論文の概要: Measuring Computational Thinking Self-Efficacy (CT-SEI): Instrument development and preliminary evaluation
- arxiv url: http://arxiv.org/abs/2607.17704v1
- Date: Mon, 20 Jul 2026 08:50:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.556128
- Title: Measuring Computational Thinking Self-Efficacy (CT-SEI): Instrument development and preliminary evaluation
- Title（参考訳）: 計算思考自己効力(CT-SEI)の測定 : 機器開発と予備評価
- Abstract要約: 我々は,コンピュータ思考スキルの高等教育における学生の自己効力度を計測する尺度を作成した。
データは、Prolificとコスタリカの大学で採用されている高等教育機関の270人の学生から収集された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Much effort is put into helping students at different educational levels develop Computational Thinking (CT) skills. Self-efficacy is important for skill development. It can predict perseverance, engagement and success on educational tasks. We created an instrument to measure self-efficacy of students in higher education for the CT skills abstraction, algorithmic thinking, decomposition, evaluation and generalization. First, 91 candidate items were created by including, adapting and extending items found in the literature. These items were evaluated by experts in the field of CT and education. 54 items remained and to reduce the number of items further, data was collected from 270 students in higher education recruited both through Prolific and a university setting in Costa Rica. Through principle component analysis (PCA) using a subset of 200 responses, the number of items was reduced to 27. Confirmatory factor analysis (CFA) using the remaining responses in the dataset showed the items can be divided into two categories: (1) creating the solution and (2) evaluating the solution. The created instrument can be valuable when assessing CT self-efficacy of students in higher education. With additional validation (e.g. examination of test-retest validity), we believe the scale could be used to evaluate the effectiveness of interventions, or decide what interventions should be provided to foster CT skill development.
- Abstract（参考訳）: 様々な教育レベルの学生がCT(Computational Thinking)スキルを開発するのを助けるために、多くの努力が払われている。
自己効力はスキル開発にとって重要です。
忍耐力、エンゲージメント、成功を教育タスクで予測できる。
我々は、CTスキルの抽象化、アルゴリズム思考、分解、評価、一般化のための高等教育における学生の自己効力を測定するための器具を開発した。
まず91の候補項目が、文献で見つかった項目を包含し、適応し、拡張することで作成された。
これらの項目はCTと教育の分野の専門家によって評価された。
54項目に留まり、さらに項目数を減らすために、コスタリカのProlificとUniversity settingを通じて、高等教育の270人の学生からデータを収集した。
基本成分分析 (PCA) では, 200回答のサブセットを用いて, 項目数を27項目に減らした。
その結果,各項目は,(1) ソリューションの作成,(2) ソリューションの評価の2つのカテゴリに分類されることがわかった。
作成した楽器は,高校生のCT自己効力を評価する際に有用である。
追加のバリデーション(例えば、検査・検査の妥当性の検証)により、この尺度は介入の有効性を評価したり、CTスキル開発を促進するためにどのような介入を行うべきかを決定することができると信じている。
関連論文リスト
- Computational Thinking Development in AI Agent Creation_A Mixed-Methods Study [7.73047406525975]
本研究では,CocoFlowを用いた5日間のAIエージェント作成ワークショップにおいて,93人の高校生を対象に,計算的思考の発達について検討した。
その結果,抽象的思考とアルゴリズム的思考の大幅な改善が示された。
初等CT値が中等度であった学生は,高CT,低CTともに有意な上昇を示した。
論文 参考訳（メタデータ） (2026-05-14T03:48:08Z) - TRACE: Trajectory-Aware Comprehensive Evaluation for Deep Research Agents [51.30998248590416]
