論文の概要: Improving students' code correctness and test completeness by informal specifications

• arxiv url: http://arxiv.org/abs/2309.02221v1
• Date: Tue, 5 Sep 2023 13:24:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 09:03:10.187389
• Title: Improving students' code correctness and test completeness by informal specifications
• Title（参考訳）: 非公式仕様による学生のコード正当性とテスト完全性の向上
• Authors: Arno Broeders and Ruud Hermans and Sylvia Stuurman and Lex Bijlsma and Harrie Passier
• Abstract要約: 学生に高品質なソフトウェアを開発する方法を教えることは、長い間、コンピュータサイエンスの教育と研究のトピックであった。 学生にコードを書く前に仕様を書くように教える試みがいくつか行われた。 本稿では,非公式な仕様の使用に焦点をあてる。
• 参考スコア（独自算出の注目度）: 1.2599533416395765
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The quality of software produced by students is often poor. How to teach students to develop good quality software has long been a topic in computer science education and research. We must conclude that we still do not have a good answer to this question. Specifications are necessary to determine the correctness of software, to develop error-free software and to write complete tests. Several attempts have been made to teach students to write specifications before writing code. So far, that has not proven to be very successful: Students do not like to write a specification and do not see the benefits of writing specifications. In this paper we focus on the use of informal specifications. Instead of teaching students how to write specifications, we teach them how to use informal specifications to develop correct software. The results were surprising: the number of errors in software and the completeness of tests both improved considerably and, most importantly, students really appreciate the specifications. We think that if students appreciate specification, we have a key to teach them how to specify and to appreciate its value.
• Abstract（参考訳）: 学生が生成するソフトウェアの品質は、しばしば貧弱である。 学生に高品質なソフトウェアを開発する方法を教えることは、長い間、コンピュータサイエンスの教育と研究のトピックであった。 私たちはまだこの質問に良い答えがないと結論づけなければならない。 ソフトウェアの正確性を判断し、エラーのないソフトウェアを開発し、完全なテストを書くには仕様が必要である。 学生にコードを書く前に仕様を書くように教える試みがいくつか行われた。 学生は仕様を書くことが好きではなく、仕様を書くことの利点を見ていない。 本稿では,非公式な仕様の使用に焦点を当てる。 学生に仕様を書く方法を教える代わりに、非公式な仕様を使って正しいソフトウェアを開発する方法を教える。 ソフトウェアにおけるエラーの数とテストの完全性はどちらも大幅に改善され、そして最も重要なことに、学生は仕様に本当に感謝しています。 学生が仕様を理解すれば、その価値を指定し、評価する方法を教えるための鍵があると思います。

関連論文リスト

• Handwritten Code Recognition for Pen-and-Paper CS Education [33.53124589437863]
  学生が紙に手書きのプログラムを書くことでコンピュータサイエンス(CS)を教えることは、教育学の重要な利点である。 しかし、現在手書きプログラムを運用するための教育方法やサポートソフトウェアが不足している点が大きな障害となっている。 提案手法は2つの革新的手法を統合し,第1に,幻覚を伴わずに,OCR後誤り訂正のための言語モデルとインデント認識モジュールを組み合わせる。
  論文  参考訳（メタデータ） (2024-08-07T21:02:17Z)
• LLM Critics Help Catch Bugs in Mathematics: Towards a Better Mathematical Verifier with Natural Language Feedback [71.95402654982095]
  本研究では,自然言語フィードバック型検証器Math-Minosを提案する。 実験の結果,少量の自然言語フィードバックが検証器の性能を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2024-06-20T06:42:27Z)
• Using Large Language Models for Student-Code Guided Test Case Generation in Computer Science Education [2.5382095320488665]
  テストケースは、コンピュータサイエンス教育におけるプログラミング課題の不可欠な部分である。 テストケースは、学生のプログラミング知識をテストし、学生が書いたコードに対してパーソナライズされたフィードバックを提供するための評価項目として使用することができる。 テストケースを自動的に生成する大規模言語モデルに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2024-02-11T01:37:48Z)
• Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
  ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。 標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。 Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
  論文  参考訳（メタデータ） (2022-11-16T10:00:23Z)
• Automatic Assessment of the Design Quality of Student Python and Java Programs [0.0]
  本研究では,学生プログラムを設計の質を評価するルールベースシステムを提案し,作業改善のための個人的かつ正確なフィードバックを提供する。 学生はシステムから恩恵を受け、設計品質の欠陥の率は4つの異なる割り当てで47.84%減少し、Pythonは2、Javaは2が2だった。
  論文  参考訳（メタデータ） (2022-08-22T06:04:10Z)
• Data-Driven Approach for Log Instruction Quality Assessment [59.04636530383049]
  優れた品質特性を持つログ命令の記述方法に関するガイドラインは,広く採用されていない。 1)ログレベルの正確さを評価するための正しいログレベルの割り当てと,2)イベント記述の冗長化に必要な静的テキストの最小富度を評価する十分な言語構造である。 本手法は,F1スコア0.99の十分な言語構造を用いて,ログレベルの割当を精度0.88で正確に評価する。
  論文  参考訳（メタデータ） (2022-04-06T07:02:23Z)
• 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)
• Deep Learning Models in Software Requirements Engineering [0.0]
  我々は,バニラ文自動エンコーダを文生成タスクに適用し,その性能を評価した。 生成された文は、英語でしか使われず、有意義な単語しか含まない。 より大きなデータセットにモデルを適用することで、結果が大幅に向上すると信じています。
  論文  参考訳（メタデータ） (2021-05-17T12:27:30Z)
• On the Robustness of Language Encoders against Grammatical Errors [66.05648604987479]
  我々は、非ネイティブ話者から実際の文法的誤りを収集し、これらの誤りをクリーンテキストデータ上でシミュレートするために敵攻撃を行う。 結果,全ての試験モデルの性能は影響するが,影響の程度は異なることがわかった。
  論文  参考訳（メタデータ） (2020-05-12T11:01:44Z)
• SongNet: Rigid Formats Controlled Text Generation [51.428634666559724]
  この問題に対処するために,SongNetというシンプルでエレガントなフレームワークを提案する。 フレームワークのバックボーンは、Transformerベースの自動回帰言語モデルである。 事前学習および微調整のフレームワークは、生成品質をさらに向上するために設計されている。
  論文  参考訳（メタデータ） (2020-04-17T01:40:18Z)

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。