GitKit: Learning Free and Open Source Collaboration in Context
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
Modern version control tools and workflow practices are required skills for nearly all production software development, making them essential for students and in high demand among employers. Since these tools and processes were created for distributed, asynchronous collaboration on large scale projects, teaching them in an authentic context that makes clear their utility and design presents myriad challenges for both faculty and students. The GitKit is a snapshot of the FarmData2 Humanitarian Free and Open Source (HFOSS) project's artifacts (code, issues, documentation, etc.) frozen at a particular point in time and packaged with learning activities, an instructor guide, and a choice of containerized development environments. The GitKit thus provides students with the authentic context of a real-world project in which to learn and practice key Git and GitHub skills and workflows, while mitigating many of the challenges of doing so in an educational setting. The GitKit, including its learning activities and development environments are described in sufficient detail to encourage instructor adoption and feedback. A pilot study of student experiences with the GitKit is promising, suggesting that students gained an understanding of FOSS concepts and key skills, noticed automated guidance and feedback built into the development environment, and found it helpful in their learning. Future plans for the GitKit based on these surveys and instructor experiences with pilot uses are described along with plans for the development of HFOSS Kits for teaching and learning of other software development and aligned skills in authentic contexts.
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 | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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