論文の概要: Toward Finding and Supporting Struggling Students in a Programming
Course with an Early Warning System
- arxiv url: http://arxiv.org/abs/2402.01709v1
- Date: Thu, 25 Jan 2024 12:55:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-11 16:25:22.047069
- Title: Toward Finding and Supporting Struggling Students in a Programming
Course with an Early Warning System
- Title（参考訳）: 早期警告システムを用いたプログラミングコースにおける学生の学習支援に向けて
- Authors: Belinda Schantong, Dominik Gorgosch, Janet Siegmund
- Abstract要約: 初等プログラミングコースの学生の認知能力について検討した。
認知スキルのほとんどは、学生がプログラミングスキルをある程度取得するかどうかを予測することができる。
その結果,構文訓練と実践演習がコースの成功に有意な影響があることが判明した。
- 参考スコア（独自算出の注目度）: 1.192436948211501
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Background: Programming skills are advantageous to navigate today's society,
so it is important to teach them to students. However, failure rates for
programming courses are high, and especially students who fall behind early in
introductory programming courses tend to stay behind. Objective: To catch these
students as early as possible, we aim to develop an early warning system, so we
can offer the students support, for example, in the form of syntax
drill-and-practice exercises. Method: To develop the early warning system, we
assess different cognitive skills of students of an introductory programming
course. On several points in time over the course, students complete tests that
measure their ability to develop a mental model of programming, language
skills, attention, and fluid intelligence. Then, we evaluated to what extent
these skills predict whether students acquire programming skills. Additionally,
we assess how syntax drill-and-practice exercises improve how students acquire
programming skill. Findings: Most of the cognitive skills can predict whether
students acquire programming skills to a certain degree. Especially the ability
to develop an early mental model of programming and language skills appear to
be relevant. Fluid intelligence also shows predictive power, but appears to be
comparable with the ability to develop a mental model. Furthermore, we found a
significant positive effect of the syntax drill-and-practice exercises on the
success of a course. Implications: Our first suggestion of an early warning
system consists of few, easy-to-apply tests that can be integrated in
programming courses or applied even before a course starts. Thus, with the
start of a programming course, students who are at high risk of failing can be
identified and offered support, for example, in the form of syntax
drill-and-practice exercises to help students to develop programming skills.
- Abstract（参考訳）: 背景:プログラミングスキルは今日の社会をナビゲートするのに有利なので、学生に教えることが重要です。
しかし、プログラミングコースの失敗率は高く、特に入門プログラミングコースの初期段階で遅れている学生は、遅れがちである。
目的:これらの学生をできるだけ早く捕えるために,早期警戒システムを開発することを目指しており,例えば,構文訓練・実践演習という形で,学生を支援することができる。
方法:早期警戒システムを開発するために,導入型プログラミングコースの学生の異なる認知スキルを評価する。
コースのいくつかのポイントにおいて、学生はプログラミング、言語スキル、注意力、流動知能のメンタルモデルを開発する能力を測定するテストを完成させる。
そして,学生がプログラミングのスキルを習得するかどうかを,これらのスキルがどの程度予測するかを評価する。
さらに,構文訓練・実践演習がプログラミングスキルの獲得方法を改善するかを評価する。
結論: 認知能力の大部分は,学生がプログラミングスキルをある程度習得するかどうかを予測できる。
特に、プログラミングと言語スキルの初期のメンタルモデルを開発する能力は重要と思われる。
流体知能はまた、予測能力を示すが、メンタルモデルを開発する能力に匹敵するように見える。
さらに,授業成功に対する構文訓練・実践演習の有意な効果が認められた。
意味: 早期警告システムの最初の提案は,プログラムコースに統合可能な,あるいはコース開始前に適用可能な,ごく少数の簡単なテストで構成されています。
このように、プログラミングコースの開始によって、失敗のリスクが高い学生を識別し、例えば、プログラミングスキルの開発を支援するための構文ドリル・アンド・実践演習の形で支援することが可能になる。
関連論文リスト
- 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) - Tapping into the Natural Language System with Artificial Languages when
Learning Programming [7.5520627446611925]
本研究の目的は,言語学習機構の活性化による学習プログラムの強化を図り,その実現可能性を検討することである。
我々は,人工言語の学習をカリキュラムに簡単に組み込むことができることを観察した。
しかし,本研究の文脈では,学生がまず人工言語を学ぶと,プログラミング能力に有意な利益が得られなかった。
論文 参考訳（メタデータ） (2024-01-12T07:08:55Z) - 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) - Thinking beyond chatbots' threat to education: Visualizations to
elucidate the writing and coding process [0.0]
言語教育と学習のための教育実践のランドスケープは、主に結果駆動のアプローチに焦点が当てられている。
最近の大規模言語モデルのアクセシビリティは、これらのアプローチを徹底的に破壊している。
本研究は,学習者の書面やプログラミングプロセスの本質的および教えられた能力を要約する,新しい可視化ツールを提案する。
論文 参考訳（メタデータ） (2023-04-25T22:11:29Z) - Leveraging Large Language Model and Story-Based Gamification in
Intelligent Tutoring System to Scaffold Introductory Programming Courses: A
Design-Based Research Study [6.773393436953262]
本研究では,大規模言語モデルと大規模言語モデルについて考察する。
ギャンブラーは コーディングの学習を足場にして 増加させます
中国の学生は入門プログラミングコースに属しています。
論文 参考訳（メタデータ） (2023-02-25T04:07:03Z) - Generation Probabilities Are Not Enough: Uncertainty Highlighting in AI Code Completions [54.55334589363247]
本研究では,不確実性に関する情報を伝達することで,プログラマがより迅速かつ正確にコードを生成することができるかどうかを検討する。
トークンのハイライトは、編集される可能性が最も高いので、タスクの完了が早くなり、よりターゲットを絞った編集が可能になることがわかりました。
論文 参考訳（メタデータ） (2023-02-14T18:43:34Z) - 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) - Actionable Models: Unsupervised Offline Reinforcement Learning of
Robotic Skills [93.12417203541948]
与えられたデータセットの任意の目標状態に到達するために学習することによって、環境の機能的な理解を学ぶ目的を提案する。
提案手法は,高次元カメラ画像上で動作し,これまで見つからなかったシーンやオブジェクトに一般化した実ロボットの様々なスキルを学習することができる。
論文 参考訳（メタデータ） (2021-04-15T20:10:11Z) - Mastering Rate based Curriculum Learning [78.45222238426246]
学習の進行という概念には、学習者のサンプル効率の低下につながるいくつかの欠点があると主張する。
本稿では,習得率の概念に基づく新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-08-14T16:34:01Z) - The ILASP system for Inductive Learning of Answer Set Programs [79.41112438865386]
我々のシステムは、通常の規則、選択規則、厳しい制約を含むアンサーセットプログラムを学習する。
まず、ILASPの学習フレームワークとその機能の概要を説明します。
続いて、ILASPシステムの進化を概観する。
論文 参考訳（メタデータ） (2020-05-02T19:04:12Z) - Emergent Real-World Robotic Skills via Unsupervised Off-Policy
Reinforcement Learning [81.12201426668894]
報奨関数を使わずに多様なスキルを習得し,これらのスキルを下流のタスクに再利用する効率的な強化学習手法を開発した。
提案アルゴリズムは学習効率を大幅に向上させ,報酬のない実世界のトレーニングを実現する。
また,学習スキルは,目標指向ナビゲーションのためのモデル予測制御を用いて,追加のトレーニングを伴わずに構成可能であることも実証した。
論文 参考訳（メタデータ） (2020-04-27T17:38:53Z)
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。