Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
20
Poziom I
Status:
Autorzy: Considine Hugh, Nafalski Andrzej, Miłosz Marek
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 657 - 665
Web of Science® Times Cited: 2
Scopus® Cytowania: 6
Bazy: Web of Science | Scopus | DBLP | EI Compendex | INSPEC | WTI Frankfurt eG | zbMATH | Japanese Science and Technology Agency (JST) | SCImago
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 23rd International Conference on Interactive Collaborative Learning (ICL2020)
Skrócona nazwa konferencji: ICL2020
URL serii konferencji: LINK
Termin konferencji: 23 września 2020 do 25 września 2020
Miasto konferencji: Tallinn
Państwo konferencji: ESTONIA
Publikacja OA: NIE
Abstrakty: angielski
Remote engineering and science laboratories are gaining an increased prominence due to its versatility, ease of use 24/7, most likely open and shared access to any components, setups and instruments, in reconfigurable circuits, and laboratory establishments, including quite unique and expensive ones. The remote laboratories are increasingly shared nationally and internationally mainly with a free access or less so in a pay-for-fee use. Due to the universal time-wise access, human tutoring in remote laboratories, especially synchronous is not realistic. Therefore, an automated support for the students practicing the remote experiments, missing a human tutor is being developed. The system analyses common students’ mistakes in the remote laboratory and identifies remedial actions. Students are informed about their mistakes, extracted from learning analytics of the remote laboratory, in order to correct and revoke their actions. The paper reports on learning habits of the students, their backgrounds and their perception of online learning preceding and following the use of the automated tutoring system.