論文の概要: GitSEED: A Git-backed Automated Assessment Tool for Software Engineering and Programming Education
- arxiv url: http://arxiv.org/abs/2409.07362v1
- Date: Wed, 11 Sep 2024 15:50:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-12 13:53:24.312366
- Title: GitSEED: A Git-backed Automated Assessment Tool for Software Engineering and Programming Education
- Title（参考訳）: GitSEED - ソフトウェアエンジニアリングとプログラミング教育のためのGit支援の自動化アセスメントツール
- Authors: Pedro Orvalho, Mikoláš Janota, Vasco Manquinho,
- Abstract要約: 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。
- 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: Due to the substantial number of enrollments in programming courses, a key challenge is delivering personalized feedback to students. The nature of this feedback varies significantly, contingent on the subject and the chosen evaluation method. However, tailoring current Automated Assessment Tools (AATs) to integrate other program analysis tools is not straightforward. Moreover, AATs usually support only specific programming languages, providing feedback exclusively through dedicated websites based on test suites. This paper introduces GitSEED, a language-agnostic automated assessment tool designed for Programming Education and Software Engineering (SE) and backed by GitLab. The students interact with GitSEED through GitLab. Using GitSEED, students in Computer Science (CS) and SE can master the fundamentals of git while receiving personalized feedback on their programming assignments and projects. Furthermore, faculty members can easily tailor GitSEED's pipeline by integrating various code evaluation tools (e.g., memory leak detection, fault localization, program repair, etc.) to offer personalized feedback that aligns with the needs of each CS/SE course. Our experiments assess GitSEED's efficacy via comprehensive user evaluation, examining the impact of feedback mechanisms and features on student learning outcomes. Findings reveal positive correlations between GitSEED usage and student engagement.
- Abstract（参考訳）: プログラミングコースにかなりの数の登録があるため、学生にパーソナライズされたフィードバックを提供することが大きな課題である。
このフィードバックの性質は,被験者と選択した評価方法によって大きく異なる。
しかし、他のプログラム分析ツールを統合するために、現在のAAT(Automated Assessment Tools)を調整するのは簡単ではない。
さらに、AATは通常特定のプログラミング言語のみをサポートし、テストスイートに基づいた専用ウェブサイトを通じてのみフィードバックを提供する。
本稿では,GitLabが支援する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。
学生はGitLabを通じてGitSEEDと対話する。
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。
さらに、教員は様々なコード評価ツール(メモリリーク検出、障害ローカライゼーション、プログラムの修正など)を統合することで、各CS/SEコースのニーズに合わせてパーソナライズされたフィードバックを提供することで、GitSEEDのパイプラインを簡単にカスタマイズできる。
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。
発見は、GitSEEDの使用と学生のエンゲージメントの間に肯定的な相関関係を示す。
関連論文リスト
- Visual Analysis of GitHub Issues to Gain Insights [2.9051263101214566]
本稿では,課題タイムラインに関する洞察を提供するために,可視化を生成するプロトタイプWebアプリケーションを提案する。
問題のライフサイクルに焦点をあて、ユーザによる開発パターンの理解を高めるために重要な情報を記述する。
論文 参考訳（メタデータ） (2024-07-30T15:17:57Z) - How to Understand Whole Software Repository? [64.19431011897515]
リポジトリ全体に対する優れた理解は、自動ソフトウェアエンジニアリング(ASE)への重要な道になるでしょう。
本研究では,リポジトリ全体を包括的に理解するためのエージェントによるRepoUnderstanderという新しい手法を開発した。
リポジトリレベルの知識をより活用するために、エージェントをまとめ、分析し、計画する。
論文 参考訳（メタデータ） (2024-06-03T15:20:06Z) - AI Teaches the Art of Elegant Coding: Timely, Fair, and Helpful Style Feedback in a Global Course [8.176398354378088]
我々は、大規模なオンラインCS1コースであるCode in Placeに、新しいリアルタイムスタイルフィードバックツールをデプロイした経験を紹介する。
その結果, リアルタイムにスタイルフィードバックを受けた学生は, 遅延フィードバックを受けた学生に比べて, 5倍の視聴率と参加率を示した。
フィードバックを見た人は、コードに対して重要なスタイル関連の編集を行う傾向があり、これらの編集のうち79%が直接フィードバックを取り入れている。
論文 参考訳（メタデータ） (2024-03-22T06:45:39Z) - GitAgent: Facilitating Autonomous Agent with GitHub by Tool Extension [81.44231422624055]
さまざまなタスクを実行できる外部ツールを備えた大規模言語モデル(LLM)に焦点が当てられている。
本稿では,GitHubから自動ツール拡張を実現するエージェントであるGitAgentを紹介する。
論文 参考訳（メタデータ） (2023-12-28T15:47:30Z) - SWE-bench: Can Language Models Resolve Real-World GitHub Issues? [80.52201658231895]
SWE-benchは、実際のGitHub問題から引き出された2,294ドルのソフトウェアエンジニアリング問題と、人気のあるPythonリポジトリ12ドルのプルリクエストで構成される評価フレームワークである。
我々は、最先端のプロプライエタリモデルと微調整モデルSWE-Llamaの両方が、最も単純な問題だけを解決できることを示します。
論文 参考訳（メタデータ） (2023-10-10T16:47:29Z) - How Helpful do Novice Programmers Find the Feedback of an Automated
Repair Tool? [1.2990666399718034]
自動修復ツールであるCLARAを使って初心者にフィードバックを提供する経験について述べる。
まず、私たちはCLARAを拡張してPython言語のより大きなサブセットをサポートし、それからプログラミング演習に使用するJupyter Notebooksと統合しました。
初心者は、しばしば、提案された修復を理解するのに苦労し、コンパイラ/解釈メッセージを理解するのがよく知られた課題であることがわかった。
論文 参考訳（メタデータ） (2023-10-02T07:45:56Z) - Collaborative, Code-Proximal Dynamic Software Visualization within Code
Editors [55.57032418885258]
本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。
私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。
私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
論文 参考訳（メタデータ） (2023-08-30T06:35:40Z) - Automated Grading and Feedback Tools for Programming Education: A
Systematic Review [7.776434991976473]
ほとんどの論文はオブジェクト指向言語における代入の正確性を評価する。
ソースコードの保守性、可読性、ドキュメントを評価するツールは少ない。
ほとんどのツールは、ほぼ即時フィードバックを可能にする完全に自動化されたアセスメントを提供する。
論文 参考訳（メタデータ） (2023-06-20T17:54:50Z) - 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) - 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) - Student Teamwork on Programming Projects: What can GitHub logs show us? [3.764846583322767]
コンピュータサイエンス専攻のためのCS2 Javaプログラミングコースの2つの提供物で、2つのプログラミングプロジェクトからGitHubログを収集しました。
学生は毎年,2つのプロジェクト(オプションと必須の2つ)をペアで作業しました。
応募ログから学生のチームワークスタイルを自動的に特定できる。
論文 参考訳（メタデータ） (2020-08-25T20:41:52Z)
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。