論文の概要: Acknowledging Good Java Code with Code Perfumes

• arxiv url: http://arxiv.org/abs/2406.16348v1
• Date: Mon, 24 Jun 2024 06:43:32 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-25 15:53:24.621543
• Title: Acknowledging Good Java Code with Code Perfumes
• Title（参考訳）: Code Perfumesで優れたJavaコードを認める
• Authors: Philipp Straubinger, Florian Obermüller, Gordon Fraser,
• Abstract要約: 本稿では,リンティングに類似した単純なプログラム解析手法であるJavaのコードパーフュームを紹介する。 初心者から即時学習者への共通Java言語構造に関連する20のJavaコード香水カタログを提示する。
• 参考スコア（独自算出の注目度）: 10.888374473401296
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Java remains one of the most popular programming languages in education. Although Java programming education is well supported by study materials, learners also need more immediate support on the problems they face in their own code. When this support cannot be offered by educators personally, learners can resort to automated program analysis tools such as linters, which provide feedback on potential bugs or code issues. This is constructive feedback, but it may nevertheless feel like criticism. This paper introduces code perfumes for Java, a simple program analysis technique similar to linting, but commending the correct application of good programming practices. We present a catalogue of 20 Java code perfumes related to common Java language constructs for beginner to immediate learners. Our evaluation shows that these code perfumes occur frequently in learners' code, and programs with more code perfume instances tend to have better functionality and readability. Moreover, students who incorporate more code perfumes tend to achieve higher grades. Thus, code perfumes serve as a valuable tool to acknowledge learners' successes, and as a means to inform instructors about their learners' progress.
• Abstract（参考訳）: Javaは現在も教育において最も人気のあるプログラミング言語の1つです。 Javaプログラミング教育は、教材によって十分にサポートされていますが、学習者は、自身のコードで直面する問題に対して、より直接的なサポートも必要です。 このサポートが個人的には提供されない場合、学習者はlinterのような自動プログラム分析ツールに頼り、潜在的なバグやコード問題に対するフィードバックを提供する。 これは建設的なフィードバックですが、それでも批判のように感じます。 本稿では,Lintingに類似した単純なプログラム解析手法であるJavaのコード香水について紹介する。 初心者から即時学習者への共通Java言語構造に関連する20のJavaコード香水カタログを提示する。 評価の結果,これらのプログラムは学習者のコードで頻繁に発生することを示し,より多くのコード香水インスタンスを持つプログラムは,より優れた機能と可読性を持つ傾向にある。 さらに、より多くのコード香水を取り入れた生徒は、より高い成績を得る傾向にある。 このように、コード香水は、学習者の成功を認識するための貴重なツールであり、学習者の進歩をインストラクターに知らせる手段として役立ちます。

関連論文リスト

• Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
  GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。 改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
  論文  参考訳（メタデータ） (2024-10-29T12:21:23Z)
• Generating Java Methods: An Empirical Assessment of Four AI-Based Code Assistants [5.32539007352208]
  私たちは、人気のあるAIベースのコードアシスタントであるGitHub Copilot、Tabnine、ChatGPT、Google Bardの4つの有効性を評価します。 その結果、Copilotは他のテクニックよりも正確であることが多いが、他のアプローチによって完全に仮定されるアシスタントは存在しないことが判明した。
  論文  参考訳（メタデータ） (2024-02-13T12:59:20Z)
• Data-Driven Evidence-Based Syntactic Sugar Design [18.25926052900955]
  本稿では,頻繁なサブグラフマイニング手法を適用して,データ駆動プログラミングの進化を動機付ける手法を提案する。 データセットは、Javaコントロールフローグラフを一般化して、幅広いプログラミング言語の使用状況と重複のインスタンスをキャプチャすることで採掘される。 提案手法の利点として,様々なプログラミング構造を含む新しい構文糖を同定した。
  論文  参考訳（メタデータ） (2024-02-02T00:35:14Z)
• Fixing Your Own Smells: Adding a Mistake-Based Familiarisation Step When Teaching Code Refactoring [2.021502591596062]
  学生はまず、コードの臭いを発生させるためにプログラミング演習を完了しなければなりません。 この単純な介入は、学生がコードに精通している場合、学習が簡単であるという考えに基づいている。 本研究は,35人の初等生を対象に,従来の「ミステイク」アプローチと「ミステイク」アプローチを交互に指導し,様々な演習を修了した。
  論文  参考訳（メタデータ） (2024-01-02T03:39:19Z)
• A Static Evaluation of Code Completion by Large Language Models [65.18008807383816]
  単純なプログラミング問題に対するモデル生成コードの機能的正当性を評価するために,実行ベースベンチマークが提案されている。 プログラムを実行せずにエラーを検出するlinterのような静的解析ツールは、コード生成モデルを評価するために十分に研究されていない。 抽象構文木を利用して,Pythonのコード補完における静的エラーを定量化する静的評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-05T19:23:34Z)
• 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)
• Code Smells for Machine Learning Applications [6.759291241573661]
  機械学習アプリケーションにはコード品質に関するガイドラインが欠けている。 本稿では,さまざまなソースから収集された22種類の機械学習固有のコードの臭いを抽出し,識別する。 それぞれの匂いを、その状況、長期にわたる潜在的な問題、そして提案された解決策の説明で特定する。
  論文  参考訳（メタデータ） (2022-03-25T16:23:02Z)
• 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)
• Dive into Deep Learning [119.30375933463156]
  この本はJupyterのノートブックでドラフトされており、説明図、数学、インタラクティブな例を自己完結型コードとシームレスに統合している。 私たちのゴールは、(i)誰でも自由に利用できるリソースを提供すること、(ii)応用機械学習科学者になるための出発点を提供するのに十分な技術的な深さを提供すること、(iii)実行可能なコードを含み、実際にどのように問題を解決するかを読者に示すこと、(iv)私たちとコミュニティの両方による迅速なアップデートを可能にすることです。
  論文  参考訳（メタデータ） (2021-06-21T18:19:46Z)
• Code Review in the Classroom [57.300604527924015]
  教室設定の若い開発者は、コードレビュープロセスの潜在的に有利で問題のある領域の明確な図を提供している。 彼らのフィードバックは、プロセスはプロセスを改善するためにいくつかのポイントで十分に受け入れられていることを示唆している。 本論文は,教室でコードレビューを行うためのガイドラインとして利用することができる。
  論文  参考訳（メタデータ） (2020-04-19T06:07:45Z)
• ClassCode: An Interactive Teaching and Learning Environment for Programming Education in Classrooms [7.156054045963555]
  教室でのプログラミング教育に適したWebベースの環境であるClassCodeを紹介する。 学生は、インストラクターが自己のペースで準備したオンラインチュートリアルを受講することができる。チュートリアルにインターリーブされたインタラクティブなコーディング演習を実行することで、理解を深めることができる。 ClassCodeは、各学生のすべてのインタラクションを追跡し、それをインストラクタに要約する。これは進捗レポートとして機能し、インストラクタがコース資料の追加説明や改訂を行うのに役立つ。
  論文  参考訳（メタデータ） (2020-01-22T18:28:16Z)

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。