文献

J-GLOBAL ID：202202259639135557   整理番号：22A1062377

学習者,割当およびドメイン:理解のための文脈化探索【JST・京大機械翻訳】

Learner, Assignment, and Domain: Contextualizing Search for Comprehension

著者 (4件)： Smith Catherine (Kent State University, United States) ,  Urgo Kelsey (University of North Carolina at Chapel Hill, United States) ,  Arguello Jaime (University of North Carolina at Chapel Hill, United States) ,  Capra Robert (University of North Carolina at Chapel Hill, United States)
資料名： ACM Proceedings  (ACM Proceedings)
号： CHIIR ’22  ページ： 191-201  発行年： 2022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： 最新の探索システムは,理解と学習を含む複雑なタスクのためのサポートがほとんどなく,単純なナビゲーションまたは事実発見タスクのために,主に設計され,最適化されている。応答において,探索-学習研究コミュニティは,様々なタイプの学習成果が,検索者特性,探索タスク,および探索システムによってどのように影響を受けるかの理解に焦点を当てた広範囲の研究疑問を遂げた。典型的には,これらの見解は探索システム内の学習を埋め込む。本論文では,形式的教育文脈における学習を支援するように設計されたエンドツーエンド学習システムのためのフレームワークの中で探索を埋め込む異なる見解を取り上げる。著者らの中心目標は,理解と形式的学習の能動的支援のための技術の進歩を進めるための研究質問を動機づけることである。したがって,非公式と表面学習のために意図的に目標を設定した。効果的なこととして,このような検索中心学習システムは,個々の学生(研究者因子),教育領域(トピック因子),学術的割当て(タスク因子),学習目標に向けての進捗(エンドツーエンドシステムの目的関数)の4つの重要要素をモデル化する必要があると主張する。これらの構成要素のモデリングにおいて,著者らの仮想システムは,学生の学習履歴,知識状態,理解,および異なるタイプの情報資源のユーティリティについて推論を行う。各モデルの可能な技術とデータ源の例を示した。また,豊富なタスクコンテキストとして,学校割当ての新しい概念を導入した。意図は,機能システムを提案することではなく,理解の文脈において学習を学習し,この重要な研究領域のエンドツーエンドから生ずる研究課題を鼓舞することにある。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： 教育 ,  最適化 ,  *学習 ,  技術 ,  コミュニティ ,  エンドツーエンド方式 ,  目的関数 ,  効果 ,  検索 ,  理解
準シソーラス用語： 情報資源 ,  *学習者 ,  学習履歴 ,  学習支援システム ,  学業成績 , 【Automatic Indexing@JST】

著者キーワード (5件)： 学習のためのインタフェイス ,  検索モデル ,  探索学習 ,  自己制御学習 ,  ユーザモデル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 学習者 ,  割当 ,  ドメイン ,  理解 ,  文脈 ,  探索