[curriculum-eval] curriculum_assessment.py: checkpoint_quality — emoji regexes miss :white_check_mark: headings, 92/94 pages scored 0
Los mantenedores suelen responder en 3 días
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 82/100
Línea de trabajo
Lee .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py y céntrate en CHECKPOINT_RE, la expresión regular para encabezados de requisitos previos y la señal de Bloom activity:checkpoint. Añade cobertura para encabezados con emoji y formas de shortcode; después, vuelve a ejecutar la evaluación y comprueba que al menos 90 archivos indiquen checkpoints y 85 indiquen secciones de requisitos previos. El issue dice que no se edite el contenido de los talleres.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
File: .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py
Overall Score: n/a (affects all 94 pages) (corpus mean: 6.06)
Flagged Dimensions:
| Dimension | Score | Benchmark | Delta |
|---|---|---|---|
| checkpoint_quality | 0.0 on 92/94 pages | ≥ 4 items → 10 | −10 |
| scaffolding | 5.0 on 94/94 pages | 10 if section present | −5 |
Root Cause (≤ 2 sentences):
CHECKPOINT_RE matches the literal ✅ emoji and the prerequisite regex matches literal 📋, but workshop headings use the GitHub shortcodes :white_check_mark: and :clipboard:. A grep confirms 92 workshop files contain :white_check_mark: Checkpoint and 87 contain :clipboard: Before You Start, yet the report shows has_checkpoint=true for only 2 and has_prereq_section=true for none.
Evidence (quoted from the file):
CHECKPOINT_RE = re.compile(r"##\s+✅\s*Checkpoint", re.IGNORECASE)...re.search(r"##\s+📋\s*Before You Start", raw, re.IGNORECASE)
Learning Science Rationale:
Valid measurement is a precondition for evidence-based improvement. Systematic false negatives deflate the weighted overall score by ~1.8 points (checkpoint 2.0 weight × 10, scaffolding 1.5 weight × 5), hide the real drivers described by Cognitive Load Theory (length, concept count) and Mayer's coherence/segmenting principles, and cause spurious trend swings (e.g. two pages dropped 2.00 points in history when a heading changed form).
Improvement Prompt (for an agent):
In .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py, update CHECKPOINT_RE to match both "## ✅ Checkpoint" and "## :white_check_mark: Checkpoint", and update the has_prereq_section regex to match both "## 📋 Before You Start" and "## :clipboard: Before You Start" (plus "## Prerequisites"). Use alternation, e.g. r"##\s+(?:✅|:white_check_mark:)\s*Checkpoint". Also apply the same fix to the bloom "activity:checkpoint" cue. Re-run the assessment and confirm has_checkpoint is true for ≥ 90 files and has_prereq_section for ≥ 85 files. Add or update a unit test covering both heading forms. Do not edit workshop content.
Expected Score After Fix: ~7.9 / 10.0 corpus mean (up ~1.8)
Generated by 🔬 Curriculum Quality Evaluator · copilot · auto · ~48 AIC · ⌖ ~1 AIC · ⊞ 5K · ◷
- expires on Nov 8, 2026, 3:03 AM UTC
- Lenguaje dominante
- JavaScript
- Estrellas
- 58
- Forks
- 40
- Merge medio
- 4 d 4 h
- PR fusionados (30 d)
- 8
Preparar el entorno
Inicia el contenedor de desarrollo del proyecto en tu navegador, con tu propia cuenta de GitHub.
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Sin guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de githubnext/gh-aw-workshop
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 77/100
githubnext/gh-aw-workshop#5437 ·
Los mantenedores suelen responder en 3 días
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
githubnext/gh-aw-workshop#5436 ·
Los mantenedores suelen responder en 3 días
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
githubnext/gh-aw-workshop#5433 ·
Los mantenedores suelen responder en 3 días
-
documentation
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
githubnext/gh-aw-workshop#5427 ·
Los mantenedores suelen responder en 3 días
-
documentation
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
githubnext/gh-aw-workshop#5421 ·
Los mantenedores suelen responder en 3 días
Todos los issues de githubnext/gh-aw-workshop
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
Los mantenedores suelen responder en 1 día
-
Add: ON Football HD feed LogoAbiertoapproved check:passed logos:add
Dificultad 1/5 Menos de una hora Aptitud para principiantes 74/100
Los mantenedores suelen responder en 2 días
-
binding:python bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
Los mantenedores suelen responder en 1 día
-
BUG: Unhandled TypeError in updateMedicine and updateDischargeLog when data is null/undefinedAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
AOSSIE-Org/BabyNest#310 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
bug needs-triage potential-regression
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
aws/aws-sdk-js-v3#8408 ·
Los mantenedores suelen responder en 1 día