Game of Tones: Faculty detection of GPT-4 generated content in university assessments
British University Vietnam(越南英国大学);James Cook University Singapore(新加坡詹姆斯库克大学)
研究探讨大学评估中检测GPT-4生成内容的难度,发现AI检测工具存在漏洞,需改进检测软件并加强培训以维护学术诚信。
2023-05-29 cs.AI cs.CY
Impact of introducing "Informatics I" to the common university entrance examination in Japan: a longitudinal study on students' perceptions of their information-related knowledge and skills from 2006 to 2026
University of Tokyo(东京大学)
本研究以东京大学2006-2026年大一新生问卷为数据,探究日本2025年大学入学共通考试引入「信息学I」的影响,发现该考试使学生判断信息掌握的标准发生转变。
2026-08-31 cs.CY
Towards a low-cost universal access cloud framework to assess STEM students
针对封控下教育转型的评估适配需求,研究人员定制了可复刻线下监考环境的编程课云评估框架,其易集成、适配多教学场景,还能便利残障学生,且比本地部署更经济灵活。
2024-01-31 cs.CY
Towards digitalisation of summative and formative assessments in academic teaching of statistics
基于网络的评估或家庭作业系统通常用于许多不同的领域。一些研究表明,这些系统可以对学习成果产生积极影响。许多研究工作也使这些系统在不同的项目格式和练习风格方面非常灵活。然而,在大学一级,仍然缺乏对若干领域的复杂练习的支持。尽管存在允许用于生成练习内容的相当复杂的操作的系统,但是对于使用类似的操作来评估学生的输入和反馈生成的支持较少。本文阐述了如何在统计的具体情况下填补这一空白。我们提出了这个特定领域的概念要求以及一个完全实现的解决方案。此外,我们报告使用这种解决方案的形成性和总结性评估在讲座中有大量的参与者在一所大大学。
2018-11-06 cs.CY cs.HC
Online Peer-Assessment Datasets
在特伦托大学的一年级和二年级学生中进行了同侪评估实验。这些实验跨越了整整一个学期,在2013年至2016年间的五门计算机科学课程中进行。同行评估任务包括问题和答案提交以及答案评价任务。同行评估数据集由参与学生每门课程的最终分数补充。教师们每周都参与过滤学生提交的问题。随后在随后的同行评估任务中使用了选定的问题。然而,专家评级不包括在数据集中。这一决定的一个主要原因是,同行评估任务的设计与最低限度的教师监督铭记。赞成这种做法的论点。数据集的设计方式,将允许它们在各种实验中的利用。它们被报告为可解析的数据结构,通过中间处理,可以被塑造成NLP或ML就绪的数据集。感兴趣的潜在应用包括性能预测和文本相似性任务。
2019-12-30 cs.CY
MakOne: Behavioural Data of University Students' Smart Devices in Uganda
Makerere University(马凯雷雷大学);University of Trento(特伦托大学)
本文提出MakOne数据集,通过iLog应用收集乌干达马凯雷雷大学72名学生六周的多模态行为数据,填补非洲学生行为研究空白,支持行为建模与心理健康分析。
2025-09-26 cs.CY
Formative Assessment and its E-learning Implementation
在一个精通技术的即时时代,评估创新不再是一种选择。本研究的目的是通过电子学习工具“黑板学习系统”来了解形成性评价在我校的实施情况。建议是对BB实施一系列每周或每两周一次的测试。这些将有选项提供足够的反馈,作为学生尝试的后续行动。从问卷调查的反应被用来发现的重要问题,在学生的看法上提出的概念,持续评估和BB在线测试的实施。结果表明,学生支持的想法,主要是因为他们发现分解成小的主题评估是有用的,再加上教师的即时反馈。我们想要的是一种成功的文化,以所有学生都能取得同样成就的信念为后盾。
