The Impact of Online Algorithm Visualization on ICT Students’ Achievements in Introduction to Programming Course
Notice bibliographique
Résumé
Online Algorithm Visualization (OAV) is one of the recent developments in the instructional technology field that aims to help students handle difficulties faced when they begin to learn programming. This study aims to investigate the effect of online algorithm visualization on students’ achievement in the introduction to programming course. To achieve this goal, quantitative and qualitative investigations were conducted in a mixed method design. Participants of the study consisted of 40 ICT students who were taking the introduction to programming course for the first time in fall semester. Students were randomly assigned to treatment (n = 20) and control (n = 20) groups. During the first 4 weeks, the treatment group students participated in OAV. Concurrently, students in the control group were taught the semantics of programming and algorithm through traditional approaches. An achievement test consisting of six questions was used to measure ICT students’ performance in computer programming at the end of the introduction to programming course. An open-ended survey and semi-structured interviews were also used to gain qualitative insight. The quantitative data were analyzed using t-test and ANOVA statistical analysis. The qualitative data were analyzed using content analysis techniques. Results showed that the experimental group, for which OAV treatment was implemented, had a higher mean score than the control group, for which traditional methods were implemented. There was a significant mean difference between the experimental group (M = 51.85, SD = 20.34) and the control group (M = 38.75, SD = 12.86). In qualitative analysis, five themes emerged. Students highlighted that OAV contributed to their algorithmic thinking (28%) and progressive thinking abilities (7%), and allowed for explorative learning (7%). Although their reasons varied, most of the students perceived OAV as an engaging instructional tool for learning computer programming.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».