論文の概要: Morning or Evening? An Examination of Circadian Rhythms of CS1 Students
- arxiv url: http://arxiv.org/abs/2103.01752v1
- Date: Mon, 1 Mar 2021 09:23:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-09 14:14:59.854714
- Title: Morning or Evening? An Examination of Circadian Rhythms of CS1 Students
- Title（参考訳）: 朝か夜か?
CS1学生の概日リズムの検討
- Authors: Albina Zavgorodniaia, Raj Shrestha, Juho Leinonen, Arto Hellas and
John Edwards
- Abstract要約: 概日リズムは、私たちの内時計のサイクルであり、私たちが寝ている時間と活動している時間を管理する上で重要な役割を担います。
クロノタイプ(Chronotype)は、特定の時刻に活動する人の自然な傾向であり、個人が最も警戒的で生産的なときに支配する。
- 参考スコア（独自算出の注目度）: 4.163970800599128
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Circadian rhythms are the cycles of our internal clock that play a key role
in governing when we sleep and when we are active. A related concept is
chronotype, which is a person's natural tendency toward activity at certain
times of day and typically governs when the individual is most alert and
productive. In this work we investigate chronotypes in the setting of an
Introductory Computer Programming (CS1) course. Using keystroke data collected
from students we investigate the existence of chronotypes through unsupervised
learning. The chronotypes we find align with those of typical populations
reported in the literature and our results support correlations of certain
chronotypes to academic achievement. We also find a lack of support for the
still-popular stereotype of a computer programmer as a night owl. The analyses
are conducted on data from two universities, one in the US and one in Europe,
that use different teaching methods. In comparison of the two contexts, we look
into programming assignment design and administration that may promote better
programming practices among students in terms of procrastination and effort.
- Abstract（参考訳）: 概日リズム(circadian rhythms)は、睡眠時と活動時の制御において重要な役割を果たす体内時計のサイクルである。
関連する概念はクロノタイプ(Chronotype)であり、これは特定の時間における活動に対する人の自然な傾向であり、個人が最も警戒的で生産的なときに通常支配する。
本研究では,導入型コンピュータプログラミング(cs1)コースの設定におけるクロノタイプについて検討する。
生徒から収集されたキーストロークデータを用いて教師なし学習によるクロノタイプの存在を調べる。
文献で報告された典型的な集団の年代型と一致し,その成果は特定の年代型と学術的成果との相関を支持する。
また、コンピュータプログラマが夜のフクロウとしてまだ人気があるステレオタイプのサポートがないこともわかりました。
分析は、2つの大学(米国とヨーロッパ)のデータに基づいて行われ、それぞれ異なる指導方法を使っている。
これら2つの文脈を比較して,プロクラシエーションと努力の観点から,学生間のより良いプログラミングプラクティスを促進するプログラム割当設計と管理について考察する。
関連論文リスト
- Programmer Visual Attention During Context-Aware Code Summarization [11.094887590751028]
要約を書いている間、私たちは視線追跡装置を使ってプログラマの視覚的注意をマッピングしました。
プログラマは単語の読み出しを著しく減らし(p0.01)、単語の書き直しを著しく減らさなければならないことがわかった。
論文 参考訳（メタデータ） (2024-05-28T20:48:07Z) - NExT: Teaching Large Language Models to Reason about Code Execution [50.93581376646064]
大規模言語モデル(LLM)のコードは通常、プログラムの表面テキスト形式に基づいて訓練される。
