실제 단계에 들어간 빅 슬롯 사이트 교육 활용 : 어린이의 스케줄링 기술을 처음 볼 수있는 능력
2013 년 5 월 29 일
최근에는 T 포인트 카드 및 폰타 카드를 포함하여 대규모로 개인 역사 데이터 (세로 데이터)를 수집 할 수있었습니다. 이러한 유형의 종 방향 빅 데이터는 개별 행동을 예측할 때 과거에 사용할 수 없었던 유용한 정보가 될 수 있습니다. 그러나 실제로 세로 데이터를 더 많이 컴파일할수록 본질적으로 존재하는 행동 특성을 묻는 본질적으로 불충분 한 문제를 더 많이 발견합니다. 다시 말해, 수집하는 데이터가 얼마나 되더라도 중요한 것을 볼 수 없습니다. 이 문제는 "스케줄링"이라는 새로운 접근법을 사용하여 해결되었으며, 처음으로 우리는 이전에 보이지 않았던 각 어린이에 대한 일일 학습 결과의 축적을 시각화했습니다. 올해, 우리는 오카마 시티의 공립 주니어 고등학교의 모든 학생들과의 학습 실험을 시작할 것입니다.
빅 슬롯 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 슬롯 슬롯 슬롯 슬롯 슬롯 사이트는 최근 몇 년 동안 주목을 끌었지만 그 중에서도 많은 양의 개인 역사적 슬롯 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 (세로 슬롯 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 슬롯 슬롯 슬롯 슬롯 슬롯 사이트)가 수집 될 수있는 상황은 없었습니다. 특히, 인간 행동 (학업 능력, 선호)을 이해하고 예측할 때 인과 관계를 조사 할 수있는 종단 슬롯 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 슬롯 슬롯 슬롯 슬롯 슬롯 사이트 슬롯 슬롯 슬롯 슬롯 슬롯 사이트는 큰 가치가 있으며, 대량으로 수집 할 수있는 상황은 상상력을 넘어서 새로운 연구 및 서비스를 생성 할 수 있습니다.그러나 역사적 데이터에 "언제"가 포함 된시기에는 수많은 타이밍 조건이 있으며, 사람마다 다르며 조건이 큰 영향을 미치므로 종 방향 빅 데이터를 더 많이 수집할수록 행동 예측에 필요한 더 중요한 정보가 묻힐 것입니다. 우리는 그것을 시간 차원에서 요인 제어 문제라고 부르지 만, 이전 사회 과학 연구에서는 다루지 않은 새로운 문제이며, 종 방향 데이터를 사용할 수있는 상황이없는 새로운 문제입니다 (문서 참조). 이 문제를 해결하지 않고 종 방향 빅 데이터를 수집하더라도 인간 행동을 예측하는 중요한 정보를 얻지 못할 것입니다.
우리는 원칙적으로 "스케줄링"이라는 새로운 접근법을 사용 하여이 문제를 해결하고 대규모 학습 지원 시스템에서 해당 원칙을 구현했습니다. 영어 단어 학습 테스트에서, 우리는 학생들이 시험을 치르고 그에 따라 학습을 제공하고, 모든 반응을 수집하고, 각 일정 조건에 대해 집계 및 분석을 수행했으며, 전 세계에서 처음으로 시리즈 조건의 행동 (능력)을 묘사 한시기, 어떻게, 몇 번, 그리고 그에 따라 학습을 제공했는지와 같은 수만 건의 상세한 이벤트 일정을 만들었습니다. 결과적으로, 성적이 꾸준히 향상된 어린이로서 능력을 향상 시켰으며, 교사는 이제 어린이에게 개별 피드백을 제공 할 수 있으며 과거에 보이지 않은 다양한 사실이 공개되기 시작했습니다.
수직 빅 슬롯 사이트가 새로운 교육 서비스를 생성한다고 말할 수 있습니다.
*이 연구는 과학 연구에 대한 보조금에 의해 부여되었습니다 (기본 연구 A, 대규모 종단 연구 방법, 연구 책임자 : Terazawa Takafumi, 주제 번호 22240079). 원칙은 특허를 받았습니다.
보도 자료를 보려면 여기를 클릭하십시오
첨부 된 자료 참조
<contact>
Terazawa Takafumi, Okalama University 교육 대학원 교수