論文の概要: Insights on Student Learning from Live Classroom Polls: More Than Right or Wrong

• arxiv url: http://arxiv.org/abs/2609.38969v1
• Date: Wed, 30 Sep 2026 04:41:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.187102
• Title: Insights on Student Learning from Live Classroom Polls: More Than Right or Wrong
• Title（参考訳）: ライブ教室における学生の学習に対する意識: 正しいか間違っているか
• Abstract要約: ライブ教室の投票は通常、回答キーを通じて、参加数と正しさのカウントとして読み取られる。 しかし、同じレコードは、どのキーが固定されるよりも早く保持される。 約2,400人の学習者の47回のセッションで,603の投票で340,668件の応募をライブ配信した。
• 参考スコア（独自算出の注目度）: 2.1494596588623134
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A live classroom poll is usually read through its answer key, as a count of participation and correctness. Yet the same record holds more before any key is fixed, namely who answers early and how the class divides across the options. Whether these key-free signals are stable, and what they reveal, has not been examined at the scale of a real course. We study them in a live deployment of 340,668 submissions across 603 polls in 47 sessions from roughly 2,400 learners, reading each poll for a learner's response order and for how much the class divides. A single further step brings in the author-designated key, on items with a settled answer, to interpret the divided ones. A learner's response order is a stable individual signature. It reproduces at a corrected split-half reliability of 0.92, holds at 0.87 within single sessions, and is unrelated to whether the learner is correct. Read without a key, about one poll in five does not reach a clear majority, and division marks the questions that split the class. On the settled-answer items the majority is itself wrong on 49 of 358. The key-free measure flags most of these, though division alone does not separate a collectively wrong answer from a merely hard one. The two readings are largely independent, meeting at one point where early responders anticipate the eventual majority only on questions the class has nearly settled. Together they map the learners and questions of a session without a key.
• Abstract（参考訳）: ライブ教室の投票は通常、回答キーを通じて、参加数と正しさのカウントとして読み取られる。 しかし、同じレコードは、どのキーが固定されるよりも早く保持される。 これらのキーフリー信号が安定であるかどうか、そしてそれらが明らかにするものが、実際のコースの規模で調べられていない。 約2,400人の学習者の47セッションにおいて,603の投票に対して340,668件の回答をライブ配信し,各アンケートを学習者の回答順序と,クラスがどの程度の差があるかを調べた。 さらに1つのステップは、著者が指定したキーを、解決された回答を持つアイテムに入力して、分割されたキーを解釈する。 学習者の応答順序は安定した個人署名である。 修正された分割半信頼率0.92で再現され、単一のセッションで0.87で保持され、学習者が正しいかどうかとは無関係である。 キーなしで読むと、5分の1の票が明確な過半数に達しず、クラスを分割する質問を分割する。 回答項目は358件中49件で大半が間違っている。 キーフリー測度はこれらの多くにフラグを付けるが、分割だけでは、集合的に間違った答えを単に難しいものから切り離すことはできない。 2つの読み物はほとんど独立しており、初期の反応者はクラスがほぼ決着した質問にのみ、最終的な多数派を予想する。 同時に、キーなしでセッションの学習者と質問をマップする。

