論文の概要: Artificial intelligence as a real game to enlighten science education for disabled students in rural New Mexico
- arxiv url: http://arxiv.org/abs/2606.00034v1
- Date: Sat, 25 Apr 2026 02:56:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-22 00:20:55.801335
- Title: Artificial intelligence as a real game to enlighten science education for disabled students in rural New Mexico
- Title（参考訳）: ニューメキシコの農村部における障害学生のための科学教育を啓蒙する真のゲームとしての人工知能
- Authors: Uloma Egondu Nelson, Gil Gallegos,
- Abstract要約: 本研究は,ニューメキシコ州の4つの田園部における6年生から10年生,15年生の120名を対象に調査を行った。
AIに基づく学習介入により、R2の精度は0.92、pは0.05と予測された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Artificial Intelligence AI has emerged as a transformative innovation in inclusive science education for disabled learners in rural New Mexico. Using a mixed method design that combined multiple linear regression and an Artificial Neural Network ANN model, this study examined 120 students in grades 6 to 10 and 15 instructors across four rural schools. The AI-based learning intervention predicted student performance with high accuracy R2 equals 0.92, and p less than 0.05. Experimental results showed a 32 percent improvement in science concept retention, a 27 percent increase in laboratory performance, and a 42 percent rise in student engagement following the intervention. These findings demonstrate that AI-driven pedagogy can serve as a transformative equalizer, improving engagement, comprehension, and accessibility for disabled learners. The study concludes that AI is a promising tool for achieving equitable science education in underserved rural settings.
- Abstract（参考訳）: 人工知能AIは、ニューメキシコの農村部で障害のある学習者のための包括的科学教育の革新的革新として登場した。
複数線形回帰とニューラルネットワークANNモデルを併用した混合手法設計を用いて, 小学校4校120名を対象に, 小学校6年生から10年生, 15年生を対象に検討を行った。
AIに基づく学習介入により、R2の精度は0.92、pは0.05と予測された。
実験の結果、科学概念の保持が32%改善し、実験室のパフォーマンスが27%向上し、介入後の学生エンゲージメントが42%上昇した。
これらの結果から,AIによる教育は,障害者のエンゲージメント,理解,アクセシビリティの向上に寄与することが示された。
この研究は、AIが未整備の農村環境で公平な科学教育を達成するための有望なツールである、と結論付けている。
関連論文リスト
- Teaching Students to Question the Machine: An AI Literacy Intervention Improves Students' Regulation of LLM Use in a Science Task [0.0]
学校における生成的人工知能の急速な採用は、学生のアウトプットへの非クリティカルな依存を懸念させる。
これらのスキルはまだ中学生で開発されており、学生は過信やAI出力の早期受け入れに弱くなっている。
本稿では,2時間のAIリテラシーワークショップが,学生のインタラクション戦略や最終回答の質を向上するかどうかを教室で調査した。
論文 参考訳（メタデータ） (2026-04-02T12:19:43Z) - AI Literacy, Safety Awareness, and STEM Career Aspirations of Australian Secondary Students: Evaluating the Impact of Workshop Interventions [38.350232667249095]
ディープフェイクやその他のタイプの合成メディアは、青年期の安全リスクを増大させる。
本研究は,AIオーストラリアにおけるワークショップによる介入の日がオーストラリア中等生に与える影響を評価する。
論文 参考訳（メタデータ） (2026-01-30T02:55:53Z) - Game-Based and Gamified Robotics Education: A Comparative Systematic Review and Design Guidelines [44.4001664732566]
本稿では,ロボット教育におけるGBLとゲーミフィケーションの体系的レビューと比較合成について紹介する。
我々は4つのデータベースにまたがる12,485レコード(2014-2025)の95の研究を分析した。
1)アプローチコンテキストとペタゴギーの結合,2)入門プログラミングとモジュールキットの重視,3)短期研究の地平線。
論文 参考訳（メタデータ） (2026-01-29T15:54:36Z) - Artificial Intelligence in Spanish Gastroenterology: high expectations, limited integration. A national survey [32.505127447635864]
人工知能(AI)は医学における破壊的な革新として現れてきたが、胃腸科学への導入は限定的であり、特徴的にも乏しい。
スペインにおける消化器科専門医の知識,実践的応用,認識される障壁,AIに対する期待について検討することを目的とした。
論文 参考訳（メタデータ） (2026-01-14T16:58:53Z) - Robots and Children that Learn Together : Improving Knowledge Retention by Teaching Peer-Like Interactive Robots [41.94295877935867]
本研究では,対話型強化学習(Interactive Reinforcement Learning)を,教示可能な社会ロボットの認知モデルとして紹介する。
LbT状態の小児は自己実践状態の児に比べて保持率が高くなった。
本研究は,(1)ピアロボット学習の教育的効果的でスケーラブルなモデルとしてインタラクティブRLを導入し,(2)実教室で複数の自律ロボットを同時に展開する可能性を示した。
論文 参考訳（メタデータ） (2025-06-23T07:51:04Z) - Setup-Invariant Augmented Reality for Teaching by Demonstration with Surgical Robots [49.26692555627371]
本稿では,dV-STEARというオープンソースのシステムについて紹介する。
dV-STEARは腹腔鏡下手術の基本課題の初級成績を有意に改善した。
両課題とも,dV-STEARを用いた被験者では,手指使用のバランスが有意に改善し,フラストレーションの低下が報告された。
論文 参考訳（メタデータ） (2025-04-09T08:34:25Z) - Synergizing Self-Regulation and Artificial-Intelligence Literacy Towards Future Human-AI Integrative Learning [92.34299949916134]
自己制御学習(SRL)と人工知能(AI)リテラシーは、人間とAIの対話学習を成功させる上で重要な能力となっている。
本研究では,4つの学習グループを明らかにするクラスタリング手法を用いて,1,704人の中国人大学生のデータを分析した。
論文 参考訳（メタデータ） (2025-03-31T13:41:21Z) - Battling Botpoop using GenAI for Higher Education: A Study of a Retrieval Augmented Generation Chatbots Impact on Learning [0.0]
本研究で紹介されるLeodar教授は、カスタムメイドのSinglish- speak Retrieval Augmented Generation (RAG)である。
Leodar教授は、AI支援学習の未来を垣間見るとともに、パーソナライズされたガイダンス、24/7の可用性、コンテキストに関連する情報を提供している。
論文 参考訳（メタデータ） (2024-06-12T01:19:36Z) - Revolutionising Distance Learning: A Comparative Study of Learning Progress with AI-Driven Tutoring [0.0]
生成型AIが大学生の学習速度を大幅に向上させるという最初の証拠を提示する。
我々は,AIを活用した教師アシスタントSynteaの使用が,何百人もの遠隔学習学生の学習速度に影響を及ぼすかどうかを検証した。
論文 参考訳（メタデータ） (2024-02-21T12:15:58Z) - Implementing Learning Principles with a Personal AI Tutor: A Case Study [2.94944680995069]
本研究は,人間の学習過程をモデル化し,学術的性能を効果的に向上するパーソナルAIチューターの能力を示す。
プログラムにAIチューターを統合することで、教育者は、学習科学の原則に基づくパーソナライズされた学習体験を学生に提供することができる。
論文 参考訳（メタデータ） (2023-09-10T15:35:47Z) - Self-Paced Learning for Neural Machine Translation [55.41314278859938]
ニューラルネットワーク翻訳(NMT)訓練のためのセルフペースト学習を提案する。
提案モデルでは,強いベースラインよりも優れた性能が得られることを示す。
論文 参考訳（メタデータ） (2020-10-09T11:33:16Z)
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。