美国学生论说文写作质量评估数据集-2011至2024-julesking
数据来源：互联网公开数据
标签：学生写作,论说文,教育评估,人工智能,机器学习,教学反馈,数据集,美国教育
数据概述：
本数据集（PERSUADE，Persuasive Essays for Rating, Selecting, and Understanding Argumentative and Discourse Elements）收录了超过14,000篇学生论说文及其详细标注信息。该数据集通过分解和聚焦论说文中的各种论述和修辞元素，为研究人员提供了深入了解学生写作能力的窗口。数据集中的每个论说文样本都被标记了不同的论证和修辞元素，并对其有效性进行了评分，还包含整体质量评分以及学生的背景信息，如年级、种族/族裔、经济背景等。
数据集来源于美国佐治亚州立大学和Learning Agency Lab的Feedback Prize项目，旨在推动开放源代码算法在辅助写作反馈工具中的发展，帮助学生提高写作水平。数据集中的论说文涵盖了6至12年级学生的实际考试题目和写作内容。
数据用途概述：
该数据集适用于教育研究、自然语言处理、机器学习、以及教学反馈等多个领域。研究人员可以利用数据集开发更有效的AI和机器学习工具，以提供更精细的写作反馈；教师可以借助数据集了解学生写作中的具体问题，从而给出更有针对性的指导。此外，数据集还可以用于评估学生第二语言写作能力，分析不同背景学生之间的写作差异，以及研究写作反馈工具中的偏见问题。总体而言，PERSUADE数据集为提升学生写作能力提供了重要的数据支持。
