文献

J-GLOBAL ID：201702253893939723   整理番号：17A0966772

プログラミング言語コースの研究におけるモデル化学生の学習成果【Powered by NICT】

Modeling student learning outcomes in studying programming language course

著者 (4件)： Wang Shanshan (State Key Lab of Software Development Environment, Department of Computer Science and Engineering, Beihang University Beijing, China) ,  Han Yong (State Key Lab of Software Development Environment, Department of Computer Science and Engineering, Beihang University Beijing, China) ,  Wu Wenjun (State Key Lab of Software Development Environment, Department of Computer Science and Engineering, Beihang University Beijing, China) ,  Hu Zhenghui (State Key Lab of Software Development Environment, Department of Computer Science and Engineering, Beihang University Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIST  ページ： 263-270  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 学習転帰評価は特にプログラミング言語のコースにおける従来からのキャンパス内教育の分野で非常に重要である。本研究では,プログラミング帰属判断システムによって提供されたデータを利用し,学習成果の推定のための新しいIRT BKTモデルを提案した。新しいフレームワーク:学生の初期知識状態を推定し,それを訓練前スキルを知ることの確率を評価するために推定された各技能の識別と困難と結合する項目反応理論(IRT)モデル。Bayes知識追跡(BKT)モデルの学習,推測パラメータ,および滑り確率を推定した。実データを用いて,IRT BKTモデルは,予測精度の点で項目反応理論とBayes知識追跡よりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 教育 ,  *学習 ,  *計算機プログラミング ,  *プログラミング言語 ,  *モデリング ,  キャンパス
準シソーラス用語： 予測精度 ,  項目反応理論 ,  *学業成績 , 【Automatic Indexing@JST】

分類 (2件)： 技術教育  (JA01050T) ,  汎用プログラミング言語  (JD03051H)

タイトルに関連する用語 (5件)： プログラミング言語 ,  研究 ,  モデル化 ,  学生 ,  学習成果