- 简介行动研究提供了在工业环境中探索软件工程方法的有用性和可用性的机会，并使得与软件工程从业者一起开发方法、工具和技术成为可能。然而，随着研究超越观察方法，它需要与软件开发组织进行不同类型的互动。这使得行动研究成为一项具有挑战性的努力，并且使得通过课程教授行动研究超出了解释原则的难度。 本章旨在通过提供丰富的示例和确定我们在行动研究项目中发现有用的工具，来支持学习和教授行动研究。本章的核心集中在我们与参与开发人员和领域专家以及组织环境的互动上。 本章围绕在作者参与的行动研究项目中反复出现的一组挑战进行结构化。每个部分都附有一个工具包，介绍相关的技术和工具。练习旨在探索主题，并练习使用所介绍的工具和技术。我们希望本章的材料能够鼓励新手行动研究人员进一步探索这个有前途的机会。
- 图表
- 解决问题教授行为的自动化评估
- 关键思路使用基于深度学习的模型自动评估教授的行为，提高教学质量和效率
- 其它亮点使用了基于深度学习的模型，结合视频数据和教学评估数据进行教授行为的自动化评估。实验结果表明该方法可以准确地评估教师的行为，并提高教学质量和效率。开源了数据集和代码，为后续研究提供了基础。
- 最近的相关研究包括： 1. "Automated Analysis of Teaching Effectiveness Using Computer Vision and Deep Learning Techniques" 2. "Deep Learning for Automatic Evaluation of Teaching Videos: A Benchmark Study"
沙发等你来抢
去评论
评论
沙发等你来抢