NExTは,プログラムの実行トレースを検査し,実行時の動作を判断する手法である。
論文 参考訳（メタデータ） (2024-04-23T01:46:32Z) - Personalized Programming Guidance based on Deep Programming Learning Style Capturing [9.152344993023503]
プログラミング学習スタイルを用いたプログラミング・エクササイズ・レコメンダ(PERS)という新しいモデルを提案する。
PERSは学習者の複雑なプログラミング行動をシミュレートする。
プログラミング学習スタイルをモデル化する合理性を検証するために,実世界の2つのデータセットについて広範な実験を行った。
論文 参考訳（メタデータ） (2024-02-20T10:38:38Z) - Does Starting Deep Learning Homework Earlier Improve Grades? [63.20583929886827]
宿題を早く始め、より多くの時間を費やしている学生は、宿題の成績が良くなるはずだ。
既存の文献が宿題に費やした時間の影響は明確ではなく、主にK-12教育から来ている。
我々は,学生の成功に対する影響を原則的に結論付けるために,階層的ベイズモデルを構築した。
論文 参考訳（メタデータ） (2023-09-30T09:34:30Z) - Identifying Different Student Clusters in Functional Programming
Assignments: From Quick Learners to Struggling Students [2.0386745041807033]
我々は、マギル大学で教えられた関数型プログラミングコースから収集された学生の課題データを分析する。
これにより、「Quick-learning」、「Hardworking」、「Satisficing」、「Struggling」の4つのクラスタを特定できる。
次に、作業習慣、作業期間、エラーの範囲、エラーを修正する能力が、学生の異なるクラスタに与える影響を分析する。
論文 参考訳（メタデータ） (2023-01-06T17:15:58Z) - Learning from Self-Sampled Correct and Partially-Correct Programs [96.66452896657991]
そこで本研究では,モデルが学習中にサンプリングを行い,自己サンプリングされた完全正当プログラムと部分正当プログラムの両方から学習することを提案する。
自己サンプリング型プログラムと部分修正型プログラムを併用することで,学習とサンプリングプロセスのガイドに役立てることができることを示す。
提案手法は,MLEを用いた単一の参照プログラムからの学習と比較して,パス@kの性能を3.1%から12.3%向上させる。
論文 参考訳（メタデータ） (2022-05-28T03:31:07Z) - Towards Similarity-Aware Time-Series Classification [51.2400839966489]
時系列データマイニングの基本課題である時系列分類(TSC)について検討する。
グラフニューラルネットワーク(GNN)を用いて類似情報をモデル化するフレームワークであるSimTSCを提案する。
論文 参考訳（メタデータ） (2022-01-05T02:14:57Z) - Early Performance Prediction using Interpretable Patterns in Programming
Process Data [13.413990352918098]
リッチできめ細かいログデータを活用して、学生コースの結果を予測するモデルを構築します。
我々は,ブロックベースの入門プログラミングコースにおける106人の学生のデータセットに対するアプローチを評価した。
論文 参考訳（メタデータ） (2021-02-10T22:46:45Z) - Student Teamwork on Programming Projects: What can GitHub logs show us? [3.764846583322767]
コンピュータサイエンス専攻のためのCS2 Javaプログラミングコースの2つの提供物で、2つのプログラミングプロジェクトからGitHubログを収集しました。
学生は毎年,2つのプロジェクト(オプションと必須の2つ)をペアで作業しました。
応募ログから学生のチームワークスタイルを自動的に特定できる。
論文 参考訳（メタデータ） (2020-08-25T20:41:52Z) - Temporally Correlated Task Scheduling for Sequence Learning [143.70523777803723]
多くのアプリケーションにおいて、シーケンス学習タスクは通常、複数の時間的に相関した補助タスクと関連付けられている。
シーケンス学習に学習可能なスケジューラを導入し、トレーニングのための補助的なタスクを適応的に選択できる。
本手法は,同時翻訳とストックトレンド予測の性能を著しく向上させる。
論文 参考訳（メタデータ） (2020-07-10T10:28:54Z) - EPARS: Early Prediction of At-risk Students with Online and Offline
Learning Behaviors [55.33024245762306]
リスク・アット・リスク(STAR)の早期予測は、ドロップアウトや自殺にタイムリーに介入するための有効かつ重要な手段である。
既存の作業は主に、学習プロセス全体を捉えるのに十分な包括的でないオンラインまたはオフラインの学習行動に依存する。
オンラインおよびオフライン学習行動のモデル化により,STARを1学期で早期に予測できる新しいアルゴリズム(EPARS)を提案する。
論文 参考訳（メタデータ） (2020-06-06T12:56:26Z)
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。