[curriculum-eval] side-quest-01-02-environment-reference.md: cognitive_load — 1433 words glossary with low activity density
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
- 72/100
- Tipo di issue
- Documentazione
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Attiva
- Stack tecnologico
- github, github-actions, markdown
- Ambito
- content, documentation
Direzione di ricerca
Leggi workshop/side-quest-01-02-environment-reference.md, concentrandoti su “Workshop tools and model options” e “Verify your tools are ready”; controlla il conteggio attuale delle parole e la densità delle attività di verifica. Sposta il materiale sugli strumenti in una missione secondaria collegata oppure condensalo in blocchi details concisi, mantenendo la sezione di verifica e il checkpoint. Se aggiungi una pagina, aggiorna workshop/README.md, quindi esegui npx --yes markdownlint-cli2 "**/*.md"; il lavoro è completato quando la pagina principale raggiunge gli obiettivi indicati per numero di parole e concetti e include due comandi di verifica.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
File: workshop/side-quest-01-02-environment-reference.md
Overall Score: 4.9 / 10.0 (corpus mean: 6.1)
Flagged Dimensions:
| Dimension | Score | Benchmark | Delta |
|---|---|---|---|
| cognitive_load | 6.3 | ≥ 8 (≤ 800 words, ≤ 15 concepts) | −1.7 (1433 words, 17 concepts) |
| active_learning | 2.1 | ≥ 7 (density ≥ 3) | −4.9 (density 0.63) |
Root Cause (≤ 2 sentences):
One page defines ~10 tools and environments (Codespaces, VS Code, terminal, gh, gh-aw, Copilot CLI, Copilot app, Claude, Codex) each with a "conceptual screenshot", nearly doubling the word budget. Only one short verification block provides hands-on activity. (The "missing checkpoint" flag is a scorer false positive; the page has a Checkpoint.)
Evidence (quoted from the file):
## Conceptual screenshots...#### OpenAI Codex— "You may see OpenAI Codex as a coding-focused model option that reads files and suggests ed..."
Learning Science Rationale:
Sweller's Cognitive Load Theory predicts that presenting many novel elements at once overloads working memory, and Mayer's segmenting principle recommends splitting long multimedia explanations into learner-paced chunks. Splitting reference material into a short core and optional per-tool pages lets learners verify only what they need.
Improvement Prompt (for an agent):
Edit workshop/side-quest-01-02-environment-reference.md. Keep the "Verify your tools are ready" section and Checkpoint on this page. Split the "Workshop tools and model options" section (gh, gh-aw, Copilot CLI, Copilot app, Claude, OpenAI Codex) into a new side-quest page, linking to it from the original, or collapse each tool into a <details> block with a 2-sentence summary. Target ≤ 800 words and ≤ 15 concepts on the main page, add two verification commands (e.g. `gh auth status`, `gh extension list`) to raise activity density to ≥ 3. Update workshop/README.md if a page is added, and run `npx --yes markdownlint-cli2 "**/*.md"`.
Expected Score After Fix: 5.5 / 10.0 with current rubric (≈ 8 once checkpoint regex is fixed)
Generated by 🔬 Curriculum Quality Evaluator · copilot · auto · ~44 AIC · ⌖ ~1 AIC · ⊞ 5K · ◷
- expires on Nov 11, 2026, 3:31 AM UTC
- Lingua principale
- JavaScript
- Stelle
- 58
- Fork
- 40
- Merge medio
- 1g 22h
- PR unite (30g)
- 7
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 76/100
githubnext/gh-aw-workshop#5549 ·
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#5547 ·
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#5546 ·
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#5544 ·
I maintainer di solito rispondono entro 1 giorno
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
githubnext/gh-aw-workshop#5542 ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di githubnext/gh-aw-workshop
Issue simili
-
Edit: Monumental TV [PY]Apertachannels:edit check:passed
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 75/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
-
[External Plugin]: onetagApertaexternal-plugin needs-review:HIGH ready-for-review
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
github/awesome-copilot#6346 · 2 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
kingcharleslzy-ai/dsh-purge#179 ·
I maintainer di solito rispondono entro 1 giorno
-
status: ready
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100
melodic-software/claude-code-plugins#15008 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno