論文の概要: Student Competency Assessment and Presentation Methods Based on Algorithm Courses
- arxiv url: http://arxiv.org/abs/2606.00200v1
- Date: Fri, 29 May 2026 17:03:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 18:53:58.824951
- Title: Student Competency Assessment and Presentation Methods Based on Algorithm Courses
- Title（参考訳）: アルゴリズムコースに基づく学生の能力評価とプレゼンテーション方法
- Abstract要約: 知識、スキル、配当を統合する能力に基づく教育は、コンピュータサイエンス教育において重要な役割を担っている。
本研究の目的は、学習行動パターンの分析、アルゴリズムコースにおける能力評価のための設計方法、カリキュラム設計を通知するコース実験の難しさを評価することである。
- 参考スコア（独自算出の注目度）: 4.332793252500841
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This full research paper describes the assessment and presentation of student competencies in algorithm courses, grounded in the CC2020 competency model. With the growing emphasis on bridging the gap between academic training and industry demands, competency-based education, which integrates knowledge, skills, and dispositions, has become pivotal in computer science education. To bridge the gap, we need to develop a comprehensive framework to evaluate competencies (knowledge, skills, and dispositions) in computer science education. The research aims to analyze learning behavior patterns, design methods for competency assessment in algorithm courses, and evaluate the difficulty of course experiments to inform curriculum design. We collected programming experiment and written assignment data from 169 students, adapting it to the xAPI specification for unified analysis. In this work, Markov process modeling was employed to analyze behavioral sequences, revealing cognitive patterns during programming tasks. Multiple methods were applied to quantify competencies (knowledge, skills, dispositions) and identify distinct student clusters. Course difficulty was quantified using proactiveness metrics derived from submission timeliness. This work contributes a scalable framework for competency assessment in algorithm courses and offers actionable insights for personalized teaching and curriculum optimization. Practically, it enables instructors to tailor interventions based on student clusters and optimize task difficulty. Future work will integrate more students' performance to validate competency models and extend the framework to broader computer science curricula.
- Abstract（参考訳）: 本稿では,CC2020能力モデルに基づくアルゴリズムコースにおける学生能力の評価と提示について述べる。
アカデミックトレーニングと産業需要のギャップを埋めることに重点が置かれているため、知識、スキル、配当を統合する能力に基づく教育は、コンピュータサイエンス教育において重要な役割を担っている。
このギャップを埋めるためには、コンピュータサイエンス教育における能力(知識、スキル、配置)を評価する包括的な枠組みを開発する必要がある。
本研究の目的は、学習行動パターンの分析、アルゴリズムコースにおける能力評価のための設計方法、カリキュラム設計を通知するコース実験の難しさを評価することである。
プログラム実験と169人の学生の代入データを収集し,xAPI仕様に適合させて統一解析を行った。
この研究では、マルコフプロセスモデリングを用いて行動シーケンスを分析し、プログラミングタスク中に認知パターンを明らかにする。
複数の手法を適用して、能力(知識、スキル、配置)を定量化し、異なる学生集団を識別した。
提案タイムラインから導出した積極性指標を用いて,コースの難易度を定量化した。
この研究は、アルゴリズムコースにおける能力評価のためのスケーラブルなフレームワークに貢献し、パーソナライズされた教育とカリキュラムの最適化のための実用的な洞察を提供する。
実際に、インストラクターは学生クラスタに基づいて介入を調整し、タスクの難易度を最適化できる。
今後の作業は、より多くの学生のパフォーマンスを統合して、能力モデルを評価し、フレームワークを幅広いコンピュータサイエンスカリキュラムに拡張する予定である。
関連論文リスト
- Causal Modelling of Support Interventions for Student Competency Assessment [42.46717736329823]
