論文の概要: Critiquing Computing Artifacts through Programming Satirical Python
Scripts
- arxiv url: http://arxiv.org/abs/2312.03090v1
- Date: Tue, 5 Dec 2023 19:17:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-07 17:05:27.556764
- Title: Critiquing Computing Artifacts through Programming Satirical Python
Scripts
- Title(参考訳): 風刺的なpythonスクリプトのプログラミングによるコンピューティングアーティファクトの評価
- Authors: Aadarsh Padiyath, Tamara Nelson-Fromm, Barbara Ericson
- Abstract要約: 我々は、文化的応答性コンピューティング(CRC)教育の一環として、アーティファクトを批判する「風刺的プログラミング」の可能性について検討した。
風刺的なPythonスクリプトの例を示し、Pythonの要素を使ってスクリプトを作成しました。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computing artifacts tend to exclude marginalized students, so we must create
new methods to critique and change them. We studied the potential for
"satirical programming" to critique artifacts as part of culturally responsive
computing (CRC) pedagogy. We conducted a one-hour session for three different
BPC programs (N=51). We showed an example of a satirical Python script and
taught elements of Python to create a script. Our findings suggest this method
is a promising CRC pedagogical approach: 50% of marginalized students worked
together to create a satirical script, and 80% enjoyed translating their
"glitches" into satirical Python scripts.
- Abstract(参考訳): コンピューティングアーティファクトは、限界化された学生を除外する傾向があるため、批判と変更のための新しい方法を作成しなければなりません。
文化的応答性コンピューティング(crc)教育の一環として,アーティファクトを批判する"satirical programming"の可能性を検討した。
3つのbpcプログラム(n=51)について1時間セッションを行った。
風刺的なPythonスクリプトの例を示し、Pythonの要素を使ってスクリプトを作成しました。
学生の50%が共同で風刺的なスクリプトを作成し、80%が彼らの"glitches"を風刺的なpythonスクリプトに変換するのを楽しんだ。
関連論文リスト
- SBFT Tool Competition 2024 -- Python Test Case Generation Track [4.149356993529412]
Pythonのテストケース生成(TCG)は、言語の動的性質と厳密な型情報がないため、独特な課題を生じさせる。
従来の研究では、Python用の自動ユニットTCGの探索に成功しており、ランダムなテスト生成方法よりも優れたソリューションが提供されている。
本稿では,提案手法,競合ツールと組み合わせた結果の分析,および競合実験の実施時に直面する課題について述べる。
論文 参考訳(メタデータ) (2024-01-26T20:21:15Z) - Natural Language Embedded Programs for Hybrid Language Symbolic Reasoning [84.12154024070024]
本研究では,数学・記号的推論,自然言語理解,後続の課題に対処するための統合フレームワークとして,自然言語組み込みプログラム(NLEP)を提案する。
我々のアプローチは,構造化知識の自然言語表現を含むデータ構造上の関数を定義する完全なPythonプログラムを生成するよう,言語モデルに促す。
Pythonインタープリタが生成されたコードを実行し、出力をプリントする。
論文 参考訳(メタデータ) (2023-09-19T17:54:21Z) - Generating High-Precision Feedback for Programming Syntax Errors using
Large Language Models [23.25258654890813]
大規模言語モデル(LLM)は,学生のフィードバックを自動的に生成することによって,プログラミング教育の強化に大きく貢献する。
Codexを利用した高精度フィードバック生成技術であるPyFiXVを紹介する。
論文 参考訳(メタデータ) (2023-01-24T13:00:25Z) - 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) - Repairing Bugs in Python Assignments Using Large Language Models [9.973714032271708]
本稿では,プログラム代入のためのAPRシステムを構築するために,コード上で訓練された大規模言語モデルを提案する。
本システムでは,複数モーダルプロンプト,反復クエリ,テストケースベースの数ショット選択,プログラムチャンキングを組み合わせることで,構文的および意味的誤りを解消することができる。
我々は,286の実際の学生プログラム上でMMAPRを評価し,最新のPython構文修復エンジン,BIFI,最新のPython意味修復エンジンを組み合わせたベースラインであるRefactoryと比較した。
論文 参考訳(メタデータ) (2022-09-29T15:41:17Z) - AVATAR: A Parallel Corpus for Java-Python Program Translation [77.86173793901139]
プログラム翻訳とは、ある言語から別の言語へソースコードを移行することを指す。
AVATARは9,515のプログラミング問題とそのソリューションをJavaとPythonという2つの人気のある言語で記述したものです。
論文 参考訳(メタデータ) (2021-08-26T05:44:20Z) - 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) - pysentimiento: A Python Toolkit for Opinion Mining and Social NLP tasks [2.424469485586727]
pysentimientoは意見マイニングやその他のソーシャルNLPタスク用に設計されたPythonツールキットである。
このオープンソースライブラリは、簡単に使えるPythonライブラリで、スペイン語、英語、イタリア語、ポルトガル語の最先端モデルを提供する。
各種タスク,言語,データセットにまたがる事前学習言語モデルの総合的な性能評価を行う。
論文 参考訳(メタデータ) (2021-06-17T13:15:07Z) - proScript: Partially Ordered Scripts Generation via Pre-trained Language
Models [49.03193243699244]
我々は、トレーニング済みのニューラルネットワークモデル(LM)が高品質なスクリプトを生成するために微調整できることを初めて実証した。
クラウドソースされた部分的に順序付けられたスクリプト(proScriptという名前)を収集しました。
私たちの実験では、これまでのスクリプトコレクションの障壁を克服するための新しいアプローチを示す(例えば、タスク(i)中のf1=75.7)。
論文 参考訳(メタデータ) (2021-04-16T17:35:10Z) - Catalogs of C and Python Antipatterns by CS1 Students [3.0896809604505924]
CとPythonの2つのプログラミング言語に対するアンチパターンのカタログ。
41のCS1アンチパターンがCとPythonの95の誤認識をカタログ化した。
各アンチパターンに対して、コード例、学生のソリューション(もし存在するなら)を提示する。
論文 参考訳(メタデータ) (2021-04-02T02:12:41Z) - OPFython: A Python-Inspired Optimum-Path Forest Classifier [68.8204255655161]
本稿では,OPFythonと表記されるPythonベースのOptimum-Path Forestフレームワークを提案する。
OPFythonはPythonベースのライブラリなので、C言語よりもフレンドリーな環境とプロトタイピングの作業スペースを提供する。
論文 参考訳(メタデータ) (2020-01-28T15:46:19Z)
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。