[论文解读] Scratch Community Blocks: Supporting Children as Data Scientists
本文介紹了 Scratch Community Blocks,這是一套基於積木的程式設計系統,讓兒童能夠程式化地存取、分析並可視化他們在 Scratch 在線社群中參與活動的資料。透過賦予年輕學習者作為資料科學家的角色,該系統促進自我反思、個人化分析以及建構主義學習,並透過基於自身經驗所創造的資料視覺化與分析,提升學習成效。
In this paper, we present Scratch Community Blocks, a new system that enables children to programmatically access, analyze, and visualize data about their participation in Scratch, an online community for learning computer programming. At its core, our approach involves a shift in who analyzes data: from adult data scientists to young learners themselves. We first introduce the goals and design of the system and then demonstrate it by describing example projects that illustrate its functionality. Next, we show through a series of case studies how the system engages children in not only representing data and answering questions with data but also in self-reflection about their own learning and participation.
研究动机与目标
- 賦予兒童主動分析自身在 Scratch 在線社群參與情況的資料分析能力,將資料分析從成人主導轉變為青年主導。
- 透過讓兒童建立符合個人興趣與身份的自訂資料視覺化與分析工具,支援建構主義學習。
- 透過允許青年探索並呈現其在 Scratch 中活動的資料,促進對學習與社會參與的自我反思。
- 透過將資料科學教育建立在個人相關、自我產生的資料基礎上,而非抽象資料集,擴展資料科學教育的影響範圍。
- 探討如何調整基於積木的程式設計,以支援非正式、以青年為中心的學習環境中的資料素養與個人化分析。
提出的方法
- 該系統提供一組自訂程式設計積木,讓使用者能夠查詢並取得關於自身 Scratch 專案、互動與社群活動的資料。
- 兒童使用基於積木的視覺化程式設計介面,撰寫腳本以存取、過濾並視覺化來自 Scratch 社群 API 的資料。
- 系統透過即時動態視覺反饋(例如即時顯示專案標題或使用者統計資料)支援迭代式資料探索。
- 專案在 Scratch 社群內分享,使同儕學習與合作反思得以透過共用的資料工具實現。
- 設計整合了建構主義與自我量化運動的原則,強調學習者主導與個人意義的建構。
- 針對兒童進行了系統的測試,以評估易用性與參與度,並透過個案研究分析青年如何使用該系統探索個人學習與參與模式。
实验结果
研究问题
- RQ1兒童如何能被賦予能力,分析自身在線上學習社群中的參與資料?
- RQ2青年在 Scratch 中如何使用資料分析工具反思自身的學習與社會互動?
- RQ3當兒童直接接觸社群資料時,他們會創造出哪些類型的資料視覺化與分析專案?
- RQ4能夠建立個人化資料工具如何影響兒童對資料科學與自我反思的參與度?
- RQ5年輕學習者在創造性程式設計環境中使用系統分析自身行為資料時,面臨哪些挑戰?
主要发现
- 兒童使用 Scratch Community Blocks 創作了多樣化的資料專案,包括專案受歡迎程度、活動時間軸與社交網絡模式的視覺化,展現出對資料的深度參與。
- 該系統使青年能夠提出並回答關於自身參與的個人問題,例如追蹤分享專案的頻率或活動隨時間的變化。
- 個案研究顯示,兒童不僅將資料分析用於呈現,也用於自我反思,例如識別學習模式或社交連結。
- 儘管存在易用性挑戰,許多兒童仍成功建立並分享了資料驅動的專案,顯示出在非正式學習情境中,青年主導的資料科學具有強大潛力。
- 該系統透過讓兒童透過建立能回答其自身經驗相關問題的工具,支援了建構主義學習。
- 該專案證明,兒童不僅能學習資料科學,更能實際參與真實的資料科學實踐——透過在有意義、個人化的脈絡中分析自己產生的資料。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。