[curriculum-eval] curriculum_assessment.py: checkpoint_quality — regex misses `:white_check_mark:` shortcode, 92/94 pages falsely scored 0
I maintainer di solito rispondono entro 3 giorni
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 74/100
Direzione di ricerca
Inizia da .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py ed esamina CHECKPOINT_RE, il rilevamento della sezione dei prerequisiti e le altre espressioni regolari che dipendono dagli emoji menzionate nell’issue. Esegui la valutazione su workshop/*.md e aggiungi un piccolo test unitario per i titoli con emoji e shortcode. Il lavoro è completato quando vengono rilevate entrambe le forme di titolo e le metriche interessate riflettono il contenuto del workshop.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
File: .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py (affects all workshop/*.md)
Overall Score: 6.06 / 10.0 corpus mean (understated)
Flagged Dimensions:
| Dimension | Score | Benchmark | Delta |
|---|---|---|---|
| checkpoint_quality | 0.0 (92/94 pages) | ≥ 7.5 (≥ 3 items) | −7.5 or more |
| scaffolding | 5.0 (94/94 pages) | 10.0 | −5.0 |
Root Cause (≤ 2 sentences):
CHECKPOINT_RE is ##\s+✅\s*Checkpoint and the prerequisite check is ##\s+📋\s*Before You Start, but workshop pages (per AGENTS.md conventions) use GitHub shortcodes :white_check_mark: and :clipboard:. Result: has_checkpoint and has_prereq_section are false everywhere, deflating scores by ~2–2.5 points and hiding real quality differences.
Evidence (quoted from the file):
## :white_check_mark: Checkpoint—workshop/04-github-actions-intro.md(5 checklist items), also present in05-agentic-workflows-intro.md,side-quest-01-02-environment-reference.md,side-quest-11-06-anthropic-key.md,side-quest-17-07-repo-poisoning.md; and## :clipboard: Before You Startin the same pages. Metrics reporthas_checkpoint: false,has_prereq_section: falsefor all of them.
Learning Science Rationale:
Valid measurement is a precondition for applying any instructional-design framework. Formative checkpoints support retrieval practice and the testing effect (Roediger & Karpicke), and "Before You Start" sections provide advance organisers (Ausubel) that reduce extraneous load. A rubric that cannot see these features will misdirect remediation toward content that already follows the best practice, and will also produce spurious trend swings (e.g. −2.00 on side-quest-11-09-agent-session-phases.md and side-quest-12-01-iterate-agent-output.md).
Improvement Prompt (for an agent):
In .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py, update CHECKPOINT_RE (line ~10) to match both the emoji and shortcode forms, e.g. r"##\s+(?:✅|:white_check_mark:)\s*Checkpoint", and update the has_prereq_section detection (line ~203) to match r"##\s+(?:📋|:clipboard:)\s*Before You Start" as well as "## Prerequisites". Check any other emoji-dependent regexes in the file (HEADING/learning-objective/activity cues). Re-run the assessment script against workshop/*.md, confirm has_checkpoint is true for pages containing "## :white_check_mark: Checkpoint", add a small unit test covering both forms, and report the new corpus mean and flagged findings.
Expected Score After Fix: ~8.0 / 10.0 corpus mean (from 6.06)
Generated by 🔬 Curriculum Quality Evaluator · copilot · auto · ~47 AIC · ⌖ ~1 AIC · ⊞ 5K · ◷
- expires on Nov 5, 2026, 4:05 AM UTC
- Lingua principale
- JavaScript
- Stelle
- 58
- Fork
- 40
- Merge medio
- 4g 4h
- PR unite (30g)
- 8
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
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
githubnext/gh-aw-workshop#5367 ·
I maintainer di solito rispondono entro 3 giorni
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
githubnext/gh-aw-workshop#5360 ·
I maintainer di solito rispondono entro 3 giorni
-
[curriculum-eval] 05-agentic-workflows-intro.md: active_learning — 1,107 words with density 0.72Apertacurriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
githubnext/gh-aw-workshop#5361 ·
I maintainer di solito rispondono entro 3 giorni
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
githubnext/gh-aw-workshop#5359 ·
I maintainer di solito rispondono entro 3 giorni
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
githubnext/gh-aw-workshop#5358 ·
I maintainer di solito rispondono entro 3 giorni
Tutte le issue di githubnext/gh-aw-workshop
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 60/100
HeyPuter/everything#187 ·
I maintainer di solito rispondono entro 1 giorno
-
Add: Animal Planet BGApertachannels:add check:passed
Difficoltà 2/5 1-3 ore Idoneità per principianti 63/100
I maintainer di solito rispondono entro 4 giorni
-
beginner blocked
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
hiero-ledger/hiero-sdk-js#4670 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 61/100
I maintainer di solito rispondono entro 1 giorno
-
ai-driven-fuzzing bug claude Minor
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
linagora/lemonldap-ng-plugins#170 ·
I maintainer di solito rispondono entro 1 giorno