From Precision Medicine to Precision Education: A Vision for AI-Powered Student Digital Twins, Preventive Student Success, and Career-Aligned Academic Pathways
University of South Florida(南佛罗里达大学)
该研究借鉴多领域技术提出精准教育范式,以学生数字孪生为核心,旨在推动高等教育从被动转向预防性,助力学生学业成功与职业适配,同时明确从预测转向因果干预的核心挑战。
2026-08-07 cs.CY
Goal-based Course Recommendation
University of California, Berkeley(加利福尼亚大学伯克利分校);Tsinghua University(清华大学)
随着跨学科学术兴趣的增加和学术咨询资源的能力,探索数据辅助方法来支持学生决策的重要性从未如此之高。我们建立在一个快速发展的文献预测和建议在高等教育的研究结果和方法,并开发一种新的递归神经网络为基础的推荐系统,建议课程,以帮助学生准备感兴趣的目标课程,个性化的估计先验知识背景和最近的发展区。我们验证模型使用测试的等级预测和恢复的先决条件的关系所阐述的大学的能力。在第三次验证中,我们在学生上一门历史上很难的课程之前的一个学期为学生运行完全个性化的推荐,并观察与我们的建议的差异重叠。虽然不能证明因果有效性,但这三个基于目标的模型的性能评估视角建立了信心,并使我们更接近于在野外部署这种个性化的课程准备启示。
2018-12-25 cs.AI cs.CY
Twitter adoption, students perceptions, Big Five personality traits and learning outcome: Lessons learned from 3 case studies
这项研究提出了在教育过程中引入Twitter的结果。它通过一系列组织良好的活动来考察工具的使用与参与者学习结果的关系。在两门学术课程的背景下进行了三项研究。参加Twitter活动是学生自愿的。在所有3项研究中,参与该过程的学生的实验成绩高于未参与的学生。在一项研究中,学生的责任心和经验开放性与他们的活动有关。然而,学生的人格特质和他们的成绩之间没有关系。此外,学生在活动中的干预措施进行检查,以及他们对社会媒体使用在学习中的态度的变化。进行的研究的影响进行了广泛的讨论,并与其他相关研究的比较。
2017-06-17 cs.CY
The DataSquad Experiment: Lessons for Preparing Data and Computer Scientists for Work
Carleton College(卡尔顿学院);University of Pennsylvania(宾夕法尼亚大学)
DataSquad实验通过结构化同伴导师制提升机构数据服务能力,同时为学生提供专业技能和信心。
2025-12-14 cs.CY
Girls Create Games: Lessons Learned
最近来自世界各地的研究表明,更多的男孩比女孩玩电子游戏。移动游戏应用程序的数字有所不同,其中65%的女性被确定为游戏玩家。将游戏设计活动用于学术目的是学校或校外活动中广泛应用的方法,被视为所有青少年以娱乐方式学习编码的有希望的机会。这就提出了一个问题:特殊的女孩游戏设计模式是否存在?我们能从中学到什么?本文介绍了一个女孩只干预,女孩被要求创建自己的游戏。这个“女孩编码周”被设计为校外活动,于2018年夏季举行,有13名11至14岁的女孩参加。为了解释编程的基本步骤和创建个性化游戏,使用了格拉茨科技大学开发的可视化编码应用程序Pocket Code。女孩们在收到所有关于编码的重要信息后,在故事板的帮助下创建了自己的游戏。定性和定量数据收集,通过公开访谈,以及创建的文物和调查,指的是动机方面。研究结果表明,女性青少年倾向于喜欢,创造和玩游戏元素,大多遵循刻板印象的期望。与我们在异质课程设置中的经历相反,女孩并不认为这是消极的。此外,研究结果为女孩的游戏制作环境提供了证据。随后,这些结果有助于开发新的特色游戏,用于我们的应用程序,以激励世界各地的女性用户编写自己的游戏。作者认为,通过理解游戏设计中的这些差异,我们可以支持女孩,使她们成为游戏设计师,从而对编码更感兴趣。
2019-10-29 cs.CY
Reimagining Assessment in the Age of Generative AI: Lessons from Open-Book Exams with ChatGPT
Ontario Tech University(安大略理工大学)
研究探讨学生在开放式考试中使用ChatGPT的交互模式,发现评估任务从生成答案转向验证答案有效性,强调推理能力的重要性。
2026-05-12 cs.CY cs.HC
Detection of COVID-19 Using Heart Rate and Blood Pressure: Lessons Learned from Patients with ARDS
University of California Irvine(加州大学欧文分校);University of Turku(图尔库大学);University of Miami(迈阿密大学)
