衡量主题覆盖范围、能力和认知深度的课程一致性：应用于 CS2013 和 CS2023 的纵向框架

arXiv:2606.19469v1 公告类型：新 摘要：本科计算机科学受到大约每十年修订一次的国际课程指南的约束，但课程缺乏可靠、可重复的方法来衡量它们覆盖当前指南的完全程度以及指南重组时覆盖范围如何变化。我们通过人机交互管道来解决这个问题，该管道测量程序对外部知识体系的覆盖范围，并根据 2013 年 (CS2013) 和 2023 年 (CS2023) 计算机科学课程纵向应用于经认可的计算机科学学士学位。该管道将​​程序和每个指南表示为结构化语料库，通过语义检索生成候选课程与知识单元匹配，并在明确的覆盖范围定义下通过人类判断来确认它们。在七个基准检索器中，互序融合集成是最强的，而著名的长上下文模型的表现不如小句子模型，因此必须衡量检索器的选择。两张地图均由独立的二级评估者验证（CS2023 的 Cohen kappa 为 0.64，CS2013 为 0.69）。该计划涵盖了 CS2023 的 49.7% 和 CS2013 的 50.9% 知识单元，十年来几乎保持不变。将相同的检索然后确认设计扩展到能力表达和认知深度表明，该计划阐明了每个指南下约 88% 的涵盖单元的能力，但在 CS2023 下为 76% 的现有单元提供了建议的深度，而在 CS2013 下为 95%，这一差距反映了新指南提高的期望，而不是该计划。纵向比较将根据指南和 ABET 发现的持久结构差距（并行和分布式计算、编程语言基础、系统基础）与反映标准演变的差异区分开来。该仪器可重复使用，并可根据要求向作者索取。