論文の概要: The Impact of Remote Pair Programming in an Upper-Level CS Course
- arxiv url: http://arxiv.org/abs/2204.03066v1
- Date: Wed, 6 Apr 2022 20:01:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 16:08:44.826405
- Title: The Impact of Remote Pair Programming in an Upper-Level CS Course
- Title(参考訳): 上位レベルcsコースにおける遠隔ペアプログラミングの効果
- Authors: Zachariah J. Beasley and Ayesha R. Johnson
- Abstract要約: ペアプログラミングは、学生にいくつかの利益をもたらす活発な学習手法として強調されてきた。
この研究は、上位レベルのコンピュータサイエンスコースにおけるペアプログラミングの効果を分析する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Pair programming has been highlighted as an active learning technique with
several benefits to students, including increasing participation and improving
outcomes, particularly for female computer science students. However, most of
the literature highlights the effects of pair programming in introductory
courses, where students have varied levels of prior programming experience and
thus may experience related group issues. This work analyzes the effect of pair
programming in an upper-level computer science course, where students have a
more consistent background education, particularly in languages learned and
best practices in coding. Secondly, the effect of remote pair programming on
student outcomes is still an open question and one of increasing importance
with the advent of Covid-19. This work utilized split sections with a control
and treatment group in a large, public university. In addition to comparing
pair programming to individual programming, results were analyzed by modality
(remote vs. in person) and by gender, focusing on how pair programming benefits
female computer science students in confidence, persistence in the major, and
outcomes. We found that pair programming groups scored higher on assignments
and exams, that remote pair programming groups performed as well as in person
groups, and that female students increased their confidence in asking questions
in class and scored 12\% higher in the course when utilizing pair programming.
- Abstract(参考訳): ペアプログラミングは、特に女子コンピュータサイエンス学生の参加や成果の向上など、学生にいくつかの利益をもたらす活発な学習手法として強調されてきた。
しかし、多くの文献は、学生が事前プログラミング経験のレベルが異なるため、関連するグループ問題を経験できる入門コースにおけるペアプログラミングの効果を強調している。
本研究は,高レベルのコンピュータサイエンスコースにおけるペアプログラミングの効果を分析し,特に学習言語やプログラミングのベストプラクティスにおいて,学生がより一貫したバックグラウンド教育を行う。
第二に、リモートペアプログラミングが学生の成果に与える影響は依然として未解決の問題であり、Covid-19の出現とともに重要性が増している。
この研究は、大きな公立大学の管理・治療グループによる分割セクションを利用した。
ペアプログラミングと個人プログラミングを比較することに加えて、結果はモダリティ(個人対リモート)とジェンダーによって分析され、ペアプログラミングが女性コンピュータサイエンスの学生の自信、メジャーにおける永続性、結果にどう影響するかに焦点を当てた。
ペアプログラミング群は,課題や試験において高い得点を示し,遠隔ペアプログラミング群は個人グループにおいても高い得点を示し,女子学生は授業における質問に対する自信を高め,ペアプログラミングを利用する場合のコースで12対%高い得点を示した。
関連論文リスト
- Evaluating Contextually Personalized Programming Exercises Created with Generative AI [4.046163999707179]
本報告では,GPT-4で作成した文脈別にパーソナライズされたプログラミング演習を含む,選択型プログラミングコースにおけるユーザスタディについて報告する。
その結果, GPT-4で発生する運動の質は概して高かった。
