MétaCan
Menu
Retour à la cohorte
Enregistrement W2994133228 · doi:10.5555/1858449.1858458

Using mock object frameworks to teach object-oriented design principles

2010· article· en· W2994133228 sur OpenAlexaff
Jagadeesh Nandigam, Yonglei Tao, Venkat N. Gudivada, Abdelwahab Hamou‐Lhadj

Notice bibliographique

RevueJournal of computing sciences in colleges · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Research
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésObject-oriented designComputer scienceObject (grammar)Object-oriented programmingMethodClass (philosophy)Software engineeringContext (archaeology)Inheritance (genetic algorithm)Programming languageArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A well-designed reusable object-oriented software system adheres to two key object-oriented design principles -- i) program to an interface, not an implementation, and ii) favor object composition over class inheritance. Furthermore, the effect of unit testing (especially in the context of test-first or test-driven development) on quality of the resulting object-oriented software is undeniable. Teaching good object-oriented design principles in upper-level undergraduate courses in an effective way is challenging. We believe the use of mock object frameworks can help in teaching these object-oriented design principles in a pragmatic and hands-on manner. Using mock objects and mock object frameworks requires students to not only learn and understand the principles of good object-oriented design, but actively apply them in developing reusable object-oriented designs. This paper describes these broad object-oriented design principles and how to use mock object frameworks to teach object-oriented software design that is based on these principles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,345
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of computing sciences in collegesMême sujetSoftware Engineering ResearchTravaux en français237 207