没有合适的资源?快使用搜索试试~ 我知道了~
集成算法可视化和程序,用于数据结构学习的教育工具程序
埃及信息学杂志20(2019)193集成程序和算法可视化,用于学习数据结构实现Rossevine Artha Nathasya,Oscar KarnalimBazar,Mewati Ayub印度尼西亚马拉纳塔基督教大学信息技术学院阿提奇莱因福奥文章历史记录:2018年12月4日收到2019年4月3日修订2019年5月13日接受在线预订2019年关键词:教育工具程序可视化算法可视化数据结构计算机科学教育A B S T R A C T算法可视化(AV)工具通常用于学习数据结构。然而,由于该工具没有解决技术细节,一些学生可能不知道如何实现数据结构。本文将AV工具与PV工具相结合,帮助学生理解数据结构集成(作为一个名为DS-PITON的工具实现)的工作方式与PV工具类似,只是数据结构是用AV工具可视化的通过准实验,可以说DS-PITON帮助学生获得更好的评估分数,并更快地完成评估(即使对完成时间的影响可能会对慢节奏的学生产生相反的影响)。此外,根据问卷调查,学生认为DS-PITON有助于他们学习数据结构材料。©2019 Elsevier B.V.制作和托管代表开罗计算机和信息学院大学这是一篇CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。1. 介绍学生保留率决定了大学的成功[1];更高的保留率导致更高的成功率。因此,提出了几种保持高保留率的策略[2]。其中一些是:使用有说服力的社交媒体[3],学生成功课程[4]和教育技术的整合[5]。为了保持学生在计算机教育中的高保留率,教育技术通常被应用于帮助学生学习特定主题。这些技术通常依赖于自动可视化作为其主要功能;通过直观的图形和动画解释特定主题。程序可视化(PV)工具[6]和算法可视化(AV)工具[7]是最常见的两种工具。前者更注重视觉效果--* 通 讯 作 者 : Maranatha Christian University 信 息 技 术 学 院 教 授 Drg. 苏 里 亚Sumantri街65号,万隆,西爪哇40164,印度尼西亚。电 子 邮 件 地 址 : oscar.it.maranatha.edu ( O.Karnalim ) , mewati.ayub@it.maranatha.edu(M. Ayub)。开罗大学计算机和信息系负责同行审查。一个特定的程序是如何工作的,而后者专注于可视化算法和数据结构是如何工作的。在学习数据结构时,大多数AV工具解释它们,而不提供有关它们在实际程序中如何表示和行为的技术细节。因此,学生可能知道数据结构理论上是如何工作的,但可能无法使用它们来解决编程任务。换句话说,它扩大了学生理论能力和实践能力之间的差距缓解差距的一个可能的解决方案是让学生使用PV工具学习技术细节。然而,PV工具的可视化可能很难理解,因为数据结构被视为标准对象。可视化可能不适合结构为了缩小学生在数据结构方面的理论和实践能力之间的差距这种集成-表示为一个名为DS-PITON的工具-以类似于PV工具的方式工作,除了一些预定义的数据结构将通过AV工具具有它们自己的可视化。以这种方式,数据结构据我们所知,没有作品试图结合PV和AV工具来学习数据结构的实现。https://doi.org/10.1016/j.eij.2019.05.0011110-8665/©2019制作和主办由Elsevier B. V.代表开罗大学计算机和信息学院这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。制作和主办:Elsevier可在ScienceDirect上获得目录列表埃及信息学杂志杂志主页:www.sciencedirect.com194R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193我们提出的工具(DS-PITON)是在PITON(一种编程教育工具,以前在同一机构中创建,其中有两个共享作者[9])的基础上开发的PITON最初是为了帮助学生完成入门级编程实验室评估而创建的PITON可以作为一个PV工具,除了一个标准的编程工作区。