MétaCan
Menu
Retour à la cohorte
Enregistrement W3096285689

The Impact of Open-ended Exercises on Student Experiences in Introductory Computer Science

2020· dissertation· W3096285689 sur OpenAlexaff
Sadia Sharmin

Notice bibliographique

RevueTSpace · 2020
Typedissertation
Langue
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMathematics educationComputer sciencePedagogyPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Improving student engagement and learning within introductory Computer Science (CS1) courses has been heavily studied within CS Education (CSE) research due to their fundamental role in a student’s early experiences with learning foundational CS concepts. One issue with many CS1 courses is that the practice of standardized grading leads to limited opportunities for creative thinking, which is problematic since the CS industry often demands and encourages creativity. This dissertation examines the impact of incorporating opportunities for creativity into a CS1 course through the use of open-ended exercises. Data was collected from 284 students in a CS1 course, where roughly half of the students completed exercises which included an open-ended aspect that allowed them to make their own decisions about their projects. The other half completed similar exercises throughout the semester but with a specifically defined, closed-ended checklist of requirements. A mixed-methods analysis of survey data collected throughout the course showed a significant connection between open-ended exercises and (1) increased motivation, especially in terms of confidence and satisfaction, (2) faster self-efficacy gains in the middle of the term, and (3) stronger feelings of enjoyment and ownership about the exercise material. Although no effect on academic performance was found, open-ended exercises had important attitudinal effects, improving personal learning experiences by fostering positive feelings in students about the coursework. The data also suggested the potential for open-ended exercises to promote diversity in CS1 by positively impacting motivation and self-efficacy particularly for female, nonmajor and inexperienced students.

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)0,007
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,061
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,050
Tête enseignante GPT0,393
Écart entre enseignants0,343 · 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'étudeQualitatif
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetHermeneutics and Narrative IdentityTravaux en français237 207