Impact of Open-Ended Assignments on Student Self-Efficacy in CS1
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
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.
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 | 0,001 | 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 | 0,000 |
| 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