論文の概要: Removing the Competition from Introductory Competitive Programming: A Backward-Designed, Mastery-Oriented Curriculum Sequence

• arxiv url: http://arxiv.org/abs/2609.26139v1
• Date: Fri, 07 Aug 2026 18:15:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.887094
• Title: Removing the Competition from Introductory Competitive Programming: A Backward-Designed, Mastery-Oriented Curriculum Sequence
• Title（参考訳）: 初歩的な競合プログラミングから競合を取り除く - 後方設計、熟達したカリキュラムシーケンス
• Abstract要約: この記事では、競合プログラミングタスクと競合パフォーマンスは関連しているが、異なる教育対象であると主張している。 後方設計を通じてコンテンツ、評価、教育を整列するエンジニアリング教育フレームワークを用いて、3コースの競合プログラミングシーケンスを再構築する。 2層コンピテンスモデル、整列型カリキュラムアーキテクチャ、実装対応アセスメントプロトコル、および競合するプログラミング教育者向けの適応型コース設計テンプレートを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Competitive programming courses often inherit the visible features of programming contests -- timed rounds, rankings, penalty systems, and topic lists -- before articulating what novices should learn. This curriculum design case argues that competitive programming tasks and competitive performance are related but distinct educational objects. Introductory courses should first develop algorithmic problem-solving competence: recognizing problem structure, selecting and combining paradigms, decomposing tasks, analyzing complexity, implementing and debugging solutions, and explaining the reasoning that produced them. Contest-performance competence -- rapid triage, speed under uncertainty, strategic risk management, and team communication -- should be introduced only after that foundation is sufficiently broad. The paper reconstructs a multi-year redesign of a three-course competitive programming sequence using an engineering-education framework that aligns content, assessment, and pedagogy through backward design. The resulting CP1 and CP2 courses use mastery-oriented online-judge problem sets, a breadth requirement, sampled oral code interviews, collaborative in-class reasoning, paired problem solving, fading scaffolds, and metacognitive reflection. A subsequent CP3 course restores timed individual and team contests as the authentic capstone environment. Competition thus enters the sequence through an explicit pedagogical dosage and sequencing decision. This article is a transparent design case rather than an efficacy trial. It reports the rationale, artifacts, implementation evolution, design tradeoffs, and a tiered evaluation agenda without claiming causal learning gains. It contributes a two-layer competence model, an aligned curriculum architecture, implementation-ready assessment protocols, and an adapted course-design template for competitive programming educators.
• Abstract（参考訳）: 競争的なプログラミングコースは、初心者が学ぶべきことを明確にする前に、しばしばプログラミングコンテスト(タイムドラウンド、ランキング、ペナルティシステム、トピックリスト)の目に見える特徴を継承する。 このカリキュラム設計のケースでは、競合するプログラミングタスクと競合するパフォーマンスは関連しているが、異なる教育対象であると主張している。 導入コースは、まず、問題構造を認識し、パラダイムを選択して組み合わせ、タスクを分解し、複雑さを分析し、ソリューションの実装とデバッグを行い、それらを生み出した理由を説明するアルゴリズム的な問題解決能力を開発する必要がある。 競争パフォーマンス能力 -- 迅速なトリアージ、不確実性の下でのスピード、戦略的リスク管理、チームコミュニケーション -- は、その基盤が十分に広まってからのみ導入されるべきである。 本稿では, 後方設計によるコンテンツ, 評価, 教育を調整した工学教育フレームワークを用いて, 3コースの競合プログラミングシーケンスを複数年にわたって再設計する。 結果として得られたCP1とCP2コースは、マスタリー指向のオンラインマッジ問題セット、幅広い要件、サンプルの口頭コードインタビュー、協調的なクラス内推論、ペアの問題解決、色あせた足場、メタ認知的リフレクションを使用する。 その後のCP3コースでは、実際のキャップストーン環境としてタイムド個人とチームコンテストが復活する。 コンペティションは、明示的なペダゴジカルドセージとシークエンシング決定を通じてシーケンスに入る。 この記事は、有効性試験ではなく、透明な設計事例である。 根拠、成果物、実装の進化、設計のトレードオフ、そして因果的な学習の利益を主張せずに協調した評価アジェンダを報告します。 2層コンピテンスモデル、整列型カリキュラムアーキテクチャ、実装対応アセスメントプロトコル、および競合するプログラミング教育者向けの適応型コース設計テンプレートを提供する。

