Exploring Student Behavior Using the TIPP&SEE Learning Strategy
Exploring Student Behavior Using the TIPP&SEE Learning Strategy
复制标题
使用 TIPP 探索学生行为
DOI：
10.1145/3372782.3406257
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Thomas, Cathy
中科院分区：
文献类型：
--
作者：
Franklin, Diana;Salac, Jean;Crenshaw, Zachary;Turimella, Saranya;Klain, Zipporah;Anaya, Marco;Thomas, Cathy
随着计算思维（CT）教学在初级水平的兴起，它是必要的初级计算教学，以支持各种学习者。TIPP & SEE是一种元认知学习策略，它在学生从示例代码学习时为学生的学习提供了支架。从以前的研究结果表明，在书面评估中使用TIPP和SEE策略的学生表现出显著的差异。在这项工作中，我们的目标是深入了解为什么会发生这种戏剧性的学习差异。我们分析了学生的计算伪影和TIPP & SEE伪影。分析表明，TIPP和SEE组的学生在工作中更彻底，完成了更多的要求任务的元素。此外，他们使用更长的脚本构建开放式项目，这些脚本使用更多的学习块。统计分析表明，学生在某些类型的问题上非常准确，但在很大程度上跳过了其他问题。尽管有这些积极的行为，有学生工作表的正确性，项目完成和书面评估表现之间的统计相关性很小。因此，虽然TIPP & SEE小组的学生采取了我们认为会带来更多成功的行动，但没有任何个人行动可以直接解释结果。与其他元认知策略一样，TIPP和SEE的价值可能在于不可直接观察的认知过程，并且可能因学生个体差异而异。
With the rise of Computational Thinking (CT) instruction at the elementary level, it is imperative for elementary computing instruction to support a variety of learners. TIPP&SEE is a meta-cognitive learning strategy that scaffolds student learning when learning from example code. Results from a previous study show statistically-significant performance differences favoring students using the TIPP&SEE strategy on a written assessment. In this work, our goal is gain insight as to it why such dramatic learning differences may have occurred. We analyze the students' computational artifacts and TIPP&SEE worksheets. Artifact analysis reveals that students in the TIPP&SEE group are more thorough in their work, completing more elements of the required tasks. In addition, they build open-ended projects with longer scripts that utilize more learned blocks. Worksheet analysis shows that students were highly accurate on some types of questions but largely skipped others. Despite these positive behaviors, there was little statistical correlation between student worksheet correctness, project completion, and written assessment performance. Therefore, while students in the TIPP&SEE group performed actions we believe lead to more success, no individual actions directly explain the results. Like other meta-cognitive strategies, the value of TIPP&SEE may lie in cognitive processes not directly observable, and may vary based upon individual student differences.
登录
查看更多内容
教师使用PRIMM在学校教授编程的经验
DOI：
10.1145/3287324.3287477
发表时间：
2019
期刊：
Proceedings of the 50th ACM Technical Symposium on Computer Science Education
影响因子：
--
作者：
Sue Sentance;Jane Waite;Maria Kallia
通讯作者：
Maria Kallia
DOI：
10.1145/2414446.2414447
发表时间：
2013
期刊：
ACM Trans. Comput. Educ.
影响因子：
--
作者：
M. Ben;D. Garcia;Tom Murphy
通讯作者：
Tom Murphy
开发计算机科学特定的学习分类法
DOI：
10.1145/1345443.1345438
发表时间：
2007
期刊：
ACM SIGCSE Bull.
影响因子：
--
作者：
U. Fuller;Colin G. Johnson;Tuukka Ahoniemi;D. Cukierman;Isidoro Hernán;J. Jacková;E. Lahtinen;T. L. Lewis;D. Thompson;Charles Riedesel;Errol Thompson
通讯作者：
Errol Thompson
助记策略：基于证据的实践和基于实践的证据
影响因子：
0.8
作者：
T. Scruggs;M. Mastropieri;Sheri Berkeley;Lisa Marshak
通讯作者：
Lisa Marshak
块模型：程序理解的教育模型，作为学术教学方法的工具
DOI：
10.1145/1404520.1404535
发表时间：
2008
期刊：
Labor: Human Capital eJournal
影响因子：
--
作者：
Carsten Schulte
通讯作者：
Carsten Schulte