Як можна оцінити ефективність студентів на курсах обчислювальної науки?

Як хтось, хто повинен викладати курси обчислювальної науки, я стикаюся з віковим питанням: як я оцінюю здатність студентів вивчати предмет, що залежить від додатків, які важко перевірити за допомогою "стандартних" методів тестування ( письмові чи усні іспити)? Частина курсу залежить від розуміння теорії та методів на абстрактному рівні, і для цього я хотів би продовжувати використовувати письмовий тест для цих концепцій. Однак перевірка розуміння практичного використання цих методів вимагає іншого підходу

Враховуючи природні проблеми, пов'язані не лише з поширенням різних платформ (для MATLAB, Modelica, Mathematica та інших мов), але і з підключенням до Інтернету та безпекою тестування, я був би зацікавлений у нових чи оригінальних методах практичного оцінювання розуміння студентами чисельні методи. (Особливості, що сприяють захисту тестів, особливо бажані.)

EDIT: Я також повинен зазначити, що клас, який я викладаю, є вступним рівнем, тому студенти мають порівняно невелику базу знань, з якої можна працювати.

Ось що я бачив як студент та викладач:

• Проекти з програмування та чисельних методів були хорошими з точки зору об’єднання багатьох концепцій та змушення мене та інших учнів до творчості. Однак при обчислювальних проектах, мабуть, варто приділити трохи часу програмному столярному виробництвунавички, щоб учні писали код, який більш організований. Коли я був малогранником і не знав нічого кращого, у мене був вирізаний і вставлений код спагетті, який, мабуть, був пеклом для грейдерів. Ви можете уникнути такої долі, навчаючи їх деяким хорошим практикам. Крім того, якщо ви даєте кожному достатньо схожих проектів (наприклад, обчислити всі термодинамічні властивості в заданому списку для набору сполук, це був один тривалий проект для студентського класу термодинаміки; пізніше це було тижневе домашнє завдання в дипломній термодинаміці), в основному очікуйте, що вони практично копіюють один одного і налагоджують код один одного.
• Домашні завдання , щотижня або щотижня, були найкращим короткотерміновим методом для вивчення нових методів та концепцій. Простіше запрограмувати щось, задавши тиждень, щоб це зробити. Знову ж таки, очікуйте, що вони будуть більш-менш копіювати один одного і налагоджувати код один одного.
• Вікторини насправді не підходили ні до чого іншого, крім пари коротких методів чи питань аналізу. Ви не можете робити програмування на вікторинах, але також має бути менше обману , я маю на увазі співпрацю. Ви також можете перевірити кодування олівцем і папером у вікторинах, що добре для базових понять, але, ймовірно, несправедливо для розширених концепцій або чогось іншого, що вимагає дуже спеціалізованих команд, оскільки студенти мали б доступ до документації, якби кодували на комп’ютері.
• Іспити були більш-менш такими ж, як і вікторини, якщо їх давали в класі, але довше і складніше. У мене були заняття з проведення домашніх іспитів з обчислювальної роботи, і в цьому випадку ви можете задати більше обчислювально-орієнтованих питань і очікувати, що вони запрограмують вирішити проблеми. Однак іспити додому мають ті ж проблеми, що і домашні завдання та проекти для студентів, в цьому випадку, мабуть, краще, якщо ви встановите більш драконічну політику співпраці для домашніх іспитів. У мене було кілька справді хороших іспитів додому, тому я думаю, що вони можуть працювати добре, якщо викладач достатньо креативний.
• Обчислювальні лабораторії менш ефективні, ніж аналогічні мокрі лабораторії на уроках природознавства, тому що з комп'ютером перед вами набагато простіше вийти з ладу. У моїх заняттях було кілька хлопців, які завжди проводили час в обчислювальних лабораторіях, граючи в онлайн-покер. Ці лабораторії, ймовірно, найбільш ефективні як демонстрації, або як наглядові уроки з практичних навичок обчислювальної науки, якщо у вас є достатньо асистентів з викладання, щоб розгулятися по лабораторії та переконатися, що люди отримують допомогу, і ніхто не поспішає в Інтернеті.

