The Evaluation Case Study of Online Course During Pandemic Period in Mongolia
本文描述了疫情期间在线课程自我评价的测试和案例研究。由于新型冠状病毒疫情,整个世界需要在不同时期实行封锁。在包括各国教育部门在内的各种业务中,需要做许多事情。为了适应教育的发展,教学方式必须从传统的面对面教学转向网络课程。政府在短时间内做出决定,教育机构没有时间为在线教学准备材料。蒙古药科大学的所有课程均转为在线授课。在网上教学过程中,向教授和导师提出了挑战。我们的大学没有一个专门的在线教学和电子学习的学习管理系统。因此,教授们使用不同的平台进行在线教学,例如Zoom,微软团队。此外,不同的社交网络平台在学生和教授之间的沟通中发挥了积极作用。对于教授和学生来说,情况非常困难。为了衡量在线课程的质量,找出在线教学的积极和薄弱环节,我们需要对电子学习进行评估。本文的重点是分享基于结构导向的评价模型的网络学习评价过程。
2021-05-26 cs.CY
Enhancing Student Performance Prediction In CS1 Via In-Class Coding
The University of Memphis(孟菲斯大学)
本研究基于美国一所中型大学CS1课程数据,发现课堂编程练习能提升学生成绩预测准确性,尤其在学期第3至5周即可实现较准确预测,为早期干预提供可能。
2025-10-22 cs.CY
Enhancing MBSE Education with Version Control and Automated Feedback
本文提出了一种结合LemonTree、SmartGit和GitHub等工具的MBSE课程创新方法,通过版本控制、自动化检查和持续更新的图表提升协作学习体验与反馈效率,学生满意度高。
2024-09-04 cs.CY
User-Centered Course Reengineering: An Analytical Approach to Enhancing Reading Comprehension in Educational Content
本研究提出一个基于数字阅读痕迹的分析框架,通过使用数据驱动的文档重构方法,帮助课程设计者识别理解障碍并获得定制化修订建议,从而提升教育内容质量,改善学习成果。
2024-12-16 cs.CY
Enhancing Student Feedback Using Predictive Models in Visual Literacy Courses
本研究利用朴素贝叶斯模型分析五年视觉素养课程同行评审数据,发现名词和谎言因子为关键特征,相比Beasley方法提供更具体的预测框架,经保留法和k折交叉验证,能有效预测并改善课程反馈。
2024-05-23 cs.CY cs.MM
Enhancing Collaborative Filtering-Based Course Recommendations by Exploiting Time-to-Event Information with Survival Analysis
KU Leuven(KU Leuven(天主教鲁汶大学));imec(imec(微电子研究中心))
针对MOOC高退学率问题,本研究提出利用生存分析方法对退学和完成等事件发生时间进行建模,以提升基于协同过滤的课程推荐系统性能,在三个公开数据集上验证了其有效性。
2025-02-27 cs.CY cs.IR cs.LG
Enhancing Programming Education with ChatGPT: A Case Study on Student Perceptions and Interactions in a Python Course
Faculty of Arts and Science(文理学院);Kyushu University(九州大学);Faculty of Information Science and Electrical Engineering(信息科学与电气工程学院)
本文通过八周 Python 课程的问卷、开放题与对话数据分析,考察一年级学生使用 ChatGPT 的互动方式、感知效用、优势与局限。
2024-04-05 cs.AI cs.CY cs.PL
Experiences with Research Processes in an Undergraduate Theory of Computing Course
针对本科生有科研意愿但缺乏技术读写能力的问题,研究者在本科计算理论课程中设计模拟会议作业,让学生分组写技术论文并匿名互审,分享了作业细节、实践经验及对同类课程的反思与未来方向。
2023-10-03 cs.CY
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
Enhancing Students' Learning Process Through Self-Generated Tests
本文提出一项教育实验,要求学生生成测试题并纳入评估,以促进自主学习。通过在在线学习环境中开发互动工具,实验覆盖12门课程共769名学生,结果显示积极参与的学生学业表现更佳。
2024-03-21 cs.CY
Teaching Creativity Using a Realistic Multi-User Operation: Packet Tracer
