[curriculum-eval] curriculum_assessment.py: checkpoint_quality — regex misses :white_check_mark: shortcode, deflating scores corpus-wide

Aperta Adatta ai principianti
#5,972 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

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
78/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python
Ambito
tooling

Direzione di ricerca

Apri .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py e trova i due pattern a livello di modulo CHECKPOINT_RE e la regex dei prerequisiti; entrambi attualmente corrispondono solo alle forme emoji. Amplia ciascun pattern per accettare anche il testo shortcode :white_check_mark: e :clipboard: come mostrato nel prompt di miglioramento, poi riesegui la valutazione su workshop/. Fatto quando workshop/04-github-actions-intro.md riporta has_checkpoint=true, side-quest-01-02-environment-reference.md riporta has_prereq_section=true, e i restanti rilevamenti missing_checkpoint sono solo pagine che mancano davvero di un checkpoint.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

curriculum documentation quality

File: .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py
Overall Score: 6.06 / 10.0 corpus mean (lowest page: 4.79)

Flagged Dimensions:

Dimension Score Benchmark Delta
checkpoint_quality 0.0 on 93/95 learning pages present, ≥ 4 items (10.0) −10.0
scaffolding 5.0 on pages using :clipboard: Before You Start 10.0 −5.0

Root Cause (≤ 2 sentences):
CHECKPOINT_RE is ##\s+✅\s*Checkpoint and the scaffolding regex is ##\s+📋\s*Before You Start, but workshop pages (per repo conventions) write ## :white_check_mark: Checkpoint and ## :clipboard: Before You Start. Result: has_checkpoint=false and has_prereq_section=false for nearly every page, so weights 2.0 + 1.5 are scored as failures and all missing_checkpoint findings are false positives.

Evidence (quoted from the file):

CHECKPOINT_RE = re.compile(r"##\s+✅\s*Checkpoint", re.IGNORECASE) versus workshop/04-github-actions-intro.md line 138: ## :white_check_mark: Checkpoint (followed by 5 checklist items), and side-quest-01-02-environment-reference.md line 9: ## :clipboard: Before You Start.

Learning Science Rationale:
Valid measurement is a precondition for acting on Bloom's/Cognitive Load findings: a rubric that scores retrieval-practice checkpoints (Roediger & Karpicke's testing effect) as absent when they exist misdirects improvement effort and hides the real differentiators (word count, concept load, activity density). Fixing the instrument restores the signal so remaining findings reflect genuine content gaps.

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" (e.g. r"##\s+(?:✅|:white_check_mark:)\s*Checkpoint"), and update the has_prereq_section regex so "## :clipboard: Before You Start" matches as well as "## 📋 Before You Start" and "## Prerequisites". Re-run the assessment on workshop/ and confirm that pages like 04-github-actions-intro.md now report has_checkpoint=true and has_prereq_section=true, that the corpus mean rises, and that "missing_checkpoint" flags drop to only pages genuinely lacking a checkpoint. Do not edit workshop content.

Expected Score After Fix: ~7.5 / 10.0 corpus mean (checkpoint and scaffolding dimensions recover for most pages)

Generated by 🔬 Curriculum Quality Evaluator · copilot · auto · ~49 AIC · ⌖ ~2 AIC · ⊞ 5K · ◷

  • expires on Nov 22, 2026, 7:05 AM UTC
Lingua principale
JavaScript
Stelle
61
Fork
43
Merge medio
10h 38m
PR unite (30g)
12

Preparare l'ambiente

Apri in Codespaces

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

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di githubnext/gh-aw-workshop

Tutte le issue di githubnext/gh-aw-workshop

Issue simili

Altre issue su JavaScript

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.