开发了一个新框架,用于衡量大学计算机科学项目与国际课程指南(特别是 CS2013 和 CS2023)的对齐程度。这个人工干预的流水线将项目和指南表示为结构化语料库,使用语义检索来识别课程与知识单元的匹配项,然后由人工判断进行确认。该研究纵向应用于一个获得认证的理学学士项目,发现该项目覆盖了 CS2013 和 CS2023 大约 50% 的知识单元,并且在过去十年中覆盖率保持一致。虽然能力阐述保持较高水平,但与 CS2013 相比,该项目在 CS2023 所期望的深度上有所下降,这表明存在一个与更新指南的期望提高相关的差距,而不是项目本身的缺陷。 AI
影响 该框架可以帮助教育机构更好地使其计算机科学项目适应不断变化的行业和学术标准。
排序理由 该条目是一篇学术论文,详细介绍了一个新框架及其在评估课程对齐方面的应用。[lever_c_demoted from research: ic=1 ai=0.1]
- ABET
- Cohen's kappa
- Computer Science Curricula 2013
- Foundations of programming languages
- Parallel and Distributed Computing: Applications and Technologies, 5th International Conference, PDCAT 2004
- Systems fundamentals
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →