Do Computer Science Students Understand Their Programming Task?—A Case Study of Solving the Josephus Variant Problem
Notice bibliographique
Résumé
The ability of students to problem solve begins with interpreting the problem. When they interpret the problem inaccurately, they will likely use ineffective strategies or fail to solve the problem. Studies reported students are often incapable of identifying and articulating the problem goal, requirements/constraints, and expected output. In other words, students lack self-regulation skills, especially related to task understanding. In this study, two male and two female senior computer science students from Utah State University, USA, were recruited as research participants to learn more about their task understanding skills while engage in programming tasks. The participants were asked to answer five programming problems while thinking aloud, and their responses were video- and audio-recorded. This report focuses on one of the problems, which was a variant of the Josephus problem. Three research questions were used to guide the analysis: (a) what were the participants’ initial task understanding; (b) how did it change during the problem-solving endeavor; and (c) why did it change. All participants identified the problem goal inaccurately and as a result, selected ineffective problem-solving strategies. The analysis suggested their inaccurate task interpretations were caused by their confidence bias (i.e., a systematic cognitive error), in which they drew knowledge and strategies from irrelevant experience. Out of four participants, only one was able to defeat the confidence bias and acquired an accurate task understanding; the influencing factors and possible interventions to overcome confidence bias are discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».