全球受到COVID-19冠状病毒的影响。在这项研究进行时,美国的感染人数是全球最高的(790万感染)。在感染人群中,诊断为急性呼吸窘迫综合征(ARDS)的患者处于更危及生命的情况下,导致严重的呼吸系统衰竭。各种研究通过监测实验室指标和症状来调查COVID-19和ARDS的感染。不幸的是,这些方法仅限于临床设置,和基于的方法被证明是无效的。相反,生命体征(例如,心率)已经被用于在普遍存在的健康监测中早期检测不同的呼吸系统疾病。我们认为,这些生物标志物在识别感染COVID-19的ARDS患者方面提供了信息。在这项研究中,我们通过利用简单的生命体征来调查COVID-19对ARDS患者的行为。我们分析了加州大学五个学术健康中心收治的70名ARDS患者的长期每日血压和心率日志(每个生命体征包含42506个样本),以区分COVID-19阳性和阴性检测结果的受试者。除了统计分析之外,我们还开发了一个深度神经网络模型来从纵向数据中提取特征。仅使用前八天的数据,我们的深度学习模型就能够达到78.79%的准确率,对感染COVID-19的ARDS患者与其他ARDS诊断患者的生命体征进行分类。
2020-11-12 cs.CY cs.LG
The INSuRE Project: CAE-Rs Collaborate to Engage Students in Cybersecurity Research
自2012年秋季以来,几个国家网络防御研究学术卓越中心(CAE-Rs)开设了一门合作课程,让学生参与解决应用网络安全研究问题。我们描述我们的经验,这个信息安全研究和教育(INSuRE)的研究合作。我们解释我们如何进行我们的基于项目的研究课程,给出学生项目的例子,并讨论的结果和经验教训。
2017-03-26 cs.CR cs.CY
Using Artificial Intelligence to Improve Classroom Learning Experience
DeVry University(德锐大学);Engineering Technology and Information Sciences(工程技术与信息科学学院)
本文研究利用Logistic Regression等机器学习方法识别学生学习风格并预测辍学风险,在76,519人数据集中达到87.39%的测试准确率,优于随机梯度下降分类器。
2025-02-14 cs.CY cs.HC cs.LG
Insights into undergraduate pathways using course load analytics
Carnegie Mellon University(卡内基梅隆大学);University of California, Berkeley(加州大学伯克利分校)
从LMS和招生功能推断的课程负荷分析(CLA)可以为学生提供比学分更准确的课程工作量表示,并可能有助于他们的选课决策。在这项研究中,我们制作并评估了第一个机器学习的学生课程负荷预测,并将我们的模型推广到一所大型公立大学的全部10,000门课程目录。然后,我们回顾性地分析了学生课程选择的学期负荷在整个学位期间的纵向差异。CLA按学期显示,学生在大学的第一个学期是他们最高的学期之一,而不是基于学分的分析,这将表明它是他们最低的。调查预测的课程负荷可能发挥什么作用,在程序保留,我们发现,谁保持一个学期的负荷是低的学分,但高的CLA测量的学生更有可能离开他们的学习计划。课程负荷的这种差异在STEM中特别相关,并与高先决条件课程相关。我们的研究结果对学术咨询,新生体验的机构处理以及面向学生的分析具有影响,以帮助学生更好地计划,预测和准备他们所选的课程。
2022-12-20 cs.CY cs.LG
Introduction to Computational Thinking: a new high school curriculum using CodeWorld
路易斯安那州教育部与戈登A。路易斯安那州立大学的凯恩中心将试点一个计算高中毕业途径。该途径的第一门课程,计算思维介绍(ICT),旨在教授编程和加强九年级学生的数学实践技能,重点是促进高阶思维。在2017-18年度,约有200名学生和5名教师参与了试点,在2018-2019年度,参与人数增加到400名学生,在目前的2019-2020年度,11所学校约有800名学生参与。专业发展始于为期五周的密集暑期学院,并在学年期间辅以后续周六课程和教练支持。在描述了课程内容和简要的教师培训后,我们讨论了我们在过去两年中收集的数据。学生对这门课程的总体接受程度是积极的,但大多数学生认为这门课程很难。然而,计算态度调查分析表明,课程的难度并没有降低学生的积极性。前后测试内容评估表明,学生不仅学习了语言,还学习了编程,逻辑和建模的一般原则,以及变量,表达式和函数的使用。在试点阶段吸取的经验教训激发了变革,例如在PD期间强调需要向学生提供及时的反馈,为项目提供详细的标题,并重新组织课程以增加材料的初始参与。经过两年的试点运行,该课程正在成为以学生为中心,其中大部分的代码和图像样本中提供的教训是基于以前的学生创建的代码。
2019-11-30 cs.CY
Enhancing Student Engagement in Large-Scale Capstone Courses: An Experience Report
本文报告一门计算机科学顶点课程连续六学期扩容中的迭代设计,总结提升学生参与度和动机的教学法、评估证据及规模化建议。
2024-04-03 cs.CY
Next-Term Student Performance Prediction: A Recommender Systems Approach
