Exploring a Handwriting Programming Language for Educational Robots
Ecole Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院);SUPSI-DFA(瑞士南部应用科学与艺术大学-师范系)
最近,在义务教育中引入计算机科学和教育机器人越来越受到关注。然而,在教室里使用屏幕往往会遇到阻力,特别是在小学。为了解决这个问题,本研究提出了一个基于手写的程序设计语言的教育机器人的发展。为了更好地与现有的课堂实践保持一致,它允许学生通过用普通的笔和纸绘制符号来编程机器人。普通智能手机利用计算机视觉和机器学习算法处理手绘指令,并将命令发送给机器人执行。为了配合当地的计算机科学课程,设计了一个适当的操场和脚手架学习任务。该系统进行了评估,在一个初步的测试与八名教师,开发人员和教育研究人员。与会者指出,有些技术方面还可以改进,但他们也承认,这种方法有可能使小学的计算机科学教育更容易获得。
2021-07-03 cs.CY cs.LG cs.PL
Free software in electronic learning future teachers of mathematics, physics and computer science
自由软件在IT行业中的普及程度远远高于其在教育活动中的普及程度。自由软件的缺点及其在教育过程中的实施问题是其在教育系统中使用的限制因素,然而,开放性,可访问性和功能性是在教育过程中引入自由软件的主要因素。然而,对于未来的数学、物理和信息学教师来说,自由软件的设计是尽可能好的,因为它的创造的特殊性,因此,存在一个问题,即对未来的数学、物理和计算机科学教师在电子学习中使用开放源码软件的可能性进行系统分析。
2018-07-24 cs.CY
A Comprehensive Survey on Deep Learning Techniques in Educational Data Mining
Jimei University(集美大学);Xiamen University(厦门大学);Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
本文系统综述了深度学习在知识追踪、行为检测、性能预测和个性化推荐等教育数据挖掘场景中的应用,梳理了公共数据集与工具,分析了实际挑战并提出解决方案,同时展望了未来研究方向。
2024-06-11 cs.CY cs.IR cs.LG
Student Satisfaction mining in a typical core course of Computer Science
学生的满意度对一所教育机构的成功起着至关重要的作用。因此,许多教育机构不断改善他们的服务,以创造一个支持性的学习环境,以满足学生的需要。为此,教育机构收集学生满意度数据,以做出有关机构质量的决策,但到目前为止,它不能确定,因为学生满意度是一个复杂的问题,它受到学生和机构的各种特征的影响。有许多研究已经执行,以检查学生满意度的形式,大学服务,程序,学生住宿设施,师生互动,咨询时间等,所以,我们仍然不能有一个标准的方法来知道是怎么回事的满意度的情况下,核心课程。本研究以计算机科学核心课程为研究对象,探讨影响学生满意度的主要因素,以及其他因素的现状。
2015-04-16 cs.CY
Rapid Virtual Simulations: Achieving 'Satisficing Learning Impact' with 'Realistic-Enough' Activities in Health Science Education
本文提出快速虚拟模拟及其生态系统概念,以“足够真实”和“满意学习影响”为原则,支持健康科学教育者低复杂度地创建虚拟模拟。
2024-04-22 cs.CY
Learning and Motivational Impact of Game-Based Learning: Comparing Face-to-Face and Online Formats on Computer Science Education
本研究通过对321名计算机专业学生的准实验,对比教师创作的教育游戏在面对面与在线形式下的学习与动机效果,发现两种形式均有效,且面对面形式下部分学生评价更积极。
2024-07-10 cs.CY
All a-board: sharing educational data science research with school districts
本文通过随机邮件实验和调查,研究美国学区董事会如何回应算法生成的就学边界方案,发现邮件打开率高但仪表板点击率低,并揭示了促进学校多样化的数据与运营瓶颈。
2023-07-05 cs.CY stat.AP
MateInfoUB: A Real-World Benchmark for Testing LLMs in Competitive, Multilingual, and Multimodal Educational Tasks
