Towards a Recommender System for Undergraduate Research
一些研究表明,吸引学生从事研究工作需要从本科早期就开始。遵循这种模式,我们的工程学院已经开发了一个本科研究计划,允许学生参加研究,以换取课程学分。此外,我们还开发了一个门户网站,向学生介绍该计划和机会,但参与率仍然低于预期。为了提高学生的参与度,我们尝试建立一个个性化的大学生科研机会推荐系统。考虑到这个目标,我们研究了两个任务。首先,一个确定学生更愿意参加这种计划。第二个任务是为每个学生生成个性化的研究机会推荐列表。为了评估我们的方法,我们使用我们学校的数据进行了模拟预测实验,该学校目前有4,000多名活跃的本科生。我们的研究结果表明,有一个很大的潜力,以创建一个个性化的推荐系统。我们的研究结果可以作为一个基线为高校寻求策略,鼓励本科生的研究活动。
2017-06-20 cs.CY cs.IR
Self-Confidence of Undergraduate Students in Designing Software Architecture
软件体系结构的学生,往往缺乏自信,在他们的能力,利用他们的知识来设计软件体系结构。本文探讨了软件架构专业本科生的自信心与其课程期望、认知水平、偏好的学习方法和批判性思维之间的关系。本研究采用开放式问卷对110名大学生进行了两个学期的调查。学生们的答案被编码并随后进行分析。我们发现,自信心与学生的批判性思维弱相关,与他们的认知水平、偏好的学习方法和对课程的期望无关。结果表明,要提高学生的自信心,教师应努力提高学生的批判性思维能力。
2022-07-12 cs.CY cs.SE
Not All Students Engage Alike: Multi-Institution Patterns in GenAI Tutor Use
The University of Hong Kong(香港大学);Tsinghua University(清华大学);Monash University(蒙纳士大学)
研究探讨了多机构学生在生成式人工智能辅导工具中的参与模式,发现参与类型随时间变化,高选择性机构学生更倾向于深度参与。
2026-01-31 cs.CY
Improving On-Time Undergraduate Graduation Rate For Undergraduate Students Using Predictive Analytics
针对波多黎各大学按时毕业率偏低的问题,本研究构建多种预测模型,基于24432名本科生数据,在两类因素场景下评估,最终选出过采样训练的boosting模型用于早期识别按时毕业风险学生。
2024-05-02 cs.CY stat.AP
Using Scratch to Teach Undergraduate Students' Skills on Artificial Intelligence
University of the Basque Country (UPV-EHU)(巴斯克大学(UPV-EHU))
本文提出了一种基于Scratch的教育研讨会方法,通过让学生完成聚类和两个神经网络的简单练习,旨在消除人工智能及其算法的复杂性,促进本科生的积极参与。
2019-03-30 cs.AI cs.CY
Uncovering Student Engagement Patterns in Moodle with Interpretable Machine Learning
本研究利用VLE日志数据构建累积参与度指标,通过回归模型分析Moodle中的学生参与模式,发现每周点击量可预测参与度,早期和首次评估期是关键,支持早期干预策略。
2024-12-16 cs.CY
Using Socrative to Enhance In-Class Student Engagement and Collaboration
学习和教学实验的目的是纳入SRS学生反应系统来衡量和评估学生参与高等教育的5级工程专业学生。SRS系统是基于使用Socrative软件获得学生对持续10到15分钟的简短测验的即时反馈。问题的结构是真假、多项选择和简答题的混合。本实验在为期一年的工程模块第二学期进行。实验结果通过学生的表现进行定量分析,并通过学生问卷进行定性分析。结果表明,使用Socrative的学生进度评估方法提高了学生的成绩。结果显示,53%的学生提高了他们的表现,而23%的学生既没有提高也没有表现不佳。定性数据显示,学生们感到他们的学习经验的改善。总体结果表明,在高等教育工程模块的教学中使用该技术会产生积极的影响
2015-10-08 cs.CY
The effect of twitter-mediated activities on learning outcome and student engagement: A case study