2014-10-17 cs.CY
Deep Learning by Doing: The NVIDIA Deep Learning Institute and University Ambassador Program
在过去的二十年里,高性能计算(HPC)社区开发了许多用于提供教育的模型,旨在帮助学生理解和利用并行和分布式计算的力量。这些课程中的大多数要么缺乏实践部分,要么严重关注复杂算法背后的理论表征。为了弥合应用和科学理论之间的差距,NVIDIA深度学习研究院(DLI)(www.nvidia.com/dli)设计了一个在线教育和培训平台,帮助学生、开发人员和工程师使用深度学习和加速计算解决广泛领域的现实问题。DLI的加速计算课程内容从使用CUDA和OpenACC加速应用程序的基础知识开始,以及为深度学习训练和部署神经网络的其他课程。还提供深度学习的高级和特定领域课程。在线平台使学生能够在云中的完全配置的GPU服务器上使用最新的AI框架,SDK和GPU加速技术,因此重点更多地放在学习上,而不是环境设置上。在某些课程结束时,为学生提供基于项目的评估和认证。为了支持教授加速计算和深度学习的学者和大学研究人员,DLI大学大使计划使教育工作者能够向大学生、教师和研究人员教授免费的DLI课程。
2018-12-25 cs.CY
Unique Exams: Designing assessments for integrity and fairness
在COVID-19大流行期间,教育工作者在最近前所未有的远程在线学习转变中面临着有效课程评估的新挑战。代替典型的监考,定时考试,教师现在必须重新思考他们的方法来评估课程水平的学习目标。在这种新的在线、开放的互联网学习环境中,考试是否合适?在这篇经验论文中,我们讨论了独特的考试框架:我们维护考试完整性和学生隐私的框架。在R1大学的计算机科学家概率课程中,我们开发了自动生成的独特考试,每个学生都有相同的四个问题骨架,每个问题都有独特的数字变化。在不改变传统考试过程的情况下,独特的考试为学生和教师提供了一层安全保障,确保了任何课堂环境下的考试可靠性--无论是现场还是在线。除了分享我们设计独特考试的经验外,我们还为不同的CS科目提供了一个简单的端到端工具和示例问题模板,其他教师可以根据自己的课程进行调整。
2020-09-03 cs.CY
A Tour Of The Student's E-Learning Puddle
电子学习已经在很多方面彻底改变了我们的领域。但当它进入大学代表队系统的门槛时,它发生了范式转变。在这个填鸭式的时代,学生们真的准备好了吗?我们通过证实一个事实来回答这个问题:基于网络的学习已经取代了传统的毕业学习,成为IT行业新生的氧气。此外,是大学强制电子学习评估系统的学生的熟练程度的真实代表?本文是一个窥视到什么基于Web的电子学习系统是一个学生的今天的世界,在印度部署SRM大学的组织框架的一个例子,给出了一个概述大学水平的电子学习。它评估了一个关键的电子学习趋势,该趋势的实施弥合了大学和行业之间的差距。建议向电子学习社区提供建设性的反馈,并就未来发展的范围领域提出一些建议。
2018-06-14 cs.CY
The AI Assessment Scale (AIAS) in action: A pilot implementation of GenAI supported assessment- A Preprint
Deakin University(德金大学);British University Vietnam(越南英国大学);James Cook University Singapore(新加坡詹姆斯库克大学)
本文提出AIAS框架,通过试点研究展示GenAI在高等教育中的有效应用,显著降低学术不端,提升学生成绩和课程通过率。
2025-02-25 cs.AI cs.CY
Canvas Adoption Assessment and Acceptance of the Learning Management System on a Web-Based Platform
