How learners produce data from text in classifying clickbait
How learners produce data from text in classifying clickbait
复制标题
学习者如何从文本中生成数据来对标题诱饵进行分类
DOI：
10.1111/test.12339
复制
发表时间：
2023
影响因子：
0.8
通讯作者：
Finzer, William
中科院分区：
文献类型：
--
作者：
Horton, Nicholas J.;Chao, Jie;Palmer, Phebe;Finzer, William
文本提供了非结构化数据的一个令人信服的例子，可以用来激发和探索分类问题。出现的挑战，关于文本和学生之间的文本表示字符串和识别嵌入连接与底层现象的功能连接的功能表示的功能。为了观察学生如何在设计用于引出该领域某些方面的场景中使用文本数据进行推理，我们采用了基于任务的访谈方法，使用结构化协议与六对本科生进行访谈。我们的目标是通过一个激励性的任务将标题分类为“点击诱饵”或“新闻”，来阐明学生对文本作为数据的理解。三种类型的功能（功能，内容和形式）浮出水面，大多数来自第一种场景。我们对访谈的分析表明，这一系列活动使参与者在人类感知水平和计算机提取水平上进行思考，并将它们之间的联系概念化。
Text provides a compelling example of unstructured data that can be used to motivate and explore classification problems. Challenges arise regarding the representation of features of text and student linkage between text representations as character strings and identification of features that embed connections with underlying phenomena. In order to observe how students reason with text data in scenarios designed to elicit certain aspects of the domain, we employed a task‐based interview method using a structured protocol with six pairs of undergraduate students. Our goal was to shed light on students' understanding of text as data using a motivating task to classify headlines as “clickbait” or “news.” Three types of features (function, content, and form) surfaced, the majority from the first scenario. Our analysis of the interviews indicates that this sequence of activities engaged the participants in thinking at both the human‐perception level and the computer‐extraction level and conceptualizing connections between them.
登录
查看更多内容
数学教育中的任务型访谈
DOI：
10.1007/978-3-030-15789-0_147
发表时间：
2020
期刊：
Encyclopedia of Mathematics Education
影响因子：
--
作者：
C. Maher;R. Sigley
通讯作者：
R. Sigley
影响因子：
1.6
作者：
Kate Scott
通讯作者：
Kate Scott
使用算法模型来培养中学教师对统计建模过程的理解
影响因子：
4.6
作者：
A. Zieffler;Nicola Justice;R. delMas;Michael D. Huberty
通讯作者：
Michael D. Huberty
社交媒体分析教学：基于自然灾害帖子的评估
DOI：
--
发表时间：
2015
期刊：
J. Inf. Syst. Educ.
影响因子：
--
作者：
T. Goh;Pei
通讯作者：
Pei
垃圾邮件四种方式：理解文本数据
DOI：
10.1080/09332480.2022.2066414
发表时间：
2022
期刊：
CHANCE
影响因子：
--
作者：
Horton, Nicholas J.;Chao, Jie;Finzer, William;Palmer, Phebe
通讯作者：
Palmer, Phebe