Primary School Pupils’ Attitudes toward Learning Programming through Visual Interactive Environments
Notice bibliographique
Résumé
New generations are using and playing with mobile and computer applications extensively. These applications arethe outcomes of programming work that involves skills, such as computational and algorithmic thinking. Learningprogramming is not easy for students children. In recent years, academic institutions like theMassachusetts Institute of Technology (MIT) and hi-tech companies, such as Google and Khan Academy, haveintroduced online environments to facilitate the teaching and learning of programming. Most of these programmingenvironments are web-based, and interactive and are supported with visual multimedia features. Therefore, they havebecome easy to use, very attractive and helpful for teaching children how to program and to develop theiralgorithmic and computational thinking skills. The proposed presentation will describe research that examined theteaching of a course to primary school children based on three on-line interactive environments: "Plastelina" for logicgames, “Code with Anna and Elsa” via the Hour of Code project block-oriented programming environment, forblock programming and "Turtle Academy" for textual programming in the Logo language. The current researchincluded the development, implementation and evaluation of the course at an elementary school. In addition, it wasaimed at investigating the pupils' attitudes toward the learning of computer programming, both before and afterparticipation in the course. The results revealed that the pupils' attitudes towards programming remained positivealso also after the participation in the course. It was also found that programming improved children's problemsolving skills.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».