[workshop-sim] Improve: Split the Step 4 vocabulary-labeling exercise with an intermediate checkpoint
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 74/100
- Tipo di issue
- Documentazione
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Attiva
- Ambito
- documentation
Direzione di ricerca
Inizia leggendo workshop/04-github-actions-intro.md, in particolare l'esercizio di etichettatura alle righe 96-120 e la sezione della checklist, per vedere come i termini vengono presentati oggi. Ristruttura l'esercizio in due parti guidate più brevi (prima trigger/job/runner, poi action/step) con un reveal/checkpoint intermedio, e aggiungi una voce di checklist collegata a quel checkpoint. Completato quando i cinque termini di vocabolario e la tabella comparativa rimangono intatti, la nuova voce di checklist viene valutata secondo il pattern di checkpoint della rubrica condivisa, e l'esecuzione della valutazione quantitativa mostra che overall_score, active_learning e checkpoint_quality restano stabili o migliorano rispetto alla baseline attuale di 5.39/3.9/0.0.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Problem statement
04-github-actions-intro.md is the corpus's lowest-scoring curriculum step (overall_score 5.39/10) and the top pure learning-barrier dropout (19.0% conditional dropout across 44,174 at-risk runs, 95% CI 18.6%–19.4%), with 100% of failures classified as concept-overload. The page introduces five vocabulary terms (trigger, job, runner, step, action) plus a classic-vs-agentic comparison table in a single "5 minute refresher," has checkpoint_quality of 0.0/10 (no checklist items scored under the shared rubric's checkpoint pattern), and active_learning of only 3.9/10 despite one labeling exercise (workshop/04-github-actions-intro.md:96-120). No-coding-background beginners who reach this step show a 0% simulated success rate.
Proposed change
Split the single labeling exercise (workshop/04-github-actions-intro.md:96-120) into two shorter guided activities with an intermediate reveal/checkpoint between them: first label just trigger/job/runner on the minimal example already in the page, confirm understanding, then introduce action/step with the second example. Add one additional checklist item tied to the new intermediate checkpoint so the step scores above 0 on checkpoint_quality under the shared rubric's checklist-item scoring.
Failure mode classification: Learning barrier
Quantitative guardrail
Current 04-github-actions-intro.md scores: overall_score 5.39/10, active_learning 3.9/10, checkpoint_quality 0.0/10, scaffolding 5.0/10 (learning KPI index 2.87/10). Splitting one dense activity into two scaffolded activities with an added intermediate checklist increases activity_density (more checklist items relative to word count) which the rubric's score_active_learning and score_checkpoint_quality functions both reward directly — this should raise, not lower, active_learning and checkpoint_quality, and therefore the learning KPI index, while preserving the same total concept count (no content is removed).
Acceptance criteria
- The shared curriculum quantitative assessment
overall_scorefor04-github-actions-intro.mdstays flat or improves after the change - The learning KPI index
(2.0 × active_learning + 2.0 × checkpoint_quality + 1.5 × scaffolding) / 5.5for this step stays flat or improves, withactive_learningandcheckpoint_qualityspecifically increasing - The original five vocabulary terms and the full comparison table are preserved — the labeling exercise is restructured into two scaffolded parts, not shortened or removed
- The simulated
concept-overloaddropout rate at04-actions-introdecreases in a follow-up simulation run, especially forno-coding-background learners
Suggested owner: copilot coding agent
Related to #4288
Generated by 🔬 Workshop Student Simulator · copilot · auto · 173.8 AIC · ⌖ 6.28 AIC · ⊞ 15.1K · ◷
- expires on Oct 8, 2026, 7:09 AM UTC
- Lingua principale
- JavaScript
- Stelle
- 52
- Fork
- 26
- Merge medio
- 11h 32m
- PR unite (30g)
- 22
Preparare l'ambiente
Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Nessuna guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di githubnext/gh-aw-workshop
-
[workshop-sim] Repair: Add a fallback sample .lock.yml to the Agentic Workflows Intro Activity 1Apertafeedback simulation workshop
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
githubnext/gh-aw-workshop#4328 ·
I maintainer di solito rispondono entro 1 giorno
-
documentation guidelines
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
githubnext/gh-aw-workshop#4314 ·
I maintainer di solito rispondono entro 1 giorno
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
githubnext/gh-aw-workshop#4311 ·
I maintainer di solito rispondono entro 1 giorno
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
githubnext/gh-aw-workshop#4309 ·
I maintainer di solito rispondono entro 1 giorno
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
githubnext/gh-aw-workshop#4310 ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di githubnext/gh-aw-workshop
Issue simili
-
bug(sight): the dashboard's text truncations split surrogate pairs and show broken charactersApertacomponent:sight
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
agentic-os-org/ANOLISA#6738 · 2 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
bug Durable Agents Observability (AI Telemetry) status: needs triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
mastra-ai/mastra#26470 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
feature/cohorts feature/feature-flags team/feature-flags
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
I maintainer di solito rispondono entro 1 giorno
-
documentation good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
Orbit-xyz/orbit-docs#11 ·
-
area/build area/tech debt
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
I maintainer di solito rispondono entro 2 giorni