コンピュータ教育

ロボット工学プログラムでプログラミングする小学生たち

コンピュータサイエンス教育 またはコンピューティング教育は、コンピュータサイエンス[ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ]および計算的思考[ 7 ] [ 8 ] [ 9 ]の分野を教育および学習する分野です。コンピュータサイエンス教育の分野は、基本的なプログラミングスキルから高度なアルゴリズム設計やデータ分析まで、幅広いトピックを網羅しています。これは急速に成長している分野であり、テクノロジー業界やコンピューティングスキルを必要とする他の分野でのキャリアを学生に準備させる上で不可欠です。[ 10 ]

コンピュータサイエンス教育は、21世紀の労働力として学生を育成する上で不可欠です。テクノロジーが社会のあらゆる側面にますます浸透するにつれ、熟練したコンピュータサイエンティストの需要は高まっています。労働統計局によると、コンピュータおよび情報技術関連職種の雇用は「2021年から2031年の間に21%増加する」と予測されており、これは全職業の平均よりもはるかに高い伸びです。[ 11 ]

コンピュータサイエンス教育は、テクノロジー業界でのキャリアを準備するだけでなく、ビジネス、ヘルスケア、教育など、多くの分野で役立つ計算思考スキルを育成します。アルゴリズム的に考え、体系的に問題を解決することを学ぶことで、学生はより効果的な問題解決者、そして批判的思考者へと成長することができます。

背景

コンピュータプログラミングの黎明期には、教育システムを構築する必要性は実際にはほとんどありませんでした。なぜなら、当時コンピュータを扱っていたのは初期の科学者と数学者だけだったからです。コンピュータプログラミングは広く教えられるほど普及しておらず、専門家以外の人が恩恵を受けられるほど発展していませんでした。しかし、数学者はコンピュータサイエンスの仕事には不向きであり、この分野に専念できる人材が必要であることがすぐに認識されました。[ 12 ]時が経つにつれ、コンピュータの利用にますます依存するようになる世界の需要に応えるため、コンピュータプログラミングの専門訓練を受けた人材の必要性が高まりました。当初は大学のみがコンピュータプログラミングのコースを提供していましたが、時が経つにつれて高校や中学校でもコンピュータサイエンスのプログラムが導入されるようになりました。[ 12 ]

科学教育や数学教育と比較すると 、コンピュータサイエンス（CS）教育ははるかに新しい分野です。[ 13 ]コンピューティングの歴史において、デジタルコンピュータが作られたのは1940年代頃からですが、コンピューティング自体はアナログコンピュータの発明以来何世紀も前から存在しています。[ 14 ]

コンピュータサイエンス教育のもう一つの特徴は、最近まで主に大学レベルでのみ教えられてきたことである。イスラエル、ポーランド、イギリスでは、1980年代にイギリスでBBC Microがコンピュータサイエンス教育の一環として教えられたなど、いくつかの注目すべき例外がある。[ 6 ] [ 15 ]コンピュータサイエンスは、数十年前から、一部の国では14歳または16歳からの学校カリキュラムの一部となっているが、通常は選択科目である。

米国では初等・中等教育のコンピュータサイエンス教育は比較的新しいもので、多くの K-12 コンピュータサイエンス教師が、職業的孤立、限られた専門能力開発リソース、低い指導自己効力感などの障害に直面しています。[ 16 ] [ 17 ] [ 18 ] 2021 年のレポートによると、米国の高校でコンピュータサイエンスを提供しているのはわずか 51% です。[ 19 ] 特に小学校のコンピュータサイエンス教師は、中学校や高校の同僚に比べてコンピュータサイエンスの指導効力が低く、指導にコンピュータサイエンスを導入する機会も少ないです。[ 16 ]仮想実践コミュニティなどの方法を使用して、コンピュータサイエンス教師をリソースや同僚とつなぐことは、コンピュータサイエンスと STEM の教師が指導自己効力感を向上させ、コンピュータサイエンスのトピックを生徒の指導に導入するのに役立つことが示されています。[ 16 ] [ 17 ]

