論文の概要: Rookie Mistakes: Measuring Software Quality in Student Projects to Guide Educational Enhancement
- arxiv url: http://arxiv.org/abs/2507.12488v1
- Date: Tue, 15 Jul 2025 19:37:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-18 20:10:24.204913
- Title: Rookie Mistakes: Measuring Software Quality in Student Projects to Guide Educational Enhancement
- Title（参考訳）: Rookie Mistakes: 学生プロジェクトにおけるソフトウェア品質の測定と教育強化の指針
- Authors: Marco De Luca, Sergio Di Martino, Sergio Di Meglio, Anna Rita Fasolino, Luigi Libero Lucio Starace, Porfirio Tramontana,
- Abstract要約: SonarQubeとArchUnitを組み合わせて静的解析パイプラインを適用し、コードの臭いやアーキテクチャ上のアンチパターンを検出する。
本研究は, 学生が直面している課題の具体的証拠として, 繰り返し発生する品質問題に注目した。
- 参考スコア（独自算出の注目度）: 1.7482569079741024
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: When teaching Programming and Software Engineering in Bachelor's Degree programs, the emphasis on creating functional software projects often overshadows the focus on software quality, a trend that aligns with ACM curricula recommendations. Software Engineering courses are typically introduced later in the curriculum, and can generally allocate only limited time to quality-related topics, leaving educators with the challenge of deciding which quality aspects to prioritize. In this decision, the literature offers limited guidance, as most existing studies focus on code written by novice students and small code units, making it unclear whether those findings extend to intermediate-level students with foundational object-oriented programming skills working on more complex software projects. To address this gap, we analyze 83 object-oriented team projects developed by 172 university students across 4 different editions of the Object-Oriented Programming course. We apply a static analysis pipeline used in prior research to assess software quality, combining SonarQube and ArchUnit to detect code smells and architectural anti-patterns. Our findings highlight recurring quality issues and offer concrete evidence of the challenges students face at this stage, providing valuable guidance for educators aiming to continuously improve Software Engineering curricula and promote quality-oriented development practices.
- Abstract（参考訳）: Bachelor氏のDegreeプログラムでプログラミングとソフトウェアエンジニアリングを教えるとき、機能的なソフトウェアプロジェクトの開発に重点を置くことは、ソフトウェアの品質に重きを置いていることが多い。
ソフトウェア工学のコースはカリキュラムの後半に導入され、一般的には品質に関するトピックに限られた時間しか割り当てられません。
この決定において、文献は限られたガイダンスを提供しており、既存のほとんどの研究は初心者の学生や小さなコードユニットによって書かれたコードに焦点を当てており、これらの発見がより複雑なソフトウェアプロジェクトに取り組む基礎的なオブジェクト指向プログラミングスキルを持つ中級の学生にまで及んでいるかどうかは不明である。
このギャップに対処するため、オブジェクト指向プログラミングコースの4つの異なるエディションにわたる172人の大学生によって開発された83のオブジェクト指向チームプロジェクトを分析した。
SonarQubeとArchUnitを組み合わせてコードの臭いやアーキテクチャのアンチパターンを検出する。
ソフトウェア工学のカリキュラムを継続的に改善し、品質指向の開発プラクティスを促進することを目的とした、教育者にとって貴重なガイダンスを提供する。
関連論文リスト
- MERA Code: A Unified Framework for Evaluating Code Generation Across Tasks [56.34018316319873]
我々は,最新のLLMをロシア語で評価するためのベンチマークであるMERA Codeを提案する。
このベンチマークには、8つのプログラミング言語にまたがる11の評価タスクが含まれている。
我々はオープンなLLMとフロンティアAPIモデルを評価し、非英語言語における実用的なコーディングタスクの観点からそれらの制限を分析した。
論文 参考訳（メタデータ） (2025-07-16T14:31:33Z) - Innovating the software engineering class through multi-team development [0.0]
本稿では,大学院ソフトウェア工学を教えるための新しいアプローチを提案する。
学生たちは複数のソフトウェアチームにグループ化され、それぞれがアプリの異なる側面に焦点を当てている。
アジャイル開発アプローチを使用することで、チームはコードベースに漸進的に追加し、アプリケーションが進化するにつれて機能を示す。
論文 参考訳（メタデータ） (2025-02-04T18:54:43Z) - Understanding the Effect of Agile Practice Quality on Software Product Quality [0.0]
優れたコーディングプラクティスと品質管理テクニックは、製品品質のすべての側面に肯定的に相関します。
すべてのソフトウェア開発活動に高いレベルのチーム計画とコミュニケーションは必要ない。
論文 参考訳（メタデータ） (2024-12-20T10:26:54Z) - Integrating Human-Centric Approaches into Undergraduate Software Engineering Education: A Scoping Review and Curriculum Analysis in the Australian Context [0.0]
ヒューマン・センター・ソフトウェア・エンジニアリング(Human-Centric Software Engineering)とは、人間の要求と要求をコア・プラクティスとするソフトウェア・エンジニアリング・プロセスを指す。
ソフトウェアプロジェクトの大部分が人的ニーズに対応できず、結果として予算やデリバリ、ユーザビリティの問題に陥ります。
本稿では,大学院ソフトウェア工学の学生にHCSEを教えるのに適したトピックとカリキュラムのアプローチを特定するためのスコーピング・レビューを提案する。
論文 参考訳（メタデータ） (2024-07-10T02:34:58Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z) - Fuzzy Intelligent System for Student Software Project Evaluation [0.0]
本稿では,学術ソフトウェアプロジェクトの評価を目的としたファジィインテリジェントシステムを提案する。
システムは入力基準を処理し、プロジェクト成功の定量化尺度を作成する。
提案手法は,プロジェクト評価を標準化し,手動グレーディングにおける主観的バイアスを低減するのに役立つ。
論文 参考訳（メタデータ） (2024-05-01T11:12:22Z) - 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) - Software Engineering Educational Experience in Building an Intelligent Tutoring System [10.935408461248173]
本稿では,Intelligent Tutoring Systemアーキテクチャ,SEコースにおける教育概念,ITSでの経験について論じる。
このSEコースは、数年間のプログラミングコースで初心者学生に自動化されたリアルタイムフィードバックを提供する、本格的なIntelligent Tutoring Systemを構築することを想定している。
論文 参考訳（メタデータ） (2023-10-09T07:28:41Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z) - Understanding the Challenges of Deploying Live-Traceability Solutions [45.235173351109374]
SAFA.aiは、ほぼリアルタイムな環境で自動トレーサビリティを提供する、プロジェクト固有モデルを微調整するスタートアップである。
本稿では,ソフトウェアトレーサビリティを商業化する上での課題について述べる。
論文 参考訳（メタデータ） (2023-06-19T14:34:16Z) - Hierarchical Programmatic Reinforcement Learning via Learning to Compose
Programs [58.94569213396991]
プログラムポリシーを作成するための階層型プログラム強化学習フレームワークを提案する。
提案するフレームワークは,プログラム作成の学習を通じて,アウト・オブ・ディストリビュータの複雑な動作を記述するプログラムポリシーを作成することができる。
Karel ドメインの実験結果から,提案するフレームワークがベースラインより優れていることが示された。
論文 参考訳（メタデータ） (2023-01-30T14:50:46Z) - 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。
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。