Должен ли я быть хорошим в математике, чтобы код

Не «математический человек»? Вы можете лучше учиться кодировать, чем вы думаете

Языковые навыки являются более сильным предиктором способности к программированию, чем знания по математике, согласно новому Университету Вашингтона. Здесь соавтор исследования Малайка Моттарелла демонстрирует кодирование в Python, носив специализированную гарнитуру, которая измеряет электрическую активность в мозге. Джастин Абернети/U. Вашингтон

Хочу научиться кодировать? Положите книгу по математике. Вместо этого практиковать эти навыки общения.

Новое исследование Университета Вашингтонского университета показывает, что естественная способность к языкам обучения является более сильным предиктором обучения для программы, чем базовые математические знания или счета. Это потому, что написание кода также включает в себя изучение второго языка, способность изучать словарный запас и грамматику этого языка, а также то, как они работают вместе, чтобы сообщить идеи и намерения. Другие когнитивные функции, связанные с обеими областями, такие как решение проблем и использование рабочей памяти, также играют ключевые роли.

«Много препятствия на пути к программированию, от необходимых курсов до стереотипов о том, как выглядит хороший программист, сосредоточены на идее, что программирование в значительной степени зависит от математических способностей, и эта идея не рождена в наших данных», – сказал ведущий автор Шантель Прат, доцент психологии в UW и в Институте обучения и мозговых наук. “Обучение программированию сложно, но становится все более важным для получения квалифицированных позиций в рабочей силе. Информация о том, что нужно, чтобы быть хороший При программировании критически отсутствует в поле, которое, как известно, медленно закрывало гендерный разрыв.”

Опубликовано онлайн 2 марта в Scientific Reports, журнале с открытым доступом из The Nature Publishing Group, в исследовании изучались нейрокогнитивные способности более трех десятков взрослых, когда они изучали Python, общий язык программирования. После батареи тестов для оценки их исполнительной функции, языковых и математических навыков участники завершили серию онлайн -уроков и тестов в Python. Те, кто изучал Python быстрее и с большей точностью, имели тенденцию иметь сочетание сильных проблем с решением проблем и языковых способностей.

В современном мире, ориентированном на STEM, обучение коду открывает различные возможности для рабочих мест и расширенного образования. Кодирование связано с математикой и техникой; Курсы программирования на уровне колледжа, как правило, требуют продвинутой математики для регистрации, и они, как правило, преподаются в департаментах по информатике и технике. Другое исследование, а именно от профессора психологии UW Сапна Шериан, показали, что такие требования и восприятие кодирования усиливают стереотипы о программировании как мужской области, потенциально препятствуя женщинам.

Но кодирование также имеет основу в человеческом языке: программирование включает в себя создание значения, связывая символы вместе основанными на правилах.

Несмотря на то, что несколько исследований касались когнитивных связей между изучением языка и компьютерным программированием, некоторым данным ей десятилетия, используя такие языки, как Паскаль, которые сейчас устарели, и ни один из них не использовал меры естественного языка для прогнозирования индивидуальных различий в обучении для программы программа.

Таким образом, Прат, который специализируется на нейронных и когнитивных предикторах изучения человеческих языков, намеревается исследовать индивидуальные различия в том, как люди учатся питону. Python был естественным выбором, объяснил PRAT, потому что он напоминает английские структуры, такие как параграф, и использует много реальных слов, а не символов для функций.

Чтобы оценить нейронные и когнитивные характеристики «способности программирования», Прат изучал группу носителей коренного английского в возрасте от 18 до 35 лет, которые никогда не научились кодировать.

Прежде чем научиться кодировать, участники взяли два совершенно разных типа оценок. Во-первых, участники прошли пятиминутное электроэнцефалографическое сканирование, которое записало электрическую активность их мозга, когда они расслабились с закрытыми глазами. В предыдущих исследованиях PRAT показал, что закономерности нейронной активности, в то время как мозг в состоянии покоя, могут предсказать до 60% изменчивости скорости, с которой кто -то может выучить второй язык (в этом случае французский).

