論文の概要: Domain Diversity, Motivation, Inclusion, and Feedback in Software Modelling Education

• arxiv url: http://arxiv.org/abs/2606.06275v1
• Date: Thu, 04 Jun 2026 15:16:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.893169
• Title: Domain Diversity, Motivation, Inclusion, and Feedback in Software Modelling Education
• Title（参考訳）: ソフトウェアモデリング教育におけるドメインの多様性、モチベーション、包摂性、フィードバック
• Authors: Isabella Graßl, Christopher Lazik, Shalini Chakraborty, Grischa Liebel, Miguel Goulão,
• Abstract要約: 本研究では,問題領域と学習方法がモデル教育におけるモチベーション,エンゲージメント,包括性,フィードバックにどのように影響するかを検討する。 学生は、社会的に関係のあるドメインに対する最大の動機を示し、選択の選択を好む一方、教育者は、研究に関連するドメインに対する関心を過度に評価する。
• 参考スコア（独自算出の注目度）: 12.471868246618781
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Student engagement is critical for effective learning in software modelling, yet fostering motivation and inclusivity remains a challenge. While existing research has focused on modelling tools, notations, and assessment, little attention has been given to how the choice of problem domains and the diversity, relatability, and cultural perspectives they bring shape students' learning experiences. This study explores how problem domains and teaching methods influence motivation, engagement, inclusiveness, and feedback in modelling education. To investigate these dimensions, we conducted parallel surveys with 90 students and 22 educators. Our findings reveal disconnects between educator assumptions and student preferences: Students show greatest motivation for socially relevant domains and prefer choice in selection, while educators overestimate interest in study-related domains. The study identifies how minor design choices can exclude students. Students perceive feedback as meaningful when visibly acted upon. These findings suggest inclusive domain selection is central to student motivation; thus, we recommend student-centred domain selection.
• Abstract（参考訳）: 学生のエンゲージメントは、ソフトウェアモデリングの効果的な学習には不可欠だが、モチベーションとインクリシティを育むことは依然として課題である。 既存の研究では、モデリングツール、表記法、評価に焦点が当てられているが、問題領域の選択、多様性、相対性、そして学生の学習体験を形作る文化的視点についてはほとんど注目されていない。 本研究では,問題領域と学習方法がモデル教育におけるモチベーション,エンゲージメント,包括性,フィードバックにどのように影響するかを検討する。 これらの次元を調査するため,90名の学生と22名の教育者を対象に同時調査を行った。 学生は社会的に関係のあるドメインに対して最大のモチベーションを示し、選択の選択を好む一方、教育者は学習関連ドメインへの関心を過度に見積もっている。 この研究は、小さなデザインの選択肢がいかに学生を排除できるかを特定する。 学生は、視覚的に行動するとき、フィードバックは意味のあるものだと感じている。 これらの結果から、包括的ドメイン選択は学生のモチベーションの中心であり、学生中心のドメイン選択を推奨している。

関連論文リスト

• Who Is Lagging Behind: Profiling Student Behaviors with Graph-Level Encoding in Curriculum-Based Online Learning Systems [0.4775214751904462]
  学生のプロファイリングは、進歩の追跡、苦労している学生の特定、学生間の格差の緩和に不可欠である。 我々は,自己教師型で学習者の行動とパフォーマンスをプロファイル化するためのグラフレベルのレプリ・セプション学習手法であるCTGraphを紹介する。 当社のアプローチは、学生の学習旅行に対する豊富な洞察を教育者に与える機会を拡大する。
  論文  参考訳（メタデータ） (2025-08-26T11:03:00Z)
• Diversity in Software Engineering Education: Exploring Motivations, Influences, and Role Models Among Undergraduate Students [0.0]
  ソフトウェアエンジニアリング(SE)は、学術と産業の両方において、大きな多様性の課題に直面しています。 本研究は,SE教育における疎外集団の学生が経験した排他的研究にも拘わらず,未表現の学生を現場で追及し継続させる特定の動機づけ,影響,役割モデルについて限定的な理解が得られている。 本研究は,SEの不足したグループから学生のキャリア願望を形作る動機と影響について考察する。
  論文  参考訳（メタデータ） (2024-12-16T22:14:10Z)
• Exploring Engagement and Perceived Learning Outcomes in an Immersive Flipped Learning Context [0.195804735329484]
  本研究の目的は,学生のオンラインエンゲージメントと学習成果に対する没入型フリップ学習アプローチのメリットと課題を検討することである。 この研究は、高レベルの学生エンゲージメントと学習結果の認知を明らかにしたが、改善が必要な領域も明らかにした。 この研究の成果は、有意義で効果的な遠隔学習体験をデザインしようとする教育者にとって貴重な情報源となる可能性がある。
  論文  参考訳（メタデータ） (2024-09-19T11:38:48Z)
• Toward In-Context Teaching: Adapting Examples to Students' Misconceptions [54.82965010592045]
  本稿ではAdapTと呼ばれる一連のモデルと評価手法を紹介する。 AToMは、学生の過去の信念を共同で推論し、将来の信念の正しさを最適化する適応教育の新しい確率論的モデルである。 本研究は,適応型学習課題の難しさと,それを解決するための学習適応モデルの可能性を両立させるものである。
  論文  参考訳（メタデータ） (2024-05-07T17:05:27Z)
• Enhancing Students' Learning Process Through Self-Generated Tests [0.0]
  本稿では,学生の自律学習の促進を目的とした教育実験について述べる。 本研究の主目的は,評価試験に学生の質問を含めることによって,評価プロセスに学生を参加させることである。 学生がアップロードした質問は、登録された生徒全員と、関連する教師全員に表示される。
  論文  参考訳（メタデータ） (2024-03-21T09:49:33Z)
• Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
  言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。 本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。 ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
  論文  参考訳（メタデータ） (2024-03-05T09:09:15Z)
• A literature survey on student feedback assessment tools and their usage in sentiment analysis [0.0]
  我々は,Kahoot!, Mentimeter, Padlet, pollingなどのクラス内フィードバック評価手法の有効性を評価する。 学生の質的なフィードバックコメントから明確な提案を抽出する感情分析モデルを提案する。
  論文  参考訳（メタデータ） (2021-09-09T06:56:30Z)
• The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
  新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。 本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
  論文  参考訳（メタデータ） (2021-01-30T13:13:45Z)
• Revealing the Hidden Patterns: A Comparative Study on Profiling Subpopulations of MOOC Students [61.58283466715385]
  MOOC(Massive Open Online Courses)は、学生の異質性を示す。 MOOCプラットフォームからの複雑な“ビッグデータ”の出現は、学生がMOOCにどのように従事しているかを深く理解する上で、難しいが報われる機会である。 本報告では,MOOCにおける学生活動のクラスタリング分析と,学生集団間の行動パターンと人口動態の比較分析について述べる。
  論文  参考訳（メタデータ） (2020-08-12T10:38:50Z)
• Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
  教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。 マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
  論文  参考訳（メタデータ） (2020-05-16T02:17:04Z)

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。