論文の概要: Understanding Computing Identity Development Through Mentorship and Epistemic Network Analysis

• arxiv url: http://arxiv.org/abs/2608.16904v1
• Date: Thu, 09 Jul 2026 22:06:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.249648
• Title: Understanding Computing Identity Development Through Mentorship and Epistemic Network Analysis
• Title（参考訳）: メンタシップと疫学ネットワーク分析によるコンピューティングアイデンティティ開発を理解する
• Abstract要約: 本研究では,37名のコンピュータ関連分野の参加者を対象に,オープン・エンド・サーベイ・レスポンスでコンピュータのアイデンティティがどう表現されるかを検討する。 調査の結果,メンターシップ支援の参加者は興味,能力,認識,帰属意識に強いつながりがあることが判明した。 メンターシップ支援を欠いた参加者は,自尊心とインポスタシンドロームとの関連が強くなった。
• 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: Computing identity plays an important role in students' participation, persistence, and sense of belonging in computing, yet identity development can be difficult to capture through survey measures alone. This study examines how computing identity is expressed in open-ended survey responses from 37 participants in computing-related fields. Using a Quantitative Ethnography approach, we applied Epistemic Network Analysis (ENA) to model co-occurrence patterns among six identity-related constructs: recognition, interest, competence, sense of belonging, self-doubt, and imposter syndrome. We compared the structure of computing identity narratives between participants who reported mentorship support and those who did not. Findings showed that participants with mentorship support had stronger connections among interest, competence, recognition, and sense of belonging, suggesting a more integrated and supportive identity structure. In contrast, participants without mentorship support showed stronger connections involving self-doubt and imposter syndrome, indicating that uncertainty and feelings of not belonging were more closely connected in their narratives. A two-sample t-test comparing ENA scores showed a statistically significant difference between the two groups along the X-axis, with a large effect size (Cohen's d = 1.72). These findings suggest that mentorship is associated with differences in the structure of computing identity and may help individuals connect their interests, abilities, recognition, and belonging within computing.
• Abstract（参考訳）: コンピュータアイデンティティは, 学生の参加, 永続性, 所属意識において重要な役割を担っているが, 調査手段だけではアイデンティティ開発を捉えることは困難である。 本研究では,37名のコンピュータ関連分野の参加者を対象に,オープン・エンド・サーベイ・レスポンスでコンピュータのアイデンティティがどう表現されるかを検討する。 定量的エスノグラフィー手法を用いて,認識,興味,能力,所有感,自己疑念,インポスタシンドロームの6つのアイデンティティ関連構成要素の共起パターンをモデル化した。 我々は,メンターシップ支援を報告した参加者と,そうでない参加者のアイデンティティー物語の計算構造を比較した。 その結果、メンターシップ支援の参加者は、興味、能力、認識、所有意識の間により強いつながりを持ち、より統合的で支援的なアイデンティティ構造が示唆された。 一方、メンターシップサポートを持たない参加者は、自己疑念とインポスタシンドロームとの関連が強く、不確実性や不在感が物語の中でより密接な関係にあることが示唆された。 ENAスコアと比較した2サンプルt-testでは、X軸に沿った2つのグループ間に統計的に有意な差があり、大きな効果サイズ(コーエンd = 1.72)を示した。 これらの結果は、メンターシップが、コンピュータアイデンティティの構造の違いと関連していることを示唆し、個人の興味、能力、認識、およびコンピュータ内での所有を結び付けるのに役立つかもしれない。