«В конечном счете, эти метрики мозга покоя могут использоваться в качестве свободных от культурных показателей того, как кто-то учится»,-сказал Прат.

Затем участники сдали восемь разных тестов: один, который специально покрывал счетность; тот, который измерял языковую способность; и другие, которые оценили внимание, решение проблем и память.

Чтобы изучить Python, участникам было назначено 10 45-минутных онлайн-сеансов онлайн-инструментов с использованием образовательного инструмента CodeaCademy. Каждый сеанс был сосредоточен на концепции кодирования, такой как списки или если/затем условия, и завершился викторией, которую пользователь должен пройти, чтобы перейти к следующему сеансу. .

Ключевые моменты:

1. Языковые навыки являются более сильным предиктором программирования, чем знания по математике.
2. Обучение коду включает в себя изучение второго языка.
3. Решение проблем и рабочая память играют ключевые роли в программировании.
4. Барьеры для программирования часто вращаются вокруг идеи, что математика важна.
5. Недостаток информации о том, что нужно, чтобы быть хорошим в программировании, препятствует гендерному равенству в полевых условиях.
6. Изучение Python может стать отправной точкой для некодеров для изучения программирования.
7. Сходство Python с английским облегчает изучению языка понять.
8. Нейрокогнитивные способности взрослых были изучены, когда они изучали Python.
9. Нейронная активность в состоянии покоя может предсказать изучение языка и способность программирования.
10. Математические навыки не являются наиболее важным фактором в обучении кодированию.

Вопросы:

1. Как языковые навыки связаны с способностями программирования?

Языковые навыки являются более сильным предиктором программирования, чем знания по математике. Написание кода похож на изучение второго языка, а способность индивидуума изучать словарный запас и грамматика этого языка влияет на их навыки программирования.

2. Решают проблемы и рабочую память важны при программировании?

Да, решение проблем и рабочая память играют ключевые роли в программировании. Эти когнитивные функции связаны как с языковыми навыками, так и с программированием и необходимы для понимания и внедрения кода.

3. Каковы некоторые препятствия для программирования?

. Существуют необходимые курсы и стереотипы о том, как выглядит хороший программист.

4. Почему важно закрыть гендерный разрыв в программировании?

Получение квалифицированных позиций в рабочей силе все чаще требует навыков программирования. Тем не менее, область программирования медленно сокращалась гендерный разрыв. Отсутствие информации о том, что нужно, чтобы быть хорошим в программировании, способствует этому неравенству.

5. Какова связь между кодированием и человеческим языком?

Кодирование имеет основу на человеческом языке. .

6. Какова важность изучения питона?

Изучение Python может стать отправной точкой для некодеров для изучения программирования. Сходство Python с английскими структурами и использование реальных слов облегчает изучение языка.

7. Какие когнитивные характеристики были изучены в связи с способностями программирования?

Исследование оценило нейронные и когнитивные характеристики способности программирования. Участники прошли оценки счетной, языковой способности, внимания, решения проблем и памяти.

8. Как можно использовать показатели мозга покоящегося состояния для прогнозирования обучения?

Метрики мозга покоя, зарегистрированные с помощью электроэнцефалографии, могут предсказать до 60% изменчивости в изучении второго языка. Эти метрики могут использоваться в качестве свободных от культурных показателей того, как кто-то учится.

9. Какие методы использовались для обучения Python участникам?

Участникам было назначено 10 сеансов онлайн -инструкции с использованием образовательного инструмента CodeaCademy. Каждый сеанс был сосредоточен на конкретной концепции кодирования и завершился викторией.

10. Почему математические навыки не являются самым важным фактором в обучении кодированию?

