考虑人类学习与遗忘机制的人工智能教师优化数据集

数据集概述

本数据集收录了53名用户使用自教学应用学习日语汉字英语含义的实验结果,包含基础数据、刺激材料、人口统计信息及初步实验数据,辅以说明文档与代码示例,为研究人类学习遗忘机制及优化AI教学系统提供支持。

文件详解

  • 核心数据文件:
  • data.csv:主数据文件,包含53名用户一周内学习日语汉字的实验日志,记录用户完成1370至1608次实验、学习85至204个汉字的详细数据
  • demographics.csv:人口统计信息文件,包含53名用户的基本信息
  • stimuli.csv:刺激材料说明文件,列出实验中使用的刺激材料描述
  • data_incl_preliminary_exp.csv:扩展数据文件,包含初步实验用户数据,字段示例:user(用户ID)、character(汉字)、meaning(含义)、success(是否成功)、ts_display(显示时间戳)、ts_reply(回复时间戳)、option0-option5(选项内容)
  • 说明与示例文件:
  • info.ipynb:Jupyter Notebook说明文档,提供数据文件信息、描述性图表及数据处理示例
  • info.pdf:PDF格式的Notebook渲染文件,内容与info.ipynb一致

数据来源

Nioche et al. (2021)

适用场景

  • 教育技术研究:分析人类学习与遗忘模式,优化AI教学系统的内容推荐与间隔复习策略
  • 认知科学研究:探究语言学习中的记忆保持机制与影响因素
  • 用户行为分析:研究不同人口统计特征用户在语言学习应用中的行为差异与学习效果
  • 教育数据挖掘:构建个性化学习路径模型,提升自适应学习系统的效率
  • 学习科学应用:验证学习理论在实际教学场景中的有效性,如间隔效应、测试效应等
packageimg

数据与资源

附加信息

字段
作者 Maxj
版本 1
数据集大小 23.76 MiB
最后更新 2025年12月24日
创建于 2025年12月24日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。