AutoTutor is a learning environment

AutoTutor is a learning environment that tutors students by holding a conversation in natural language.
AutoTutor
has been developed for Newtonian qualitative physics and computer literacy.
Its design
was inspired by explanation-based constructivist theories of learning, intelligent tutoring systems
that
adaptively respond to student knowledge, and empirical research on dialogue patterns in tutorial
discourse.
AutoTutor
presents challenging problems (formulated as questions) from a curriculum
script
and then engages in mixed initiative dialogue that guides the student in building an answer.
It
provides
the student with positive, neutral, or negative feedback on the student’s
typed responses,
pumps
the student for more information, prompts the student to fill in missing words, gives hints, fills
in
missing information with assertions, identifies and corrects erroneous ideas, answers the student’s
questions,
and summarizes answers. AutoTutor
has produced learning gains of approximately .70 sigma
for
deep levels of comprehension.

ผลลัพธ์ (ไทย) 1:

AutoTutor เป็นสภาพแวดล้อมการเรียนรู้ที่เป็นกันเองนักเรียน โดยการสนทนาในภาษาธรรมชาติAutoTutorได้รับการพัฒนาสำหรับฟิสิกส์เชิงคุณภาพ Newtonian และสามารถใช้คอมพิวเตอร์การออกแบบแรงบันดาลใจเนมอธิบายตามทฤษฎีการเรียนรู้ ระบบอัจฉริยะสอนที่ตอบความรู้นักเรียน และการวิจัยเชิงประจักษ์ในรูปแบบบทสนทนาในบทเรียนอย่างเหมาะสมวาทกรรมAutoTutorนำเสนอความท้าทายปัญหา (สูตรถาม) จากหลักสูตรสคริปต์แล้ว เกี่ยวในผสมริโต้ที่แนะนำนักเรียนในการสร้างคำตอบมันมีนักเรียนบวก เป็นกลาง หรือคำติชมเชิงลบในของนักเรียนการตอบสนองการพิมพ์เครื่องสูบน้ำนักศึกษาสำหรับข้อมูลเพิ่มเติม ให้นักเรียนเติมคำที่หายไป ให้คำแนะนำ เติมในขาดข้อมูล ด้วย assertions ระบุ และแก้ไขความคิดผิดพลาด คำตอบของนักเรียนคำถามและสรุปคำตอบ AutoTutorมีผลิตการเรียนรู้กำไรของซิกม่าประมาณ.70สำหรับระดับลึกของความเข้าใจ

ผลลัพธ์ (ไทย) 2:

AutoTutor เป็นสภาพแวดล้อมการเรียนรู้ที่สอนนักเรียนโดยถือการสนทนาในภาษาธรรมชาติ.
AutoTutor
ได้รับการพัฒนาสำหรับฟิสิกส์เชิงคุณภาพของนิวตันและความรู้คอมพิวเตอร์.
การออกแบบที่
ได้รับแรงบันดาลใจจากคำอธิบายตามทฤษฎีคอนสตรัคติของการเรียนรู้ระบบการสอนอัจฉริยะ
ที่
ปรับเปลี่ยนการตอบสนองต่อความรู้ของนักเรียน และการวิจัยเชิงประจักษ์ในรูปแบบการเจรจาในการกวดวิชา
วาทกรรม.
AutoTutor
นำเสนอปัญหาที่ท้าทาย (สูตรคำถาม) จากหลักสูตร
สคริปต์
แล้วเข้าร่วมในการเจรจาความคิดริเริ่มผสมที่แนะนำนักเรียนในการสร้างคำตอบ.
มัน
ให้
นักเรียนที่มีบวกเป็นกลางหรือ ข้อเสนอแนะเชิงลบเกี่ยวกับนักเรียนใน
การตอบสนองการพิมพ์
ปั๊ม
นักเรียนสำหรับข้อมูลเพิ่มเติมจะแจ้งให้นักเรียนที่จะเติมในคำพูดที่ขาดหายไปให้คำแนะนำ, เติม
ใน
ข้อมูลที่มีการยืนยัน, ระบุที่ขาดหายไปและแก้ไขความคิดที่ผิดพลาดคำตอบของนักเรียน
คำถาม
และสรุปคำตอบ AutoTutor
มีการผลิตการเรียนรู้กำไรประมาณ 0.70 Sigma
สำหรับ
ระดับลึกของความเข้าใจ

ผลลัพธ์ (ไทย) 3:

autotutor เป็นสภาพแวดล้อมการเรียนรู้ที่ผู้สอนผู้เรียนโดยถือการสนทนาในภาษาธรรมชาติautotutorได้รับการพัฒนาสำหรับนิวตันฟิสิกส์เชิงคุณภาพและความรู้คอมพิวเตอร์การออกแบบของเป็นแรงบันดาลใจจากคำอธิบายตามตามแนวคิดทฤษฎีการเรียนรู้ ระบบอัจฉริยะแบบว่าการปรับตัวตอบสนองต่อความรู้ นักเรียน นักศึกษา และการวิจัยเชิงประจักษ์ในรูปแบบบทสนทนาในกวดวิชาวาทกรรมautotutorนำเสนอความท้าทายปัญหา ( ยุทธศาสตร์ เป็นคำถามจากหลักสูตรสคริปต์แล้วเกี่ยวในบทสนทนาที่ผสมการแนะนำนักเรียนในการสร้างคำตอบมันให้นักเรียนกับบวกเป็นกลางหรือลบความคิดเห็นเกี่ยวกับนักศึกษาพิมพ์คำตอบปั๊มนักเรียน สำหรับข้อมูลเพิ่มเติม แจ้งให้นักเรียนเติมคำที่หายไปให้คําแนะนํา , เติม ,ในข้อมูลที่หายไปกับ assertions ระบุและแก้ไขความคิดที่ผิดพลาด คำตอบของนักเรียนคำถามและสรุปคำตอบ autotutorมีผลการเรียนรู้กำไรประมาณ 70 ซิกม่าสำหรับระดับลึกของความเข้าใจ