University of Bucharest Faculty of Mathematics and Computer Science(布加勒斯特大学数学与计算机科学学院)
本研究构建了双语多模态计算机科学竞赛题数据集,评估当前最先进LLMs在该数据集上的表现,揭示其优劣势及语言选择的影响,还发布了教育应用以支持罗马尼亚学生自我评估。
2026-08-11 cs.AI cs.CL cs.CY
Value Cards: An Educational Toolkit for Teaching Social Impacts of Machine Learning through Deliberation
Carnegie Mellon University(卡内基梅隆大学);University of California, Berkeley(加州大学伯克利分校);University of Michigan(密歇根大学)
最近,越来越多的人呼吁计算机科学课程以补充现有的技术培训,主题涉及公平,问责制,透明度和道德。在本文中,我们提出了价值卡,一个教育工具包,告知学生和从业者的社会影响,不同的机器学习模型通过审议。本文介绍了我们的方法在大学水平的计算机科学课程的早期使用。通过课堂活动,我们报告了我们方法的初步有效性的经验数据。我们的研究结果表明,使用价值卡工具包可以提高学生的理解的技术定义和权衡的性能指标,并将其应用于现实世界的背景下,帮助他们认识到考虑不同的社会价值观的重要性,在开发部署的算法系统,并使他们能够沟通,谈判和综合不同的利益相关者的观点。我们的研究还表明了一些注意事项,我们需要考虑时,使用不同的变种价值卡工具包。最后,我们讨论了我们的方法的挑战以及未来的应用。
2023-01-10 cs.CY cs.LG
AI in data science education: experiences from the classroom
Mathematical and Statistical Methods Group (Biometris)(数学与统计方法组(生物计量学));Wageningen University(瓦根ingen大学)
本研究通过访谈瓦赫宁根大学数据科学课程协调员,分析了大语言模型等AI融入课堂的利弊,提出需负责任使用AI、考量伦理并调整评估方式,以让AI辅助而非替代基础学习,保障教育效果。
2025-10-01 cs.AI cs.CY
A Benchmark for LLM's Understanding of Middle School and High School Science Topics
University of Florida(佛罗里达大学);College of Staten Island, City University of New York(纽约市立大学斯塔滕岛学院)
针对中学科学教育缺乏标准对齐评估工具的问题,构建NGSS对齐基准并评估九个开放权重LLM,发现模型大小非性能关键,需人机协同优化项目生成。
2026-09-29 cs.AI cs.CY cs.HC
Toward Open Science in the AEC Community: An Ecosystem for Sustainable Digital Knowledge Sharing and Reuse
Kent State University(肯特州立大学);Louisiana State University(路易斯安那州立大学);The University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校);Stevens Institute of Technology(史蒂文斯理工学院);Rochester Institute of Technology(罗切斯特理工学院);Carnegie Mellon University(卡内基梅隆大学);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);National Academy of Construction(国家建设科学院)
本文提出OpenConstruction平台,通过整合和组织开放的AEC数字资源,解决碎片化和文档不一致的问题,提升资源的可发现性和重用性。
2026-01-02 cs.CY
Why Are Some Online Educational Programs Successful? Student Cognition and Success
