論文の概要: Psychological Aspects of Pair Programming
- arxiv url: http://arxiv.org/abs/2306.07421v1
- Date: Mon, 12 Jun 2023 20:57:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 19:45:27.540586
- Title: Psychological Aspects of Pair Programming
- Title（参考訳）: ペアプログラミングの心理的側面
- Authors: Marcel Valov\'y
- Abstract要約: 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。
- 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: With the recent advent of artificially intelligent pairing partners in
software engineering, it is interesting to renew the study of the psychology of
pairing. Pair programming provides an attractive way of teaching software
engineering to university students. Its study can also lead to a better
understanding of the needs of professional software engineers in various
programming roles and for the improvement of the concurrent pairing software.
Objective: This preliminary study aimed to gain quantitative and qualitative
insights into pair programming, especially students' attitudes towards its
specific roles and what they require from the pairing partners. The research's
goal is to use the findings to design further studies on pairing with
artificial intelligence. Method: Using a mixed-methods and experimental
approach, we distinguished the effects of the pilot, navigator, and solo roles
on (N = 35) students' intrinsic motivation. Four experimental sessions produced
a rich data corpus in two software engineering university classrooms. It was
quantitatively investigated using the Shapiro-Wilk normality test and one-way
analysis of variance (ANOVA) to confirm the relations and significance of
variations in mean intrinsic motivation in different roles. Consequently, seven
semi-structured interviews were conducted with the experiment's participants.
The qualitative data excerpts were subjected to the thematic analysis method in
an essentialist way. Results: The systematic coding interview transcripts
elucidated the research topic by producing seven themes for understanding the
psychological aspects of pair programming and for its improvement in university
classrooms. Statistical analysis of 612 self-reported intrinsic motivation
inventories confirmed that students find programming in pilot-navigator roles
more interesting and enjoyable than programming simultaneously.
- Abstract（参考訳）: 最近、ソフトウェア工学における人工知能とインテリジェントなペアリングのパートナーが出現し、ペアリングの心理学の研究を再考することは興味深い。
ペアプログラミングは、大学生にソフトウェア工学を教える魅力的な方法を提供する。
その研究は、様々なプログラミングの役割におけるプロのソフトウェアエンジニアのニーズと並行するペアリングソフトウェアの改善をよりよく理解することにも繋がる可能性がある。
目的: この予備研究の目的は, ペアプログラミング, 特に, 特定の役割に対する学生の態度と, ペアのパートナーから求められるものについて, 定量的かつ質的な洞察を得ることである。
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。
方法: 混合手法と実験手法を用いて, パイロット, ナビゲータ, ソロの役割が (n = 35) 学生の動機づけに及ぼす影響を判別した。
4つの実験セッションは、2つのソフトウェア工学大学の教室で豊富なデータコーパスを生み出した。
本研究は,シャピロ・ウィルク正規化試験と分散の一方向分析を用いて,異なる役割における平均固有モチベーションにおける変動の関係と意義を定量的に検証した。
その結果,実験参加者との半構造化インタビューが7回行われた。
定性的なデータの抜粋は,本質的な方法で理論解析法を適用された。
結果: ペアプログラミングの心理学的側面を理解するための7つのテーマと, 大学教室におけるその改善について, 体系的コーディング面接の書き起こしにより, 研究課題を解明した。
612の自己報告された本質的動機付けの統計分析により、学生は同時にプログラミングするよりもパイロットナビゲーターの役割のプログラミングがより興味深く楽しいことが判明した。
関連論文リスト
- Self-Training with Pseudo-Label Scorer for Aspect Sentiment Quad Prediction [54.23208041792073]
Aspect Sentiment Quad Prediction (ASQP) は、与えられたレビューに対して全てのクワッド(アスペクト項、アスペクトカテゴリー、意見項、感情極性)を予測することを目的としている。
ASQPタスクにおける重要な課題はラベル付きデータの不足であり、既存のメソッドのパフォーマンスを制限している。
そこで我々は,擬似ラベルスコアラーを用いた自己学習フレームワークを提案し,レビューと擬似ラベルの一致をスコアラーが評価する。
論文 参考訳（メタデータ） (2024-06-26T05:30:21Z) - 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) - In-IDE Human-AI Experience in the Era of Large Language Models; A
Literature Review [2.6703221234079946]
IDEにおけるヒューマンAIエクスペリエンスの研究は、これらのAIツールがソフトウェア開発プロセスをどのように変化させているかを理解する上で非常に重要である。
我々は,IDE内人間-AI体験研究の現状を研究するために文献レビューを行った。
論文 参考訳（メタデータ） (2024-01-19T14:55:51Z) - AI Chatbots as Multi-Role Pedagogical Agents: Transforming Engagement in
CS Education [8.898863361318817]
4つの異なるチャットボットを備えた新しい学習環境を開発し,実装し,評価する。
これらの役割は、学習者(能力、自律性、関連性)の3つの本質的な心理的ニーズを満たす。
このシステムは、質問に基づく学習パラダイムを採用し、学生に質問をし、解決策を求め、その好奇心を探求するよう促す。
論文 参考訳（メタデータ） (2023-08-08T02:13:44Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳（メタデータ） (2022-11-07T16:19:42Z) - Theme and Topic: How Qualitative Research and Topic Modeling Can Be
Brought Together [5.862480696321741]
確率論的トピックモデリングは、テキストの分析にもとづく機械学習アプローチである。
このアナロジーをテーマとトピックシステムの基盤として利用しています。
これは、対話型機械学習システムの設計における、より一般的なアプローチの例である。
論文 参考訳（メタデータ） (2022-10-03T04:21:08Z) - The Impact of Remote Pair Programming in an Upper-Level CS Course [0.0]
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。
論文 参考訳（メタデータ） (2022-04-06T20:01:01Z) - Visualizing the Relationship Between Encoded Linguistic Information and
Task Performance [53.223789395577796]
本稿では,Pareto Optimalityの観点から,符号化言語情報とタスクパフォーマンスの動的関係について検討する。
我々は、機械翻訳と言語モデリングという2つの一般的なNLPタスクの実験を行い、様々な言語情報とタスクパフォーマンスの関係について検討する。
実験結果から,NLPタスクには構文情報が有用であるのに対して,より構文情報の符号化が必ずしも優れたパフォーマンスをもたらすとは限らないことが示唆された。
論文 参考訳（メタデータ） (2022-03-29T19:03:10Z) - 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) - 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) - Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。
本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。
我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
論文 参考訳（メタデータ） (2020-07-07T17:19:56Z)
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。