論文の概要: The NC State All-campus Data Science and AI Project-based Teaching and Learning (ADAPT) Model: A mechanism for interdisciplinary engagement in workforce-relevant learning
- arxiv url: http://arxiv.org/abs/2604.02597v1
- Date: Fri, 03 Apr 2026 00:13:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-06 17:20:24.254265
- Title: The NC State All-campus Data Science and AI Project-based Teaching and Learning (ADAPT) Model: A mechanism for interdisciplinary engagement in workforce-relevant learning
- Title（参考訳）: NC State All-campus Data Science and AI Project-based Teaching and Learning (ADAPT) Model: 労働関連学習における学際的エンゲージメントのメカニズム
- Authors: Rachel Levy, James B. Harr, David Stokes,
- Abstract要約: 学術機関は、データサイエンスとAIが規律に進化するにつれて、適応するよう求められている。
N.C.州立大学は、アカデミーと呼ばれる新しいタイプの組織を作ることで、新しいアプローチを採ることに決めた。
アカデミーはあらゆる分野、学部、大学、センター、研究所に到達し、データサイエンスとAIの研究を触媒する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Academic institutions have been challenged to adapt as data science and AI have rapidly evolved into disciplines, degrees and careers. Efforts to provide students with learning experiences have led to the development of novel credentials, renamed departments, new schools and even additional colleges within universities. Generally, these approaches are siloed in some way, perhaps separating STEM students from those in the humanities or separating faculty assigned to these courses from their colleagues in their home departments. NC State University decided to take a novel approach by creating a new type of entity called an Academy that would reach across all disciplines, departments, colleges, centers and institutes to catalyze work in data science and AI in all points of the university's mission: teaching, research and engagement.
- Abstract（参考訳）: 学術機関は、データサイエンスとAIが急速に規律、学位、キャリアへと発展するにつれて、適応するよう求められている。
学生に学習体験を提供する努力は、新しい資格、改名された部署、新しい学校、さらには大学内の追加の大学の開発につながった。
一般に、これらのアプローチは何らかの形でサイロ化されており、STEMの学生を人文科学の学生から分離するか、または、これらのコースに割り当てられた教官を、自科の同僚から分離するのである。
NC州立大学は、すべての分野、学部、大学、センター、研究所にまたがって、教育、研究、エンゲージメントのあらゆる点でデータサイエンスとAIの研究を触媒する、アカデミーと呼ばれる新しいタイプの組織を作ることで、新しいアプローチを採ることに決めた。
関連論文リスト
- LLMs4All: A Systematic Review of Large Language Models Across Academic Disciplines [60.559790988113775]
ChatGPTのようなLLM(Large Language Models)ベースのアプリケーションは、人間のような会話を生成する能力を示している。
本稿では,最先端のLDMの概要と,幅広い学術分野への統合について述べる。
論文 参考訳（メタデータ） (2025-09-23T21:09:24Z) - From Automation to Autonomy: A Survey on Large Language Models in Scientific Discovery [67.07598263346591]
大規模言語モデル(LLM)は科学的発見のパラダイムシフトを触媒している。
この調査は、この急成長する分野を体系的に分析し、科学におけるLLMの役割の変化とエスカレーション能力に重点を置いている。
論文 参考訳（メタデータ） (2025-05-19T15:41:32Z) - From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。
中国一の大学である清華大学で予備的な実験を行う。
論文 参考訳（メタデータ） (2024-09-05T13:22:51Z) - Transdisciplinary AI Education: The Confluence of Curricular and
Community Needs in the Instruction of Artificial Intelligence [0.7133676002283578]
教育におけるAIの現状について検討し、この技術を教室に組み込むことによる潜在的なメリットと課題について検討する。
この論文は、サウジアラビアのネオムにある、現在開発中のAIプログラムと、開発中の新たなメガシティである教育、研究、革新のセクターについて述べる。
論文 参考訳（メタデータ） (2023-11-10T17:26:27Z) - AI for Science: An Emerging Agenda [30.260160661295682]
本報告では,Dagtuhl Seminar 22382 "Machine Learning for Science: Bridging Data-Driven and Mechanistic Modelling"のプログラムと成果について報告する。
AIの変革的ポテンシャルは、分野にわたって広く適用可能であることに由来するもので、研究領域間での統合によってのみ達成される。
技術的な進歩に加えて、この分野における次の進歩の波は、機械学習研究者、ドメインエキスパート、市民科学者、エンジニアのコミュニティを構築することにある。
論文 参考訳（メタデータ） (2023-03-07T20:21:43Z) - Artificial Intelligence for Scientific Research: Authentic Research Education Framework [6.772344064510275]
我々は,補完的な技術を持つ学生チームが,自然科学研究者のために有用な人工知能(AI)ソリューションを開発するプログラムを実装した。
当社のアプローチは、特定のニーズに対して機械学習の有用性を評価する機会を得る科学者に直接利益をもたらす。
論文 参考訳（メタデータ） (2022-09-19T16:50:05Z) - Co-constructing Shared Values and Ethical Practice for the Next
Generation: Lessons Learned from a Curriculum on Information Ethics [0.0]
我々は、科学的完全性、研究倫理、情報倫理のオンラインコースから学んだモチベーション、デザイン、アウトライン、教訓を提示する。
このような訓練の目的は、学生を養うことではなく、彼らの仕事が社会に与える影響を知らしめることである。
概念的なツールを提供する一方で、これは学生の関心を保ち、エンゲージメントするものだ。
論文 参考訳（メタデータ） (2022-04-06T11:09:23Z) - Insights for post-pandemic pedagogy across one CS department [1.1756822700775666]
家庭・遠隔の大学生と大学院生を対象とする1つのコンピュータサイエンス学科について検討した。
当科の利害関係者にインタビューを行い,全学生を対象に調査を行った。
本事例では,教官が行ったことを概説し,教官や学生がこの時期の授業について何を言っているのかを概説する。
論文 参考訳（メタデータ） (2022-03-17T03:14:52Z) - Data Science for Engineers: A Teaching Ecosystem [59.00739310930656]
チリ大学物理学・数学学部の技術者にデータサイエンスを教えるエコシステムについて述べる。
このイニシアチブは、学術的・専門的な環境からDS資格の需要が高まっていることに動機づけられている。
DS教育の原則と我々のアプローチの革新的な構成要素を共有することで、自分たちのDSプログラムやエコシステムを開発する人たちにとって、私たちの経験が役に立つことを願っています。
論文 参考訳（メタデータ） (2021-01-14T14:17:57Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳（メタデータ） (2020-03-18T08:45:10Z)
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。