大规模开放式在线课程(MOOC)曾经提供了可访问性和可负担性的承诺。然而,MOOC通常缺乏专家反馈和社交互动,学生参与度和保留率较低。因此,在线教育的替代方案已经出现,包括在美国的一所主要公立大学的计算机科学的在线研究生课程。该计划被认为是成功的,现在有9000多名学生参加了该计划。我们采用认知科学的视角来回答为什么只有一些网络教育课程成功的问题。我们在该计划的一门课程中衡量学习者的动机和自我调节,特别是人工智能(AI)课程。对学生的调查表明,学生自我报告的自我效能感,认知策略的使用和课程的内在价值的评估不仅相当高,而且在学习过程中普遍增加。这些数据表明,在线人工智能课程可能是成功的,因为学生有很高的自我效能感,课程促进了自我调节学习。
2022-09-04 cs.CY
Building ArtBots to Attract Students into STEM Learning
Ghent University(根特大学);Dwengo;Autodesk;Ingegno
全世界对受过科学和技术教育的人的需求日益增加。不幸的是,女孩和贫困学生在科学,技术,工程和数学(STEM)教育计划中的代表性往往不足。我们相信,通过将艺术纳入这些计划,教育活动可能会对更广泛的受众更具吸引力。在这项工作中,我们提出了此类教育活动的一个例子:针对中学生的国际机器人和艺术周。这项教育活动建立在项目为基础的研究性学习框架之上。本文旨在作为一个简短的手册,以帮助其他人组织这样的活动。它还提供了我们如何带领一个高度异质性的学生群体学习STEM并成为同龄人的科学和技术大使的见解。
2016-08-11 cs.CY cs.RO
Understanding Student Acceptance, Trust, and Attitudes Toward AI-Generated Images for Educational Purposes
Chulalongkorn University(朱拉隆功大学)
本研究通过问卷与访谈探究计算机科学和软件工程本科生对AI生成图像用于教育任务的接受度、信任度与态度,发现学生总体持积极态度但担忧技术精确性不足,并提出需制定伦理、知识产权和质量标准方面的指导方针以提升教育应用效果。
2024-11-24 cs.AI cs.CY
Mapping computational thinking mindsets between educational levels with cognitive network science
计算思维是一种根据数据对世界进行推理的方式。这种思维方式将数字运算引向通过逻辑、模型和模拟发现知识的雄心。在这里,我们展示了如何计算认知科学可以用来重建和分析计算思维的心态(拉丁文的形式)通过复杂的网络结构。作为一个案例研究,我们调查的认知网络与计算思维的关键概念提供:(一)159名高中学生参加了科学课程和(二)59名研究人员在复杂系统和模拟。研究人员重建的形式强调了科学建模的积极心态,语义框架数据和模拟作为发现自然的方式。学生们正确地识别了逻辑推理的不同方面,但将“计算”视为一项令人痛苦、引发焦虑的任务,用数学术语框定,缺乏与现实世界发现的联系。学生们围绕“数据”、“模型”和“模拟”的思维方式批判性地揭示了他们没有意识到数值建模是理解世界的一种方式。我们的研究结果提供了学生计算思维思维缺陷的证据,他们获得的数学技能不是通过编码来发现现实世界的。这种没有联系的知识最终被认为是令人痛苦的数字处理专业知识,没有相关的结果。这里报告的研究人员的良性心态表明,可以通过专门培训学生在发现自然的编码,建模和模拟方面恢复计算思维。我们的方法为量化计算思维和通过思维重建促进其发展开辟了创新途径。
2020-07-18 cs.CY cs.SI physics.ed-ph
A Computer Science-Oriented Approach to Introduce Quantum Computing to a New Audience
贡献:在这项研究中,强调了向更广泛的受众介绍量子计算的另一种教育方法。所提出的方法认为量子计算作为一个广义的概率论,而不是从物理学产生的领域,并利用量子编程作为一种教育工具,以加强学习过程。背景:量子计算是一个主要植根于物理学的话题,近年来迅速普及。将教育范围扩大到物理学以外的群体也已成为一种必要。预期结果:本研究旨在向有兴趣以教育方式向不同参与者群体介绍量子计算的学者和组织提供信息。它的目的是,所提出的方法将促进来自不同背景的人进入该领域的应用程序设计:介绍量子物理学的内容被绕过和量子计算的概念,而不是通过线性代数介绍。量子编程任务是根据内容编写的。本研究采用前测/后测设计方法及李克特量表满意度调查,以测量参与者对学习过程的认知及知识获取情况。调查结果:测试前/测试后的设计调查显示,参与者对量子计算概念的基本知识水平有统计学上的显著提高。此外,来自不同STEM相关教育背景的参与者之间的增益分数没有显着差异。大多数参与者感到满意,并提供了积极的反馈。
2021-05-11 cs.CY cs.ET physics.ed-ph
Logical Modelling in CS Education: Bridging the Natural Language Gap
针对逻辑形式化中选择词汇表这一被忽视的步骤,提出包含丰富语言和NLP检查反馈的概念框架,在Iltis系统中实现并验证了其有效性。