関連論文リスト

• When Attention Guardrails Become Barriers to Learning: Towards the Tipping Point [2.1494596588623134]
  オンライン学習は柔軟性を提供するが、教室の構造が欠けている。 本研究では,Webカメラによる学習者のモニタリングにより,その構造を復元するプラットフォームを提案する。 このようなモニタリングが、単一の試験ではなく、学習者全体に与える影響は、ほとんど検討されていない。
  論文  参考訳（メタデータ） (2026-09-30T05:27:27Z)
• An Audit of Measurement Quality and Answer Bias in a Large Classroom-Poll Corpus [2.1494596588623134]
  47セッション中604項目が340,668回回答し,2,807人の学習者が回答した。 講義書から正しい回答が得られた539項目について,すべての項目と学生を共通の尺度に配置する。 世論調査では, ほぼ4分の1の項目が, より弱い学生とほとんど区別されないほど, 厳密で容易な適度な精度(正解率約0.60)の尺度が得られた。
  論文  参考訳（メタデータ） (2026-09-30T04:27:50Z)
• Characterizing Questioning Patterns and Student Engagement Through Contextual Analysis of Real-Time Classroom Interactions [2.1494596588623134]
  リアルタイムの教室のポーリングは、今では日常的に行われているが、そのデータは通常、狭めに読まれる。 本研究は, 講義の書き起こしに対して, 質問紙を読むことで, 回答者の回答と指導機能を判断できるかどうかを問うものである。 39日間にわたる47回のライブセッションの自然主義コーパスを解析し,604質問と2,807学習者340,668回答を得た。
  論文  参考訳（メタデータ） (2026-09-30T03:55:08Z)
• What Does Privileged Information Add to On-Policy Self-Distillation? [57.872246350931306]
  オンラインの自己蒸留(On-policy self-distillation)により、言語モデルは、答や解決方法を見る、自分自身の凍結したコピーから学ぶことができる。 AMPLE-Mathは、5,319の数学的問題からなる再利用可能なスイートで、同じ答えを6つの推論ビューで共有する。 直接応答型ロールアウトを監督する思考能力のある教師によって、Qwen3-1.7Bの改良の大部分は参照レス蒸留によるものである。
  論文  参考訳（メタデータ） (2026-09-17T15:57:10Z)
• GradeTrap: Authority Cues in Images Shift VLM Judgments Despite Explicit Instructions to Ignore Them [0.0]
  そこで我々は,2つの社会的手がかりを直接衝突させる制御された評価手法であるGradeTrapを紹介した。 学生の回答はサイコファンティックな合意を惹きつけるべきであり、友人、教師、または公式の回答キーに起因する矛盾した回答は権威に基づく推論を引き付けるべきである。 我々は60の合成現実世界のトレードオフシナリオでモデルをテストする。
  論文  参考訳（メタデータ） (2026-09-05T12:30:39Z)
• Grading Needs a Rubric, Not Intelligence [0.0]
  小さい言語モデルは、明示的なルーリックに対して格付けするときに、かなり高価なモデルと同じくらい確実に、オープンエンドの検査回答を格付けすることができる。 モデルファミリを2つのモデルファミリから6つのコスト効率モデル構成を3つの理由づけで評価した。
  論文  参考訳（メタデータ） (2026-08-18T16:00:05Z)
• Self-Harmony: Learning to Harmonize Self-Supervision and Self-Play in Test-Time Reinforcement Learning [48.14470449860784]
  テスト時強化学習(TTRL)は、推論時に合成信号のみを使用してモデルを適応するためのラベルなしパラダイムを提供する。 簡単な直感に基づくフレームワークであるSelf-Harmonyを紹介します。
  論文  参考訳（メタデータ） (2025-11-03T03:34:34Z)
• Multi-Label Quantification [78.83284164605473]
  定量化とは、教師なしデータサンプルにおいて、興味あるクラスの相対周波数の予測子を生成する教師付き学習課題である。 本研究では,その相対頻度をより正確に予測するために,興味あるクラス間の依存関係を活用しようとするクラス有病率値の推定手法を提案する。
  論文  参考訳（メタデータ） (2022-11-15T11:29:59Z)
• Continuous Examination by Automatic Quiz Assessment Using Spiral Codes and Image Processing [69.35569554213679]
  紙のキズは安価で、教室のキャンパス教育の範囲内にある。 クイズの修正は かなりの障害だ 本稿では,新しい画像処理技術によって問題を緩和することを提案する。
  論文  参考訳（メタデータ） (2022-01-26T22:58:15Z)
• No Answer is Better Than Wrong Answer: A Reflection Model for Document Level Machine Reading Comprehension [92.57688872599998]
  本稿では,全ての回答型を体系的に扱う新しい手法を提案する。 特に,2段階の訓練手法を応用し,非解答事例と誤答事例を識別する反射ネットという新しい手法を提案する。 F1スコアはそれぞれ77.2点,64.1点であった。
  論文  参考訳（メタデータ） (2020-09-25T06:57:52Z)

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。