Group 23
课程意见汇总
收获
- 学习了Git和GitHub的基本使用方法，包括环境搭建、基础操作、分支管理、标签管理、与远程仓库同步等。
- 掌握了数据分析、统计、AI、软件开发等环节的基本技能，包括R Studio的数据处理、GitHub Pages的个人网页搭建、API key和VS Code的使用等。
意见
- 难度大。 对于没有编程基础或相关软件使用经验的学生来说，跟不上老师的节奏。
- 教学互动不足。大班制教学效率较低，师生互动有限，学生难以第一时间吸收并利用所学知识。小组作用未充分发挥，缺乏小组讨论和协作环节。
- 教学资源不充分。 学生在实操过程中遇到问题时，缺乏系统的解决方案和详细的指导材料。
建议
- 增加互动和支持。建立公共在线答疑平台或类似贴吧的线上交流小平台，方便学生发帖提问，老师和同学共同解答。
- 优化教学内容与方式。调整讲课方式，放慢讲课速度，重复关键点，逐步引导学生操作。制作实操流程图和录屏教程，供学生课后学习，提高学习效率。对不同基础的学生设定不同难度的任务，实施分类教学，因材施教。
- 改进课程安排。考虑将课程设置为选修课，让感兴趣且有基础的学生选择学习。利用学习管理系统收集学生的学习数据，分析学生的学习进度和问题，及时调整教学策略。
2024******049
在这门课程中学习了 Git 和 GitHub 的基本使用方法，包括环境搭建、基础操作、分支管理、标签管理、与远程仓库同步等，颇有收获。课程建议是希望老师鼓励学生预习、提出问题，推荐学习资源，培养自主学习能力；还有选取典型案例进行分析讨论，邀请有经验的开发者分享经验；最后就是因为课程难度比较大，希望老师能建立公共在线答疑平台，定期收集学生反馈，更有利于解决学生的问题。
2024******048
总结：这门课设计得比较全面，把数据分析，统计，ai，软件开发各个环节设计到一起。既有比较基础的环境搭建，又有数据分析，基因组分析，神经网络，图像处理等等。让同学不仅听课，还能动手操作。
建议：我对于这方面没有基础，觉得课程相对较难。建议开一个类似贴吧的线上交流小平台，遇到问题在上面发帖，老师同学都可以在上面回复解答。再就是对于不同基础不同层次的同学可以设定不同难度的任务，让基础较弱的同学从最基本的开始。
2024******024
《数据驱动的可重复性研究》课程作为一门实践类课程，系统性地教授了科研数据管理的全流程技能。通过搭建个人网页，我掌握了GitHub Pages的应用，建立了自己的个人简历 ；而R Studio的实战训练让我了解了如何快速进行数据处理。高老师非常耐心的指导代码细节，对我后续课题研究和论文写作也提供了新思路。负责的助教同学也很细心认真，指导的也很棒。
2024******040
“数据驱动的可重复性研究”是一门非常有价值的课程，为我们提供了必要的工具和知识，让我们在科学研究中实现高质量的数据管理和分析。在上这门课的过程中，可以感受到老师很有水平。 但个人认为本课程存在一些小问题:
- 可以看出老师很用心的想上好这么课程，但是这门课程的难度过大，适合有一定编程基础的同学学习，因此建议将本课程设置为选修课，让感兴趣且有基础的同学来学习。
- 个人觉得有时候老师的讲课讲的不是特别清晰，因此建议老师可以调整下讲课方式。可以考虑放慢讲课速度，重复关键点。
- 本课程虽然分了小组，但是直到课程结束好像也没有太发挥小组的作用，因此建议可以让小组坐一起，多增加小组讨论环节。
总体来说，这门课程还是非常好的，感觉自己还是有很多收获的。
2024******030
总结
这次课程教会了作为非计算机专业的学生，计算机的入门、精进与开发，融合了当下最常用的语言和模型，不仅拓展了视野同时教会了我们实践。
建议
我认为大班制教学，效率较低，老师讲的内容比较难以第一时间吸收并利用，具体表现为原理懂了，实操不了。可以考虑制作实操流程图给学生展示学习，配合已经有的github上的原理pdf会让学生有更高的学习效率。
2024******045
总结
这门课做为一门入门课，内容丰富，资源齐全，可以感受到老师的用心，并且想让同学门学到知识，每次课上与课后，老师和助教都不辞辛苦帮助同学们解决问题，最大的收获就是github、API key和vs code的使用，知道了如何用大模型去解决代码问题。
建议
这门课，内容太多，课程节奏快，并且上课人数多，导致很多同学跟不上，经常在第一步，老师已经讲到第三步去了，对于小白来说很不友好，容易造成摆烂现象。希望能够减缓上课速度，是否可以对上课操作进行录屏，以供同学们课后学习。
2024******023
老师上课内容准备充分，但讲课速度有点快，学生有些跟不上，建议老师一步一步带着学生做，让学生可以更好的掌握
2024******032
总结
在这个课程学到了很多关于数据驱动的知识，丰富了在该方面的知识储备，体验到了可重复性研究带来的高效的学习方式；实践性也比较强，锻炼了动手能力。
建议
采用多元化的考核方式，包括平时作业、项目实践、考试等，全面评估学生的学习效果；利用学习管理系统收集学生的学习数据，如作业完成情况、考试成绩分布等，分析学生的学习进度和存在的问题，及时调整教学策略；建议实施分类教学，对不同计算机基础的同学因材施教，提高课堂效率。