論文の概要: Evaluating Performance Consistency in Competitive Programming: Educational Implications and Contest Design Insights
- arxiv url: http://arxiv.org/abs/2505.04143v1
- Date: Wed, 07 May 2025 05:48:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-08 19:07:35.981591
- Title: Evaluating Performance Consistency in Competitive Programming: Educational Implications and Contest Design Insights
- Title（参考訳）: 競争型プログラミングにおけるパフォーマンス整合性の評価:教育的含意とテスト設計の視点
- Authors: Zhongtang Luo, Ethan Dickey,
- Abstract要約: 国際協調プログラミングコンテストの10年間を分析。
スーパーリージョンのランキングでは、ワールドファイナルのランキングは適度にしか予測できない。
Codeforcesの評価は、どのICPC層よりもWorld Finalの結果と強く相関している。
- 参考スコア（独自算出の注目度）: 0.7366405857677227
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Competitive programming (CP) contests are often treated as interchangeable proxies for algorithmic skill, yet the extent to which results at lower contest tiers anticipate performance at higher tiers, and how closely any tier resembles the ubiquitous online-contest circuit, remains unclear. We analyze ten years (2015--2024) of International Collegiate Programming Contest (ICPC) standings, comprising five long-running superregional championships (Africa \& Arab, Asia East, Asia West, North America, and Northern Eurasia), associated local regionals of North America and Northern Eurasia, and the World Finals. For 366 World Finalist teams (2021--2024) we augment the dataset with pre-contest Codeforces ratings. Pairwise rank alignment is measured with Kendall's $\tau$. Overall, superregional ranks predict World Final ranks only moderately (weighted $\tau=0.407$), but regional-to-superregional consistency varies widely: Northern Eurasia exhibits the strongest alignment ($\tau=0.521$) while Asia West exhibits the weakest ($\tau=0.188$). Internal consistency within a region can exceed its predictive value for Worlds -- e.g., Northern Eurasia and North America regionals vs. superregionals ($\tau=0.666$ and $\tau=0.577$, respectively). Codeforces ratings correlate more strongly with World Final results ($\tau=0.596$) than any single ICPC tier, suggesting that high-frequency online contests capture decisive skill factors that many superregional sets miss. We argue that contest organizers can improve both fairness and pedagogical value by aligning problem style and selection rules with the formats that demonstrably differentiate teams, in particular the Northern-Eurasian model and well-curated online rounds. All data, scripts, and additional analyses are publicly released to facilitate replication and further study.
- Abstract（参考訳）: 競合プログラミング(CP)コンテストは、しばしばアルゴリズムスキルの交換可能なプロキシとして扱われるが、どのレベルが上位層でパフォーマンスを期待するか、どの層がユビキタスなオンラインコンテスト回路とどの程度近いかは未定である。
国際協調プログラミングコンテスト(ICPC, International Collegiate Programming Contest)の10年間(2015-2024)を分析し, 長期にわたる5つのスーパーリージョン選手権(Africa \& Arab, Asia East, Asia West, North America, Northern Eurasia), 関連する北米と北ユーラシアの地域, そして世界フィニッシュ(World Finals)からなる。
366のワールドファイナリストチーム(2021-2024)では、事前にテストされたCodeforcesレーティングでデータセットを拡張します。
ペアワイドのランクアライメントはケンドールの$\tau$で測定される。
全体では、世界最終ランキングは適度に(重みは\tau=0.407$)しか予測できないが、地域-地域間の整合性は広範囲に及んでいる:北ユーラシアは最も強いアライメント(\tau=0.521$)を示し、アジア西部は最も弱い(\tau=0.188$)。
