PoL

Proof of Learning (学习通证)

背景

和以往各种在线课程类似, 蟒营也面临相似的问题:

如何定量定义
学员认真程度?

现象

  • 蟒营课程以开发任务为线索
  • 任务完成过程中引发的问题问题为入口
  • 全员主动讨论/实践/交流 为主体
  • 那么很明显:
    • 积极提交 commit
    • 经常创建 Issue 发起讨论
    • 在其它学员的 commit/Issue 中回复
    • ...
    • 这种学员, 才是蟒营要识别和鼓励的

分析

  • 当然, 自学的核心内部活动, 必然发生在每个学员头脑内部
    • 这就难以量化分析了
    • 只能退而求其次
    • 迁移指标到可观察外在行为上
  • 幸好主要蟒营有效外部活动都在 gitlab 中
  • 而且: Api · Help · GitLab
    • 官方也有丰富接口

目标

那么, 自然的:

  • 快速开发课程专用工具
    • 自动化提取/统计/可视化学员的课程有效行为
    • 并合理排名...
  • 即可用在:
    • 周刊统计提醒
    • 每个学员毕业时整体行为统计/评定
    • 课程分析
    • ...

现状

  • 代码: pow · master · PythoniCamp / course / 101camp1py · GitLab
  • 版本: v.190621.1742
  • 依赖:
    • requests
    • pandas
    • invoke
    • python 3.X
  • 统计:
    • ci ~ commit , 课程仓库 push 次数
    • cc ~ commit-comments , 提交 diff 页面中的回复/讨论次数
    • is ~ issue , 课程提案创建次数
    • ic ~ issue-comments , 课程仓提案回复次数
    • 以上数据, 加权为:
      • ci ~ 30%
      • cc ~ 20%
      • is ~ 30%
      • ic ~ 20%
    • 以此综合指数为基础所有成员为数据域进行归一化处置
    • 获得 0~1 的最终活跃指数, 再归并为不同等级:
      • PoL <= .2 -> 🌚🌚🌚🌚🌚
      • PoL <= .4 -> 🌝🌝🌚🌚🌚
      • PoL <= .6 -> 🌝🌝🌝🌚🌚
      • PoL <= .8 -> 🌝🌝🌝🌝🌚
      • PoL <= 1. -> 🌝🌝🌝🌝🌝

访问

  • 入口: py.101.camp/pol/
  • 课程: py.101.camp/pol/{课程代号}/
    • 0py ~ 原型班
    • 1py ~ 正式班一期
  • 学员: py.101.camp/pol/{课程代号}/{gitlab 帐号}/
    • 全小写
    • 如果 gitlab 个人首页是:
      • https://gitlab.com/ZoomQuiet
    • 那么 gitlab 帐号就是:
      • zoomquiet
  • e.g:
    • https://py.101.camp/pol/0py/yixuanli/

ChangeLog

  • 190625 ZQ 检测自动发布事务
  • 190624 ZQ 增补细节
  • 190524 ZQ init.

Reactivate Joy by Self-study with You

蟒营

    伴你重新享受自学的乐趣

               _  ___  _
 _ __  _   _  / |/ _ \/ |  ___ __ _ _ __ ___  _ __
| '_ \| | | | | | | | | | / __/ _` | '_ ` _ \| '_ \
| |_) | |_| |_| | |_| | || (_| (_| | | | | | | |_) |
| .__/ \__, (_)_|\___/|_(_)___\__,_|_| |_| |_| .__/
|_|    |___/                                 |_|

自怼圈

DU20.12
关于 ~ DebugUself with DAMA ;-)

关注公众号, 持续获得相关各种嗯哼:
zoomquiet

追问

任何问题, 随时邮件提问可也:
askdama@googlegroups.com