生成AIとコンピューティング教育

生成型人工知能（GAI）は、公共部門でますます普及しつつあります。[ 20 ]教師と生徒の両方が、GAIは有用な教育ツールであると信じている一方で、学習中にGAIに過度に依存することへの懸念も表明しています。[ 21 ] GAIは情報を幻覚させることが知られており、GAIが提供する情報の信頼性について懸念が生じています。効果的な教育のためには、これらのツールをどのように活用するかについて、さらなる研究が必要です。[ 22 ]

カリキュラム

他の多くの分野と同様に、コンピュータサイエンスでも、生徒の発達のさまざまな段階でさまざまなツールや戦略を使用することで、指導から最大限の成果を得られるようになります。ScratchやMIT App Inventorなどのビジュアルプログラミング言語は、単純でわかりやすいブロックベースのプログラミング構造を持つプログラミング言語の機能の入門として、小学校や中学校で効果的です。[ 23 ]これらの言語で生徒がプログラミングの基礎を習得したら、通常、教師は、より複雑な言語に比べて構文がはるかに簡単な、Pythonなどの使いやすいテキストベースのプログラミング言語に進みます。一般的に、生徒はプロのビジネスやプログラマーの間で人気のある言語で教えられ、実際に職場で使用されている言語に慣れることができます。したがって、高校や大学では、授業はJava、C ++、HTMLなどの他の言語と同様に、Pythonのより複雑な使用法に焦点を当てる傾向があります。[ 24 ]それにもかかわらず、コンピュータサイエンスの多くは、何らかの形であらゆる言語に適用できる優れたコーディングプラクティスの学習に基づいているため、最も人気がある、または使用されているコーディング言語に焦点を当てる必要はまったくありません。

教授法

コンピュータサイエンスにおける効果的な教授法は、多くの場合、他の科目のものとは異なります。学校でよく使用される標準的なスライドショーと教科書の形式は、標準的な学術科目に比べて効果が低いことがわかっています。[ 25 ]コンピュータサイエンスは問題解決の性質があるため、問題に焦点を当てたカリキュラムが最も効果的であることがわかりました。これは、学生にパズル、ゲーム、または小さなプログラムを提供して対話型で作成させるものです。学んだテクニックや戦略をテストや小テストに適用するのではなく、学生は授業で学んだ資料を使用してプログラムを完成させ、授業についていることを示す必要があります。[ 25 ]これに加えて、学生の問題解決能力と創造力を向上させ、導くことを目指す教授法を開発すると、コンピューターサイエンスやその他の授業で成功する傾向があることがわかっています。[ 23 ]コンピュータサイエンス教育の問題解決の側面は、多くの学生がその概念に苦労することがあり、特にこの時点までにそのように応用する必要がなかった場合はなおさらであるため、対処が最も難しい部分であることがよくあります。

最近のもう一つの動向は、オンラインのコーディングコースやコーディングブートキャンプの台頭です。コンピュータサイエンスは学問分野であるため、多くの人が後になってから興味を持つことに気づいたり、高校や大学在学時にはあまり普及していなかったりするケースが多くあります。こうした機会には、学問的な側面よりも、就職準備を重視した厳しいコースが含まれることが多いのです。[ 26 ]コーディングブートキャンプは、改めて学校に通うことなく、コンピュータサイエンスの分野に進出するための優れた方法となっています。

アルゴリズムの可視化

パーティションを生成するアルゴリズムを示すデータ視覚化の例。

教科書や講義でよく使われる静的なテキストや画像だけでは、コンピューティングのインタラクティブな要素やアルゴリズムの仕組みを効果的に教えるのは難しい場合があります。教師は、書画カメラや黒板を用いてプロセスを図示し、口頭での説明を補足することがよくあります。[ 27 ]これらの図は、プロセスを段階的に説明する中で頻繁に変更されるため、学生が概念を理解するのが難しくなります。この問題に対処するため、動的なシステムを視覚的に表現するアルゴリズム可視化への関心が高まっています。

アルゴリズムの可視化は、1980年代初頭のベッカーの「ソーティングアウト・ソーティング」にまで遡ります。[ 28 ]効果的に活用すれば、アルゴリズムの様々な状態を視覚的に分かりやすく示すことができます。これにより、学生はメモリアドレスや特定の関数呼び出しといった実装を気にすることなく、プロセスの概念的な側面に集中することができます。[ 27 ]学生によるアルゴリズム可視化の活用が増えるほど、学習効果は向上します。[ 29 ]

