UML Mentor: A Tool for Interactive and Collaborative Software Design Education
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
This lightning talk describes a homegrown digital educational tool, Unified Modeling Language Mentor (UML Mentor), that allows students to participate in software design challenges and create UML diagrams. Introducing design patterns in an undergraduate object-oriented software design course offers a unique opportunity to embed good design techniques, which can be transferred to real-world scenarios. UML Mentor encourages students to evaluate software design challenges from diverse perspectives by experimenting and reflecting through UML diagram creation. The software design challenges consist of a description, use cases, and expected functionality. Each challenge describes a program for which the students are expected to create a UML class diagram. Once students have completed creating the UML diagram for a challenge, they can post it for others to review. We recognize that providing feedback on UML diagrams can be time-consuming for CS educators, especially because there can be multiple valid design patterns acceptable for a challenge. As a result, in UML Mentor, students can collaborate and provide formative peer feedback through comments. To encourage community building and mentoring in the classroom, the original creator of a UML diagram can mark some peer comments as 'helpful' to show gratitude towards the commentator. Our tool helps students build confidence in creating UML diagrams according to diverse design patterns and facilitates peer feedback. During the talk, we will do a walk-through of an example software design challenge, showcase implemented features, and gather participant input and critique on UML Mentor to improve and inform future releases.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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