通过这种方式,当学生对他们的代码如何工作感到困惑时,他们可以激活可视化以获得更好的理解。PITON的目标确实与DS-PITON无关;前者旨在帮助学生在入门编程中学习如何编码,而后者则但是,其PV工具模式可以用来实现DS-PITON的目标. 目前,DS-PITON涵盖了7种数据结构:数组、链表、带数组的堆栈、带链表的堆栈、带数组的队列、带链表的队列和带链表的优先级队列。2. 相关作品在计算领域,教育工具通常通过可视化来解释程序,算法和数据结构。一般来说,这些工具可以分为三类:程序可视化,算法可视化,和其他。本节将讨论每一类的教育工具。此外,我们还将解释PITON的简要概述,这是一种教育工具,是我们提出的工具的基础2.1. 程序可视化工具程序可视化(PV)工具帮助学习者了解特定程序的工作原理。它们中的每一个都可视化程序运行时的所有变量和执行状态[6]。Jeliot 3[10]是一个成熟的例子。这个工具是一个面向Java的PV工具,已经从Elliot,Jelliot 1和Jeliot 2000[11,12]发展了几次。由于编程语言不同,一些PV工具促进了新的目标编程语言的集成。这种集成可以通过新语言和已知语言之间的映射[13],也可以通过需要在新语言上编写一些指令的嵌入机制[14]。除了语言无关性,还提出了一些独特的功能在现有的PV工具。CodeChella[15]支持实时辅导和协作学习。JavlinaCode[16]显示了统一建模语言OmniCode[17]引入了一种实时编程机制。PITON[9]有一个类似IDE的编程工作区,可以帮助学习者编写自己的程序。PlayVisualizerC[18]处理现有PV工具的功能、可安装性和可用性问题。PythonTutor[19]涵盖了具有在线架构的各种编程SeeC[20]有人类语言的解释来帮助它的可视化。2.2. 算法可视化工具算法可视化(AV)工具帮助学习者学习算法和数据结构是如何工作的。它们通常涵盖基本算法和数据结构,例如顺序数据结构(例如,数组、堆栈、队列和链表)[21,22]和搜索排序算法[23考虑到一些学习者在高级主题中面临困难,一些AV工具涵盖了复杂的算法和数据结构。其中一些主题是递归,[26,27],战略算法(例如,回溯、贪婪算法和动态编程)[28,29,22],以及图形相关算法(例如,Dijkstra除了经典的主题,一些AV工具还涵盖了特定领域的算法和数据结构。例如,[31]中的一项工作涵盖了网络优化问题的算法。另外两个例子是[32]中的一个工作,它涵盖了SHA-512算法,以及[33]中的一个工作,它涵盖了矩阵乘法算法。随着AV工具数量的增加,提出了AlgoViz[34]。它作为AV工具的数字存储库,AV创作者和用户在此会面。在那里,AV的成功是可以衡量的,因为用户可以提供有关它的反馈2.3. 其它教育工具对于一些学习者来说,学习编程并不是一件容易的事情。因此,可视化编程(VP)工具被引入作为程序可视化(PV)工具的替代品VP工具不是直接编写程序代码,而是充当学习者和他们的代码之间的连接器。它删除了一些技术细节,以便学习者可以专注于程序的算法方面。Greenfoot[35]支持某些程序部分的拖放功能。Alice[36]和Scratch[37] 让 学 习 者 拖 放 他 们 的 语 法 , 而 不 是 直 接 写 出 来RAPTOR[38]和SFC编辑器[39]向学习者显示流程图而不是程序代码。VP和PV工具并不是唯一帮助慢节奏学习者编程的工具。例如,Verificator[40]是一种教育工具,也专注于这种方向。它利用了一种交通灯系统,限制了对学习者程序代码的修改次数。当达到一个极限时,学习者应该先编译他们的代码,然后才能做进一步的修改。预计该机制将减少显示的错误数量。一些教育工具旨在解释算法的特征。[41]中的一项工作提出了Complexitor,一种以实用方式学习算法时间复杂度的工具。然后它启发了[42]中提出的JCEL的工作,JCEL类似于Complexitor,除了它具有更简单的输入并专注于Java编程语言。