How Readability &Topic to Math. Problems in Computer Curricula
How Readability &Topic to Math. Problems in Computer Curricula(कैसे पठनीयता और विषय कंप्यूटर छात्र पाठ्यक्रम में गणित की समस्याओं से संबंधित है)
(1)पठनीयता और विषय घटना कंप्यूटर आधारित पाठ्यक्रम में गणित की कहानी समस्याओं पर प्रदर्शन से संबंधित(Readability and Topic Incidence Relate to Performance on Mathematics Story Problems in Computer-Based Curricula)–
गणित की कहानी समस्याओं को सुलझाने के पाठ समझ कौशल की आवश्यकता है । हालांकि, पिछले अध्ययनों से पाठ पठनीयता और कहानी की समस्याओं पर प्रदर्शन के पारंपरिक उपायों के बीच कुछ कनेक्शन मिला है । हम hypothesized है कि हाल ही में पठनीयता और विषय पाठ खनन उपकरण द्वारा मापा घटनाओं का विकास पाठ कठिनाई और समस्या को हल करने के उपायों के बीच संघों को रोशन कर सकते हैं । हम संज्ञानात्मक ट्यूटर बीजगणित कार्यक्रम का उपयोग कर 10 स्कूलों से ३,२१६ मध्यम और उच्च विद्यालय के छात्रों से डेटा का इस्तेमाल किया; ये स्कूल भौगोलिक, सामाजिक आर्थिक, नस्ली, और जातीय रूप से विविध थे । हमने पाया है कि पठनीयता और कहानी की समस्याओं के विषय के कई संकेतक छात्रों की प्रवृत्ति को सही जवाब और संज्ञानात्मक ट्यूटर में अनुरोध संकेत देने के साथ जुड़े थे । हम आगे एक कहानी परिदृश्य से एक बीजीय अभिव्यक्ति लेखन के व्यक्तिगत कौशल की जांच की, और केवल नमूना में सबसे कम प्रदर्शन स्कूलों में छात्रों की जांच की, और इन सबसेट के लिए अतिरिक्त संघों पाया । कुंजी पठनीयता और विषय श्रेणियां जो समस्या हल करने के उपायों से संबंधित थीं, उनमें शब्द कठिनाई, पाठ की लंबाई, सर्वनाम उपयोग, वाक्य समानता, और विषय परिचय शामिल थे । इन निष्कर्षों में गणित की कहानी समस्या को सुलझाने और पाठ बोध पर पिछले शोध के मॉडलों के संदर्भ में चर्चा की गई है ।
![]() |
College of DuPage STEM Professional Development Workshop |
(2,)डिस्कवर दुनिया के अनुसंधान(Discover the world’s research) –
CTA में कहानी समस्या का स्क्रीनशॉट । “उत्तर कुंजी ” तालिका स्क्रीनशॉट पर आरोपित किया गया है हर कदम के लिए सही जवाब दिखाने के लिए । दिखाया जवाब के अलावा, ट्यूटर समकक्ष अभिव्यक्ति, संख्यात्मक मूल्यों या भाषाई वाक्यांशों को स्वीकार करेंगे । इस चित्र के रंग संस्करण के लिए ऑनलाइन आलेख देखें ।
![]() |
Online working system |
चूंकि अधिक उन्नत भाषाई साधन उपलब्ध हो गए हैं, इसलिए गणित की भाषा की विस्तृत जांच और अधिक फलदायी हो गई है । उदाहरण के लिए, [४४] ने गणित की समस्याओं के भाषाई गुणों ([४४], [४५]) के प्रभावों का अध्ययन करने के लिए LIWC [३७] और CohMetrix [15] का उपयोग किया है । [४५] पाया कि तीसरे व्यक्ति विलक्षण सर्वसंज्ञा (जैसे, वह, वह) काफी सही जवाब और संज्ञानात्मक ट्यूटर समस्याओं में कम संकेत अनुरोधों के साथ जुड़े रहे हैं ।
उदाहरण के लिए, [४४] ने गणित की समस्याओं के भाषाई गुणों ([४४], [४५]) के प्रभावों का अध्ययन करने के लिए LIWC [३७] और CohMetrix [15] का उपयोग किया है । [४५] पाया कि तीसरे व्यक्ति विलक्षण सर्वसंज्ञा (जैसे, वह, वह) काफी सही जवाब और संज्ञानात्मक ट्यूटर समस्याओं में कम संकेत अनुरोधों के साथ जुड़े रहे हैं । वे काम से संबंधित शर्तों और सीखने के उपयोग के बीच सकारात्मक correlations पाया, और सामाजिक संरचनाओं और सीखने से संबंधित शर्तों के उपयोग के बीच नकारात्मक correlations ।
(3.)गणित की समस्याओं के अर्थ विशेषताएं: छात्र सीखने और सगाई के लिए रिश्ते(Semantic Features of Math Problems: Relationships to Student Learning and Engagement)-
सारणी 1 में कुछ उदाहरण दर्शाए गए हैं । समस्याओं को इस तरह लिखा गया था कि तीनों स्थितियों में समान बीजीय और गणितीय संरचनाओं और संख्याओं के साथ समस्याएं थीं, और समस्याएं विराम चिह्न, वाक्य संरचना, सर्वसंज्ञा का उपयोग, गणितीय शब्दावली का उपयोग आदि पर भी मेल खाती थीं । बीजगणित कहानी की समस्याओं में पठनीयता कारकों की चर्चा के लिए Walkington, क्लिंटन, Ritter, और नाथन, २०१५, देखें) । हालांकि, वे छात्रों के हितों के लिए किए गए कनेक्शनों की गहराई में विभिंन (तालिका 2) ।