関連論文リスト

• Student Competency Assessment and Presentation Methods Based on Algorithm Courses [4.332793252500841]
  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。
  論文  参考訳（メタデータ） (2026-05-29T17:03:59Z)
• 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)
• FrontierCS: Evolving Challenges for Evolving Intelligence [174.80075821079708]
  コンピュータ科学の様々な領域にまたがる156のオープンエンド問題のベンチマークであるFrontierCSを紹介する。 各問題に対して、専門家の参照ソリューションと自動評価器を提供する。 私たちは、アルゴリズムと研究のトラックに関して、フロンティア推論モデルが人間の専門家よりずっと遅れていることに気付きました。
  論文  参考訳（メタデータ） (2025-12-17T18:52:45Z)
• ICPC-Eval: Probing the Frontiers of LLM Reasoning with Competitive Programming Contests [85.72404266850982]
  推論のフロンティアを探索するために設計されたトップレベルの競合コーディングベンチマークである textbfICPC-Eval を提案する。 ICPC-Evalは、世界中の各地域で開催されている11のICPCコンテストから、118の慎重にキュレートされた問題を含んでいる。 結果は、複雑な推論能力を評価する上で重要な課題を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-06-05T11:20:37Z)
• CPRet: A Dataset, Benchmark, and Model for Retrieval in Competitive Programming [58.48683464644606]
  競合プログラミングのための検索指向ベンチマークスイートであるCPRetを紹介する。 私たちのコントリビューションには、高品質なトレーニングデータと、信頼性評価のための時間的に分離されたテストセットの両方が含まれています。 問題コードアライメントのための新しいGroup-InfoNCE損失で訓練されたCPRetriever-Codeと、問題レベルの類似性を特定するための微調整されたCPRetriever-Probの2つのタスク専用レトリバーを開発する。
  論文  参考訳（メタデータ） (2025-05-19T10:07:51Z)
• The Failure of Plagiarism Detection in Competitive Programming [0.0]
  プログラミングコースにおけるプラジャリズムは依然として永続的な課題である。 本稿では,従来のコードプラジャリズム検出手法が競合プログラミングの文脈で頻繁に失敗する理由について考察する。 広く使われている自動類似性チェッカーは、単純なコード変換や、新しいAI生成コードによって妨げられる。
  論文  参考訳（メタデータ） (2025-05-13T05:43:49Z)
• Curriculum Design of Competitive Programming: a Contest-based Approach [0.8702432681310401]
  本稿では,現実的なコンテストシナリオを形式的アセスメントに明示的に組み込んだカリキュラム設計へのコンテストベースのアプローチを提案する。 本稿では,学生の観察能力の体系的発達をめざして構成されたパーデュー大学におけるそのようなコースの設計と実践について述べる。
  論文  参考訳（メタデータ） (2025-04-01T08:25:05Z)
• Contractual Reinforcement Learning: Pulling Arms with Invisible Hands [68.77645200579181]
  本稿では,契約設計によるオンライン学習問題において,利害関係者の経済的利益を整合させる理論的枠組みを提案する。 計画問題に対して、遠目エージェントに対する最適契約を決定するための効率的な動的プログラミングアルゴリズムを設計する。 学習問題に対して,契約の堅牢な設計から探索と搾取のバランスに至るまでの課題を解き放つために,非回帰学習アルゴリズムの汎用設計を導入する。
  論文  参考訳（メタデータ） (2024-07-01T16:53:00Z)
• Competition-Level Code Generation with AlphaCode [74.87216298566942]
  より深い推論を必要とする問題に対する新しいソリューションを作成することができるコード生成システムであるAlphaCodeを紹介する。 Codeforcesプラットフォームにおける最近のプログラミングコンペティションのシミュレーション評価において、AlphaCodeは平均54.3%のランキングを達成した。
  論文  参考訳（メタデータ） (2022-02-08T23:16:31Z)

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。