MétaCan
Menu
Retour à la cohorte
Enregistrement W4311017904 · doi:10.5753/sbie.2022.225128

Pattern Recognition in Computing Education: A Systematic Review

2022· review· en· W4311017904 sur OpenAlex
Braz Araujo da Silva, Júlia Veiga da Silva, Simone André da Costa Cavalheiro, Luciana Foss

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueAnais do XXXIII Simpósio Brasileiro de Informática na Educação (SBIE 2022) · 2022
Typereview
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorCanadian Bureau for International Education
Mots-clésTheme (computing)Computer scienceContext (archaeology)Computational thinkingCognitionArtificial intelligenceCognitive scienceData sciencePsychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

This paper presents a systematic literature review to investigate how pattern recognition has been approached in computing education. Pattern Recognition has long been an important concept among various areas, from cognitive psychology and neuroscience to machine learning and computer vision. Recently, it gained the attention of education, being associated with computational thinking. An old concept being revisited in a new context raises important questions on how it is being approached, how it is being assessed and if it is making use of previous contributions from the other fields that have been studying the concept. This work systematically reviews the literature to answer these questions on pattern recognition. It is found that, as other concepts related with computational thinking, it is rarely treated alone and when among others, few studies have pattern recognition as the main theme. The results also show that no standardized assessment method is used and contributions from other fields are barely mentioned.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0040,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
Tête enseignante GPT0,347
Écart entre enseignants0,299 · 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