文献

J-GLOBAL ID：202002291956342530   整理番号：20A2077041

私のフィードバックはどれほど良いか?書込フィードバックの内容分析【JST・京大機械翻訳】

How good is my feedback? a content analysis of written feedback

著者 (7件)： Cavalcanti Anderson Pinheiro (Universidade Federal de Pernambuco, Recife, PE, Brazil) ,  Diego Arthur (Universidade Federal Rural de Pernambuco, Recife, PE, Brazil) ,  Mello Rafael Ferreira (Universidade Federal Rural de Pernambuco, Recife, PE, Brazil) ,  Mangaroska Katerina (Norwegian University of Science and Technology, Trondheim, Norway) ,  Nascimento Andre (Universidade Federal Rural de Pernambuco, Recife, PE, Brazil) ,  Freitas Fred (Universidade Federal de Pernambuco Recife, PE, Brazil) ,  Gasevic Dragan (Monash University Melbourne, VIC, Australia)
資料名： ACM Proceedings  (ACM Proceedings)
号： LAK ’20  ページ： 428-437  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： フィードバックは,学生がギャップを同定し,彼らの学習進展を評価する上で重要な要素である。オンラインコースでは,教師が学生と直接相互作用するリソースの1つとして,フィードバックはより重要になる。しかし,オンライン学習に登録された学生の数の増加により,学生が自己調節するのを助ける良好な品質フィードバックを提供するインストラクタの課題となっている。本論文では,良好なフィードバックの異なる指標に基づくインストラクタにより提供されるフィードバックテキストのコンテンツ解析を提案した。ランダムフォレスト分類器を訓練し,異なるフィードバックレベルで評価した。結果は,精度およびCohenのκのそれぞれ87%および0.39までの結果を達成した。また,フィードバック品質を予測するフィードバックの最も影響力のあるテキスト特徴への洞察も提供した。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： 相互作用 ,  *学習 ,  自己調節 ,  コンテンツ
準シソーラス用語： *内容分析 ,  実習指導者 ,  オンライン学習 ,  オンライン ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (4件)： コンテンツ分析 ,  フィードバック ,  学習解析 ,  オンライン学習

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  検索技術  (AC06020S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： フィードバック ,  書込 ,  内容分析