学習者のコース選択を支援するオープンMOOCレビューの大規模解析【JST・京大機械翻訳】

Gomez Manuel J.; Calderon Mario; Sanchez Victor; Clemente Felix J. Garcia; Ruiperez-Valiente Jose A.

プレプリント

J-GLOBAL ID：202202217227106461 整理番号：22P0276127

学習者のコース選択を支援するオープンMOOCレビューの大規模解析【JST・京大機械翻訳】

Large Scale Analysis of Open MOOC Reviews to Support Learners' Course Selection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年01月11日プレプリントサーバーでの情報更新日： 2022年01月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最近のパンデミックは,教育を見る方法を変化させた。子供と大学生は,オンライン教育を用いた唯一のものではない。成人のミーションは,オンラインクラスとコースのために,昨年の間に署名され,そして,コレスラまたはedXのようなMOOCプロバイダは,それらのプラットフォームに署名する新しいユーザの数百万件である。しかし,学生はコースを選択するとき,いくつかの課題に直面している。オンラインレビューシステムは多くの垂直間で標準であるが,MOOC生態系には標準化あるいは完全分散レビューシステムは存在しない。この静脈では,より簡単でより透明なレビューシステムを構築するため,利用可能なオープンMOOCレビューを利用する機会があり,ユーザが最良のコースを実際に同定することを可能にする。特に,本研究では以下のように5つの異なるプラットフォームから,2.4百万のレビュー(最大MOOCレビューデータセットである)を分析した。(1)数値評価が学習者に判別情報を提供するならば,(2)テキストレビューに関するNLP駆動感情解析が学習者にとって貴重な情報を提供できれば,NLP駆動トピック発見技法を学習者にとって重要にし,(4)これらのモデルを用いて,オープンレビューに基づいてMOOCsを効果的に特性化できるかどうかを推論できる。結果は,数値評価が明確にバイアスされ(それらの63%が5スターレイティング),トピックモデリングは,コース広告,実際の応用性,または異なるコースの困難さに関連するいくつかの興味深い話題を明らかにした。著者らは,本研究が,地域に関していくつかの光を投げかけて,オンライン教育レビューにおいてより透明なアプローチを促進することを期待し,それは,ポスト流行時代に入るにつれてますます一般的になった。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

CAI

, , , ,

前のページに戻る