Bedste svar
I en nøddeskal er Brown meget mere afslappet end Princeton. Det er en almindelig stereotype, at alle hos Brown ryger masser af ukrudt (som måske går hånd i hånd med den fleksible karakter af deres åbne læseplan). Den åbne læseplan dyrker virkelig en langt mere liberal kunst, udforskende tilgang til læring. Der er også den nifty grade inflationsfunktion i Brown, hvor Der og Fer ikke tæller med i din GPA.
Princeton er meget præprofessionel, da kandidater har tendens til at følge virksomhedens stier til NYC (40\% af studentergruppen går ind i rådgivning og økonomi). Denne andel er absurd høj, selv blandt de høje priser på Ivy League-grader generelt. Derfor er studiekroppskulturen i Princeton mere ”corporate” og rettet mod at finde højt betalte job, da det ser ud til, at det er det, alle andre gør.
Med hensyn til sammensætning af studerendes krop med hensyn til race og socioøkonomisk status, er alle Ivy Leagues omtrent ens. Brown tilfældigvis tiltrækker studerende, der er mere udforskende og fleksible med hensyn til akademiske interesser snarere end de en-spor-til-succes-typer, der går til Princeton.
Svar
I 2015 sagde jeg tjent i et ad hoc-udvalg, der undersøger klassificeringspraksis i Dartmouth. Vi undersøgte data om karakterer over tid, og der var ingen tvivl om, at karakterinflation er reel. For at citere en statistik: i 1974 var mediankarakteren ved Dartmouth (dvs. over alle karakterer givet i alle bacheloruddannelser) B; i 2014 (og fortsætter i dag), A-. Og ikke kun knap A-, men omkring 60\% af karaktererne i Dartmouth er A eller A-. (Vi har ikke karakteren A +.) Vi fandt ud af, at karaktererne var steget på tværs af alle afdelinger inden for kunst og videnskab, så det var ikke som om vi kun kunne bebrejde Humaniora-divisionen. Vi konkluderede, at mindst et af følgende skal være sandt:
Vi giver vores studerende højere karakterer, end mange af dem fortjener. -OR- Vores kurser er så ikke-strenge, at flertallet af studerende kan opnå fremragende mestring med ringe indsats.
Grundlaget for vores forslag var simpelt. Dartmouth-kataloget (lokalt kendt som “ORC”) beskriver detaljeret, hvad karaktererne A, B, C, D og E betyder. (I Dartmouth er E den karakter, der ikke klarer snarere end F.) Vi foreslog, at fakultetet skulle klassificere i henhold til beskrivelserne i ORC. Vi anbefalede også et par andre ændringer, men det var den vigtigste afhentning.
I studieåret 2016–2017 var jeg formand for Undervisningsudvalget, som er fakultetsudvalget, der fører tilsyn med undervisningsplanen. Vi udtænkte nye beskrivelser for karaktererne, specifikt A, A-, B +, B, B-, C (alle smag), D (vi har ikke D + eller D-) og E. Den nye tekst gjorde det gennem en få udvalg, men det ramte en mur, da formandskomitéen (formændene for alle bachelorafdelinger og programmer) gennemgik den.
En eftermiddag besøgte flere af medlemmerne af vores ad hoc-komité præsident i fakultetets kontorstid. Vi spurgte, om han støttede vores fund. Han var uforpligtende, men udtrykte bestemt ingen entusiasme. Han foreslog endda, at vi måske bare skulle indstille en gennemsnitlig karakter på B og derefter påpege, at han var kommet fra University of Michigan, hvor nok studerende tog f.eks. En beregning, som du vidste på forhånd, hvilken karakterfordeling du ville se. Min egen fornemmelse er, at indstilling af en median på forhånd svarer til at beslutte resultatet, før kurset sker. Det ville være som at gå til et baseballkamp og have hjemmepladens dommer annonceret inden kampen: ”Der vil være 11 strejker i dag.”
Vi forbliver i en cyklus af gradinflation. Med den hastighed, vi går, behøver vi ikke bekymre os om karakterer inden 2060 eller deromkring, fordi den gennemsnitlige GPA vil være 4,0. Når alle får et A, har du brug for nul bits for at repræsentere karakterer.