购置非专利和专利学习管理系统为用户提供了更丰富的学习体验,并提高了教育机构的兴趣。本研究旨在评估学生采用画布作为一个新的学习管理系统,其潜力作为一个基于网络的平台,在东方大学的电子学习计划。这项研究还评估了学生使用Canvas的准备情况。采用滚雪球抽样法对东方大学214名学生进行了问卷调查。探索性因素分析进行了检验模型的有效性。使用验证性因素分析验证探索性因素分析的结果,并分析结构的相关性。结构方程模型进行分析的结构,这是使用拟合指数进行评价之间的关系。采用技术接受模型,结构感知易用性,感知有用性和态度进行了研究。研究发现,学生感知的有用性和使用基于网络的平台上的画布的态度有直接和显着的影响,他们使用画布的意图。学生感知易用性对他们感知有用性有显著影响,但对他们使用Canvas的态度没有显著影响。学生的技术成熟度和以前的经验,在使用学习管理系统影响他们的信念上的适应类似的技术。探索Canvas的潜在好处和影响学生采用的因素,扩大了获得优质教育的机会,以履行教育指令。此外,教育机构应探讨与教学过程有关的技术迁移。
2021-05-26 cs.CY
Use of social networks to motivate computer-engineering students to participate in self-assessment activities
本研究探讨社交网络能否为计算机工程专业学生参与自我评估活动提供额外动力,实验对比四种激励策略,发现奖励策略参与度最高,社交网络效果与定期激励演讲相近。
2024-07-10 cs.CY
Learners Teaching Novices: An Uplifting Alternative Assessment
提出通过教学进行评估(AVT)的形成性评估新方法,让学习者辅导新手以展示理解。随机对照试验表明,AVT显著提升学习者考试成绩与学习动力,且天然防作弊,有望替代传统考试。
2024-03-22 cs.CY
Assessment on LSPU-SPCC Students Readiness towards M-learning
今天,技术的使用是社会各个领域的强大优势。随着信息和通信技术(信通技术)的发展,学习和获取新知识的过程发生了变化,其标志是从台式计算机过渡到广泛使用移动技术。鉴于COVID-19大流行,高等教育委员会表示,遵循新校历的学院和大学将不再要求学生参加面对面课程。受到这种不可避免的情况影响的州立大学之一是拉古纳州立理工大学。本研究旨在确定学生在移动学习的准备。具体而言,它旨在确定移动设备的可用性、设备准备情况、技术技能准备情况和心理准备情况。以调查为基础的方法来获得数据和描述性统计分析的结果。据确定,几乎所有的学生都拥有移动设备,完全配备了应用程序,具有较高的技术技能,并在心理准备方面做好了准备。
2022-04-04 cs.CY
SpaceRaceEdu: developing an educational multi-player videogame for self-study and assessment
本文介绍教育性多人视频游戏SpaceRaceEdu,通过团队竞速发射火箭并答题收集资源,融合竞争与合作机制,支持教师出题和学生自学评估。
2024-10-02 cs.CY
Generative AI Availability, Grades, and Student Satisfaction at a Large University
University of Michigan(密歇根大学)
研究大型大学中GenAI对学生成绩和满意度的影响,通过教学大纲和行政数据,用差异中的差异设计及人工验证的大语言模型管道衡量课程GenAI易感性,发现GenAI对成绩和自我报告理解无显著差异影响,仅在特定假设下对兴趣有显著影响,缓解相关担忧。
2026-10-15 cs.CY econ.GN q-fin.EC
Using an innovative assessment approach on a real-world group based software project