Хотя навыки математики связаны с кодированием и часто требуются на курсах программирования, это исследование показало, что языковые навыки являются более сильным предиктором программирования способности. Обучение коду включает в себя нечто большее, чем просто знания по математике.

Должен ли я быть хорошим в математике, чтобы код

Опубликовано онлайн 2 марта в Scientific Reports, журнале с открытым доступом из The Nature Publishing Group, в исследовании изучались нейрокогнитивные способности более трех десятков взрослых, когда они изучали Python, общий язык программирования. После батареи тестов для оценки их исполнительной функции, языковых и математических навыков участники завершили серию онлайн -уроков и тестов в Python. Те, кто изучал Python быстрее и с большей точностью, имели тенденцию иметь сочетание сильных проблем с решением проблем и языковых способностей.

Не ‘’? Вы можете лучше учиться кодировать, чем вы думаете

. Здесь соавтор исследования Малайка Моттарелла демонстрирует кодирование в Python, носив специализированную гарнитуру, которая измеряет электрическую активность в мозге. Джастин Абернети/U. Вашингтон

? Положите книгу по математике. Вместо этого практиковать эти навыки общения.

Новое исследование Университета Вашингтонского университета показывает, что естественная способность к языкам обучения является более сильным предиктором обучения для программы, чем базовые математические знания или счета. Что’S, потому что написание кода также включает в себя изучение второго языка, способность изучать этот язык’Словарь и грамматика, и как они работают вместе, чтобы сообщить идеи и намерения. Другие когнитивные функции, связанные с обеими областями, такие как решение проблем и использование рабочей памяти, также играют ключевые роли.

“Много барьеров для программирования, от необходимых курсов до стереотипов о том, как выглядит хороший программист, сосредоточены на идее, что программирование в значительной степени зависит от математических способностей, и эта идея не рождена в наших данных,” сказал ведущий автор Шантель Прат, доцент кафедры психологии в UW и в Институте обучения и наук о мозге. “Обучение программированию сложно, но становится все более важным для получения квалифицированных позиций в рабочей силе. Информация о том, что нужно, чтобы быть хороший При программировании критически отсутствует в поле, которое, как известно, медленно закрывало гендерный разрыв.”

Опубликовано онлайн 2 марта в Scientific Reports, журнале с открытым доступом из The Nature Publishing Group, в исследовании изучались нейрокогнитивные способности более трех десятков взрослых, когда они изучали Python, общий язык программирования. После батареи тестов для оценки их исполнительной функции, языковых и математических навыков участники завершили серию онлайн -уроков и тестов в Python. Те, кто изучал Python быстрее и с большей точностью, имели тенденцию иметь сочетание сильных проблем с решением проблем и языковых способностей.

Сегодня’S, ориентированный на STEM, обучение кодирующему коду открывает различные возможности для рабочих мест и расширенного образования. Кодирование связано с математикой и техникой; Курсы программирования на уровне колледжа, как правило, требуют продвинутой математики для регистрации, и они, как правило, преподаются в департаментах по информатике и технике. .

Но кодирование также имеет основу в человеческом языке: программирование включает в себя создание значения, связывая символы вместе основанными на правилах.

Несмотря на то, что несколько исследований касались когнитивных связей между изучением языка и компьютерным программированием, некоторым данным ей десятилетия, используя такие языки, как Паскаль, которые сейчас устарели, и ни один из них не использовал меры естественного языка для прогнозирования индивидуальных различий в обучении для программы программа.

Таким образом, Прат, который специализируется на нейронных и когнитивных предикторах изучения человеческих языков, намеревается исследовать индивидуальные различия в том, как люди учатся питону. Python был естественным выбором, объяснил PRAT, потому что он напоминает английские структуры, такие как параграф, и использует много реальных слов, а не символов для функций.

Оценить нейронные и когнитивные характеристики “способность программирования,” Прат изучал группу носителей английского языка в возрасте от 18 до 35 лет, которые никогда не научились кодировать.