これは、AIが生成するプログラミング問題は、入門プログラミングコースに付加価値があることを示している。
論文 参考訳(メタデータ) (2024-06-11T12:59:52Z) - Enhancing Computer Science Education with Pair Programming and Problem
Solving Studios [0.0]
本研究では,ペアプログラミングと組み合わせることで,問題解決スタジオのコンピュータサイエンス教育への適応について検討する。
PSSは、インストラクターがリアルタイムでフィードバックしたオープンエンドの問題を解決する学生のチームを含む。
PSSは、調整可能な難易度の問題を用いて、近位発達の領域内で全てのレベルの学生を関与させ、機能させる。
論文 参考訳(メタデータ) (2023-11-03T03:40:55Z) - Psychological Aspects of Pair Programming [0.0]
本研究は,ペアプログラミングにおける定量的,定性的な洞察を得ることを目的とする。
この研究の目的は、この発見を利用して人工知能とのペアリングに関するさらなる研究を設計することである。
論文 参考訳(メタデータ) (2023-06-12T20:57:50Z) - Exploring the Use of ChatGPT as a Tool for Learning and Assessment in
Undergraduate Computer Science Curriculum: Opportunities and Challenges [0.3553493344868413]
本稿では,ChatGPTを大学コンピュータサイエンスカリキュラムの学習・評価ツールとして活用する上での課題と課題について論じる。
グループBの学生はChatGPTにアクセスでき、プログラミングの課題を解決するために使うことを奨励された。
結果より,ChatGPTを用いた学生は成績の点で有利であったが,提出されたコードには矛盾や不正確性があった。
論文 参考訳(メタデータ) (2023-04-16T21:04:52Z) - Hierarchical Programmatic Reinforcement Learning via Learning to Compose
Programs [58.94569213396991]
プログラムポリシーを作成するための階層型プログラム強化学習フレームワークを提案する。
提案するフレームワークは,プログラム作成の学習を通じて,アウト・オブ・ディストリビュータの複雑な動作を記述するプログラムポリシーを作成することができる。
Karel ドメインの実験結果から,提案するフレームワークがベースラインより優れていることが示された。
論文 参考訳(メタデータ) (2023-01-30T14:50:46Z) - Learning from Self-Sampled Correct and Partially-Correct Programs [96.66452896657991]
そこで本研究では,モデルが学習中にサンプリングを行い,自己サンプリングされた完全正当プログラムと部分正当プログラムの両方から学習することを提案する。
自己サンプリング型プログラムと部分修正型プログラムを併用することで,学習とサンプリングプロセスのガイドに役立てることができることを示す。
提案手法は,MLEを用いた単一の参照プログラムからの学習と比較して,パス@kの性能を3.1%から12.3%向上させる。
論文 参考訳(メタデータ) (2022-05-28T03:31:07Z) - Lifelong Learning Metrics [63.8376359764052]
DARPA Lifelong Learning Machines (L2M) プログラムは、人工知能(AI)システムの進歩を目指している。
本論文は、生涯学習シナリオを実行するエージェントのパフォーマンスの構築と特徴付けのためのフォーマリズムを概説する。
論文 参考訳(メタデータ) (2022-01-20T16:29:14Z) - Enforcing Consistency in Weakly Supervised Semantic Parsing [68.2211621631765]
本稿では,関連する入力に対する出力プログラム間の整合性を利用して,スプリアスプログラムの影響を低減することを提案する。
より一貫性のあるフォーマリズムは、一貫性に基づくトレーニングを必要とせずに、モデルパフォーマンスを改善することにつながります。
論文 参考訳(メタデータ) (2021-07-13T03:48:04Z) - Distributed Deep Learning in Open Collaborations [49.240611132653456]
協調学習に特化して設計された新しいアルゴリズムフレームワークを提案する。
現実的な条件下でのSwaVとALBERTの事前学習に対するアプローチの有効性を実証し,コストのごく一部で従来の設定に匹敵する性能を実現する。
論文 参考訳(メタデータ) (2021-06-18T16:23:13Z) - Who does what? Work division and allocation strategies of computer
science student teams [5.863264019032882]
本研究の目的は,集団課題におけるコンピュータサイエンスの学生の作業分割とアロケーション戦略の洞察を得ることである。
主に成績と効率の要因によって動機付けられ、学生は以前の専門知識と好みに基づいてタスクを選択し、割り当てる。
この結果から,新しいソフトウェア工学のスキルを実践する学生のモチベーションを抑えることができると論じている。
論文 参考訳(メタデータ) (2021-03-04T12:27:07Z) - BUSTLE: Bottom-Up Program Synthesis Through Learning-Guided Exploration [72.88493072196094]
プログラムのボトムアップ検索に学習を活用する新しい合成手法を提案する。
特に、入力出力例のセットに基づいて、探索条件中の中間値の合成を優先順位付けするようにモデルを訓練する。
単純な教師付き学習アプローチであっても,学習とボトムアップ検索の組み合わせは極めて効果的であることを示す。
論文 参考訳(メタデータ) (2020-07-28T17:46:18Z)
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。