开放式本文检测工具拓宽对学生反馈内容的理解
Automatic scoring of student feedback for teaching evaluation based on aspect-level sentiment analysis
作者:Ping Ren et al.
过去的研究证明，学生对于教师和教学质量的反馈非常可观且重要，但这些证据大多来自于量化问卷。由于开放式回答的问题很难被解释和自动化评价，因此较少被研究者关注。最近，研究者使用了基于深度学习的分词方法，来分析学生对教师和教学质量的开放式回答文本，重点关注了其中的情绪因素。研究结果显示，这种分析技术达到了80%的准确率，并且可以从中得到定量分析无法获得的信息（例如情绪）。研究者相信这种检测方式可以为课程改革和教学实践提供更深入和更具建设性的见解。
家长对于在小学中使用人脸识别的态度
Supporting schools to use face recognition systems: a continuance intention perspective of elementary school parents in China
作者:Jon-Chao Hong et al.
越来越多的教学场景中出现了人脸识别技术，然而家长真的同意这种技术的运用吗？最近，来自中国的研究者填补了这一研究空白。基于380名小学生家长的数据显示，对技术的信念与技术的感知价值呈现负相关关系，而技术的创新性和技术的感知价值呈正相关，技术的感知价值能够预测家长们对人脸识别技术的支持程度。研究者指出，当前结果说明家长是支持在小学阶段使用人脸识别系统的。
能提供形成性反馈的自动论文评分应用设计
A Human-Centric Automated Essay Scoring and Feedback System for the Development of Ethical Reasoning
作者:Alwyn Vwen Yen Lee et al.
随着人工智能与教育的融合日渐普遍，研究者开始关注教育领域中以人为中心的人工智能（HAI）的设计方式。最近，研究者报告了一个自动论文评分系统，该系统是以学生为中心进行设计，目的为学生提供有效的形成性评估和反馈，并节省教师的工作时间。在经过一段时间的运用后，研究发现，尽管最初的系统具有相当的可靠性，但是有效性无法达到教师手工评价的水平。随着系统的设计的迭代，该系统的有效性得到了改善并逐渐接近人工评价的水平。
责任编辑：Diaw Maxwell
15117967419@126.com