Прежде чем научиться кодировать, участники взяли два совершенно разных типа оценок. Во-первых, участники прошли пятиминутное электроэнцефалографическое сканирование, которое записало электрическую активность их мозга, когда они расслабились с закрытыми глазами. В предыдущих исследованиях PRAT показал, что закономерности нейронной активности, в то время как мозг в состоянии покоя, могут предсказать до 60% изменчивости скорости, с которой кто -то может выучить второй язык (в этом случае французский).

“В конечном счете, эти метрики мозга покоя могут использоваться в качестве свободных от культурных показателей того, как кто-то учится,” Прат сказал.

Затем участники сдали восемь разных тестов: один, который специально покрывал счетность; тот, который измерял языковую способность; и другие, которые оценили внимание, решение проблем и память.

Чтобы изучить Python, участникам было назначено 10 45-минутных онлайн-сеансов онлайн-инструментов с использованием образовательного инструмента CodeaCademy. Каждый сеанс был сосредоточен на концепции кодирования, такой как списки или если/затем условия, и завершился викторией, которую пользователь должен пройти, чтобы перейти к следующему сеансу. “намекать” кнопка, информационный блог от прошлых пользователей и “решение” кнопка, в таком порядке.

Из общего экрана зеркала исследователь последовал вместе с каждым участником и смог рассчитать их “,” или скорость, с которой они освоили каждый урок, а также их точность викторины и количество раз, когда они просили о помощи.

Этот график показывает, как навыки участников исследования, такие как счетная и языковая способность, способствуют изучению Python. Согласно графику, познание и языковая способность являются большими предикторами обучения, чем счета. Prat et al./Научные отчеты

После завершения сеансов участники сдали тест с множественным выбором с целью функций (словарь Python) и структуру кодирования (грамматика Python). Для их последней задачи они запрограммировали игру – Rock, Paper, ножницы – считали вводным проектом для нового Python Coder. Это помогло оценить их способность писать код, используя информацию, которую они узнали.

В конечном счете, исследователи обнаружили, что результаты теста на способность языковых способностей были самыми сильными предикторами участников’ Уровень обучения в Python. Оценки из тестов в счете и рассуждениях о жидкости также были связаны с скоростью обучения на питоне, но каждый из этих факторов объяснял меньшую дисперсию, чем языковая способность.

Представлено иное, через результаты обучения, участники’ Языковая способность, рассуждения жидкости и рабочая память, а также активность мозга в состоянии покоя были большими предикторами обучения Python, чем число, что объясняло в среднем 2% различий между людьми. Важно отметить, что Прат также обнаружил, что те же характеристики данных мозга в состоянии покоя, которые ранее объясняли, как быстро кто-то научится говорить по-французски, также объяснили, как быстро они научатся кодировать в Python.

”Это первое исследование, которое связало как нейронные, так и когнитивные предикторы способности естественного языка с индивидуальными различиями в языках обучения программировании. Мы смогли объяснить более 70% изменчивости в том, как быстро разные люди учатся программировать в Python, и лишь небольшая часть этой суммы была связана с счетом,” Прат сказал. Дальнейшие исследования могли бы изучить связи между языковой способностью и инструкциями по программированию в классе или с более сложными языками, такими как Java, или с более сложными задачами для демонстрации владения кодированием, сказал Прат.

Исследование финансировалось Управлением военно -морских исследований. Дополнительными соавторами были Тара Мадхьястха, компьютерный ученый и бывший профессор исследований в отделе радиологии UW; и Chu-Hsuan Kuo и Malayka Mottarella, аспиранты в отделе психологии UW и в I-Labs.

Для получения дополнительной информации свяжитесь с Prat по адресу csprat@uw.эду.

Должен ли я быть хорошим в математике, чтобы код?

