一个物联网计算机教学质量评估的评估算法

文摘

物联网有能力改变计算机教学和评估教学质量的同时。教学效率的评估是受到两个问题:评价指数法(EIS)不足,和评估框架是无法处理复杂的模糊索引。为了解决这些问题,从物联网的角度模糊分层的理论是本文首次提出的。这个理论是基于模糊评价的相关理论通过测量教学质量评价指标。最初,理论分析和模型测量合并建立一个更好的教学质量multiangle EIS。模糊指标管理,教学质量评估模型开发使用定量和定性研究。建议的EIS和模糊评估模型可以有效地评估的标准教学在学校,学院,大学,研究所,根据实现的结果。这种定性评估方法是实证和理性,它强烈地促进教育质量提高的效率,基于我们的实验和仿真结果。

1。介绍

教学评价是整个教学过程的一个重要组成部分。它是基于一定的教学方面和教学大纲的要求每个主题进行调查,评估,评价教学活动,使价值判断的教学质量和效果。因此,它是教学过程中不可缺少的一部分。深入的教育改革的一个重要手段,提高教学质量。然而,当前的教学评价方法仍在依赖个人经验和专注于定性分析。首先,教学质量的评价往往涉及多个因素(指标),它必须基于这些指标的综合评估,不仅从一个或几个。其次,在综合评价中,每个指标得分的方法通常是使用,然后应用加权平均。事实上,在综合评价在实践中遇到的问题,单因素评价(1- - - - - -3往往是模糊的,绝对是不适当的使用价值。它应该是由一个模糊集表示。因此,教学质量的评价,更适当的使用模糊综合评价方法。

计算机综合评价是一个非常有效的多因素决策方法。广泛应用于软件工程和软科学研究,例如,软件开发成本估算、设计方案的选择、软件产品质量评估、教学或其他工作质量评估等。所有这些方法可以使用计算机综合评估法(4- - - - - -6]。

本文将运用模糊数学的相关理论,结合教学质量的多层次指标体系,并提出一个全面的计算机教学质量评价算法。一起,我们将讨论的作用物联网领域的教育。物联网(物联网)各级技术有潜力改变教育,包括学校、学院和大学,同样,物联网(物联网)有直接和间接影响学习通过促进整体工作和提高教育效率。在简单的话说,它有一个广泛的对教学和学习过程的影响。这就是为什么教育的评价区域需要严重关注,和物联网(物联网)非常适合应用在这个领域。最后,实验结果和测试方案的比较分析。据估计,准确的计划计划将支持教师教学评价。

本文的其余部分组织如下。节2,提供了一个文献综述。节3,我们提供一个全面的描述我们建议的方法以及物联网在教育中的应用。节4我们提供广泛的仿真结果。最后,本文的结论和未来工作的研究方向提供了部分5。

2。文献综述

物联网的使用(物联网)在教育领域提供了一个很棒的交流方式和教育孩子。物联网已经对学习产生重大影响的领域。传统的教学实践以及教育机构的结构显著提高了物联网的使用(7]。在教育领域,物联网被视作一个平台为提高机构的基础设施和教学计算机科学的基础知识(8]。对于一个教师或学生,无论是在课堂上还是在校园里,物联网也同样有益。物联网对学习的影响是传感器的使用像超级机械的Twine79]。物联网使学生、教师、和物理和虚拟对象轻松高效地沟通(10]。物联网是一个吸引人的主题对学习者学习计算机科学的基础知识11]。由于物联网的重要性,英国开放大学创建了一个名为“我的数字生活”的课程的本科生计算机科学系,专注于物联网基本面。本课程教学生如何使用物联网,以更好地了解世界,了解他们的需求(12]。英语将会教使用交互式平台专注于物联网。纠正英语学习者的语言和形状的嘴,这个模型使用语音和视觉传感器(13]。物联网还用于教学生编程的基本原理。分析学习方法用于收集数据和构建学生学习路径。物联网的使用作为一种工具改进和简化教育过程是近年来全面讨论。做出真诚的努力使用和应用物联网在帕多瓦大学的14]。他们的研究主要集中在提高无线通信的网络支付系统。他们的研究探讨了利用计算和物联网在整合教育资源系统,提出了一个分析框架。陈和董15]讨论了不同技术的影响如物联网、云计算和数据挖掘提供最新的教育。阿訇和Movahed16)概述了教育的气候以及知识之间的区别和数字校园使用物联网和云计算。Mershad和Wakim17)提出了一个综合模型,在一个教育计划加强物联网的世界。除了这些研究外,还有许多其他的研究中,作者使用了物联网在教育领域,以及其他项目。

3所示。物联网在教育中的应用和我们建议的模型

物联网(物联网)似乎正在改变教育在教学方面,学校管理、研究和教育,学校建筑,等等18]。现实的物联网实现教育设置可分为许多种类。例如,数据从物联网设备可以用来加强管理策略和学术生活。学习者分析,获得更多的知识,和个性化的学习通过使用连接设备都可以被用来提高教育的有效性和评估。在本节中,我们讨论的各个方面可以受益于物联网的应用。

3.1。管理水平

在管理,物联网可以用来简化政府将执行日常操作,学校为了腾出更多的空间和时间的教育过程。尽管这类物联网应用程序没有特定的影响学习,他们可以帮助准备学校学习气氛的活动,还节省时间,否则会被浪费在日常任务。移动传感器,例如,可以用来跟踪设备和减轻教师的责任采取出席并提交管理公司每天(19]。此外,物联网可以支持传统的系统工程系统,协助电源管理和保护,控制访问控制系统,实现环境监测和安全机制为教师和学校工作人员(20.]。同样,物联网设备可以帮助跟踪温度在教室,这可能会对学习产生积极的影响,因为物理环境温度可以影响学生的意识和行为21]。通过这种方式,物联网可以提高学术机构的成本效益。然而,缺乏研究,研究物联网系统培训的间接影响。相反,人们普遍认为一个更轻松和安全的学习氛围将帮助学生取得更好的结果。实现物联网的预期效益,解决学校行政问题。此外,由于这些项目通常是昂贵的建立,国内许多学校将无法作出预测的资金进行这类项目(22]。

3.2。学习/教学水平

物联网框架计划的数量在教学层面建设密切相关的问题,但这一时期人的水平。这包括使用智能技术和其他IoT-based参与者跟踪系统。例如,作者的23]提出使用手腕追踪收集信息在学习者的睡眠习惯和血压。因为他们认为,这些信息可能被用来增加学生的压力和睡眠习惯的自我意识,使他们能够确定最佳时间学习和放松在规划他们的时间表。在这些例子中可以看出,物联网设备似乎有显著影响的学术技术专家称为“智能学校。“很多物联网项目,另一方面,是专注于一个特定功能的使用物联网用于学术目的。

3.3。计算机算法综合评价

计算机综合评价是一个复杂的递归计算过程。不仅可以有有限数量的评估对象,但每个评价对象可以包含各种各样的特征。因此,计算机综合评价必须考虑所有方面,重复获得更理想的结果。

3.3.1。算法描述

计算机综合评价的基本算法如下。

步骤1。确定评价对象集F,因素集U,和评论V。
确定对象要根据实际需要,评估和构建整个对象为一组,然后用模糊数学分析来确定评价因素集和评论的集合:对象设置: 因素集: 评论: 其中,l是被评估对象的数量;n是评价因素的数量;米是评论的数量。的事实,有许多因素需要考虑实际应用问题,计算机综合评价因素层次关系,通常采用“多级综合评价”算法(为方便演示,本文采用二级综合评价为例)。在这个时候,一个给定的因素集U需要分成n次级因素集 ,和部门应满足的结果 并有 U_我第一级指数(综合指数)。因为每一U_我包含K_我评价指标,有在全要素集U,一个评价指标,二级指标(基本指标)。

步骤2。建立一个因素权重分配矩阵 对于每一个次级因素集 。每个因素的评价因素集是在“评价目标”过程中具有不同的地位和作用;也就是说,每个评价因素占不同的比例的综合评价。这一比例被称为“优先级权重值,”或简称为“重量价值”。有很多方法来确定“重量价值”;例如,可以使用“相对重要性水平计算方法”。
“重量价值”决定是否合理和有效的,有一个伟大的对计算机综合评价结果的影响。

