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)

इस पोस्ट में बताया गया है कि आज कम्प्यूटर के युग में गणित की विषयवस्तु को जानने के लिए बहुत से कारकों का प्रभाव पड़ता है जिसे अछूते नहीं रह सकते है। उन कारकों का प्रैक्टिकल अध्ययन किया गया है। जैसे गणित की समस्याओं के अर्थ विशेषताएं: छात्र सीखने और सगाई के लिए रिश्ते  यहाँ सगाई के लिए रिश्ते से तात्पर्य आपस के सम्बन्धों से है जिसका गणित की समस्याओं  तथा  छात्र के सीखने  पर प्रभाव पड़ता 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-

Solving mathematics story problems requires text comprehension skills. However, previous studies have found few connections between traditional measures of text readability and performance on story problems. We hypothesized that recently developed measures of readability and topic incidence measured by text-mining tools may illuminate associations between text difficulty and problem-solving measures. We used data from 3,216 middle and high school students from 10 schools using the Cognitive Tutor Algebra program; these schools were geographically, socioeconomically, racially, and ethnically diverse. We found that several indicators of the readability and topic of story problems were associated with students’ tendency to give correct answers and request hints in Cognitive Tutor. We further examined the individual skill of writing an algebraic expression from a story scenario, and examined students at the lowest performing schools in the sample only, and found additional associations for these subsets. Key readability and topic categories that were related to problem-solving measures included word difficulty, text length, pronoun use, sentence similarity, and topic familiarity. These findings are discussed in the context of models of mathematics story problem solving and previous research on text comprehension.
(2.)Discover the world's research-

Screenshot of story problem in CTA. The "Answer Key" table has been superimposed over the screenshot to show correct answers to each step. In addition to answers shown, the tutor will accept equivalent expressions, numeric values or linguistic phrases. See the online article for the color version of this figure.
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. 

 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. They found positive correlations between the use of work-related terms and learning, and negative correlations between the use of terms related to social constructs and learning. 

(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-

Moderators of Impact as linguistic tools have become more powerful and more sophisticated, researchers have used them to better understand the role of language in mathematics education. For example, [24] found that correct answers and fewer hint requests are associated with word problems using third person singular pronouns (e.g., he, she). They also found relationships between specific semantic categories in problem content and learning. 

(5.)Using Natural Language Processing Tools to Develop Complex Models of Student Engagement-

Teachers and researchers can use information about the underlying skill model to determine if skills differ in important ways, such as determining which skills are more likely to be associated with disengagement (e.g. [1]) or negative affect [11], and to study how hint requests and other metacognitive behaviors vary between different skills [24]. Skill models can also help to inform teachers' assessments of student learning and performance, and identify areas where students may need additional practice or scaffolding in order to succeed. 

(6.)Using Correlational Topic Modeling for Automated Topic Identification in Intelligent Tutoring Systems

The effect of language modification of mathematics story problems on problem-solving in online homework

Interest-enhancing approaches to mathematics curriculum design: Illustrations and personalization

The Role of Situational Interest in Personalized Learning

How Readability Factors Are Differentially Associated with Performance for Students of Different Backgrounds When Solving Math Word Problems

Personalization of Instruction: Design Dimensions and Implications for Cognition
Students Authoring Personalized “Algebra Stories”: Problem-Posing in the Context of Out-of-School Interests

Recommendations
Discover more publications, questions and projects in Intelligent Tutoring Systems
Project
Tangibility for the Teaching, Learning, and Communicating of Mathematics