論文の概要: Systematically Thinking about the Complexity of Code Structuring Exercises at Introductory Level

• arxiv url: http://arxiv.org/abs/2512.06178v1
• Date: Fri, 05 Dec 2025 21:57:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.222513
• Title: Systematically Thinking about the Complexity of Code Structuring Exercises at Introductory Level
• Title（参考訳）: 導入レベルでのコード構造化演習の複雑さに関する体系的考察
• Authors: Georgiana Haldeman, Peter Ohmann, Paul Denny,
• Abstract要約: コード構造化タスクの複雑さを評価するためのフレームワークを紹介します。 学生は、既存の非構造化コードの中で意味のある抽象化を特定し、分離する必要がある。 このフレームワークは、DAで生徒のスキルを構築する教育タスクの開発を支援するように設計されている。
• 参考スコア（独自算出の注目度）: 1.2207782754338876
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Decomposition and abstraction is an essential component of computational thinking, yet it is not always emphasized in introductory programming courses. In addition, as generative AI further reduces the focus on syntax and increases the importance of higher-level code reasoning, there is renewed opportunity to teach DA explicitly. In this paper, we introduce a framework for systematically assessing the complexity of code structuring tasks, where students must identify and separate meaningful abstractions within existing, unstructured code. The framework defines three dimensions of task complexity, each with multiple levels: repetition, code pattern, and data dependency. To support practical use, we provide example tasks mapped to these levels and offer an interactive tool for generating and exploring DA problems. The framework is designed to support the development of educational tasks that build students' skills with DA in the procedural paradigm.
• Abstract（参考訳）: 分解と抽象化は計算思考の重要な要素であるが、導入プログラミングコースでは必ずしも強調されない。 さらに、生成AIは、構文へのフォーカスをさらに減らし、高レベルのコード推論の重要性を高めるため、DAを明示的に教える機会が新たに生まれている。 本稿では,既存の非構造化コードにおいて,学生が意味ある抽象概念を識別・分離しなければならない,構造化タスクの複雑さを体系的に評価するフレームワークを提案する。 このフレームワークは、繰り返し、コードパターン、データ依存という、複数のレベルを持つ、タスクの複雑さの3つの次元を定義している。 実践的な利用を支援するため,これらのレベルにマップされたタスクを例示し,DA問題の生成と探索を行うインタラクティブツールを提供する。 このフレームワークは、手続きパラダイムにおいて、DAで生徒のスキルを構築するための教育タスクの開発を支援するように設計されている。

関連論文リスト

• When Do Program-of-Thoughts Work for Reasoning? [51.2699797837818]
  本稿では,コードと推論能力の相関性を測定するために,複雑性に富んだ推論スコア(CIRS)を提案する。 具体的には、抽象構文木を用いて構造情報をエンコードし、論理的複雑性を計算する。 コードはhttps://github.com/zjunlp/EasyInstructのEasyInstructフレームワークに統合される。
  論文  参考訳（メタデータ） (2023-08-29T17:22:39Z)

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。