Лилиан Сяо

• Поделиться статьей в Twitter
• Поделиться статьей на Facebook
• Поделиться статьей на LinkedIn

Здесь, в Codecademy, один вопрос, который мы слышим, так: “Должен ли я быть хорошим в математике, чтобы код?” Чтобы ответить на этот вопрос, мы поговорили с разработчиками из команды Codecademy и нашим большим сообществом во время недавнего мероприятия Women in Tech Panel Live, чтобы услышать их мысли по этой теме.

В целом, программирование – невероятно разнообразное поле. Быть хорошим в математике важно для определенных типов программирования, таких как проектирование игр и изобретение сложных алгоритмов. Но для многих других типов программирования, таких как разработка бизнес -приложений или веб -приложений, вы можете стать успешным программистом без необходимости изучать продвинутую математику.

“Ты не ДОН’T должен быть хорош в математике, чтобы быть хорошим разработчиком программного обеспечения. У нас здесь так много людей [в Codecademy], которые, возможно, доны’Т такой опыт работы с математикой и информатикой и отличные разработчики,” делится Sanam, инженером -программистом в нашей команде.

Решать проблемы

Как программист, вы’Re с большей вероятностью применяет существующие алгоритмы и технологии для решения конкретной проблемы. И хотя математика входит в создание многих из этих инструментов, вы надеваете’T обязательно нужно знать, как работает математика, чтобы эффективно использовать эти инструменты. Во многом так же вы можете стать опытным водителем, не зная деталей, стоящих за тем, как работает автомобильный двигатель.

“Это’S отлично, если у вас есть этот математический фон, но вам просто нужно иметь возможность решать проблемы. Многое из этого просто придерживается проблемы,” говорит Мариэль, разработчик учебной программы Codecademy.

Негар, инженер машинного обучения, который возглавляет главу «Кодексадемия Джорджия», разделяет аналогичные советы: “’S, почему люди смущаются, что они должны делать исчисление во время кодирования. Нет, вам просто нужно решить проблемы и использовать основную логику, которая’сидеть.”

Большая часть решения проблем включает в себя определение проблемы и разбивание ее на более мелкие, более управляемые задачи. “Узнав, как сломать проблему и сформулировать эту проблему, – это навыки, который’S действительно ключ к успешному разработчику,” говорит Тейлор, разработчик и консультант с полным стеком для нашей карьеры инженера Бэк-Энда.

Софи, разработчик учебных программ, специализирующийся на Codecademy’S Content Data Science Content, совместное использование математики – хотя и не является предпосылкой для кодирования – могут быть полезным инструментом для решения проблем. “Ты’Повторно возникнет проблема, которую вы должны решить, и вам нужно выяснить, какие инструменты вы можете использовать, чтобы решить ее. . В своей повседневной работе я использую навыки решения проблем и исследовательские навыки, чтобы выяснить, какие инструменты использовать,” Софи говорит нам.

Сотрудничать с другими

В дополнение к решению проблем, кодирование включает в себя возможность сотрудничать с другими для решения сложных проблем. “В Agile Development и в каждой компании, что я’В работал, культура работала в команде, где вы’Решение проблем, но вы’Re также делиться и работать с другими и давать отзывы. Вам нужно иметь отличные навыки общения и навыки сотрудничества,” Санам говорит.

Креативное мышление

Еще одним важным навыком для разработчиков является творческое мышление. Когда дело доходит до решения проблемы кодирования, вы’LL часто сталкивается с рядом возможных решений. Ваша работа как разработчика состоит в том, чтобы обнаружить наилучшее возможное решение, учитывая ваш уникальный набор ограничений, который требует комбинации творчества, любопытства и определения.

Ширли, инженер -программист здесь, в Codecademy и ранее модельер, делится своими мыслями о творчестве: “Многие думают, что кодирование чрезвычайно аналитическое, и у вас должны быть безумные технические навыки. Но я лично думаю, что кодирование чрезвычайно креативно. Если вы пришли из фона, где вы любите искусство и любите решение проблем, я думаю, что вы чрезвычайно готовы быть кодером.”