例えば、北ユーラシア地域と北アメリカ地域とスーパーリージョン(それぞれ\tau=0.666$と$\tau=0.577$)との予測値を超えることができる。
Codeforcesの評価は、どのICPC層よりもWorld Finalの結果(\tau=0.596$)と強く相関している。
コンテスト主催者は,問題スタイルと選択ルールを,チーム,特にノーザン・ユーラシア・モデルとオンラインラウンドを実証的に区別する形式に整合させることで,公平性と教育的価値を両立させることができると論じる。
すべてのデータ、スクリプト、追加の分析が公開され、レプリケーションとさらなる研究が容易になる。
関連論文リスト
- [Call for Papers] The 2nd BabyLM Challenge: Sample-efficient pretraining on a developmentally plausible corpus [81.34965784440176]
このCfPはBabyLM Challenge 2024-2025のルールを提供する。
課題の全体的目標は同じままです。
私たちは緩い線を紙の線で置き換える。
事前学習に関するルールを緩和します。
マルチモーダル・ヴィジュアル・アンド・ランゲージ・トラックを導入する。
論文 参考訳（メタデータ） (2024-04-09T11:04:50Z) - Benchmarking Robustness and Generalization in Multi-Agent Systems: A
Case Study on Neural MMO [50.58083807719749]
IJCAI 2022で開催されている第2回Neural MMOチャレンジの結果を報告する。
この競合はマルチエージェントシステムの堅牢性と一般化をターゲットにしている。
環境ラッパー、ベースライン、可視化ツール、そしてさらなる研究のための選択されたポリシーを含むベンチマークをオープンソースにします。
論文 参考訳（メタデータ） (2023-08-30T07:16:11Z) - ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。
提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。
大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
論文 参考訳（メタデータ） (2023-05-16T18:56:12Z) - Learning Correlated Equilibria in Mean-Field Games [62.14589406821103]
我々は平均場相関と粗相関平衡の概念を発展させる。
ゲームの構造に関する仮定を必要とせず,効率よくゲーム内で学習できることが示される。
論文 参考訳（メタデータ） (2022-08-22T08:31:46Z) - A Theory of Tournament Representations [4.969254618158096]
我々はパラメトリックトーナメント表現を理解するための新しい理論を開発した。
私たちの最初の貢献は、$d$次元表現から生じるトーナメントのクラスを構造的に特徴づけることです。
さらに2ドルのトーナメントは、関連する禁止されたフリップクラスがわずか2ドルのトーナメントを含むことを示すことで、完全にランク付けします。
論文 参考訳（メタデータ） (2021-10-06T09:08:00Z) - Overview of the Arabic Sentiment Analysis 2021 Competition at KAUST [22.17427488246146]
本稿では,King Abdullah University of Science and Technology(KAUST)が主催するアラビア語知覚分析チャレンジの概要について述べる。
課題は、与えられたツイートをポジティブ、ネガティブ、中立の3つのカテゴリの1つに分類する機械学習モデルを開発することである。
本稿では,トップクラスのチームで使用される手法とツールをまとめた。
論文 参考訳（メタデータ） (2021-09-29T14:41:51Z) - Improved Bounds for Online Facility Location with Predictions [14.973636284231047]
学習強化オンラインアルゴリズムの枠組みとして,オンライン施設配置を考える。
OFLでは、要求はメートル法空間で1つずつ到着し、到着時にオープンな施設に割り当てられなければならない。
最適施設の位置の予測に不完全な可能性を生かしたOFLのオンラインアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-07-17T16:44:27Z) - Inter Extreme Points Geodesics for Weakly Supervised Segmentation [2.5772212255258777]
$textitInExtremIS$は、ディープイメージセグメンテーションネットワークをトレーニングするための弱い教師付き3Dアプローチである。
私たちの完全自動メソッドはエンドツーエンドで訓練されており、テストタイムアノテーションは一切必要ありません。
論文 参考訳（メタデータ） (2021-07-01T16:16:50Z) - A quest for a fair schedule: The Young Physicists' Tournament [0.0]
ヤング・フィジスト・トーナメント(Young Physicists Tournament)は、37か国から5大陸の高校生の間で開催される、チーム指向の科学コンペティションである。
主催者の任務は、各チームが選択した問題のそれぞれを正確に1回だけ提示し、1回の戦闘で何の問題も提示しないように、戦闘の構成を選択することである。
両部グラフに適切なエッジカラー化を構築することにより,その一部は確実に実現可能であることを示す。
論文 参考訳（メタデータ） (2020-06-03T11:45:06Z) - Analysing Affective Behavior in the First ABAW 2020 Competition [49.90617840789334]
ABAW(Affective Behavior Analysis in-the-Wild) 2020コンペティションは、3つの主要な行動タスクの自動分析を目的とした最初のコンペティションである。
アルゼンチンのブエノスアイレスで2020年5月に開催されたIEEE Face and Gesture Recognitionと共同で開催されるこのコンペティションについて説明する。
評価指標を概説し,ベースラインシステムとトップ3の実施するチームの方法論をチャレンジ毎に提示し,その結果を最終的に提示する。
論文 参考訳（メタデータ） (2020-01-30T15:41:14Z)
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。