文献

J-GLOBAL ID：202002214472329492   整理番号：20A2031072

プログラミング問題解決の自己評価プラットフォームにおける研究持続性パターンの調査【JST・京大機械翻訳】

Investigating Patterns of Study Persistence on Self-Assessment Platform of Programming Problem-Solving

著者 (2件)： Chung Cheng-Yu (Arizona State University, Tempe, AZ, USA) ,  Hsiao I-Han (Arizona State University, Tempe, AZ, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGCSE ’20  ページ： 162-168  発行年： 2020年 
JST資料番号： D0698C  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： 学生の短期研究行動は,彼/彼女の長期行動を推論する必要はない。スメスターを通して学生の変化研究戦略を見ることは非常に一般的であり,学習条件に適応する。例えば,学生は最初の試験の前に非常に硬く働くかもしれないが,いくつかの可能な理由,例えば,様々なコース作業によって圧倒的に,または,対象における複雑さを増加させることによって discめられる。1人の学生行動の一貫性または違いは,学習解析の多重粒度によって発見される可能性が高い。本研究では,自己評価プラットフォームに関する学生の研究持続性を調査し,そのような行動パターンが試験における性能にどのように関連しているかを調査した。ログデータの応答ストリームによって訓練された確率的混合モデルを,モデル化される時間の範囲に従って,「マイクロ」(短期)と「マクロ」(長期)パターンにさらに分類される持続性パターンに学生の行動をクラスタ化するために適用した。解析において4種類のミクロ持続性パターンといくつかのマクロパターンを見出し,それらの試験性能との関係を分析した。結果は,持続性パターンの一貫性がセメスターにおける学生の全体的パフォーマンスを駆動する重要因子であり,より高い試験スコアを達成する学生は,より低いスコアを受ける学生と比較して,比較的持続する行動を示すことを示唆する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *問題解決 ,  クラスタ化 ,  多重化 ,  自己評価
準シソーラス用語： 混合モデル ,  行動パターン ,  ラーニングアナリティクス , 【Automatic Indexing@JST】

著者キーワード (5件)： 学習解析 ,  ポアソン混合モデル ,  自己評価 ,  自己制御学習 ,  持続性の研究

分類 (3件)： 計算機システム開発  (JD02010R) ,  応用心理学  (AE02000A) ,  CAI  (JE09000G)

タイトルに関連する用語 (7件)： プログラミング ,  問題解決 ,  自己評価 ,  プラットフォーム ,  研究 ,  持続性 ,  調査