論文の概要: A systematic literature review of capstone courses in software engineering

• arxiv url: http://arxiv.org/abs/2301.03554v1
• Date: Mon, 9 Jan 2023 18:04:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 13:32:28.818381
• Title: A systematic literature review of capstone courses in software engineering
• Title（参考訳）: ソフトウェア工学におけるキャップストーンコースの体系的文献レビュー
• Authors: Saara Tenhunen, Tomi M\"annist\"o, Matti Luukkainen, Petri Ihantola
• Abstract要約: キャップストーンプロジェクトは、学生にハンズオン体験を提供し、ソフトスキルを教える一般的な方法である。 本稿では,本論文で紹介されるソフトウェア工学のカプストーンコースの特徴について考察する。
• 参考スコア（独自算出の注目度）: 0.3536605202672354
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tertiary education institutions aim to prepare their computer science and software engineering students for working life. While much of the technical principles are covered in lower-level courses, team-based capstone projects are a common way to provide students with hands-on experience and teach soft skills. This paper explores the characteristics of software engineering capstone courses presented in the literature. The goal of this work is to understand the pros and cons of different approaches by synthesising the various aspects of software engineering capstone courses and related experiences. In a systematic literature review for 2007-2022, we identified 127 primary studies. These studies were analysed based on their presented course characteristics and the reported course outcomes. The characteristics were synthesised into a taxonomy consisting of duration, team sizes, client and project sources, project implementation, and student assessment. We found out that capstone courses generally last one semester and divide students into groups of 4-5 where they work on a project for a client. For a slight majority of courses, the clients are external to the course staff and students are often expected to produce a proof-of-concept level software product as the main end deliverable. The courses also offer versatile assessments for students throughout the project. This paper provides researchers and educators with a classification of characteristics of software engineering capstone courses based on previous research. We further synthesise insights on the reported outcomes of capstone courses. Our review study aims to help educators to identify various ways of organising capstones and effectively plan and deliver their own capstone courses. The characterisation also helps researchers to conduct further studies on software engineering capstones.
• Abstract（参考訳）: 第3の教育機関は、コンピュータサイエンスとソフトウェア工学の学生を仕事のために準備することを目的としている。 技術的な原則の多くは低レベルのコースでカバーされているが、チームベースのcapstoneプロジェクトは、学生にハンズオン体験を提供し、ソフトスキルを教える一般的な方法である。 本稿では,本論文で紹介するソフトウェア工学カプストーンコースの特徴について考察する。 この研究の目的は、ソフトウェア工学のcapstoneコースと関連する経験のさまざまな側面を合成することで、異なるアプローチの長所と短所を理解することである。 2007-2022年の体系的文献レビューでは,127の初等研究を同定した。 これらの研究は、提示されたコース特性と報告されたコース結果に基づいて分析された。 これらの特徴は, 期間, チーム規模, クライアントおよびプロジェクトソース, プロジェクト実装, 学生評価からなる分類学に合成された。 その結果,アカッドストーンコースは概して1学期で,学生を4～5人のグループに分けて,クライアント向けのプロジェクトに取り組んでいることがわかった。 少数のコースでは、クライアントはコースのスタッフの外部にあり、学生は主要な目的として概念実証レベルのソフトウェア製品を生産することがしばしば期待されます。 コースはまた、プロジェクト全体を通して学生に多彩な評価を提供する。 本稿では,先行研究に基づくソフトウェア工学capstoneコースの特徴を,研究者や教育者に対して分類する。 我々はさらにcapstoneコースの報告結果に関する洞察を合成する。 本研究の目的は,capstonesを組織する様々な方法を教育者が認識し,capstoneコースを効果的に計画し,提供することにある。 この特徴付けはまた、研究者がソフトウェア工学の石碑についてさらなる研究を行うのに役立つ。

関連論文リスト

• Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [175.9723801486487]
  我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。 GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。 この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
  論文  参考訳（メタデータ） (2024-08-07T12:11:49Z)
• Ten Years of Teaching Empirical Software Engineering in the context of Energy-efficient Software [12.26887943861433]
  オランダのアムステルダムにあるVrije Universityversiteit Amsterdamで、Green Labのコースを10回行った経験を共有します。 このコースは、VUのComputer Science MasterプログラムのSoftware Engineering and Green ITトラックで提供されている。
  論文  参考訳（メタデータ） (2024-07-08T07:44:49Z)
• Teaching and Learning Ethnography for Software Engineering Contexts [1.0992151305603264]
  この章では、ソフトウェア工学の大学院生にエスノグラフィーを教えるための教育と学習について紹介する。 本章の内容は、新生児からエスノグラフィーへの研究手法としての基本的な知識であると考えるものに焦点を当てている。 この章は、経験的ソフトウェアエンジニアリングのコースの一部をサポートするように設計されており、さらに読むためのポインタと文献を提供している。
  論文  参考訳（メタデータ） (2024-07-05T15:43:02Z)
• Enhancing Student Engagement in Large-Scale Capstone Courses: An Experience Report [2.7629502923028944]
  キャップストーンコースは、ソフトウェア開発でハンズオン体験を得るための貴重な機会を学生に提供する。 アカッドストーン・コースの調整 特に大学生のコホートは 学術スタッフにとって 大変な仕事だ 6回の連続セッションで大きく成長したキャップストーンコースの反復的開発と改良について概説した。
  論文  参考訳（メタデータ） (2024-04-03T23:59:35Z)
• Charting a Path to Efficient Onboarding: The Role of Software Visualization [49.1574468325115]
  本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。 本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
  論文  参考訳（メタデータ） (2024-01-17T21:30:45Z)
• Personalization, Cognition, and Gamification-based Programming Language Learning: A State-of-the-Art Systematic Literature Review [0.13053649021965597]
  計算機科学におけるプログラミングコースは、多くの学生にとって最初のコンピュータプログラミング入門であることが多いため、重要である。 現在の大学講堂でよく使われている学習モデルでは、モチベーションや学習への参加が欠如していることが多い。 本稿では,プログラミングコースにおける効果的パーソナライズされたゲーミフィケーション介入の設計と実装に関する知見を提供する。
  論文  参考訳（メタデータ） (2023-09-05T05:14:23Z)
• Team Composition in Software Engineering Education [0.5439020425819]
  本研究は,ソフトウェア工学教育における学生チーム構成の理解を深めることを目的としている。 本研究の最初の成果を報告する。
  論文  参考訳（メタデータ） (2023-06-14T11:00:05Z)
• Teaching Fairness, Accountability, Confidentiality, and Transparency in Artificial Intelligence through the Lens of Reproducibility [38.87910190291545]
  本稿では,アムステルダム大学における,公正性,説明責任性,信頼度,人工知能の透明性(FACT-AI)に関する技術的,大学院レベルのコースのセットアップについて説明する。 コースの焦点は、トップAIカンファレンスの既存のFACT-AIアルゴリズムに基づいたグループプロジェクトであり、彼らの経験に関するレポートを書くことである。
  論文  参考訳（メタデータ） (2021-11-01T10:58:35Z)
• 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)
• Are Top School Students More Critical of Their Professors? Mining Comments on RateMyProfessor.com [83.2634062100579]
  RateMyProfessor.comの学生レビューとコメントは、学生の現実的な学習経験を反映している。 本研究は,学生のレビューやコメントに重要な情報が含まれており,授業や大学への入学に欠かせない参考文献として利用できることを実証する。
  論文  参考訳（メタデータ） (2021-01-23T20:01:36Z)
• 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。