アルゴリズムの視覚化は、様々なトピックに活用できます。データ構造、グラフアルゴリズム、ソートアルゴリズムなどは、計算に基づく概念の例であり、アルゴリズムの視覚化を活用して学習することで、生徒の学習にメリットをもたらします。

コンピュータ教育研究

コンピューティング教育研究（CER）またはコンピュータサイエンス教育研究は、コンピュータサイエンスの教育と学習の研究に焦点を当てた学際的な分野です。[ 5 ] [ 30 ]これは、コンピュータサイエンスと教育研究の両方のサブフィールドであり、K-12学校、大学、オンライン学習環境など、さまざまな環境でコンピュータサイエンスがどのように教えられ、学習され、評価されるかを理解することに重点を置いています。

背景

コンピュータサイエンス教育研究は、研究者たちがコンピュータプログラミング教育における様々なアプローチの有効性を探求し始めた1970年代に、研究分野として誕生しました。それ以来、この分野はカリキュラム設計、評価、教育法、多様性と包摂性など、コンピュータサイエンス教育に関連する幅広いトピックを網羅する分野へと成長してきました。

研究テーマ

コンピュータサイエンス教育研究の主要な目標の一つは、コンピュータサイエンスの教育と学習を改善することです。この目的のために、研究者は以下のような様々なトピックを研究しています。

カリキュラム設計

コンピュータサイエンス教育の研究者は、生徒にとって効果的で魅力的なカリキュラムの設計を目指しています。これには、様々なプログラミング言語の有効性の研究や、能動的な学習を促進する新しい教育アプローチの開発などが含まれます。

評価

コンピュータサイエンス教育の研究者は、学生の学習成果を効果的に評価する方法の開発に関心を持っています。これには、学生の知識やスキルを評価するための新たな指標の開発や、様々な評価方法の有効性評価などが含まれる場合があります。

教育学

コンピュータサイエンス教育の研究者は、様々な教授法や指導戦略の探求に関心を持っています。これには、講義、オンラインチュートリアル、ピアツーピア学習の有効性の研究が含まれる場合があります。

多様性と包摂

コンピュータサイエンス教育の研究者は、コンピュータサイエンス教育における多様性と包摂性の促進に関心を持っています。これには、コンピュータサイエンスにおける特定の集団の代表性不足に寄与する要因の研究や、包摂性と公平性を促進するための介入策の開発が含まれる場合があります。

研究コミュニティ

北米のトップコンピュータサイエンス大学

ACM（米国計算機協会）は、SIGCSEとして知られるコンピュータサイエンス教育に関する特別利益団体（SIG）を運営しており、2018年に50周年を迎え、ACMの特別利益団体の中で最も古く、最も長く続いている団体の一つとなっています。[ 31 ]コンピューティング教育研究の成果としてパーソンズ問題が挙げられます。

コンピュータサイエンス教育におけるジェンダーの視点

多くの国では、コンピュータサイエンス教育において男女格差が顕著です。2015年、米国では博士号を授与しない機関を卒業したコンピュータサイエンスの学生のうち、女性の割合は15.3%でした。一方、博士号を授与する機関では、女性の割合は16.6%でした。[ 32 ]米国の博士号取得者における女性の数は、2018年には19.3%でした。[ 33 ]世界のほぼすべての国で、コンピュータサイエンスのプログラムに在籍する女性の数は女性よりも多くなっています。[ 34 ]

この欧米特有の問題は、主に小学校段階から女子がコンピューター分野に興味を示さないことに起因しています。この分野における女性の割合を高めるためのプログラムが数多く実施されているにもかかわらず、目立った改善は見られません。さらに、過去数十年間で女性のコンピューター分野への関与は減少傾向にあります。[ 35 ]

これらのプログラムが失敗した主な理由は、ほとんどすべてが高校生以上の女子を対象としていたことです。研究者たちは、その頃には女性たちは既に決意を固めており、コンピューター科学者に対する固定観念が形成され始めていると主張しています。コンピューターサイエンスは男性優位の分野であり、オタク気質で社交スキルに欠ける人々が追求するものだと認識されているのです。[ 35 ]

