The COVID-19 pandemic has birthed a wealth of information through many publicly accessible sources, such as news outlets and social media. However, gathering and understanding the content can be difficult due to inaccuracies or inconsistencies between the different sources. To alleviate this challenge in Australia, a team of 48 student volunteers developed an open-source COVID-19 information dashboard to provide accurate, reliable, and real-time COVID-19 information for Australians. The students developed this software while working under legislative restrictions that required social isolation. The goal of this study is to characterize the experiences of the students throughout the project. We conducted an online survey completed by 39 of the volunteering students contributing to the COVID-19 dashboard project. Our results indicate that playing a positive role in the COVID-19 crisis and learning new skills and technologies were the most cited motivating factors for the students to participate in the project. While working on the project, some students struggled to maintain a work-life balance due to working from home. However, the students generally did not express strong sentiment towards general project challenges. The students expressed more strongly that data collection was a significant challenge as it was difficult to collect reliable, accurate, and up-to-date data from various government sources. The students have been able to mitigate these challenges by establishing a systematic data collection process in the team, leveraging frequent and clear communication through text, and appreciating and encouraging each other's efforts. By participating in the project, the students boosted their technical (e.g., front-end development) and non-technical (e.g., task prioritization) skills. Our study discusses several implications for students, educators, and policymakers.


翻译:在澳大利亚,48名学生志愿者组成的团队开发了一个开放源码的COVID-19信息仪表板,为澳大利亚人提供准确、可靠和实时的COVID-19信息。学生们开发了这一软件,但受到立法限制,需要社会孤立。本研究的目的是描述整个项目的学生经历。我们进行了一项由39名志愿学生完成的在线调查,为COVID-19仪表板项目作出贡献。我们的结果表明,在COVID-19危机和学习新技能和技术方面发挥积极作用是学生们参与该项目的最突出的因素。一些学生在该项目中努力保持工作与生活的平衡,但学生们一般并不对一般项目的挑战表示强烈的感情。学生们更强烈地表示,数据收集是一项重大挑战,因为他们很难收集到对COVID-19仪表仪表项目的影响。我们的成果显示,在COVID-19危机和学习新技能和新技术方面发挥积极作用。学生们在参与该项目的过程中,通过不断的文本、系统化的学习,通过学习学习学习学习,学习这些技能,学习这些技巧,学习这些技巧,学习学习这些技巧,学习这些技巧,学习这些技巧的人通常不难于收集,学习,学习。 学习。通过不断的技巧,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,学习,

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
已删除
将门创投
6+阅读 · 2019年1月11日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机 | CCF推荐会议信息10条
Call4Papers
5+阅读 · 2018年10月18日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
VIP会员
相关VIP内容
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
已删除
将门创投
6+阅读 · 2019年1月11日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机 | CCF推荐会议信息10条
Call4Papers
5+阅读 · 2018年10月18日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
Top
微信扫码咨询专知VIP会员