我々は、構造的因果モデリングアプローチを教育評価に適用することを提唱する。
我々は、標準的な連想モデルに到達できない推論形態の実践的関連性を分析する。
我々のプロトコルでは、専門家から構造方程式を引き出す必要があるが、必要な情報は純粋に論理的である。
論文 参考訳（メタデータ） (2026-08-25T14:46:00Z) - Using Logs to support Programming Education [0.0]
このプロジェクトは、個々の学生とクラス全体のコード開発ログからリアルタイムの学習分析を収集することでギャップを埋める。
従来の学習管理システムとは違って,広く使用されているコードエディタ用のプラグインという,新しいアプローチを提案する。
論文 参考訳（メタデータ） (2026-05-11T17:53:16Z) - Beyond the Code: A Multi-Modal Assessment Strategy for Fostering Professional Competencies via Introductory Programming Projects [1.8810916321241071]
本稿では,プロジェクトベースラーニングフレームワークを用いて2Dゲーム「Maze Runner」スタイルの開発を行う「Fundamentals of Programming」コースについて報告する。
この多次元的アプローチは,プログラミング基礎の学生の維持を向上させると考えられる。
論文 参考訳（メタデータ） (2026-03-19T10:42:34Z) - Evaluating 21st-Century Competencies in Postsecondary Curricula with Large Language Models: Performance Benchmarking and Reasoning-Based Prompting Strategies [6.934935343001595]
我々は、幅広いカリキュラム文書、能力フレームワーク、モデルを調べることで、以前のカリキュラム分析研究を拡張した。
カリキュラムのアライメントスコアを手動で7,600点を用いて評価した。
我々はLLMの教育的推論を強化するための推論に基づくプロンプト戦略であるCurricular CoTを導入する。
論文 参考訳（メタデータ） (2026-01-16T04:07:23Z) - Assessing Engineering Student Perceptions of Introductory CS Courses in an Indian Context [6.237405036268818]
本研究では,導入型コンピュータサイエンス/プログラミングコースにおける工学生のアセスメント実践に対する認識について検討する。
学生は、効果的な学習活動として研究室の課題を認識し、試験やプロジェクトを真正かつスキル向上と見なしている。
学生は授業内容形成におけるインストラクターの役割を高く評価し、教師が親しみやすく役に立つことを見出した。
論文 参考訳（メタデータ） (2025-08-06T19:04:19Z) - Causally Aligned Curriculum Learning [69.11672390876763]
本稿では、因果レンズによるカリキュラムRLの問題について検討する。
因果的に整合したソースタスクを特徴付ける十分なグラフィカルな条件を導出する。
因果整合型カリキュラムを生成するための効率的なアルゴリズムを開発した。
論文 参考訳（メタデータ） (2025-03-21T02:20:38Z) - MathTutorBench: A Benchmark for Measuring Open-ended Pedagogical Capabilities of LLM Tutors [82.91830877219822]
我々は、総合的なチューリングモデル評価のためのオープンソースのベンチマークであるMathTutorBenchを紹介する。
MathTutorBenchには、ダイアログベースの教育における科学の研究によって定義された、家庭教師の能力をカバーするデータセットとメトリクスが含まれている。
閉鎖的およびオープンウェイトなモデルの幅広いセットを評価し、問題解決能力によって示される課題の専門知識が、すぐには良い教育に変換されないことを発見した。
論文 参考訳（メタデータ） (2025-02-26T08:43:47Z) - Rubric-based Learner Modelling via Noisy Gates Bayesian Networks for Computational Thinking Skills Assessment [40.06500618820166]
我々は,タスク固有能力ルーブリックから自動スキルアセスメントのための学習者モデルを開発する。
我々は2つのゲート層を持つネットワークを設計し、1つはノイズORゲートによる解離操作を行い、もう1つは論理ANDによる解離操作を行う。
CT-cubeスキルアセスメントフレームワークとCAT(Cross Array Task)は、それを実証し、その実現可能性を示すために使用される。
論文 参考訳（メタデータ） (2024-08-02T12:21:05Z) - Modelling Assessment Rubrics through Bayesian Networks: a Pragmatic Approach [40.06500618820166]
本稿では,学習者モデルを直接評価ルーリックから導出する手法を提案する。
本稿では,コンピュータ思考のスキルをテストするために開発された活動の人的評価を自動化するために,この手法を適用する方法について述べる。
論文 参考訳（メタデータ） (2022-09-07T10:09:12Z) - Curriculum Learning: A Survey [65.31516318260759]
カリキュラム学習戦略は、機械学習のあらゆる分野で成功している。
我々は,様々な分類基準を考慮して,カリキュラム学習アプローチの分類を手作業で構築する。
集約型クラスタリングアルゴリズムを用いて,カリキュラム学習手法の階層木を構築する。
論文 参考訳（メタデータ） (2021-01-25T20:08:32Z) - Zur Modellierung und Klassifizierung von Kompetenzen in der
grundlegenden Programmierausbildung anhand der Anderson Krathwohl Taxonomie [0.0]
本研究は,基礎プログラミング分野におけるコンピュータサイエンス初心者の期待する能力に焦点をあてる。
ドイツの大学における現在の学習目標の質的内容分析と大学教員の視点から、基礎的プログラミング能力を特定する。
論文 参考訳（メタデータ） (2020-06-24T17:07:12Z)
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。