明らかに、アジアやアフリカにはこうした固定観念が存在せず、女性が初等教育段階から科学分野でのキャリアを積むことを奨励され、事実上男女格差が存在しない国がいくつかある。2011年、マレーシアではコンピュータサイエンスの学位取得者の半数を女性が取得した。[ 36 ] 2001年、ガイアナではコンピュータサイエンスの卒業生の55%が女性だった。[ 37 ]旧植民地世界では、人種的固定観念や知能の序列が歴史的に拒否されてきたため、女性は男性よりも数学や科学の知的能力が劣っているという固定観念は広まっていない。そのため、科学におけるジェンダーの問題は、科学における人種の問題と複雑に結びついている。[ 34 ]

アクセシビリティ

政府と民間企業の両方が、障害者を含むすべての人が利用できるソフトウェアの開発にますます関心を示しています。[ 38 ]需要は高いものの、必要なアクセシビリティスキルを持つ候補者を見つけるのは容易または非常に容易であると回答した業界リーダーはわずか2%です。[ 39 ]その結果、コンピュータサイエンスの授業におけるアクセシビリティの指導がますます重要になっています。これには、情報とアクセシビリティに関するメタ情報の伝達が含まれます。現在のアプローチには、コースへの統合とアクセシビリティ知識の指導が含まれます。[ 40 ]

コース統合とは、複数の分野を 1 つのクラスまたはプログラムに統合するものです。統合には、特別トピック コース、テーマ別コース、モジュール統合の 3 つの主なタイプがあります。特別トピック コースとは、特定の分野がコースのトピック全体である場合です。 [ 41 ]たとえば、情報スクール内のアクセシビリティに関するコースです。テーマ別コースとは、クラスが特定のトピックを直接扱うのではなく、トピックを焦点またはレンズとして使用して主要なトピックを教えるときです。[ 42 ]たとえば、障害のあるユーザーの認識を通してユーザー エクスペリエンス デザインを教える場合です。モジュール統合では、Web デザイン クラスで Web サイトをスクリーン リーダー用に最適化するユニットがあるなど、特定のトピックを独立したユニットで教えます。

アクセシビリティに関する知識を教えることは、ある分野がどのようにアクセシブルな実践を促進できるかを教えることで、プログラム全体を通してアクセシビリティを直接的に教えることにつながります。[ 43 ]これには、スクリーンリーダー、アダプティブキーボード、画面拡大鏡、キャプションおよび字幕サービス、辞書ソフトウェアなどが含まれますが、これらに限定されるものではありません。これらは、Web開発、ヒューマンコンピュータインタラクション、ソフトウェアエンジニアリングなど、いくつかの計算科学分野に適用できます。

アクセシビリティを教える際に教員が受けられるサポートにはギャップがあり、これはアクセシビリティを教えるさまざまなアプローチに関する知識の不足に根ざしています。[ 40 ]ワシントン大学、ギャロデット大学、タフツ大学、カリフォルニア大学アーバイン校は、教員と学生がコンピューター関連のキャリアにおいて障害者の代表性を高めることを支援するプログラムであるAccessComputingと提携しています。[ 44 ]

計算教育のためにコンピューターを机上に設置するためのキュービクルデスクの 3D 設計

近年、コンピュータ教育においては、あらゆるレベルの教育にコンピュータに関する知識を取り入れることに重点が置かれるようになっています。これは、世界がますますテクノロジー主導型になっているためです。Code.orgのような組織や、Hour of Codeのようなイニシアチブ、そして大規模公開オンライン講座（MOOC）は、コンピュータサイエンス教育の推進と、世界中の学生がコーディングにアクセスできるようにする上で重要な役割を果たしてきました。特に、女性、恵まれない人々、そしてマイノリティコミュニティにとって大きな変化をもたらしています。これらのオンライン学習プラットフォームは、コンピューティング教育へのアクセス性を高め、個人が遠隔でコーディングを学習できるようにしました。さらに、健康、ビジネス、テクノロジーなど、多くの分野でテクノロジーがますます活用されるようになっています。 [ 45 ] [ 46 ]

