論文の概要: CRITICS - Critical Science Without Borders: Language Models to Promote Critical Thinking in Science Education
- arxiv url: http://arxiv.org/abs/2609.13942v1
- Date: Sat, 12 Sep 2026 13:37:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.616504
- Title: CRITICS - Critical Science Without Borders: Language Models to Promote Critical Thinking in Science Education
- Title（参考訳）: CRITICS - 境界のない臨界科学--科学教育における批判的思考を促進する言語モデル
- Abstract要約: CRITICSプロジェクトは、Large Language Models(LLM)に基づく高度な機械翻訳(MT)を教育技術に集約することで、科学のアクセシビリティとリテラシーに対処する。
科学コンテンツに特化して最適化されたMTシステムを利用することで、教育機関は、学生の母国語における科学資料の正確で文化的に関連する翻訳を提供することができる。
CRITICSは、最先端の研究や教育資料にアクセスするための言語障壁を、高リソースの言語でのみ利用できるようにすることを目的としている。
- 参考スコア（独自算出の注目度）: 21.0066550422182
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The CRITICS project addresses science accessibility and literacy by converging advanced Machine Translation (MT) based on Large Language Models (LLMs) with educational technology. By leveraging MT systems specifically optimized for scientific content, educational institutions can provide accurate, culturally relevant translations of scientific materials in students' native languages, ensuring that complex scientific concepts are comprehensible while maintaining technical accuracy. Building on these translations, the project explores the design and evaluation of innovative science teaching-learning proposals grounded in curriculum-aligned teaching-learning. Thus, CRITICS will investigate key components of scientific argumentation and critical thinking practices together with textual feedback aligned with learning objectives and assessment criteria inspired by competence-based evaluation frameworks. CRITICS aims to break down language barriers to accessing cutting-edge research and educational materials currently available only in high-resourced languages, thereby facilitating the democratization of scientific knowledge and fostering critical thinking in science education.
- Abstract（参考訳）: CRITICSプロジェクトは、Large Language Models(LLM)に基づく高度な機械翻訳(MT)を教育技術に集約することで、科学のアクセシビリティとリテラシーに対処する。
科学コンテンツに特化して最適化されたMTシステムを利用することで、教育機関は、学生の母国語における科学資料の正確で文化的に関連する翻訳を提供し、複雑な科学的概念が技術的正確性を維持しながら理解可能であることを保証できる。
これらの翻訳に基づいて、カリキュラムに整合した教科学習に基づく革新的な理科教育の提案の設計と評価について検討する。
そこで,CRITICSは,学術的議論と批判的思考実践の重要要素と,学習目標に沿ったテキストフィードバックと,能力に基づく評価フレームワークに着想を得た評価基準について検討する。
CRITICSは、最先端の研究や教育資料を高リソースの言語でのみ利用できるようにするための言語障壁を断ち切ることを目的としており、科学知識の民主化と科学教育における批判的思考の促進を目的としている。
関連論文リスト
- Toward Responsible and Epistemically Grounded Multilingual LLMs for Computational Social Science and Humanities [0.7734073750595959]
本稿では,多言語推論LLMを解釈器として再認識する。
社会科学・人文科学研究における多言語推論の理論的基盤となる枠組みを構築した。
論文 参考訳（メタデータ） (2026-05-30T07:52:18Z) - PaperMind: Benchmarking Agentic Reasoning and Critique over Scientific Papers in Multimodal LLMs [68.27437550335709]
