論文の概要: From Bugs to Breakthroughs: Novice Errors in CS2

• arxiv url: http://arxiv.org/abs/2502.14438v1
• Date: Thu, 20 Feb 2025 10:41:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-21 14:28:57.080123
• Title: From Bugs to Breakthroughs: Novice Errors in CS2
• Title（参考訳）: バグからブレークスルー:CS2の初心者エラー
• Authors: Nadja Just, Janet Siegmund, Belinda Schantong,
• Abstract要約: CS2講座の学生がその後のプログラミング課題で行った誤りを縦断的に調査した。 確立されたエラーフレームワークの修正版に基づいて、710のエラーを手動で分類した。 学生はプログラミング言語を学ぶのに少しだけ苦労していますが、プログラミング言語の概念を理解し表現するのにより多くの時間が必要です。
• 参考スコア（独自算出の注目度）: 1.0609815608017066
• License:
• Abstract: Background: Programming is a fundamental skill in computer science and software engineering specifically. Mastering it is a challenge for novices, which is evidenced by numerous errors that students make during programming assignments. Objective: In our study, we want to identify common programming errors in CS2 courses and understand how students evolve over time. Method: To this end, we conducted a longitudinal study of errors that students of a CS2 course made in subsequent programming assignments. Specifically, we manually categorized 710 errors based on a modified version of an established error framework. Result: We could observe a learning curve of students, such that they start out with only few syntactical errors, but with a high number of semantic errors. During the course, the syntax and semantic errors almost completely vanish, but logical errors remain consistently present. Conclusion: Thus, students have only little trouble with learning the programming language, but need more time to understand and express concepts in a programming language.
• Abstract（参考訳）: 背景: プログラミングは特にコンピュータ科学とソフトウェア工学の基本的なスキルです。 これは、プログラミングの課題で学生が犯した多くのエラーによって証明されている。 目的:本研究では,CS2コースにおける共通プログラミングエラーを特定し,時間とともに学生がどう進化するかを理解することを目的とする。 方法:本研究はCS2コースの学生がその後のプログラミング課題で犯した誤りを縦断的に調査した。 具体的には、確立されたエラーフレームワークの修正版に基づいて、710のエラーを手動で分類した。 結果: 学生の学習曲線を観察できるため, 構文的誤りは少ないが, 意味的誤りが多い。 コース中、構文とセマンティックエラーはほぼ完全に消滅するが、論理的エラーは一貫して存在する。 結論: 学生はプログラミング言語を学ぶのにほとんど苦労していないが、プログラミング言語の概念を理解し、表現するのにより多くの時間を必要としている。

関連論文リスト

• Subtle Errors Matter: Preference Learning via Error-injected Self-editing [59.405145971637204]
  eRror-Injected Self-Editing (RISE) と呼ばれる新しい好み学習フレームワークを提案する。 RISEは定義済みの微妙な誤りを正しい解の部分的なトークンに注入し、エラー軽減のためにハードペアを構築する。 RISEの有効性を検証する実験では、Qwen2-7B-Instructでは、GSM8Kでは3.0%、MATHでは7.9%が顕著に改善された。
  論文  参考訳（メタデータ） (2024-10-09T07:43:38Z)
• Improving LLM Classification of Logical Errors by Integrating Error Relationship into Prompts [1.7095867620640115]
  プログラミング教育の重要な側面は、エラーメッセージの理解と処理である。 プログラムがプログラマの意図に反して動作している「論理エラー」は、コンパイラからエラーメッセージを受け取らない。 そこで本研究では,LLMを用いた論理的誤り検出手法を提案し,この手法を用いて,Chain-of-ThoughtとTree-of-Thoughtのプロンプトのエラータイプ間の関係を推定する。
  論文  参考訳（メタデータ） (2024-04-30T08:03:22Z)
• Comparison of Three Programming Error Measures for Explaining Variability in CS1 Grades [11.799817851619757]
  本研究は,2つの試験におけるプログラミングエラー率と成績の関係について検討した。 Javaプログラミングコースの280人の学生からデータが収集された。
  論文  参考訳（メタデータ） (2024-04-09T03:45:15Z)
• Rule-Based Error Classification for Analyzing Differences in Frequent Errors [0.0]
  我々は、95,631の符号対の誤りを分類し、オンラインの判定システムにおいて、様々なレベルのプログラマが提出した平均3.47の誤りを識別する。 解析結果から, 初心者による誤りは, プログラミングの知識不足によるものであることがわかった。 一方、専門家が犯した誤りは、問題を読むことの不注意や、通常とは異なる問題解決の課題に起因する誤解によるものである。
  論文  参考訳（メタデータ） (2023-11-01T13:36:20Z)
• Dcc --help: Generating Context-Aware Compiler Error Explanations with Large Language Models [53.04357141450459]
  dcc --helpはCS1とCS2のコースにデプロイされ、2565人の学生が10週間で64,000回以上このツールを使っている。 LLMが生成した説明は、コンパイル時間の90%と実行時の75%で概念的に正確であるが、コードに解決策を提供しない命令を無視することが多かった。
  論文  参考訳（メタデータ） (2023-08-23T02:36:19Z)
• Automated Questions About Learners' Own Code Help to Detect Fragile Knowledge [0.0]
  学生は、実際にどのように動作するかを脆弱に理解していても、正しく機能するプログラムコードを作成できる。 個々のエクササイズ提出書(QLC)から自動的に抽出された質問は、学生が作成したコードの構造とロジックを十分に理解しているかどうかを調査することができる。
  論文  参考訳（メタデータ） (2023-06-28T14:49:16Z)
• CSED: A Chinese Semantic Error Diagnosis Corpus [52.92010408053424]
  関連するデータセットが欠如している中国の意味的誤り診断(CSED)の複雑な問題について検討する。 意味的誤りの研究は、それらが非常に一般的であり、統語的不規則や理解の問題に繋がる可能性があるため重要である。 本稿では,CSEDタスクに適応する構文認識モデルを提案する。
  論文  参考訳（メタデータ） (2023-05-09T05:33:31Z)
• 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)
• Using Large Language Models to Enhance Programming Error Messages [5.903720638984496]
  大規模な言語モデルは、エラーメッセージのプログラミングに有用な拡張を作成するために使用することができる。 我々は,大規模言語モデルの利点と欠点について論じ,プログラムエラーメッセージの強化に向けた今後の研究の流れを浮き彫りにする。
  論文  参考訳（メタデータ） (2022-10-20T23:17:26Z)
• 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)
• On the Robustness of Language Encoders against Grammatical Errors [66.05648604987479]
  我々は、非ネイティブ話者から実際の文法的誤りを収集し、これらの誤りをクリーンテキストデータ上でシミュレートするために敵攻撃を行う。 結果,全ての試験モデルの性能は影響するが,影響の程度は異なることがわかった。
  論文  参考訳（メタデータ） (2020-05-12T11:01:44Z)

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。