本文报告的研究,探讨了Twitter在教育过程中的严格设计的引入的影响。具体而言,它探讨了学生使用Twitter的背景下,组织良好的教育活动和他们的成绩在学术课程之间的关系。结果表明,学生使用Twitter和他们在课程中的表现之间存在显着的相关性。此外,他们在Twitter上的参与可以提高学生的学术参与度和他们对学术界的归属感。最后,Twitter的使用可能对学生的互联网自我效能感的影响也进行了研究。研究结果及其影响进行了详细讨论。
2018-03-04 cs.CY
Hands-on PDC in Undergraduate Computing Education
Stetson University(斯特森大学)
本文提出一个实践作业,让学生直接使用佛罗里达大学的HiPerGator超算系统,用Python和C实现矩阵乘法并进行性能测试,通过项目式学习加深学生对并行计算和多线程的理解。
2026-04-28 cs.CY
Creating and Maintaining Filipino and Japanese Students Social Capital with Facebook
本研究调查了菲律宾和日本本科生对Facebook使用的看法和模式,以及这些因素与创造和维持学生社会资本、国际姿态和沟通意愿的关系。本次调查以在校本科生为对象,在线进行,共获得有效答卷483份。数据显示,菲律宾和日本的本科生FB的特点。六个因素之间的相互关系模型,国际贫困,世界贸易中心,感知,桥接,粘合,和利用菲律宾学生的利用或FB使用桥接社会资本和粘合社会资本的重要性。对日本学生而言,联结社会资本在利用或FB使用与桥接之间起中介作用。只有通过社会资本的结合,才能建立起社会资本的桥梁。因此,除非日本学生足够接近他们的FB朋友,他们不会在FB上构建新的关系,这将影响菲律宾学生在虚拟国际化的过程中,在未来。
2020-11-26 cs.CY
Virtual teaching assistant for undergraduate students using natural language processing & deep learning
针对在线教育系统效率低导致学生留存率差的问题,本文提供了数据集并初步实现了名为VTA-bot的虚拟教学助手,通过可查询基础Python课程内容的聊天机器人来提升大一学生的在线参与度。
2024-11-13 cs.CY
Exponential Competence of Computer Science and Software Engineering Undergraduate Students
我们生活在一个特殊的时代,全世界都在目睹一种大流行病的指数级传播,这需要采取新的思维和行为习惯。在本文中,我介绍了指数能力,其中包括这些认知和社会技能,并描述了计算机科学和软件工程的学生,重点放在指数能力的课程。我认为,指数能力是特别重要的计算机科学和软件工程的学生,因为他们中的许多人将,最有可能的是,需要处理指数现象,在他们未来的专业发展。
2021-03-23 cs.CY cs.SE
Impact of combining human and analytics feedback on students' engagement with, and performance in, reflective writing tasks
反思性写作是全球许多高等教育课程的一部分。它通常被认为是一项具有挑战性的任务,因为它需要自我调节的学习技能,以适当地计划,及时参与和深刻反思学习经验。尽管写作分析的进步和人类反馈的普遍性,旨在支持学生的反思,很少有人知道如何整合来自人类和分析的反馈,以提高学生的学习参与度和反思性写作任务的表现。本研究提出了一个个性化的行为反馈干预的基础上,学生的写作参与分析利用时间序列分析的数字痕迹,从一个无处不在的在线字处理平台。在一个为期一个学期的实验研究涉及81名研究生,它对学习的参与和性能的影响进行了研究。结果表明,干预组在接受综合反馈后,与只接受人类反馈的对照组相比,在统计学上显著地更多地参与了他们的反思性写作任务。进一步的分析表明,干预队列反映更经常在每周的水平,每周反思的规律性导致更好的成绩,和低自我调节学习技能的学生的影响更高。这项研究强调了实施组合反馈方法的强大优势,其中分析和人工反馈的优势被综合起来,以提高学生的参与度和表现。进一步的研究应探讨观察到的效果的长期可持续性及其在其他情况下的有效性。
2022-11-15 cs.CY
An empirical analysis of the relationship between web usage and academic performance in undergraduate students
互联网的使用,特别是网络浏览,为教育机构提供了许多潜在的优势,因为学生可以获得以前无法获得的广泛信息。然而,由于浪费时间和反社会行为等因素,存在潜在的负面影响。本研究以2153名大学生为被试,对大学生的学习成绩和网络使用模式进行了实证调查。来自大学代理日志的数据使我们能够检查使用模式,并将这些数据与学生的学习成绩进行比较。结果表明,在大量的网络浏览和较差的学术成绩(较低的平均分数,较高的失败率)之间有一个小但显著的(统计学和教育学上)关联。此外,在优秀学生中,互联网用户相对较少的学生比例明显高于偶然预期。
