MétaCan
Menu
Retour à la cohorte
Enregistrement W2943376417 · doi:10.1145/3300115.3309532

Impact of Open-Ended Assignments on Student Self-Efficacy in CS1

2019· article· en· W2943376417 sur OpenAlexaff
Sadia Sharmin, Daniel Zingaro, Lisa Zhang, Clare Brett

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMathematics educationTask (project management)Computer scienceRandom assignmentControl (management)Section (typography)PsychologyEngineeringMathematicsArtificial intelligenceStatistics

Résumé

récupéré en direct d'OpenAlex

A goal of many Computer Science Education (CSE) researchers is reconceptualizing aspects of introductory Computer Science (CS1) to increase student engagement and retention. The measure of self-efficacy, or one's personal judgment about their ability to accomplish a task, is a valuable component of student learning as it affects one's level of effort and perseverance against obstacles. A potential way to restructure aspects of CS1 to increase self-efficacy is by allowing students to have more room for freedom/experimentation within assignments. The purpose of this study is to analyze the impact of a specific, open-ended assignment structure on self-efficacy and academic performance, through a quasi-experimental study involving undergraduate CS1 students. Two concurrent lecture sections (Section A and B) with the same instructor were given two different versions of an assignment --- (1) a control version with a typical, standard structure, and (2) an open-ended version with an additional requirement to add enhancements of the student's own choosing to the project. For assignment 1, Section A completed the control assignment, while Section B completed the open-ended assignment. For assignment 2, to counterbalance the groups, Section B completed the control assignment while Section A completed the open-ended one. We found both average self-efficacy and average assignment grades were consistently (although not significantly) higher for students who completed the open-ended versions, and that self-efficacy significantly affected the average grade of both assignments, regardless of the type of assignment structure.

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)0,005
score de la tête « metaresearch » (Gemma)0,031
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,359
Écart entre enseignants0,333 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeaching and Learning ProgrammingTravaux en français237 207