論文の概要: Using Learning Analytics to Study Novice Learners' Work on Quantum Circuit Simulator Tasks
- arxiv url: http://arxiv.org/abs/2610.09499v1
- Date: Wed, 07 Oct 2026 05:58:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.74451
- Title: Using Learning Analytics to Study Novice Learners' Work on Quantum Circuit Simulator Tasks
- Title（参考訳）: 学習分析を用いた初心者の量子回路シミュレータ作業の研究
- Abstract要約: 量子回路シミュレータタスクのための学習分析フレームワークを提案する。
本稿では,TIM学習環境における量子コンピューティング入門コースの匿名化ログのタスクレベル分岐について報告する。
このデータセットは492人の学習者による2024-2025コホート、47,533の有効な応募、21の義務量子回路演習をカバーしている。
- 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: Interactive quantum circuit simulators are increasingly used to support introductory quantum computing education for learners from varied disciplinary backgrounds. These environments can also generate detailed response logs of submitted circuits, but such data are rarely transformed into evidence that instructors can use for course redesign and development. We present a learning analytics framework for quantum circuit simulator tasks and report its task-level branch on anonymised logs from an introductory quantum computing course delivered in the TIM learning environment. The task branch characterises exercises through participation, completion, first-attempt accuracy, valid-attempt counts, sessionised active time, and observed answer-space reporting of common correct and incorrect constructions. The dataset covers the 2024-2025 cohort of 492 learners, 47,533 valid submissions, and 21 obligatory quantum circuit exercises. The framework identifies bottleneck tasks, broad solution spaces, and recurring wrong-answer patterns that are not visible from final scores alone. Its most distinctive output is a plain-text representation of the observed answer space, designed to make open-ended circuit submissions directly interpretable to instructors. We show how response logs can reveal actionable task-design issues and support concrete course redesign. A learner-level branch is retained only as an ongoing research extension and is not a central empirical contribution of the present paper.
- Abstract（参考訳）: 対話型量子回路シミュレータは、様々な学際的背景を持つ学習者のための入門量子コンピューティング教育を支援するために、ますます使われている。
これらの環境はまた、提出された回路の詳細な応答ログを生成することもできるが、インストラクターがコースの再設計と開発に利用できる証拠に変換されることは滅多にない。
本稿では、量子回路シミュレータタスクのための学習分析フレームワークを提案し、TIM学習環境における量子コンピューティング入門コースの匿名化ログのタスクレベル分岐を報告する。
タスクブランチは、参加、完了、第一試行精度、有効試行数、セッション化された活動時間、共通の正確で不正な構成の回答空間レポートを特徴付ける。
このデータセットは492人の学習者による2024-2025コホート、47,533の有効な応募、21の義務量子回路演習をカバーしている。
このフレームワークは、ボトルネックタスク、広範囲なソリューションスペース、そして最終スコアだけでは見えない誤回答パターンを識別する。
その最も特徴的な出力は、観察された応答空間の平文表現であり、インストラクターに直接解釈可能なオープンエンド回路を設計している。
応答ログが実行可能なタスク設計の問題を明らかにし、具体的なコースの再設計をサポートする方法を示す。
学習者レベルのブランチは、現在進行中の研究拡張としてのみ保持されており、本論文の中心的な実証的貢献ではない。
関連論文リスト
- EngramBench: A Capability-Grounded Benchmark for Skill-Evolution Harnesses [50.93446596863591]
EngramBenchは、ソリューションオーバーラップすることなく、厳密なオーバーラップの公理に支配される機能基底ベンチマークである。
人間の専門的検証によって裏付けられた48の複数時間実行軌跡に対する我々の評価は、手続き記憶に関する深い洞察を浮き彫りにしている。
