Preparing K-12 Students to Meet their Data: Analyzing the Tools and Environments used in Introductory Data Science Contexts
Preparing K-12 Students to Meet their Data: Analyzing the Tools and Environments used in Introductory Data Science Contexts
复制标题
让 K-12 学生做好迎接数据的准备：分析入门数据科学背景中使用的工具和环境
DOI：
10.1145/3594781.3594796
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Weintrop, David
中科院分区：
文献类型：
--
作者：
Israel-Fishelson, Rotem;Moon, Peter F.;Tabak, Rachel E.;Weintrop, David
近年来，数据科学教育获得了发展势头。沿着数据科学教学课程的发展，向学习者介绍数据科学的工具的数量和多样性也在成倍增加。用于教授数据科学的工具在塑造学习体验方面发挥着核心作用。因此，重要的是要仔细选择使用哪些工具来向学习者介绍数据科学。本文对25种数据科学工具进行了系统的回顾，这些工具可以用于K-12学生的数据科学入门教育。确定的工具列表包括电子表格、可视化分析工具和脚本环境。对于每个工具，我们检查其功能，交互，教育支持和可访问性的各个方面。本文推进了我们对入门数据科学环境现状的理解，并强调了创建新工具的机会，以更好地帮助学习者导航周围的数据丰富的世界。
Data science education has gained momentum in recent years. Along with the development of curricula to teach data science, the number and diversity of tools for introducing data science to learners are also multiplying. The tools used to teach data science play a central role in shaping the learning experience. Therefore, it is important to carefully choose which tools to use to introduce learners to data science. This article presents a systematic review of 25 data science tools that are, or can be, used in introductory data science education for K-12 students. The identified tools list includes spreadsheets, visual analysis tools, and scripting environments. For each tool, we examine facets of its capabilities, interactions, educational support, and accessibility. This paper advances our understanding of the current state of introductory data science environments and highlights opportunities for creating new tools to better prepare learners to navigate the data-rich world surrounding them.
登录
查看更多内容
实用的公共在线数据：Tuva 和 CODAP 简介
DOI：
--
发表时间：
2016
期刊：
Promoting Understanding of Statistics about Society IASE Roundtable Conference
影响因子：
--
作者：
Tim Erickson
通讯作者：
Tim Erickson
中学综合数据科学：课程设计和评估
DOI：
--
发表时间：
2022
期刊：
Technical Symposium on Computer Science Education
影响因子：
--
作者：
Emmanuel Schanzer;Nancy Pfenning;Flannery Denny;Sam Dooman;J. Politz;Benjamin S. Lerner;Kathi Fisler;S. Krishnamurthi
通讯作者：
S. Krishnamurthi
呼吁对 K-12 数据科学教育采取人文立场
影响因子：
8.2
作者：
Lee, Victor R.;Wilkerson, Michelle Hoda;Lanouette, Kathryn
通讯作者：
Lanouette, Kathryn
基于块、基于文本和混合块/文本模式如何塑造新手编程实践
DOI：
--
发表时间：
2018
期刊：
Int. J. Child Comput. Interact.
影响因子：
--
作者：
David Weintrop;U. Wilensky
通讯作者：
U. Wilensky
DOI：
10.1145/3371155
发表时间：
2019-12
期刊：
ACM Transactions on Computing Education (TOCE)
影响因子：
--
作者：
David Weintrop;Merijke Coenraad;Jen Palmer;Diana Franklin
通讯作者：
David Weintrop;Merijke Coenraad;Jen Palmer;Diana Franklin