論文の概要: Virtual Global Collaboration in Data Analytics and Machine Learning Education: A Mixed-Methods Study of Asynchronous Cross-Border Teamwork

• arxiv url: http://arxiv.org/abs/2610.01147v1
• Date: Thu, 01 Oct 2026 06:25:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.932888
• Title: Virtual Global Collaboration in Data Analytics and Machine Learning Education: A Mixed-Methods Study of Asynchronous Cross-Border Teamwork
• Title（参考訳）: データ分析と機械学習教育における仮想グローバルコラボレーション--非同期クロスボーダーチームワークの混合手法による研究
• Abstract要約: 本稿は,米国とパキスタンにおける学部コンピューティング科目における構造化された仮想グローバルコラボレーション活動について検討する。 学生は文化指向、データセットの選択、データのクリーニング、分析、イントロダクトリー機械学習、構造化レポートを含む6段階のプロジェクトを通じて混在するチームで働いた。 その結果,両コホート間での学生体験が一貫して良好であり,協調的プロセスは学習と知覚的価値に強く結びついており,国際的準備の原動力として異文化間コミュニケーションが出現している。
• 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: This innovative practice full paper examines a structured Virtual Global Collaboration (VGC) activity between undergraduate computing courses in the United States and Pakistan. The project was designed to support technical and intercultural skill development through asynchronous international teamwork in data analytics and introductory machine learning. Students worked in mixed-institution teams through a six-phase project including cultural orientation, dataset selection, data cleaning, analysis, introductory machine learning, and structured reporting. Using shared computational tools, teams coordinated across time zones to complete a joint data-driven project. Survey and qualitative reflection data were analyzed to examine collaborative experience, communication and cultural dynamics, learning outcomes, perceived value, and global readiness. Results show consistently positive student experiences across both cohorts, with collaborative processes strongly associated with learning and perceived value, and cross-cultural communication emerging as the primary driver of global readiness. These findings demonstrate how short-term, structured VGC can be effectively integrated into computing courses to support both technical learning and global competence.
• Abstract（参考訳）: このイノベーティブなプラクティスフルペーパーでは、米国とパキスタンにおける学部のコンピューティングコース間の構造化された仮想グローバルコラボレーション(VGC)活動について検討している。 このプロジェクトは、データ分析と導入機械学習における非同期国際チームワークを通じて、技術的および文化的なスキル開発をサポートするように設計されている。 学生は文化指向、データセットの選択、データのクリーニング、分析、イントロダクトリー機械学習、構造化レポートを含む6段階のプロジェクトを通じて混在するチームで働いた。 共有計算ツールを使用して、チームはタイムゾーンを横断して、共同データ駆動プロジェクトを完成させた。 共同体験,コミュニケーションと文化のダイナミクス,学習結果,知覚的価値,グローバルな準備性などを調べるために,調査および質的リフレクションデータを分析した。 その結果,両コホート間での学生体験が一貫して良好であり,協調的プロセスは学習と知覚的価値に強く結びついており,国際的準備の原動力として異文化間コミュニケーションが出現している。 これらの結果は,短期的かつ構造化されたVGCが,技術学習とグローバル能力の両方をサポートするために,コンピュータコースに効果的に統合可能であることを示す。