Я читав лекції, викладав або допомагав у різних курсах, що стосуються чисельних та обчислювальних методів, від бакалаврату верхнього рівня до вищого рівня випускника. Ось елементи, які я вважаю корисними як інструктор:

Дослідницькі проекти

Для прогресивних класів дослідницький проект (який включає чисельні дослідження, як правило, розробка програмного забезпечення та написання) - це дуже приємний спосіб студентам пов'язати свої дослідження зі своїми навчальними курсовими роботами. Я вважаю, що проект повинен бути обов'язковим для випускних курсів, але для магістрантів їх краще замінити на більш спрямовані роботи.

Програмування домашніх завдань

Основою будь-якого класу з обчислювальної науки є доступні завдання програмування. Студентам, які не мають досвіду програмування, вам потрібно буде створити резервні копії своїх завдань на вступних сесіях до програмного середовища, а в ідеалі - якусь "довідкову службу", запропоновану або вашим відділом, або студентською організацією, наприклад, SIAM. Дозвіл декількох фреймворків та мов програмування може бути складним, я приймав програми, написані будь-якою мовою, але підтримував лише одне середовище, зазвичай вільно доступне в комп'ютерних лабораторіях університету (операційна система, редактор, оболонка, перекладач тощо).

Вікторини

Мені дуже подобаються короткі 10-15 хвилинні вікторини на уроці один раз на тиждень або через тиждень. Це хороший двосторонній зворотній зв'язок: студенти бачать, як вони роблять проти моїх очікувань та один проти одного, і я бачу, які поняття вони б’ють і яких відсутні. Цей стиль оцінювання не дуже часто використовується в Європі, і я вважаю, що це прикро.

Іспити

Експертизи - олівець та папір, з аналізом алгоритмів, фрагментів коду та математичних прийомів. Я ніколи не брав участі в комп'ютерній лабораторній експертизі, ні студентом, ні інструктором / оцінювачем. Я думаю, що найближче, що я бачив, - це вимагати від студента продемонструвати домашнє завдання чи проект, а також відповісти на запитання щодо розробки чи реалізації.

Нечесність обмеження

Як студент, так і як викладач, я бачив достатньо нечесності в академічній системі, щоб не покладатися на честь більше 50% від рівня студента. Це означає, що такі оцінки, як проекти та домашні завдання, де доступ до зовнішніх ресурсів може призвести до академічної нечесності, не сприяють більш ніж 50% оцінок курсу.

Деякі з інших відповідей пропонують індивідуалізовані проекти. Я роблю це у своєму програмному забезпеченні з кінцевими елементами, і це дуже весело; Я вважаю, що це теж дійсно повчально для студентів. У той же час, це також надзвичайно інтенсивно: останній раз у мене було 18 студентів, і це було практично штатна робота протягом усього семестру, щоб контролювати ці проекти. Тож для успішної роботи потрібно мати достатньо малий клас.

На мою чесну думку, я вважаю, що остаточним тестом є застосування ваших знань на незнайомій території. Я б запропонував прикладні проекти, розроблені для перевірки здатності учнів до вибору ефективних моделей, дискретизації, методів наближення / вирішення, експлуатаційного паралелізму, оцінок помилок та чисельного аналізу, а також методів візуалізації для опису конкретного фізичного явища, що становить обчислювальний інтерес. Я б пішов далі, щоб попросити студентів обґрунтувати кожен вибір, виходячи з розміру проблеми / очікуваної точності. Головне - знати, які методи є доцільними в умовах обмежених явищ, що досліджуються. Студенти можуть вибрати вибір феномена, який вони обрали. Але якщо ви хочете зробити це ще більш складним завданням, призначте кожному студенту обчислювальний проект у незв’язаній галузі з їх дисертаційним дослідженням.