從不確定到可能性：為偏鄉女孩設計的早期計算機科學體驗
arXiv - Human-Computer InteractionPoornima Meegammana, Niranjan Meegammana, Chathurika Jayalath, Chethya Munasinghe, Kunal Gupta
本研究透過在地化的課程設計，成功提升了偏鄉女孩的程式設計自我效能感與科技職業志向。
AI 幫你先抓重點
AI 重點 1
強調「在地化路徑」對於打破數位落差的重要性
滑鼠懸停看 AI 判斷理由
過去的研究多集中於資源豐富且以英語為主的環境，本研究證明了結合在地文化、家長參與及性別敏感型教師培訓，能有效克服偏鄉女孩在語言與社會規範上的障礙。
AI 重點 2
從「工具學習」轉向「成就感驅動」的設計邏輯
滑鼠懸停看 AI 判斷理由
這改變了傳統僅關注技術教學的思維，強調透過個人專案與同儕互動來建立「歸屬感」，這對於提升弱勢族群在 STEM 領域的長期留存率至關重要。
核心研究發現
- 1
研究顯示，透過從數位基礎到積木式程式設計的循序漸進課程，參與女孩的程式設計自我效能感有顯著提升。
- 2
參與者的職業抱負發生轉變，展現出對科技領域更強烈的興趣與參與意願。
- 3
質性數據指出，掌握成功的經驗、同儕協作以及個人專案的創作，是建立自信的核心驅動力。
對教育工作者的啟發
課程設計者應採取「由淺入深」的策略，從非數位（unplugged）活動過渡到積木式程式設計，降低挫折感。此外，應將教學重心從單純的技術訓練，轉向支持「個人專案創作」與「同儕協作」，以建立學習者的成就感與歸屬感。在偏鄉環境中，除了學生，還需納入家長意識提升與教師性別敏感度培訓，建構完整的支持生態系，才能有效翻轉社會對女性參與科技的刻板印象。
原始文獻資訊
- 英文標題：
- From Uncertainty to Possibility: Early Computing Experiences for Rural Girls
- 作者：
- Poornima Meegammana, Niranjan Meegammana, Chathurika Jayalath, Chethya Munasinghe, Kunal Gupta
- 來源：
- arXiv - Human-Computer Interaction
- 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。