步骤3。做一个单级综合评价K_我在每一个次级因素评价指标集U_我。
例如, :各种因素的权重值分配 ,在哪里 ,和评论的U_我是 。对每个因素进行单因素评价U_我,评价矩阵年代_我可以获得, 其中, 代表每个因素的分数评价对象。
所谓的单一综合评价的次级因素集U_我实际上是计算单因素综合评价矩阵 。 这意味着实施后年代_我转换的输入矩阵(数组)一个_我,输出矩阵(数组)R_我可以获得。显然,当一个_我和年代_我众所周知,复合操作可以执行: 理论上来说,上述复合表达式有无限多种计算模型。然而,在实际应用过程中,“加权平均”综合评价计算模型是最有效的,因为它平衡所有的评价因素根据“重量值,”适用于总体指标的情况下是必需的。
在“加权平均”综合评价操作模型,加权平均算子来标示米(●+)。在这里,“●”意味着普通实数乘法和“十”是指普通实数。

步骤4。综合评估后n因素U_我的U,总综合评价矩阵R得到:

第5步。执行矩阵复合操作计算综合评价结果(综合评价价值)B对象的评估。
假设的重量值分布矩阵U是一个。然后B=一个×R。上面的操作是一样的。它不仅是的结果U的二级计算机综合评价,但也的所有因素的综合评价结果U。那就是: 根据上述两级计算机综合评价原则(步骤2- - - - - -5)的评价l被评估对象可以成功完成最后的综合评估值l不同的评估对象,即 。

步骤6。排序l综合评估值 21和输出排序结果。
在这一点上,整个计算机综合评价工作是宣布。显然,教学质量评估,评估价值越大,教学质量水平越高,和评估值越小,教学质量水平越低。

3.3.2。算法编程框图

为了便于计算机实现,下面是一个流程图(简化图)的计算机综合评价算法。图的流程图1基于基本的计算机综合评价算法。

用户可以选择任何程序设计根据他们的需求。语言编译计算机综合评价程序。

3.3.3。计算机为教学质量综合评价指标体系

教学质量是一个模糊的概念。当人们形成一个概念在他们心目中,它有一个特定的内涵和外延。整个组对象,符合这个概念是这一概念的延伸。对于教学质量,它既没有明确的扩展和内涵相当复杂。对其评价,通常只可以选择几个具有代表性的指标来评估。

考虑到教学过程是由许多复杂的因素,教学质量往往从不同的方面反映出来。因此,评估教学时,有必要实施教学过程的许多方面从不同的角度和不同的方面。有必要评估最终的教学效果,但也要注意各个环节在教学过程中所扮演的角色,并把它们作为一个整体。在应用模糊数学分析实际问题,第一步是建立一个层次结构的子结构图,最高水平的总体目标,中间水平时应遵循的标准决策分析,和最低水平是评价指标的水平。一般来说,这些指标反映了教学质量可以总结成以下5方面:(1)教师准备:这个指标反映了教师的整体水平的准备,如教学目的、教学准备、作业设计。(2)教材处理:该指标反映了教师的能力来控制教科书和教学生按照因材施教。知识转移的科学性等处理的关键和难点,学生能力的培养。(3)实现教学方法:它反映了课堂教学的结构和安排是否合理,教学方法的选择和组合是否合适,以及教师和学生之间的合作是否默认兼容,如教室的总体设计、教学的双边活动,教学方法的结合,教学方法的使用。(4)教学质量:它反映了教师的影响程度在教学质量教学质量,包括教学态度、教学语言、板书,并示范。(5)教学效果:它反映了教学过程的最终结果,包括课堂教学氛围,完成教学计划的情况下,学生掌握知识的情况,提高学生的思维能力。

上述五种指标构成的指标体系反映教学质量的水平,它可以表示为一个层次分析图。在实际应用程序中,这些指标应该是相互独立的和包容的。

3.3.4。的权重值的确定教学质量的综合评价指标

综合评价指标体系有多个指标和多个水平,而且每一个指标都有不同的对上一层指标的影响。在实际的综合评价,不同的重量值通常用来表示其作用的大小。但是重量值的确定通常是主观的因素。为了使每个指标的权重值尽可能地反映客观现实,0∼4得分表的方法1用于确定这些指标的相对重要性权重。

具体步骤如下。(1)草拟一个专家得分表,问每个专家分别填写。评分方法:比较n在对评价指标;非常重要的方面得分4分,更重要方面得分0分,更重要的方面得分3分,那么重要方面得分1分,两个同样重要的方面得分2分。0∼4的总得分 ,在哪里n的数量指标。(2)有米专家参与评分,j^th专家的评分值我^th指数 计算分数Z每个索引, (3)计算总分 (4)计算每个指标的权重值

