面向STEM教育的协作学习搭建：基于工具集成项目方法的两年评估
机器学习
2025-09-03 v1 计算机与社会
人机交互
摘要
本研究考察了数字协作工具与结构化同伴评估在Machine Learning for Health硕士项目中的集成情况，通过对Biomedical Image Processing课程的教学设计进行了两年的改革。该教学框架将实时编程与Google Colab结合，利用Weights & Biases进行实验跟踪与报告，并采用评分指南进行同伴评估，以促进学生参与度、透明度和公平评估。与前期干预队列比较，两次实施结果显示出 increased grade dispersion and higher entropy in final project scores，表明评估差异化和公平性有所提升。调查结果进一步表明，学生对课程内容及其自身学习过程的参与度显著提升。这些发现凸显了将工具支持的协作与结构化评估机制集成以提升STEM教育学习成果和公平性的潜力。
关键词
引用
@article{arxiv.2509.02355,
title = {Scaffolding Collaborative Learning in STEM: A Two-Year Evaluation of a Tool-Integrated Project-Based Methodology},
author = {Caterina Fuster-Barcelo and Gonzalo R. Rios-Munoz and Arrate Munoz-Barrutia},
journal= {arXiv preprint arXiv:2509.02355},
year = {2025}
}