2011-10-28 cs.CY cs.SI
A Preliminary Investigation into Theory-Practice Barriers in Sino-New Zealand Undergraduate Computing Education
针对中新双学位本科计算项目,研究通过问卷识别理论转实践中的基础、语言、文化教学与制度适应障碍,并提出衔接课程、语言支持、教学优化和资源配置建议。
2025-03-18 cs.CY
Fostering Student Engagement in a Mobile Formative Assessment System for High-School Economics
在移动学习环境中,学生可以通过移动设备学习,而不受时间和空间的限制。因此,至关重要的是要开发工具,以帮助学生在这种环境中学习和评估他们的知识。本文提出了一种形成性自我评估的工具/应用程序。该工具支持根据用户定义的标准选择问题,这些标准涉及(1)难度级别;(2)相关概念;以及(3)考生的目的。所介绍的工具的主要目的是更好地支持参与者的学习目标,并增加他们在学习过程中的参与。本研究的重点是评估工具使用测验在微观经济学,以实现其在这一特定领域的潜力。教师和学生都参与了实验。实验结果表明,该工具是可用的,它激励学生,提高他们的理解
2021-06-21 cs.CY
Bridging the Gap Between Theoretical and Practical Reinforcement Learning in Undergraduate Education
Dhanani School of Science;Engineering Habib University Karachi, Pakistan
本文提出融合理论讲授与 OpenAI Gymnasium 实时编码实验的本科 RL 教学框架,并通过调查、反馈和成绩指标验证其能提升学生的理解、调试、调参与模型评估能力。
2025-09-27 cs.CY
Self-Regulated Personal Contracts as a Harm Reduction Approach to Generative AI in Undergraduate Programming Education
University of Michigan(密歇根大学)
本文设计了基于危害减少和自我调节学习理论的生成式AI合同,帮助学生在编程学习中做出有意决策,但发现自我意识并不总能保证持续的行为改变。
2026-03-11 cs.CY
Co-Creating Educational Project Management Board Games to Enhance Student Engagement
长期以来,管理教育奖学金一直强调,有必要利用更具创新性的教学实践,提高商学院学生的参与度。这越来越促使学者们努力在教师和学生之间建立更多的合作教学动力。与此同时,对基于游戏的学习材料(如棋盘游戏)的共同创作的研究主要集中在教育工作者让学生参与设计过程时游戏的附加值上。然而,很少有研究将共同创造的游戏设计练习作为教学经验本身,从而忽视了将这些活动概念化为创新教学工具的机会,可以帮助教育工作者促进学生的参与和参与。为了解决这一研究差距,本文提出了一个案例研究,项目管理的学生参加了两个共同创作研讨会设计教育项目管理游戏。在两次讲习班结束时,通过焦点小组收集了数据。在整个文件中,我们试图提出这些进程的一些积极成果,以及通过收集的数据出现的一些关键点。值得一提的成果包括一系列积极的特点,合作创造性的游戏为基础的学习活动,如加强参与,以及一系列的挑战时,促进这些活动。本研究的主要结果已组织在两个框架,一个概述了五个积极的特点,共同创造性的游戏为基础的学习活动:参与知识,知识评估,创造力,沟通和第二概述的挑战,促进这些活动:缺乏重点,缺乏结构和需要更多的实践为导向的游戏。
2021-04-18 cs.CY
BlockCampus: A Blockchain-Based DApp for enhancing Student Engagement and Reward Mechanisms in an Academic Community for E-JUST University
本研究面向埃及-日本科学技术大学(E-JUST)师生,设计实现了基于区块链的去中心化应用BlockCampus,以搭建专用学术平台、提供参与激励,助力提升学术社区的协作与参与度。
2023-07-07 cs.CY
Teaching Quality Assurance and Project Management to Undergraduate Computing Students in Pakistan