高等教育中一个长期存在的问题是学生能否顺利毕业。国家统计数据显示,大多数高等教育机构的四年制学位完成率约为50%,或仅占学生总数的一半。虽然有预测模型,阐明哪些因素有助于大学生的成功,干预措施,支持课程选择上一个学期到学期的基础上还没有被深入了解。为了进一步实现这一目标,我们开发了一个系统来预测学生的成绩在课程中,他们将在下一个招生期间从历史成绩单数据的学习模式,再加上额外的信息,学生,课程和教师教他们。我们探讨了各种经典和国家的最先进的技术,已被证明有效的推荐任务,在电子商务领域。在我们的实验中,因子分解机(FM),随机森林(RF)和个性化多元线性回归模型实现了最低的预测误差。一种新的特征选择技术的应用是FM的预测成功和可解释性的关键。通过比较不同人群和不同模型的特征重要性,我们发现了教师特征和学生表现之间的密切联系。我们还发现了转学生和非转学生之间的主要区别。最终,我们发现,一个混合FM-RF方法可以用来准确地预测成绩的新的和返回的学生采取新的和现有的课程。这些技术的应用为学生的学位规划、教师干预和个性化建议带来了希望,所有这些都可以提高学生的保留率和学习成绩。
2016-04-07 cs.CY cs.IR
Insights for post-pandemic pedagogy across one CS department
适应性远程教学为未来带来了重要的经验教训,包括在新的背景下重新发现已知的教学原则和支持远程学习的新见解。研究一个计算机科学系,服务住宅和远程本科生和研究生,我们进行了采访部门的利益相关者(n=26),并在2020年春季至2021年春季的四个学术季度进行了全系学生调查(n=102)。我们的案例研究概述了教师所做的,总结了教师和学生在此期间对课程的看法,并为未来具有类似范围的CS部门提供了建议。具体见解涉及:(1)如何为学生设计最佳的教学结构;(2)如何评估学生的学习情况;及(3)如何在学生主动学习的环节中为学生提供支援。该机构是一所美国大型研究型大学,拥有在线课程的历史,包括常规校内课程和大规模开放招生课程的在线招生。我们的建议,整个部门的范围内的教师也可能适用于其他机构提供技术支持的亲自指导,远程注册,并结合这两种模式的混合课程。
2022-03-17 cs.CY
Machine Learning Information Retrieval and Summarisation to Support Systematic Review on Outcomes Based Contracting
University of Warwick(华威大学);Alan Turing Institute for Data Science and AI(艾伦·图灵数据科学与人工智能研究所);Cranfield University(克兰菲尔德大学);Government Outcomes Lab(政府成果实验室);Blavatnik School of Government(布拉瓦尼克政府学院);University of Oxford(牛津大学)
针对学术文献激增给传统综述带来的挑战,本研究利用ML与NLP工具提升社会科学系统综述的效率与范围,重点自动化耗时重复的综述环节,最后总结整合方法经验与可解释性等改进方向。
2024-12-11 cs.CL cs.CY cs.DL
Software Engineering Through Community-Engaged Learning and an Inclusive Network
本文介绍维多利亚大学 INSPIRE 项目如何依托自我决定理论、社区合作与导师支持,让多元学生通过体验式学习开发社会影响方案,并构建促进代表性不足群体留存的包容性网络。
2024-08-09 cs.CY cs.SE
HCI Support Card: Creating and Using a Support Card for Education in Human-Computer Interaction
支持卡总结了一组关于主题的核心信息。化学元素周期表和数学表是用于教学目的的支持卡的众所周知的例子。技术专业人员还使用支持卡来回忆信息,如程序设计语言的语法细节或设计用户界面的和谐调色板。虽然支持卡已被证明在许多情况下是有用的,但很少有人知道它在人机交互(HCI)领域的教学用途。为了填补这一空白,本研究提出并评估了创建和使用HCI支持卡的过程。该过程考虑了该领域的跨学科性质,包括教学大纲,课程,教科书和学生对HCI主题的看法。评估是基于创建和使用卡在一个学期中的两个本科课程的案例研究:软件工程和信息系统。结果表明,支持卡可以帮助学生在以下的教训,记住和整合在课堂上学习的不同主题。该卡片指导学生建立他们的认知图、思维导图和概念图来学习人机交互。它培养了学生的好奇心和对HCI主题的永久参与。卡片的用途超出了HCI课堂,也被学生用于他们的专业活动和其他学科,促进HCI主题的跨学科应用。
2019-09-15 cs.CY cs.HC
Understanding the "Airport" Censorship Circumvention Ecosystem in China
Stanford University(斯坦福大学);GFW Report(GFW报告);University of Colorado Boulder(科罗拉多大学博尔德分校)
通过用户调查、社交媒体分析和主动网络测量,首次系统研究中国地下“机场”代理市场,发现其是最流行的审查规避工具,具有多跳架构和独特挑战。
2026-06-18 cs.CR cs.CY cs.NI