Jeg har prøvet et par forskellige klassificeringspraksis. Den ene fungerede godt (IMHO), og den ene fungerede ikke. Den, der ikke gjorde, var, da jeg underviste i bacheloralgoritmer i 2016. Jeg kaldte det “vælg din egen karakter.” Tanken var, at hjemmearbejdsopgaverne blev opdelt i A-spørgsmål, B-spørgsmål, C-spørgsmål og D-spørgsmål. Hver studerende ville vælge den karakter, de ønskede, og besvare spørgsmålene på dette niveau og et niveau nedenfor. For eksempel vil en studerende, der går efter en B, svare på B- og C-spørgsmålene. Karakteren, som en studerende fik, var afhængig af, hvordan de gjorde det på de forskellige spørgsmål. For eksempel kan en studerende, der går efter en A, få en af følgende karakterer: A, A-, B +, B, B- eller E. Hvorfor det store spring fra B- til E? For hvis du tror, du er en A-studerende, men ikke engang en B-studerende, så mislykkedes du. Desuden var kurset algoritmer. Du skal bevise, at dine svar er korrekte. Du kan ikke bare gætte. Der var et par andre faktorer, der kom i spil. Den ene var, at hvis en studerende fik mindre end 60\% på et problem, så fik de 0 for det problem.Igen skal du vide, om du fik det rigtigt; hvis du bare smider et svar mod væggen og ser om det sidder fast, skal du få 0 point. Den anden var, at jeg havde problemer med at indarbejde eksamensresultater i dette hjemmearbejdssystem. Jeg kunne ikke give flere A-spørgsmål osv. Om eksamener, så de var bare enkle hjemmeeksaminer med et spørgsmål fra hvert af flere emner. (Faktisk er mine algoritmer hjemmeeksamen ikke helt ligetil. Jeg solgte tip til point.)
Karakterplanen, som jeg mener fungerede, var en, jeg brugte i det indledende CS-kursus de sidste par gange Jeg lærte det. I stedet for at den endelige karakter var baseret på en lineær kombination af programmeringsopgaver og eksamener, var den baseret på en logisk kombination. For eksempel for at få en A eller A- i kurset var en studerende nødt til at få mindst 92\% i programmeringsopgaverne OG mindst 90\% på eksamenene. Jeg offentliggjorde alle de nøjagtige afgrænsninger for hver mulig karakter på dag 1. Eleverne vidste nøjagtigt, hvad de skulle gøre for hver klasse. Hvorfor den logiske kombination? Jeg underviste i det indledende CS-kursus i alt 25 gange. Efter et stykke tid så jeg, at vi havde studerende, der fik gode karakterer på trods af at de gjorde dårligt på eksamen, fordi deres programmeringskarakterer støttede dem op. Studerende kan få meget hjælp til programmering af opgaver: deres computer fortæller dem deres syntaksfejl, og om deres program fungerer; TAerne og jeg kan hjælpe; og de kan få hjælp fra deres venner, vejledere og internettet. Der er meget støj blandet med signalet. Eksamen var, hvor jeg fik at se, hvad de studerende ved, uden hjælp. Jeg gav dem enhver mulighed for at klare sig godt, herunder at offentliggøre en gennemgangsside, holde en gennemgangssession (ud over dem, der blev udført af TAer) og lade dem medbringe et krybbeark (altså snydeark). Jeg designede karakterudskæringerne med en målmedian på B, baseret på historiske data, som jeg havde. Men det var bare målet; når jeg først offentliggjorde karakterafskæringer på dag 1, stod de. Jeg har ikke sat en median på forhånd. Hver gang jeg brugte dette system, var klassemedianen enten B + eller B. Selvom jeg havde et mål for B, var jeg glad, da medianen viste sig at være B +, fordi jeg havde udfordret de studerende, og de var klar til udfordringen .
Nu hvor jeg ikke længere underviser i Dartmouth, har jeg nul kontrol over karakterer. Jeg holder ikke vejret og venter på, at mine fakultetskollegaer gør noget ved at gradere inflation.