Fugu-MT 論文翻訳(概要): Students' Perceptions of Peer Grading

論文の概要: Students' Perceptions of Peer Grading

arxiv url: http://arxiv.org/abs/2607.16221v1
Date: Sat, 13 Jun 2026 02:46:09 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-27 00:46:13.040443
Title: Students' Perceptions of Peer Grading
Title（参考訳）: ピアグラディングの学生の認識
Abstract要約: Reddit上で,文献と学生の議論を混成したテーマ分析を行った。この研究は、107件の論文、114件のReddit投稿、300件のコメントから証拠を合成した。学生はピアグレーディングを有益で問題のあるものとみなしている。
参考スコア（独自算出の注目度）: 0.8941624592392746
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Peer grading is widely used in education, yet it elicits mixed reactions from educators and students. Although many studies have examined students' views of peer grading, their findings are scattered, and no clear overall picture has emerged. To address this gap, we conducted a mixed-source thematic analysis of literature and student discussions on Reddit. To scale the Reddit data analysis, we fine-tuned a Gemini 2.5 text-classification model and used it as an initial relevance filter for our initially retrieved dataset of 659 posts and 6,607 comments, after which the items predicted as relevant were manually reviewed. The study synthesized evidence from 107 papers, 114 Reddit posts, and 300 comments. The findings show that students view peer grading as both beneficial and problematic. Positive perceptions included learning and understanding benefits, skill development, engagement, and collaboration, while negative perceptions centered on unreliable grading, unfairness, weak feedback quality, emotional stress, and workload. Reddit discussions also suggested an emerging concern that remains underexplored in the literature: AI use in peer grading may weaken students' trust in the accuracy and authenticity of the process. We further identified eight mitigation strategies and mapped them to the negative perceptions they help address. Among these, instructor oversight and training played the most central role.
Abstract（参考訳）: ピアグレーディングは教育で広く使われているが、教育者や学生の反応が混在している。ピアグレーディングに関する学生の見解を調査する研究は多いが,その発見は散在しており,全体像は明らかになっていない。このギャップに対処するため、Reddit上での文献と学生の議論の混在するテーマ分析を行った。 Redditのデータ分析をスケールするために、Gemini 2.5テキスト分類モデルを微調整し、最初に検索した659の投稿と6,607のコメントのデータセットの初期関連フィルタとして使用しました。この研究は、107件の論文、114件のReddit投稿、300件のコメントから証拠を合成した。その結果、学生はピアグレーディングを有益かつ問題視していることがわかった。肯定的な認識には、学習と理解のメリット、スキル開発、エンゲージメント、コラボレーション、信頼できないグレーディング、不公平、フィードバックの質の弱さ、感情的なストレス、作業負荷などがあった。ピアグレーディングにおけるAIの使用は、プロセスの正確性と信頼性に対する学生の信頼を弱める可能性がある。さらに8つの緩和戦略を特定し、それらに対処するネガティブな認識をマップしました。このうち、教官の監督と訓練が最も中心的な役割を担った。

関連論文リスト

Data Annotations as Pedagogical Hints: From Subjective Labels to Critical Thinking [15.463313028798767]
機械学習コースでは、事前にラベル付けされたデータセットを使用して、人間のアノテーションの主観性を隠蔽することが多い。これにより、AIデータとモデルを過度に信頼し、解釈の多様性を過小評価する学生が生まれる。手動データアノテーションタスクが学生に主観的ラベリングについて教えるかどうかを検討した。
論文参考訳（メタデータ） (2026-07-22T13:51:56Z)
ScholarPeer: A Context-Aware Multi-Agent Framework for Automated Peer Review [48.60540055009675]
ScholarPeerは、上級研究者の認知過程をエミュレートするために設計された、検索可能なマルチエージェントフレームワークである。 We evaluate ScholarPeer on DeepReview-13K and the results showed that ScholarPeer achieve significant win-rates against state-of-the-art approach in side-side-side evaluations。
論文参考訳（メタデータ） (2026-01-30T06:54:55Z)
Exposía: Academic Writing Assessment of Exposés and Peer Feedback [56.428320613219306]
高等教育における文章とフィードバックアセスメントを結びつける最初の公開データセットであるExposaを提示する。我々はExposaを使って,(1)提案の自動スコアリング,(2)学生レビューの2つのタスクに対して,最先端のオープンソース大言語モデル(LLM)をベンチマークする。
論文参考訳（メタデータ） (2026-01-10T11:33:26Z)
Disentangling Learning from Judgment: Representation Learning for Open Response Analytics [0.0]
オープンエンドの回答は学習の中心であるが、自動スコアリングは生徒の書き方と教師の成績を混同することが多い。本稿では、コンテンツ信号とレーダ傾向を分離し、分析を通じて判断を可視化し、監査可能にする分析ファーストフレームワークを提案する。
論文参考訳（メタデータ） (2025-12-30T02:06:28Z)
In-depth Research Impact Summarization through Fine-Grained Temporal Citation Analysis [52.42612945266194]
我々は、ニュアンス付き、表現型、時間対応のインパクトサマリーを生成する新しいタスクを提案する。これらの要約は、微粒な引用意図の進化を通じて、賞賛(確認引用)と批評(補正引用)の両方を捉えていることを示す。
論文参考訳（メタデータ） (2025-05-20T19:11:06Z)
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)
Faithful Knowledge Distillation [75.59907631395849]
i) 教師と学生は、正しく分類されたデータセットのサンプルに近い点で意見が一致しないか、(ii) 蒸留した学生は、データセットのサンプルに関する教師と同じくらい自信があるか、という2つの重要な質問に焦点をあてる。これらは、安全クリティカルな設定の中で、堅牢な教師から訓練された小さな学生ネットワークを配置することを考えると、重要な問題である。
論文参考訳（メタデータ） (2023-06-07T13:41:55Z)
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)
Students' Engagement in Anonymous Peer Review: Using the Open-Source Sakai Platform [0.0]
この研究は、自己決定理論を理論的基礎として用いた。認識された自律性の達成は、匿名のピアレビューによって、学生が自身を力づける助けとなったため、支持されている。匿名のピアレビューは、提出された仕事の質と職場スキルの発達を改善した。
論文参考訳（メタデータ） (2021-08-23T05:56:26Z)
Polarity in the Classroom: A Case Study Leveraging Peer Sentiment Toward Scalable Assessment [4.588028371034406]
大規模なまたは大規模なオープンオンラインコース(MOOC)における、正確な段階的なオープンエンドの割り当ては、簡単ではない。本稿では、ドメイン依存のレキシコンとアスペクトインフォーム化されたレビューフォームを作成するプロセスについて詳述する。有効性を分析し、9コースから6800以上のピアレビューのコーパスから結論を議論する。
論文参考訳（メタデータ） (2021-08-02T15:45:11Z)
Are Top School Students More Critical of Their Professors? Mining Comments on RateMyProfessor.com [83.2634062100579]
RateMyProfessor.comの学生レビューとコメントは、学生の現実的な学習経験を反映している。本研究は,学生のレビューやコメントに重要な情報が含まれており,授業や大学への入学に欠かせない参考文献として利用できることを実証する。
論文参考訳（メタデータ） (2021-01-23T20:01:36Z)
Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文参考訳（メタデータ） (2020-10-13T21:33:24Z)

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。