文献

J-GLOBAL ID：202002254401784241   整理番号：20A2227833

等級づけにおける待ち時間の低減によるより個人的な学習【JST・京大機械翻訳】

More Personalized Learning by Reducing Latency in Grading

著者 (1件)： Lee Haden Hooyeon (University of San Francisco, San Francisco, CA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICER ’20  ページ： 309  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： この後では,リアルタイム自動化等級づけの助けを借りて,個人化学習をブースティングする最初の結果を提示した。自動化システム支援学生は,それらのコードをより効率的にデバッグし,自分自身のペースでより多く学習する。インストラクタは,各学生の進捗とニーズに基づく詳細なコードレビューで自動化評価を補完した。学生からの正のフィードバックを考えると,教育者は,等級付けにおける待ち時間を減らすことにより,より個別化された学習で満たされた新しい教室環境を創造できると信じる。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： 自動化 ,  *学習 ,  教育者 ,  *待ち時間 ,  等級づけ
準シソーラス用語： 実習指導者 ,  ブースティング ,  実時間 , 【Automatic Indexing@JST】

著者キーワード (3件)： 自動等級づけ ,  個人化学習 ,  実時間フィードバック

分類 (2件)： CAI  (JE09000G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 等級づけ ,  待ち時間 ,  個人 ,  学習