根据上述方法,填写表格通过专家的评分,并计算每一层的重要性权重指数相对于上层指数如表所示2。

3.3.5。数学模型的计算机教学质量的综合评价

假设被评估的对象集 ,评论集V=[0,1],一个连续的实数区间是可以接受的。因此,以下需要考虑。

(1)确定每个基本指标的得分值。每个基本指标的得分值是取得教学质量评估小组的成员在17个基础指标百分位系统上,而这些得分值是相对独立的。

(2)评价的基础指标。基地的评价指数来确定隶属函数μs(X_我)的每个基本指数X评论组V并找到其评估价值年代_j。根据模糊数学理论,隶属函数可以被定义为以下评价模型:

3.3.6。综合评价指标

评价综合指数的多级计算机综合评价。让U是第i个(我= 1,2,…,5) evaluation subset in the overall goal of teaching quality, and the corresponding importance weight vector is一个和隶属度(评估值)向量获得的指数是评价的基础年代。使用模糊关系合成操作(操作符米(+)●)获得的评估价值综合指数为教学质量的总体目标 在哪里 和 , ,k= 3或4。

3.3.7。总目标的综合评价

总体目标的综合评价是一个多层次、二级计算机综合评价,这是一个基于综合指数评价的综合评价。

是最终的评估值。

通过以上步骤1- - - - - -4的相对评价结果l对象被评估F,F_z,,F_l衡量教学质量 ,在哪里B∈[0,1]和B的值反映教学质量的水平。值越大,教学质量就越高。根据这一点, 代表教学质量。

3.3.8。应用实例

至于上述综合应用计算机教学质量评价算法,四个老师从不同的教学和研究的部分作为评估对象选择中专。根据教学质量的评价指标体系,从老师准备、教材处理、教学方法的实现,教学质量,教学效果5 subobjectives,全面评估4教师的教学质量:一个,B,C,D和的大小排序的评价价值。基本指标的得分是整个评价过程的基础。为了使基本指标的得分值正确的,它反映了教师的实际教学情况。对于不同的基本指标,不同的方法用于分以下。

(1)测试方法。使用不同的形式,如笔试、口试、实际操作来评估学生知识的掌握、理解和应用。

(2)观察方法。评估团队的成员是身临其境,获得第一手信息的教学活动在一个自然状态,然后得分。主要用于分数基本的指标,如教师的教学态度、教学语言,课堂教学气氛,和教学的双边活动。

(3)调查方法。这些方法包括举行研讨会,填写书面调查的形式,采访学生和聚会,了解情况,做一个评估。

(4)检验方法。检查老师的备课笔记,作业校正记录、学生工作等,了解评分时要掌握的信息。完成上述准备工作之后,你可以开始评估。

3.3.9。基础指标评价

教学质量评估小组的成员得分4教师根据17一个接一个基础指标,然后计算平均分数为每个基本指标的得分值基础指标。分数,并计算平均分数为每个基本指标的评分值基础指标。分数的值代入计算隶属程度确定隶属函数,这是基本指标的评价结果。

3.3.10。综合评价指标

根据基地的重要性权重指数和上证综合指数评价数学模型,可以计算所有复合指标的评价结果。例如,计算综合指标Ui的老师一个在表3:

同样,所有综合指数评估值的每一个老师都可以计算,如表所示3。

3.3.11。综合评价的总体目标

根据重量和整体目标重要性综合指数综合评价数学模型,综合评价结果的四个教师教学质量计算(如表所示4)。

同样,综合评估值B可获得的其他老师。可以看出四个教师教学质量的顺序从高到低水平D,一个,C,B。

从最后的评价结果,它可以更好地反映实际的教学质量水平的四个老师,实现预期的评价目标,并达到令人满意的结果。

3.3.12。模糊逻辑评价

我们首先提出了一个基础设施,使评估学习者的方法(24,25)来解决第一个他们可能面临的挑战,在设计他们的解决方案。没有任何参与的一个老师,学生将要求系统有什么不正确的答案他们创建。我们的目标是建立一个框架,帮助学习者理解他们学到的东西。有几种方法来评估计算机学习实践,在[26)有很强的调查在静态或动态评价的计算机软件,如图2。

