Evidence for Programming Strategies in University Coding Exercises

Abstract

Success in coding exercises is deeply related to the strategy employed by the students to solve coding tasks. In this contribution, we analyze the programming patterns of 600 students from an introductory university course in object-oriented programming. The students were provided unit tests for the assessment of their codes, and their editing and testing actions were recorded using an Eclipse plug-in. The primary motivation for this study is to discover the programming strategies used by the students for coding exercises with different difficulty levels, and find out if any relation exists between these strategies and the success in solving the coding tasks. More insights into this process will enable educators to provide future students timely, appropriate and constructive feedback on their coding process. Thus, to predict the success in the coding exercises, we used indicators from students' testing behaviour reflecting the time and the effort differences between two successive unit test runs. The results show a clear difference in the strategies employed by the students within different success levels. Moreover, the results also highlight the potential ways of providing actionable feedback to the students in a timely and appropriate manner.

Development of a Programming Course for Students of a Teacher Training Higher Education Institution Using the Programming Language Python

“…Results of the study show a clear difference in strategies used by students at different levels of the complexity of tasks. Results also emphasize ways of providing information to solve tasks in a specified time period (Sharma et al, 2018).…”

Analítica de aprendizaje como estrategia de apoyo al aula invertida en cursos de programación: una revisión sistemática de literatura

“…En la técnica de validación cruzada se identificaron varios aportes, por ejemplo, una investigación utiliza la validación cruzada para analizar los indicadores y el comportamiento generado por el estudiante, en las pruebas unitarias que se aplican al código fuente de los talleres de programación [23]. Otro trabajo presenta un sistema de tutoría inteligente con validación cruzada, que se encarga de detectar los errores más comunes de codificación generados por los estudiantes y proporciona los respectivos comentarios [14].…”

“…Se analizaron las características, la participación y el comportamiento de los estudiantes en cursos de programación: Java, desarrollo móvil, estructuras de datos y algoritmos, con el fin de identificar patrones de comportamiento de los estudiantes y luego correlacionarlos con su rendimiento académico [25,45,50]. También se analizaron las estrategias de programación utilizadas por los estudiantes para el desarrollo de talleres que incluyen codificación, verificando si existe una relación entre dichas estrategias y la solución de actividades propuestas durante el desarrollo del curso [23]. Del mismo modo se analizó la relación entre la preparación de los estudiantes antes de clase y los puntajes obtenidos en las pruebas, en cursos de programación con C [15].…”

“…Estrategias de programación utilizadas por el estudiante para desarrollar talleres de codificación y verificar la relación existente entre las habilidades implementadas y la solución de las actividades propuestas [23].…”

Classification of strategies for solving programming problems using AoI sequence analysis

“…students vary in terms of expertise and individual factors such as personal traits, experience, and cognitive ability, which leads to different problem solving strategies [Sharma et al 2018].…”