Электронный каталог

rus
НТБ Минпромторга России
Режим работы
Контактная информация

Поиск :

  • Поиск
  • Поиск одной строкой
  • Помощь

  • Разделы фонда

  • Книги по ТЯЖЕЛОЙ ПРОМЫШЛЕННОСТИ
  • Книги 2022
  • Книги 2023
  • Книги 2024
  • Ретрофонд
  • Статьи из информационных обзоров за 2023
  • Статьи из информационных обзоров за 2024

  • Справочники

  • Авторы
  • Издательства
  • Серии
  • Дерево рубрик

  • Статистика поисков
  • Статистика справок

Личный кабинет :


Самозапись

Электронный каталог: Университеты, которые слышат: ИИ аналитика обратной связи от студентов для принятия институционал...

Университеты, которые слышат: ИИ аналитика обратной связи от студентов для принятия институционал...

Нет экз.
Университеты, которые слышат: ИИ аналитика обратной связи от студентов для принятия институционал...
Статья
Автор:
Университеты, которые слышат: ИИ аналитика обратной связи от студентов для принятия институционал...
2025 г.
ISBN отсутствует

На полку На полку


Статья

Университеты, которые слышат: ИИ аналитика обратной связи от студентов для принятия институциональных решений // Форсайт (электронная версия). – 2025. – №4. – С.68-80. - 649225. – На рус. яз.

Эффективная трансформация образовательной системы, требующая применения инновационных подходов. Один из прикладных механизмов получения качественной обратной связи в этой сфере - аспектно-ориентированный анализ тональности (Aspect-Based Sentiment Analysis, ABSA). Многозадачная архитектура для оценки студентами преподавания (ОСП), позволяющая выявлять и структурировать конкретные параметры образовательного процесса. Представленная архитектура, предлагающая сегментированную и многомаркерную классификацию отзывов, обеспечивая детализированную обратную связь по девяти аспектам, включая "Качество преподавания" и "Атмосферу в аудитории". Сфера применения подхода, выходящая за рамки анализа ОСП, содержащая ценные сведения для совершенствования учебных курсов, оценки педагогического состава и принятия управленческих решений в высшем образовании. Сопоставление эффективности тонко настроенных трансформерных моделей BERT и RoBERTa с большими языковыми моделями (LLM) GPT-4o, GPT-4o-mini и LLama-3.1-8B, показавшее превосходство LLM GPT-4o. Задействование LLM методологии цепочки мыслей (Chain of Thought, CoT) в режиме тонкой настройки и малого количества подсказок (few-shot), обеспечение подходами Few-shot CoT лучшей масштабируемости и интерпретируемости. Предложенная архитектура, трансформирующая неструктурированную обратную связь в четко организованные выводы, способствуя повышению качества преподавания и вовлеченности студентов.


Ключевые слова = АНАЛИЗ
Ключевые слова = ВОВЛЕЧЕННОСТЬ
Ключевые слова = ЗАРУБЕЖНЫЕ СТРАНЫ
Ключевые слова = КАЧЕСТВО
Ключевые слова = КЛАССИФИКАЦИЯ
Ключевые слова = НОВИКОВА Н.П.
Ключевые слова = ОБРАЗОВАНИЕ ВЫСШЕЕ
Ключевые слова = ОПРОС
Ключевые слова = ОЦЕНКА
Ключевые слова = ПРЕПОДАВАНИЕ
Ключевые слова = СОВЕРШЕНСТВОВАНИЕ
Ключевые слова = СТУДЕНТ
Ключевые слова = УПРАВЛЕНЧЕСКОЕ РЕШЕНИЕ
Ключевые слова = ОБРАЗОВАНИЕ. КУЛЬТУРА


Привязано к:

Отобрать для печати: страницу | инверсия | сброс | печать(0)

Форсайт (электронная версия)
Нет экз.
Выпуск

Форсайт (электронная версия) №4
2025 г.
ISBN отсутствует
ФБУ НТБ Минпромторга России : Иркутская


На полку На полку


© Все права защищены ЗАО "Компания Либэр" , 2009 - 2026  v.20