課題

長年にわたり、コンピュータ教育は、その人気のなさにつながるいくつかの問題に直面してきました。これらの問題の中で最も影響が大きいものの1つは、この分野を効果的に教えるための機器のコストです。[ 47 ]過去には、この分野を学びたいすべての生徒にコンピュータを提供するための手頃な選択肢は多くありませんでした。このため、コンピュータ教育は多くの地域で苦戦し、この科目を適切に教えるための資金はほとんど、あるいは全く残っていませんでした。[ 48 ]これが、米国と英国の多くの学校でコンピュータ教育が極めて精彩を欠いているか、まったく行われていない主な理由です。この科目が長年不人気であった主な理由は、効果的に教えるために必要な機器とソフトウェアを購入できる人々だけのために予約されていたことです。[ 48 ]

また、この科目の優秀な教師を見つけて養成するという問題もありました。過去には多くの学校が、教師がコンピュータサイエンスを教えられるように、あるいは必要な免許を取得するための研修に費用を費やすことの価値を理解していませんでした。このため、恵まれない地域や単に人口が少ない地域の多くの学校が、優れたコンピュータサイエンスのカリキュラムを提供するために必要な教師を雇うのに苦労していました。[ 47 ]この分野の教師側のもう1つの問題は、コンピュータサイエンス自体の性質であり、スライドと教科書を使用する標準的な教授構造は効果的でないことがしばしば判明していることです。コンピュータサイエンスは非常に問題解決志向の科目であり、標準的な講義形式よりもこの観点からアプローチする方が、より効果的な教授ができることがしばしば判明しています。[ 25 ]

コンピュータサイエンスは、学校では非常に難しい科目として悪名高く、長年にわたり教えられてきた中で、不合格率や中退率が高い。[ 25 ]これは通常、コンピュータサイエンスという科目が問題解決に重点を置いたものであり、多くの生徒がこの点で苦労する可能性があるためだと考えられている。これは特に高校で顕著で、コンピュータサイエンスほど高度な問題解決能力が求められる科目はほとんどない。さらに、コンピュータサイエンスは他のほとんどの科目とは非常に異なる分野であるため、初めてコンピュータサイエンスに触れる生徒の多くは非常に苦労する可能性がある。[ 25 ]

コンピュータサイエンスは、この分野が直面している課題にもかかわらず、テクノロジーが進歩し、教室だけでなく日常生活でもコンピュータがますます重要になるにつれて、科目としての人気が高まり続けています。

