MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Teaching and Learning Programming
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

980 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
980 travaux dans la cohorte · sur 4 299 418page 6 sur 20

Les étiquettes couvrent 2 des 980 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 980 des 980 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Developing Technopedagogical Skills in Pre-service Teachers
Lorraine Beaudin, Corey Hadden
2004· article· en· E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affnon étiqueté
Computational Thinking as a Liberal Study
Dave Mason, Irfan Ullah Khan, Vadim Farafontov
2016· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
aboutno affnon étiqueté
Re-Making Teacher Professional Development
Janette Hughes, Laura Morrison, Laura Doboş
2018· article· en· Studies in health technology and informatics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
aboutno affnon étiqueté
Thinking as computation: a first course
2012· article· en· Choice Reviews Online· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
The Impact of Optional Groups on Students
Jonathan Calver, Jennifer Campbell, Michelle Craig, Jonathan Lam
2022· article· en· Proceedings of the 53rd ACM Technical Symposium on Computer Science Education· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
afffundnon étiqueté
Thinking with hands
Alissa N. Antle, Milena Droumeva, Daniel Ha
2009· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Modern goto
Stewart D. Smith, Nicholas Zemljic, Andrew Petersen
2015· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
Benchmarking Introductory Programming Exams
Judy Sheard, Daryl D’Souza, Peter Klemperer, Leo Porter, Juha Sorva, Martijn Stegeman +1 autres
2016· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affaboutnon étiqueté
Making computer programming fun and accessible
Qusay H. Mahmoud, W. Dobosiewicz, David Swayne
2004· article· en· Computer· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
First Principles of CS Instruction
Katrin Becker
2006· article· en· Open MIND· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Following a thread
Michelle Craig, Sarah C. Petersen, Andrew Petersen
2012· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Cognitive Apprenticeship and Artificial Intelligence Coding Assistants
Eric Poitras, Brent Crane, David Dempsey, Tavis A. Bragg, Angela A. Siegel, Michael Pin-Chuan Lin
2024· book-chapter· en· Advances in educational technologies and instructional design book series· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Benchmarking Introductory Programming Exams
Judy Sheard, Daryl D’Souza, Peter Klemperer, Leo Porter, Juha Sorva, Martijn Stegeman +1 autres
2016· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Young Children, Mathematics, and Coding
George Gadanidis
2014· book-chapter· en· Advances in educational technologies and instructional design book series· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations

En coulisses: Sélection · Constats · À propos