MétaCan
Menu
Retour à la cohorte
Enregistrement W2142694895 · doi:10.1145/2597959.2597974

Test-Run of the "App-Driven Approach" in Teaching A Mobile Programming Course

2014· article· en· W2142694895 sur OpenAlexaff
Xing Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCLARITYReadabilityAndroid (operating system)MultimediaComputational thinkingMathematics educationWorld Wide WebArtificial intelligenceProgramming languagePsychology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,009
Tête enseignante GPT0,248
Écart entre enseignants0,239 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeaching and Learning ProgrammingTravaux en français237 207