本稿では,研究論文に対する統合的およびエージェント指向の科学的推論を評価するためのベンチマークであるPaperMindを紹介する。
PaperMindは、農業、生物学、化学、計算機科学、医学、物理学、経済学を含む7つの領域にわたる実際の科学論文から構築されている。
複数のタスクにわたるモデル行動を分析することにより、PaperMindは統合された科学的推論行動の診断的評価を可能にする。
論文 参考訳（メタデータ） (2026-04-23T05:42:39Z) - Pedagogical Alignment for Vision-Language-Action Models: A Comprehensive Framework for Data, Architecture, and Evaluation in Education [3.827767386780446]
軽量VLAモデルに教育的アライメントを適用するフレームワークであるtextitPedagogical VLA Frameworkを提案する。
物理,化学,生物学,地球科学にまたがる5つの科学実験において,教育的VLAフレームワークを評価した。
論文 参考訳（メタデータ） (2026-01-20T11:43:15Z) - Reward Modeling for Scientific Writing Evaluation [50.33952894976367]
多様なオープンエンドの科学的記述タスクを評価するために、確実にデプロイできるモデルを開発することが重要である。
本稿では,科学的執筆評価に適した費用効率の高いオープンソース報酬モデルを提案する。
論文 参考訳（メタデータ） (2026-01-16T15:32:58Z) - SciEvalKit: An Open-source Evaluation Toolkit for Scientific General Intelligence [99.30934038146965]
SciEvalKitは、科学知能のコア能力に焦点を当てている。
物理学、化学から天文学、材料科学まで6つの主要な科学領域をサポートしている。
このツールキットはオープンソースで、コミュニティ主導の開発とAI4Scienceの進歩を促進するために積極的にメンテナンスされている。
論文 参考訳（メタデータ） (2025-12-26T17:36:02Z) - The AI Literacy Heptagon: A Structured Approach to AI Literacy in Higher Education [41.99844472131922]
本研究は,学術カリキュラムにおける理論的AIL概念化と実践的実装のギャップを埋めることを目的としている。
我々の分析では、技術、応用的、批判的思考、倫理的、社会的、統合的、合法の7つの中心的な側面を特定している。
論文 参考訳（メタデータ） (2025-09-23T11:28:30Z) - Demystifying Scientific Problem-Solving in LLMs by Probing Knowledge and Reasoning [53.82037883518254]
SciReasは、科学的推論タスクのための様々なベンチマークスイートである。
次に、科学的タスクにおける推論と知識の異なる役割を研究するための探索フレームワークであるKRUXを提案する。
論文 参考訳（メタデータ） (2025-08-26T17:04:23Z) - Recommendations to overcome language barriers in the Vera C. Rubin Observatory Research Ecosystem [0.0]
報告では、ヴェラ・C・ルービン天文台の研究生態系における言語障壁を減らすことを推奨している。
科学における英語のヘゲモニーは、参加と生産性を制限している。
マルチ言語によるプレゼンテーション形式、学術的な執筆訓練、仮想筆記センター、言語サポートプログラム、筆記辞退など。
論文 参考訳（メタデータ） (2025-07-24T16:34:26Z) - Form-Substance Discrimination: Concept, Cognition, and Pedagogy [55.2480439325792]
本稿では,高等教育におけるカリキュラム開発に欠かせない学習成果として,フォーム・サブスタンス・差別について検討する。
本稿では,カリキュラム設計,評価実践,明示的な指導を通じて,この能力を育成するための実践的戦略を提案する。
論文 参考訳（メタデータ） (2025-04-01T04:15:56Z) - Good Idea or Not, Representation of LLM Could Tell [86.36317971482755]
我々は、大規模言語モデルの知識を活用し、科学的アイデアのメリットを評価することを目的としたアイデアアセスメントに焦点をあてる。
我々は、このタスクに対する様々なアプローチのパフォーマンスを訓練し評価するために、細心の注意を払って設計された、フルテキストを持つ約4万の原稿からベンチマークデータセットをリリースする。
その結果, 大規模言語モデルの表現は, 生成出力よりもアイデアの価値を定量化する可能性が高いことが示唆された。
論文 参考訳（メタデータ） (2024-09-07T02:07:22Z) - AI and Machine Learning for Next Generation Science Assessments [0.7416846035207727]
この章は、科学評価における人工知能(AI)と機械学習(ML)の変革的な役割に焦点を当てている。
論文は、概念学習からナレッジ・イン・ユースへのシフトを求めるK-12サイエンス教育フレームワークの議論から始まる。
本論文は,理科教育におけるMLベースアセスメントの現状の見直し,MLベース自動アセスメントにおける精度評価フレームワークの導入,今後の方向性と課題の議論という,3つの大きな目標を達成している。
論文 参考訳（メタデータ） (2024-04-23T01:39:20Z)
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。