目前,梅努斯大学的计算机科学(CS)课程缺乏实用的、真实世界的项目。一般来说,CS本科模块由24小时的讲座和24小时的实验室组成,学生在讲座中学习理论概念,并将其理解应用于实际的实验室练习。这种方法的问题是,学生没有获得任何意识,或学习如何解决他们可能会在现实世界的工业环境中遇到的任务;他们也没有获得作为团队的一部分工作的经验,即使大多数软件开发职位涉及基于团队的工作。本文报告了一个基于网络的开发模块,该模块包含了一个基于现实世界的项目,该项目经过了重新设计和交付。模块运行良好;然而,公平评估工作被认为是困难的,特别是在小组成员的贡献水平相差很大的情况下,这是一个挑战。特别令人关注的是,一些勤奋的学生受到其他学生的惩罚,懒惰的学生得到奖励,因为更多的勤奋学生的工作。这个行动研究项目将试图重新解决如何评估这一群体为基础的工作与一群学生。本研究的目标是实施一种创新的评估结构,使用同行,自我和共同评估,为一个基于小组的现实世界的项目,被认为是公平合理的,并提供了一个良好的学习环境。
2016-09-26 cs.CY
The Role of AI, Blockchain, Cloud, and Data (ABCD) in Enhancing Learning Assessments of College Students
本研究基于TAM和CLT,通过问卷与统计检验发现PU、PEU与ABCD技术采用意向无显著关系,指出院校政策、教师支持与基础设施等外部因素才是关键,为高校有效推进ABCD技术评估提供建议。
2025-02-17 cs.CY
A Conceptual Framework to Assess the Effectiveness of Rubric Tool
在高等教育中,各种学科都在使用量规来评估评估结果并向学生提供反馈。传统上,评分标准是以纸质表格的形式实现的,用于对评估进行评分并提供反馈。技术的进步已经将Rubric Tool集成到学习管理系统(LMS)中,如Blackboard,以方便在线评分。在这项研究中,我们的目的是评估Rubric工具的有效性。我们提出了一个综合的概念框架,使用各种理论从现存的文献来评估的有效性,量规工具。此外,这一框架已被应用于本科课程在亚洲校区的澳大利亚国际大学。这是一个正在进行的研究文件,增加了整合信息系统理论,学习理论,政治哲学和沟通理论的文献,以检查在学生学习的有效性的量规工具。
2016-06-04 cs.CY
Adapting University Policies for Generative AI: Opportunities, Challenges, and Policy Solutions in Higher Education
University of Birmingham(伯明翰大学)
本文探讨了生成式AI在高等教育中的机遇与挑战,提出通过重新设计评估、加强培训及多层执行机制等政策方案,以在提升生产力的同时捍卫学术诚信与公平。
2025-06-27 cs.AI cs.CY cs.HC
A case study of university student networks and the COVID-19 pandemic using a social network analysis approach in halls of residence
本研究采用社交网络分析方法,对COVID-19期间西班牙某大学宿舍93名学生的网络结构进行分析,发现网络中心性与感染率显著相关,高社会声誉学生感染风险更高。
2024-02-14 cs.CY physics.soc-ph
From Teaching to Coaching: A Case Study of a Technical Communication Course
领先的大学目标之一是为学生提供必要的技能,以便在未来的学习中更好地发挥作用。获得和发展技能,包括技术技能和软技能,是成功职业生涯的关键基石。传统的教学过程包括讲课和考试,强调提高技术知识,而不是在学生中建立自尊和加强技能发展。非技术技能的发展,如自尊,学生的终身学习是一个成功的职业生涯至关重要。本文旨在实现的目标,确定方法,使学生与非技术技能以及技术技能。在这项研究工作中采用的方法是将学院范围内的课程从教学转变为辅导。教学和辅导之间的一个显著区别是将学生的动机从分数转向终身学习。因此,大学生最大限度地提高技能,通过辅导,如课程结构,课程交付,课程评估和学生参与。作为一个案例研究,所提出的方法是成功的测试和验证在阿卜杜勒阿齐兹国王大学(KAU)的计算和信息技术学院(FCIT)教授的课程。本案例研究的结果表明,有很大的潜力,对提高自我责任感。将来,这种方法可以扩展到其他旨在培养技能的课程,如英语课程,计算机和预备/基础年的沟通技能课程。
2021-07-20 cs.CY