[43]中的一项工作提出了GreedEx,一种用于学习贪婪算法特征的工具。然后,它扩展到Gree-dExCol[44],具有协同功能。2.4. PITONPITON(Python Integrated wOrkspace and visualizatioN)[9]是一个编程教育工具,它将编程工作区与程序可视化(PV)工具相结合。因此,该工具不仅支持直接开发源代码,代码,也是代码的可视化。PITON旨在帮助本科生在入门编程课程中完成Python编程评估。当学生被给予评估时,他们被要求完成使用PITON。他们应该在PITON上编写源代码并提交结果项目。在评估期间,如果学生想要检查其源代码的正确性,他们可以通过三种模式之一来执行代码。第一个是标准编译运行,它的工作方式与大多数编程运行类似;它显示代码的程序输出,可以作为代码的程序输入的响应。另外两个与可视化有关,通常在学生需要进一步理解自己的代码时使用。逐步可视化是一种执行模式,其中代码创建的程序是可视化的,学生应该按下下一个或上一个按钮来控制可视化。基于时间的可视化与逐步可视化非常相似,除了动画将自动更新而不是依赖于用户交互。图 1描述了PITON的布局[9]。它由7个小组组成R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193195Fig. 1. PITON的布局[9]。命令工具栏(A),一个用于导航可视化和管理源代码项目的面板。工作目录观察者(B),一个显示源代码项目的面板。输入面板(C),为特定程序执行提供输入的面板.源代码编辑器(D),学生可以编写源代码进行编程评估的面板。输出面板(E),显示特定程序执行的输出的面板。错误面板(F),显示特定程序执行错误的面板.可变内容显示面板(G),用于显示可视化期间所有变量的内容的面板。3. 工具:DS-PITON在学习数据结构时,要求学生理解数据结构为了做到这一点,这些学生可以利用程序可视化(PV)工具;他们可以从外部资源中获得实现(用特定的编程语言编写),并将其提供给可视化工具。然而,现有PV工具可视化可能不适合数据结构视觉化此外,在表示方面,它将与其他程序内变量混合在一起作为一种解决方案,本文集成PV与AV工具;集成的工作原理类似于一个标准的PV工具,除了,当一个数据结构被可视化,其可视化处理的AV工具。因此,数据结构将在算法层面上可视化,这更容易理解。此外,它的视觉将与标准变量和函数分离,这可以提供更多的清晰度。据我们所知,这是第一次尝试结合PV和AV工具来学习数据结构实现。3.1. 主要架构PV和AV工具之间的拟议组合称为DS-PITON。它建立在PITON[9]之上,涵盖了七种可视化数据结构(数组,链表,带数组的堆栈,带链表的堆栈,带数组的队列,带链表的队列和带链表的优先级队列)。由于PITON是为Python编程语言开发的,因此DS-PITON将仅涵盖该编程语言。图2显示了DS-PITON的布局。由于它是从PITON衍生而来的,除了右下面板之外,布局与图1该面板将显示数据结构的可视化。它被称为数据结构显示。图二. DS-PITON的布局●●●●●●●196R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193如果学生想学习特定数据结构的实现,他们可以简单地在代码中使用该数据结构(通过创建对象)。他们不需要将数据结构的实现复制和粘贴到他们的代码上,在开始可视化之前(通过PITON如果选中该复选框,则每次调用数据结构在图3中可以看到窗口示例。它包含三个面板,分别是源代码编辑器、可变内容显示面板和数据结构显示面板.它们在该图中分别被称为A-C。源代码编辑器将显示方法的代码(用Python编写)。变量内容显示将显示该方法执行中涉及的所有局部变量。数据结构显示将显示方法的数据结构的条件。需要注意的是,这种数据结构内的可视化将基于被调用方法表1内置数据结构的覆盖方法。