2025-04-30 cs.CY cs.LO
Wikistat 2.0: Educational Resources for Artificial Intelligence
Université de Toulouse – INSA(图卢兹大学-法国国立应用科学学院);Institut de Mathématiques de Toulouse(图卢兹数学研究所);IRT Saint Exupéry(圣埃克苏佩里技术研究院)
大数据、数据科学、深度学习、人工智能是与全面发展的就业市场相关的激烈炒作的关键词,这些关键词迫使我们适应大学专业培训的内容。哪一个人工智能最受求职者关注?在培训计划中应该优先考虑哪些方法和技术?我们需要制定哪些目标、工具和教育资源来满足这些紧迫的需求?我们在描述INSA图卢兹应用数学专业的数据科学方向的内容和操作资源时回答了这些问题。我们专注于基础数学培训(优化,概率,统计),与最有效的统计学习算法的实际实施,最合适的技术和真实的例子。鉴于技术的巨大波动性,对学生进行自我训练的训练势在必行,这将是他们从事专业活动时的技术监视工具。这解释了教育网站github.com/wikistat的结构为一组教程。最后,为了激励这些教程的彻底实践,每年都会以IA应用数学硕士学位学生之间的预测比赛的形式组织一场严肃的比赛。
2018-10-19 cs.AI cs.CY math.ST
Students Programming Competitions as an Educational Tool and a Motivational Incentive to Students
在这篇简短的论文中,我们报告的学生编程比赛的结果,从计算机科学系(COSC)的Okanagan学院(OC)的学生,并从教育的角度讨论所取得的成果。我们发现,一些大一和大二的学生在文凭和学位课程是非常有能力和渴望参与应用研究项目,早在第二学期,并进入本地和国际编程比赛以及。我们的观察是基于过去的2个教育年,从2015年开始,我们向COSC学生介绍了编程比赛。学生们报告说,参加比赛给了他们动力,有效地学习他们的编程课程,激励他们学习更深入,更彻底,并帮助他们在课堂上取得更好的成绩。
2021-06-01 cs.CY
A Network Science Perspective to Personalized Learning
现代教育生态系统不是一刀切的。学者们习惯于在日常生活中个性化,并期望教育系统也能如此。此外,COVID-19大流行使我们所有人都处于一个急性教学和学习实验室实验中,现在创造了自主学习和与重点教育材料互动的期望。因此,我们研究如何通过学习平台,提供内容的选择和多种形式的参与,以支持自定进度的学习,学习目标可以实现,并提出了基于网络科学的个性化教育的方法。该框架通过提供由知识网络支持的学习者参与和内容选择,以个人技能和目标为基础和驱动力,将注意力集中在学习经验上,而不是教学经验上。最后,我们讨论了这样一个学习平台的原型,称为CHUNK学习。
2021-11-02 cs.CY cs.SI
Empowering Database Learning Through Remote Educational Escape Rooms
该研究针对数据库教学需求,在四门高校课程中开展为期两学年的远程教育密室逃脱教学实验,通过前后测、问卷及行为记录平台验证,证明其兼具吸引力与教学效果,为数据库远程教学提供了新的有效路径。
2024-08-28 cs.CY cs.DB
Extracting Topics from Open Educational Resources
近年来,开放教育资源(OER)被指定为缓解全球日益增长的教育需求的关键。显然,OER在许多不同的情况下都有很大的潜力来满足学习者,因为它们可以在广泛的背景下使用。然而,OER元数据的低质量通常是缺乏个性化服务(如搜索和推荐)的主要原因之一。因此,OER的适用性仍然有限。然而,OER元数据涵盖的主题(科目)基本上是需要学习者建立有效的学习途径,实现他们的个人学习目标。因此,在本文中,我们报告一个正在进行的项目,提出了一个OER主题提取方法,应用文本挖掘技术,生成高质量的OER元数据的主题分布。这是通过以下方式实现的:1)从Coursera和Khan Academy收集数据科学相关技能领域的123个讲座,2)对收集的资源应用潜在狄利克雷分配(LDA),以提取与这些技能相关的现有主题,3)定义特定OER所涵盖的主题分布。为了评估我们的模型,我们使用了来自Youtube的教育资源数据集,并在数据科学领域的3位专家的帮助下,将我们的主题分布结果与他们手动定义的目标主题进行了比较。因此,我们的模型提取的主题具有79%的F1分数。
2020-06-19 cs.CY
The Future of Feedback: How Can AI Help Transform Feedback to Be More Engaging, Effective, and Scalable?
