<  Back to the Polytechnique Montréal portal

Technology Mediated Peer Instruction

Sameer Rai Bhatnagar

PhD thesis (2021)

[img] Terms of Use: All rights reserved.
Restricted to: Repository staff only until 25 November 2022.
Cite this document: Bhatnagar, S. R. (2021). Technology Mediated Peer Instruction (PhD thesis, Polytechnique Montréal). Retrieved from https://publications.polymtl.ca/6597/
Show abstract Hide abstract

Abstract

RÉSUMÉ : Les progrès de l’apprentissage automatique et du traitement du langage naturel ouvrent la voie à de nouveaux outils pédagogiques, qui peuvent fournir de la rétroaction aux étudiants pour leurs textes écrits, avec la notation automatique des récits, et la notation automatique des réponses courtes. Toutefois, à chaque fois qu’on introduit une nouvelle question, il y a la problématique du “démarrage à froid‘: ces méthodes nécessitent l’intervention initiale d’experts du domaine pour définir ce qui est correct, ainsi que de grands ensembles de données spécifiques à la tâche pour entraîner ces modèles d’apprentissage automatique supervisés. Une autre façon pour les environnements d’apprentissage modernes d’augmenter la quantité de ressources et de rétroaction disponibles pour les étudiants est de recourir à “l’approvisionnement par l’apprenant” (learnersourcing): les étudiants sont invités à générer du contenu (par exemple, de nouveaux éléments de question, des messages d’aide, des explications) dans le cadre de leur propre séquence d’apprentissage, puis ce même contenu est partagé avec leurs pairs, ce qui les aide à apprendre en retour. ----------ABSTRACT : With the rapid growth of online learning, new educational tools are needed in order to promote higher order cognitive tasks, such as effective scientific communication, and the critical reasoning required to engage in the peer review process. Recent progress in machine learning, and natural language processing, have led to the development of systems for Automated Essay Scoring, and Automatic Short Answer Grading, both of which can increase the amount of feedback students can receive. However these methods require initial input from domain experts to define what is correct, and large task specific datasets to train supervised machine learning models. Another way in which modern learning environments can scale up the amount of resources and feedback available to students is through ”learner-sourcing”: students are prompted to generate content (e.g. new question items, hint messages, explanations) as an authentic part of their own learning sequence, and then this same content is shared with peers, which in turn helps them learn as well.

Open Access document in PolyPublie
Department: Département de génie informatique et génie logiciel
Academic/Research Directors: Michel Desmarais and Amal Zouaq
Date Deposited: 25 Nov 2021 14:33
Last Modified: 25 Nov 2021 14:33
PolyPublie URL: https://publications.polymtl.ca/6597/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only