論文の概要: Ethnic Diversity in Computer Science at a Large Public R1 Research
University
- arxiv url: http://arxiv.org/abs/2004.13865v2
- Date: Mon, 30 Aug 2021 15:58:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-21 21:32:56.959899
- Title: Ethnic Diversity in Computer Science at a Large Public R1 Research
University
- Title（参考訳）: 大規模R1研究大学におけるコンピュータ科学の民族多様性
- Authors: Monica Babes-Vroman, Andrew Tjang, Thu D. Nguyen
- Abstract要約: 大規模R1研究大学におけるマイノリティ学生の採用と留保のパターンについて検討した。
異なる人種・民族集団の学生は、一般大衆に認知される学生ほど大きくないことを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Even with recent increases in enrollments, computer science departments in
the United States are not producing the number of graduates that the computing
workforce needs, an issue that impacts the scientific and economic growth of
our country. Because the computer science field is predicted to grow, it is
important to draw from demographic groups that are growing in the US. At the
same time, increasing the representation of students from minority groups will
include a more diverse perspective in the development of new technologies.
Previous work has addressed the low representation of students of color in
computer science classes at the high-school level and explored what are the
causes for those low numbers. In this paper, we study patterns of recruitment
and retention among minority students at a large R1 research university in
order to understand the unique challenges in racial and ethnic diversity that
computer science departments face. We use student data from a set of three core
curriculum computer science classes at a large public research university and
answer questions about the ethnic gap in our department, how it has changed
with the recent increase in student enrollments, and how it changes as students
progress through the major. We also analyze our students' intent to major when
they are taking our introductory programming class, and how many of our CS1
students take more advanced classes. We measure retention rates for students in
each ethnic group, how do their prior experiences differ, if there is a
difference between groups in how many of them change their minds about majoring
after taking CS1, and whether or not their grades are correlated with a change
in their intent to major.We show that students from different race/ethnicity
groups are not as different as it is perceived by the public.
- Abstract（参考訳）: 近年の入学数の増加にもかかわらず、米国のコンピュータ科学部門は、我が国の科学と経済成長に影響を与える問題である、コンピュータの労働力が必要な卒業生の数を生産していない。
コンピュータ科学の分野は成長すると予想されているため、米国で成長している人口集団から学ぶことが重要である。
同時に、少数集団からの学生の表現の増加は、新しい技術開発においてより多様な視点を含むことになる。
これまでの研究は、高校生のコンピュータサイエンスの授業における色の表現の低さに対処し、その低さの原因について検討してきた。
本稿では,コンピュータ科学部が直面する人種的・民族的多様性の独特な課題を理解するため,大規模なr1研究大学における少数学生の採用と定着のパターンについて検討する。
大公立大学における3つの中核的なカリキュラムのコンピュータサイエンスの授業から得られた学生データを用いて,当科における民族格差,近年の留学生数の増加に伴う変化,専攻の進学に伴う変化について質問する。
また,導入型プログラミングの授業を受講する学生の意図や,cs1の学生がより高度な授業を受講する回数についても分析した。
