منوی کاربری
  • پشتیبانی: ۴۲۲۷۳۷۸۱ - ۰۴۱
  • سبد خرید

ترجمه مقاله مدلسازی دانشجویی در آموزش جراحی ارتوپدی

ترجمه مقاله مدلسازی دانشجویی در آموزش جراحی ارتوپدی
قیمت خرید این محصول
۲۹,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
مدلسازی دانشجویی در آموزش جراحی ارتوپدی: بهره گیری از تعامل بین شبکه ‌های بیزی زمانی و تحلیل تعلیمی ظریف
عنوان انگلیسی
Student Modeling in Orthopedic Surgery Training: Exploiting Symbiosis between Temporal Bayesian Networks and Fine-grained Didactic Analysis
صفحات مقاله فارسی
73
صفحات مقاله انگلیسی
33
سال انتشار
0
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
F673
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر و علوم تربیتی
گرایش های مرتبط با این مقاله
تکنولوژی اموزشی و هوش مصنوعی
دانشگاه
دانشکده آموزش - دانشگاه میشیگان، ایالات متحده آمریکا
کلمات کلیدی
مدلسازی دانشجویی، شبکه های بیزی زمانی، پشتیبانی هوشمند ، مهندسی تعلیمی ، آموزش پزشکی، شبیه‌سازی های کامپیوتری
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
مقدمه
مدلسازی دانش و مدلسازی دانشجویی
مشارکت
محیط مربوط به نمونه
ساختار مقاله
معماری سیستم
چارچوب تئوری
ادراک ، ادراک نادرست ، دانستن ، پیرامون و حل مسأله
چارچوب مدلسازی دانش دامنه
تحلیل تعلیمی
روش
نتایج اصلی
مسائل (P)
عملگرها (R)
کنترل‌ها (Σ)
نتیجه‌گیری
مدلسازی دانشجو و تشخیص
شبکه‌های بیزی زمانی
مدل دانشجویی
تشخیص دانشجو
متا-مدل
متغیرهای تکامل
قوانین IF-THEN
متغیرهای تصحیح
گره‌های کنترل
فرایند تشخیص
ارزیابی
بحث
کارهای مشابه و بحث
روش بر پایه‌ی ادراک
روش بر پایه‌ی محدودیت
روش بر پایه‌ی شبکه‌های بیزی
نتیجه‌گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

Cognitive approaches have been used for student modeling in intelligent tutoring systems (ITSs). Many of those systems have tackled fundamental subjects such as mathematics, physics, and computer programming. The change of the student’s cognitive behavior over time, however, has not been considered and modeled systematically. Furthermore, the nature of domain knowledge in specific subjects such as orthopedic surgery, in which pragmatic knowledge could play an important role, has also not been taken into account deliberately. We believe that the temporal dimension in modeling the student’s knowledge state and cognitive behavior is critical, especially in such domains. In this paper, we propose an approach for student modeling and diagnosis, which is based on a symbiosis between temporal Bayesian networks and fine-grained didactic analysis. The latter may help building a powerful domain knowledge model and the former may help modeling the learner’s complex cognitive behavior, so as to be able to provide him or her with relevant feedback during a problem-solving process. To illustrate the application of the approach, we designed and developed several key components of an intelligent learning environment for teaching the concept of sacro-iliac screw fixation in orthopedic surgery, for which we videotaped and analyzed six surgical interventions in a French hospital. A preliminary gold-standard validation suggests that our diagnosis component is able to produce coherent diagnosis with acceptable response time.

نمونه چکیده ترجمه متن فارسی
چکیده

راه‌کارهای شناختی در سیستم‌های آموزشی هوشمند (ITS ) برای مدلسازی دانشجویی به کار گرفته‌شده‌اند. بسیاری از این سیستم‌ها مباحث پایه‌ای مانند ریاضیات، فیزیک و برنامه‌سازی کامپیوتری را به خدمت می‌گیرند. اما تغییر رفتار شناختی دانشجویان در طول زمان، مورد توجه قرار نگرفته و به طور سیستماتیک مدلسازی نشده‌است. علاوه بر این، طبیعت دانش محیطی  در مباحث خاصی مانند جراحی ارتوپدی که در آن دانش عملگرایانه  نقش عمده‌ای دارد، عمداً در نظر گرفته‌نشده‌است. به باور ما بعد زمانی در مدلسازی حالت دانش و رفتار شناختی دانشجو، به ویژه در چنین محیط‌هایی، بسیار حیاتی است. در این مقاله ما روشی برای مدلسازی دانشجو و تشخیص  پیشنهاد می‌کنیم که برپایه‌ی تعامل بین شبکه‌های بیزی زمانی و تحلیل تعلیمی ظریف استوار است. برای تشریح کاربرد روش، ما اجزای کلیدی متعدد یک محیط یادگیری هوشمند را برای آموزش مفهوم جایگذاری پیچ خاصره‌ای-خاجی  در جراحی ارتوپدی بسط دادیم که برای این کار شش عمل جراحی را در یک بیمارستان فرانسوی فیلمبرداری و بررسی کردیم. یک استاندارد طلایی معتبرسازی اولیه  نشان می‌دهد که جزء تشخیصی ما می‌تواند تشخیصی منسجم با زمان پاسخ‌گویی قابل قبول ایجاد کند.


بدون دیدگاه