数据集概述
本数据集基于CS Track数据库的94个英文项目描述，通过定性内容分析识别其中的学习维度。采用Phillips等人2018年模型的修改版作为编码框架，由两名研究者独立编码为8个主类别、21个子类别，提取高频关键词，揭示不同学习维度的体现程度差异。
文件详解
- Dataset_Analysis Intended Educational Outcomes_v3.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含编码框架（主类别、子类别、定义、纳入/排除标准）、完整编码结果（含项目标题）、编码者一致性率计算、提取的关键词列表、项目标题及信息来源URL。
- Dataset_Analysis Intended Educational Outcomes.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含编码框架（主类别、子类别、定义、纳入/排除标准）、完整编码结果（含项目标题）、编码者一致性率计算、提取的关键词列表、项目标题及信息来源URL。
数据来源
CS Track数据库
适用场景
- CS教育项目分析: 研究计算机科学项目描述中学习维度的分布特征与教育潜力。
- 编码框架应用验证: 测试Phillips等人学习成果模型在CS领域的适用性与修改方向。
- 教育内容设计优化: 基于学习维度的缺失情况，改进CS项目的设计与传播策略。
- 关键词提取应用: 利用项目描述中的高频关键词开展后续教育主题挖掘研究。
