Why do students make mistakes? an antipattern documentation about misconceptions related to CS1 introductory programming courses in Python

Abstract

The purpose of this research is to identify the misconceptions held by undergraduate students when taking introductory CS1 courses using Python. The methodology of this work consisted of interviews with instructors of previous sections of an introductory CS1 course in Python at Unicamp, and through the analysis of past exams. As a result of this work, we documented a set of 28 hypothetical misconceptions in Python through the antipattern [1] format, allowing the identification of why, how, and where the mapped misconceptions usually occur. Future work involves the development of a Concept Inventory—a multiple-choice questionnaire in which each misconception is mapped to an incorrect option—in the Python programming language.

Mapeamento e análise empírica de misconceptions comuns em avaliações de introdução à programação

“…Já Gama et al [12] apresentam um extenso estudo sobre misconceptions cometidos por alunos de introdução à programação em Python. Eles elaboraram um inventário com 28 hipóteses de possíveis misconceptions, agrupados em categorias.…”

“…Conforme mencionado na seção 2, Gama et al [12] relacionam uma lista de misconceptions cometidos por alunos na linguagem Python. Já que o escopo deste trabalho é semelhante, optou-se por utilizar uma adaptação desta relação.…”

“…Já que o escopo deste trabalho é semelhante, optou-se por utilizar uma adaptação desta relação. A ementa de IPC adotada na Universidade onde este estudo foi conduzido não abrange todos os assuntos abordados por Gama et al [12], como por exemplo recursão. Por isso, foi necessário primeiramente realizar um recorte da relação inicial de misconceptions.…”

“…Após isso, observou-se que não foi possível categorizar alguns misconceptions com base na relação obtida por [12]. Dessa forma, surgiu a necessidade de criar uma categoria chamada de Adicional, representada pela letra A. Essa categoria adicional atua como uma extensão do recorte realizado neste estudo.…”

“…• PA: Parâmetro de funções e escopo • PB: Variáveis, identificadores e escopo • PD: Iteração • PH: Uso e implementação de classe e objetos • X: Específicos do Python • A: Adicional Tabela 1: Descrição dos misconceptions identificados por Gama et al [12] ID Descrição PA.3 Supõe-se que os parâmetros de função possam ser acessados em qualquer lugar do programa, independentemente do escopo PB.1 Atribuição fora do escopo, considerando ou classificando variáveis locais como se fossem variáveis globais PD.7 O laço for é declarado sem uma instância de intervalo (por exemplo, iterando sobre elementos de uma lista), mas contém código que usa o iterador como um subscrito em notação de colchete PH.1 Tentativa de chamar um método existente de uma classe diferente daquela em que é implementado PH. 4 Um atributo de uma determinada classe (e, portanto, não incorporada) é chamado, sem ter sido importado anteriormente ou sem ser chamado de uma classe ou instância da mesma PH.5 Tentativa de definir um valor para o identificador de um método X.…”