文献

J-GLOBAL ID：201902241253343005   整理番号：19A1716380

心拍数に基づく学生の議論スキルの自動評価【JST・京大機械翻訳】

Automatic Evaluation of Students’ Discussion Skill Based on their Heart Rate

著者 (3件)： Peng Shimeng (Graduate School of Informatics, Nagoya University, Nagoya, Japan) ,  Ohira Shigeki (Graduate School of Informatics, Nagoya University, Nagoya, Japan) ,  Nagao Katashi (Graduate School of Informatics, Nagoya University, Nagoya, Japan)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1022  ページ： 572-585  発行年： 2019年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： いくつかのQ&Aセグメント(質問と答え対)から成る議論は,会議における知的で創造的な活動の最も身近なタイプの一つとしてしばしば考えられている。議論におけるQ&Aセグメントの学生の回答者の品質を評価し,それらのフィードバックを与えることは,それらの議論スキルを改善するのを効果的に助けることができる。議論過程が一種の認知活動であることを考慮すると,心拍数(HR)変動性(HRV)のような特定の生理学的データの変化をもたらす可能性がある。本研究では,学生のHRデータを用いて,それらのQ&Aセグメントの回答者の質を効果的に評価し,意味解析のような従来のNLPを用いることと比較して学生の議論スキルの自動評価の方法として用いることができることを論じた。これを確認するために,著者らは,著者らの研究室環境における彼らの議論の間,学生のリアルタイム更新HRデータを収集するために,非侵襲装置を使用した。それらのHRデータをQ&Aセグメントに基づいて分析し,評価のために3つの機械学習モデルを作成した:ロジスティック回帰,サポートベクトルマシン,およびランダムフォレスト。特徴選択法を用いて,有意なHRとHRV特徴(計量)も検討した。比較実験は,Q&Aステートメントのみの意味データとHRと意味データの組合せを含む。また,HRとHRVに関する実験的研究を行い,新たなデータセットに対するロバスト性を追加的に収集した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *心拍 ,  サポートベクトルマシン ,  ロバスト性 ,  生理学 ,  特徴選択 ,  意味解析 ,  品質 ,  機械学習 ,  比較試験
準シソーラス用語： ランダムフォレスト ,  ロジスティック回帰分析 ,  非侵襲 ,  実時間 ,  *自動評価 , 【Automatic Indexing@JST】

著者キーワード (4件)： 議論スキルの評価 ,  機械学習 ,  心拍変動 ,  学習解析学

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 心拍数 ,  学生 ,  議論 ,  スキル ,  自動評価