論文の概要: Using Peer-Customers to Scalably Pair Student Teams with Customers for Hands-on Curriculum Final Projects
- arxiv url: http://arxiv.org/abs/2409.08299v1
- Date: Sat, 7 Sep 2024 01:17:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-22 21:50:24.051551
- Title: Using Peer-Customers to Scalably Pair Student Teams with Customers for Hands-on Curriculum Final Projects
- Title（参考訳）: Peer-Customers を実践する学生チーム
- Authors: Edward Jay Wang,
- Abstract要約: Peer-customerは、学生チームが実践コースで顧客とペアリングするためのメカニズムである。
ピア・カストマーの使用は、学生が最終プロジェクトに必要な現実的なニーズで顧客と一緒に働くための実用的でスケーラブルなアクセスを提供する。
- 参考スコア（独自算出の注目度）: 2.7298702518158224
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Peer-customer is a mechanism to pair student teams with customers in hands-on curriculum courses. Each student pitches a problem they want someone else in the class to solve for them. The use of peer-customers provides practical and scalable access for students to work with a customer on a real-world need for their final project. The peer-customer, despite being a student in the class, do not work on the project with the team. This dissociation forces a student team to practice customer needs assessment, testing, and surveying that can often be lacking in self-ideated final projects that do not have resources to curate external customers like in capstone courses. We prototyped the use of peer-customers in an introductory physical prototyping course focused on basic embedded systems design and python programming. In this paper, we present a practical guide on how best to use peer-customers, supported by key observations made during two separate offerings of the course with a total of N=64 students (N=29 Y1 and N=35 Y2).
- Abstract（参考訳）: Peer-customerは、学生チームが実践コースで顧客とペアリングするためのメカニズムである。
各生徒は、クラス内の他の誰かが解決したい問題を投げます。
ピア・カストマーの使用は、学生が最終プロジェクトに必要な現実的なニーズで顧客と一緒に働くための実用的でスケーラブルなアクセスを提供する。
クラスの学生であるにもかかわらず、ピアカストマーはチームと一緒にプロジェクトに取り組んでいます。
この解離によって、学生チームは、キャップストーンコースのような外部顧客をキュレートするリソースを持たない、自己理想的な最終プロジェクトに欠けている顧客ニーズの評価、テスト、調査を実践せざるを得なくなる。
基礎的な組込みシステム設計とピソンプログラミングに焦点を当てた入門的な物理プロトタイピングコースにおけるピア・カストマーの使用を試作した。
本稿では,N=64の学生(N=29 Y1)とN=35 Y2)の2つの講座で行なわれた重要な観察によって支援されたピア・カストマーの使い勝手に関する実践的ガイドを示す。
関連論文リスト
- A Problem-Based Learning Approach to Teaching Design in CS1 [0.9786690381850356]
デザインスキルは、ソフトウェアプロフェッショナルにとってコアコンピテンシーとしてますます認識されている。
新しいデザイナーは、可能性に圧倒されるのを防ぐために、構造化されたプロセスを必要とします。
初等大学200人の学生にチームデザインプロジェクトコースを指導した経験を提示する。
論文 参考訳（メタデータ） (2024-10-15T23:36:08Z) - A Software Engineering Capstone Course Facilitated By GitHub Templates [0.9786690381850356]
フォルダ構造、テキストベースのテンプレートドキュメント、テンプレート問題など、チームが必要とするすべてのインフラストラクチャを含むGitHubテンプレートの使用を提案する。
2022/23年には、期限日に発生するコミットの24%を観察しました。2023/24年に、上記のアイデアを部分的に導入した後、この数値は18%向上しました。
提案手法を用いたチームと,そうでないチーム間で,コミットデータとインタビューデータを比較検討する実験を提案する。
論文 参考訳（メタデータ） (2024-10-15T23:27:54Z) - Active-Passive Federated Learning for Vertically Partitioned Multi-view Data [48.985955382701185]
フレキシブルなアクティブ・パッシブ・フェデレーション・ラーニング(APFed)フレームワークを提案する。
アクティブクライアントは学習タスクの開始者であり、完全なモデルを構築する責任を持ち、受動的クライアントはアシスタントとしてのみ機能する。
さらに、APFedフレームワークを2つの分類方法に分類し、それぞれに再構成損失とパッシブクライアントに対するコントラスト損失を利用する。
論文 参考訳（メタデータ） (2024-09-06T08:28:35Z) - Learn What You Need in Personalized Federated Learning [53.83081622573734]
$textitLearn2pFed$は、アルゴリズムに基づくパーソナライズされたフェデレーション学習フレームワークである。
我々は、textitLearn2pFed$が、従来のパーソナライズされたフェデレーション学習方法よりも大幅に優れていることを示す。
論文 参考訳（メタデータ） (2024-01-16T12:45:15Z) - Applying User Experience and User-Centered Design Software Processes in
Undergraduate Mobile Application Development Teaching [0.0]
私たちは、教育ソフトウェアツールの開発に適したアジャイルプロセスに基づいて、Androidアプリケーション開発コースを構築しました。
コースの前半は、アジャイルとモバイルアプリケーション開発に関する理論を提示し、後半は、学生が実際のクライアントのために開発するワークショップとして管理される。
論文 参考訳（メタデータ） (2023-08-14T23:20:07Z) - Scalable Collaborative Learning via Representation Sharing [53.047460465980144]
フェデレートラーニング(FL)とスプリットラーニング(SL)は、データを(デバイス上で)プライベートにしながら協調学習を可能にする2つのフレームワークである。
FLでは、各データ保持者がモデルをローカルにトレーニングし、集約のために中央サーバにリリースする。
SLでは、クライアントは個々のカット層アクティベーション(スマッシュされたデータ)をサーバにリリースし、そのレスポンス(推論とバックの伝搬の両方)を待つ必要があります。
本研究では, クライアントがオンライン知識蒸留を通じて, 対照的な損失を生かして協調する, プライバシ保護機械学習の新しいアプローチを提案する。
論文 参考訳（メタデータ） (2022-11-20T10:49:22Z) - Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。
標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。
Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
論文 参考訳（メタデータ） (2022-11-16T10:00:23Z) - Feedback and Engagement on an Introductory Programming Module [0.0]
自動フィードバックを生成するタスクを含むオンライン学習環境を利用した1年目のプログラミングモジュールにおいて,エンゲージメントと達成度について調査を行った。
エンゲージメントと達成度に関する定量的データを収集し、コホートを6つのグループに分割しました。
その後、モジュールの終了後、学生にインタビューを行い、フィードバックが何であるか、どのくらい有用か、その使用方法、エンゲージメントにどう耐えられるか、といった、質的なデータを生成しました。
論文 参考訳（メタデータ） (2022-01-04T16:53:09Z) - Using Machine Learning to Predict Engineering Technology Students'
Success with Computer Aided Design [50.591267188664666]
機械学習技術と組み合わせたデータによって、特定の学生がデザインタスクでどれだけうまく機能するかを予測する方法を示す。
初期設計シーケンスアクションを用いたモデルは,特に予測に有用であることが判明した。
これらのモデルをさらに改善することで、事前の予測が得られ、学生のフィードバックがより早く得られるようになり、学習が向上する可能性がある。
論文 参考訳（メタデータ） (2021-08-12T20:24:54Z) - 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) - 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)
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。