Abstract. This work presents PCodigo II, a system of an automatic mapping of student profiles in software metrics to analyze programming learning. In addition to profile mapping in 348 software metrics, PCodigo II has mass execution, similar profile grouping, information visualization, and plagiarism analysis capabilities. The first applications of PCodigo II in real programming exercises demonstrate the effectiveness of this system for the diagnostic evaluation of programming learning. The first applications of PCodigo II in real programming exercises show that teachers, taking into account what the metrics say, can recognize the learning difficulties, good programming practices and classes of learning profiles of a whole class in a fast, detailed and holistic way.Resumo. Este trabalho apresenta o PCodigo II, um sistema de de mapeamento automático de perfis de estudantes em métricas de software para análise da aprendizagem de programação. Além do mapeamento de perfis em 348 métricas de software, o PCodigo II possui as funcionalidades de execução em massa, de agrupamento de perfis similares, de visualização da informação e de análise de plágios. As primeiras aplicações do PCodigo II em exercícios reais de programação mostram que professores, atentando para o que as métricas dizem, podem reconhecer as dificuldades de aprendizagem, boas práticas de programação e classes de perfis de aprendizagem de toda uma turma de forma rápida, detalhada e holística.
The evaluation of programming exercises is a complex process because, for each exercise that a teacher applies, there are common possibilities for solutions. As the teacher does not always know all the possible solutions of an exercise, it is always a challenge for him to justify all the criteria of his evaluation. In order to support the programming evaluation process, this work proposes a strategy based on clustering techniques and Principal Component Analysis (PCA) to recognize, from solutions developed by students, examples of solutions that represent, in a rubric scheme, the scores assigned by a teacher. The results of the experiments in real programming exercises solutions indicate that our method recognizes representations of rubrics demanding little teacher evaluation effort.
A avaliação de exercícios de programação com as finalidades de compreender as dificuldades de aprendizagem e de comparar soluções representa um desafio para professores de programação. Contemplando esse desafio, desenvolvemos o PCodigo II, um sistema de apoio à prática assistida de programação que mapeia soluções de programação em perfis de aprendizagem representados por 348 métricas de software. As principais funções do PCodigo II são execução em massa de exercícios, diagnóstico de dificuldades de aprendizagem e análise de plágios. O PCodigo II apresenta-se, portanto, como uma importante ferramenta para auxiliar o trabalho de avaliação de professores ao fornecer-lhes relatórios que favorecem uma análise fina e multidimensional da aprendizagem de programação.
O desenvolvimento de um programa de computador é um processo de resolução de problema que resulta em várias possibilidades de soluções. Dessa forma, a avaliação de exercícios de programação demanda muito esforço do professor tanto na avaliação manual, quando analisam-se várias possibilidades de soluções, quanto na avaliação automática, quando vários modelos de soluções devem ser fornecidos como entradas. Com o objetivo de auxiliar professores na identificação de modelos de soluções a partir de programas desenvolvidos por alunos, este trabalho propõe um sistema baseado em clustering para reconhecimento de modelos de soluções e para mapeamento dessas soluções em escores atribuídos por professores. Os primeiros experimentos de aplicação desse sistema em duas bases de programas desenvolvidos por estudantes de programação apresentaram resultados promissores.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.