Cisco Packet Tracer中的多用户功能为身临其境的真实学习提供了动力,从而提高了网络课程的教学效率。在网络课程的教学中,学生的配置技能在课堂上,特别是在实验课上很难评价,这是教师面临的最大问题。使用一对多远程中继服务器概念的多用户功能允许讲师同时远程控制和测试许多学生。本文的主要目的是通过在网络课堂中使用逼真的多用户课件来将创造力融入教学中。在这项研究中,多用户操作开发和使用通过现有的局域网链接在教室里。操作的重点是路由器和交换机等网络设备的简单配置。这种做法在实验室会议期间使用,鼓励讲师建立基于大量观众的关系。教授能够在活动的执行过程中评估学生的成功,并确保每个学生参与活动。由于引入这种方法,学生对技术科目的好奇心可以得到提高,讲师可以方便地跟踪学生的成功。讲师能够密切监控学生的配置能力,以确保每个学生都参与实验室课程。讲师将通过这种教学形式对学生进行训练,不仅培养他们的配置和故障排除能力,而且加快学生解决网络问题的速度。
2020-12-27 cs.CY
Bridging LMS and generative AI: dynamic course content integration (DCCI) for enhancing student satisfaction and engagement via the ask ME assistant
Eötvös Loránd University(罗兰大学)
针对LLM集成LMS时的幻觉问题,提出DCCI机制构建Ask ME助手,经120名学生试点验证,该机制可有效缓解幻觉,提升学生满意度与学习参与度。
2025-11-13 cs.AI cs.CY cs.ET
Enhancing Programming Pair Workshops: The Case of Teacher Pre-Prompting
本文探讨了“教师预提示”在编程教育结对工作坊中的教学潜力,通过分析大学课程视频数据识别出五种预提示模式,发现其能促进结构化讨论、明确任务要求并创造共享学习体验。
2025-06-25 cs.CY
Enhancing Curriculum Acceptance among Students with E-learning 2.0
电子学习;通过交流和互动而增强的教育技术越来越被人们所接受,这使得Web 2.0成为新教育技术的中心。E-Learning 2.0是一种新型的在线学习方法,它结合了Web 2.0工具。对于任何学术研究,课程提供了完整的学习领域的概述。课程概述了该主题的内容。许多机构将学生互动作为在线课程设计的优先事项。实践证明,互动对学生的学习参与和对课程的接受有着重要的影响。学生正在接受由教师设计的课程,而E-learning 2.0课程管理系统允许学生参与学习活动。它作为一种刺激,增加了他们对课程的奉献精神。虽然研究所适应电子学习2.0作为学习管理系统,它还提供社交网络服务,并提供学生和教师之间的直接和透明的互动。电子学习2.0的这种观点将其重点从LMS转移到学生身上,为他们提供变得更加自主的手段,接受他们利用这些手段主动解决问题。课程的使用将增强学生的参与和促进电子学习2.0的传播。本文分析了E-learning 2.0在课程管理中的应用,探讨了Web2.0给课程管理带来的机遇和挑战。
2010-04-15 cs.CY
Computing Research Challenges in Next Generation Wireless Networking
从各个方面来看,无线网络在过去十年中都有爆炸性的增长。第四代长期演进(4G LTE)蜂窝技术增加了智能手机可用的带宽,本质上是为移动设备提供宽带速度。最新的5G技术进一步提高了传输速度和小区容量,并通过使用不同的无线电技术减少了延迟,预计将提供比4G LTE快一个数量级的互联网连接。然而,技术继续快速发展,下一代6G已经在设想中。6G将使各种强大的新应用成为可能,包括全息远程呈现,远程医疗,远程教育,无处不在的机器人和自动驾驶汽车,智能城市和社区(IoT)以及先进制造业(工业4.0,有时被称为第四次工业革命),仅举几例。我们将看到的进步从硬件级别开始,一直延伸到软件堆栈的顶部。“人工智能(AI)也将开始在无线网络基础设施的开发和管理中发挥更大的作用,嵌入到网络各个层面的应用程序中。由此产生的社会效益将是巨大的。与此同时,这些令人兴奋的新无线功能正在迅速出现在地平线上,一系列广泛的研究挑战迫在眉睫。这些问题源于硬件和软件系统的复杂性不断增加,以及需要提供强大和安全的基础设施,同时保护用户的隐私。在这里,我们概述了其中的一些挑战,并为解决这些挑战所需的研究提供了建议。
2021-01-04 cs.CY cs.NI
A Personalized MOOC Learning Group and Course Recommendation Method Based on Graph Neural Network and Social Network Analysis
本研究基于社交网络分析构建多层次网络模型,利用近4万用户和数万课程数据开发AI助手,通过图神经网络等技术探究选课偏好与学术兴趣关系,为学生推荐个性化课程与学习群组,以提升MOOC学习参与度和效果。
2024-10-14 cs.CY cs.SI
Educational Content Linking for Enhancing Learning Need Remediation in MOOCs
