Stump-the-Teacher: Using Student-generated Examples during Explicit Debugging Instruction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
As the number of upper-elementary students (grades 4-7) interested in computer programming increases, there is growing interest in age-appropriate pedagogical approaches to debugging instruction. However, previous research findings with younger novice learners are limited, and research with explicit debugging instruction has shown limited uptake by students. This experience report describes two novel classroom activities undertaken as part of an investigation into explicit debugging instruction with upper-elementary-aged students: student-generated examples (SGE), in which students modified working programs by purposefully introducing bugs; and stump-the-teacher, in which the teacher demonstrates their expert debugging approach explicitly by thinking aloud while attempting to debug the SGEs. Students demonstrated both an eagerness to craft examples that they hoped would stump the teacher and actively engaged with the live-debugging exercise. Students were also asked to compare and describe their own debugging approach to the teacher's debugging approach. Analysis of the bugs deliberately introduced by students found that they were primarily syntax-related, in line with early novice programmer error patterns. Additionally, student comparisons of their debugging approaches demonstrated awareness and engagement by most students, as well as possible early indications for disengaged or overwhelmed students. Further, analysis of later student debugging behavior on exercises showed students following the "run first, run often" approach demonstrated by the teacher. These findings suggest that engaging students in explicit debugging instruction can provide insights into their engagement and confidence levels, as well as encourage them to self-reflect and improve their debugging approaches.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle