文献

J-GLOBAL ID：202102259928504344   整理番号：21A0540344

人工知能技術を用いた質問紙の公平性評価【JST・京大機械翻訳】

Fairness Assessment of Question Paper using Artificial Intelligent Techniques

著者 (3件)： Bharambe Ujwala (Thadomal Shahani Engineering College,Computer Engineering Department,Mumbai) ,  Narvekar Chhaya (Xavier Institute of Engineering,Department of Information Technology,Mumbai) ,  Shinde Siddhesh (Xavier Institute of Engineering,Department of Information Technology,Mumbai)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IBSSC  ページ： 152-157  発行年： 2020年 
JST資料番号： W2441A  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： 検査性能は,インドの既存の教育システムにおける能力の唯一の尺度である。質問紙は,検査で使用される主要なツールであり,質問紙の品質は,学生の将来において,重要な役割を果たす。したがって,質問紙をフレーミングしながら,あらゆる個人は,最大限の注意を取るべきである。しかし,評価に対する良好な質問紙の設定は,特に学生が異なる背景と知的から来るとき,直接的なタスクではない。そこで,質問紙における質問を選択しながら,注意を払う必要があるパラメータは,公平性,一貫性,新規性,およびバイアスの除去である。本論文は,知識グラフ技術と深層学習を使用する可能性を探究した。特に,知識グラフは,新規性チェックのためのシラバス公平性と深い学習に対処する。目的は,いくつかの側面を考慮して,実行可能なフレームワークを提案することである。これらの側面は,少なくとも3レベルのブルーム分類,コース結果(CO)とプログラム成果(PO)の達成のサポートである。それらは,シラバス公平性を判断することによって達成され,新規性チェックによるより自発的な回答可能性を判断するためのサポートである。このフレームワークを用いて実装されたプロトタイプは,さらなる研究のために有望な結果を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： インド ,  *人工知能 ,  ブルーム ,  アンケート ,  バイアス ,  公平性 ,  プロトタイプ
準シソーラス用語： シラバス ,  教育システム ,  深層学習 ,  フレーミング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 人工知能技術 ,  質問紙 ,  公平性 ,  評価