論文の概要: Encouraging early mastery of computational concepts through play
- arxiv url: http://arxiv.org/abs/2005.03930v1
- Date: Fri, 8 May 2020 09:47:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-20 20:17:33.973520
- Title: Encouraging early mastery of computational concepts through play
- Title（参考訳）: 遊びによる計算概念の初期熟達の促進
- Authors: Hannah M. Dee, Jordi Freixenet, Xavier Cufi, Eduard Muntaner Perich,
Valentina Poggioni, Marius Marian, Alfredo Milani
- Abstract要約: コードを学ぶことは、活動と研究の成長する分野です。
計算の概念は、コンピュータ科学以外の多くの分野において、認知ツールとしてますます使われています。
本稿では,教室やコードクラブにおける遊び心のある計算活動のセットの概念,洗練,設計,評価について述べる。
- 参考スコア（独自算出の注目度）: 0.615738282053772
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Learning to code, and more broadly, learning about computer science is a
growing field of activity and research. Under the label of computational
thinking, computational concepts are increasingly used as cognitive tools in
many subject areas, beyond computer science. Using playful approaches and
gamification to motivate educational activities, and to encourage exploratory
learning is not a new idea since play has been involved in the learning of
computational concepts by children from the very start. There is a tension
however, between learning activities and opportunities that are completely open
and playful, and learning activities that are structured enough to be easily
replicable among contexts, countries and classrooms. This paper describes the
conception, refinement, design and evaluation of a set of playful computational
activities for classrooms or code clubs, that balance the benefits of
playfulness with sufficient rigor and structure to enable robust replication.
- Abstract（参考訳）: プログラミングを学ぶこと、そしてより広い範囲において、コンピュータ科学について学ぶことは、活動と研究の分野である。
計算思考のラベルの下では、コンピュータ科学以外の多くの分野において、計算概念が認知ツールとして使われるようになっている。
遊び心のあるアプローチとゲーミフィケーションを用いて教育活動を動機づけ、探索学習を促進することは、遊びが子供の計算概念の学習に最初から関わってきたため、新しいアイデアではない。
しかし、完全にオープンで遊び心のある学習活動と、文脈、国、教室の間で簡単に複製できるほど構造化された学習活動との間には緊張関係がある。
本稿では,遊び心の利点と頑健な複製を実現するための十分な厳密さと構造を両立させる,教室やコードクラブにおける遊び心の計算アクティビティセットの概念,洗練,設計,評価について述べる。
関連論文リスト
- A Unified Framework for Neural Computation and Learning Over Time [56.44910327178975]
Hamiltonian Learningはニューラルネットワークを"時間とともに"学習するための新しい統合フレームワーク
i)外部ソフトウェアソルバを必要とせずに統合できる、(ii)フィードフォワードおよびリカレントネットワークにおける勾配に基づく学習の概念を一般化する、(iii)新しい視点で開放する、という微分方程式に基づいている。
論文 参考訳（メタデータ） (2024-09-18T14:57:13Z) - Tool-Assisted Learning of Computational Reductions [0.0]
我々は,削減学習が教育支援システムによってどのように支援されるか,という概念を概説する。
本稿では,そのようなシステムにおける概念の実装,具体的な Web ベースでインタラクティブな学習教材について紹介し,その経験を報告する。
論文 参考訳（メタデータ） (2024-07-25T17:28:30Z) - Understanding Growth Mindset Practices in an Introductory Physical
Computing Classroom: High School Students' Engagement with Debugging by
Design Activities [0.0]
本研究は,物理コンピューティングの課題に直面しているK-12コンピューティングの学生に対して,成長マインドセットが実際にどのように現れるかを検討する。
私たちは5つの創発的な成長マインドセットのプラクティスを特定します – より多くの学習につながる課題を選択し、失敗の後に継続し、努力を賞賛し、評価し、継続的な改善として学習にアプローチし、失敗への快適さを育むことです。
論文 参考訳（メタデータ） (2024-02-02T20:17:13Z) - Learnability with Time-Sharing Computational Resource Concerns [65.268245109828]
本稿では,学習理論における計算資源の影響を考慮した理論的枠組みを提案する。
このフレームワークは、入ってくるデータストリームが潜在的に無限であるようなストリーム学習に自然に適用できる。
これはまた、インテリジェントなスーパーコンピュータオペレーティングシステムの設計に対する理論的視点を提供するかもしれない。
論文 参考訳（メタデータ） (2023-05-03T15:54:23Z) - Gamifying Math Education using Object Detection [0.696125353550498]
本研究では,5～8歳児を対象に,形状タイルマニピュレータを用いた幾何学学習のためのカリキュラム・インスピレーションによる授業システムを提案する。
これにより、任意の向きを持つ高密度に充填されたオブジェクトに対するオブジェクト指向オブジェクト検出の課題がもたらされる。
我々は,ユーザのインタラクションを理解し,リアルタイムの視聴覚フィードバックを提供するシステムを開発した。
論文 参考訳（メタデータ） (2023-04-13T05:06:33Z) - A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。
大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文 参考訳（メタデータ） (2022-12-20T18:46:16Z) - Learning to Learn: How to Continuously Teach Humans and Machines [24.29443694991142]
カリキュラムは、人間と複数の連続機械学習アルゴリズムの学習結果に一貫して影響を与えている。
本稿では,クラス間特徴類似度に基づいてキュリキュラの設計とランク付けを行う,Curriculum Designer (CD) という新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-11-28T15:53:44Z) - Deep Learning to See: Towards New Foundations of Computer Vision [88.69805848302266]
この本はコンピュータビジョンの分野における科学的進歩を批判している。
情報に基づく自然法則の枠組みにおける視覚の研究を提案する。
論文 参考訳（メタデータ） (2022-06-30T15:20:36Z) - Teaching Machine Learning in K-12 Computing Education: Potential and
Pitfalls [0.0]
本稿は、K-12教育における機械学習教育に関連する教育実践、理論、技術における新たな軌跡を概説する。
重要なステップは、ルールベースの"伝統的"プログラミングが、次世代の計算思考の発展における中心的な側面であり、ブロックを構築するという信念を捨てることである。
論文 参考訳（メタデータ） (2021-06-02T10:45:47Z) - Ten Quick Tips for Deep Learning in Biology [116.78436313026478]
機械学習は、データのパターンを認識し、予測モデリングに使用するアルゴリズムの開発と応用に関係している。
ディープラーニングは、独自の機械学習のサブフィールドになっている。
生物学的研究の文脈において、ディープラーニングは高次元の生物学的データから新しい洞察を導き出すためにますます使われてきた。
論文 参考訳（メタデータ） (2021-05-29T21:02:44Z) - Importance Weighted Policy Learning and Adaptation [89.46467771037054]
政治外学習の最近の進歩の上に構築された,概念的にシンプルで,汎用的で,モジュール的な補完的アプローチについて検討する。
このフレームワークは確率論的推論文学のアイデアにインスパイアされ、堅牢な非政治学習と事前の行動を組み合わせる。
提案手法は,メタ強化学習ベースラインと比較して,ホールドアウトタスクにおける競合適応性能を実現し,複雑なスパース・リワードシナリオにスケールすることができる。
論文 参考訳（メタデータ） (2020-09-10T14:16:58Z)
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。