University of Vienna(维也纳大学);Leibniz Institute for Science and Mathematics Education(莱布尼茨科学与数学教育研究所);University of Hildesheim(希尔德斯海姆大学);Carnegie Mellon University(卡内基梅隆大学);Universität Passau(帕绍大学);LMU Munich(慕尼黑大学);DIPF | Leibniz Institute for Research and Information in Education(德国教育科学研究所以及莱布尼茨教育与信息研究所);University of Michigan(密歇根大学);University College London(伦敦大学学院);University of Freiburg(弗赖堡大学);University of Tübingen(蒂宾根大学);Monash University(莫纳什大学);CATALPA, FernUniversität in Hagen(开普勒远程大学);University of Belgrade(贝尔格莱德大学);Cornell University(康奈尔大学);Humboldt Universität zu Berlin(柏林洪堡大学);Europa-Universität Flensburg(弗伦斯堡欧洲大学);NBME & the Graduate Center, City University of New York(美国国家医学考试委员会与纽约市立大学研究生中心);Leibniz Institut für Wissensmedien(莱布尼茨知识媒体研究所);EPFL(洛桑联邦理工学院);Dublin City University(都柏林城市大学);Deusto University(德乌斯托大学);University of Pennsylvania(宾夕法尼亚大学);UC Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学);Ruhr-University-Bochum(波鸿鲁尔大学);KTH Royal Institute of Technology(瑞典皇家理工学院);University of Surrey(萨里大学)
本文探讨生成式AI在教育反馈中的应用,分析其在提升反馈效果和可扩展性方面的潜力与挑战,总结跨学科研究的共识与争议。
2026-03-12 cs.CY
Modularizing Educational LLM-Agency for Fostering Responsible Learning Assistance
German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心(DFKI));Saarland Informatics Campus, Germany(萨尔兰州信息学校区,德国);Center for European Research in Trusted AI (CERTAIN)(可信人工智能欧洲研究中心(CERTAIN))
提出一种模块化代理架构的AI聊天机器人,通过分阶段指导练习解决,融入针对性教学建议,实现更可控、透明和可监督的学习过程,促进教育中负责任的AI使用。
2026-05-28 cs.AI cs.CY
Understanding and improving social factors in education: a computational social science approach
在过去的十年中,教育相关数据集的可用性爆炸,使新的教育计算研究成为可能。这项工作的大部分都调查了在线学习者的数字痕迹,以更好地了解和优化他们的认知学习过程。然而,数字平台上的认知学习并不等于教育。相反,教育本质上是一个社会、文化、经济和政治过程,体现在物理空间中,教育成果受到许多因素的影响,这些因素先于认知学习过程并形成认知学习过程。其中许多是社会因素,如儿童与学校(包括教师,辅导员和榜样),父母和家庭以及他们居住的更广泛的社区的联系。在这篇文章中,我们简要讨论了最近通过大规模数字平台学习的研究,但主要集中在那些探索教育的社会学方面。我们相信,计算社会科学家可以创造性地推进这一新兴的研究前沿,并在这样做,有助于促进更公平的教育和生活结果。
2023-01-13 cs.CY
Million Tutoring Moves (MTM): An Open Multimodal Dataset for the Science of Tutoring
National Tutoring Observatory(国家辅导观测站);Cornell University(康奈尔大学);FreshCognate;Massachusetts Institute of Technology(麻省理工学院);Carnegie Mellon University(卡内基梅隆大学)
本文介绍MTM数据集,旨在通过大规模、可重用的多模态交互数据推动辅导科学。MTM v1包含4654份数学辅导记录,为后续更广泛的数据集奠定基础,支持研究教学过程、改进辅导实践及开发基于真实教育交互的AI系统。
2026-04-03 cs.CY
Using Helium Balloon Flying Drones for Introductory CS Education
Stanford University(斯坦福大学)
本文提出使用氦气球飞行无人机作为物理计算设备进行计算机科学入门教育,以新颖的教学方法吸引更广泛的学生群体,从而提升学习成果、考试表现和学生的学习动力。
2024-06-26 cs.CY cs.HC cs.RO
Innovation éducative en sciences de l'information
就其在虚拟课堂中的发展而言,web2.0教育创新意味着教科书的使用和制作以及课堂笔记的个性化。争议,这是一个先决条件的认识,围绕知识分配到一个中央权威与其授予个人谁需要它与他人分享他们的计划,将满足目前的动态电子学习。为了将这些培训战略与海洋科学的科学信息结合起来,将一门在线课程转变为一个评价和体验开放获取的机会。
