MétaCan
Menu
Retour à la cohorte
Enregistrement W1978607171 · doi:10.7771/1932-6246.1063

The Paradigm Recursion: Is It More Accessible When Introduced in Middle School?

2009· article· en· W1978607171 sur OpenAlexafffundabout
Katherine Gunion, Todd Milford, Ulrike Stege

Notice bibliographique

RevueThe Journal of Problem Solving · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRecursion (computer science)CurriculumMathematics educationLogo (programming language)GRASPComputer sciencePedagogyPsychologyProgramming language

Résumé

récupéré en direct d'OpenAlex

Recursion is a programming paradigm as well as a problem solving strategy thought to be very challenging to grasp for university students. This article outlines a pilot study, which expands the age range of students exposed to the concept of recursion in computer science through instruction in a series of interesting and engaging activities. In this study, a small number of students (n = 9) aged 11 to 13 years, were presented with a new and unique recursion curriculum involving hands-on experiences over a seven-week period at the University of Victoria, Canada. The curriculum was comprised of a series of progressively challenging recursion activities—roughly based upon the ideas of ‘Computer Science Unplugged’ (Bell, Witten, & Fellows, 2009)—and included programming applications with MicroWorlds EX, a programming language based on LOGO. Through this engagement, an increased number of students recognized and understood the concepts covered. We hypothesize that through experiences for youth with activities such as those outlined here, the number of students who understand fundamental computer science applications and who might potentially pursue computer science in post-secondary education will increase. We hypothesis further that through an earlier encounter of “challenging” concepts the learning and understanding of those will become easier at the university level. In this paper, the curriculum, classroom experiences, preliminary, largely descriptive and qualitative results and next steps in the research are discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,034
Tête enseignante GPT0,291
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Journal of Problem SolvingMême sujetTeaching and Learning ProgrammingTravaux en français237 207