論文の概要: Framing the 5% Problem: Teachers' Perspectives on Persistence in Educational Technology

• arxiv url: http://arxiv.org/abs/2606.22294v1
• Date: Sun, 21 Jun 2026 01:35:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 19:22:17.776022
• Title: Framing the 5% Problem: Teachers' Perspectives on Persistence in Educational Technology
• Title（参考訳）: 5%問題のフレーマ--教育技術における教師の持続性への視点
• Authors: Conrad Borchers,
• Abstract要約: 本研究は、i-Ready Mathを毎週利用している米国中学生数学教師12名を対象に、90分間の参加型デザインワークショップについて報告する。 テーマ分析では、モチベーションと購買にまたがる低持続性の4つの繰り返し次元、認知的障害、挑戦時のレジリエンス、文脈的障壁を同定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Adaptive K-12 mathematics platforms often show low sustained student use, a pattern termed the 5% problem. Although prior work has developed analytics and interventions to identify disengagement, less is known about how teachers make sense of persistence challenges in individualized learning classrooms. This study reports on a 90-minute participatory design workshop with 12 U.S. middle school mathematics teachers who use i-Ready Math weekly. Teachers generated needs through open-ended prompts, card sorting, and collective voting. Thematic analysis identified four recurring dimensions of low persistence spanning motivation and buy-in, cognitive roadblocks, resilience under challenge, and contextual barriers. Teachers emphasized the need to identify where students become stuck and recognize silent disengagement, prioritizing support for diagnosis and timely instructional response over aggregate usage metrics. These findings reframe the 5% problem as a situated instructional challenge and suggest a need for teacher-facing systems that support interpretation of student persistence through both cognitive and contextual evidence.
• Abstract（参考訳）: 適応的なK-12数学プラットフォームは、5%問題と呼ばれるパターンで、持続性の低い生徒の使用をしばしば示している。 従来の研究は、解脱を識別するための分析と介入を開発してきたが、個別の学習教室において、教師が持続的課題をどう理解するかについてはあまり分かっていない。 本研究は、i-Ready Mathを毎週利用している米国中学生数学教師12名を対象に、90分間の参加型デザインワークショップについて報告する。 教師は、オープンエンドのプロンプト、カードソート、および集団投票を通じて、ニーズを創出する。 テーマ分析では、モチベーションと購買にまたがる低持続性の4つの繰り返し次元、認知的障害、挑戦時のレジリエンス、文脈的障壁を同定した。 教師は、生徒が立ち往生した場所を特定し、サイレント・ディエンジメントを認識する必要性を強調し、診断のサポートと総合的利用指標よりもタイムリーな教育応答を優先した。 これらの知見は、5%の問題を位置的教育課題として再考し、認知的および文脈的証拠の両方を通じて、学生の持続性の解釈を支援する教師向けシステムの必要性を示唆している。

関連論文リスト

• Sticky Help, Bounded Effects: Session-by-Session Analytics of Teacher Interventions in K-12 Classrooms [4.863262234062219]
  本研究は,学生の先行支援履歴とその関与状態が教師の意思決定をどのように形成するかを考察する。 知的学習システムMATHiaにおいて,14のクラスにまたがる339人の生徒を対象に,14万の学生システムインタラクションを分析した。 ヘルプはセッション内の即時学習と一致したが、後のセッションではスキル獲得を予測できなかった。
  論文  参考訳（メタデータ） (2026-01-20T02:15:01Z)
• Teaching the social media generation: rethinking learning without sacrificing quality [0.0]
  この世代は、短くて視覚的な素材と迅速なフィードバックを好むが、焦点、批判的思考、ディープラーニングに苦しむ。 本研究は,オランダの大学における1年目の技術コースをブレンドラーニングで再設計することである。 結果は有望なものだった: 出席率は50%近く増加し、定期的に出席する学生はどれも試験に失敗しなかった。
  論文  参考訳（メタデータ） (2025-05-05T16:31:10Z)
• Can Language Models Teach Weaker Agents? Teacher Explanations Improve Students via Personalization [84.86241161706911]
  教師のLLMは、実際に生徒の推論に介入し、パフォーマンスを向上させることができることを示す。 また,マルチターンインタラクションでは,教師による説明が一般化され,説明データから学習されることを示す。 教師のミスアライメントが学生の成績をランダムな確率に低下させることを、意図的に誤解させることで検証する。
  論文  参考訳（メタデータ） (2023-06-15T17:27:20Z)
• MathDial: A Dialogue Tutoring Dataset with Rich Pedagogical Properties Grounded in Math Reasoning Problems [74.73881579517055]
  そこで本稿では,一般学生の誤りを表現した大規模言語モデルを用いて,人間教師の対話を生成する枠組みを提案する。 このフレームワークを用いて3kの1対1の教師-学生対話のデータセットであるMathDialを収集する方法について述べる。
  論文  参考訳（メタデータ） (2023-05-23T21:44:56Z)
• Computationally Identifying Funneling and Focusing Questions in Classroom Discourse [24.279653100481863]
  本稿では,授業談話におけるファネリングと集中型質問を計算的に検出するタスクを提案する。 ファネリングと集中型質問にラベル付けされた2,348の教師発話の注釈付きデータセットをリリースする。 我々の最高のモデルである教師付きRoBERTaモデルは、データセットに微調整され、人間の専門家ラベルと.76の強い線形相関と、ポジティブな教育結果を持つ。
  論文  参考訳（メタデータ） (2022-07-08T01:28:29Z)
• Faculty Distillation with Optimal Transport [53.69235109551099]
  本稿では,教師の課題と生徒の課題を最適な輸送手段で結びつけることを提案する。 ラベル空間間の意味的関係に基づき、出力分布間の支持ギャップを埋めることができる。 各種条件下での実験は,提案手法の簡潔さと汎用性を示すものである。
  論文  参考訳（メタデータ） (2022-04-25T09:34:37Z)
• The Wits Intelligent Teaching System: Detecting Student Engagement During Lectures Using Convolutional Neural Networks [0.30458514384586394]
  Wits Intelligent Teaching System (WITS) は、学生の感情に関するリアルタイムフィードバックを講師に支援することを目的としている。 AlexNetベースのCNNはトレーニングが成功し、Support Vector Machineアプローチを大きく上回っている。
  論文  参考訳（メタデータ） (2021-05-28T12:59:37Z)
• Fixing the Teacher-Student Knowledge Discrepancy in Distillation [72.4354883997316]
  本稿では,教師の知識を学生とより整合させる,新たな学生依存型蒸留法である知識一貫型蒸留を提案する。 この手法は非常に柔軟で,他の最先端手法と容易に組み合わせることができる。
  論文  参考訳（メタデータ） (2021-03-31T06:52:20Z)
• 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)
• 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。