2021-03-22 cs.CY
Stable and Privacy-Preserving Synthetic Educational Data with Empirical Marginals: A Copula-Based Approach
本文提出非参数高斯皮尔逊方法,通过经验边缘分布和皮尔逊框架生成稳定隐私保护的合成教育数据,在多个数据集上验证其稳定性和高效性。
2026-04-05 cs.CY cs.LG
Building Data Science Capabilities into University Data Warehouse to Predict Graduation
数据科学学科的出现是为了将统计方法与计算相结合。在芬兰阿尔托大学,我们已经迈出了第一步,将教育数据科学作为管理信息服务日常运营的一部分。这需要IT环境的变化:我们通过数据科学实验室增强了数据仓库基础设施,在那里我们可以从数据仓库数据库中读取预测模型训练数据,并在数据库查询中使用创建的预测模型。然后,我们进行了一个数据科学试点,目标是用学生注册数据预测学生的毕业概率和学位时间。在大学的日常运作中使用预测之前,需要进一步考虑道德和法律问题。
2018-05-04 cs.CY
Bridging Technology and Humanities: Evaluating the Impact of Large Language Models on Social Sciences Research with DeepSeek-R1
School of Physics and Information Technology, Shaanxi Normal University(陕西师范大学物理与信息技术学院);School of Foreign Languages, Northwest University(西北大学外国语学院);School of Computing, University of Georgia(佐治亚大学计算学院)
本文从七个方面分析大型语言模型DeepSeek-R1在人文社科领域的表现,对比其与o1-preview的差异,发现DeepSeek-R1推理过程详细适合深度学习,o1-preview适合快速阅读,LLMs在该领域有广阔应用潜力。
2025-04-15 cs.AI cs.CY
Enabling End-To-End Machine Learning Replicability: A Case Study in Educational Data Mining
在数字学习环境和机构数据仓库的丰富数据的推动下,机器学习技术在教育研究中的使用已经扩大。然而,由于实验、方法和数据障碍的融合,在学习科学领域复制机器学习模型特别具有挑战性。我们讨论了在这种情况下,端到端的机器学习复制的挑战,并提出了一个开源软件工具包,MOOC复制框架(MORF),以解决这些问题。我们通过进行大规模复制来演示MORF的使用,并提供一个完整的可执行容器,其中具有记录每个单独试验配置的独特DOI,用于复制或未来扩展。https://github.com/educational-technology-collective/fy2015-replication这项工作展示了一种端到端机器学习复制的方法,该方法与具有一致模式的大型,复杂或多格式,隐私保护数据的任何域相关。
2018-07-10 cs.CY stat.AP
Oxford-style Debates in Telecommunication and Computer Science Education
牛津式辩论是社会科学中一个著名的工具。历史学家和社会学家广泛使用这种关于特定主题的正式讨论。然而,当我们试图超越标准思维时,事实证明,牛津式的辩论可以成为电信和计算机科学领域的一个伟大的教育工具。本文介绍了这种不寻常的教育方法在技术大学和IT行业,并描述了它的特点和挑战。报告提供了最佳做法和辩论实例,同时考虑到电信和计算机科学领域新出现的专题,如网络安全。这篇文章还包含了参加牛津式辩论的IT工程师的反馈。所有这些都旨在鼓励电信和计算机科学方面的这种教育形式。
2022-06-03 cs.CY
Bias at a Second Glance: A Deep Dive into Bias for German Educational Peer-Review Data Modeling
EPFL(洛桑联邦理工学院);University of St.Gallen(圣加仑大学)
自然语言处理(NLP)已经越来越多地用于在教育应用中提供自适应性。然而,最近的研究突出了预训练语言模型中的各种偏见。虽然现有的研究调查偏见在不同的领域,他们是有限的,在解决教育和多语言语料库的细粒度分析。在这项工作中,我们分析了跨文本的偏见,并通过多个架构上的语料库的9,165德国同行评论收集了五年多的大学生。值得注意的是,我们的语料库包括标签,如帮助,质量和关键方面的评级,从同行评审的收件人以及人口统计属性。我们对(1)我们收集的与聚类标签相关的语料库,(2)最常见的预训练德语语言模型(T5,BERT和GPT-2)和GloVe嵌入,以及(3)对我们收集的数据集进行微调后的语言模型进行了词嵌入关联测试(WEAT)分析。与我们最初的预期相反,我们发现我们收集的语料库在共现分析或GloVe嵌入中没有发现许多偏见。然而,预训练的德语语言模型发现了大量的概念,种族和性别偏见,并在微调同行评审数据时,在概念和种族轴上的偏见发生了显着变化。通过我们的研究,我们的目标是通过一个新的数据集,对自然语言教育数据中的偏见的理解,以及不抵消教育任务中语言模型偏见的潜在危害,为联合国第四个可持续发展目标(优质教育)做出贡献。
2022-09-22 cs.CL cs.CY
First Steps towards K-12 Computer Science Education in Portugal -- Experience Report
本文报告了 ENSICO 协会在葡萄牙推进 K-12 计算机科学教育的经验,提出以数学建模和函数式编程为核心的结构化框架,旨在将计算思维融入基础教育体系。
2024-11-15 cs.CY