(4.)एक बुद्धिमान Tutoring सिस्टम में छात्रों के व्यक्तिगत हितों के लिए बीजगणित को निजीकृत: प्रभाव के मॉडरेटर (Personalizing Algebra to Students’ Individual Interests in an Intelligent Tutoring System: Moderators of Impact)-प्रभाव के मॉडरेटर के रूप में भाषाई उपकरण और अधिक शक्तिशाली और अधिक परिष्कृत हो गए हैं, शोधकर्ताओं ने उंहें बेहतर गणित की शिक्षा में भाषा की भूमिका को समझने के लिए इस्तेमाल किया है । उदाहरण के लिए, [24] पाया कि सही जवाब और कम संकेत अनुरोधों को thirdperson विलक्षण सर्वसंज्ञा (जैसे, वह, वह) का उपयोग कर शब्द समस्याओं के साथ जुड़े रहे हैं । उंहोंने यह भी समस्या सामग्री और सीखने में विशिष्ट अर्थ श्रेणियों के बीच संबंध पाया ।
(5.)प्राकृतिक भाषा संसाधन उपकरण का प्रयोग छात्र सगाई के जटिल मॉडल विकसित करने के लिए (Using Natural Language Processing Tools to Develop Complex Models of Student Engagemen) –
शिक्षक और शोधकर्ता अंतर्निहित कौशल मॉडल के बारे में जानकारी का उपयोग यह निर्धारित करने के लिए कर सकते है कि कौशल महत्वपूर्ण तरीकों से अलग है, जैसे कि निर्धारित करने के लिए कि कौन-सा कौशल मुक्ति (उदा. [1]) या नकारात्मक प्रभाव [11] के साथ संबद्ध होने की संभावना है, और अध्ययन करने के लिए कैसे सुझाव अनुरोधों और अंय metacognitive व्यवहार अलग कौशल के बीच बदलती [24] । कौशल मॉडल भी छात्र सीखने और प्रदर्शन के शिक्षकों के आकलन को सूचित करने में मदद कर सकते हैं, और क्षेत्रों की पहचान है जहां छात्रों को अतिरिक्त अभ्यास या मचान की जरूरत है ताकि सफल होने के लिए हो सकता है । …
(6.)बुद्धिमान Tutoring सिस्टम में स्वचालित विषय पहचान के लिए सहसंबंधात्मक विषय मॉडलिंग का उपयोग करना (Using Correlational Topic Modeling for Automated Topic Identification in Intelligent Tutoring Systems)-
ऑनलाइन होमवर्क में समस्या को हल करने पर गणित की कहानी समस्याओं का भाषा संशोधन का प्रभाव
ब्याज बढ़ाने के दृष्टिकोण को गणित पाठ्यचर्या डिजाइन: रेखांकन और निजीकरण
व्यक्तिगत सीखने में स्थितिजन्य ब्याज की भूमिका
कैसे पठनीयता कारक अलग पृष्ठभूमि के छात्रों के लिए प्रदर्शन के साथ संबद्ध है जब गणित शब्द की समस्याओं को हल कर रहे है
![]() |
Planning for Math. Problems in Computer Curricula |
अनुदेश का निजीकरण: डिजाइन आयाम और अनुभूति के लिए निहितार्थ
व्यक्तिगत “बीजगणित कथाएं”: समस्या संलेखन छात्र बाहर के संदर्भ में प्रस्तुत-स्कूल के हितों
सिफारिशों
अधिक प्रकाशनों, प्रश्न और बुद्धिमान Tutoring सिस्टम में परियोजनाओं की खोज
परियोजना
शिक्षण, शिक्षा, और गणित के संवाद के लिए वास्तविकता
(1.) Readability and Topic Incidence Relate to Performance on Mathematics Story Problems in Computer-Based Curricula–
(2.)Discover the world’s research-
As more advanced linguistic tools have become available, large scale investigations of mathematics language have become more fruitful. For example, [44] have used LIWC [37] and CohMetrix [15] to study the effects of linguistic properties of mathematics problems ([44], [45]). [45] found that third-person singular pronouns (e.g., he, she) are significantly associated with correct answers and fewer hint requests in Cognitive Tutor problems.
(3.)Semantic Features of Math Problems: Relationships to Student Learning and Engagement–
Some examples are shown in Table 1. Problems were written such that all three conditions had problems with identical algebraic and mathematical structures and numbers, and the problems were also matched on the punctuation, sentence structure, use of pronouns, use of mathematical vocabulary, etc. (see Walkington, Clinton, Ritter, & Nathan, 2015, for a discussion of readability factors in algebra story problems). However, they varied in the depth of the connections made to students’ interests (Table 2).
(4.)Personalizing Algebra to Students’ Individual Interests in an Intelligent Tutoring System: Moderators of Impact–
(5.)Using Natural Language Processing Tools to Develop Complex Models of Student Engagement-
(6.)Using Correlational Topic Modeling for Automated Topic Identification in Intelligent Tutoring Systems
Students Authoring Personalized “Algebra Stories”: Problem-Posing in the Context of Out-of-School Interests
Discover more publications, questions and projects in Intelligent Tutoring Systems
Project
Tangibility for the Teaching, Learning, and Communicating of Mathematics