論文の概要: Towards the Development of Detection of Learned Helplessness in Mathematics: Design and Data Collection Challenges from a Developing Country Perspective
- arxiv url: http://arxiv.org/abs/2604.25054v1
- Date: Mon, 27 Apr 2026 23:09:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.629221
- Title: Towards the Development of Detection of Learned Helplessness in Mathematics: Design and Data Collection Challenges from a Developing Country Perspective
- Title（参考訳）: 数学における学習された無力感の検出の展開に向けて:発展途上国から見たデザインとデータ収集の課題
- Authors: John Paul P. Miranda, Rex P. Bringula, Laharni S. Simpao, Jordan L. Salenga, Juvy C. Grume, Madilaine Claire B. Nacianceno, Lester G. Loyola, Jaymark A. Yambao,
- Abstract要約: 本研究では,Web ベースのチューニングシステムの設計,データ収集,実装における課題について検討する。
このシステムは、クロスプラットフォームアクセスとデータ収集を容易にするWebアプリケーションとして再開発された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study investigates the challenges in designing, data collection, and implementation of a web-based Tutoring System (TS) for teaching linear equations within a developing country context. Originally designed as an Android app, the system was redeveloped as a web application to facilitate cross-platform access and data collection. This redesign enabled enhanced tracking through interaction logs and included features like problem skipping, hints, difficulty-based problem sequencing, and game modes with adaptable progression (e.g., easy-to-hard, hard-to-easy). The main objective was to document the design and data collection challenges encountered in data collection for the development of a model capable of detecting learned helplessness in students' behaviors while using a web application for solving linear equation. Challenges included outdated devices, unreliable internet, and logistical constraints such as limited session durations and delays in obtaining approvals. Environmental disruptions like class cancellations and curriculum gaps further complicated the process, with only 118 out of 410 students eligible and actively participating. These obstacles highlight the complexities of collecting interaction data for detecting learned helplessness in real-world, resource-constrained educational settings.
- Abstract（参考訳）: 本研究では,発展途上国の文脈において線形方程式を教えるための Web ベースのチュータリングシステム (TS) の設計,データ収集,実装の課題について検討する。
もともとAndroidアプリとして設計されたこのシステムは、クロスプラットフォームアクセスとデータ収集を容易にするWebアプリケーションとして再開発された。
この再設計により、対話ログによる追跡が強化され、問題スキップ、ヒント、難易度ベースの問題シークエンシング、適応可能な進行(例えば、難易度、難易度)を備えたゲームモードなどが含まれた。
主目的は, 線形方程式を解くためのWebアプリケーションを用いて, 学習した生徒の行動の無力感を検出するモデルの開発のために, データ収集で直面する設計とデータ収集の課題を文書化することであった。
課題には、時代遅れのデバイス、信頼性の低いインターネット、セッション期間の制限や承認の遅れなど、論理的な制約が含まれていた。
授業のキャンセルやカリキュラムのギャップといった環境破壊はさらに複雑で、410人の学生のうち118人しか参加できない。
これらの障害は、実世界のリソース制約のある教育環境において、学習された無力感を検出するためのインタラクションデータ収集の複雑さを浮き彫りにする。
関連論文リスト
- Learning to Solve Complex Problems via Dataset Decomposition [53.1641602054716]
本研究では、複雑なデータセットをよりシンプルで学習しやすいコンポーネントに分解する逆カリキュラム生成アプローチについて検討する。
そこで本研究では,教師が段階的に推論する能力を備えた教師学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-23T19:25:40Z) - Scaling Web Agent Training through Automatic Data Generation and Fine-grained Evaluation [54.945281159783896]