Trajectory-Aware Comprehensive Evaluation (TRACE) は、問題解決の軌道全体を評価するフレームワークである。
私たちのコントリビューションには、TRACEフレームワーク、その新しいメトリクス、および制御可能な複雑さを伴うDeepResearch-Benchが含まれています。
論文 参考訳（メタデータ） (2026-02-05T13:28:57Z) - Pilot Study on Generative AI and Critical Thinking in Higher Education Classrooms [0.0]
ジェネレーティブAI(GAI)ツールは、教育環境において急速に採用されているが、批判的思考の促進における彼らの役割は、まだ解明されていない。
このパイロット研究は、導入型計算・データサイエンスコースにおける生成AI出力の評価において、構造化された批判的思考を適用する学生の能力について検討する。
論文 参考訳（メタデータ） (2025-08-29T18:07:11Z) - Development of the Measure of Assessment Self-Efficacy (MASE) for Quizzes and Exams [0.0]
評価関連自己効力感の尺度は、コンテンツ固有のタスクに対する学生の信念に焦点をあてるが、アセスメントテイクに関する信念を省略する。
本研究は,評価に関する2種類の有効信条の評価を目的とした,評価自己効力感尺度(MASE)の開発と試験を目的とした。
論文 参考訳（メタデータ） (2025-08-26T03:17:08Z) - Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications [59.721265428780946]
医学における大きな言語モデル(LLM)は印象的な能力を実現しているが、体系的で透明で検証可能な推論を行う能力に重大なギャップが残っている。
本稿は、この新興分野に関する最初の体系的なレビューを提供する。
本稿では,学習時間戦略とテスト時間メカニズムに分類した推論強化手法の分類法を提案する。
論文 参考訳（メタデータ） (2025-08-01T14:41:31Z) - STRICTA: Structured Reasoning in Critical Text Assessment for Peer Review and Beyond [68.47402386668846]
本研究では,テキストアセスメントをステップワイド推論プロセスとしてモデル化するために,Structured Reasoning In Critical Text Assessment (STRICTA)を導入する。
STRICTAは、因果性理論に基づく相互接続推論ステップのグラフに評価を分解する。
約40人のバイオメディカル専門家が20以上の論文について4000以上の推論ステップのデータセットにSTRICTAを適用した。
論文 参考訳（メタデータ） (2024-09-09T06:55:37Z) - Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。
本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。
ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
論文 参考訳（メタデータ） (2024-03-05T09:09:15Z) - Evaluating the Fairness of the MIMIC-IV Dataset and a Baseline
Algorithm: Application to the ICU Length of Stay Prediction [65.268245109828]
本稿では、MIMIC-IVデータセットを用いて、滞在時間を予測するXGBoostバイナリ分類モデルにおける公平性とバイアスについて検討する。
この研究は、人口統計属性にわたるデータセットのクラス不均衡を明らかにし、データ前処理と特徴抽出を採用する。
この論文は、偏見を緩和するための公正な機械学習技術と、医療専門家とデータサイエンティストの協力的な努力の必要性について結論付けている。
論文 参考訳（メタデータ） (2023-12-31T16:01:48Z) - The competent Computational Thinking test (cCTt): a valid, reliable and gender-fair test for longitudinal CT studies in grades 3-6 [0.06282171844772422]
本研究では,2709人の生徒のデータを用いて,3年生から6年生(年齢7～11歳)までの学習を確実に評価できるかどうかを検討した。
以上の結果から,cCTtは学年3-6では有効で信頼性が高く,ジェンダーフェアであり,より複雑な項目は学年5-6では有益であることが示唆された。
論文 参考訳（メタデータ） (2023-05-31T03:29:04Z) - The competent Computational Thinking test (cCTt): Development and
validation of an unplugged Computational Thinking test for upper primary
school [0.8367620276482053]
対象は7～9歳の学生を対象にしたCT検査である。
専門家による評価の結果,cCTtは顔,構成,内容の妥当性が良好であることが示唆された。
学生データの心理測定分析は、十分な信頼性、難易度、識別可能性を示す。
論文 参考訳（メタデータ） (2022-03-11T15:05:35Z) - Interpretable Off-Policy Evaluation in Reinforcement Learning by
Highlighting Influential Transitions [48.91284724066349]
強化学習におけるオフ政治評価は、医療や教育などの領域における将来の成果を改善するために観察データを使用する機会を提供する。
信頼区間のような従来の尺度は、ノイズ、限られたデータ、不確実性のために不十分である可能性がある。
我々は,人間専門家が政策評価評価評価の妥当性を分析できるように,ハイブリッドAIシステムとして機能する手法を開発した。
論文 参考訳（メタデータ） (2020-02-10T00:26:43Z)
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。