A Deep Investigation Using Factorial Analysis and Rasch Model: An Optimized Short-Version of the Computational Thinking Scale (COTS)
यह अध्ययन कन्फर्मेटरी फैक्टर एनालिसिस और राश मॉडल का उपयोग करके इंडोनेशियाई विश्वविद्यालय के छात्रों के लिए कंप्यूटेशनल थिंकिंग स्केल (COTS) के एक अनुकूलित लघु-संस्करण को विकसित और मान्य करता है ताकि इसके सुदृढ़ कारक संरचना, विश्वसनीयता और मध्यम कंप्यूटेशनल थिंकिंग कौशल वाले व्यक्तियों का आकलन करने में इसकी प्रभावशीलता की पुष्टि की जा सके।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक बड़ी तस्वीर: एक बेहतर पैमाना बनाना
कल्पना कीजिए कि आप यह मापना चाहते हैं कि लोग "कंप्यूटेशनल थिंकिंग" (CT) में कितने अच्छे हैं। वास्तविक दुनिया में, इसका मतलब रोबोट को कोडिंग करना नहीं है; बल्कि यह समस्याओं को हल करने की एक सुपरपावर है। यह बड़े, उलझे हुए कामों को छोटे टुकड़ों में तोड़ने, पैटर्न पहचानने और उन्हें ठीक करने के लिए चरण-दर-चरण योजनाएं बनाने की क्षमता है।
इस शोध पत्र के शोधकर्ताओं को लगा कि इस कौशल को मापने के लिए उपयोग किए जाने वाले मौजूदा "पैमाने" (टेस्ट) थोड़े कमजोर थे या सभी के लिए पूरी तरह से फिट नहीं बैठते थे। इसलिए, उन्होंने COTS (कंप्यूटेशनल थिंकिंग स्किल्स) नामक एक नया, उच्च-गुणवत्ता वाला पैमाना बनाने का निर्णय लिया। उनका लक्ष्य यह सुनिश्चित करना था कि छात्रों को यह बांटने से पहले यह पैमाना सटीक, सुसंगत और निष्पक्ष हो।
दो-चरणीय गुणवत्ता जांच
यह सुनिश्चित करने के लिए कि उनका नया पैमाना बेहतरीन हो, शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने दो अलग-अलग "क्वालिटी कंट्रोल मशीनों" का उपयोग करके इसे एक कठोर दो-चरणीय निरीक्षण प्रक्रिया से गुजारा।
चरण 1: संरचनात्मक ब्लूप्रिंट (कन्फर्मेटरी फैक्टर एनालिसिस)
इस चरण को एक घर के ब्लूप्रिंट की जांच करने जैसा समझें। आप यह सुनिश्चित करना चाहते हैं कि दीवारें सही जगह पर हों और कमरे तर्कसंगत हों।
- टेस्ट: उन्होंने इंडोनेशिया के 364 विश्वविद्यालय के छात्रों को 22-प्रश्नों वाली एक क्विज़ दी।
- परिणाम: ब्लूप्रिंट काफी हद तक अच्छा था, लेकिन दो "दीवारें" (प्रश्न) डगमगा रही थीं। वे डिजाइन में अच्छी तरह फिट नहीं बैठ रहे थे, इसलिए शोधकर्ताओं ने उन्हें हटा दिया।
- परिणाम: उनके पास एक ठोस 20-प्रश्नों वाली क्विज़ बची। गणित ने दिखाया कि प्रश्न चार मुख्य "कमरों" या श्रेणियों में पूरी तरह से एक साथ समूहबद्ध थे:
- एब्स्ट्रैक्शन (Abstraction): शोर को नजरअंदाज करना और केवल महत्वपूर्ण चीजों पर ध्यान केंद्रित करना।
- डिकंपोजिशन (Decomposition): एक बड़ी समस्या को छोटे, प्रबंधनीय टुकड़ों में तोड़ना।
- एल्गोरिदमिक थिंकिंग (Algorithmic Thinking): किसी समस्या को हल करने के लिए चरण-दर-चरण रेसिपी बनाना।
- जनरलाइजेशन/पैटर्न रिकग्निशन (Generalization): यह देखना कि एक समाधान का उपयोग विभिन्न स्थितियों में कैसे किया जा सकता है।
