論文の概要: Incentives Of EdTech: A Systematic Review Of EduNLP Research
- arxiv url: http://arxiv.org/abs/2606.13691v2
- Date: Mon, 15 Jun 2026 10:51:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-02 22:55:38.883102
- Title: Incentives Of EdTech: A Systematic Review Of EduNLP Research
- Title（参考訳）: EdTechのインセンティブ:EduNLP研究の体系的レビュー
- Abstract要約: 我々は,2024年と2025年に,コンピュータ言語学会の「建築教育応用特別研究会」の会場で発行された204件の論文をレビューする。
民間企業のインセンティブと教育インフラの基盤的ニーズの推進と引き金である。
- 参考スコア（独自算出の注目度）: 7.06861204023328
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While the Natural Language Processing community has dedicated significant resources in developing educational technologies (EdTech) that support this shift, it remains unclear whose interests are being best served among the stakeholders of education. In this paper, we present a systematic literature review of 204 papers published in venues of the Association for Computational Linguistics' Special Interest Group on Building Educational Applications in 2024 and 2025, and validate these against EdTech papers from the wider ACL Anthology. By examining stakeholder inclusion and the prioritisation of research tasks, our findings reveal a critical tension: a push and pull between private-sector incentives and the foundational needs of educational infrastructure. Our analysis reveals that teachers are systematically under-represented as beneficiaries of research (33.3%) despite being the most affected, that real-world deployment remains rare (9.8%), and that ethical engagement tends toward acknowledgement rather than action. Drawing on exemplary papers in our corpus, we offer concrete recommendations for more responsible EduNLP research practices.
- Abstract（参考訳）: 自然言語処理コミュニティは、この変革を支援する教育技術(EdTech)の開発に多大なリソースを注いでいるが、どの興味が教育の利害関係者に最も役立っているかは不明だ。
本稿では,2024年と2025年にACLアンソロジーのEdTech論文に対して,コンピュータ言語学会特別研究会の会場で発行された204件の論文の体系的な文献レビューを行い,それらがより広範なACLアンソロジーのEdTech論文に対して検証された。
利害関係者の関与と研究課題の優先性を調べることで,私的セクターインセンティブと教育インフラの基盤的ニーズとの押し引きという,重大な緊張感が明らかとなった。
分析の結果,教師は最も影響を受けているにもかかわらず,研究の受益者(33.3%)として体系的に過小評価されており,実世界の展開は稀(9.8%)であり,倫理的関与は行動よりも評価に傾向があることが判明した。
コーパスにおける模範論文を参考に、より責任のあるEduNLP研究実践のための具体的な勧告を提示する。
関連論文リスト
- Deep Academic Survey: Stateful Agentic Closed-Loop Paradigm for Academic Survey Automation [60.151050016855834]
DASは出版指向の学術調査を作成するためのステートフルなエージェント・フレームワークである。
その鍵となる考え方は、再利用可能な紙分析とトピック固有の原稿構築を分離することである。
DASは4つの次元で最高点に達し、総合スコアは4.34であり、最強の競争相手は4.03である。
論文 参考訳（メタデータ） (2026-08-18T17:29:00Z) - How Proposal Novelty, Topical Diversity, and Theory-Practice Balance Shape Scholarly Outcomes in Funded Education Research [7.231245375674233]
この研究は、1990年から2020年までの8,715件のNSF教育賞と、主任研究員による84,519件の出版を関連づけている。
提案された新奇性は、ポストアワードの結果と限定的かつ不均一な関連を示す。
理論的および実践的な目的を統合するバランスのとれた提案は、最も好ましい全体プロファイルを示す。
論文 参考訳（メタデータ） (2026-05-31T10:01:21Z) - OpenReview Should be Protected and Leveraged as a Community Asset for Research in the Era of Large Language Models [55.21589313404023]
OpenReviewは、研究論文、ピアレビュー、著者の反論、メタレビュー、決定結果の継続的な進化を続けるリポジトリである。
OpenReviewは、ピアレビュープロセスの品質、スケーラビリティ、説明責任の向上、真に専門家の議論に根ざした有意義でオープンなベンチマークの実現、専門家の評価、意図、科学的価値を反映した現実世界のインタラクションによるアライメント研究の支援という、ユニークな貢献が可能な3つの領域を強調します。
コミュニティは、OpenReviewに関する標準化されたベンチマークと利用ガイドラインを共同で検討し、責任あるデータの使用、倫理的考慮、集団スチュワードシップに関するより広範な対話を招待することを提案します。
論文 参考訳（メタデータ） (2025-05-24T09:07:13Z) - Beyond authorship: Analyzing contributions in PLOS ONE and the challenges of appropriate attribution [0.0]
この研究は、PLOS ONE誌から81,823の論文を分析している。
9.14%の論文は、少なくとも1人の著者が不適切な著者であり、14,000人以上に影響している。
不適切な著作は、アジア、アフリカ、そしてイタリアのような特定のヨーロッパ諸国に集中している。
論文 参考訳（メタデータ） (2025-04-08T06:47:52Z) - The ICML 2023 Ranking Experiment: Examining Author Self-Assessment in ML/AI Peer Review [49.43514488610211]
著者が提供するランキングは、機械学習カンファレンスでのピアレビュープロセスを改善するために利用することができる。
著者が提示したランキングを用いて生のレビュースコアを校正するイソトニックメカニズムに注目した。
本稿では,アイソトニック機構の慎重かつリスクの低いいくつかの応用と著者が提案する格付けをピアレビューで提案する。
論文 参考訳（メタデータ） (2024-08-24T01:51:23Z) - From Insights to Actions: The Impact of Interpretability and Analysis Research on NLP [28.942812379900673]
解釈可能性と分析(IA)研究は、NLP内の成長するサブフィールドである。
我々は,IA研究がNLPの幅広い分野に与える影響を定量化する。
論文 参考訳（メタデータ） (2024-06-18T13:45:07Z) - A Systematic Review of Generative AI for Teaching and Learning Practice [0.37282630026096586]
高等教育におけるGenAIシステムの利用に関するガイドラインは合意されていない。
HEにおける学際的・多次元的な研究は、共同研究を通じて必要である。
論文 参考訳（メタデータ） (2024-06-13T18:16:27Z) - Learning Outcomes, Assessment, and Evaluation in Educational Recommender Systems: A Systematic Review [0.0]
教育レコメンダシステム(ERS)における学習の測定と最適化について分析する。
レーティングベースの関連性は最も人気のあるターゲットメトリックであり、半数未満の論文が学習ベースのメトリクスを最適化している。
論文の3分の1は結果に基づく評価を使用してレコメンデーションの教育効果を測定した。
論文 参考訳（メタデータ） (2024-06-12T21:53:46Z) - SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。
SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。
本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文 参考訳（メタデータ） (2024-04-09T15:01:51Z) - Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。
2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。
我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
論文 参考訳（メタデータ） (2024-01-24T20:05:49Z) - Responsible AI Considerations in Text Summarization Research: A Review
of Current Practices [89.85174013619883]
私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。
我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。
私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
論文 参考訳（メタデータ） (2023-11-18T15:35:36Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳（メタデータ） (2022-05-23T08:34:25Z)
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。