自2011年推出以来,网络上已有超过4000个关于各种主题的MOOC,为超过3500万学习者提供服务。MOOC已经显示出使知识传播民主化的能力,并将世界上最好的教育带给每个学习者。然而,参与者之间的不同距离,学习者人口的规模,以及学习者背景的异质性使得教师很难及时与学习者互动,这对学习体验产生了不利影响。为了应对这些挑战,在这篇论文中,我们提出了一个框架:教育内容链接。通过将分散在各种课程材料中的学习内容链接和组织成一个易于访问的结构,我们假设这个框架可以为学习者提供指导并改善内容导航。由于MOOC中的大多数教学和知识获取都是在学习者调查课程材料时进行的,因此更好的内容导航可以帮助学习者找到支持信息来解决他们的困惑,从而提高学习效果和体验。为了支持我们的猜想,我们提出了端到端的研究,以调查我们的框架围绕两个研究问题:1)手动生成的链接可以提高学习?2)学习内容可以用机器学习方法生成吗?为了研究第一个问题,我们建立了一个界面,同时呈现学习材料和可视化它们之间的联系。我们发现,该界面使用户能够更有效地搜索所需的课程材料,并更容易保留更多的概念。对于第二个问题,我们提出了一个基于条件随机场的自动内容链接算法。我们证明,自动生成的链接仍然可以导致更好的学习,虽然改进的幅度比未链接的接口较小。
2021-01-12 cs.AI cs.CY
Enhancing Soft Skills in Network Management Education: A Study on the Impact of GenAI-based Virtual Assistants
本研究探讨了在大学网络管理课程中引入基于GenAI的虚拟助手,以提升学生批判性思维和解决问题等软技能的实证有效性。
2025-01-28 cs.CY cs.ET
Interactive Learning in Computer Science Education Supported by a Discord Chatbot
Technical University of Munich(慕尼黑工业大学)
针对第一学期计算机科学课程中互动与反馈收集的挑战,研究开发并集成了基于Discord的命令式聊天机器人,通过简短调查、出勤跟踪和课前介绍等功能,实现了师生间的无压力沟通与动态教学调整,显著提升了学生的学习体验。
2024-07-27 cs.AI cs.CY cs.ET
Revolutionizing Undergraduate Learning: CourseGPT and Its Generative AI Advancements
Iowa State University(爱荷华州立大学)
本文介绍了基于开源LLM的生成式AI工具CourseGPT,通过利用课程特定内容并允许教师控制回答,提升本科生学习体验;在CPR E 431课程试点中,Mixtral-8x7b模型达到88.0%正确率和66.6%忠实度,反馈显示其高度准确且有益。
2024-12-24 cs.AI cs.CY
Leveraging Large Language Models for Actionable Course Evaluation Student Feedback to Lecturers
Aalborg University(奥尔堡大学)
本文利用开源生成式 AI 汇总 75 门计算机科学课程的 742 份学生评价,为教师生成真实、可执行的课程反馈摘要,验证了该方法支持教学改进的可行性与成本效益。
2024-07-02 cs.CL cs.CY
Handling Students Dropouts in an LLM-driven Interactive Online Course Using Language Models
School of Information, Renmin University of China(中国人民大学信息学院);Institute of Education, Tsinghua University(清华大学教育学院);Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Language Technology Institute, Carnegie Mellon University(卡内基梅隆大学语言技术学院)
针对LLM驱动的交互式在线课程(MAIC)的辍学问题,通过实证研究分析影响因素,提出CPADP预测框架(准确率达95.4%),设计个性化邮件召回智能体,在3000多名学生的系统中验证了可行性与有效性。
2025-08-24 cs.CL cs.CY
Design of a Microprocessors and Microcontrollers Laboratory Course Addressing Complex Engineering Problems and Activities
本文提出一门融合结构化实验与开放式项目的微处理器与微控制器实验课程,通过基于项目的团队学习和产学研结合,提升学生解决复杂工程问题的能力,并验证其显著改善学习成果。
2025-02-20 cs.CY
Enhancing Computer Science Education with Pair Programming and Problem Solving Studios
本研究将生物医学工程领域的问题解决工作室(PSS)教学法与结对编程结合,构建适配计算机科学教育的教学设计框架,经三年CS1课程实践验证,可有效提升学生的参与度、学习效果与学习动机。
2023-11-03 cs.CY
