文献

J-GLOBAL ID：202002269230488362   整理番号：20A1504947

ピア評価に基づく認知診断フレームワーク【JST・京大機械翻訳】

A cognitive diagnosis framework based on peer assessment

著者 (3件)： He Yu (University of Science and Technology of China, Hefei, China) ,  Hu Xinying (University of Science and Technology of China, Hefei, China) ,  Sun Guangzhong (University of Science and Technology of China, Hefei, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ACM TURC ’19  ページ： 1-6  発行年： 2019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： 各問題に対する試験成績(すなわち,スコア)を考えると,認知診断モデルは,検査者の潜在特性を発見することができる。従来の認知診断モデルは,時間においてスコアを提供するために教師を必要とする。したがって,大規模シナリオ(例えば,大規模シナリオ)(例えば,Massive Open Online Couss(MOOC))において,従来のモデルをほとんど適用することができない。ピア評価は学生が互いの割り当てを評価する教育活動を参照する。学生により与えられたスコアは,教師の評価をある程度置き換えることができた。本論文では,ピア評価認知診断フレームワーク(PACDF)と名付けた新しい認知診断モデルを提案した。本モデルは,教師の負担を減らす目的で,認知診断とピア評価を組み合わせる。特に,新しい確率的グラフィックモデルを提案した。本モデルは,ピア評価によって与えられた実際のスコアとスコアの間の関係だけでなく,試験者のスキルスキルと問題マスタ間の関係も特徴付ける。次に,モンテカルロMarkov連鎖(MCMC)サンプリングアルゴリズムを採用してモデルのパラメータを推定した。最後に,モデルを使用し,試験者の性能を予測した。実験結果は,PACDFが,試験者のスキルプロフシデンスを,定量的に説明し,分析することができ,従って,試験者のパフォーマンスの予測において,より良いことを示した。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： モンテカルロ法 ,  *Markov連鎖 ,  検査員
準シソーラス用語： MCMC , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動評価 ,  認知診断 ,  ピア評価 ,  ピアグレーディング ,  定性的フィードバック

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ピア ,  評価 ,  認知 ,  診断 ,  フレームワーク