Use of a Cornerstone Project to Teach Ill-Structured Software Design in First Year
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
Contribution: A first-year programming course was redesigned with a large, open-ended robotics project. The course design aligns with best practices for promoting development of students' self-efficacy in solving ill-structured software design problems. Background: From Jonassen's theory, problem-solving outcomes are dependent on the problem structure, complexity, and representation; and the characteristics of the solver. These characteristics are diverse, including knowledge, familiarity, and psychometric qualities of the solver (e.g., self-efficacy and motivation). Thus, better problem-solving outcomes are dependent on the development of these traits, and on the problem characteristics. Intended Outcomes: Pre-2010, course learning activities and assessments overly focused on syntax. The course was redesigned with a focus on ill-structured problem solving and design in high-fidelity problem domains. Application Design: Complex and ill-structured lecture examples, assignments, and exams were redesigned to reinforce the importance of software design and problem solving. An open-ended cornerstone project using robotics was added as a structured means of providing students practice with solving ill-structured and open-ended problems. The assignment and exam questions, with the course cornerstone project, achieve instructional alignment in the course. Findings: The results show that students' self-efficacy improved from start to end of term. The course design achieves several objectives: 1) students learned the requisite programming skills; 2) students developed their self-efficacy in programming and design; and 3) students demonstrated strong problem-solving outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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