論文の概要: First Steps towards K-12 Computer Science Education in Portugal -- Experience Report

• arxiv url: http://arxiv.org/abs/2411.10142v1
• Date: Fri, 15 Nov 2024 12:32:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-18 15:38:53.013607
• Title: First Steps towards K-12 Computer Science Education in Portugal -- Experience Report
• Title（参考訳）: ポルトガルにおけるK-12コンピュータサイエンス教育への第一歩-経験報告
• Authors: Fernando Luis Neves, Jose Nuno Oliveira,
• Abstract要約: 本報告では,ポルトガルにおけるensICO協会の取り組みについて報告する。 2020年のいくつかの学校でのパイロットプロジェクトから始まり、現在4500人の学生、35の学校、100の学校教師と協力している。 主な目的は、コンピュータを必須科目として教えるための総合的なシラバスを定義するのに十分な経験と知識を得ることである。
• 参考スコア（独自算出の注目度）: 49.1574468325115
• License:
• Abstract: Computer scientists Jeannette Wing and Simon Peyton Jones have catalyzed a pivotal discussion on the need to introduce computing in K-12 mandatory education. In Wing's own words, computing 'represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use.'' The crux of this educational endeavor lies in its execution. This paper reports on the efforts of the ENSICO association to implement such aims in Portugal. Starting with pilot projects in a few schools in 2020, it is currently working with 4500 students, 35 schools and 100 school teachers. The main aim is to gain enough experience and knowledge to eventually define a comprehensive syllabus for teaching computing as a mandatory subject throughout the basic and secondary levels of the Portuguese educational system. A structured framework for integrating computational thinking into K-12 education is proposed, with a particular emphasis on mathematical modeling and the functional programming paradigm. This approach is chosen for its potential to promote analytical and problem-solving skills of computational thinking aligned with the core background on maths and science.
• Abstract（参考訳）: 計算機科学者のJeannette WingとSimon Peyton Jonesは、K-12の必須教育にコンピューティングを導入する必要性について重要な議論を導いた。 ウィン自身の言葉では、コンピューティングは「コンピュータ科学者だけでなく、誰もが学び、使いたがる」という、普遍的に適用可能な態度とスキルを表現している。 本報告では,ポルトガルにおけるensICO協会の取り組みについて報告する。 2020年のいくつかの学校でのパイロットプロジェクトから始まり、現在4500人の学生、35の学校、100の学校教師と協力している。 主な目的は、ポルトガルの教育システムの基本レベルと二次レベルを通じて、コンピュータを教えるための総合的なシラバスを定義するのに十分な経験と知識を得ることである。 K-12教育に計算思考を統合するための構造化フレームワークが提案され、特に数学的モデリングと関数型プログラミングパラダイムに重点を置いている。 このアプローチは、数学や科学における中核的な背景に沿う計算思考の分析的および問題解決スキルを促進する可能性を秘めている。

関連論文リスト

• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• Using Helium Balloon Flying Drones for Introductory CS Education [0.0]
  現在のコンピューティング教育が通常ターゲットとしているものよりも、幅広い聴衆の関心を捉えるために教育方法を適用することが不可欠である。 物理コンピューティングデバイスは、学生がコンピュータ科学を勉強しているときに、学生のモチベーションが増大していることと相関することが示されている。
  論文  参考訳（メタデータ） (2024-06-26T02:19:44Z)
• MathBench: Evaluating the Theory and Application Proficiency of LLMs with a Hierarchical Mathematics Benchmark [82.64129627675123]
  MathBenchは、大規模言語モデルの数学的能力を厳格に評価する新しいベンチマークである。 MathBenchは幅広い数学の分野にまたがっており、理論的な理解と実践的な問題解決のスキルの両方を詳細に評価している。
  論文  参考訳（メタデータ） (2024-05-20T17:52:29Z)
• CourseAssist: Pedagogically Appropriate AI Tutor for Computer Science Education [1.052788652996288]
  このポスターでは、コンピュータサイエンス教育用に作られた新しいLLMベースのチューターシステムであるCourseAssistを紹介している。 一般的なLLMシステムとは異なり、CourseAssistは検索強化生成、ユーザ意図分類、質問分解を使用して、AI応答を特定のコース材料や学習目標と整合させる。
  論文  参考訳（メタデータ） (2024-05-01T20:43:06Z)
• Model Of Information System Towards Harmonized Industry And Computer Science [0.0]
  このプロジェクトの目的は、業界とコンピュータサイエンス部門のコミュニケーションを支援するウェブベースのチャットアプリケーションを設計し、ソフトウェア化することである。 アプリケーションは、後で使用すると決定できるこの情報を格納することができる。
  論文  参考訳（メタデータ） (2024-03-28T16:53:08Z)
• The Robots are Here: Navigating the Generative AI Revolution in Computing Education [4.877774347152004]
  人工知能(AI)の最近の進歩は、コンピューティングを根本的に再構築している。 大規模言語モデル(LLM)は、ソースコードと自然言語命令を効果的に生成、解釈できるようになった。 これらの能力は、教育者がこれらの課題にどう対処すべきかという緊急の疑問を引き起こしている。
  論文  参考訳（メタデータ） (2023-10-01T12:54:37Z)
• A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
  我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。 大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
  論文  参考訳（メタデータ） (2022-12-20T18:46:16Z)
• Lila: A Unified Benchmark for Mathematical Reasoning [59.97570380432861]
  LILAは、23の多様なタスクと4次元からなる統一的な数学的推論ベンチマークである。 我々は,Pythonプログラムの形式でタスク命令とソリューションを収集することにより,20のデータセットベンチマークを拡張してベンチマークを構築した。 LILAで訓練された汎用数学的推論モデルであるBHASKARAを紹介する。
  論文  参考訳（メタデータ） (2022-10-31T17:41:26Z)
• Teaching Machine Learning in K-12 Computing Education: Potential and Pitfalls [0.0]
  本稿は、K-12教育における機械学習教育に関連する教育実践、理論、技術における新たな軌跡を概説する。 重要なステップは、ルールベースの"伝統的"プログラミングが、次世代の計算思考の発展における中心的な側面であり、ブロックを構築するという信念を捨てることである。
  論文  参考訳（メタデータ） (2021-06-02T10:45:47Z)
• Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI) Curriculum [58.86139968005518]
  香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。 工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。 共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
  論文  参考訳（メタデータ） (2021-01-19T11:26:19Z)

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。