論文の概要: Learning Critical Testing Literacy Through Puzzles: an Experience Report

• arxiv url: http://arxiv.org/abs/2606.20129v1
• Date: Thu, 18 Jun 2026 11:53:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.832641
• Title: Learning Critical Testing Literacy Through Puzzles: an Experience Report
• Title（参考訳）: パズルを通して批判的テストのリテラシーを学ぶ: 経験報告
• Authors: Niels Doorn, Bart Th. Knaack, Tanja E. J. Vos, Beatriz Marín,
• Abstract要約: 本稿では,CTLの学習にパズルを用いたワークショップでの経験と経験を報告する。 学生,テスタ,教師,小学校の生徒を対象に13回のワークショップを行い,批判的テストリテラシーのパズルに基づく指導について検討した。
• 参考スコア（独自算出の注目度）: 0.5693122506667715
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we report our experiences and takeaways from workshops using puzzles to learn CTL. Background: Software testing is important yet difficult to teach. We introduced a BoK of puzzle-based learning activities to teach CTL, based on a model of critical tester's cognition, leading to the pedagogical framework P4TEST. We conducted thirteen workshops with students, testers, teachers, and primary school pupils to assess puzzle-based teaching of critical testing literacy. Experience: Across eleven workshops, we used a semi-structured approach, varying puzzles, materials, and timing. In two additional workshops, we introduced workbooks and think-aloud sessions to gather more data on the learning experience. Observations: Participants consistently perceived themselves as experimenting while solving puzzles. Students tended to converge on solutions, while professionals continued exploring. Emotions were visible in behaviour but hard to surface through written reflection alone. Think-aloud sessions revealed immediate reasoning; written reflections elicited more meta-cognitive reflection. The theme Sensemaking / reflection-in-action captured how participants framed problems, navigated dead ends, and shifted strategies. Reflections: Puzzles are not the intervention: the entire sequence of solving, debriefing, and reflecting is. Designing that sequence more deliberately is the work ahead. We also developed an open-source web application with built-in analytics to customise workshops.
• Abstract（参考訳）: 本稿では,CTLの学習にパズルを用いたワークショップでの経験と経験を報告する。 背景: ソフトウェアテストは重要だが、教えることが難しい。 我々は,批判的テスタの認知モデルに基づいて,CTLを教えるためのパズルベースの学習活動のBoKを導入し,教育的枠組みであるP4TESTに導いた。 学生,テスタ,教師,小学校の生徒を対象に13回のワークショップを行い,批判的テストリテラシーのパズルに基づく指導について検討した。 経験:11回のワークショップで、私たちは半構造化されたアプローチ、さまざまなパズル、材料、タイミングを使いました。 さらに2つのワークショップで、学習経験に関するより多くのデータを集めるために、ワークブックとシンクアラウドセッションを導入しました。 観察: 参加者はパズルを解きながら実験していると常に認識していた。 学生はソリューションに収束する傾向があり、プロは探索を続けた。 感情は行動で見られたが、書面の反射だけでは表れなかった。 シンク・アラウド・セッションは即時理性を示し、リフレクションによってメタ認知的リフレクションが引き起こされた。 センスメイキング/リフレクション・イン・アクションというテーマは、参加者がどのように問題をフレーム化し、終了をナビゲートし、戦略をシフトしたかを捉えました。 ふりかえり: パズルは介入ではありません。 このシーケンスをより意図的に設計することが、今後の作業です。 また、ワークショップをカスタマイズするための分析機能を組み込んだオープンソースのWebアプリケーションも開発しました。