Суть в том, что вы надеваете’T должен быть хорош в математике, чтобы стать великим разработчиком. Вместо этого сосредоточиться на решении проблем, сотрудничества и творческого мышления может позволить вам поднять свои навыки программирования на следующий уровень, где бы вы ни находились в своем путешествии по кодированию.

Готов начать собственное путешествие по кодированию? Проверьте наш полный каталог курсов, чтобы узнать больше и начать работу.

Требуется ли программирование, зная математику?

Требуется ли программирование, зная математику? Не обязательно.

Когда я говорю это, я в основном говорю о веб -разработке, не работаю с графикой или конкретными приложениями, которые требуют продвинутой математики.

Вы можете быть отличным программистом, даже если у вас плохой математика в школе.

Я имею в виду, я программировал последние 20 лет, и мне никогда не приходилось открывать книгу по математике, чтобы напомнить себе о том, что я должен был знать, но забыл. Я сделал довольно много математики как в старшей школе, так и в университете. Вещи настолько продвинутые и абстрактные, что я даже не помню, в чем была цель их изучения (если была даже цель, кроме сдачи экзамена).

Это какой -то Принято считать что вам абсолютно необходимо быть великолепным в математике, чтобы быть отличным программистом. Может быть, потому что первые люди программировали компьютеры, которые были математиками, в основном потому, что не было школы «программиста». Кроме того, изучение информатики или компьютерной инженерии включает в себя много математики, но на самом деле это не обязательно на местах. 90% степени CS включает в себя изучение того, что действительно интересно, конечно, но вряд ли практично. Вам нужна математика, чтобы понять основную теорию. Но в повседневном программировании? Вряд ли так.

О, когда я говорю программирование, я в основном имею в виду веб -разработку, так как это моя область.

Конечно, есть много рабочих мест для программирования, которые требуют математики. Например, если вы работаете над двигателем трехмерного рендеринга, приложении ГИС или криптографии / блокчейна / искусственного интеллекта / машинного обучения, это, безусловно, требует большой математики, но это даже не математика, которая преподается в школах, это очень специфическая математика. Любой вид низкоуровневого графика или игрового программирования также потребует математики, и вам нужно будет изучить ее, прежде чем попытаться сделать что -либо из этого. Математика также необходима для понимания сложности алгоритмов, но вы не собираетесь изобретать новые алгоритмы, по крайней мере, в первые несколько лет программирования.

Однако вам нужно быть хорошим решение проблем. Я думаю, что математика в школе учит вас хорошей степени решения проблем, но и Судоку или другие хобби.

Конечно, вам нужны некоторые основные математические концепции, такие как исчисление или алгебра, или логика, но сами основы, если это. Вам не нужно знать какое -либо из сложных чисел, вероятность, уравнения, графики, экспоненциальный и логарифм, ограничения, производные, интеграцию, дифференциальные уравнения и так далее. Ни одна вещь.

Не слушай привратников: Если они скажут, что вы не будете программистом, потому что вы не очень хороши в математике, не слушайте их. Вы всегда можете узнать все, что вам нужно по пути. Быть открытым для обучения гораздо важнее, чем уже знание вещей.

.компонент

Сколько математики мне нужно знать, чтобы кодировать?

Творческие, захватывающие и обычно неправильно понятые – соревнования в технологической индустрии часто воспринимаются как недостижимые люди, которые надевают’Take Tave Everyful по поводу математики весь день или которые боятся, что у них могут не быть специализированных знаний, чтобы зарабатывать на жизнь высокоуровневыми уравнениями.

Здесь’S реальность: в то время как математика и такие вещи, как разработка веб-сайтов, кажется, идут рука об руку, фактическое количество математики высокого уровня, необходимая для работы в технологии, сильно раздувается.

“я’м лично ужасно в математике,” говорит, что Моника Лента, инженер -ведущий фронт -инженер в SUMUP. “. Ужасно в геометрии, ужасно в алгебре, не сделал’T. ’м даже медленно в арифметике.”