软件项目管理(SPM)和软件质量保证(SQA)是巴基斯坦教育机构本科计算机课程的关键组成部分。由于这些科目的性质,有一些问题需要讨论和解决,使教学变得更有效,学生的学习体验更愉快,他们的能力,积极参与SPM和SQA,完成学业后,进一步提高。在本文中,我们讨论了教学SPM和SQA在巴基斯坦伊斯兰堡的一个特定的机构的经验。以此为案例研究,我们强调学生的角度来看,突出固有的问题,并建议如何改善这些科目的交付。由于这些问题主要是一般性的,目的是提供讨论和建议,使学术界更广泛的计算社区受益。
2009-06-30 cs.CY cs.SE
Assessing Simulation Knowledge and Proficiency Among Undergraduate Computing Students in Brazil: Insights and Results from a Survey Research
本研究通过调查巴西10个州108名本科计算机学生,分析仿真教育现状,发现仅19人接触过仿真,MATLAB/Simulink为最常用工具,强调仿真教育对培养应对复杂挑战人才的关键作用。
2025-02-19 cs.CY cs.SE
AI-Driven Interface Design for Intelligent Tutoring System Improves Student Engagement
智能辅导系统(ITS)已被证明可以通过提供满足每个学生个人需求的个性化课程来提高学生的学习成果。然而,尽管ITS为学生的学习过程带来了有效性和效率,但大多数ITS研究都没有努力设计ITS界面,以更好地利用AI功能来提高学生的学习兴趣,动机和参与度。在本文中,我们探讨了人工智能驱动的界面设计的ITS描述诊断反馈的学生的问题解决过程,并调查其对他们的参与的影响。我们提出了几个由不同的AI组件驱动的界面设计,并通过一个活跃的移动ITS圣诞老人来实证评估它们对学生参与度的影响。对超过2万名学生进行的受控A/B测试表明,人工智能驱动的界面设计将参与度提高了25.13%。
2020-09-18 cs.CY cs.HC
Harvard Undergraduate Survey on Generative AI
本文基于对326名哈佛本科生的调查,发现近90%的学生使用生成式人工智能,并分析了其对学习习惯、课程选择、职业前景及社会影响的看法,最后向哈佛社区提出建议。
2024-08-08 cs.AI cs.CY
"Which LLM should I use?": Evaluating LLMs for tasks performed by Undergraduate Computer Science Students
IIIT Delhi(德里印度信息技术学院);VIT Vellore(韦洛尔理工学院)
该研究通过印度计算机科学本科生在代码、作业、面试、学习和邮件等任务上的使用体验,比较 Google Bard、ChatGPT(3.5)、GitHub Copilot Chat 与 Microsoft Copilot,为任务化选型提供依据。
2024-04-03 cs.CY cs.HC cs.LG
Assessment of Personalized Learning in Immersive and Intelligent Virtual Classroom on Student Engagement
本研究聚焦沉浸式智能虚拟课堂场景,采用眼动范式评估个性化学习对学生参与度的影响,通过文献综述、案例研究与数据分析验证了该方法在提升学习效果方面的潜力。
2025-01-14 cs.CY cs.HC
"With Great Power Comes Great Responsibility!": Student and Instructor Perspectives on the influence of LLMs on Undergraduate Engineering Education
IIIT Delhi(德里英迪拉·甘地信息技术学院);BITS Pilani(比尔拉科学技术学院皮拉尼分校);IIT Jodhpur(印度理工学院焦特布尔分校)
本研究针对当前缺乏LLM在本科工程教育中师生视角综合研究的空白,通过对印度工程院校师生的大规模问卷与访谈,分析了ChatGPT的使用模式、利弊与挑战,并提出推广建议及应用启示。
2023-09-30 cs.AI cs.CY cs.ET
Student Dropout Risk Assessment in Undergraduate Course at Residential University
学生辍学预测是衡量世界上任何一所大学以及整个大学的教育系统和成功率的众多智能系统不可或缺的一部分。因此,有必要制定有效的方法来预测有辍学风险的学生,从而采取积极主动的过程来减少这种情况。因此,本研究提出一个机器学习原型工具,它可以自动识别学生是否会继续他们的学习或放弃他们的学习,使用基于决策树的分类技术,并提取隐藏的信息,从大数据的哪些因素是负责辍学学生。此外,使用判别分析研究了导致辍学风险的因素的贡献,并应用关联规则挖掘来提取重要数据集之间的有趣相关性、频繁模式、关联或因果结构。本研究采用SPSS 20.0统计软件对数据进行描述性统计分析,并利用WEKA数据采掘工具对决策树和关联规则进行应用。