関連論文リスト

• Informal Learning Emerges in Everyday Human-LLM Interaction [74.53081471113929]
  日常の人間とLLMの相互作用は、非公式学習の計測可能、選択的、条件付き行動シグネチャを含むことを示す。 彼らはAI評価を、回答提供効率から、ユーザが推論し、テストし、理解を構築するための認知機会の保存へとシフトする。
  論文  参考訳（メタデータ） (2026-07-20T07:56:41Z)
• Beyond Anthropomorphism: Exploring the Roles of Perceived Non-humanity and Structural Similarity in Deep Self-Disclosure Toward Generative AI [0.0]
  知覚された非人間性は、評価の理解を低下させる可能性がある。 構造的類似性は、ユーザの思考とAI応答の間に認識される論理的整合性を指す。 発見は、深い自己開示における信頼に関連する行動は、人為的知覚以外の要因を含む可能性があることを示唆している。
  論文  参考訳（メタデータ） (2026-05-13T14:10:07Z)
• Thinking Before Matching: A Reinforcement Reasoning Paradigm Towards General Person Re-Identification [77.51622646061314]
  ReID-Rは、明確なアイデンティティ理解と推論を実現する新しい推論駆動パラダイムとして提案されている。 複数のReIDベンチマークの実験では、ReID-Rは優れた手法として、競争力のある識別性を達成している。
  論文  参考訳（メタデータ） (2026-04-21T08:24:07Z)
• Human or AI? Comparing Design Thinking Assessments by Teaching Assistants and Bots [0.38233569758620045]
  本研究では,デザイン思考教育における学生ポスター評価におけるTA支援評価と比較して,AI支援評価の信頼性と精度について検討した。 その結果、インストラクターとAIによる共感点と痛み点の統計的一致は低く、視覚コミュニケーションのアライメントはわずかに高かった。 この研究は、計算効率と人間の洞察を統合するハイブリッドアセスメントモデルの必要性を強調している。
  論文  参考訳（メタデータ） (2025-10-17T07:09:21Z)
• (AI peers) are people learning from the same standpoint: Perception of AI characters in a Collaborative Science Investigation [0.0]
  シナリオベースアセスメント(SBA)は、本物の社会的相互作用のコンテキストを提供するためのシミュレーションエージェントを導入する。 近年のテキスト・トゥ・ビデオ技術のようなマルチモーダルAIの進歩により、これらのエージェントはAI生成文字に拡張される。 本研究では,協調科学研究の文脈を反映したSBAにおいて,教師とチームメイトの役割を担っているAIキャラクタを学習者がどう感じているかを検討する。
  論文  参考訳（メタデータ） (2025-06-06T15:29:11Z)
• Using customized GPT to develop prompting proficiency in architectural AI-generated images [0.40964539027092906]
  本研究は,AI駆動画像生成におけるアーキテクチャ学生の習熟度を高めるため,カスタマイズされたGPTモデルの利用について検討する。 ANOVAの結果は単語数,類似性,具体性において統計的に有意な改善を示し,特にAIペルソナと構造化プロンプトガイドが支持した群で有意な改善を示した。
  論文  参考訳（メタデータ） (2025-04-16T07:03:18Z)
• Interpersonal Relationship Analysis with Dyadic EEG Signals via Learning Spatial-Temporal Patterns [21.082038315707923]
  脳波信号から派生したパターンを用いた社会関係分析フレームワークを提案する。 脳波データにより,2人の関係タイプ(ストランガーや友人)を効果的に識別できることが示唆された。
  論文  参考訳（メタデータ） (2024-01-06T16:17:58Z)
• Kinship Verification Based on Cross-Generation Feature Interaction Learning [53.62256887837659]
  顔画像からの血縁検証は、コンピュータビジョンの応用において、新しいが挑戦的な技術として認識されている。 本稿では,頑健な親族関係検証のためのクロスジェネレーション・インタラクション・ラーニング(CFIL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-07T01:50:50Z)
• Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
  本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。 IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-07-26T10:40:59Z)
• Affect Analysis in-the-wild: Valence-Arousal, Expressions, Action Units and a Unified Framework [83.21732533130846]
  Aff-Wild と Aff-Wild2 の2つである。 これは、これらのデータベースで訓練された深層ニューラルネットワークの2つのクラスの設計を示す。 インパクト認識を共同で学び、効果的に一般化し、実行することができる新しいマルチタスクおよび全体主義のフレームワークが提示されます。
  論文  参考訳（メタデータ） (2021-03-29T17:36:20Z)

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。