arXiv · NLP· Maxim Konca, Alexander Mehler·· 3 天前AI 评分28
数字痕迹预测分析:任务效应、学生差异与关键网络推理中的跨任务稳定性验证
What Do Digital Traces Predict? Task Effects, Student Differences, and Critical Online Reasoning
AI 导读
针对 424 名大学生 527 个浏览会话的研究表明,在跨任务评估中,咨询顺序与关系结构对相对学生表现无显著预测贡献,十二项预设主要测试均未显著。 尽管跨任务合并观察显著提高了相关性,特别是事实正确性方面,但句子嵌入仅在保持任务上与通用响应质量呈现微弱正相关,未确立额外预测价值。 研究指出合并预测相关性可能无法反映任务内学生差异,凸显了任务内评估与标准泛化性审计的必要性。
来源:arXiv · NLP · arxiv.org