文献

J-GLOBAL ID：201702224918167308   整理番号：17A1777381

HappyFace:スケールでの学習プログラミングのためのフラストレートした障害物の同定と予測【Powered by NICT】

HappyFace: Identifying and predicting frustrating obstacles for learning programming at scale

著者 (3件)： Drosos Ian (NC State University, Raleigh, NC, USA) ,  Guo Philip J. (UC San Diego, La Jolla, CA, USA) ,  Parnin Chris (NC State University, Raleigh, NC, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： VL/HCC  ページ： 171-179  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 不必要な障害は,計算機プログラミングのような認知的に複雑な領域における学習限界。適切なフィードバック機構の欠如により,初心者プログラマはフラストレーションを経験し,学習経験から解放されることができる。大規模教育環境では,学習者の闘いが,学習インフラストラクチャへの目に見えないことが多いと学習者が求める支援への限定された能力を持っている。本論文では,オンライン学習するコードプラットフォーム,Pythonチュータからコード断片の大規模収集を行い,軽量学習者フィードバックメカニズムを通してフラストレーション評価を収集した。は,参加者のフラストレーションレベルを標識に基づくフラストレーションの源を自動的に同定できる手法を考案した。新人プログラマのフラストレーション状態を最もよく予測した三つの因子を見出した:構文誤り,ニッチ言語特徴を用いた,高複雑性を持つコード理解。さらに,フラストレーションの源を予測することができるという証拠を見出した。これらの結果に基づいて,埋め込まれたフィードバック機構は,将来の介入システムをもたらすことができると信じている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 言語 ,  *学習 ,  欲求不満 ,  プログラマ ,  *計算機プログラミング ,  インフラストラクチャー
準シソーラス用語： 複雑性 ,  新入社員 ,  ティーチングアシスタント ,  Python ,  オンライン学習 ,  学習者 ,  教育環境 ,  学習経験 ,  初心者 , 【Automatic Indexing@JST】

分類 (2件)： 計算機システム開発  (JD02010R) ,  技術教育  (JA01050T)

タイトルに関連する用語 (6件)： スケール ,  学習 ,  プログラミング ,  障害物 ,  同定 ,  予測