在上面的图中可以看到,老师首先要求一个一体化的最优估计算法解决问题。后,许多软件参数影响其体系结构将决定。因此,我们有理想的估计算法的一个例子。每个参数,然后将生成模糊数在以下方式:每个模糊集将作为默认的三角函数集中在估计算法的度量值;老师很容易改变模糊集建议如下:(我)教育家发现的解决方案的最高价值低(2)有效性的光秃秃的最小值(3)精度尽可能高的分数(iv)教育家发现的解决方案的最小值高

4所示。实验结果

4.1。实验

我们提出系统的实验结果可以分为以下几个阶段。

以下4.4.1。选择的教学质量分析案例

本文将进行性能测试的相关模型后选择模型和设计方法。开发者的网络教学方法越来越发达许多常见模型近年来各种教育需求。传统个人辅导计划,以个人指导类、个性化的网络教育课程,知识第一个人指导类、探究的个人指导类和概念的个人辅导类是可用的一些新的轨道结构。本文提出一种物联网计算机教学质量评价算法模型,该模型结合了无线传感器网络和模糊综合评价算法来解决上述问题。在此基础上,我们将选择教学质量诊断的情况下根据有关规定性能监视。

4.1.2。测试对教学质量的诊断性能

与其他模型相比,设计取得了强大的实验性能,见图3。网络教学质量检测诊断的故障率降低,因为测试样品的数量增加,并已获得更准确的结果。卷积神经网络的效率相当高,与其他算法相比,根据结果。结果,测试结果表明卷积神经网络提取性能明显高于其他方法的数据挖掘能力,他们可以给更好的有效的信息挖掘和检索教学质量诊断过程。

4.2。教学质量评价(TQE)的支持向量机(SVM)基于层次分析Process-ASD

下面是专注于AHP-ISD SVM教学质量评价方法:阶段1。每个评估是规范化的数据在这个过程中,和一个教学质量决策矩阵阶段2。在这个阶段,AHP的重量以及ISD设计阶段3。在这个阶段,AHP-ISD设计的综合权重阶段4。在这个阶段,开发目录数据分为两组,如测试集和训练集第五阶段。在这里,我们建立的支持向量机预测模型训练数据集阶段6。这是最后一个阶段,支持向量机设计是教学质量评估测试

支持向量机的运动结果的评价结果λ= 0.6可以解释在图4。

5。结论

本文应用模糊数学的相关理论和使用层次分析法提出了一个新的想法由计算机教学质量的综合评价,使转换的初步探索的教学质量评价从定性分析到定量分析。我们有不同的问题解决的教学质量,设计了一个模型来解决这些问题。我们测量的理论分析和模型建立一个更好的教学质量multiangle EIS。模糊指标管理,教学质量评估模型开发使用定量和定性研究。实践结果表明,使用计算机教学质量综合评估方法可以有效地实现预期的评价目标和获得令人满意的结果。未来我们计划提高教学质量评估的效率。此外,我们计划使用不同的人工智能技术来提高教学质量,创建智能技术将会增加老师的教学质量。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

