文献

J-GLOBAL ID：201702293761029118   整理番号：17A0408773

著者および年生として年生に開かれた応答質問の同僚評価におけるコンテンツベースの方法【Powered by NICT】

Content-based methods in peer assessment of open-response questions to grade students as authors and as graders

著者 (5件)： Luaces Oscar (Artificial Intelligence Center, University of Oviedo, 33204 Gijon, Spain) ,  Diez Jorge (Artificial Intelligence Center, University of Oviedo, 33204 Gijon, Spain) ,  Alonso-Betanzos Amparo (Dept. of Computer Science, Faculty of Informatics, University of A Coruna, 15071 A Coruna, Spain) ,  Troncoso Alicia (Dept. of Computer Science, Pablo de Olavide University, 41013 Sevilla, Spain) ,  Bahamonde Antonio (Artificial Intelligence Center, University of Oviedo, 33204 Gijon, Spain)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 117  ページ： 79-87  発行年： 2017年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 学生知識を評価するための大規模なオープンのオンラインコース(M00Cs)は,異なるタイプの帰属を用いた。多肢選択試験は多数の帰属の自動評価のための可能性を示した特に傾向があった。しかし,あるスキルを自動的に評価することができないオープン応答を必要とする指導者や教育助手による評価は,学生の多数与えられた実行不可能である。学生は,他の学生の解答をする潜在的に効果的な解決策はピア評価である。しかし,未経験によるバイアスを避けるために,そのようなグレードは除去しなければならない。格付けに因数分解法を記述し,非常に大量のデータを扱うことができるスケーラブルな方法。この方法も回答のベクトル空間モデルを用いた開応答量を表すことができる。信頼できる同僚評価はコヒーレント評価を行う学生に必要とするので,学生は彼らの評価は年生としてそれら自身の回答だけでなくそれらの努力を反映して動機づけすることができる。記述した方法はこれらの両側面を同時に解決することができた。最後に,スペインにおける実世界の大学では,大学教官による受注提案手法とグレードで得られたグレードを比較し,コンテンツベースアプローチを用いた顕著な改善を示す結果であった。モデルにより生成された評価よりも転帰インストラクタ格付けは,より正確な等級づけしなかったであろうことを証拠があった。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 因数分解 ,  スペイン ,  教育 ,  受注 ,  コヒーレンス ,  *等級づけ ,  動機づけ
準シソーラス用語： 実習指導者 ,  転帰 ,  ベクトル空間モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： ピア評価 ,  Factorization ,  選好学習 ,  年生等級付け ,  M00Cs

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 著者 ,  応答 ,  質問 ,  評価 ,  コンテンツ