Test-Run of the "App-Driven Approach" in Teaching A Mobile Programming Course
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the computing education community, there are common understandings regarding what topics should be covered in some specific subjects and their corresponding courses and the preferred sequence in which the topics is presented. Published textbooks written by university educators are indications of such practices. Frequently, developing a new course needs to select a relatively "better" textbook from a large number of similar textbooks based on criteria such as readability and clarity. Majority of the textbooks present the conceptual topics for different aspects of their intended subjects in a progressive manner. That is, the concept of a topic is discussed, coupled with several small examples, and followed by some small exercises such as end of chapter problems. In computing courses, often a term project is assigned to students with the expectation that they will apply the knowledge learned in different topics to one place to solve a problem of relatively large scale. Computing courses such as object-oriented programming and data structures can both be taught using this approach. The author names this the "topic-based approach". However, in mobile programming courses, the ultimate goal is to empower the students with skills for application development. This gives rise to the so-called "app-driven" approach as mentioned in some books. The author had the opportunity to teach a mobile programming course for Android application development recently. This paper introduces how the author prepared the course and is a reflection on the use of the "app-driven" approach in teaching the mobile programming course. Comparisons are made to map out the pros and cons of the more common "topic-based approach" and the "app-driven approach".
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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