数据结构覆盖方法数组初始化、插入、删除、isEmpty、isFull、遍历、countElement和搜索链表初始化,insertFirst,removeFirst,insertLast,removeLast、isEmpty、transversal、countElement和search使用Array initialise、push、pop、peek、isEmpty、isFull、traversal、countElement和search进行堆栈为了进一步理解,DS-PITON允许同时显示多个数据结构(参见图4)。这些结构根据它们的变量名而不同。在数据结构可视化方面,DS-PITON有三种可视化:基于数组的,基于列表的和优先级队列表示。基于数组的表示用于可视化数组、使用数组堆叠和使用数组排队。在图5中可以看到其示例。基于列表的表示用于可视化链表,链表堆栈和链表队列。它的例子可以在图6中看到。优先级队列表示是用链表来表示优先级队列的。它类似于基于列表的表示,只是它的元素有三个组成部分:优先级值、内容和下一个元素的引用。 图7显示了它的一个例子。当学生想看到我们内置的数据结构的完整实现时,他们可以点击位于源代码编辑器顶部的一个名为“数据结构代码”的按钮当点击该按钮时,将显示一个弹出窗口(如图8所示)。学生可以选择他们希望在提供的组合框中看到的数据结构的实现。然后,该组合框下面的代码编辑器将显示该数据结构的实现。独特的这一功能,实现将与声明性的意见,使学生可以全面学习。3.2. 功能评价DS-PITON的功能从三个方面进行了评估。第一个是本文第一作者进行的黑盒测试。第二个是可用性测试,带链表的堆栈initialise、push、pop、peek、isEmpty、traversal、countElement和search助教第三个是加工分析时间是本文的第二作者。使用数组初始化、入队、出队、isEmpty、isFull、遍历countElement和search通过执行与DS-PITON功能相关的15个根据那个测试-具有链接的列表链表优先级队列initialise、enqueue、dequeue、isEmpty、遍历countElement和searchinitialise、enqueue、dequeue、isEmpty、transversal、countElement和searching,所有功能都正常工作,没有发现错误可用性测试是通过要求五名助教使用DS-PITON完成两次数据结构评估来进行的。前一种评估与链表有关,图三. 弹出窗口的一个例子。R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193197图四、一个可视化多个数据结构的例子图五、基于数组表示的一个例子:一个带有数组的队列图第六章基于列表表示的一个例子:一个带有链表的队列后者与带数组的堆栈有关为了与该工具的目标(帮助学生学习数据结构实现)保持一致一个程序中给定的数据结构。第一个问题类型问所述助理预测关于特定程序状态的数据结构条件。而第二种类型要求助手在程序指令序列下重新排列数据结构条件列表。除了完成评估外,他们还需要扮演学生的角色,寻找潜在的错误并提供一些反馈(如果有的话)。根据我们的评估,DS-PITON的所有这两项考核任务,助理们都能顺利完成,哪怕是以学生的身份。事实上,有一个bug发现时,一个快捷方式关闭一个窗口(alt + F4)仍然能够关闭数据结构可视化窗口。但是,该错误已在可用性测试中得到修复。就提供的反馈而言,它们可以分为三类。第一个是确保弹出窗口总是显示在主窗口的顶部。它应该始终是主要的焦点,直到它被关闭。二是扩大数据结构显示。第三是优化可视化的技术细节。所有这些都已在DS-PITON的最终实现(这是本文提出的)。考虑到DS-PITON是PV和AV工具的组合,与标准PV或AV工具相比,预计可视化需要更多的处理时间。在DS-PITON中,几个PV工具的输出被传递到AV工具进行进一步处理。无论使用何种数据结构,DS-PITON例如,如果一个典型的PV或AV工具需要0.1秒来可视化一个链表,DS- PITON可能需要0.2秒来完成。然而,根据根据我们使用该工具的经验,这不是一个问题,因为学生和作者在可视化过程中不会遇到任何明显的延迟。可视化覆盖的数据结构所需的实时时间通常很短,因为图第七章优先级队列表示的示例198R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193图八、弹出窗口显示数据结构代码。