自动化方法在科学解释写作的形成性反馈研究中有着越来越多的应用，本研究通过一个辅助评分标准，研究了在学生科学解释文章上的自动化反馈，发现学生在文章的修订版本中普遍进步，重点关注了影响自动化反馈准确性的两个因素。

Apr, 2024

这篇论文回顾和整理了一个被少有研究的领域 —— 自动化评估学生的议论写作。与传统的自动化写作评估侧重于整体的论文评分不同，这个领域更具体：它侧重于评估议论性文章，并提供特定的反馈，包括论证结构，论证实力特征分数等。这种聚焦和详细的评估对于帮助学生获得重要的论证技巧非常有用。在本文中，我们根据任务、数据和方法组织现有的工作。我们在代表性数据集上尝试 BERT，旨在为这个领域提供最新的基线。

May, 2022

This research paper presents a transformer-based architecture capable of achieving above-human accuracy in annotating argumentative writing discourse elements for their persuasiveness quality, with planned future work investigating the explainability of the model to provide actionable feedback and enable a partnership between the teacher's advice and the machine's advice.

Jul, 2023

研究了自动写作评估系统如何改善学生写作，着重探讨对论证文本进行修订的相关方面，包括修订类型以及对所给反馈的响应程度。通过分析 5-6 年级学生的论文，引入了一种注释方案来捕捉证据使用和推理方面的修订，并展示了手动注释和修订注释与综合评估的相关性。此外，还研究了自动根据该方案对修订进行分类的可行性。

Jul, 2021

本研究提出了一系列的数据增强操作，用于训练和测试自动评分模型以学习被先前研究忽视的特征和功能，同时在 Automated Student Assessment Prize 数据集中实现了最先进的性能。

Sep, 2023

本研究探讨了使用大型语言模型（LLMs）对 K-12 科学问答进行评分和解释的方法。通过结合少样本学习、主动学习和推理链条，采用 GPT-4 自动评分中学地球科学问答，我们成功地对作业答案进行评分并提供了有意义的解释，进一步系统分析了该方法的优缺点，揭示了人与机联合评分技术提升开放式科学评估的潜力。

Mar, 2024

本文着重探讨人工智能（AI）和机器学习（ML）在科学评估中的转变作用，强调科学评估需要从概念学习转向知识运用，并介绍了基于 ML 的科学评估的现状、准确性评分框架以及未来方向和挑战。

Apr, 2024

本研究旨在通过使用 NLP 技术自动生成课堂讨论质量的评估得分，对 90 个课堂讨论文本记录进行分析和评估，在焦点为四个评估材料的基础上，研究表明在某些方面有了令人鼓舞的结果，同时也发现在其他方面还有进一步的改进空间。

Jun, 2023

本研究探讨了中学生的论证批判写作，发现基于 BERT 模型的架构完成大学层次的论证批判任务效果要比基于领域知识的词汇和语篇特征的模型更好，且分析表明尽管孩子的写作没有成熟的论证文章的标准话语结构，却与成熟的作家分享基本的本地序列结构。

Jun, 2020

本文旨在提供科学领域中的文本修订和写作援助的概述，探讨科学写作的特殊性，包括研究文章中常用的格式和惯例，以及各种可用于文本修订的写作援助工具。

Mar, 2023