我々は,各民族集団の留学生の留学生率,先行経験の相違,CS1を受講した後のメジャー化に対する意識の変化の有無,学級がメジャー化の意図の変化と相関しているかどうかの相違点について検討し,異なる人種・民族集団の学生は,一般の認識ほど異なるものではないことを示す。
関連論文リスト
- Simpson's Paradox and Lagging Progress in Completion Trends of
Underrepresented Students in Computer Science [0.09831489366502298]
コンピュータサイエンス(CS)コミュニティにとって、様々な背景を持つ学生の積極的な参加と成功を保証することが不可欠である。
この研究は、CSと他の研究分野を比較し、女性、黒人、ヒスパニック系、ラテン系の3つのグループから学生を成功させた。
データ駆動型アプローチを用いることで、CSの未表現グループにおける成功傾向が、他の分野に遅れを取っていることが示される。
論文 参考訳（メタデータ） (2023-11-25T01:00:23Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳（メタデータ） (2023-03-28T03:31:37Z) - Diversity dilemmas: uncovering gender and nationality biases in graduate
admissions across top North American computer science programs [0.0]
入学プロセスにおいて,学生の性別や国籍が優先されているかを検討する。
研究グループへの入学には男女差は認められなかったが,学生の国籍にもとづく偏見がみられた。
論文 参考訳（メタデータ） (2023-02-01T17:02:08Z) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。
我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。
自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文 参考訳（メタデータ） (2022-03-10T20:23:38Z) - Interleaving Computational and Inferential Thinking: Data Science for
Undergraduates at Berkeley [81.01051375191828]
カリフォルニア大学バークレー校の大学院データサイエンスカリキュラムは、5つの新しいコースに固定されている。
これらのコースは計算思考、推論思考、現実世界の問題に取り組むことを強調する。
これらのコースは、キャンパスで最も人気のあるコースの一つとなり、データサイエンスの新しい学部生とマイナープログラムへの関心が高まっている。
論文 参考訳（メタデータ） (2021-02-13T22:51:24Z) - Revealing the Hidden Patterns: A Comparative Study on Profiling
Subpopulations of MOOC Students [61.58283466715385]
MOOC(Massive Open Online Courses)は、学生の異質性を示す。
MOOCプラットフォームからの複雑な“ビッグデータ”の出現は、学生がMOOCにどのように従事しているかを深く理解する上で、難しいが報われる機会である。
本報告では,MOOCにおける学生活動のクラスタリング分析と,学生集団間の行動パターンと人口動態の比較分析について述べる。
論文 参考訳（メタデータ） (2020-08-12T10:38:50Z) - Computer-Aided Personalized Education [15.811740322935476]
過去10年間で、導入コースを受講する米国の学生数は3倍に増えている。
大規模なオープンオンラインコース(MOOC)は、この制約を緩和する方法として推進されている。
計算ツールに依存したパーソナライズド教育はこの課題に対処できる。
論文 参考訳（メタデータ） (2020-07-07T18:00:04Z) - Gender Diversity in Computer Science at a Large Research University [0.0]
大規模公立研究大学のコンピュータサイエンスにおける男女差について検討する。
初等CS1コースを専攻する女性の大多数は、CS1コースを専攻するつもりがないことがわかった。
この発見は、保持作業の大部分がこれらの女性を惹きつけ、さらにメジャーを探求していることを示している。
論文 参考訳（メタデータ） (2020-04-28T18:11:44Z) - Contrastive Examples for Addressing the Tyranny of the Majority [83.93825214500131]
我々は,グループメンバーシップを介在する,オリジナルのデータセットと新たなデータポイントからなるバランスの取れたトレーニングデータセットを作成することを提案する。
コントラッシブ・サンプル(英語版)と呼ばれるこれらのデータポイントを学習するための強力なツールとして、現在の生成的敵ネットワークが重要であることを示す。
論文 参考訳（メタデータ） (2020-04-14T14:06:44Z) - Undergraduate Student Research With Low Faculty Cost [1.90365714903665]
大学院生を研究に導入することを目的としたプログラムは、大学院研究プログラムのように構成されている。
我々は、学生が1人の教員と一緒に働くパイロットプログラムを我々の部署で開始した。
学生たちは、コンピュータサイエンスにおける研究が何であるかをよりよく理解していると報告している。
論文 参考訳（メタデータ） (2020-03-10T23:54:09Z) - Graduate Employment Prediction with Bias [44.38256197478875]
大学生への就職の失敗は、飲酒や自殺などの深刻な社会的結果を引き起こす可能性がある。
偏見を考慮しつつ,学生の就業状況を予測する枠組み,すなわちMAYAを開発する。
論文 参考訳（メタデータ） (2019-12-27T07:30:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。