I kurset introducerede vi en model for sværhedsgraden af en CT-aktiviteten, hvor selve det modellerede stofs sværhedsgrad er på den lodrette akse, og i hvor høj grad eleverne skal arbejde med kode er på den vandrette akse. Elevernes arbejde i denne aktivitet er indtegnet. Eleverne skal grundlæggende gå på jagt efter et ”logistisk” dyr. Vi kender på forhånd den logistiske populationsmodel/differentialligning og dens egenskaber, men vi ved ikke hvilke egenskaber det enkelte individ skal have for at en population af dem opfører sig logistisk. Eleverne arbejder/leger først med en givet model ”bakterievækst” for at forstå koden og afslører ved at køre modellen og udtrække data at der ikke er tale om logistisk vækst (trods s-formet vækstkurve). Eleverne skal da oversætte koden fra ”bakterievækst” til NetLogo 3D for at undersøge om dimensionen har indflydelse på vækstformen. Dernæst skal eleverne modificere ”Bakterievækst”-modellen til at have egenskaber der stilladserer deres forståelse af den næste givne model ”polypdyr” med tilfældigt placeret afkom. (Der påvises ved dataudtræk fra simuleringen at der rent faktisk ér tale om logistisk vækst! ) Dernæst skal eleverne (ved kodemodifikation) give afkom en mere realistisk og intelligent adfærd, (der så ødelægger den logistiske vækst!). Der er en rigtig god sammenhæng imellem den matematiske model (content) ”logistisk vækst” og de kodemodifikationer i NetLogo-modellerne der hjælper eleverne til at forstå hvilke egenskaber i individerne (agenterne) der på populationsbasis opfører sig logistisk og hvilke der ikke gør.