Predicting Performance on MOOC Assessments using Multi-Regression Models
George Mason University(乔治梅森大学)
在过去的几年里,用于分析从大规模开放式在线课程(MOOC)获得的数据的数据挖掘方法迅速增长。本研究的目的是开发一种方法来预测学生可能达到的分数在给定的等级相关的评估的基础上的信息,被认为是先前的表现或先前的活动在课程中。在尝试评估活动之前,我们开发了一个个性化的线性多元回归(PLMR)模型来预测学生的成绩。开发的模型是实时的,并跟踪学生在MOOC中的参与(通过点击流服务器日志),并预测学生在课程提供中的下一次评估中的表现。我们通过斯坦福大学的一项倡议,对从三个openEdX MOOC获得的数据进行了一组综合性实验。我们的实验结果表明,与基线方法相比,所提出的方法的承诺,也有助于识别与学生的学习习惯和学习行为相关的关键特征。
2016-05-08 cs.CY cs.LG
Application of GPT Language Models for Innovation in Activities in University Teaching
Universidad de Alcalá(阿尔卡拉大学)
本文探讨GPT语言模型在大学教学活动创新中的应用,通过在软件工程课程中评估ChatGPT作为师生支持工具的实验,分析其潜力与滥用风险。
2024-03-15 cs.AI cs.CL cs.CY
Continuous Examination by Automatic Quiz Assessment Using Spiral Codes and Image Processing
Halmstad University(哈尔姆斯塔德大学)
我们描述了一个在哈尔姆斯塔德大学实施的技术解决方案,以自动评估和报告基于纸张的测验考试的结果。纸上测验是负担得起的,并在校园教育的教室。提供和服用它们被接受,因为它们在可靠性和民主访问方面造成的问题较少,例如,大量学生可以在没有可信的移动终端、互联网或电池的情况下服用它们。相比之下,测验的更正是一个相当大的障碍。我们建议通过一种新的图像处理技术来缓解这个问题,该技术使用谐波螺旋,以亚像素精度对齐答题卡,以在几分钟内读取学生身份和答案并通过电子邮件发送结果,所有这些都是完全自动的。使用所述方法,我们在上述中心的两个硕士课程中进行定期的每周考试,而不会显着增加工作量。所采用的解决方案还使我们能够为每个测验分配一个唯一的标识符(例如第1周,第2周。. .),同时允许我们为每个学生进行个性化测验。
2022-01-26 cs.CV cs.CY
Challenges for AI in Multimodal STEM Assessments: a Human-AI Comparison
EPFL(苏黎世联邦理工学院)
本文通过构建201道大学STEM多模态题目数据集,对比四种AI模型与学生的答题表现,发现人类在视觉类题目上始终优于AI,并提出利用题目特征设计来维护学术诚信的实践建议。
2025-07-02 cs.AI cs.CY
Toward AI-Resilient Assessment in Computer Science Courses in an AI-Native World
Rice University(莱斯大学)
提出基于帕累托盈余的AI韧性评估框架,通过可执行评估器衡量学生超越AI基线的能力,并应用于Bloom过滤器作业实例。
2026-07-01 cs.AI cs.CY
The GenAI Skill Bypass: Mapping Divergent Pathways of University Students and Staff AI Literacy
University of Melbourne(墨尔本大学);FernUniversität(费尔大学);University of Eastern Finland(东芬兰大学)
研究大学生和教职员工GenAI素养路径差异,通过心理测量分析发现学生常先掌握高级创作再获基础理解,与学者路径不同且相关性弱,挑战“一刀切”课程,为诊断驱动干预提供依据。
2026-07-08 cs.AI cs.CY
Assessment Formats and Student Learning Performance: What is the Relation?
