論文の概要: Measuring Computer Science Enthusiasm: A Questionnaire-Based Analysis of Age and Gender Effects on Students' Interest
- arxiv url: http://arxiv.org/abs/2512.08472v1
- Date: Tue, 09 Dec 2025 10:43:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-10 22:28:07.925138
- Title: Measuring Computer Science Enthusiasm: A Questionnaire-Based Analysis of Age and Gender Effects on Students' Interest
- Title（参考訳）: コンピュータサイエンスのエンタシアズムを測定する:学生の興味に対する年齢とジェンダーの影響に関するアンケート調査に基づく分析
- Authors: Kai Marquardt, Robert Hanak, Anne Koziolek, Lucia Happe,
- Abstract要約: 本研究は, コンピュータサイエンス(CS)教育に対する学生の関心を, 年齢と性別の影響をなくすことによって新たな洞察を与えるものである。
我々は、肯定的な影響、知覚的妥当性、再エンゲージメントの意図を組み合わせた、短期的な関心の活性化表現として熱意を概念化する。
オンラインCSコースに参加する400人以上の学生のデータを用いて,熱意の年齢・性別関連パターンについて検討した。
- 参考スコア（独自算出の注目度）: 4.580941470529078
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study offers new insights into students' interest in computer science (CS) education by disentangling the distinct effects of age and gender across a diverse adolescent sample. Grounded in the person-object theory of interest (POI), we conceptualize enthusiasm as a short-term, activating expression of interest that combines positive affect, perceived relevance, and intention to re-engage. Experiencing such enthusiasm can temporarily shift CS attitudes and strengthen future engagement intentions, making it a valuable lens for evaluating brief outreach activities. To capture these dynamics, we developed a theoretically grounded questionnaire for pre-post assessment of the enthusiasm potential of CS interventions. Using data from more than 400 students participating in online CS courses, we examined age- and gender-related patterns in enthusiasm. The findings challenge the prevailing belief that early exposure is the primary pathway to sustained interest in CS. Instead, we identify a marked decline in enthusiasm during early adolescence, particularly among girls, alongside substantial variability in interest trajectories across age groups. Crucially, our analyses reveal that age is a more decisive factor than gender in shaping interest development and uncover key developmental breakpoints. Despite starting with lower baseline attitudes, older students showed the largest positive changes following the intervention, suggesting that well-designed short activities can effectively re-activate interest even at later ages. Overall, the study highlights the need for a dynamic, age-sensitive framework for CS education in which instructional strategies are aligned with developmental trajectories.
- Abstract（参考訳）: 本研究は、コンピュータサイエンス(CS)教育に対する学生の関心に対する新たな洞察を提供する。
関心の人的対象論(POI)に根ざして、私たちは、肯定的な影響、知覚的関連性、再エンゲージメントの意図を組み合わす関心の活性化表現として、熱意を概念化します。
このような熱意を発揮すれば、CSの姿勢を一時的に変えることができ、将来のエンゲージメントの意図を強化することができ、短期間のアウトリーチ活動を評価する上で貴重なレンズとなる。
これらのダイナミクスを捉えるために,CS介入に対する熱意の事前評価のための理論的根拠付きアンケートを開発した。
オンラインCSコースに参加する400人以上の学生のデータを用いて,熱意の年齢・性別関連パターンについて検討した。
この知見は、早期曝露がCSへの関心を持続させる主要な経路である、という一般的な信念に疑問を投げかけるものである。
その代わり, 青年期, 特に女子における熱意の顕著な低下と, 年齢層間での関心軌跡の変動が認められた。
分析の結果,性別よりも年齢が決定的な要因であることが判明した。
基本的態度の低さから始めると, 介入後最大のポジティブな変化がみられ, 後代においても, 十分に設計された短期活動が効果的に関心を再活性化させる可能性が示唆された。
全体として、この研究は、発達軌跡に整合した教育戦略を取り入れた、CS教育のための動的、年齢感受性フレームワークの必要性を強調している。
関連論文リスト
- Deep Learning-Based Age Estimation and Gender Deep Learning-Based Age Estimation and Gender Classification for Targeted Advertisement [3.376269351435396]
本稿では, 顔画像から年齢と性別を同時分類する, 深層学習に基づく新しいアプローチを提案する。
両タスクに最適化された独自の畳み込みニューラルネットワーク(CNN)アーキテクチャを提案する。
実験の結果,性別分類の精度が向上し,95%が達成され,年齢推定に5.77年を要した平均絶対誤差が得られた。
論文 参考訳（メタデータ） (2025-07-24T16:41:26Z) - Bridging the gap in FER: addressing age bias in deep learning [0.562479170374811]
深部FERモデルにおける年齢関連バイアスについて検討し,特に高齢者に焦点をあてた。
説明可能なAI(XAI)技術を用いて,表現認識と注意パターンの系統的差異を同定する。
その結果,高齢者の認識精度は一貫した改善が見られた。
論文 参考訳（メタデータ） (2025-07-10T11:07:13Z) - DASKT: A Dynamic Affect Simulation Method for Knowledge Tracing [51.665582274736785]
KT(Knowledge Tracing)は,学生の履歴計算によって将来のパフォーマンスを予測し,学生の感情状態を理解することで,KTの有効性を高めることができる。
本研究では,学生の感情状態が知識状態に与える影響を調べるために,DASKT(Affect Dynamic Knowledge Tracing)を提案する。
我々の研究は、高い解釈可能性と精度の実現に焦点をあてて、今後の研究への有望な道のりを強調している。
論文 参考訳（メタデータ） (2025-01-18T10:02:10Z) - AI Across Borders: Exploring Perceptions and Interactions in Higher Education [14.650938059200287]
本研究では,生成人工知能(GenAI)に対する学生の認識について検討する。
我々は、AIに対する認識と認識について、1211人の学生から定量的なLikert評価と質的なコメントを収集した。
論文 参考訳（メタデータ） (2024-12-15T12:02:14Z) - Socially Assistive Robot in Sexual Health: Group and Individual Student-Robot Interaction Activities Promoting Disclosure, Learning and Positive Attitudes [0.0]
社会支援ロボット(SAR)は、人間よりも信頼できると認識されることもある。
学生は人間の教師よりも、SE関連の質問をロボットに尋ねることにオープンだった。
論文 参考訳（メタデータ） (2024-07-17T21:36:21Z) - From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven
Learning in Artificial Intelligence Tasks [56.20123080771364]
心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。
人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。
CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
論文 参考訳（メタデータ） (2022-01-20T17:07:03Z) - LAE : Long-tailed Age Estimation [52.5745217752147]
まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。
標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。
本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-25T09:05:44Z) - The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。
本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
論文 参考訳（メタデータ） (2021-01-30T13:13:45Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳（メタデータ） (2021-01-19T12:23:32Z) - Social Engagement versus Learning Engagement -- An Exploratory Study of
FutureLearn Learners [61.58283466715385]
大規模なオープンオンラインコース (MOOCs) は増加傾向にあるが、エンロリーのごく一部しかMOOCsを完了していない。
この研究は、MOOCにおける研究の進展とともに、学習者がピアとどのように相互作用するかに特に関係している。
この研究は、社会的構成主義的アプローチを採用し、協調学習を促進するFutureLearnプラットフォーム上で行われた。
論文 参考訳（メタデータ） (2020-08-11T16:09:10Z)
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。