参照

参考文献

  1. ^フィンチャー、サリー、ペトレ、マリアン(2004).コンピュータサイエンス教育研究. ロンドン: テイラー＆フランシス. ISBN 90-265-1969-9. OCLC  54455019 .
  2. ^センタンス、スー、バレンセン、エリック、シュルテ、カーステン (2018). 『コンピュータサイエンス教育：学校における教授と学習の視点』 ロンドン：ブルームズベリー. ISBN 978-1-350-05711-1. OCLC  999588195 .
  3. ^ブルックマン, エイミー; ビガーズ, モーリーン; エリックソン, バーバラ; マクリン, トム; ダイモンド, ジル; ディサルボ, ベッツィ; ヒューナー, マイク; ニ, リジュン; ヤーディ, サリタ (2009). 「ジョージアのコンピューティング！コンピューティング教育パイプラインの改善」ACM SIGCSE 速報. 41 (1): 86. doi : 10.1145/1539024.1508899 . ISSN 0097-8418 . 
  4. ^ Anon (2017). 「コンピューティング教育」 . royalsociety.org .
  5. ^ a bフィンチャー, サリー A. ; ロビンズ, アンソニー V. (2019). 『ケンブリッジ・コンピューティング教育研究ハンドブック』（PDF） .ケンブリッジ大学出版局. doi : 10.1017/9781108654555 . ISBN 9781108654555. OCLC  1090781199 . S2CID  243000064 .
  6. ^ a bファーバー、スティーブ（2017年）『再起動後：英国の学校におけるコンピューティング教育』（PDF）ロンドン：王立協会、ISBN 9781782522973。
  7. ^ Guzdial, Mark (2008). 「教育：計算思考への道を開く」Communications of the ACM . 51 (8): 25– 27. doi : 10.1145/1378704.1378713 . ISSN 0001-0782 . S2CID 35737830 .  
  8. ^ Wing, Jeanette M. (2006). 「計算的思考」（PDF） . Communications of the ACM . 49 (3): 33– 35. doi : 10.1145/1118178.1118215 . hdl : 10818/29866 . S2CID 1693513 . 
  9. ^ Wing, Jeanette M. (2008). 「計算的思考と計算についての思考」 . Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences . 366 (1881): 3717– 3725. Bibcode : 2008RSPTA.366.3717W . doi : 10.1098 / rsta.2008.0118 . PMC 2696102. PMID 18672462 .  
  10. ^フィンチャー、サリー、ペトレ、マリアン編（2005年9月26日）.コンピュータサイエンス教育研究. テイラー＆フランシス. doi : 10.1201/9781482287325 . ISBN 978-1-4822-8732-5。
  11. ^ 「コンピュータおよび情報研究科学者：職業展望ハンドブック：米国労働統計局」www.bls.gov。2023年4月13日閲覧。
  12. ^ a b Tedre, M., Simon, & Malmi, L. (2018). コンピュータ教育の目的の変化：歴史的概観.コンピュータサイエンス教育, 28 (2), 158–186.
  13. ^ Tedre, Matti; Simon, Simon; Malmi, Lauri (2018). 「コンピューティング教育の目的の変化：歴史的概観」 .コンピュータサイエンス教育. 28 (2): 158– 186. Bibcode : 2018CSEd...28..158T . doi : 10.1080/08993408.2018.1486624 . S2CID 52884221 . 
  14. ^テドレ、マッティ (2015).コンピューティングの科学：学問分野の形成. ボカラトン. ISBN 978-1-4822-1769-8. OCLC  870289913 .{{cite book}}: CS1 maint: location missing publisher (link)
  15. ^ Rogers, Yvonne; Shum, Venus; Marquardt, Nic; Lechelt, Susan; Johnson, Rose; Baker, Howard; Davies, Matt (2017). 「BBC microからmicro:bitへ、そしてその先へ」. Interactions . 24 (2): 74– 77. doi : 10.1145/3029601 . ISSN 1072-5520 . S2CID 24258819 .  
  16. ^ a b c Schwarzhaupt, Robert; Liu, Feng; Wilson, Joseph; Lee, Fanny; Rasberry, Melissa (2021年10月8日). 「PK-12コンピュータサイエンス教師の仮想実践コミュニティにおける教師の関与と自己効力感」 . Journal of Computer Science Integration . 4 (1): 1. doi : 10.26716/jcsi.2021.10.8.34 . ISSN 2574-108X . S2CID 240864514 .  
