論文の概要: Securing Bring-Your-Own-Device (BYOD) Programming Exams
- arxiv url: http://arxiv.org/abs/2001.03942v1
- Date: Sun, 12 Jan 2020 15:01:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-08 03:57:45.963366
- Title: Securing Bring-Your-Own-Device (BYOD) Programming Exams
- Title（参考訳）: bring-Your-Own-Device (BYOD) プログラミングエグゼムのセキュア化
- Authors: Oka Kurniawan, Norman Tiong Seng Lee, Christopher M. Poskitt
- Abstract要約: 従来のペンと紙の試験は、現代の大学プログラミングコースでは不十分である。
多くの機関は、専用のコンピュータラボでアセスメントを実行するためのリソースやスペースを欠いている。
これにより、BYOD( bring-your-own-device)試験フォーマットの開発が動機となっている。
- 参考スコア（独自算出の注目度）: 1.9164932573056916
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traditional pen and paper exams are inadequate for modern university
programming courses as they are misaligned with pedagogies and learning
objectives that target practical coding ability. Unfortunately, many
institutions lack the resources or space to be able to run assessments in
dedicated computer labs. This has motivated the development of
bring-your-own-device (BYOD) exam formats, allowing students to program in a
similar environment to how they learnt, but presenting instructors with
significant additional challenges in preventing plagiarism and cheating. In
this paper, we describe a BYOD exam solution based on lockdown browsers,
software which temporarily turns students' laptops into secure workstations
with limited system or internet access. We combine the use of this technology
with a learning management system and cloud-based programming tool to
facilitate conceptual and practical programming questions that can be tackled
in an interactive but controlled environment. We reflect on our experience of
implementing this solution for a major undergraduate programming course,
highlighting our principal lesson that policies and support mechanisms are as
important to consider as the technology itself.
- Abstract（参考訳）: 従来のペンと紙の試験は、実践的なコーディング能力をターゲットにした教育や学習の目的と不一致であるため、現代の大学プログラミングコースでは不十分である。
残念ながら、多くの機関は専用のコンピュータラボでアセスメントを実行するためのリソースやスペースを欠いている。
このことは、学生がどのように学習するかと同様の環境でプログラムできるような、BYOD( bring-your-own-device)試験フォーマットの開発を動機付けている。
本稿では,学生のラップトップをシステムやインターネットアクセスの制限のあるセキュアなワークステーションに変えるソフトウェアであるロックダウンブラウザに基づくbyod試験ソリューションについて述べる。
この技術を学習管理システムとクラウドベースのプログラミングツールと組み合わせることで,対話的かつ制御可能な環境において,概念的かつ実践的なプログラミング問題に取り組むことができる。
我々は、このソリューションを主要な学部プログラミングコースに導入した経験を反映し、ポリシーとサポートメカニズムが技術そのものと同じくらい重要であるという私たちの主要な教訓を強調します。
関連論文リスト
- Towards an Engineering Discipline for Resilient Cyber-Physical Systems [0.0]
レジリエンスという用語は、正しいサービスを提供しながら予期せぬ入力に対処する能力を指す。
私の論文は、レジリエントなサイバー物理システムのためのエンジニアリングの分野を開拓することを目的としています。
論文 参考訳（メタデータ） (2024-07-22T11:50:01Z) - WIP: A Unit Testing Framework for Self-Guided Personalized Online Robotics Learning [3.613641107321095]
本稿では,授業ワークフローに統合しながら,単体テストのためのシステムを構築することに焦点を当てる。
フレームワークのパーソナライズされた学生中心のアプローチに合わせて、この方法は学生がプログラミング作業を簡単に修正し、デバッグできるようにする。
単体テストを含むコースワークフローは、学習環境を強化し、学生が自己指導型でロボットをプログラムする方法を学習できるように、よりインタラクティブにする。
論文 参考訳（メタデータ） (2024-05-18T00:56:46Z) - Towards a low-cost universal access cloud framework to assess STEM
students [0.0]
政府によるロックダウンは、学術機関に対して、従来の対面教育からハイブリッドまたは完全リモート学習モデルに移行するよう呼びかけている。
本論文は,コンピュータプログラミングコースにおける大学生のオンラインアセスメントへのユニバーサルアクセスを実現するために,クラウド展開を調整し,実装した。
論文 参考訳（メタデータ） (2024-01-31T09:45:41Z) - SERL: A Software Suite for Sample-Efficient Robotic Reinforcement
Learning [85.21378553454672]
筆者らは,報酬の計算と環境のリセットを行う手法とともに,効率的なオフ・ポリティクス・ディープ・RL法を含むライブラリを開発した。
我々は,PCBボードアセンブリ,ケーブルルーティング,オブジェクトの移動に関するポリシを,非常に効率的な学習を実現することができることを発見した。
これらの政策は完全な成功率またはほぼ完全な成功率、摂動下でさえ極端な堅牢性を実現し、突発的な堅牢性回復と修正行動を示す。
論文 参考訳（メタデータ） (2024-01-29T10:01:10Z) - Intelligent Tutoring System: Experience of Linking Software Engineering
and Programming Teaching [11.732008724228798]
自動グレードを処理する既存のシステムは、主にテストケースの実行の自動化に焦点を当てている。
我々は、自動フィードバックとグレーディングを提供するインテリジェントなチューリングシステムを構築しました。
論文 参考訳（メタデータ） (2023-10-09T07:28:41Z) - Building an Effective Automated Assessment System for C/C++ Introductory
Programming Courses in ODL Environment [0.0]
学生の作業を評価する従来の方法は、時間と労力の両面で不十分になってきている。
遠隔教育環境では、多くの家庭教師を雇うための重厚な報酬の観点からも、こうした評価がさらに困難になる。
私たちは、効果的な自動評価システムを構築するのに必要な、さまざまなコンポーネントを特定します。
論文 参考訳（メタデータ） (2022-05-24T09:20:43Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳（メタデータ） (2020-10-19T13:09:31Z) - Wireless Communications for Collaborative Federated Learning [160.82696473996566]
IoT(Internet of Things)デバイスは、収集したデータを中央のコントローラに送信することができず、機械学習モデルをトレーニングすることができる。
GoogleのセミナルFLアルゴリズムでは、すべてのデバイスを中央コントローラに直接接続する必要がある。
本稿では,コラボレーティブFL(CFL)と呼ばれる新しいFLフレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-03T20:00:02Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。