[curriculum-eval] curriculum_assessment.py: checkpoint_quality/scaffolding — regexes miss :white_check_mark: and :clipboard: shortcodes (92/94 fal
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 76/100
Línea de trabajo
Lee .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py, centrándote en CHECKPOINT_RE, la expresión regular de la sección de requisitos previos y score_checkpoint_quality. Comprueba cómo se cuenta checklist_items y si las pruebas cubren los encabezados con shortcodes. Ejecuta la evaluación en workshop/; se habrá terminado cuando se detecten los encabezados con shortcodes, el recuento de elementos de la lista de verificación coincida con la sección prevista y la mayoría de las páginas de aprendizaje indiquen que ambas secciones están presentes.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
File: .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py (affects every workshop/*.md)
Overall Score: 6.06 / 10.0 corpus mean (flag threshold 5.52)
Flagged Dimensions:
| Dimension | Score | Benchmark | Delta |
|---|---|---|---|
| checkpoint_quality | 0.0 on 92/94 pages | ≥ 4 items → 10 | -10.0 |
| scaffolding | 5.0 on 94/94 pages | section present → 10 | -5.0 |
Root Cause (≤ 2 sentences):
CHECKPOINT_RE = r"##\s+✅\s*Checkpoint" and the prereq regex ##\s+📋\s*Before You Start match literal emoji, but workshop files use GitHub shortcodes (## :white_check_mark: Checkpoint, ## :clipboard: Before You Start) per repository conventions. Every page therefore scores 0 for checkpoints and 5 for scaffolding, and the missing_checkpoint finding is a false positive.
Evidence (quoted from the file):
## :white_check_mark: Checkpointfollowed by five- [ ]items (workshop/04-github-actions-intro.md, lines 138–143), yet it is reported withhas_checkpoint: false,checkpoint_quality: 0.0.
Learning Science Rationale:
Valid measurement is a precondition for acting on Bloom/CLT findings: a rubric that scores retrieval-practice checkpoints (Roediger & Karpicke's testing effect) as absent gives authors no signal about real checkpoint quality, and masks genuine differences between pages. Fixing detection should raise the corpus mean by roughly 2 points and make remaining flags (concept overload, length, active learning) meaningful.
Improvement Prompt (for an agent):
In .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py, update CHECKPOINT_RE and the has_prereq_section regexes so they match both the literal emoji and the GitHub shortcode forms: "## ✅ Checkpoint" and "## :white_check_mark: Checkpoint"; "## 📋 Before You Start" and "## :clipboard: Before You Start". Also confirm checklist_items is counted only from the checkpoint section if that is the intended behavior for score_checkpoint_quality. Re-run the assessment against workshop/ and verify that most learning pages now report has_checkpoint=true and has_prereq_section=true, then update any tests/docs for the skill.
Expected Score After Fix: 8.0 / 10.0 corpus mean (approx.; checkpoint +~1.6 and scaffolding +~0.8 weighted)
Generated by 🔬 Curriculum Quality Evaluator · copilot · auto · ~39 AIC · ⌖ ~1 AIC · ⊞ 5K · ◷
- expires on Nov 10, 2026, 4:04 AM UTC
- Lenguaje dominante
- JavaScript
- Estrellas
- 58
- Forks
- 40
- Merge medio
- 1 d 22 h
- PR fusionados (30 d)
- 7
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
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
githubnext/gh-aw-workshop#5522 ·
Los mantenedores suelen responder en 1 día
-
feedback simulation workshop
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
githubnext/gh-aw-workshop#5517 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
githubnext/gh-aw-workshop#5510 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
githubnext/gh-aw-workshop#5511 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
githubnext/gh-aw-workshop#5508 ·
Los mantenedores suelen responder en 1 día
Todos los issues de githubnext/gh-aw-workshop
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Dayset/ps2-elite-kd#119 ·
-
Add: Hindi Hits LogoAbiertocheck:passed logos:add
Dificultad 1/5 Menos de una hora Aptitud para principiantes 76/100
Los mantenedores suelen responder en 1 día
-
area:models enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
Los mantenedores suelen responder en 1 día
-
scout
Dificultad 1/5 1-3 horas Aptitud para principiantes 88/100
oskarrough/agent-ide#43 ·
-
upstream-dfinity-icp-js-canisters upstream-sync
Dificultad 2/5 1-3 horas Aptitud para principiantes 77/100
dfinity/developer-docs#444 ·
Los mantenedores suelen responder en 10 días