2014-05-15 cs.AI cs.CY
Student Teacher Interaction While Learning Computer Science: Early Results from an Experiment on Undergraduates
本文通过一项86名本科生参与的实验,研究计算机科学教学中不同教学风格对学生学习意愿和兴趣的影响,发现互动性强、氛围轻松的课程更受学生欢迎且更能激发学习动力。
2023-07-07 cs.CY cs.HC
Diversity in Software Engineering Education: Exploring Motivations, Influences, and Role Models Among Undergraduate Students
本研究调查软件工程专业本科生的动机与影响,发现职业发展、技术热情和个人成长是主要驱动力,榜样(尤其科技影响者和家人)对维持代表性不足学生的兴趣至关重要。
2024-12-16 cs.CY cs.SE
Embrace Opportunities and Face Challenges: Using ChatGPT in Undergraduate Students' Collaborative Interdisciplinary Learning
Nanyang Technological University(南洋理工大学)
本研究通过130名本科生的准实验,考察ChatGPT对跨学科协作学习的影响,发现其效果受主题和学科背景调节,并提出应差异化而非统一使用ChatGPT。
2023-05-23 cs.AI cs.CY
Student Perceptions of Tablet-Based Teaching and Learning in TNE Undergraduate Mathematics
Queen Mary University of London(伦敦大学玛丽女王学院)
本研究通过19名本科生的五点量表调查,发现跨国教育数学课程中平板教学在支持逐步理解和课堂参与方面获积极评价,但长期记忆与兴趣等方面看法不一。
2026-09-30 cs.CY math.HO
Effects of a Prompt Engineering Intervention on Undergraduate Students' AI Self-Efficacy, AI Knowledge and Prompt Engineering Ability: A Mixed Methods Study
Precious Blood Secondary School(宝血女子中学);The University of Hong Kong(香港大学)
本研究通过混合方法探讨提示工程干预对本科生人工智能自我效能、知识及能力的影响,发现干预显著提升学生在AI相关领域的技能和理解。
2024-07-30 cs.CL cs.CY cs.HC
Teachers' Vocal Expressions and Student Engagement in Asynchronous Video Learning
National Taiwan Normal University(台湾师范大学);National Chung Cheng University(中正大学);National Taiwan Ocean University(台湾海洋大学)
本研究探讨了教师的语音表达如何影响学生的情感参与度,发现积极情感表达如喜悦和惊讶能提升参与度,而愤怒等负面情绪则降低参与度。
2026-05-17 cs.CY cs.HC
Relationship between Student Engagement and Performance in e-Learning Environment Using Association Rules
Western University(韦仕敦大学)
由于使用智能手机和无线设备访问互联网越来越容易,电子学习领域已经成为学术界感兴趣的话题。电子学习平台面临的挑战之一是如何保持学生的积极性和参与度。此外,确定可能需要帮助的学生以确保他们的学习成绩不会受到影响也很重要。为此,本文试图探讨学生投入与学业成绩之间的关系。Apriori关联规则算法被用来推导出一组将学生参与度与学习成绩联系起来的规则。实验结果的分析表明,学生的参与水平和他们的学习成绩之间存在着正相关关系,在混合式电子学习环境。特别是,它表明,更高的参与往往会导致更好的学习成绩。这巩固了以前在传统课堂上将参与度和学习成绩联系起来的工作。
2020-12-25 cs.CY cs.HC cs.LG
Tendencies in Database Learning for Undergraduate Students: Learning In-Depth or Getting the Work Done?
