論文の概要: Study on Computational Thinking as Problem-solving Skill: Comparison Based on Students Mindset in Engineering and Social Science

• arxiv url: http://arxiv.org/abs/2007.04060v1
• Date: Wed, 8 Jul 2020 12:19:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-10 23:40:39.151935
• Title: Study on Computational Thinking as Problem-solving Skill: Comparison Based on Students Mindset in Engineering and Social Science
• Title（参考訳）: 問題解決スキルとしての計算思考に関する研究--工学と社会科学の知識に基づく比較
• Authors: Andik Asmara
• Abstract要約: 計算思考(Computational Thinking)は、この10年で広く採用され、研究された問題解決技術である。 本研究は, 計算思考の手法を用いて, 生徒の問題解決能力について検討した。
• 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: One of the capabilities which 21st-century skill compulsory a person is critical thinking and problem-solving skill that becomes top positions rank. Focus on problem-solving skills can be taught to a child, especially begun in elementary school refer to prior research focus on K-12. Computational thinking was one problem-solving skill that popular to implemented and studied in the current decade. This study was conducted to explore students' capability to be able solving of the problem based on the possibility use the computational thinking way. Participants in this study came from six international students that study in Taiwan and from two deferent sciences disciplines, engineering, and social science. A qualitative method was used to analyze data interviews, took example cases from the global issue that is Climate Change. The result founded that survive in a new environment was become evidence of their implementation of problem-solving skills. Problem-solving mindset both students of engineering and social science had discrepancy, those are how to use precise structure in the algorithm.
• Abstract（参考訳）: 21世紀のスキルを強制する能力の1つは、最上位の地位となる批判的思考と問題解決のスキルである。 問題解決能力に重点を置くことは子供に教えることができ、特に小学校ではk-12の先行研究に注目する。 計算思考(Computational Thinking)は、この10年で広く採用され、研究された問題解決技術である。 本研究は, 計算的思考法を活用できる可能性に基づいて, 課題を解決できる学生の能力を検討することを目的とした。 この研究の参加者は、台湾で学ぶ6人の国際学生と、工学と社会科学の2つのdeferent sciencesの学生であった。 データインタビューの分析には質的手法が用いられ、気候変動という世界的な問題から事例を取り上げている。 その結果、新しい環境で生き残ることが、彼らの問題解決スキルの実施の証拠となった。 工学と社会科学の両方の学生は違いがあり、アルゴリズムに正確な構造を使う方法がある。

関連論文リスト

• The CTSkills App -- Measuring Problem Decomposition Skills of Students in Computational Thinking [2.267572868634791]
  本稿では,K-12コンピュータサイエンス教育におけるCT(Computer Thinking)の重要な構成要素として,問題分解スキルの導入について論じる。 CTSKillsは,学生の問題解決能力を測定するために開発された Web ベースのスキルアセスメントツールである。
  論文  参考訳（メタデータ） (2024-11-22T13:57:49Z)
• Evaluation of OpenAI o1: Opportunities and Challenges of AGI [112.0812059747033]
  o1-previewは目覚ましい能力を示し、しばしば人間レベルまたは優れたパフォーマンスを実現した。 このモデルは、様々な分野にわたる複雑な推論と知識の統合を必要とするタスクに優れていた。 総合的な結果は、人工知能への大きな進歩を示している。
  論文  参考訳（メタデータ） (2024-09-27T06:57:00Z)
• Inequalities in Computational Thinking Among Incoming Students in an STEM Chilean University [1.2549535267918006]
  本稿では、チリの大学に入学する学生の計算思考能力の特徴を、STEMの規律に強く焦点をあてて紹介する。 この研究は500以上の回答に基づいて、性別、学校の種類(プライベートかノーか)、および事前のプログラミング知識における計算思考における有意な不平等の証拠を提供する。 同様の状況に直面した国で、学生がSTEMの学位を取得するための、より公平な分野を作るための、今後の研究努力と定式化戦略を啓蒙することができる。
  論文  参考訳（メタデータ） (2024-07-22T17:51:15Z)
• Evaluating Large Vision-and-Language Models on Children's Mathematical Olympiads [74.54183505245553]
  ジョイントビジョンとテキスト推論のためのAI能力の体系的分析は、現在の科学文献に欠けている。 我々は,子どものオリンピアードからのビジュオ言語問題を用いて,その数学的およびアルゴリズム的推論能力に基づいて,最先端のLVLMを評価した。 以上の結果から,近代のLVLMは,高学年の問題解決において,より強力な推論能力を示す一方で,幼児向けの問題に正しく答える基盤が欠如していることが示唆された。
  論文  参考訳（メタデータ） (2024-06-22T05:04:39Z)
• Skills in computational thinking of engineering students of the first school year [0.0]
  コンピュータ思考(CT)の能力は、学生が習得しなければならない基本的な能力の1つである。 学生が獲得したCTスキルの計測と評価が基本である。
  論文  参考訳（メタデータ） (2024-02-06T19:22:31Z)
• Can generative AI and ChatGPT outperform humans on cognitive-demanding problem-solving tasks in science? [1.1172147007388977]
  本研究は,2019年のNAEP科学評価におけるChatGPTとGPT-4の性能を,各項目の認知的要求によって比較した。 その結果、ChatGPTとGPT-4は、NAEPの科学評価に回答したほとんどの生徒より一貫して優れていた。
  論文  参考訳（メタデータ） (2024-01-07T12:36:31Z)
• Adapting Large Language Models for Education: Foundational Capabilities, Potentials, and Challenges [60.62904929065257]
  大規模言語モデル(LLM)は、個々の要求を解釈することでこの問題を解決する可能性を提供する。 本稿では, 数学, 文章, プログラミング, 推論, 知識に基づく質問応答など, 教育能力に関する最近のLLM研究を概観する。
  論文  参考訳（メタデータ） (2023-12-27T14:37:32Z)
• Machine Unlearning: A Survey [56.79152190680552]
  プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。 この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。 この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。 この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
  論文  参考訳（メタデータ） (2023-06-06T10:18:36Z)
• Sustainability in Computing Education: A Systematic Literature Review [0.0]
  本稿では,持続可能性の問題に対処するため,コンピュータ教育におけるアプローチについて述べる。 6つの大きなデジタルライブラリーとスノーボールから抽出した572の出版物から,90の関連研究を蒸留し,分析した。 本稿では,コンピュータ教育における学習目標と成果と,持続可能性の教育的手法を抽出する枠組みを提案する。
  論文  参考訳（メタデータ） (2023-05-17T16:51:37Z)
• 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)
• Scientia Potentia Est -- On the Role of Knowledge in Computational Argumentation [52.903665881174845]
  本稿では,計算議論に必要な知識のピラミッドを提案する。 この分野におけるこれらのタイプの役割と統合について,その技術の現状を簡潔に論じる。
  論文  参考訳（メタデータ） (2021-07-01T08:12:41Z)

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。