.png){kind=icon}
返回
Assessing Computational Thinking Using Log Data: A Scoping Review
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-03870-8_21.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着技术在教育中的日益普及，能够鼓励学习者理解技术并进行有意义互动的基础技能不应被忽视。计算思维（CT）就是这样一种应用于多个领域的技能。虽然CT评估传统上关注最终结果，但通过日志数据等手段考察过程可以形成更全面的视角。本范围综述旨在梳理现有研究如何利用日志数据评估CT，并呈现该领域未来研究的空白。从不同学科的多重数据库中检索同行评审期刊文章和会议论文。相关研究分析了开放式任务中个体学习者的日志数据，以衡量CT表现。从每项研究中考察了以下五个方面：1）CT的形式，2）教育水平，3）日志数据过程特征，4）对这些特征的解释，5）这些特征的理论背景。分析显示，基于文本的编程是最受研究的CT形式，其次是基于块的编程。此外，高等教育是最受研究的教育层次。关于日志数据特征，尝试次数和任务用时是最常提取的特征。在论证特征选择的研究中，引用了多种理论和实证研究。对特征解释的多样性也导致了关于日志数据可推断内容的结论不一致。对现有研究模式的宝贵见解能够引导未来研究朝着理论基础的测量方法发展，尤其是在研究不足的领域，推动关于技术如何增强学习的讨论。此外，利用日志数据进行评估可以支持可扩展的个性化反馈和支架。将教育科学对这些主题的深刻理论理解与技术导向的日志数据处理方法相结合，可能显著促进开发有效干预措施的新方法。
Keyword:
Computational Thinking
Learning Analytics
Log Data
Review
期刊
机构
引用论文
Cluster-Based Analysis of Novice Coding Misconceptions in Block-Based Programming基于聚类的初学者积木编程错误概念分析
OAAI
OAAI分享收藏Exploring students' computational practice, design and performance of problem-solving through a visual programming environment通过可视化编程环境探索学生的计算实践，设计和解决问题的能力.png)
COMPUTERS & EDUCATION
COMPUTERS & EDUCATIONIF10.5
PREAI
分享收藏First Steps Towards Automatically Defining the Difficulty of Maze-Based Programming ChallengesIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏Clusters of Solvers' Behavioral Patterns Based on Analysis of the Programming Process基于编程过程分析的问题解决者行为模式聚类
PREAI
分享收藏
查看更多内容