This issue concludes our 29th volume with five papers sampling the breadth of work in the computing education discipline. These papers focus on learning computing topics in secondary, undergraduate, and even graduate settings, and the authors employ qualitative case study, inferential statistics, and sophisticated regression modelling methods in their analyses. Four of the papers touch on affective and non-cognitive dimensions of learning at least in part, and we see this is as a reflection of the growing awareness in the research community about their significant role in shaping learning. The first paper by McCord and Jeldes presents results of a quasi-experimental study examining student performance and intrinsic motivation during a flipped course intervention for first year engineering students learning to solve introductory numerical analysis problems. Their focus on non-computingmajorsmakes this paper a nice complement to the literature on flipped courses in more traditional CS1 contexts. Replicating generalfindings in previouswork, the authors find that students who experience flipped class elements when learning MATLAB outperform those in a traditional format. However, interestingly, the authors did not find evidence of students’ intrinsic motivation to learn programming playing a role in exam performance. The paper is a good example of how a carefully conducted classroom study can help support data-driven decision making for instructional change. Kong and Wang, the authors of the second paper in this issue, turn our attention to focus more squarely on affective aspects of learning computing. Their work aims to synthesize literature on positive youth development and computing education in a new framework called positive youth programming development (PYPD). The authors’ explicit goal to develop a theory here makes this paper somewhat unique within thebody of contemporary computing education literature. As such, it provides an example of how this work might be done for other researchers. What also makes this paper exciting is that the authors operationalize the PYPD framework through initial validation studies of a novel assessment instrument. While future work is needed to fully examine the PYPD instrument’s properties in other contexts, the work reported upon is encouraging on both theoretical and practical fronts. The third paper by Kreth, Spirou, Budenstein, and Melkers details a study with a markedly different population of learners. Topically, their work builds on a wellestablished body of self-efficacy literature in computing. However, what makes it unique is that it does so in the context of online graduate education. As the authors rightly point out, almost all prior work on computing self-efficacy has occurred with primary/secondary school and undergraduate learners. Here, the authors present COMPUTER SCIENCE EDUCATION 2019, VOL. 29, NO. 4, 311–312 https://doi.org/10.1080/08993408.2019.1683317

中文翻译：

---

社论

本期以五篇论文总结了我们的第 29 卷，对计算机教育学科的工作广度进行了抽样调查。这些论文侧重于中学、本科甚至研究生环境中的学习计算主题，作者在分析中采用了定性案例研究、推理统计和复杂的回归建模方法。其中四篇论文至少部分涉及学习的情感和非认知维度，我们认为这反映了研究界越来越意识到它们在塑造学习中的重要作用。McCord 和 Jeldes 的第一篇论文介绍了一项准实验研究的结果，该研究在为学习解决介绍性数值分析问题的一年级工程学生进行翻转课程干预期间检查学生的表现和内在动机。他们对非计算专业的关注使这篇论文成为对更传统的 CS1 背景下翻转课程文献的一个很好的补充。作者复制以前工作中的一般发现，发现在学习 MATLAB 时体验翻转课堂元素的学生比传统格式的学生表现更好。然而，有趣的是，作者没有发现学生学习编程的内在动机在考试成绩中发挥作用的证据。该论文是一个很好的例子，说明精心进行的课堂研究如何帮助支持数据驱动的教学变革决策。本期第二篇论文的作者 Kong 和 Wang 将我们的注意力转向更直接地关注学习计算的情感方面。他们的工作旨在在称为积极青年编程发展 (PYPD) 的新框架中综合有关积极青年发展和计算机教育的文献。作者在此建立理论的明确目标使本文在当代计算机教育文献中有些独特。因此，它为其他研究人员如何完成这项工作提供了一个例子。让这篇论文更令人兴奋的是，作者通过对一种新型评估工具的初步验证研究，将 PYPD 框架操作化。虽然需要未来的工作来全面检查 PYPD 仪器在其他情况下的特性，但报告的工作在理论和实践方面都令人鼓舞。Kreth、Spirou、Budenstein 和 Melkers 的第三篇论文详细介绍了一项针对明显不同的学习者群体的研究。从主题上讲，他们的工作建立在完善的计算机自我效能文献基础之上。然而，它的独特之处在于它是在在线研究生教育的背景下这样做的。正如作者正确指出的那样，几乎所有先前关于计算自我效能的工作都发生在中小学和本科学习者身上。在这里，作者介绍了计算机科学教育 2019，VOL。29，没有。4、311–312 https://doi.org/10.1080/08993408.2019.1683317 Kreth、Spirou、Budenstein 和 Melkers 的第三篇论文详细介绍了一项针对明显不同的学习者群体的研究。从主题上讲，他们的工作建立在完善的计算机自我效能文献基础之上。然而，它的独特之处在于它是在在线研究生教育的背景下这样做的。正如作者正确指出的那样，几乎所有先前关于计算自我效能的工作都发生在中小学和本科学习者身上。在这里，作者介绍了计算机科学教育 2019，VOL。29，没有。4、311–312 https://doi.org/10.1080/08993408.2019.1683317 Kreth、Spirou、Budenstein 和 Melkers 的第三篇论文详细介绍了一项针对明显不同的学习者群体的研究。从主题上讲，他们的工作建立在完善的计算机自我效能文献基础之上。然而，它的独特之处在于它是在在线研究生教育的背景下这样做的。正如作者正确指出的那样，几乎所有先前关于计算自我效能的工作都发生在中小学和本科学习者身上。在这里，作者介绍了计算机科学教育 2019，VOL。29，没有。4、311–312 https://doi.org/10.1080/08993408.2019.1683317 它的独特之处在于它是在在线研究生教育的背景下这样做的。正如作者正确指出的那样，几乎所有先前关于计算自我效能的工作都发生在中小学和本科学习者身上。在这里，作者介绍了计算机科学教育 2019，VOL。29，没有。4、311–312 https://doi.org/10.1080/08993408.2019.1683317 它的独特之处在于它是在在线研究生教育的背景下这样做的。正如作者正确指出的那样，几乎所有先前关于计算自我效能的工作都发生在中小学和本科学习者身上。在这里，作者介绍了计算机科学教育 2019，VOL。29，没有。4、311–312 https://doi.org/10.1080/08993408.2019.1683317