論文の概要: Implementation of Split Deadlines in a Large CS1 Course
- arxiv url: http://arxiv.org/abs/2608.06753v1
- Date: Fri, 07 Aug 2026 03:19:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-10 16:21:25.337876
- Title: Implementation of Split Deadlines in a Large CS1 Course
- Title（参考訳）: 大規模CS1コースにおける分割デッドラインの実装
- Abstract要約: 大きなコンピュータサイエンスコースは、分割期限ポリシーを実行しました。
学生は2つのグループに分けられ、リリース日と予定日が遅かった。
総じて、分割期限の政策はオフィス時間効率を向上し、グループ間でのパフォーマンスに有意な差は見られず、ほとんどの学生が公正かつ効果的であると考えた。
- 参考スコア（独自算出の注目度）: 5.048595941681163
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Office hour utilization in computer science courses can spike near deadlines, producing long wait times, frustrated students, and overworked staff. To address this problem, a large CS1 course implemented a split deadlines policy. Students were randomly divided into two groups with staggered release and due dates. Each group had the same amount of time to complete assignments, but the number of students with each due date was reduced by half. Our study evaluates the effectiveness of this policy. We measure office hour utilization and staff efficiency near deadlines, examine the policy's impact on student performance, and investigate student perception of the policy's fairness and effectiveness. Overall we found that the split deadline policy increased office hour efficiency, resulted in no significant difference in performance between groups, and was considered fair and effective by most students. Our experience report includes reflections and student feedback indicating how to implement and further improve similar policies.
- Abstract（参考訳）: コンピュータサイエンスのコースにおけるオフィス時間の利用は、納期近くでスパイクし、長い待ち時間、フラストレーションのある学生、過労スタッフを生み出します。
この問題に対処するため、CS1コースは分割期限ポリシーを実装した。
学生はランダムに2つのグループに分けられた。
各グループは課題を完了するのに同じ時間しかかからなかったが、各日程の学生の数は半分に減った。
本政策の有効性について検討した。
期限付近の就学時間の利用状況と職員の効率を測定し,学生のパフォーマンスに対する政策の影響を調査し,政策の公正性と有効性に対する学生の認識を調査した。
総じて、分割期限の政策はオフィス時間効率を向上し、グループ間でのパフォーマンスに有意な差は見られず、ほとんどの学生が公正かつ効果的であると考えた。
体験レポートには、同様のポリシーの実装方法と改善方法を示すリフレクションと学生のフィードバックが含まれている。
関連論文リスト
- Changes in Coding Behavior and Performance Since the Introduction of LLMs [1.7482685917723753]
大学院レベルのクラウドコンピューティングコースにおける5年間の学生ソースコードの提出状況を分析した。
学生のコーディング行動は2022年秋以降大きく変化している。
論文 参考訳（メタデータ） (2026-01-16T23:51:31Z) - Ungraded Assignments in Introductory Computing: A Report [0.8379286663107844]
本経験報告は,初等科目における学生の学習経験に及ぼす未学習課題の影響について考察する。
本研究では,未学習課題が学生のエンゲージメント,理解,学業成績に与える影響について検討した。
論文 参考訳（メタデータ） (2025-12-28T17:09:45Z) - Behaviour Policy Optimization: Provably Lower Variance Return Estimates for Off-Policy Reinforcement Learning [52.97053840476386]
我々は、よく設計された行動ポリシーを用いて、分散リターン推定を確実に低くするために、政治外のデータを収集できることを示します。
我々は、この重要な洞察を、政策評価と改善の両方がインターリーブされるオンライン強化学習環境に拡張する。
論文 参考訳（メタデータ） (2025-11-13T23:06:40Z) - Learning to Optimize Feedback for One Million Students: Insights from Multi-Armed and Contextual Bandits in Large-Scale Online Tutoring [1.3184846764437286]
本稿では,学生が誤った質問に答えた後,効果的なフィードバックを提供することを学習するオンライン学習システムを提案する。
このシステムは、100万人の学生のデータを使って、各質問に対してどの支援行動を提供するかを学習し、生徒の学習を最適化する。
166,000件の実践セッションで得られたMAB政策を評価し,学生の成果に有意な改善が認められた。
論文 参考訳（メタデータ） (2025-08-01T02:30:29Z) - Learning Long-Context Diffusion Policies via Past-Token Prediction [48.86967836229684]
本稿では,過去の情報の保持を明示的に規則化する代替手法を提案する。
本稿では,過去の行動トークンの予測方法を学ぶための補助的タスクである過去トークン予測について紹介する。
4つの実世界と6つのシミュレートされたタスクを対象とした実験により,提案手法は長文拡散政策の性能を3倍に向上し,政策訓練を10倍以上高速化することを示した。
論文 参考訳（メタデータ） (2025-05-14T17:00:47Z) - Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling [51.38330727868982]
動作チャンキングが学習者と実証者の間の分岐にどのように影響するかを示す。
動作チャンキングをクローズドループ適応でブリッジするテスト時間推論アルゴリズムである双方向デコーディング(BID)を提案する。
提案手法は、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させる。
論文 参考訳（メタデータ） (2024-08-30T15:39:34Z) - Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
実際には、因果研究者は先験を念頭において1つの結果を持っていない。
政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。
本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
論文 参考訳（メタデータ） (2024-04-29T08:16:30Z) - Does Starting Deep Learning Homework Earlier Improve Grades? [63.20583929886827]
宿題を早く始め、より多くの時間を費やしている学生は、宿題の成績が良くなるはずだ。
既存の文献が宿題に費やした時間の影響は明確ではなく、主にK-12教育から来ている。
我々は,学生の成功に対する影響を原則的に結論付けるために,階層的ベイズモデルを構築した。
論文 参考訳（メタデータ） (2023-09-30T09:34:30Z) - Fair and skill-diverse student group formation via constrained k-way
graph partitioning [65.29889537564455]
本研究は、公正かつ多様な学生グループ形成のための教師なしアルゴリズムを導入する。
学生のスキルセットは、ラプラシア固有写像を用いて、コースマークデータの教師なし次元削減を用いて決定される。
この問題は制約付きグラフ分割問題として定式化され、各グループのスキルセットの多様性が最大化される。
論文 参考訳（メタデータ） (2023-01-12T14:02:49Z) - Quantifying the relationship between student enrollment patterns and
student performance [0.0]
学生は、財務、スケジュール、家族のニーズに基づいて、学期ごとにフルタイムとパートタイムの入学を交互に行うことは珍しくない。
以前の研究では、フルタイムの学生が、パートタイムの学生よりも優れた成果を維持することが確立されているが、限定的な研究は、入学パターンや戦略が学術的な成果に与える影響を調査している。
2008年から2017年にかけて、中央フロリダ大学から収集されたデータの分析によると、混入戦略を適用した最初の学生はフルタイムの学生に近づきつつある。
論文 参考訳（メタデータ） (2020-03-22T02:29:30Z)
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。