論文の概要: Analyzing-Evaluating-Creating: Assessing Computational Thinking and Problem Solving in Visual Programming Domains
- arxiv url: http://arxiv.org/abs/2403.12227v1
- Date: Mon, 18 Mar 2024 20:18:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-20 18:12:11.312724
- Title: Analyzing-Evaluating-Creating: Assessing Computational Thinking and Problem Solving in Visual Programming Domains
- Title(参考訳): 分析-評価-クリーティング:ビジュアルプログラミング領域における計算思考と問題解決の評価
- Authors: Ahana Ghosh, Liina Malva, Adish Singla,
- Abstract要約: コンピュータ思考(CT)と問題解決のスキルは、世界中のK-8スクールカリキュラムに統合されつつある。
我々はブルームの分類学における3つの高い認知レベルに焦点を当てた新しいテストであるACEを開発した。
学年3~7年生371名を対象に,ACEの心理測定特性について検討した。
- 参考スコア(独自算出の注目度): 21.14335914575035
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computational thinking (CT) and problem-solving skills are increasingly integrated into K-8 school curricula worldwide. Consequently, there is a growing need to develop reliable assessments for measuring students' proficiency in these skills. Recent works have proposed tests for assessing these skills across various CT concepts and practices, in particular, based on multi-choice items enabling psychometric validation and usage in large-scale studies. Despite their practical relevance, these tests are limited in how they measure students' computational creativity, a crucial ability when applying CT and problem solving in real-world settings. In our work, we have developed ACE, a novel test focusing on the three higher cognitive levels in Bloom's Taxonomy, i.e., Analyze, Evaluate, and Create. ACE comprises a diverse set of 7x3 multi-choice items spanning these three levels, grounded in elementary block-based visual programming. We evaluate the psychometric properties of ACE through a study conducted with 371 students in grades 3-7 from 10 schools. Based on several psychometric analysis frameworks, our results confirm the reliability and validity of ACE. Our study also shows a positive correlation between students' performance on ACE and performance on Hour of Code: Maze Challenge by Code.org.
- Abstract(参考訳): コンピュータ思考(CT)と問題解決のスキルは、世界中のK-8スクールカリキュラムに統合されつつある。
その結果、これらのスキルの学生の熟練度を評価するための信頼性評価を開発する必要性が高まっている。
近年の研究では、様々なCT概念や実践、特に大規模研究における精神測定的検証と使用を可能にする多項目に基づいて、これらのスキルを評価するための試験が提案されている。
実際の関連性にもかかわらず、これらのテストは学生の計算的創造性を測定する方法に限られており、実際の環境でCTと問題解決を適用する上で重要な能力である。
本研究は,ブルームの分類学における3つの高い認知レベル,すなわちアナライズ,評価,創造に焦点を当てた新しいテストであるACEを開発した。
ACEは、これらの3つのレベルにまたがる7x3の多目的アイテムの多種多様なセットで構成されており、基本的なブロックベースのビジュアルプログラミングに基づいている。
学年3~7年生371名を対象に,ACEの心理測定特性について検討した。
いくつかの心理測定分析フレームワークに基づいて,ACEの信頼性と妥当性を確認した。
Code.org による Hour of Code: Maze Challenge の成績と ACE における学生の成績との間にも正の相関関係が認められた。
関連論文リスト
- Survey of Computerized Adaptive Testing: A Machine Learning Perspective [66.26687542572974]
コンピュータ適応テスト (Computerized Adaptive Testing, CAT) は、試験の熟練度を評価するための効率的で調整された方法である。
本稿では,この適応テスト手法に対する新たな視点を提示し,機械学習に着目したCATに関する調査を行うことを目的とする。
論文 参考訳(メタデータ) (2024-03-31T15:09:47Z) - Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。
GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。
PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
論文 参考訳(メタデータ) (2023-12-03T12:37:16Z) - Connecting Beliefs, Mindsets, Anxiety, and Self-Efficacy in Computer
Science Learning: An Instrument for Capturing Secondary School Students'
Self-Beliefs [0.0]
CS Interests and Beliefs Inventory(CS Interests and Beliefs Inventory, CSIBI)は、初等中等生がプロジェクトの設計から学ぶための楽器である。
インベントリには、問題解決能力、デザインの魅力、CSの価値、創造的表現、文脈固有のCS能力に関する信念に関するサブスケールが含まれている。
我々は,この楽器の作成と,自尊心の仲介者としてのマインドセットの役割と,CSIBIが他のK-12プロジェクトベースの学習環境にどのように適応されるかを説明する。
論文 参考訳(メタデータ) (2023-07-19T14:47:08Z) - A Systematic Survey in Geometric Deep Learning for Structure-based Drug
Design [63.30166298698985]
構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。
幾何学的深層学習の最近の進歩は、3次元幾何データの統合と処理に焦点をあてて、構造に基づく薬物設計の分野を大いに進歩させてきた。
論文 参考訳(メタデータ) (2023-06-20T14:21:58Z) - Multi-Dimensional Evaluation of Text Summarization with In-Context
Learning [79.02280189976562]
本稿では,テキスト内学習を用いた多次元評価器として,大規模言語モデルの有効性について検討する。
実験の結果,テキスト要約作業において,文脈内学習に基づく評価手法が学習評価フレームワークと競合していることが判明した。
次に、テキスト内サンプルの選択や数などの要因がパフォーマンスに与える影響を分析する。
論文 参考訳(メタデータ) (2023-06-01T23:27:49Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳(メタデータ) (2023-05-31T11:29:04Z) - The competent Computational Thinking test (cCTt): a valid, reliable and
gender-fair test for longitudinal CT studies in grades 3-6 [0.7896843467339624]
本研究は,3年生から6年生(年齢7~11歳)まで,有能なコンピュータ思考テスト(cCTt)が学習を確実に評価できるかどうかを検討した。
以上の結果から,cCTtは学年3-6では有効で信頼性が高く,ジェンダーフェアであり,より複雑な項目は学年5-6では有益であることが示唆された。
論文 参考訳(メタデータ) (2023-05-31T03:29:04Z) - Quiz-based Knowledge Tracing [61.9152637457605]
知識追跡は、学習相互作用に基づいて個人の進化する知識状態を評価することを目的としている。
QKTは、既存の方法と比較して最先端のパフォーマンスを実現している。
論文 参考訳(メタデータ) (2023-04-05T12:48:42Z) - The competent Computational Thinking test (cCTt): Development and
validation of an unplugged Computational Thinking test for upper primary
school [0.8367620276482053]
対象は7~9歳の学生を対象にしたCT検査である。
専門家による評価の結果,cCTtは顔,構成,内容の妥当性が良好であることが示唆された。
学生データの心理測定分析は、十分な信頼性、難易度、識別可能性を示す。
論文 参考訳(メタデータ) (2022-03-11T15:05:35Z) - Transfer Learning in Electronic Health Records through Clinical Concept
Embedding [0.0]
我々は,3100万人の患者から得られた包括的EHRデータに基づいて,最も顕著な疾患埋め込み技術を訓練することを目指している。
本研究は,臨床概念埋込み評価のための総合的アプローチとしては初めてである。
論文 参考訳(メタデータ) (2021-07-27T16:22:02Z)
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。