論文の概要: Enhancing a gamified tool for UML modeling education

• arxiv url: http://arxiv.org/abs/2604.22400v1
• Date: Fri, 24 Apr 2026 09:41:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.416305
• Title: Enhancing a gamified tool for UML modeling education
• Title（参考訳）: UMLモデリング教育のためのゲーミフィケーションツールの強化
• Authors: Giacomo Garaccione, Riccardo Coppola, Luca Ardito,
• Abstract要約: モデリング教育をより魅力的にするためにゲーミフィケーションが採用されている。 既存のツールは、ほとんどクラスダイアグラムにのみ焦点を合わせており、ユースケースやその他の記法のサポートは未検討のままである。 2025年、私たちはUMLegendを設計しました。これはクラス図のためのゲーミフィケーションツールで、学生が正しいモデリングプラクティスを学ぶのに役立つ動的なフィードバックを提供します。 本稿では、UMLegendを実験結果に従って拡張し、より多くのモデリング言語をサポートできるようにした方法について述べる。
• 参考スコア（独自算出の注目度）: 2.3449922785286965
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unified Modeling Language (UML) Use Case and Class Diagrams are fundamental modeling notations in Software Engineering (SE) education due to their importance for requirements and model-based engineering, yet their relevance is underestimated by students, who tend to dismiss the topic as secondary. Gamification has been adopted to make modeling education more appealing, but existing tools focus almost exclusively on class diagrams, leaving support for use cases and other notations unexplored. In 2025, we designed UMLegend, a gamified tool for class diagrams that offered dynamic feedback to help students learn correct modeling practices and multiple long-term mechanics to increase engagement, and performed a study with the tool. With this paper, we describe how we enhanced UMLegend following the results of the experiment so that it can support more modeling languages, with use case diagrams being added to the type of available exercises in the tool. The revised version has been refactored to have a modular architecture, to make it easier to add other software engineering topics and additional modeling notations. We also describe the potential impact we expect the new version to have, and outline a longitudinal study we intend to perform in 2026 where we will assess whether long-term UML gamification leads to improved student performance.
• Abstract（参考訳）: 統一モデリング言語(UML) ユースケースとクラスダイアグラムは、要件とモデルベースのエンジニアリングの重要性から、ソフトウェア工学(SE)教育における基本的なモデリング表記法である。 モデリング教育をより魅力的にするためにゲーミフィケーションが採用されているが、既存のツールはクラス図のみに重点を置いており、ユースケースやその他の表記のサポートは未検討のままである。 2025年、私たちはUMLegendを設計しました。これはクラスダイアグラムのためのゲーミフィケーションツールで、学生が正しいモデリングプラクティスや、エンゲージメントを高めるために複数の長期力学を学ぶのに役立つダイナミックなフィードバックを提供し、このツールを使って研究を行いました。 本稿では,実験結果に従ってUMLegendを拡張して,より多くのモデリング言語をサポートできるようにし,ユースケース図をツールで利用可能なエクササイズの種類に追加する方法について述べる。 改訂されたバージョンは、他のソフトウェアエンジニアリングトピックの追加やモデリング表記の追加を容易にするために、モジュラーアーキテクチャを持つようにリファクタリングされている。 また,2026年に実施予定の縦断的研究を概説し,UMLの長期的なゲーミフィケーションが学生のパフォーマンス向上に繋がるかどうかを評価する。

関連論文リスト

• Event-Driven Inconsistency Detection Between UML Class and Sequence Diagrams [0.6660458629649825]
  ソフトウェア工学の学生は、モデリングプロセス中に不整合を理解し、管理するのに苦労することが多い。 教育者や学生は、モデリングプロセス中に生じる矛盾を理解し管理するのに苦労することが多い。 このツールはイベント駆動アーキテクチャを採用し、モデリングアクションを継続的に監視し、ユーザに対して、新たな不整合をリアルタイムで通知する。
  論文  参考訳（メタデータ） (2025-11-11T01:51:37Z)
• How an unintended Side Effect of a Research Project led to Boosting the Power of UML [0.0]
  本稿では,新しいモデリングツールの設計,実装,使用について述べる。 クラスダイアグラムとオブジェクトダイアグラムの統合とオブジェクトの実行を可能にします。
  論文  参考訳（メタデータ） (2025-05-14T10:38:37Z)
• Unified Modeling Language Code Generation from Diagram Images Using Multimodal Large Language Models [0.41942958779358674]
  本稿では,大規模マルチモーダル言語モデルを用いたコードの自動生成手法を提案する。 ドメイン適応型MM-LLMはコード生成自動化のために動作し、最高のモデルではシーケンスダイアグラム上でBLEUとSSIMスコア0.779と0.942を達成した。
  論文  参考訳（メタデータ） (2025-03-15T23:20:26Z)
• Assessing UML Diagrams by ChatGPT: Implications for Education [9.11195766839205]
  ChatGPTはこの評価作業を完了できるが、人間の専門家に取って代わることはできない。 ChatGPTと人間の専門家の間には5つの相違点がある。
  論文  参考訳（メタデータ） (2024-12-23T00:28:33Z)
• Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities [89.40778301238642]
  モデルマージは、機械学習コミュニティにおける効率的なエンパワーメント技術である。 これらの手法の体系的かつ徹底的なレビューに関する文献には大きなギャップがある。
  論文  参考訳（メタデータ） (2024-08-14T16:58:48Z)
• Scaling Vision-Language Models with Sparse Mixture of Experts [128.0882767889029]
  提案手法は, 等価計算コストの高密度モデルに対して, 様々なベンチマークにおいて, 最先端性能を実現することができることを示す。 我々の研究は、MoEモデルのトレーニングの安定化、モデル解釈可能性に対するMoEの影響の理解、ビジョン言語モデルをスケールする際の計算性能間のトレードオフのバランスに関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2023-03-13T16:00:31Z)
• Toolformer: Language Models Can Teach Themselves to Use Tools [62.04867424598204]
  言語モデル(LM)は、特に大規模において、いくつかの例やテキスト命令から新しいタスクを解く素晴らしい能力を示す。 LMは、シンプルなAPIを通じて外部ツールの使用を自覚し、両方の世界のベストを達成できることを示します。 Toolformerは、どのAPIを呼び出すか、いつ呼び出すか、どの引数を渡すか、結果を将来のトークン予測に最もうまく組み込む方法を訓練したモデルです。
  論文  参考訳（メタデータ） (2023-02-09T16:49:57Z)

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。