関連論文リスト

• OpenWAM: An Open, Modular Exploration Towards Systematic World-Action Model Pretraining [65.60703573854387]
  我々は、オープンな研究スタックであるOpenWAMを紹介し、ワールドアクション事前学習を制御された実験プログラムに変換する。 約6,400時間の人間とロボットのデータに基づいて事前訓練されたオープンWAMであるOpenWAM-は、シミュレーションと実世界のベンチマークで評価されている。
  論文  参考訳（メタデータ） (2026-09-07T12:12:32Z)
• CoMind: Understanding Collaborative Human Activity from Multiple Minds and Views [82.15362247351763]
  調理シナリオにおける現実のコラボレーションをキャプチャする,エゴセントリックでエクソセントリックなビデオデータセットを新たに導入する。 このデータセットは、マルチパースペクティブなビデオ、高品質なオーディオ、視線追跡、および3Dシーンとオブジェクトスキャンを統合する。 我々は,共同注意推定,社会的条件付きオブジェクトインタラクション予測,協調的ハンドオーバ予測のベンチマークを構築した。
  論文  参考訳（メタデータ） (2026-07-07T18:08:45Z)
• Empa: An AI-Powered Virtual Mentor for Developing Global Collaboration Skills in HPC Education [0.6946631212215353]
  EmpaはAIを利用した仮想メンターで、異文化間コラボレーショントレーニングを学部のコンピューティング教育に統合する。 Empaは、文化的次元、コミュニケーションスタイル、紛争解決に関する構造化活動を通じて学生をガイドする。 コンピューティングコースへの展開のためのパイロット準備は、AIによる文化間トレーニングの可能性を示している。
  論文  参考訳（メタデータ） (2025-11-21T03:52:22Z)
• The impact of gamification on learning outcomes: experiences from a Biomedical Engineering course [0.4697971908036153]
  本研究では, バイオメディカル・エンジニアリング・コースにおけるプロジェクト・ベース・ラーニングにおけるデジタル・ツールの統合について検討する。 学生はエンゲージメントの向上、チームワークの強化、パフォーマンスアセスメントの明確な基準を強調した。
  論文  参考訳（メタデータ） (2025-09-07T16:28:07Z)
• The Human Labour of Data Work: Capturing Cultural Diversity through World Wide Dishes [5.987910953792099]
  本稿では、コミュニティメンバーが研究プロセスの設計を指導し、クラウドソースされたデータセットに貢献する参加型データセット作成の例を示す。 このアプローチは,コミュニティからの分散型コントリビューションを支援する,キュレートされた高品質なデータをもたらす可能性があることを示す。 我々は,参加型データセット構築に不可欠な参加型仲介者による労働の3次元を探索する。
  論文  参考訳（メタデータ） (2025-02-09T17:09:46Z)
• Code Collaborate: Dissecting Team Dynamics in First-Semester Programming Students [3.0294711465150006]
  この研究は、第一期生が2Dゲームプロジェクトを開発するときに現れるコラボレーションのトレンドを強調している。 その結果、学生は自分の貢献をわずかに過大評価することが多く、より熱心な個人は間違いを認めやすいことが示唆された。 チームパフォーマンスは、国籍や性別構成に基づく大きな変化は示さないが、解散したチームは、しばしば孤独なオオカミで構成されていた。
  論文  参考訳（メタデータ） (2024-10-28T11:42:05Z)
• Integrating HCI Datasets in Project-Based Machine Learning Courses: A College-Level Review and Case Study [0.7499722271664147]
  本研究では,HCI(Human-Computer Interface)データセットを用いた実世界の機械学習プロジェクトの統合について検討する。
  論文  参考訳（メタデータ） (2024-08-06T23:05:15Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Evaluating and Incentivizing Diverse Data Contributions in Collaborative Learning [89.21177894013225]
  フェデレートされた学習モデルがうまく機能するためには、多様で代表的なデータセットを持つことが不可欠である。 データの多様性を定量化するために用いられる統計的基準と、使用するフェデレート学習アルゴリズムの選択が、結果の平衡に有意な影響を及ぼすことを示す。 我々はこれを活用して、データ収集者がグローバルな人口を代表するデータに貢献することを奨励する、シンプルな最適なフェデレーション学習機構を設計する。
  論文  参考訳（メタデータ） (2023-06-08T23:38:25Z)
• Multi-Dimensional Evaluation of Text Summarization with In-Context Learning [79.02280189976562]
  本稿では,テキスト内学習を用いた多次元評価器として,大規模言語モデルの有効性について検討する。 実験の結果,テキスト要約作業において,文脈内学習に基づく評価手法が学習評価フレームワークと競合していることが判明した。 次に、テキスト内サンプルの選択や数などの要因がパフォーマンスに与える影響を分析する。
  論文  参考訳（メタデータ） (2023-06-01T23:27:49Z)
• Knowledge-Aware Federated Active Learning with Non-IID Data [75.98707107158175]
  本稿では,アノテーション予算に制限のあるグローバルモデルを効率的に学習するための,連合型アクティブラーニングパラダイムを提案する。 フェデレートされたアクティブラーニングが直面する主な課題は、サーバ上のグローバルモデルのアクティブサンプリング目標と、ローカルクライアントのアクティブサンプリング目標とのミスマッチである。 本稿では,KSAS (Knowledge-Aware Federated Active Learning) とKCFU (Knowledge-Compensatory Federated Update) を組み合わせた,知識対応型アクティブ・ラーニング(KAFAL)を提案する。
  論文  参考訳（メタデータ） (2022-11-24T13:08:43Z)

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。