PREDICTING THE LEARNING PATH TO LEARNER’S OPTIMUM COMPREHENSION
Інформаційні технології і засоби навчання
View Archive Info| Field | Value | |
| Title |
PREDICTING THE LEARNING PATH TO LEARNER’S OPTIMUM COMPREHENSION
ПРОГНОЗУВАННЯ ТРАЄКТОРІЇ НАВЧАННЯ УЧНЯ ДЛЯ ЕФЕКТИВНОГО ОПАНУВАННЯ НАВЧАЛЬНОГО МАТЕРІАЛУ |
|
| Creator |
Achi, Ifeanyi Isaiah
Agwu, Chukwuemeka Odi Nnamene, Christopher Chizoba Aniobi, Sylvester C. Barnabas C., Ifebude Oketa, Kelechi Christian Ezeh, Godson Kenechukwu Ugah, John Otozi Ачі, Іфеані Ісайя Агву, Чуквуемека Оді Ннамене, Крістофер Чізоба Аніобі, Сильвестр К. Барнаба С., Іфебуде Окета, Келечі Крістіан Езех, Годсон Кенечукву Уга, Джон Отозі |
|
| Subject |
Machine Learning
Markov Chain Markov Transition State Diagram Intelligent Tutoring System Computer-based Learning Markov Decision Process машинне навчання ланцюг Маркова діаграма перехідних станів Маркова інтелектуальна система навчання комп'ютерне навчання процес прийняття рішень Маркова |
|
| Description |
The essence of learning is for the learner to attain a significant level of comprehension after the learning process is completed. The quest to achieve this singular purpose has led to the introduction of several learning techniques in the conventional learning environment, such as asking questions and conducting test after class, just to mention a few. Additionally, technology has been introduced in learning. Even with technological advancements, the learning experience still faces the challenge of learners not attaining the optimum comprehension state after the learning process. This is due to the present systems' inability to model the learner to determine the best methods for achieving maximum comprehension. Hence, this research paper focuses on deriving an improved mathematical model for predicting the learning path to a learner’s optimum comprehension. The paper presented three learning instructional media (learning paths); textual, audio and a hybrid of audio and video, which this research uses in modelling the learner. This is to enable the improved system predict the best learning path to optimum comprehension for learners. This research paper adopted Reinforcement Learning and the Markov decision process, specifically the Markov Chain approach, in developing an improved model for prediction. The evaluation of this research involved brainstorming on the Bellman’s equation with the aid of the Markov Chain transition state framework, resulting in an improved mean value function of 71.7. This indicates an enhanced comprehension state for the learning students compared to the existing mean value function of 46.0. The results obtained from this research clearly demonstrate that the improved model was able to predict and assign the best learning path to achieve optimum comprehension state for learners.
Основною метою навчання є досягнення учнем розуміння матеріалу після завершення навчального процесу. Прагнення досягти цієї мети призвело до впровадження у звичайному навчальному середовищі нових методів дослідження, зокрема опитування та проведення тестів після занять. Впровадження технологій у навчальний процес змінює його. Але, незважаючи на технологічний прогрес. залишається проблема відсутності у деяких учнів прогресу в досягненні оптимального рівня засвоєння матеріалу після завершення навчання. На погляд авторів, це пов'язано з нездатністю сучасних систем передбачити найкращі методи для досягнення максимального розуміння матеріалу кожним учнем. Представлена наукова робота зосереджена на отриманні покращеної математичної моделі для прогнозування шляху навчання до оптимального розуміння матеріалу учнем. У статті представлено три навчальні засоби навчання (шляхи навчання): текстовий, аудіо та гібрид аудіо та відео, які використовуються в цьому дослідженні для моделювання засвоєння знань учнем. Це дає змогу вдосконаленій системі прогнозувати найкращий шлях навчання для оптимального засвоєння матеріалу учнями. У цій дослідницькій роботі було застосовано навчання з підкріпленням і процес прийняття рішень Маркова, зокрема підхід ланцюга Маркова для розробки вдосконаленої моделі прогнозування. Мозковий штурм рівняння Беллмана за допомогою структури перехідних станів ланцюга Маркова, в результаті чого функція середнього значення була покращена до 71,7, був складовою оцінки цього дослідження. Це вказує на покращений стан розуміння матеріалу студентами у порівнянні з існуючою функцією середнього значення 46,0. Результати, отримані в цьому дослідженні, демонструють, що вдосконалена модель змогла передбачити і призначити найкращий шлях навчання для досягнення оптимального стану розуміння учнями матеріалу, що вивчається. |
|
| Publisher |
Institute for Digitalisation of Education of NAES of Ukraine
|
|
| Date |
2024-04-30
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Peer-reviewed Article рецензируемая статья рецензована стаття |
|
| Format |
application/pdf
|
|
| Identifier |
https://journal.iitta.gov.ua/index.php/itlt/article/view/5530
10.33407/itlt.v100i2.5530 |
|
| Source |
Information Technologies and Learning Tools; Vol. 100 No. 2 (2024); 41-52
Информационные технологии и средства обучения; Том 100 № 2 (2024); 41-52 Інформаційні технології і засоби навчання; Том 100 № 2 (2024); 41-52 Інформаційні технології і засоби навчання; ##issue.vol## 100 ##issue.no## 2 (2024); 41-52 2076-8184 10.33407/itlt.v100i2 |
|
| Language |
eng
|
|
| Relation |
https://journal.iitta.gov.ua/index.php/itlt/article/view/5530/2239
|
|
| Rights |
Copyright (c) 2024 Ifeanyi Isaiah Achi, Chukwuemeka Odi Agwu, Christopher Chizoba Nnamene, Sylvester C. Aniobi, Ifebude Barnabas C., Kelechi Christian Oketa, Godson Kenechukwu Ezeh, John Otozi Ugah
https://creativecommons.org/licenses/by-nc-sa/4.0 |
|