Fugu-MT 論文翻訳(概要): A High School Camp on Algorithms and Coding in Jamaica

論文の概要: A High School Camp on Algorithms and Coding in Jamaica

arxiv url: http://arxiv.org/abs/2401.00610v1
Date: Sun, 31 Dec 2023 23:52:03 GMT
ステータス: 処理完了
システム内更新日: 2024-01-03 16:46:40.624022
Title: A High School Camp on Algorithms and Coding in Jamaica
Title（参考訳）: ジャマイカにおけるアルゴリズムとコーディングの高校キャンプ
Authors: Daniel T. Fokum, Zaria Chen Shui, Kerene Wright, Orr Paradise, Gunjan Mansingh, Daniel Coore
Abstract要約: ジャマイカの高校生のための4週間のコンピュータサイエンスキャンプであるJamCodersについて報告する。このキャンプは、大学レベルのコーディングとアルゴリズムを教えており、学年9-11(年齢14--17)の優れた学生をターゲットにしている。我々は、キャンプの背景と学術構造を反映し、成功したキャンプを設計し、運営する上で重要なポイントを共有している。
参考スコア（独自算出の注目度）: 0.3177496877224142
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This is a report on JamCoders, a four-week long computer-science camp for high school students in Jamaica. The camp teaches college-level coding and algorithms, and targets academically excellent students in grades 9--11 (ages 14--17). Qualitative assessment shows that the camp was, in general terms, a success. We reflect on the background and academic structure of the camp and share key takeaways on designing and operating a successful camp. We analyze data collected before, during and after the camp and map the effects of demographic differences on student performance in camp. We conclude with a discussion on possible improvements on our approach.
Abstract（参考訳）: これはジャマイカの高校生のための4週間のコンピュータサイエンスキャンプであるjamcodersに関するレポートである。このキャンプは大学レベルのコーディングとアルゴリズムを教え、9年生から11年生(14歳から17歳)を対象にしている。質的評価は、キャンプが概して成功であったことを示している。我々は、キャンプの背景と学術的構造を考察し、成功しているキャンプの設計と運営に関する重要な教訓を共有している。我々は,キャンプ前後に収集したデータを分析し,学生の成績に及ぼす人口差の影響を地図化した。われわれのアプローチの改善の可能性についての議論を締めくくった。

関連論文リスト

Towards s'more connected coding camps [3.9809863954772204]
我々は,学習者が直面している教育的・専門的な文脈にコーディングキャンプを結びつけることを目的とした,欧州イニシアチブオスカーのビジョンを提示する。我々は、コネクテッドコーディングキャンプのためのサポートプラットフォームとその機能をスケッチする。
論文参考訳（メタデータ） (2024-11-08T08:03:57Z)
High School Summer Camps Help Democratize Coding, Data Science, and Deep Learning [0.0]
本研究は,高校生がコーディング,データサイエンス,深層学習に導入するサマーキャンプシリーズの影響について報告する。キャンプは没入的な大学経験を提供し、技術スキル、コラボレーション、インスピレーションを育んでいる。調査データによると、AIとデータサイエンスのキャリアへの関心が68.6%と、コーディングに対する自信が増している。
論文参考訳（メタデータ） (2024-09-17T19:59:39Z)
Lecture Notes from the NaijaCoder Summer Camp [3.1337872355726084]
ナイジャコーダーの直接サマーキャンプは、ナイジェリアの高校とプレコラージュの学生のための集中的なプログラムである。このキャンプはアルゴリズムとコンピュータプログラミングの基礎を無料で教えることを目的としている。
論文参考訳（メタデータ） (2024-09-02T23:43:30Z)
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)
Consensus Synergizes with Memory: A Simple Approach for Anomaly Segmentation in Urban Scenes [132.16748656557013]
異常セグメンテーション(Anomaly segmentation)は、都市部における自律運転のような安全クリティカルなアプリケーションにとって重要な課題である。本稿では,この課題に対処するため,Consensus Synergizes with Memory (CosMe) という新しいシンプルなアプローチを提案する。いくつかの都市景観異常セグメンテーションデータセットの実験結果から、CosMeは従来のアプローチよりも大きなマージンで優れていることが示された。
論文参考訳（メタデータ） (2021-11-24T10:01:20Z)
Students Programming Competitions as an Educational Tool and a Motivational Incentive to Students [0.0]
オカナガン大学(OC)コンピュータサイエンス科(COSC)の学生によるプログラミングコンペティションの結果について報告する。学位・学位課程の新入生や2年生の中には,早ければ2学期まで,応用研究プロジェクトへの参加を熱望する者もいた。学生は、コンテストに参加することで、プログラミングコースで効果的に学び、より深く、より徹底的に学習し、クラスでより良い結果を得るのを助ける動機を与えると報告した。
論文参考訳（メタデータ） (2021-05-27T04:53:18Z)
Graph Sampling Based Deep Metric Learning for Generalizable Person Re-Identification [114.56752624945142]
我々は、最も一般的なランダムサンプリング手法である有名なpkサンプリングは、深層メトリック学習にとって有益で効率的ではないと主張する。大規模計量学習のためのグラフサンプリング(GS)と呼ばれる効率的なミニバッチサンプリング手法を提案する。
論文参考訳（メタデータ） (2021-04-04T06:44:15Z)
dMelodies: A Music Dataset for Disentanglement Learning [70.90415511736089]
我々は、研究者が様々な領域でアルゴリズムの有効性を実証するのに役立つ新しいシンボリック・ミュージック・データセットを提案する。これはまた、音楽用に特別に設計されたアルゴリズムを評価する手段を提供する。データセットは、遠絡学習のためのディープネットワークのトレーニングとテストに十分な大きさ(約13万データポイント)である。
論文参考訳（メタデータ） (2020-07-29T19:20:07Z)
Scaling Imitation Learning in Minecraft [114.6964571273486]
本研究では,マインクラフト環境でのハード・サーベイ問題に対する最先端の性能を達成するために模倣学習を適用した。私たちのアプローチの初期バージョンは、NeurIPS 2019でMineRLコンペティションで2位にランクインしました。
論文参考訳（メタデータ） (2020-07-06T12:47:01Z)
The EPIC-KITCHENS Dataset: Collection, Challenges and Baselines [88.47608066382267]
この大規模なデータセットが、32人の参加者によって、彼らのネイティブキッチン環境でどのようにキャプチャされたか、詳しく説明します。録音は10カ国から4カ国で行われた。私たちのデータセットは、11.5万フレームからなる55時間のビデオで構成されており、合計39.6Kアクションセグメントと454.2Kオブジェクトバウンディングボックスを密にラベル付けしています。
論文参考訳（メタデータ） (2020-04-29T21:57:04Z)

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。