引用

1. m .赵和w·詹”,教学质量评估系统深入学习算法的基础上,“现代电子技术,43卷,不。13日,143 - 146年,2020页。视图:谷歌学术搜索
2. c . Yu”创新教学研究的基本课程计算机应用在大数据时代,“人才,12卷,不。18,135年,页2020。视图:谷歌学术搜索
3. m·h·金,z Li气,剑,“计算机专业人员的综合能力评价模型,研究”软件指南,19卷,不。6,257 - 260年,2020页。视图:谷歌学术搜索
4. 李裴”,研究计算机网络技术实践教学质量评价指标体系基于大数据,”网络安全技术与应用5卷,第100 - 99页,2020年。视图:谷歌学术搜索
5. x钟和r·李”,研究学生评价教学质量的过程控制的大学教师,”教育评估,2卷,第65 - 61页,2020年。视图:谷歌学术搜索
6. 问:杨,y丽安,t .赵和h .元,“研究计算机数学课程的教学质量的提高,“教育现代化,7卷,不。17日,51-52,2020页。视图:谷歌学术搜索
7. m . Veeramanickam和m . Mohanapriya”物联网使futurus智能校园与有效的在线学习:i-campus,”GSTF《工程技术(飞机),3卷,不。4 p。81年,2016年。视图:谷歌学术搜索
8. h . f . Elyamany和a . h . AlKhairi IoT-academia架构:深刻的方法”学报》2015年16 IEEE /埃西斯软件工程国际会议上,人工智能,网络和并行/分布式计算(SNPD)IEEE,高松,日本,2015年6月。视图:出版商的网站|谷歌学术搜索
9. 居尔,m·阿西夫•艾哈迈德,m .亚希尔·m·马吉德和m .艾尔沙德”一项调查在物联网在教育中的作用,“IJCSNS,17卷,不。5,159 - 165年,2017页。视图:谷歌学术搜索
10. j .马尔克斯j·维兰纽瓦、z . Solarte和a·加西亚”物联网教育:物体与虚拟学习社区,整合”《2016年世界会议上新的信息系统和技术的进步2016年3月,巴西累西腓。视图:谷歌学术搜索
11. j .下巴和诉卡拉汉,“教育生活实验室:一种新颖的基于物联网的教学和研究方法,”学报》2013年第九届国际会议上智能环境(IE)2013年7月,IEEE,雅典,希腊,。视图:出版商的网站|谷歌学术搜索
12. y王”,英语互动教学模型,该模型基于物联网,”《2010年国际会议上计算机应用和系统建模(ICCASM)2010年10月,IEEE,太原,中国,。视图:出版商的网站|谷歌学术搜索
13. H.-C。程和裴伟伟。廖”,建立一个使用物联网和学习终身学习环境分析”学报》2012年第14先进通信技术国际会议(ICACT)IEEE,平昌,韩国,2012年2月。视图:谷歌学术搜索
14. a·p·卡斯特拉尼Bui, n . p . Casari m·罗西z谢尔比,和m .圭”物联网体系结构和协议:一个案例研究”学报》2010年第八届IEEE国际会议上普适计算和通信车间(PERCOM研讨会)IEEE,曼海姆,德国,2010年3月。视图:出版商的网站|谷歌学术搜索
15. y陈董和x”,新技术的发展和前景在现代远程教育”《2013年国际会议信息科学和计算机应用(2013年ISCA)2013年10月,特拉维夫,以色列,。视图:出版商的网站|谷歌学术搜索
16. m .阿訇和s . h . Movahed”物联网(物联网)的影响在教育上的商业模式,”2016年12日国际研讨会论文集Signal-Image技术和网络系统(提)IEEE,那不勒斯,意大利,2016年11月。视图:出版商的网站|谷歌学术搜索
17. k . Mershad和p . Wakim”,一个学习管理系统与物联网应用程序增强,”教育和学习杂志》上,7卷,不。3、2018年p。23日。视图:出版商的网站|谷歌学术搜索
18. z Tianbo”物联网促进高等教育革命”《第四国际会议上,多媒体信息网络与安全(矿)IEEE,页790 - 793年,南京,中国,2012年11月。视图:出版商的网站|谷歌学术搜索
19. b . d . Ralhan”6方面,物联网是改变教育部门:Featurephilia,”2017年,http://indiatoday.intoday.in/education/story/internet-ofthings-transforming-education/1/870592.html。视图:谷歌学术搜索
20. c·本森,“物联网,物联网系统,和高等教育,“Educause卷,51 34-43,2016页。视图:谷歌学术搜索
21. 美国Mishra”,与物联网12现代学习实践”,2017年,http://www.clickonf5.org/internet/modern-learning-practices-iot-education/126745。视图:谷歌学术搜索
22. Asseo, m·约翰逊,尼尔森,c .洗鼻t·j·科斯特洛,“物联网:骑波高等教育,“Educause卷,51 11-33,2016页。视图:谷歌学术搜索
23. f . De Arriba-Perez m . Caeiro-Rodriguez和j·m·Santos-Gago”对商业手腕衣物的使用在教育、“学报》2017第4 Experiment@International会议(exp.的17)2017年6月,IEEE,法罗,葡萄牙,。视图:出版商的网站|谷歌学术搜索
24. m . Ben-Ari“在电脑科学教育、建构主义”计算机在数学和科学教学杂志》上,20卷,不。1,45 - 73年,2001页。视图:出版商的网站|谷歌学术搜索
25. 据Traynor d s的祈祷和j·p·吉布森,“在CS1自动评估,”计算机教育学报》第八届澳大利亚会议,52卷,页223 - 228,澳大利亚计算机协会,Inc . Darlinghurst,澳大利亚,2006年1月。视图:谷歌学术搜索
26. k . m . Ala-Mutka”自动评估方法编程作业的调查,“计算机科学教育,15卷,不。2、83 - 102年,2005页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021年黄精。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。