The Perceived Learning Behaviors and Assessment Techniques of First-Year Students in Computer Science: An Empirical Study
本研究结合疫情及教学模式转变背景,调研大一计算机专业学生的感知学习行为与评估偏好,发现学生青睐线下教学、实操与笔试评估,为优化教学环境、提升教育质量提供实证依据。
2024-05-10 cs.CY cs.HC
Enhancing Educational Efficiency: Generative AI Chatbots and DevOps in Education 4.0
State University of Novi Pazar(新帕扎尔国立大学);University of Criminal Investigation and Police Studies(刑事侦查与警察研究大学);Higher Technical Professional School in Zvečan(兹韦钱高等技术专业学院);Academy Of Technical And Art Applied Studies Belgrade(贝尔格莱德技术与艺术应用研究学院)
本研究结合AI与DevOps提出CMS开发创新教学法,经三个学年对比实验验证,该方法可显著提升学习效率,为计算机科学教育的规模化自适应发展提供变革性思路。
2024-04-18 cs.AI cs.CY cs.SE
Bridging the Educational Gap between Emerging and Established Scientific Computing Disciplines
在本文中,我们描述了我们的经验,在开发课程,针对研究生在新兴的计算领域,包括生物学和医学科学。我们主要专注于计算数据分析和统计分析,同时教授学生编码和软件开发的最佳实践。我们的方法结合了理论背景和概念的实际应用。到目前为止,我们获得的结果和反馈揭示了几个问题:这些特定领域的学生缺乏这样的指导,尽管他们会从中受益匪浅;我们发现了学生形成的几个弱点,特别是在统计基础方面,但也在分析思维能力方面。我们在这里介绍我们在教学和开发这类课程时使用的工具,技术和方法。我们还展示了这一举措的几个成果,包括富有成效的多学科合作的潜在途径。
2019-01-16 cs.CY
ChatGPT for Teaching and Learning: An Experience from Data Science Education
本文探讨了ChatGPT在数据科学教育中的应用,通过在数据科学课程中收集学生反馈,总结了教学经验,并揭示了该学科引入ChatGPT所面临的独特机遇与挑战。
2023-07-31 cs.CY
Cyclic Adaptive Private Synthesis for Sharing Real-World Data in Education
Kyoto University(京都大学)
本文提出CAPS框架,通过循环共享真实世界教育数据,提升学习分析的隐私保护与开放科学潜力。
2026-02-09 cs.CR cs.CY
LLM Agents for Education: Advances and Applications
Squirrel Ai Learning;Fudan University(复旦大学);Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Tsinghua University(清华大学);University of Illinois Chicago(伊利诺伊大学芝加哥分校)
本文综述了LLM代理在教育中的应用进展,探讨了其技术实现、挑战及在不同教育领域的应用。
2026-02-04 cs.AI cs.CL cs.CY
Leveraging AI to Advance Science and Computing Education across Africa: Challenges, Progress and Opportunities
Kwame AI Inc.(夸米人工智能公司);ETH Zurich(苏黎世联邦理工学院)
本文探讨了在非洲推进AI教育面临的挑战,并介绍了团队开发的SuaCode、AutoGrad和Brilla AI等六款用于科学与计算教育的AI工具及其应用,最后展望了未来的发展机遇。
2024-04-26 cs.CL cs.CY cs.HC
Understanding the role of single-board computers in engineering and computer science education: A systematic literature review
在过去的十年中,单板的【形】计算机(SBC)已越来越频繁地在工程和计算机科学的技术和教育水平。多功能性、低成本以及通过技术增强学习过程的可能性等几个因素促成了教育工作者和学生通常使用这些设备。然而,这些设备在工程和计算机科学(CS)教育的影响,可能性和限制还没有详细探讨。在这篇系统的文献综述中,我们探讨了SBCs如何在工程和计算机科学中使用,以及在2010-2020年期间在高等教育中使用SBCs所产生的教育结果。为此,从学术数据库Ei Compendex、ERIC和Inspec收集的605项研究中选择了154项研究。分析分两个阶段进行,例如,应用领域,学习成果,学生和研究人员的看法。研究结果主要包括以下几个方面:(1)实验室与网络教育、计算教育、机器人技术、物联网、残疾人等领域的研究都集中在综述中。(2)研究人员强调了SBCs的重要性,以改变工程和CS课程,让学生通过实践活动中的实验来学习复杂的主题。(3)作者报告的典型认知学习成果是学生成绩的提高和与课程主题相关的技术技能的提高。关于情感学习成果,作者普遍报告了兴趣,动机和参与度的增加。
2022-03-30 cs.CY cs.PL cs.RO
On the Educational Impact of ChatGPT: Is Artificial Intelligence Ready to Obtain a University Degree?