Students Perceptions of the Effectiveness of Discussion Boards What can we get from our students for a freebie point
我们调查学生如何看待他们的经验,在初中300级计算机科学课程,使用黑板作为底层的课程管理系统。Blackboard中的讨论板被大量用于编程项目支持,并促进学生之间的合作,以回答他们的问题和关注。通过黑板进行了一项调查,作为一个自愿测验,谁参加的学生被赋予了他们的努力参与点。结果和参与非常有趣。我们从对问题的回答中获得了统计数据。学生们也以评论的形式给了我们所有问题的反馈,只有两个问题除外。学生们表现出理解,成熟和愿意参与教学提高努力的前提下,它可能有助于他们的教育和其他人的教育以及。
2012-10-03 cs.CY
Gaining Insights into Group-Level Course Difficulty via Differential Course Functioning
Ruhr-Universität Bochum(鲁尔大学波鸿分校);Carnegie Mellon University(卡内基梅隆大学);University of California, Berkeley(加利福尼亚大学伯克利分校)
本文提出基于项目反应理论的差异课程功能(DCF)方法,在控制学生整体表现后检测不同群体间的课程难度差异,并利用两万余名学生数据验证其有效性,为教育公平干预提供依据。
2024-05-07 cs.CY cs.LG stat.AP
How Do Students Interact with an LLM-powered Virtual Teaching Assistant in Different Educational Settings?
Georgia Institute of Technology(佐治亚理工学院)
本文分析了学生与LLM驱动的虚拟教学助手Jill Watson在多课程中的交互,发现其支持广泛认知需求并鼓励高阶认知提问,但使用频率受课程环境影响,为未来AI教育工具开发提供了启示。
2024-07-25 cs.AI cs.CY
Instructor-Created Custom GPTs as Pedagogical Partners Fostering Immersion in Online Higher Education: Two Case Studies
University of Arkansas(亚拉巴马大学);Universidade Aberta & INESC TEC(开放大学及INESC TEC)
本文通过两个案例研究探讨定制GPT如何通过沉浸维度提升在线教育中的参与度,展示其作为教学伙伴的作用。
2026-03-29 cs.AI cs.CY cs.HC
Assessing Engineering Student Perceptions of Introductory CS Courses in an Indian Context
本研究通过318名印度工程学生的调查,分析了他们对计算机科学入门课程评估的认知,揭示了基于背景因素的显著差异,为编程教育设计包容性评估策略提供了见解。
2025-08-06 cs.CE cs.CY cs.PL
Enhancing Educational Efficiency: Generative AI Chatbots and DevOps in Education 4.0
State University of Novi Pazar(新帕扎尔国立大学);University of Criminal Investigation and Police Studies(刑事侦查与警察研究大学);Higher Technical Professional School in Zvečan(兹韦钱高等技术专业学院);Academy Of Technical And Art Applied Studies Belgrade(贝尔格莱德技术与艺术应用研究学院)
本研究结合AI与DevOps提出CMS开发创新教学法,经三个学年对比实验验证,该方法可显著提升学习效率,为计算机科学教育的规模化自适应发展提供变革性思路。
2024-04-18 cs.AI cs.CY cs.SE
Preventing Cheating in Hands-on Lab Assignments
网络、操作系统和网络安全技能在真实的环境中得到最好的锻炼。学生在实验室环境中使用真实的系统和工具,并完成指定的任务。由于所有学生通常都会收到相同的作业,因此他们可以向教师,辅导系统或同龄人咨询他们的方法和进度。他们也可以在互联网上搜索信息。在课堂上为所有学生布置相同的作业是有效学习和发展技能的标准做法。然而,当在诸如评分作业、期中考试或期末考试等总结性评估中使用时,它很容易作弊。学生可以很容易地在没有完成作业的情况下共享并提交正确答案。在本文中,我们讨论的方法自动生成的动手在计算机实验室环境中完成的任务的问题。使用这种方法,每个学生都收到个性化的任务。我们开发了用于生成和提交这些个性化任务的软件,并进行了案例研究。该软件被用于为207名学生注册的安全入门课程的家庭作业创建和评分。该软件发现了七个可疑的提交案例,这些案例可能构成作弊。此外,学生和教师欢迎个性化的任务。教师评论说,这种方法适用于大班。学生在运行个性化实验室环境时很少遇到问题。最后,我们发布了开源软件,使其他教育工作者能够在他们的课程和学习环境中使用它。
