Impact of Methodological Choices on the Evaluation of Student Models
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F20%3A00116669" target="_blank" >RIV/00216224:14330/20:00116669 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-030-52237-7_13" target="_blank" >https://doi.org/10.1007/978-3-030-52237-7_13</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-52237-7_13" target="_blank" >10.1007/978-3-030-52237-7_13</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Impact of Methodological Choices on the Evaluation of Student Models
Popis výsledku v původním jazyce
The evaluation of student models involves many methodological decisions, e.g., the choice of performance metric, data filtering, and cross-validation setting. Such issues may seem like technical details, and they do not get much attention in published research. Nevertheless, their impact on experiments can be significant. We report experiments with six models for predicting problem-solving times in four introductory programming exercises. Our focus is not on these models per se but rather on the methodological choices necessary for performing these experiments. The results show, particularly, the importance of the choice of performance metric, including details of its computation and presentation.
Název v anglickém jazyce
Impact of Methodological Choices on the Evaluation of Student Models
Popis výsledku anglicky
The evaluation of student models involves many methodological decisions, e.g., the choice of performance metric, data filtering, and cross-validation setting. Such issues may seem like technical details, and they do not get much attention in published research. Nevertheless, their impact on experiments can be significant. We report experiments with six models for predicting problem-solving times in four introductory programming exercises. Our focus is not on these models per se but rather on the methodological choices necessary for performing these experiments. The results show, particularly, the importance of the choice of performance metric, including details of its computation and presentation.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Artificial Intelligence in Education. AIED 2020. Lecture Notes in Computer Science, vol 12163.
ISBN
9783030522360
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
12
Strana od-do
153-164
Název nakladatele
Springer
Místo vydání
Cham
Místo konání akce
Ifrane, Morocco
Datum konání akce
1. 1. 2020
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000885049000013