破滅的なトークン重大な試行錯誤からエージェントを遠ざけることで、真の能力抽象化は冗長なコンテキストの肥大を削減し、全体的なコーディング時間を55%以上削減します。
論文 参考訳（メタデータ） (2026-09-30T08:33:17Z) - TutorTrace: A Dataset and Taxonomy for Classifying Learner Behavioral States during AI-Assisted Programming Education [10.562166959716771]
TutorTraceはデータセットと振る舞いの抽象化パイプラインで、学習者の振る舞いコンテキストをリアルタイムで可視化し、計算可能にする。
我々は、最初のAIクエリの前に学習者のアクティビティの分類を導き、連続的なクエリ間で、そして全セッションにわたって導き出す。
予備的な教室評価では、行動認識のプロンプトは、独立した作業を行わないクエリ間の間隔を50.0%から20.7%に減少させる。
論文 参考訳（メタデータ） (2026-08-22T11:40:23Z) - ChatGPT Solves All Tested Qiskit Homework Assignments [0.0]
生成AIは、量子ソフトウェア教育における評価課題を生み出す。
本研究では,初歩的なQiskitの宿題が,学生が実行し,レビューし,議論しながら,自己学習可能かどうかを検討した。
論文 参考訳（メタデータ） (2026-08-20T07:08:08Z) - From Prototype to Classroom: An Intelligent Tutoring System for Quantum Education [0.0]
ITAS (Intelligent Teaching Assistant System) は4つのコントリビューションを中心に構築されたマルチエージェント学習システムである。
旧ドミニオン大学(Old Dominion University)の量子コンピューティングコースで試験されたこのシステムは、3つの答えすべてをサポートする。
論文 参考訳（メタデータ） (2026-04-27T07:00:14Z) - SPARK: Real-Time Monitoring of Multi-Faceted Programming Exercises [20.27586025918302]
SPARKは、これらの課題に対処するために設計されたコーディングエクササイズ監視ダッシュボードである。
インストラクターは、エクササイズ要件に基づいてチェックポイントに柔軟にサブステップをグループ化し、これらのチェックポイントの自動テストを提案し、ステップ間の進捗を追跡する可視化を生成する。
SPARKはまた、インストラクターが中間出力を検査することを可能にし、解のバリエーションについてより深い洞察を提供する。
論文 参考訳（メタデータ） (2026-01-29T19:27:38Z) - Teaching Quantum Computing through Lab-Integrated Learning: Bridging Conceptual and Computational Understanding [0.6660458629649826]
量子コンピューティング教育では、学生は確率、測定、干渉に基づく推論スキルを身につける必要がある。
本報告では、ルイジアナ州立大学の大学院と大学院を組み合わせた研究室統合学習モデルの設計と提供について述べる。
論文 参考訳（メタデータ） (2025-10-17T00:29:52Z) - Illusion or Algorithm? Investigating Memorization, Emergence, and Symbolic Processing in In-Context Learning [50.53703102032562]
大規模トランスフォーマー言語モデル(LM)は、Webスケールデータによる次世代の予測のみを訓練することで、幅広いタスクを解決できる。
この能力の背後にあるメカニズムは、ICL(In-context Learning)と呼ばれ、議論の余地があり、理解が不十分なままである。
論文 参考訳（メタデータ） (2025-05-16T08:50:42Z) - Hierarchical Decomposition of Prompt-Based Continual Learning:
Rethinking Obscured Sub-optimality [55.88910947643436]
大量のラベルのないデータを実際に扱うためには、自己教師付き事前トレーニングが不可欠である。
HiDe-Promptは、タスク固有のプロンプトと統計のアンサンブルで階層的なコンポーネントを明示的に最適化する革新的なアプローチである。
実験では,HiDe-Promptの優れた性能と,継続学習における事前学習パラダイムへの頑健さを実証した。
論文 参考訳（メタデータ） (2023-10-11T06:51:46Z) - NEVIS'22: A Stream of 100 Tasks Sampled from 30 Years of Computer Vision
Research [96.53307645791179]
我々は,100以上の視覚的分類タスクのストリームからなるベンチマークであるNever-Ending VIsual-classification Stream (NEVIS'22)を紹介する。
分類に制限されているにもかかわらず、OCR、テクスチャ分析、シーン認識など、様々なタスクが生成される。
NEVIS'22は、タスクの規模と多様性のために、現在のシーケンシャルな学習アプローチに対して前例のない課題を提起している。
論文 参考訳（メタデータ） (2022-11-15T18:57:46Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z) - Learning to Ask Conversational Questions by Optimizing Levenshtein
Distance [83.53855889592734]
明示的な編集動作によって最小レベンシュテイン距離(MLD)を最適化する強化反復シーケンス編集(RISE)フレームワークを導入する。
RISEは会話の特徴に関連するトークンに注意を払うことができる。
2つのベンチマークデータセットの実験結果から、RISEは最先端の手法を大幅に上回っていることがわかった。
論文 参考訳（メタデータ） (2021-06-30T08:44:19Z)
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。