論文の概要: Through the WordStream Glass: Revisiting Quantitative Encoding for Qualitative Learning Analytics
- arxiv url: http://arxiv.org/abs/2606.18692v1
- Date: Wed, 17 Jun 2026 05:14:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 17:16:51.012635
- Title: Through the WordStream Glass: Revisiting Quantitative Encoding for Qualitative Learning Analytics
- Title（参考訳）: WordStream Glassを通して:質的学習分析のための定量的エンコーディングを再考する
- Authors: Huyen N. Nguyen, Kathleen Bowe, Minh-Huyen Nguyen, Kit Thompson, Caleb M. Trujillo,
- Abstract要約: データ駆動型学習分析は、学生コホート全体のトレンドを時間とともに表すことができ、インストラクターが学習環境を改善するのに役立つ。
WordStreamはトピックの進化を視覚化するイディオムだが、この目標に向けて、Journal Data Dashboard(フォーマット評価の分析)とWordStream Maker(カスタム視覚化のオーサリング)という2つのプラットフォームでインスタンス化されている。
質的な教育研究は、より良い視覚化ツールを構築することについて教えてくれるものは何だろうか?
- 参考スコア（独自算出の注目度）: 0.6524460254566904
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Data-driven learning analytics can surface trends across a student cohort over time, helping instructors improve the learning environment. WordStream, a visualization idiom for topic evolution, has been instantiated in two platforms toward this goal: the Journal Data Dashboard, for analyzing formative assessments, and WordStream Maker, for authoring custom visualizations. Where the prior work built these platforms for education (Vis4Ed), here we examine the reverse direction (Ed4Vis): what can qualitative education research tell us about building better visualization tools? We conducted a mixed-methods expert study (n=10) in which STEM education researchers with expertise in qualitative methods and classroom assessment used both platforms to analyze student journal responses from a data visualization course. Across two cycles of thematic analysis with confirmatory checking, we report themes spanning tool experience, disciplinary context of use, and, most importantly, a core epistemological dissensus. Some instructor-researchers regarded frequency-based visualization as a productive entry point to qualitative analysis; others cautioned it can obscure rare but critical responses. We synthesize these findings into design implications for future tools that better integrate quantitative technique with qualitative inquiry. All Supplementary Materials are available at https://osf.io/z2f8d.
- Abstract（参考訳）: データ駆動型学習分析は、学生コホート全体のトレンドを時間とともに表すことができ、インストラクターが学習環境を改善するのに役立つ。
WordStreamはトピックの進化を視覚化するイディオムだが、この目標に向けて、Journal Data Dashboard(フォーマット評価の分析)とWordStream Maker(カスタム視覚化のオーサリング)という2つのプラットフォームでインスタンス化されている。
ここでは、逆方向(Ed4Vis): 質的な教育研究から、より良い視覚化ツールの開発について教えてください。
質的手法と授業評価の専門知識を持つSTEM教育研究者が,データ可視化コースから学生のジャーナル応答を分析するために,両プラットフォームを併用した混合方法論専門研究(n=10)を行った。
確認チェックを伴うテーマ分析の2サイクルにわたって,ツール体験,学際的使用状況,そして最も重要な点として,コア・エピストロジー・ディセンスを報告した。
教師-研究者の中には、周波数に基づく可視化を質的な分析のための生産的なエントリポイントとみなす者もいる。
定量的手法と質的調査をうまく統合する将来のツールの設計にこれらの知見を取り入れた。
すべての補助材料はhttps://osf.io/z2f8d.comで入手できる。
関連論文リスト
- Designing Gaze Analytics for ELA Instruction: A User-Centered Dashboard with Conversational AI Support [3.741199946315248]
視線追跡は、学生の認知とエンゲージメントに関する豊富な洞察を提供する。
しかし、教室向け教育技術では使われていない。
本稿では、英語芸術のための視線に基づく学習分析ダッシュボードの反復設計と評価について述べる。
論文 参考訳（メタデータ） (2025-09-03T22:01:14Z) - Data Therapist: Eliciting Domain Knowledge from Subject Matter Experts Using Large Language Models [25.633548292173643]
Data Therapistは、ドメインの専門家が混合開始プロセスを通じて暗黙の知識を外部化するのを助けるWebベースのシステムである。
得られた構造化知識ベースは、人間と自動化された可視化設計の両方に通知することができる。
論文 参考訳（メタデータ） (2025-05-01T11:10:17Z) - MMSci: A Dataset for Graduate-Level Multi-Discipline Multimodal Scientific Understanding [59.41495657570397]
本稿では,72の科学分野をカバーするNature Communicationsの記事からまとめられた包括的データセットについて述べる。
2つのベンチマークタスク(図のキャプションと複数選択)で19のプロプライエタリモデルとオープンソースモデルを評価し,人手による注釈を行った。
タスク固有データを用いた細調整Qwen2-VL-7Bは、GPT-4oや人間の専門家でさえも、マルチチョイス評価において優れた性能を示した。
論文 参考訳（メタデータ） (2024-07-06T00:40:53Z) - A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。
多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
論文 参考訳（メタデータ） (2024-05-30T04:46:40Z) - From Pixels to Insights: A Survey on Automatic Chart Understanding in the Era of Large Foundation Models [98.41645229835493]
グラフ形式のデータの可視化は、データ分析において重要な役割を担い、重要な洞察を提供し、情報的な意思決定を支援する。
大規模言語モデルのような大規模な基盤モデルは、様々な自然言語処理タスクに革命をもたらした。
本研究は,自然言語処理,コンピュータビジョン,データ解析の分野における研究者や実践者の包括的資源として機能する。
論文 参考訳（メタデータ） (2024-03-18T17:57:09Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [51.26815896167173]
本稿では,3つの相補的な側面からPAMIレビューを総合的に分析する。
我々の分析は、現在のレビューの実践において、独特の組織パターンと永続的なギャップを明らかにします。
最後に、最先端のAI生成レビューの評価は、コヒーレンスと組織の進歩を奨励していることを示している。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z) - Multimodal Deep Learning for Scientific Imaging Interpretation [0.0]
本研究では,SEM(Scanning Electron Microscopy)画像と人間のような相互作用を言語的にエミュレートし,評価するための新しい手法を提案する。
本稿では,ピアレビュー記事から収集したテキストデータとビジュアルデータの両方から洞察を抽出する。
我々のモデル (GlassLLaVA) は, 正確な解釈, 重要な特徴の同定, 未確認のSEM画像の欠陥の検出に優れる。
論文 参考訳（メタデータ） (2023-09-21T20:09:22Z) - An Interdisciplinary Perspective on Evaluation and Experimental Design
for Visual Text Analytics: Position Paper [24.586485898038312]
本稿では,視覚的テキスト分析手法の評価に焦点をあてる。
視覚テキスト分析手法を評価する上で,課題の4つの主要なグループを同定する。
論文 参考訳（メタデータ） (2022-09-23T11:47:37Z)
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。