論文の概要: Unit Testing Challenges with Automated Marking

• arxiv url: http://arxiv.org/abs/2310.06308v1
• Date: Tue, 10 Oct 2023 04:52:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 03:43:02.864512
• Title: Unit Testing Challenges with Automated Marking
• Title（参考訳）: 自動マーキングによるユニットテストの課題
• Authors: Chakkrit Tantithamthavorn and Norman Chen
• Abstract要約: 我々は,EdStemプラットフォームによる学習ツールとして,自動マーキングによるオンライン単体テストの課題を紹介した。 92名の参加者から,我々の単体テストの課題は,学生の参加とモチベーションを高めていることが示された。 これらの結果から,自動マーキングによるオンライン単体テストの課題が学生の学習体験全体を改善することが示唆された。
• 参考スコア（独自算出の注目度）: 4.56877715768796
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Teaching software testing presents difficulties due to its abstract and conceptual nature. The lack of tangible outcomes and limited emphasis on hands-on experience further compound the challenge, often leading to difficulties in comprehension for students. This can result in waning engagement and diminishing motivation over time. In this paper, we introduce online unit testing challenges with automated marking as a learning tool via the EdStem platform to enhance students' software testing skills and understanding of software testing concepts. Then, we conducted a survey to investigate the impact of the unit testing challenges with automated marking on student learning. The results from 92 participants showed that our unit testing challenges have kept students more engaged and motivated, fostering deeper understanding and learning, while the automated marking mechanism enhanced students' learning progress, helping them to understand their mistakes and misconceptions quicker than traditional-style human-written manual feedback. Consequently, these results inform educators that the online unit testing challenges with automated marking improve overall student learning experience, and are an effective pedagogical practice in software testing.
• Abstract（参考訳）: ソフトウェアテストを教えることは、抽象的で概念的な性質から困難を呈する。 目に見える結果の欠如とハンズオン体験の限定的な強調が課題をさらに複雑にし、しばしば学生の理解が困難になる。 これにより、エンゲージメントが低下し、時間とともにモチベーションが低下する可能性がある。 本稿では,学生のソフトウェアテストスキルとソフトウェアテスト概念の理解を高めるために,edstemプラットフォームを通じた学習ツールとして自動マーキングを用いたオンラインユニットテストの課題を紹介する。 そこで本研究では,自動マーキングが学生の学習に与える影響について調査を行った。 92人の参加者から得られた結果から,ユニットテストの課題は,より深い理解と学習を促進するとともに,自動マーキング機構によって学生の学習進捗が向上し,従来の人手による手作業によるフィードバックよりも早い失敗や誤解を理解することができた。 その結果,自動マーキングによるオンライン単体テストの課題は学生の学習経験を向上させ,ソフトウェアテストにおける効果的な教育実践であることがわかった。

関連論文リスト

• 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)
• Insights from the Field: Exploring Students' Perspectives on Bad Unit Testing Practices [16.674156958233855]
  学生は必然的に、確立した単体テストのベストプラクティスから逸脱し、問題のあるコードをテストスイートに導入するかもしれません。 学生は、プラグインがテストの匂いを学習し、検出するのに役立つことを報告し、また、彼らが無害と考える特定のテストの匂いも特定する。 本研究の成果は, 単体テストにおけるカリキュラムの修了における学力向上と, テストコードのコードレビュー戦略を学生に提供できることを期待する。
  論文  参考訳（メタデータ） (2024-04-15T23:54:45Z)
• Enhancing Students' Learning Process Through Self-Generated Tests [0.0]
  本稿では,学生の自律学習の促進を目的とした教育実験について述べる。 本研究の主目的は,評価試験に学生の質問を含めることによって,評価プロセスに学生を参加させることである。 学生がアップロードした質問は、登録された生徒全員と、関連する教師全員に表示される。
  論文  参考訳（メタデータ） (2024-03-21T09:49:33Z)
• A Survey of Demonstration Learning [0.0]
  実証学習(Demonstration Learning)は、エージェントがデモンストレーションで示された専門家の行動を模倣してタスクを実行することを学習するパラダイムである。 デモから複雑な振る舞いを学ぶ大きな可能性を秘めているため、大きな注目を集めている。 環境と対話することなく学習することで、デモ学習はロボット工学や医療といった幅広い現実世界の応用を自動化できる。
  論文  参考訳（メタデータ） (2023-03-20T15:22:10Z)
• Towards Informed Design and Validation Assistance in Computer Games Using Imitation Learning [65.12226891589592]
  本稿では,自動ゲーム検証とテストのための新しいアプローチを提案する。 本手法は,データ駆動型模倣学習技術を活用し,時間と労力をほとんど必要とせず,機械学習やプログラミングの知識も必要としない。
  論文  参考訳（メタデータ） (2022-08-15T11:08:44Z)
• Software Testing for Machine Learning [13.021014899410684]
  機械学習は騙されやすいことが示され、エラーや致命的な失敗に至る。 この状況は、特に安全クリティカルな応用において機械学習が広く使われていることを疑問視している。 この要約では、機械学習のためのソフトウェアテストの現状について論じる。
  論文  参考訳（メタデータ） (2022-04-30T08:47:10Z)
• Perceiving the World: Question-guided Reinforcement Learning for Text-based Games [64.11746320061965]
  本稿では,環境に関する質問に答えることで,タスクやプーンアクションを自動的に分解する世界認識モジュールを提案する。 次に、強化学習から言語学習を分離する2段階学習フレームワークを提案し、サンプル効率をさらに向上させる。
  論文  参考訳（メタデータ） (2022-03-20T04:23:57Z)
• 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)
• Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
  パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。 私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
  論文  参考訳（メタデータ） (2021-04-15T20:40:24Z)
• The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
  新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。 本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
  論文  参考訳（メタデータ） (2021-01-30T13:13:45Z)
• Combining Self-Training and Self-Supervised Learning for Unsupervised Disfluency Detection [80.68446022994492]
  本研究では,未ラベルテキストコーパスを扱える教師なし学習パラダイムについて検討する。 我々のモデルは、自己学習の考え方を拡張する半教師あり学習アプローチである、雑音学習(Noisy Student Training)に関する最近の研究に基づいている。
  論文  参考訳（メタデータ） (2020-10-29T05:29:26Z)

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。