Webエージェントのための高品質なトレーニングデータを自動的に生成するスケーラブルなパイプラインを提案する。
本稿では,タスク完了に向けた進捗のきめ細かい評価を提供する制約に基づく新しい評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-13T02:52:18Z) - Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。
SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。
本稿では,この新興領域を体系的に調査する。
論文 参考訳（メタデータ） (2026-01-15T18:55:03Z) - Data-Driven Methods and AI in Engineering Design: A Systematic Literature Review Focusing on Challenges and Opportunities [0.2545763876632975]
機械学習と統計的手法が現在の実践を支配しているのに対して、ディープラーニングは採用における明らかな上昇傾向を示している。
既存のアプリケーションの主な課題は、限定されたモデル解釈可能性、低い段階的トレーサビリティ、現実の条件下での検証の不十分である。
このレビューは、設計段階のガイドラインへの第一歩であり、フォローアップ合成は、コンピュータ科学のアルゴリズムをエンジニアリング設計の問題や活動にマッピングするべきである。
論文 参考訳（メタデータ） (2025-11-25T11:16:38Z) - Watch and Learn: Learning to Use Computers from Online Videos [50.10702690339142]
Watch & Learn(W&L)は、インターネット上で簡単に利用できる人間のデモビデオを、大規模に実行可能なUIトラジェクトリに変換するフレームワークである。
我々は,タスク対応ビデオ検索を用いた逆動的ラベリングパイプラインを開発し,生のウェブビデオから53k以上の高品質なトラジェクトリを生成する。
これらの結果から,実世界展開に向けたCUAの実践的かつスケーラブルな基盤として,Webスケールの人間デモビデオが注目されている。
論文 参考訳（メタデータ） (2025-10-06T10:29:00Z) - On-device edge learning for IoT data streams: a survey [1.7186863539230333]
本稿では,ニューラルネットワーク(NN)と決定木(DT)の文脈におけるデバイス上でのトレーニングのための連続的学習手法について検討する。
データアーキテクチャ(バッチ対ストリーム)やネットワーク容量(クラウド対エッジ)といった重要な制約を強調します。
調査では、リソース制約のあるエッジデバイスにディープラーニングをデプロイする際の課題について詳述している。
論文 参考訳（メタデータ） (2025-02-25T02:41:23Z) - Online Continual Learning: A Systematic Literature Review of Approaches, Challenges, and Benchmarks [1.3631535881390204]
オンライン連続学習(OCL)は、機械学習において重要な分野である。
本研究は,OCLに関する総合的なシステム文献レビューを初めて実施する。
論文 参考訳（メタデータ） (2025-01-09T01:03:14Z) - Co-Learning: Towards Semi-Supervised Object Detection with Road-side Cameras [1.5495593104596401]
半教師付き学習(SSL)はラベル付きおよびラベルなしのデータを使用してオブジェクト検出器を訓練することができる。
SSLは、擬似ターゲットの不整合、分類と回帰タスクの不整合、豊富なラベルなしデータの効率的な使用など、いくつかの課題に直面している。
我々は,相互学習とアノテーションアライメント戦略を用いて,これらの複雑さを効果的にナビゲートする教師学生ベースのSSLフレームワークであるCo-Learningを開発した。
論文 参考訳（メタデータ） (2024-11-28T13:42:55Z) - Learn while Unlearn: An Iterative Unlearning Framework for Generative Language Models [52.40798352740857]
3つのコアコンポーネントで構成されるICU(Iterative Contrastive Unlearning)フレームワークを紹介する。
知識未学習誘導モジュールは、未学習の損失を使用して、特定の知識を除去するためにターゲットとする。
Contrastive Learning Enhancementモジュールは、純粋な未学習の目標に対してモデルの表現力を保持する。
イテレーティブ・アンラーニング・リファインメントモジュールは、進行中の評価と更新を通じて、アンラーニングプロセスを動的に調整する。
論文 参考訳（メタデータ） (2024-07-25T07:09:35Z) - Federated Learning: A Signal Processing Perspective [144.63726413692876]
フェデレーションラーニングは、データを明示的に交換することなく、ローカルデータセットを保持する複数のエッジデバイスでモデルをトレーニングするための新しい機械学習パラダイムです。
本稿では、信号処理ツールを用いて扱うのが自然である主な課題をカプセル化し、強調する、連合学習のための統一的な体系的フレームワークを提供する。
論文 参考訳（メタデータ） (2021-03-31T15:14:39Z) - Federated Edge Learning : Design Issues and Challenges [1.916348196696894]
Federated Learning(FL)は分散機械学習技術であり、各デバイスはそのローカルトレーニングデータに基づいて勾配を独立に計算することで学習モデルに寄与する。
FLをネットワークエッジに実装することは、システムとデータの不均一性とリソースの制約のために難しい。
本稿では、今後の研究方向性の指針として、データ認識スケジューリングのための一般的なフレームワークを提案する。
論文 参考訳（メタデータ） (2020-08-31T19:56:36Z)
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。