चरण 2: स्ट्रेस टेस्ट (राश मॉडल - Rasch Model)
अब जब ब्लूप्रिंट ठोस हो गया था, तो उन्हें यह देखने की आवश्यकता थी कि यह पैमाना वास्तव में वास्तविक दुनिया में कैसे काम करता है। यह एक नए मापने वाले टेप को निर्माण स्थल पर ले जाने जैसा है ताकि यह देखा जा सके कि क्या वह खिंचता है, टूटता है, या लगातार संख्याएं देता है।
- टेस्ट: उन्होंने 434 छात्रों के एक बड़े समूह को परिष्कृत 20-प्रश्नों वाली क्विज़ दी।
- "लोकल इंडिपेंडेंस" की जांच: उन्होंने यह सुनिश्चित किया कि एक प्रश्न का उत्तर देने से अनजाने में अगले प्रश्न के लिए कोई विशिष्ट उत्तर तय न हो जाए। (जैसे यह सुनिश्चित करना कि थर्मामीटर छूने मात्र से गर्म न हो जाए)।
- "यूनिडायमेंशनैलिटी" की जांच: उन्होंने पुष्टि की कि सभी प्रश्न वास्तव में एक ही मुख्य कौशल को माप रहे थे, न कि असंबंधित चीजों के मिश्रण को।
- "कठिनाई" की जांच: उन्होंने देखा कि कौन से प्रश्न आसान थे और कौन से कठिन।
उन्होंने क्या पाया
नया पैमाना शानदार तरीके से सफल रहा, लेकिन इसमें एक विशेष विशेषता थी:
- यह बहुत विश्वसनीय है: यह टेस्ट सुसंगत है। यदि आप इसे दो बार देते हैं, तो आपको समान स्कोर मिलने की संभावना है। इनका "विश्वसनीयता स्कोर" उत्कृष्ट था (प्रश्नों के लिए 0.97 और लोगों के लिए 0.88)।
- प्रश्न काम कर रहे थे: हर एक प्रश्न गणितीय मॉडल में पूरी तरह से फिट बैठा। कोई भी प्रश्न भ्रमित करने वाला या "शोर" वाला नहीं था।
- "गोल्डिलॉक्स" ज़ोन (Goldilocks Zone): यह सबसे दिलचस्प खोज है। प्रश्न ज्यादातर मध्यम कठिनाई के थे।
- उपमा: एक वीडियो गेम लेवल की कल्पना करें। यह टेस्ट उन खिलाड़ियों के लिए एकदम सही है जो "मिड-लेवल" के हैं। यह आसानी से एक ऐसे खिलाड़ी के बीच अंतर बता सकता है जो "ठीक-ठाक" है और एक ऐसे के बीच जो "अच्छा" है।
- सीमा: हालांकि, इसमें "हार्ड मोड" वाले प्रश्नों की कमी है। यदि कोई छात्र "ग्रैंडमास्टर" (अत्यधिक उच्च कौशल वाला) है, तो यह पैमाना उन्हें एक "प्रो" खिलाड़ी से अलग करने में सक्षम नहीं हो सकता है। यह टेस्ट शीर्ष स्तर पर पहुँचते ही अपनी शक्ति खो देता है।
अंतिम निर्णय
शोधकर्ताओं ने सफलतापूर्वक कंप्यूटेशनल थिंकिंग को मापने के लिए एक 20-आइटम वाला "शॉर्ट-फॉर्म" टूल बनाया।
- यह क्या अच्छा करता है: यह औसत विश्वविद्यालय के छात्रों के समस्या-समाधान कौशल को मापने के लिए एक वैध, विश्वसनीय और वैज्ञानिक रूप से सुदृढ़ उपकरण है।
- इसे क्या चाहिए: शीर्ष-स्तरीय विशेषज्ञों के लिए उपयोगी होने के लिए, शोधकर्ता सुझाव देते हैं कि उन्हें कुछ "सुपर-हार्ड" प्रश्न बनाने की आवश्यकता है ताकि इस पैमाने को और अधिक विस्तार दिया जा सके।
संक्षेप में, उन्होंने एक उच्च-गुणवत्ता वाला, मानकीकृत उपकरण बनाया जो अधिकांश लोगों के लिए बहुत अच्छा काम करता है, लेकिन उन्होंने नोट किया कि पूर्ण जीनियस लोगों को मापने के लिए इसे कुछ और "चैलेंज लेवल्स" की आवश्यकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।