Fugu-MT 論文翻訳(概要): Automated Computer Program Evaluation and Projects -- Our Experiences

論文の概要: Automated Computer Program Evaluation and Projects -- Our Experiences

arxiv url: http://arxiv.org/abs/2404.04521v1
Date: Sat, 6 Apr 2024 06:42:58 GMT
ステータス: 処理完了
システム内更新日: 2024-04-09 20:49:00.370050
Title: Automated Computer Program Evaluation and Projects -- Our Experiences
Title（参考訳）: コンピュータプログラムの評価とプロジェクトの自動化 -- 私たちの経験から
Authors: Bama Srinivasan, Mala Nehru, Ranjani Parthasarathi, Saswati Mukherjee, Jeena A Thankachan,
Abstract要約: ツールの作り方や、コンピュータサイエンスのコース用にカスタマイズした方法について詳述する。私たちの経験に基づいて、これらのツールを効果的な学習に利用するための洞察も提供しています。
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: This paper provides a few approaches to automating computer programming and project submission tasks, that we have been following for the last six years and have found to be successful. The approaches include using CodeRunner with Learning Management System (LMS) integration for programming practice and evaluation, and Git (GitHub) for project submissions and automatic code evaluation. In this paper, we describe the details of how we set up the tools and customized those for computer science courses. Based on our experiences, we also provide a few insights on using these tools for effective learning.
Abstract（参考訳）: 本稿では,過去6年間追跡してきたコンピュータ・プログラミングとプロジェクト・サブミッションの自動化に対するいくつかのアプローチについて述べる。このアプローチには、プログラミングの実践と評価にCodeRunner with Learning Management System(LMS)統合を使用すること、プロジェクトの提出と自動コード評価にGit(GitHub)を使用することが含まれる。本稿では,ツールのセットアップ方法の詳細と,コンピュータサイエンスのコース用にカスタマイズしたツールについて述べる。私たちの経験に基づいて、これらのツールを効果的な学習に利用するための洞察も提供しています。

関連論文リスト

On the Opportunities of Large Language Models for Programming Process Data [6.023152721616896]
本稿では,大規模言語モデルを用いてプログラミングプロセスデータを解析する機会について論じる。議論を補完するため、我々はLLMを利用してプログラミングプロセスを自動的に要約するケーススタディを概説した。
論文参考訳（メタデータ） (2024-11-01T07:20:01Z)
GitSEED: A Git-backed Automated Assessment Tool for Software Engineering and Programming Education [0.0]
本稿では,プログラミング教育・ソフトウェア工学(SE)用に設計された言語に依存しない自動評価ツールであるGitSEEDを紹介する。 GitSEEDを使用することで、コンピュータサイエンス(CS)とSEの学生は、プログラミングの課題やプロジェクトに関するパーソナライズされたフィードバックを受けながら、gitの基本をマスターすることができる。本実験は,GitSEEDの有効性を総合的なユーザ評価を通じて評価し,フィードバックメカニズムや特徴が学生の学習結果に与える影響について検討した。
論文参考訳（メタデータ） (2024-09-11T15:50:42Z)
Spider2-V: How Far Are Multimodal Agents From Automating Data Science and Engineering Workflows? [73.81908518992161]
我々は、プロのデータサイエンスとエンジニアリングに焦点を当てた最初のマルチモーダルエージェントベンチマークであるSpider2-Vを紹介する。 Spider2-Vは、本物のコンピュータ環境における現実世界のタスクを特徴とし、20のエンタープライズレベルのプロフェッショナルアプリケーションを組み込んでいる。これらのタスクは、エンタープライズデータソフトウェアシステムにおいて、コードを書き、GUIを管理することで、マルチモーダルエージェントがデータ関連のタスクを実行する能力を評価する。
論文参考訳（メタデータ） (2024-07-15T17:54:37Z)
Automatic Programming: Large Language Models and Beyond [48.34544922560503]
我々は,プログラマの責任に関するコード品質,セキュリティ,関連する問題について検討する。ソフトウェア工学の進歩が自動プログラミングを実現する方法について論じる。我々は、近い将来のプログラミング環境に焦点をあてて、先見的な視点で締めくくります。
論文参考訳（メタデータ） (2024-05-03T16:19:24Z)
Charting a Path to Efficient Onboarding: The Role of Software Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文参考訳（メタデータ） (2024-01-17T21:30:45Z)
Intelligent Tutoring System: Experience of Linking Software Engineering and Programming Teaching [11.732008724228798]
自動グレードを処理する既存のシステムは、主にテストケースの実行の自動化に焦点を当てている。我々は、自動フィードバックとグレーディングを提供するインテリジェントなチューリングシステムを構築しました。
論文参考訳（メタデータ） (2023-10-09T07:28:41Z)
Building an Effective Automated Assessment System for C/C++ Introductory Programming Courses in ODL Environment [0.0]
学生の作業を評価する従来の方法は、時間と労力の両面で不十分になってきている。遠隔教育環境では、多くの家庭教師を雇うための重厚な報酬の観点からも、こうした評価がさらに困難になる。私たちは、効果的な自動評価システムを構築するのに必要な、さまざまなコンポーネントを特定します。
論文参考訳（メタデータ） (2022-05-24T09:20:43Z)
Cria\c{c}\~ao e aplica\c{c}\~ao de ferramenta para auxiliar no ensino de algoritmos e programa\c{c}\~ao de computadores [0.0]
本研究の目的は,フォータレーザ大学のアルゴリズム・プログラミング科目におけるモニタリングプログラムで開発された教育ツールの開発を報告することである。このツールは、本で得られた知識と、生徒に近い言語、ビデオのレッスンとエクササイズ、そしてインターネット上のすべてのコンテンツを組み合わせたものだ。
論文参考訳（メタデータ） (2022-03-31T09:48:49Z)
Lifelong Learning Metrics [63.8376359764052]
DARPA Lifelong Learning Machines (L2M) プログラムは、人工知能(AI)システムの進歩を目指している。本論文は、生涯学習シナリオを実行するエージェントのパフォーマンスの構築と特徴付けのためのフォーマリズムを概説する。
論文参考訳（メタデータ） (2022-01-20T16:29:14Z)
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)
Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文参考訳（メタデータ） (2020-05-27T11:56:56Z)

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。