MétaCan
Menu
Retour à la cohorte
Enregistrement W4414203932 · doi:10.1145/3767736

Can Alternative Grading Improve Student Interactions in Automatically Graded Programming Assignments?

2025· article· en· W4414203932 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueACM Transactions on Computing Education · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGrading (engineering)DebuggingOracleFormative assessmentSuiteTest suiteUnit testingSoftwareSummative assessmentSoftware development

Résumé

récupéré en direct d'OpenAlex

Background. Automated assessments, often implemented as test-based autograders, are widely used in the form of hidden oracles, providing automated formative feedback to students on their code solutions. While autograders provide some educational benefits—particularly around efficient scaling of grading—they have been shown to encourage adverse student behaviors that hinder learning. For example, students try to debug their solutions into existence through trial-and-error debugging in pursuit of maximum points, without the valuable, careful introspection on their work. Objectives. This study investigates how a grade scale affects students’ software development behaviors in response to automated feedback. In contrast to an autograder with an oracle suite of test cases, industrial developers do not have access to an oracle test suite that can tell them what cases their code handles or mishandles. Developers must instead rely on careful reasoning to co-evolve their test code with their product code to produce and maintain high-quality software. We hypothesize that alternative grading can be an effective tool to influence students to practice more reflection during development while maintaining the infrastructural and pedagogical benefits of automated assessments. Methods. We deployed a coarse-grained, alternative grading approach—bucket grading—which assessed solutions to be in one of only four bucket grades, representing a high-level assessment of the student’s project quality, to a third-year post-secondary, project-based software engineering class with 300+ students. This study uses a mixed qualitative and quantitative methodology to compare a previous offering of the course that used a traditional, points-based grading scheme against the bucket grading offering. Findings. We find that coarse-grained formative feedback via bucket grading improves student-autograder interaction: students wrote stronger, more focused test suites because they reflected more deeply before making changes. Students were appreciative of bucket grading since it provided them leniency in their grade and greater clarity on the overall quality of their solutions. Ultimately, we will continue to use this approach going forward since incorporating bucket grading meaningfully improved both the staff and student autograder experiences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,889

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,347
Écart entre enseignants0,328 · 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