関連論文リスト

• Writing Blog Posts Helps Students Connect Experiential Learning to the Workplace [2.695886599085046]
  この研究には、CTCやその他の手頃な地元の大学でCSを勉強している25人の中学生が含まれていた。 各学生は、業界メンターの助けを借りて、数週間にわたって人気のあるオープンソースプロジェクトから解決するために、シンプルなオープンソース課題を割り当てられた。 プロジェクトに取り組んでいる間、学生はプロジェクトのミッション、割り当てられたイシュー、技術的なアーキテクチャ、直面した課題、提案されたソリューションに関する5つのセクションの概要を使ってLinkedInのブログ記事を起草した。 4つのテーマは、問題解決テクニックの特定、成長のマインドセット、共同開発による課題とメリット、ユーザへの貢献の影響である。
  論文  参考訳（メタデータ） (2026-04-21T00:05:19Z)
• Moving Beyond Review: Applying Language Models to Planning and Translation in Reflection [17.23739251695297]
  本稿では,大規模言語モデル (LLM) の最初の適用方法を提案する。 Penséeは、会話エージェントを使用して構造化されたリフレクション計画を構築することで、これらのステージにおける明示的なAIサポートの効果を探求するツールである。 その結果,学習者が文章認知プロセス理論の計画と翻訳の段階で支援を受けると,反射深度と構造的品質が著しく向上することがわかった。
  論文  参考訳（メタデータ） (2026-03-30T15:42:38Z)
• Student Engagement with GenAI's Tutoring Feedback: A Mixed Methods Study [0.0]
  本研究の目的は,(1) 学生が学習のフィードバックコンポーネントに関わったときにどう思うかを明らかにすること,(2) フィードバックコンポーネント,学生の視覚的注意,言語的思考,および問題の解決プロセスの一環としての即時行動との関係を探索することである。 380のフィードバックコンポーネントを取り入れた学生の思考の分析から,学生は理解や意見の相違,追加情報が必要,学生はフィードバックを明確に判断する4つの主要なテーマが明らかになった。
  論文  参考訳（メタデータ） (2025-09-26T22:17:20Z)
• Jigsaw-R1: A Study of Rule-based Visual Reinforcement Learning with Jigsaw Puzzles [40.63842379016203]
  本稿では、ジグソーパズルを構造化実験フレームワークとして用いて、ルールベースの視覚的RLについて包括的に研究する。 Jigsawのパズルは、固有の真実、調整可能な困難、複雑な意思決定を要求する。 MLLMは、最初は最も単純なジグソーパズルのランダムな推測に近づき、ほぼ完璧な精度を達成し、微調整によって複雑で目に見えない構成に一般化する。
  論文  参考訳（メタデータ） (2025-05-29T16:01:22Z)
• Playpen: An Environment for Exploring Learning Through Conversational Interaction [84.0413820245725]
  本研究は,対話ゲームが学習のフィードバック信号の源として機能するかどうかを考察する。 本稿では,対話ゲームによるオフラインおよびオンライン学習環境であるPlaypenを紹介する。 SFTによる模倣学習は、目に見えないインスタンスのパフォーマンスを向上させるが、他のスキルに悪影響を及ぼす。
  論文  参考訳（メタデータ） (2025-04-11T14:49:33Z)
• BloomWise: Enhancing Problem-Solving capabilities of Large Language Models using Bloom's-Taxonomy-Inspired Prompts [59.83547898874152]
  BloomWiseは認知にインスパイアされた大規模言語モデル(LLM)のプロンプト技術である 解法をより説明しやすいものにしながら、数学的問題解決におけるLLMの性能を高めるように設計されている。
  論文  参考訳（メタデータ） (2024-10-05T09:27:52Z)
• Exploring Knowledge Tracing in Tutor-Student Dialogues using LLMs [49.18567856499736]
  本研究では,大規模言語モデル(LLM)が対話学習を支援することができるかどうかを検討する。 我々は,学習者の知識レベルを対話全体にわたって追跡するために,ラベル付きデータに知識追跡(KT)手法を適用した。 我々は,2つの学習対話データセットの実験を行い,従来のKT手法よりも学生の反応の正しさを予測できる新しいLCM-based method LLMKTが優れていることを示す。
  論文  参考訳（メタデータ） (2024-09-24T22:31:39Z)
• Re-Reading Improves Reasoning in Large Language Models [87.46256176508376]
  既成のLarge Language Models (LLM) の推論能力を高めるため, 単純で汎用的で効果的なプロンプト手法であるRe2を導入する。 CoT (Chain-of-Thought) など、ほとんどの思考を刺激する手法とは異なり、Re2 は質問を2回処理することで入力に焦点を移し、理解プロセスを強化する。 提案手法の有効性と汎用性を検証するため,14のデータセットにまたがる広範囲な推論ベンチマークでRe2を評価した。
  論文  参考訳（メタデータ） (2023-09-12T14:36:23Z)
• Interaction-limited Inverse Reinforcement Learning [50.201765937436654]
  本稿では,教師の視点をカバーしたカリキュラム逆強化学習(CIRL)と,学習者の視点に着目した自己適用逆強化学習(SPIRL)の2つの訓練戦略を提案する。 シミュレーション実験と実ロボットを用いた実験により,CIRLの無作為教師やSPIRLのバッチ学習者よりも高速な学習が可能であることを示す。
  論文  参考訳（メタデータ） (2020-07-01T12:31:52Z)

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。