A Case Where It Is Better to have an Unstandardized measure of the Right Construct than a Standardized Measure of a Related One: Application to Coding Interviews Within a Course in SAS Programming
Notice bibliographique
Résumé
Interview-based examinations provide richer data than formats such as multiple choice and short answer, albeit at the cost of being less standardized. This describes administering a coding interview as the final examination in a class on SAS programming, plus primarily qualitative reflections. We conclude that when the goal is to assess facility with programming an interview-based examination should come into especial consideration. We argue that a coding interview measures the right thing, namely how well the student designs and writes SAS programs – which in turn depends on factors such as general programming literacy, critical SAS-specific knowledge, ability to design SAS programs, and the ability to engage in problem solving as part of the process of program development -- rather than something that is merely correlated with this core construct, as would be the case for the objective questions that are included within typical certification tests. In doing so it is not completely standardized, but sufficiently so. This examination format more closely matches how students engage in SAS programming in actual practice: for example, by incorporating web searching. Moreover, it has the innovative and desirable property of embedding instruction in addition to evaluation. Coding interviews are a time-intensive form of evaluation, but much more is learned about student performance, there is an opportunity to teach as you go, and the time is well spent.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,169 | 0,294 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,009 | 0,035 |
| Communication savante | 0,011 | 0,020 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».