論文の概要: Usability Evaluation and Improvement of a Tool for Self-Service Learning Analytics

• arxiv url: http://arxiv.org/abs/2603.24321v1
• Date: Wed, 25 Mar 2026 14:01:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-26 21:06:11.317932
• Title: Usability Evaluation and Improvement of a Tool for Self-Service Learning Analytics
• Title（参考訳）: セルフサービス学習分析ツールのユーザビリティ評価と改善
• Authors: Shoeb Joarder, Mohamed Amine Chatti, Louis Born,
• Abstract要約: 自己サービス学習分析(SSLA)ツールは、技術的な専門知識を必要とせず、分析指標を学習する上で、教育関係者を支援することを目的としている。 本稿では,非コード探索型SSLAツールであるIndicator Editorのユーザビリティ評価と改良について述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Self-Service Learning Analytics (SSLA) tools aim to support educational stakeholders in creating learning analytics indicators without requiring technical expertise. While such tools promise user control and trans- parency, their effectiveness and adoption depend critically on usability aspects. This paper presents a compre- hensive usability evaluation and improvement of the Indicator Editor, a no-code, exploratory SSLA tool that enables non-technical users to implement custom learning analytics indicators through a structured workflow. Using an iterative evaluation approach, we conduct an exploratory qualitative user study, usability inspections of high-fidelity prototypes, and a workshop-based evaluation in an authentic educational setting with n = 46 students using standardized instruments, namely System Usability Scale (SUS), User Experience Question- naire (UEQ), and Net Promoter Score (NPS). Based on the evaluation findings, we derive concrete design implications that inform improvements in workflow guidance, feedback, and information presentation in the Indicator Editor. Furthermore, our evaluation provides practical insights for the design of usable SSLA tools.
• Abstract（参考訳）: 自己サービス学習分析(SSLA)ツールは、技術的な専門知識を必要とせず、分析指標を学習する上で、教育関係者を支援することを目的としている。 このようなツールはユーザコントロールとトランスペアレンシーを約束するが、その有効性と採用はユーザビリティの側面に大きく依存する。 本稿では、非技術系ユーザが構造化ワークフローを通じてカスタム学習分析指標を実装可能な、ノーコード探索型SSLAツールであるIndicator Editorの、理解し易いユーザビリティ評価と改善について述べる。 反復的評価手法を用いて,探索的質的ユーザスタディ,高忠実度プロトタイプのユーザビリティ検査,および,システムユーザビリティ尺度(SUS),ユーザエクスペリエンスアンケート(UEQ),ネットプロモータースコア(NPS)を用いて,n = 46名の学生によるワークショップベースの評価を行う。 評価結果に基づいて,インディケータエディタのワークフロー指導,フィードバック,情報提示の改善を通知する具体的な設計上の意味を導出する。 さらに,本評価は,使い勝手のよいSSLAツールの設計に対する実践的な洞察を提供する。

関連論文リスト

• RecThinker: An Agentic Framework for Tool-Augmented Reasoning in Recommendation [63.74915464611075]
  RecThinkerはツール拡張推論を推奨するエージェントフレームワークである。 我々はRecThinker専用のツール群を開発し、モデルがユーザアイテム側および協調的な情報を取得することを可能にする。
  論文  参考訳（メタデータ） (2026-03-10T16:07:17Z)
• AITutor-EvalKit: Exploring the Capabilities of AI Tutors [15.444428064780363]
  本稿では,AI教師の教育的品質を評価するために,言語技術を用いたAITutor-EvalKitを提案する。 デモと評価のためのソフトウェアと、モデル検査とデータ視覚化を提供する。
  論文  参考訳（メタデータ） (2025-12-03T11:27:50Z)
• Human-Centered Development of Indicators for Self-Service Learning Analytics: A Transparency through Exploration Approach [0.0]
  学習分析の目的は、学習と教育を改善するために、教育データを洞察、決定、行動に変換することである。 提供された洞察、決定、行動の理由付けは、エンドユーザにとって透過的ではないことが多い。 本稿では,透過的な学習分析の実現に光を当てる。
  論文  参考訳（メタデータ） (2025-10-09T16:15:54Z)
• Teaching at Scale: Leveraging AI to Evaluate and Elevate Engineering Education [3.557803321422781]
  本稿では,大規模言語モデルを用いた定性的な学生フィードバックのためのスケーラブルなAI支援フレームワークを提案する。 このシステムは階層的な要約、匿名化、例外処理を用いて、オープンなコメントから実行可能なテーマを抽出する。 大規模な工学系大学への展開が成功したことを報告します。
  論文  参考訳（メタデータ） (2025-08-01T20:27:40Z)
• Human-Centered Design for AI-based Automatically Generated Assessment Reports: A Systematic Review [4.974197456441281]
  本研究は,ユーザ中心・直感的デザインによる教師の認知的要求を減らすことの重要性を強調した。 テキスト、視覚支援、プロットなどの多様な情報提示フォーマットや、ユーザビリティを高めるためのライブやインタラクティブ機能などの高度な機能の可能性を強調します。 このフレームワークは、教師が技術強化された評価結果に取り組み、データ駆動による意思決定を容易にし、教育と学習プロセスを改善するためのパーソナライズされたフィードバックを提供することの課題に対処することを目的としている。
  論文  参考訳（メタデータ） (2024-12-30T16:20:07Z)
• From Exploration to Mastery: Enabling LLMs to Master Tools via Self-Driven Interactions [60.733557487886635]
  本稿では,大規模言語モデルと外部ツールとの包括的ギャップを埋めることに焦点を当てる。 動的精錬ツールの文書化を目的とした新しいフレームワーク DRAFT を提案する。 この方法論は、3つの異なる学習フェーズからなる革新的な試行錯誤アプローチに基づいている。
  論文  参考訳（メタデータ） (2024-10-10T17:58:44Z)
• T-Eval: Evaluating the Tool Utilization Capability of Large Language Models Step by Step [69.64348626180623]
  大規模言語モデル (LLM) は様々なNLPタスクにおいて顕著な性能を達成した。 LLMのツール活用能力の評価と分析方法はまだ未検討である。 ツール利用能力を段階的に評価するためにT-Evalを導入する。
  論文  参考訳（メタデータ） (2023-12-21T17:02:06Z)
• Towards a Flexible User Interface for 'Quick and Dirty' Learning Analytics Indicator Design [0.0]
  LAインジケータの低コスト設計を可能にする「クイック・アンド・ダーティ」な手法が必要である。 本稿では,課題駆動型アプローチとデータ駆動型アプローチという,指標の柔軟な設計を支援する2つのアプローチを提案する。
  論文  参考訳（メタデータ） (2023-04-04T11:18:11Z)

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。