本研究通过分析79名本科生的问卷回答,发现数据库课程学生更倾向于只学习能帮助其创建应用或满足工作需求的基础知识,即“完成工作”优先于“深入学习”。
2023-07-07 cs.CY cs.DB
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
A Data Science Course for Undergraduates: Thinking with Data
数据科学是一个新兴的跨学科领域,它结合了数学,统计学,计算机科学和特定应用领域的知识,目的是从许多环境中日益复杂的数据中提取有意义的信息。这些数据往往是非传统的,从某种意义上说,它们通常是实时的,大型的,复杂的和/或混乱的。本科阶段的统计学第一门课程通常向学生介绍各种技术来分析小,整洁和干净的数据集。然而,无论他们是否接受更正规的统计学培训,这些学生中的许多人最终都会处理相当复杂的数据,并且需要统计计算技术。更重要的是,这些学生需要一个框架来结构化地思考数据。我们描述了一个文科环境中的本科课程,为学生提供应用数据科学所需的工具。该课程强调现代,实用和有用的技能,涵盖整个数据分析范围,从提出有趣的问题到获取,管理,操作,处理,查询,分析和可视化数据,以及以书面,图形和口头形式传达结果。
2015-03-18 cs.CY stat.CO stat.OT
A Learned Simulation Environment to Model Student Engagement and Retention in Automated Online Courses
Zurich University of Applied Sciences(苏黎世应用科学大学);Kikodo Education Technology Sàrl(基科多教育技术有限公司)
我们开发了一个模拟器来量化练习顺序对学生参与度和保留率的影响。我们的方法结合了神经网络表示用户和练习使用动态矩阵分解方法的建设。我们进一步创建了成功和辍学预测的机器学习模型。因此,我们的系统能够根据选定的给定练习序列预测学生的参与度和保留率。这为开发多功能强化学习代理打开了大门,这些代理可以取代私人辅导在考试准备中的作用。
2022-12-22 cs.AI cs.CY cs.LG
Hierarchical Bayesian Knowledge Tracing in Undergraduate Engineering Education
School of Chemical Engineering, University of Birmingham(化学工程学院,伯明翰大学)
本研究提出分层贝叶斯建模方法,利用本科静力学课程数据量化技能难度与学生能力,揭示技能掌握模式及学生子群体,为教育者提供直观可靠且不牺牲预测准确性的指标,支持个性化教学决策。
2025-05-29 cs.CY cs.LG stat.AP
Overcoming Obstacles: Challenges of Gender Inequality in Undergraduate ICT Programs
本文通过对巴西402名ICT专业女本科生的混合方法调查,揭示了性别刻板印象、歧视和缺乏代表性等障碍如何削弱女性信心与参与,并呼吁营造安全受尊重的学习环境。
2025-05-02 cs.CY cs.SE
Modeling and predicting students' engagement behaviors using mixture Markov models
National University of Computer and Emerging Sciences(巴基斯坦国立计算机与新兴科学大学);University of Cordoba(科尔多瓦大学)
本研究针对学生(非)参与行为的建模与预测问题,提出基于K-means初始化的K-EM混合马尔可夫模型聚类方法,在真实数据集上表现优于基线,还可通过聚类可视化获得行为洞见。
2024-02-10 cs.CY cs.LG
Detecting Behavioral Engagement of Students in the Wild Based on Contextual and Visual Data
Intel Labs(英特尔实验室);Anticipatory Computing Lab(预测计算实验室)
