인공지능(AI)가 정답을 맞히면 근거 사슬도 맞았을까?
ProofWriter는 정답 분류와 명시적 증명 생성, 모든 결론 열거와 제한적 역추론을 서로 다른 과제로 평가합니다.
ProofWriter: Generating Implications, Proofs, and Abductive Statements over Natural Language
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
ProofWriter는 정답 분류와 명시적 증명 생성, 모든 결론 열거와 제한적 역추론을 서로 다른 과제로 평가합니다.
ProofWriter: Generating Implications, Proofs, and Abductive Statements over Natural Language
Panadero와 Jönsson의 21편 고찰은 루브릭이 기대를 투명하게 만들 수 있지만, 효과가 자기평가·피드백 같은 활동과 뒤섞여 단독 효과는 불확실하다고 봤습니다.
The Use of Scoring Rubrics for Formative Assessment Purposes Revisited: A Review
ICAP 틀은 겉으로 보이는 참여를 수동·활동·구성·상호작용으로 나누고, 새 추론 생성 여부를 묻습니다.
The ICAP Framework: Linking Cognitive Engagement to Active Learning Outcomes
STEM 225개 연구 메타분석은 평균 이점을 보였지만 서로 다른 효과를 하나로 동일시할 수 없음을 보여 줍니다.
Active learning increases student performance in science, engineering, and mathematics
E-value는 관찰연구의 연관성을 설명해 없애려면 미측정 교란이 얼마나 강해야 하는지 비율척도로 묻습니다.
Sensitivity Analysis in Observational Research: Introducing the E-Value
371–375 / 496편