論文の概要: Failure Artifact Scenarios to Understand High School Students' Growth in
Troubleshooting Physical Computing Projects
- arxiv url: http://arxiv.org/abs/2311.17212v1
- Date: Tue, 28 Nov 2023 20:34:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-30 23:29:07.303425
- Title: Failure Artifact Scenarios to Understand High School Students' Growth in
Troubleshooting Physical Computing Projects
- Title（参考訳）: トラブルシューティング物理コンピューティングプロジェクトにおける高校生の成長理解のための障害アーチファクトシナリオ
- Authors: L. Morales-Navarro, D. A. Fields, D. Barapatre, Y. B. Kafai
- Abstract要約: 物理コンピューティングプロジェクトは、学際的な問題解決を理解するためのリッチなコンテキストを提供する。
発見: 学生は、より特定性の高いバグを識別し、ドメインを横断し、バグの複数の原因を考慮し、改善した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Debugging physical computing projects provides a rich context to understand
cross-disciplinary problem solving that integrates multiple domains of
computing and engineering. Yet understanding and assessing students' learning
of debugging remains a challenge, particularly in understudied areas such as
physical computing, since finding and fixing hardware and software bugs is a
deeply contextual practice. In this paper we draw on the rich history of
clinical interviews to develop and pilot "failure artifact scenarios" in order
to study changes in students' approaches to debugging and troubleshooting
electronic textiles (e-textiles). We applied this clinical interview protocol
before and after an eight-week-long e-textiles unit. We analyzed pre/post
clinical interviews from 18 students at four different schools. The analysis
revealed that students improved in identifying bugs with greater specificity,
and across domains, and in considering multiple causes for bugs. We discuss
implications for developing tools to assess students' debugging abilities
through contextualized debugging scenarios in physical computing.
- Abstract（参考訳）: 物理コンピューティングプロジェクトのデバッグは、コンピューティングとエンジニアリングの複数の領域を統合する分野横断的な問題解決を理解するためのリッチなコンテキストを提供する。
しかし、ハードウェアやソフトウェアのバグの発見と修正は、特に物理コンピューティングなどの未調査領域において、デバッグに関する学生の学習を理解し、評価することは依然として困難である。
本稿では,電子織物(e-textiles)のデバッギングとトラブルシューティングに対する学生のアプローチの変化を研究するために,「障害アーティファクトシナリオ(failure artifact scenarios)」の開発とパイロットを行うための,臨床面接の豊富な歴史について述べる。
8週間のe-textilesユニットの前後で臨床面接プロトコルを適用した。
4つの学校における18人の学生のプレ/ポスト臨床面接の分析を行った。
分析の結果、学生はより特定度の高いバグを識別し、また複数のバグの原因を検討することで改善した。
本稿では,物理コンピューティングにおけるコンテキスト化されたデバッグシナリオを通じて,学生のデバッグ能力を評価するツールの開発について論じる。
関連論文リスト
- BugSpotter: Automated Generation of Code Debugging Exercises [22.204802715829615]
本稿では,問題記述からバグコードを生成するツールであるBugSpotterを紹介する。
学生は失敗するテストケースを設計することでBugSpotterと対話する。
論文 参考訳（メタデータ） (2024-11-21T16:56:33Z) - A Proposal for a Debugging Learning Support Environment for Undergraduate Students Majoring in Computer Science [0.0]
生徒はデバッガの使い方を知らないし、使ったこともない。
我々は,正しいブレークポイント配置の自己学習を可能にする機能をScratchに実装した。
論文 参考訳（メタデータ） (2024-07-25T03:34:19Z) - Open Challenges on Fairness of Artificial Intelligence in Medical Imaging Applications [3.8236840661885485]
この章ではまず、データ収集、モデルトレーニング、臨床展開など、さまざまなバイアス源について論じている。
そして、研究者や実践者からの注意を必要とすると信じているオープンな課題について議論する。
論文 参考訳（メタデータ） (2024-07-24T02:41:19Z) - Deep Learning for Educational Data Science [0.6138671548064356]
ユースケースは、オープンエンドの学生エッセイやコードのスニペットを活用する高度な知識追跡モデルから、自動影響検知や行動検出まで、さまざまです。
この章は、ディープラーニングの簡単な紹介、その利点と限界のいくつかの説明、教育における多くの利用に関する調査、そしてそれが教育データ科学の分野をさらに形成させる可能性について論じている。
論文 参考訳（メタデータ） (2024-04-12T19:17:14Z) - Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-24T19:32:39Z) - 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) - 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) - Neural Fields in Visual Computing and Beyond [54.950885364735804]
機械学習の最近の進歩は、座標ベースニューラルネットワークを用いた視覚コンピューティング問題の解決への関心が高まっている。
ニューラルネットワークは、3D形状と画像の合成、人体のアニメーション、3D再構成、ポーズ推定に成功している。
本報告は、文脈、数学的基礎、および、ニューラルネットワークに関する文献の広範なレビューを提供する。
論文 参考訳（メタデータ） (2021-11-22T18:57:51Z) - Automatic Gaze Analysis: A Survey of DeepLearning based Approaches [61.32686939754183]
視線分析はコンピュータビジョンとヒューマン・コンピュータ・インタラクションの分野で重要な研究課題である。
制約のない環境で視線方向を解釈するための重要な手がかりは何か、いくつかのオープンな質問がある。
我々は、これらの基本的な疑問に光を当てるために、様々な視線分析タスクと応用の進捗を概観する。
論文 参考訳（メタデータ） (2021-08-12T00:30:39Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z) - Survey on Visual Sentiment Analysis [87.20223213370004]
本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。
また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。
様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
論文 参考訳（メタデータ） (2020-04-24T10:15:22Z)
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。