論文の概要: Tailoring AI-Driven Reading Scaffolds to the Distinct Needs of Neurodiverse Learners

• arxiv url: http://arxiv.org/abs/2603.28370v1
• Date: Mon, 30 Mar 2026 12:38:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.393466
• Title: Tailoring AI-Driven Reading Scaffolds to the Distinct Needs of Neurodiverse Learners
• Title（参考訳）: 神経多様性学習者のニーズに応じたAI駆動読解サッホールドの試作
• Authors: Soufiane Jhilal, Eleonora Pasqua, Caterina Marchesi, Riccardo Corradi, Martina Galletti,
• Abstract要約: 本研究では,教師付き包括的文脈における構造的・意味的足場形状の理解と読書体験について検討した。 定式化質問紙による読解理解を計測し,オープンエンドフィードバックとともに,児童・セラピストが報告した簡易体験尺度を収集した。
• 参考スコア（独自算出の注目度）: 0.9968991477198549
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Neurodiverse learners often require reading supports, yet increasing scaffold richness can sometimes overload attention and working memory rather than improve comprehension. Grounded in the Construction-Integration model and a contingent scaffolding perspective, we examine how structural versus semantic scaffolds shape comprehension and reading experience in a supervised inclusive context. Using an adapted reading interface, we compared four modalities: unmodified text, sentence-segmented text, segmented text with pictograms, and segmented text with pictograms plus keyword labels. In a within-subject pilot with 14 primary-school learners with special educational needs and disabilities, we measured reading comprehension using standardized questions and collected brief child- and therapist-reported experience measures alongside open-ended feedback. Results highlight heterogeneous responses as some learners showed patterns consistent with benefits from segmentation and pictograms, while others showed patterns consistent with increased coordination costs when visual scaffolds were introduced. Experience ratings showed limited differences between modalities, with some apparent effects linked to clinical complexity, particularly for perceived ease of understanding. Open-ended feedback of the learners frequently requested simpler wording and additional visual supports. These findings suggest that no single scaffold is universally optimal, reinforcing the need for calibrated, adjustable scaffolding and provide design implications for human-AI co-regulation in supervised inclusive reading contexts.
• Abstract（参考訳）: 神経多様性学習者は、しばしば読書支援を必要とするが、足場豊かさの増大は、理解を改善するよりも注意と作業記憶を過負荷にすることがある。 構造的・意味的足場が包括的包括的文脈における理解と読書体験をどのように形成するかを考察する。 適応された読み出しインタフェースを用いて,未修正テキスト,文分割テキスト,ピクトグラム付きセグメントテキスト,ピクトグラム+キーワードラベル付きセグメントテキストの4つのモードを比較した。 特別な教育的ニーズと障害を持つ14人の小学校の学習者を対象に、標準化された質問を用いた読み理解を測定し、オープンエンドフィードバックとともに、児童・セラピストが報告した簡単な体験尺度を収集した。 また, 視覚的足場導入時の調整コストの増大と一致したパターンがみられた。 経験的評価では、モダリティの差は限られており、臨床上の複雑さ、特に理解の容易さにいくつかの明らかな影響がみられた。 学習者のオープンエンドフィードバックは、よりシンプルな言葉と視覚的サポートを頻繁に要求する。 これらの結果は,1つの足場が普遍的に最適ではないことを示唆し,校正・調整可能な足場の必要性を強化し,教師付き包括的読解コンテキストにおける人間とAIの協調規制の設計上の意義を示唆している。

関連論文リスト

• Robust Multilingual Text-to-Pictogram Mapping for Scalable Reading Rehabilitation [0.7652576281314932]
  視覚的な足場でテキストを自動的に強化する多言語AIインタフェースを開発した。 このシステムは鍵概念を動的に識別し、文脈的に関連するピクトグラムにマッピングする。 本システムは5言語にまたがって評価した。
  論文  参考訳（メタデータ） (2026-03-25T17:12:14Z)
• 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)
• Semantic Token Reweighting for Interpretable and Controllable Text Embeddings in CLIP [46.53595526049201]
  CLIPのようなVision-Language Models (VLM)内のテキストエンコーダは、画像と共有する埋め込み空間へのテキスト入力の変換において重要な役割を果たす。 解釈可能なテキスト埋め込み(SToRI)を構築するためのセマンティックトークン再重み付けフレームワークを提案する。 SToRIは文脈的重要性に基づいて意味的要素を差分重み付けすることでCLIPのテキスト符号化プロセスを洗練する。
  論文  参考訳（メタデータ） (2024-10-11T02:42:13Z)
• IntCoOp: Interpretability-Aware Vision-Language Prompt Tuning [94.52149969720712]
  IntCoOpは、プロンプトチューニング中に属性レベルの帰納バイアスとクラス埋め込みを共同で調整することを学ぶ。 IntCoOpは10種類のデータセットの平均パフォーマンスを7.35%改善した。
  論文  参考訳（メタデータ） (2024-06-19T16:37:31Z)
• Im-Promptu: In-Context Composition from Image Prompts [10.079743487034762]
  視覚刺激の構成可能な要素に対して,類似推論がコンテキスト内合成を可能にするか否かを検討する。 我々はIm-Promptuを使って、ベクトル表現、パッチ表現、オブジェクトスロットなど、さまざまなレベルの構成性のエージェントを訓練する。 本実験は,学習された構成規則を未知の領域に拡張する非構成的表現を用いて,外挿能力と構成性の程度とのトレードオフを明らかにする。
  論文  参考訳（メタデータ） (2023-05-26T21:10:11Z)
• CODER: Coupled Diversity-Sensitive Momentum Contrastive Learning for Image-Text Retrieval [108.48540976175457]
  クロスモーダル表現を改善するために,共用ダイバーシティ・センシティブ・モーメント・コンストラシティブ・ラーニング(CODER)を提案する。 両モードの動的辞書を導入し、画像テキストペアのスケールを拡大し、適応的な負のペア重み付けにより多様性に敏感性を実現する。 MSCOCOとFlicker30Kという2つの人気のあるベンチマークで実施された実験は、CODERが最先端のアプローチを著しく上回っていることを証明している。
  論文  参考訳（メタデータ） (2022-08-21T08:37:50Z)
• Dependency Induction Through the Lens of Visual Perception [81.91502968815746]
  本稿では,単語の具体性を利用した教師なし文法帰納モデルと,構成的視覚に基づく構成的文法を共同学習する手法を提案する。 実験により,提案した拡張は,文法的サイズが小さい場合でも,現在最先端の視覚的接地モデルよりも優れた性能を示すことが示された。
  論文  参考訳（メタデータ） (2021-09-20T18:40:37Z)
• Improving Machine Reading Comprehension with Contextualized Commonsense Knowledge [62.46091695615262]
  我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。 構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。 我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
  論文  参考訳（メタデータ） (2020-09-12T17:20:01Z)
• A Novel Attention-based Aggregation Function to Combine Vision and Language [55.7633883960205]
  本稿では,視覚と言語のための新しい完全適応型還元法を提案する。 具体的には,各モータリティの各要素のスコアの集合を,クロスアテンションの新たな変種を用いて計算する。 我々は、画像テキストマッチングと視覚的質問応答のアプローチを試行し、他の縮小選択と公正な比較を構築した。
  論文  参考訳（メタデータ） (2020-04-27T18:09:46Z)

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。