2022-01-04 cs.CR cs.CY
A novel association and ranking approach identifies factors affecting educational outcomes of STEM majors
本文采用新型D-basis关联排序算法,分析美国两所四年制学院及转学追踪数据,识别影响STEM专业毕业率的关键学术、人口与院校因素。
2025-03-16 cs.CY cs.IR
Promoting Rural Entrepreneurship through Technology: A Case Study using Productivity Enhancing Technology Experience Kits (PETE-Kits)
本文通过案例研究展示了一个农村技术教育项目,利用PETE-Kits培训高中生和教师的智能互联技术技能,并结合社区参与和创业创意活动,有效提升了技术舒适度、创业意愿及社区对数字技能促进本地经济发展的认可。
2023-11-07 cs.CY
Evaluating Discussion Boards on BlackBoard as a Collaborative Learning Tool A Students Survey and Reflections
University of Maryland(马里兰大学)
在本文中,我们调查学生如何认为他们的经验,在初级课程,有一个黑板课程的存在,学生广泛使用的讨论板。通过黑板设置一个调查,作为一个自愿测验和学生谁参加了免费积分。结果和参与是非常有趣的方面的反馈,我们通过从学生的公开评论,以及我们从问题的答案收集的统计数据。学生们表现出理解和愿意参与教学提高的努力。
2012-10-03 cs.CV cs.CY
Enhancing Large Language Models for Automated Homework Assessment in Undergraduate Circuit Analysis
School of Electrical;Computer Engineering, Georgia Institute of Technology, Atlanta, USA Corresponding Author. E-mail
本研究通过多步骤提示和数据增强技术提升GPT-4o在电路分析作业评估中的准确性,使其正确响应率提高至97.70%。
2025-11-22 cs.AI cs.CY cs.HC
Teaching Requirements Engineering for AI: A Goal-Oriented Approach in Software Engineering Courses
本研究评估了面向目标的需求工程(GORE)及KAOS方法在软件工程教育中促进AI系统需求获取的有效性,发现其虽在捕获高层需求时表现优异但在详细规划上存在不足,证实了其在教育场景的可用性并指出了改进方向。
2024-10-26 cs.CY cs.SE
WIP: DBWorkout: A Gamified SQL Practice Platform to Support Formative Learning in Database Courses
Department of Computer Science Virginia Tech(弗吉尼亚理工大学计算机科学系)
DBWorkout是一个游戏化SQL练习平台,通过沙箱执行、自动化反馈和LLM辅助生成,在170名本科生测试中获得高学习价值(90%)和参与度(87%),但反馈可操作性(42%)待提升。
2026-10-02 cs.CY cs.DB cs.HC
Machine Learning-Driven Student Performance Prediction for Enhancing Tiered Instruction
School of Information Science and Engineering, Shandong Normal University(山东师范大学信息科学与工程学院)
本研究提出将机器学习学生成绩预测与分层教学相结合,通过特征选择降低冗余,采用随机森林实现最优分类,并据此设定分层教学目标,实验验证了该框架能有效提升教学成效。
2025-02-05 cs.CY cs.LG
Next-Gen Education: Enhancing AI for Microlearning
本文研究如何利用ChatGPT等AI工具自动生成微学习材料,以减轻教师负担并提升计算机科学教育中的学生参与度和学习效果。
2025-08-13 cs.AI cs.CY cs.ET
ClickTree: A Tree-based Method for Predicting Math Students' Performance Based on Clickstream Data
University of Edinburgh(爱丁堡大学);Sharif University of Technology(谢里夫理工大学);University of St Andrews(圣安德鲁斯大学)
本研究提出基于点击流数据的树方法 ClickTree,通过提取多级特征并训练 CatBoost 树预测数学作业答题表现,在 EDM Cup 2023 中排名第二,并揭示了学生困难题型与学习行为规律。
2024-03-01 cs.CY cs.HC cs.LG