論文の概要: Measuring Curriculum Alignment across Topical Coverage, Competency, and Cognitive Depth: A Longitudinal Framework Applied to CS2013 and CS2023
- arxiv url: http://arxiv.org/abs/2606.19469v1
- Date: Wed, 17 Jun 2026 18:03:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.471799
- Title: Measuring Curriculum Alignment across Topical Coverage, Competency, and Cognitive Depth: A Longitudinal Framework Applied to CS2013 and CS2023
- Title（参考訳）: 対訳 CS2013 と CS2023 に適用される縦断的枠組み
- Authors: Sherzod Turaev, Mary John, Saja Aldabet, Mamoun Awad, Nazar Zaki, Khaled Shuaib,
- Abstract要約: パイプラインはプログラムと各ガイドラインを構造化コーパスとして表現する。
CS2023の49.7%、CS2013の知識ユニットの50.9%をカバーしている。
- 参考スコア（独自算出の注目度）: 1.9672838111618016
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Undergraduate computer science is governed by international curricular guidelines revised about once a decade, yet programs lack a reliable, reproducible way to measure how completely they cover the current guidelines and how that coverage shifts when the guidelines are restructured. We address this with a human-in-the-loop pipeline that measures a program's coverage of an external body of knowledge, applied longitudinally to one accredited BSc in Computer Science against Computer Science Curricula 2013 (CS2013) and 2023 (CS2023). The pipeline represents the program and each guideline as structured corpora, generates candidate course-to-knowledge-unit matches by semantic retrieval, and confirms them through human judgment under an explicit coverage definition. Of seven benchmarked retrievers, a reciprocal-rank-fusion ensemble was strongest, and a reputed long-context model underperformed a small sentence model, so retriever choice must be measured. Both maps were validated by an independent second rater (Cohen's kappa 0.64 for CS2023, 0.69 for CS2013). The program covers 49.7% of CS2023 and 50.9% of CS2013 knowledge units, near-constant across a decade. Extending the same retrieve-then-confirm design to competency articulation and cognitive depth shows that the program articulates the competency for ~88% of covered units under each guideline, yet delivers it at the recommended depth for 76% of present units under CS2023 against 95% under CS2013, a gap reflecting the newer guideline's raised expectations, not the program. The longitudinal comparison separates persistent structural gaps (parallel and distributed computing, foundations of programming languages, systems fundamentals), uncovered against both guidelines and ABET, from differences that reflect the standard's evolution. The instrument is reusable and available from the authors on request.
- Abstract（参考訳）: 学部生のコンピュータ科学は、10年に1度改訂された国際的なカリキュラムガイドラインによって管理されているが、プログラムは、現在のガイドラインを完全にカバーし、ガイドラインが再構成されたときにそのカバレッジがどう変わるかを測定する、信頼性があり再現可能な方法が欠如している。
コンピュータ科学における認定BScをコンピュータ科学カリキュラム2013(CS2013)と2023(CS2023)に対して縦に適用し,プログラムの外部知識のカバレッジを測定する。
パイプラインはプログラムと各ガイドラインを構造化コーパスとして表現し、セマンティック検索により候補のコース・ツー・ナレッジ・ユニットマッチングを生成し、明示的なカバレッジ定義の下で人間の判断によって確認する。
ベンチマークした7つの検索者のうち、逆ランク・フュージョン・アンサンブルが最強であり、評価された長文モデルでは小文モデルが不足していたため、検索者の選択を測る必要がある。
どちらの地図も独立した2番目のレート器で検証された(コーエンのカッパ0.64はCS2023、0.69はCS2013)。
CS2023の49.7%、CS2013の知識ユニットの50.9%をカバーしている。
このプログラムは、各ガイドラインの下でカバーされたユニットの約88%の能力を示すが、CS2023の現在のユニットの76%がCS2013の95%に対して推奨された深さでCS2013の95%は、新しいガイドラインの期待を反映している。