  17. ^ a b Kelley, Todd R.; Knowles, J. Geoffery; Holland, Jeffrey D.; Han, Jung (2020年4月16日). 「協働的な実践コミュニティを通じた高校教師の統合STEM教育に対する自己効力感の向上」 . International Journal of STEM Education . 7 (1): 14. doi : 10.1186/s40594-020-00211-w . ISSN 2196-7822 . S2CID 216034569 .  
  18. ^ Yadav, Aman; Gretter, Sarah; Hambrusch, Susanne; Sands, Phil (2016年12月8日). 「学校におけるコンピュータサイエンス教育の拡大：教師の経験と課題の理解」 .コンピュータサイエンス教育. 26 (4): 235– 254. Bibcode : 2016CSEd...26..235Y . doi : 10.1080/08993408.2016.1257418 . ISSN 0899-3408 . S2CID 33792019 .  
  19. ^ 「2021年 コンピュータサイエンス教育の現状：アドボカシーを通じた行動の加速」（PDF） Code.org、CSTA、ECEPアライアンス。2021年。
  20. ^ブライト、ジョナサン;イノック、フローレンス E.エスナシャリ、サバ州。フランシス、ジョン。ハシム、ユムナ。モーガン、デボラ（2024）。 「生成 AI はすでに公共部門に普及しています。」arXiv : 2401.01291 [ cs.CY ]。
  21. ^ザスタディル, シンシア; ロガルスカ, マグダレーナ; カップ, クリスティン; ヴォーン, ジェニファー; マクニール, スティーブン (2023年10月). 「コンピューティング教育における生成的AI：学生と教員の視点」. 2023 IEEE Frontiers in Education Conference (FIE) . pp.  1– 9. arXiv : 2308.04309 . doi : 10.1109/FIE58773.2023.10343467 . ISBN 979-8-3503-3642-9。
  22. ^ Prather, James; Denny, Paul; Leinonen, Juho; Becker, Brett A.; Albluwi, Ibrahim; Craig, Michelle; Keuning, Hieke; Kiesler, Natalie; Kohn, Tobias; Luxton-Reilly, Andrew; MacNeil, Stephen; Petersen, Andrew; Pettit, Raymond; Reeves, Brent N.; Savelka, Jaromir (2023年12月28日). 「ロボットはここにいる：コンピュータ教育における生成的AI革命のナビゲート」 . 2023年コンピュータサイエンス教育におけるイノベーションとテクノロジーに関するワーキンググループ報告書議事録. ITiCSE-WGR '23. ニューヨーク州ニューヨーク：米国コンピュータ学会. pp.  108– 159. arXiv : 2310.00658 .土井: 10.1145/3623762.3633499。ISBN 979-8-4007-0405-5。
  23. ^ a b Garneli, V., Giannakos, MN, Chorianopoulos, K. (2015年3月). K-12学校におけるコンピュータ教育：文献レビュー. 2015 IEEE Global Engineering Education Conference (EDUCON) (pp. 543–551). IEEE.
  24. ^ [email protected] (2015年9月28日). 「コンピュータサイエンスの言語」.フロリダ大学オンライン. 2024年8月4日閲覧。
  25. ^ a b c d e Cheah, CS (2020). コンピュータプログラミングの指導と学習の困難さに寄与する要因：文献レビュー. Contemporary Educational Technology , 12 (2), ep272.
  26. ^ Wilson, G. (2017). 「新たな神話の構築：コーディングブートキャンプ現象」 ACM Inroads , 8 (4), 66–71.
  27. ^ a b Fouh, Eric; Akbar, Monika; Shaffer, Clifford A. (2012年1月1日). 「コンピュータサイエンス教育における可視化の役割」 . Computers in the Schools . 29 ( 1–2 ): 95–117 . doi : 10.1080/07380569.2012.651422 . ISSN 0738-0569 . 
  28. ^ Baecker, Ronald (1998). 「Sorting Out Sorting コンピュータサイエンス教育のためのソフトウェア可視化のケーススタディ」(PDF).ソフトウェア可視化：マルチメディア体験としてのプログラミング. MIT Press: 369–381.
  29. ^ Grissom, Scott; McNally, Myles F.; Naps, Tom (2003年6月11日). 「コンピュータサイエンス教育におけるアルゴリズム可視化：学生の関与レベルの比較」 . 2003 ACMソフトウェア可視化シンポジウム議事録. SoftVis '03. ニューヨーク州ニューヨーク：Association for Computing Machinery. pp.  87– 94. doi : 10.1145/774833.774846 . ISBN 978-1-58113-642-5。
  30. ^クーパー, スティーブ;グローバー, シュチ; グズディアル, マーク; サイモン, ベス (2014). 「コンピューティング教育研究の未来」Communications of the ACM . 57 (11): 34– 36. doi : 10.1145/2668899 . ISSN 0001-0782 . S2CID 34034556 .  