本研究评估了ChatGPT在大学计算机安全教育中的影响,发现其既能被轻易滥用于作弊,也能作为辅助工具提升学习效率,并探讨了高等教育的应对策略。
2023-03-20 cs.CY
Perspectives and potential issues in using artificial intelligence for computer science education
Aalto University(阿尔托大学)
本文探讨了人工智能在计算机科学教育中的应用潜力与挑战,指出LLMs模糊了编程辅助与智能系统的界限,强调教育机构应主动整合新教学法以应对技术变革。
2025-09-17 cs.CY
Evaluating the capability of large language models to personalize science texts for diverse middle-school-age learners
University of Connecticut(康涅狄格大学)
本研究通过随机对照试验(n=23)评估GPT-4个性化中学科学文本的能力,发现与学习者偏好一致的文本显著受偏好(p=.059),证明LLM可有效定制教育内容,推动个性化学习技术发展。
2024-08-09 cs.CL cs.CY cs.HC
Redefining Computer Science Education: Code-Centric to Natural Language Programming with AI-Based No-Code Platforms
本文探讨编程领域人机交互的演变,指出基于AI的无代码平台正推动编程从适配机器的代码模式转向自然语言交互,这对计算机科学教育影响深远,需将其融入课程并持续研究相关问题以调整教育策略。
2023-08-19 cs.CY cs.HC
Generative AI has lowered the barriers to computational social sciences
生成式AI通过自动化代码处理、提示工程和代码教学辅助,降低了计算社会科学的门槛,显著提升了缺乏编程专长学者的生产力与复杂数据分析能力。
2025-04-28 cs.CY cs.HC
Integrating Captive Portal Technology into Computer Science Education: A Modular, Hands-On Approach to Infrastructure
本文提出一个基于开源实现的模块化教育项目,通过一系列实践模块向计算机科学学生系统介绍强制门户基础设施的各项技术特性,适合计算机网络课程教学使用。
2025-03-11 cs.CY cs.NI
NetSciEd: Network Science and Education for the Interconnected World
这篇短文介绍了NetSciEd(网络科学与教育)计划的摘要,该计划旨在解决课程,资源,可访问的材料和工具的需求,以向K-12学生和公众介绍网络的概念,这是理解复杂性的关键框架。NetSciEd的活动包括(1)NetSciHigh教育推广计划(自2010年以来),它将高中学生及其教师与地区大学研究实验室联系起来,并为他们提供从事网络科学研究项目的机会;(2)NetSciEd系列研讨会(自2012年以来),它将网络科学研究人员和教育工作者聚集在一起,讨论网络科学如何帮助并融入正规和非正规教育;以及(3)《网络素养:基本概念和核心思想》小册子(自2014年起),该小册子由全球范围内的网络科学研究人员和教育工作者合作编写,随后被翻译成18种语言。
2017-07-05 cs.CY physics.ed-ph
Object-Oriented Sokoban Solver: A Serious Game Project for OOAD and AI Education
严肃的游戏有益于各种计算机科学领域的教育。许多作品报道了在教学和学习中使用游戏(不仅是玩,而且是发展)的经验。考虑到教师/学生在一个学期内从头开始准备/开发游戏可能很困难,辅助教材在相应的课程中至关重要。不幸的是,文献表明,没有多少教育游戏项目的材料是共享的。为了帮助不同的教育工作者选择合适的课件,帮助学生进行游戏开发,值得进一步调查和积累个人游戏项目的教育资源。本文提出了一个面向对象推箱子求解器的游戏开发项目,并公开了相关的教育材料。文档化的系统设计可以被视为面向对象分析和设计(OOAD)教育的现成资源,而推箱子求解器本身可以用作教授人工智能(AI)的作业平台。未来将实现和共享更多的文档、平台和API,以促进其他人的教育活动。总的来说,这项工作应该激励和鼓励其他研究人员和教育工作者发布更多游戏项目的可用材料,以便共享和重用。
2017-08-04 cs.CY cs.SE
From Execution to Education: A Bloom-Aligned Framework for Measuring Educational Control in LLMs
研究提出用于衡量大语言模型中教育控制的布鲁姆对齐框架,应用于编程任务。通过比较一对匹配模型在不同干预设置下的表现,揭示模型提高认知需求易、降低难的不对称性,并用语义 - δ聚类等方法刻画结果,表明强执行性能不意味着有教育控制能力。
2026-07-10 cs.CL cs.CY
Automated Question Generation for Science Tests in Arabic Language Using NLP Techniques
Arab American University(阿拉伯美国大学);Columbia University(哥伦比亚大学);CARRS-Q, Queensland University of Technology(昆士兰科技大学交通事故与道路安全研究中心)
针对阿拉伯语试题自动生成中的解析、命名实体识别和规则转换错误,本文提出关键词提取、问题生成与排序三阶段框架,并取得精确率83.50%、F1分数80.95%及人工均分84%。
2024-06-11 cs.CL cs.CY