虽然近年来已经研究了令人信服的评估,但需要更多的研究来更好地了解评估技术对学生学习过程的影响。这一领域的大多数教育研究都没有考虑人口统计数据、不同的方法和显著的样本量。为了解决这些缺点,我们的研究的目的是分析学生的学习成果的多种评估格式的网络促进类部分与异步在线类的核心数据通信课程在本科信息科学与技术(IST)系在乔治梅森大学(GMU)。在这项研究中,学生根据课程评估进行评估,如家庭和实验室作业,基于技能的评估,以及课程所有四个部分的传统期中和期末考试。所有部分都有相同的内容,评估和教学方法。我们的研究考虑了学生的人口统计数据,如考试类型和位置偏好,以确定它们是否对他们的学习方法有任何影响。来自学习管理系统(LMS)的大量数据,黑板(BB)学习,必须进行检查,以比较几个评估结果的所有学生在各自的部门和其他部门的学生之间的结果。为了研究不同的评估格式对学生表现的影响,我们必须将个别问题格式与整体课程成绩相关联。结果表明,集体评估格式,让学生能够有效地展示自己的知识。
2017-11-15 cs.CY physics.ed-ph stat.AP
Do VLMs See What Sensors Feel? A Scalable Expert-Guided Design for Wheelchair Accessibility Assessment from Street View
University of Florida(佛罗里达大学);University of South Florida(南佛罗里达大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出专家引导的检索增强框架,利用视觉语言模型从谷歌街景图像识别轮椅可达性障碍,通过GPS轮椅停留行为验证,表明VLM评分与移动摩擦部分一致,但细粒度障碍识别有限。
2026-11-10 cs.CV cs.CY
Perceptions of the Metaverse at the Peak of the Hype Cycle: A Cross-Sectional Study Among Turkish University Students
Middle East Technical University(中东理工大学)
本研究探讨了土耳其大学生对元宇宙的感知,发现人们参与意愿主要受对元宇宙变革能力的信念影响,而非人口统计学因素。
2025-12-19 cs.CY stat.AP
Beyond Detection: Redesigning Assessment and Governande of Generative AI at the Universidad Politécnica de Madrid (UPM)
Universidad Politécnica de Madrid (UPM)(马德里理工大学)
本文主张大学应放弃对AI检测的执着,转向制定课程规则、重新设计评估方式,并建立AI素养计划,以马德里理工大学的六维战略框架为例。
2026-07-03 cs.AI cs.CY
TAMIGO: Empowering Teaching Assistants using LLM-assisted viva and code assessment in an Advanced Computing Class
本文提出TAMIGO系统,利用LLM辅助助教进行口试与代码评估,发现其在生成口试问题时非常有效,反馈全面且具建设性,但存在幻觉问题且与评分标准对齐仍有改进空间。
2024-07-23 cs.CY cs.HC
An Empirical Study of Teaching Methodologies and Learning Outcomes for Online and in-class Networking Course Sections
为了提高学生的学习,我们展示了一个实验研究,分析学生的学习成果,在网上和课堂上的部分的核心数据通信课程的本科信息科学与技术(IST)部门在乔治梅森大学(GMU)。在这项研究中,学生的表现是根据课程评估。这包括家庭和实验室作业,基于技能的评估,以及课程所有4个部分的传统期中考试。所有部分都有类似的内容,评估计划和教学方法。在我们的研究中,学生的人口统计数据,如考试类型和位置偏好,可能会在他们的学习过程中发挥重要作用。我们必须从学习管理系统(LMS),黑板(BB)学习收集大量的数据,以比较和研究几个评估结果的所有学生在各自的部门和其他部门的学生之间的结果。然后,我们试图了解人口统计学是否有任何影响学生的表现,通过关联个别学生的调查反应,他/她在课堂上的表现。截至学期中期的数值结果揭示了学生在在线和面对面(F2 F)部分的成功显着的见解。
2017-11-15 cs.CY physics.ed-ph stat.AP
AI University: An LLM-Powered Learning Assistant for Engineering---A Finite Element Method Case Study
University of Southern California(南加州大学)
本研究提出AI-U框架,结合微调LLM、RAG与推理合成模型,以FEM课程为案例开发学习助手,经多维度评估其对齐度优于基础模型,可推广至STEM领域。
2026-08-25 cs.AI cs.CL cs.CY