Whenever students use any drilling system the question arises how much of their learning is meaningful learning vs memorisation through repetition or rote learning. Although both types of learning have their place in an educational system it is important to be able to distinguish between these two approaches to learning and identify options which can dislodge students from rote learning and motivate them towards meaningful learning. The tutor-web is an online drilling system. The design aim of the system is learning rather than evaluation. This is done by presenting students with multiple-choice questions which are selected randomly but linked to the students' performance. The questions themselves can be generated for a specific topic by drawing correct and incorrect answers from a collection associated with a general problem statement or heading. With this generating process students may see the same question heading twice but be presented with all new answer options or a mixture of new and old answer options. Data from a course on probability theory and statistics, taught during COVID-19, are analysed to separate rote learning from meaningful learning. The analyses show non-rote learning, but even with large question databases, students' performance is better when they are presented with an answer option they have seen before. An element of rote learning is thus exhibited but a deeper learning is also demonstrated. The item database has been seeded with hints such that some questions contain clues to cue the students towards the correct answer. This ties in with the issue of meaningful learning versus rote learning since the hope is that a new hint will work as a cue to coax the student to think harder about the question rather than continue to employ rote learning. Preliminary results indicate that hints are particularly useful for students with poor performance metrics.


翻译:当学生使用任何钻井系统时,问题就会产生这样的问题:他们学习的多少是有意义的学习,还是通过重复或轮回学习来记住记忆。虽然这两种学习类型在教育系统中都有其位置。尽管这两种学习类型在教育系统中都有其位置,但重要的是能够区分这两种学习方法,并找出可以让学生脱离腐烂学习的选项,并激励学生走向有意义的学习。辅导网是一个在线钻井系统。该系统的设计目标是学习而不是评估。通过向学生提供多种选择的问题,这些问题是随机选择的,但与学生的成绩挂钩。通过从一个与一般问题说明或方向有关的收集中得出正确和不正确的答案,可以产生这些问题本身。通过这个生成过程,学生可能会看到相同的问题标题两次,但可以展示出所有新的答案选项或新老答案的组合。从一个概率理论和统计课程的数据,在COVID-19期间教授的数据,可以被分析成从有意义的学习中分离。分析显示的是非周期性学习,但即使与大问题数据库挂钩,学生的成绩也会更好,当他们用一个答案来思考时,他们特别会看到一个更准确的答案。因此,学习一个腐坏的线索是学习的线索。从开始学习。

0
下载
关闭预览

相关内容

可解释强化学习,Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
专知会员服务
115+阅读 · 2019年12月24日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年10月22日
Arxiv
0+阅读 · 2021年10月20日
Arxiv
0+阅读 · 2021年10月18日
Arxiv
35+阅读 · 2021年8月2日
Inferred successor maps for better transfer learning
Interpretable Active Learning
Arxiv
3+阅读 · 2018年6月24日
VIP会员
相关VIP内容
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员