为了研究学生的行为投入(任务内和任务外)的检测,我们提出了一个两阶段的方法在这项研究中。在第1阶段,上下文日志(URL)用于评估内容平台的活跃使用情况。如果存在主动使用,则在阶段2中利用外观信息来推断行为参与。描述上下文信息将总体F1分数从0.77提高到0.82。我们的跨课堂和跨平台的实验表明,所提出的通用和多模态的行为参与模型的适用性,以不同的学生或不同的学科领域。
2019-01-15 cs.CY cs.LG stat.ML
Listening for Expert Identified Linguistic Features: Assessment of Audio Deepfake Discernment among Undergraduate Students
University of Maryland, Baltimore County(马里兰大学巴尔的摩县分校)
本研究首次通过训练本科生倾听专家定义的语言特征来提升英语音频深度伪造辨别能力,实验表明该训练能显著降低听者不确定性并提高辨别准确率。
2024-11-21 cs.CY cs.SD eess.AS
Insights from Social Shaping Theory: The Appropriation of Large Language Models in an Undergraduate Programming Course
University of Michigan(密歇根大学)
本研究基于社会塑造理论,通过调查、访谈和成绩数据发现,本科编程课程中学生对LLM的使用受职业预期和同伴感知影响,且早期使用与较低自我效能感和期中成绩相关,过度依赖感知则与后期自我效能下降相关。
2024-06-10 cs.AI cs.CY cs.HC
Training the next generation of computational scientists through a new undergraduate course
我们介绍了一个新设计的本科层次的跨学科科学计算课程,旨在培养学生成为下一代的研究型计算科学家和工程师。该课程为学生提供了探索各种项目的机会,并培养必要的编程技能,以在高性能计算环境中实现想法和算法。培训包括如何思考,制定,组织和实施科学计算程序。该课程的重点是在科学和工程的广泛应用范围内解决问题。
2022-03-17 cs.CY cs.MS math.HO
Student Engagement Detection Using Emotion Analysis, Eye Tracking and Head Movement with Machine Learning
University of Massachusetts Boston(马萨诸塞大学波士顿分校);Kathmandu University(加德满都大学);Wentworth Institute of Technology(温特沃斯理工学院);Washington State University(华盛顿州立大学);University of Trás-os-Montes e Alto Douro(特拉斯奥斯蒙特斯和上杜罗大学);Institute of Electronics and Informatics Engineering of Aveiro(阿威罗电子与信息学工程研究所);INESC TEC
随着远程学习的普遍增加,特别是电子学习的增加,拥有一个能够确定学生参与情况的系统至关重要,这也是教师、研究人员和决策者面临的最大挑战之一。在这里,我们提出了一个系统来检测学生的参与程度。它只使用膝上计算机中典型的内置网络摄像头提供的信息,并被设计为实时的工作。我们将有关眼睛和头部运动以及面部情绪的信息结合起来,生成具有三种参与程度的专注指数:“非常参与”、“名义上参与”和“根本不参与”。该系统进行了测试,在一个典型的电子学习的情况下,结果表明,它正确地识别每个时间段的学生是“非常参与”,“名义上参与”和“不参与”。此外,研究结果还表明,成绩最好的学生也有较高的专注指数。
2023-03-23 cs.CV cs.CY cs.LG
A Quasi-experimental Study of Conversational AI-supported Engagement in Large CS Courses
University of Florida(佛罗里达大学);Georgia Institute of Technology(佐治亚理工学院)
本研究通过软件工程大班课堂活动中的受试者内实验,比较使用与不使用ChatGPT的参与度,发现对话式AI有潜力提升大班学生对学习内容的参与。
2026-11-20 cs.AI cs.CY cs.ET