翻轉式程式設計課程中工程系學生的自我效能、感知與表現研究
arXiv - Computers and SocietyGriffin Pitts, Ashish Aggarwal
本研究發現工程系學生的自我效能與考試表現呈正相關，而感知難度則呈負相關。
AI 幫你先抓重點
AI 重點 1
關注非資工系學生在程式入門課程中的心理特質差異
滑鼠懸停看 AI 判斷理由
過去研究多集中於資工系學生，但隨著跨領域學習增加，工程系學生的動機與信念模式可能不同，這對於設計普適性的程式教學策略至關重要。
AI 重點 2
自我效能感是預測學業成就與學習持續性的關鍵指標
滑鼠懸停看 AI 判斷理由
這提醒教育者，提升學生的技術能力固然重要，但若不處理其心理層面的自我效能，可能會影響學生在面對困難時的留存率與學習動機。
核心研究發現
- 1
透過探索性因素分析，研究識別出影響學生的三個潛在因素：自我效能、學習態度以及感知的程式設計難度。
- 2
研究結果顯示，學生的自我效能感與其在程式設計課程中的考試表現呈現顯著的正向關聯。
- 3
學生對程式設計難度的感知程度與其最終的考試表現呈現顯著的負向關聯。
- 4
不同人口統計群體在報告的信念與感知上存在差異，即便這些學生的學業表現結果可能相似。
對教育工作者的啟發
教育工作者在設計翻轉式教學（Flipped Classroom）時，不應僅專注於內容傳遞，應同步建立支持心理建設的機制。建議：1. 透過小規模、低風險的練習來建立學生的成功經驗，藉此提升自我效能感；2. 針對學生感知的「高難度」領域，提供更具結構化的引導或鷹架（Scaffolding），以降低感知難度；3. 關注不同背景學生的心理差異，提供差異化教學支持，避免因心理感知差異導致學習成效不均。
原始文獻資訊
- 英文標題：
- Engineering Students' Self-Efficacy, Perceptions, and Performance in a Flipped CS1 Course
- 作者：
- Griffin Pitts, Ashish Aggarwal
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。