• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Predicting the Performance of Rosetta StoneRTM Language Learners with Individualized Models of Forgetting.
【24h】

Predicting the Performance of Rosetta StoneRTM Language Learners with Individualized Models of Forgetting.

机译：使用个性化的遗忘模型预测Rosetta StoneRTM语言学习者的表现。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

I explore the nature of forgetting in a corpus of 125,000 students using the Rosetta StoneRTM foreign-language instruction software on 48 Spanish lessons. Students are tested on a lesson after its completion and are then retested after a variable time lag. The observed power-law forgetting curves have a small temporal decay rate that varies from lesson to lesson. I obtain improved predictive accuracy of the forgetting model by augmenting it with features that encode characteristics of a student's initial study of the lesson and the activities the student engaged in between the two tests. I then analyze which features best explain individual performance, and find that using these features the augmented model can predict about 25% of the variance in an individual's score on the second test.
机译：我使用Rosetta StoneRTM外语教学软件在48个西班牙语课程中探索了125,000名学生的语料库的本质。课程结束后，将对学生进行测试，然后在可变的时滞后重新测试。所观察到的幂律遗忘曲线具有随时间变化的较小的时间衰减率。通过使用编码学生初始课程学习和学生在两次测验之间从事的活动的特征的特征进行增强，可以提高遗忘模型的预测准确性。然后，我分析了哪些功能可以最好地解释个人的表现，并发现使用增强功能的模型可以预测第二次测试中个人分数的大约25％的变化。

著录项

  • 作者

    Ridgeway, Karl.;

  • 作者单位

    University of Colorado at Boulder.;

  • 授予单位 University of Colorado at Boulder.;
  • 学科 Computer Science.
  • 学位 M.S.
  • 年度 2014
  • 页码 75 p.
  • 总页数 75
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号