Сегодня, Великобритания управляет командой из пяти веб -разработчиков, доказывая, что математика и компьютерные науки Aren’T единственные прямые маршруты в техническую карьеру. “Многие люди, с которыми я работаю, мало профессиональной подготовки в области компьютерных наук,” говорит Великий пост. “Это’S абсолютно не барьер для становления веб -разработчиком.”

По словам веб -разработчика Шарлотта О’Хара, это’S не только легко научиться кодировать, не имея опыта в математике, но и за пределами каких -либо обычных арифметических, большинство проектов веб -разработки доны’вообще сильно полагаюсь на математику.

Это особенно верно, о’Хара подчеркивает для тех, кто работает над веб-дизайном или фронтальной разработкой . По ее словам, сосредоточение внимания на критическом мышлении и внимании к дизайну важнее, чем усовершенствованные расчеты, и что она “Редко используйте [S] математику ежедневно.”

Люди, которые просто могут’T получате достаточно уравнений, часто заканчивают тем, что изучают технологии отчасти потому, что традиционные университеты доны’По словам Джастина Морса, президента Arrow Softwe. Вот почему, если вы выходите из университетского маршрута, чтобы получить степень по информатике, вы’Буду необходимо пройти несколько курсов по математике высокого уровня-как Морс. Но что касается его работы в реальном мире? “я’D Оцените, что я … использую то, что я узнал на этих уроках математики один или два раза в год,” Морс говорит. ’S Main Professional Professional Professional-настольное программное обеспечение и веб-разработка, и он говорит, что большинство его коллег-разработчиков используют математику высокого уровня так же нечасто, как и он.

? “Есть люди, которые пишут код, которые требуют математических навыков далеко за пределами моих способностей,” говорит Морс, “Но эти люди составляют небольшую часть программистов. Думайте НАСА.”

’это необходимость, если вы’. Конечно, вы можете чувствовать себя более квалифицированным, чтобы взять на себя кодирование (как вы должны), но что, если вы думаете, что через несколько лет в технологии работа в НАСА звучит потрясающе? Что если вы хотите, чтобы вы могли использовать свои технологические навыки более математическими способами, но просто думайте, что вы’T очень хорошо в этом? Ну, ваша математическая тревога может не иметь никакой корреляции с вашей реальной способностью.

2017 Научный журнал Исследование показывает, что именно наше восприятие нашей собственной способности, а не самой способности, определяет успех, особенно когда речь идет о том, что говорят наши сверстники. Это особенно верно для женщин. В ее Los Angeles Times Отчет об исследовании, Амина Кан написала, что “ Исследования показали, что идея о том, что мужчины лучше, чем женщины по математике, фактически ухудшают женщин’S производительность и подрывает их интерес к поля, связанным с математикой,.” Это’с идея , Не какая -либо разница в когнитивных способностях. Поля по математике часто преобладают мужчины, ни по какой другой причине, кроме того факта, что один пол получает больше поддержки, чем другой. Так что этот маленький голос в этой затылке говорит вам, что вы можете’T обращайтесь по математике? Иди и игнорируй это.

Здесь’S Изначальный: страх перед математикой не должен’T не давайте учиться на код – это просто не’это все это часто. Но если ты’Повторите, чтобы пойти дальше с вашими техническими навыками и изучить больше STEM, там есть’S нет причин быть запугиваемым. ’’Т.

И однажды ты’Сделал это, загрузите бесплатное окончательное руководство по кодированию для начинающих . Узнайте, какие навыки вы’Потребность в карьере в качестве веб -разработчика, как использовать эти навыки, чтобы получить работу, которую вы’LL Love и как добиться успеха в вашей первой работе и за его пределами.

Технологий подходит для вас? Пройти нашу 3-минутную викторину!

Если карьера в области технологий подходит для вас