  31. ^モリソン、ブリアナ;セトル、アンバー(2018). 「SIGCSE50周年記念！」ACM SIGCSE Bulletin . 50 (1): 2– 3. doi : 10.1145/3183559.3183560 . ISSN 0097-8418 . S2CID 19169248 .  
  32. ^ 「多様性と入学者急増に関する賛否両論」 CRA 、 2017年2月10日。 2020年5月5日閲覧。
  33. ^ 2018 Taulbee調査、コンピューティング研究協会。https ://cra.org/wp-content/uploads/2019/05/2018_Taulbee_Survey.pdf
  34. ^ a bマイケル、マーク・アジズ（2025年12月24日）「テクノ・ハーレムを超えて：アラブ世界における知的ステレオタイプ脅威の不在について：エジプトからの証拠」『カルチャーズ・オブ・サイエンス』doi : 10.1177/20966083251410322。
  35. ^ a b Vitores, Anna; Gil-Juárez, Adriana (2016年11月1日). 「『コンピューター分野における女性』の問題点：コンピューターサイエンスにおけるジェンダーギャップ研究の展開に関する批判的考察」 . Journal of Gender Studies . 25 (6): 666– 680. doi : 10.1080/09589236.2015.1087309 . ISSN 0958-9236 . S2CID 146570525 .  
  36. ^ 「科学とはジェンダーとは何か」（PDF）。2015年9月24日時点のオリジナルよりアーカイブ（PDF） 。 2024年10月24日閲覧。
  37. ^ James, Justin (2023年9月19日). 「IT業界の男女格差：女性プログラマーはどこにいるのか？」 . TechRepublic .
  38. ^ Parthasarathy, PD; Joshi, Swaroop (2024). 「コンピュータ教育におけるデジタルアクセシビリティの指導：インドの教育者の視点」ACM国際コンピュータ教育研究会議2024年議事録 - 第1巻. pp.  222– 232. arXiv : 2407.15013 . doi : 10.1145/3632620.3671122 . ISBN 979-8-4007-0475-8。
  39. ^ 「アクセシブルテクノロジースキルギャップ - アクセスを教える」 。 2025年2月26日閲覧。
  40. ^ a b Baker, Catherine M.; El-Glaly, Yasmine N.; Shinohara, Kristen (2020年2月26日). 「コンピュータ教育研究におけるアクセシビリティの体系的分析」 .第51回ACMコンピュータサイエンス教育技術シンポジウム議事録. SIGCSE '20. ニューヨーク州ニューヨーク：Association for Computing Machinery. pp.  107– 113. doi : 10.1145/3328778.3366843 . ISBN 978-1-4503-6793-6。
  41. ^ライカー, ランディ; ファンギー, ロニー; レジャンドル, エイミー (2008年12月1日). 「学部生向け特別講義：メニューは何か？」 .コンピュータ情報システムジャーナル. 49 (2): 81– 85. doi : 10.1080/08874417.2009.11646051 (2025年7月1日現在休止). ISSN 0887-4417 . {{cite journal}}: CS1 maint: DOI inactive as of July 2025 (link)
  42. ^ Dreher, Heinz, Nick Scerbakov, Denis Helic. 「テーマ主導型学習」 E-Learn：企業、政府、医療、高等教育におけるeラーニングに関する世界会議. 教育におけるコンピューティング推進協会（AACE）, 2004.
  43. ^ Ladner, Richard R.; Ludi, Stephanie; Domanski, Robert J. 「コンピュータサイエンス教育におけるアクセシビリティの指導」（PDF）。Association for Computing Machinery – CS2023経由。
  44. ^ "AccessComputing" . CSforALL . 2025年2月26日閲覧。
  45. ^ Code Studio Activity (2012). 「私たちについて」 . code.org .
  46. ^ Brahimi, T., & Sarirete (2015). 「MOOCsによる教室外学習」 .人間の行動におけるコンピュータ. ソーシャルネットワークとモバイルネットワーク時代における人間の学習、行動、コラボレーションのためのコンピューティング. 51 : 604– 609. doi : 10.1016/j.chb.2015.03.013 .{{cite journal}}: CS1 maint: multiple names: authors list (link)
  47. ^ a b Morreale, P., & Joiner, D. (2011). 高校教師におけるコンピュータサイエンスと計算思考に対する認識の変化. Journal of Computing Sciences in Colleges , 26 (6), 71–77.
  48. ^ a b Goode, J., & Margolis, J. (2011). コンピュータサイエンスの探究：学校改革のケーススタディ. ACM Transactions on Computing Education (TOCE) , 11 (2), 1–16.
「 https://en.wikipedia.org/w/index.php?title=Computing_education&oldid=1331259067」より取得