縦断比較は、標準の進化を反映した違いから、永続的な構造的ギャップ(並列と分散コンピューティング、プログラミング言語の基礎、システム基礎)を分離する。
楽器は再利用可能で、著者から依頼に応じて入手可能である。
関連論文リスト
- LearnOpt: Recovering the Latent Cognitive Structure of Standardized Examinations via Knowledge Graphs and Constrained Optimization [0.0]
LearnOptは、過去の質問紙からパーソナライズされたタイムバウンドな研究プランを生成する。
NEETの潜伏能力の分布はシラバス系内で安定である。
潜在認知構造は断片的に安定しており、変化は検出可能であり、曲がりくねった出来事に起因する。
論文 参考訳（メタデータ） (2026-06-13T15:21:53Z) - Benchmarking Speech-to-Speech Translation Models [55.00303727199927]
音声音声翻訳(S2ST)は急速に進歩しているが、オフライン評価には統一されたプロトコルが欠けている。
8次元にわたる46のメトリクスを統合するベンチマークフレームワークを導入する。
FLEURSとCVSSから1,248のモデル言語構成でデプロイする。
論文 参考訳（メタデータ） (2026-06-02T07:01:33Z) - An NLP-Driven Framework for Curriculum-Labor Market Alignment: Schema-Constrained LLM Extraction, ESCO-Anchored Semantic Matching, and Multi-Dimensional Gap Quantification [1.2690075195132626]
既存のパイプラインは、暗黙の能力を取り戻すことができない語彙曲面法に依存している。
本稿では,フロンティア強化7スロット形式を組み込んだ4段階NLPフレームワークを提案する。
このフレームワークは、高等教育品質保証における重要な応用のためにインスタンス化されている。
論文 参考訳（メタデータ） (2026-06-01T09:44:37Z) - The Deterministic Horizon: Impossibility Results as Design Specifications for Trustworthy AI Systems [0.0]
この論文は、好奇心から不合理性の結果を設計規則に変える。
そのフラッグシップとなる結果は、アーキテクチャだけで設定された精度の高い天井を証明している。
同じ引数がサブフィールドにまたがって再キャストされる。
論文 参考訳（メタデータ） (2026-05-21T20:48:35Z) - Semantic Entanglement in Vector-Based Retrieval: A Formal Framework and Context-Conditioned Disentanglement Pipeline for Agentic RAG Systems [0.0]
埋め込み空間における交叉重なりのモデル相対尺度として意味的絡み合いを定式化する。
埋め込みに先立って文書を再構成する4段階の事前処理フレームワークであるセマンティック・ディスタングルメント・パイプライン(SDP)を紹介した。
約25のサブドメインにわたる2,000以上のドキュメントからなる実世界の企業医療知識ベースでSDPを評価した。
論文 参考訳（メタデータ） (2026-04-20T00:24:34Z) - SlopCodeBench: Benchmarking How Coding Agents Degrade Over Long-Horizon Iterative Tasks [55.76734816061826]
我々は20の問題と93のチェックポイントからなる言語に依存しないベンチマークであるSlopCodeBenchを紹介する。
我々は、冗長性、重複コードの割合、構造的侵食という2つの軌道レベルの品質信号を追跡する。
11モデルにまたがるエンドツーエンドの問題を解決するエージェントは存在しない。
論文 参考訳（メタデータ） (2026-03-25T19:26:44Z) - PAC Guarantees for Reinforcement Learning: Sample Complexity, Coverage, and Structure [0.0]
ほぼすべてのPACサンプルの複雑さを3つの要因に分解するCoverage-Objective-Structure(CSO)フレームワークを提案する。
CSOは定理ではなく、ボトルネックを特定し、クロスセット比較を即座に行う解釈テンプレートである。
我々は、CSO座標でインデックス付けされたレート・ルックアップ・テーブル、ベルマン残差診断、配置ゲートによるカバレッジ推定、エポソードごとのポリシー証明書を提供する。
論文 参考訳（メタデータ） (2026-03-01T22:33:16Z) - NAIPv2: Debiased Pairwise Learning for Efficient Paper Quality Estimation [58.30936615525824]
本稿では,紙の品質評価のための非バイアスで効率的なフレームワークであるNAIPv2を提案する。
NAIPv2は、レビューアレーティングの不整合を低減するために、ドメイン年グループ内でペアワイズ学習を採用している。
これはペアワイズ比較に基づいてトレーニングされるが、デプロイ時に効率的なポイントワイズ予測を可能にする。
論文 参考訳（メタデータ） (2025-09-29T17:59:23Z) - EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking [58.15568681219339]
大規模言語モデル(LLM)を評価するための新しいベンチマークであるEquiBenchを紹介する。
このタスクは、プログラムのセマンティクスについて推論するモデルの能力を直接テストする。
19の最先端LCMを評価し、最も難しいカテゴリでは、最高の精度は63.8%と76.2%であり、50%のランダムベースラインよりわずかに高い。
論文 参考訳（メタデータ） (2025-02-18T02:54:25Z) - Generalizing Cross-Document Event Coreference Resolution Across Multiple
Corpora [63.429307282665704]
クロスドキュメントイベントコア参照解決(CDCR)は、文書の集合全体にわたってイベントの特定とクラスタ化を行う必要があるNLPタスクである。
CDCRは、下流のマルチドキュメントアプリケーションに利益をもたらすことを目標としているが、CDCRの適用による改善はまだ示されていない。
これまでのCDCRシステムは,1つのコーパスでのみ開発,トレーニング,テストが行われた。
論文 参考訳（メタデータ） (2020-11-24T17:45:03Z)
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。