論文の概要: DrawSim-PD: Simulating Student Science Drawings to Support NGSS-Aligned Teacher Diagnostic Reasoning
- arxiv url: http://arxiv.org/abs/2602.01578v1
- Date: Mon, 02 Feb 2026 03:15:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-03 19:28:33.865441
- Title: DrawSim-PD: Simulating Student Science Drawings to Support NGSS-Aligned Teacher Diagnostic Reasoning
- Title（参考訳）: DrawSim-PD: NGSS対応教師診断推論を支援する学生科学図面のシミュレーション
- Authors: Arijit Chakma, Peng He, Honglu Liu, Zeyuan Wang, Tingting Li, Tiffany D. Do, Feng Liu,
- Abstract要約: 学生のような科学図面をシミュレートする最初の生成フレームワークであるDrawSim-PDを提案する。
100のキュレートされた次世代科学のトピックを用いて、体系的に構造化された1万のアーティファクトのコーパスを構築する。
- 参考スコア（独自算出の注目度）: 13.557216908973274
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Developing expertise in diagnostic reasoning requires practice with diverse student artifacts, yet privacy regulations prohibit sharing authentic student work for teacher professional development (PD) at scale. We present DrawSim-PD, the first generative framework that simulates NGSS-aligned, student-like science drawings exhibiting controllable pedagogical imperfections to support teacher training. Central to our approach are apability profiles--structured cognitive states encoding what students at each performance level can and cannot yet demonstrate. These profiles ensure cross-modal coherence across generated outputs: (i) a student-like drawing, (ii) a first-person reasoning narrative, and (iii) a teacher-facing diagnostic concept map. Using 100 curated NGSS topics spanning K-12, we construct a corpus of 10,000 systematically structured artifacts. Through an expert-based feasibility evaluation, K--12 science educators verified the artifacts' alignment with NGSS expectations (>84% positive on core items) and utility for interpreting student thinking, while identifying refinement opportunities for grade-band extremes. We release this open infrastructure to overcome data scarcity barriers in visual assessment research.
- Abstract（参考訳）: 診断推論における専門知識の育成には、様々な学生のアーティファクトの実践が必要であるが、プライバシー規制は、教師の専門的開発(PD)のための真正な学生労働を大規模に共有することを禁じている。
そこで本研究では,NGSS 対応の学生型科学図面をシミュレートした最初の生成フレームワークであるDrawSim-PDについて紹介する。
当社のアプローチの中心は、各成績レベルの生徒ができることと、まだ証明できないことをエンコードする、アプタビリティプロファイル(Apability profiles)である。
これらのプロファイルは、生成された出力間のクロスモーダルコヒーレンスを保証する。
(一)学生風の図面
(二)一人称説話、及び
(三)教師向け診断概念地図。
K-12 にまたがる 100 個の NGSS トピックを用いて, 体系的に構造化された 1 万個のアーティファクトのコーパスを構築した。
専門家による実現可能性評価を通じて、K--12科学教育者は、人工物がNGSSの期待値(中核的な項目では84%以上)と一致していることを確認し、学生の思考を解釈し、グレードバンド極端の洗練の機会を特定した。
私たちはこのオープンインフラストラクチャをリリースし、ビジュアルアセスメント研究におけるデータ不足の障壁を克服します。
関連論文リスト
- Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation [61.350584471060756]
医用画像の臨床的に正確な記述を作成することを目的とした医用レポート生成。
本稿では, 自己監督型解剖学的一貫性学習(SS-ACL)を提案し, 生成された報告を対応する解剖学的領域と整合させる。
SS-ACLは、ヒト解剖学の不変のトップダウン包摂構造にインスパイアされた階層的な解剖学的グラフを構築する。
論文 参考訳（メタデータ） (2025-09-30T08:59:06Z) - Who Is Lagging Behind: Profiling Student Behaviors with Graph-Level Encoding in Curriculum-Based Online Learning Systems [0.4775214751904462]
学生のプロファイリングは、進歩の追跡、苦労している学生の特定、学生間の格差の緩和に不可欠である。
我々は,自己教師型で学習者の行動とパフォーマンスをプロファイル化するためのグラフレベルのレプリ・セプション学習手法であるCTGraphを紹介する。
当社のアプローチは、学生の学習旅行に対する豊富な洞察を教育者に与える機会を拡大する。
論文 参考訳（メタデータ） (2025-08-26T11:03:00Z) - Hierarchical Bayesian Knowledge Tracing in Undergraduate Engineering Education [5.416875842656737]
本研究は,スキルの難易度と個人学生の能力の両面を定量化するために,厳密で解釈可能な統計的アプローチを示す。
大学生のStaticsコースからの大規模データセットを用いて、スキル習得の明確なパターンを特定した。
分析の結果,特定の概念が常に課題を呈し,目標とする指導支援が必要であることが明らかとなった。
論文 参考訳（メタデータ） (2025-05-29T09:06:34Z) - From Gaze to Insight: Bridging Human Visual Attention and Vision Language Model Explanation for Weakly-Supervised Medical Image Segmentation [48.45209969191245]
視覚言語モデル(VLM)は、テキスト記述を通して意味的コンテキストを提供するが、説明精度は欠如している。
本稿では,その補完的強みを活かし,視線と言語指導を統合した教師教育フレームワークを提案する。
本手法は,8.78%,80.53%,84.22%のDiceスコアをそれぞれ達成し,アノテーション負担を増大させることなく視線ベースラインよりも3.5%向上した。
論文 参考訳（メタデータ） (2025-04-15T16:32:15Z) - Representational Alignment Supports Effective Machine Teaching [81.19197059407121]
GRADEは、教育と表現的アライメントを研究するための新しい制御された実験環境である。
学生との表現的整合性が向上し,生徒の学習成果が向上することがわかった。
しかし、この効果は、教えられているクラスのサイズと表現の多様性によって中和される。
論文 参考訳（メタデータ） (2024-06-06T17:48:24Z) - Towards the Identifiability and Explainability for Personalized Learner
Modeling: An Inductive Paradigm [36.60917255464867]
本稿では,エンコーダ・デコーダモデルにインスパイアされた新しい応答効率応答パラダイムに基づく,識別可能な認知診断フレームワークを提案する。
診断精度を損なうことなく,ID-CDFが効果的に対処できることが示唆された。
論文 参考訳（メタデータ） (2023-09-01T07:18:02Z) - Occlusion Aware Student Emotion Recognition based on Facial Action Unit
Detection [0.6229567287607896]
本研究は,教室における生徒の感情のモニタリングに焦点をあてる。
感情認識モデルの性能に及ぼす異なる顔部位の影響を実験により評価した。
論文 参考訳（メタデータ） (2023-07-18T17:47:24Z) - Distantly-Supervised Named Entity Recognition with Adaptive Teacher
Learning and Fine-grained Student Ensemble [56.705249154629264]
NERモデルの堅牢性を改善するために,自己学習型教員学生フレームワークを提案する。
本稿では,2つの教員ネットワークからなる適応型教員学習を提案する。
微粒な学生アンサンブルは、教師モデルの各フラグメントを、生徒の対応するフラグメントの時間移動平均で更新し、各モデルフラグメントのノイズに対する一貫した予測を強化する。
論文 参考訳（メタデータ） (2022-12-13T12:14:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。