工具用于可视化信息量有限的学术环境。4. 学习方法论DS-PITON可用于以监督和非监督方式学习数据结构实现。监督学习意味着至少有一名讲师或导师陪同学生学习。这种学习通常发生在课堂上,学生被要求学习一些数据结构的实现。在使用该工具之前,学生将了解如何使用DS- PITON以及要实现的目标(例如,了解链表是如何实现的)。之后,学生将通过编写一段Python源代码来使用该工具,主要重点是查看一些数据结构如果学生无法使用计算机,DS-PITON可以显示在讲师或导师操作的计算机上,因此可以用作教学会议的支持资源。在这种模式下使用DS-PITON非常类似于在编程教学中使用编程工作区;讲师或导师使用它来展示特定代码(旨在探索我们案例中数据结构实现的特征)按预期工作。相反,无监督学习在过程中不依赖讲师或导师它通常发生在学生参加在线课程或完成与数据结构实现相关的评估时。在使用这种学习方法时,重要的是在使用方面,学生可以以类似于计算机访问的监督学习的方式使用该工具;他们可以编写Python源代码,旨在学习一些数据结构的实现。5. 使用DS-PITONDS-PITON对学习数据结构实现的影响是通过与基于教科书的学习(学生从给定的教科书中学习特定的信息选择基于教科书的学习作为基线,因为它是学习数据结构实现的传统(和最常见的)策略。通过对两者的比较,我们相信我们的研究结果更符合当前数据结构学习的实际情况。由于两个原因,DS-PITON的影响无法与其前身(PITON)的影响进行比较首先,学习数据结构实现的传统策略是基于教科书,而不是像PITON这样的教育工具其次,DS-PITON和PITON在用于学习数据结构实现时没有可比性后者不是专门为这项任务设计的。它的重点是教授入门编程,而不是数据结构。强制它将有利于前者; PITON没有对数据结构的属性进行分组此外,由于PITON没有嵌入数据结构的源代码,因此要求学生在每次学习时将这些代码嵌入到自己的代码中。想要将这些结构可视化,这可能是相当苛刻的。基于DS-PITON和基于教科书的学习之间的比较依赖于准实验[45],其中包括两个方面:分数和时间结果。它涉及两组学生:中速和慢速的学生。第一组为15名中等生(S1他们已经完成了基本算法和数据结构(即,我们学院的一门课程,涵盖DS-PITON的内置数据结构),在前几个学期的成绩高于或等于C。第二组为15名慢节奏学生(S16当他们参与实验时,他们仍然在完成基础算法和数据结构课程,并且他们在该课程上的中期测试分数低于55(在我们的工厂中获得C级的最低门槛)。值得注意的是,由于第一次实验参与的学生人数有限,慢节奏学生的实验进行了两次。第一个实验只涉及五名学生(S16其余部分(S21两个准实验进行了中等节奏的学生。对于每个实验,学生应完成两个关于同一主题的数据结构评估(优先级队列与链表或队列与数组)。这些评估在问题数量(8个)和难度级别方面相似。DS-PITON旨在帮助学习者学习一些数据结构实现。因此,这些评估R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193199问题是关于程序中给定数据结构的行为。这些问题要求学习者要么预测特定程序状态的数据结构条件,要么根据程序指令序列重新排列每个实验中,学生将作为控制组完成第一次评估时,作为干预组完成第二次评估。两次会议均在30分钟内进行。对于第一次评估,学生应该只依靠数据结构教科书(基于教科书的学习)。而对于第二次评估,他们应该只依赖DS-PITON。如果对照组和干预组之间在评分和/或完成时间(使用双尾配对t检验测量)方面出现显著改善,则使用DS-PITON是有益的。对慢节奏学生进行了三个准实验。实验结果与对中等节奏学生的实验结果基本一致,只是实验材料不同。在这种情况下,这些实验包括优先级队列与链表,队列与链表,堆栈与数组。毛皮-表2评分问题。因此,我们的实验具有较少的问题用于评估(每个评估三个问题,每个问题的得分贡献率为33.33%每个实验应在30分钟内完成(每次评估15分钟值得注意的是,问题的数量和完成时间是修改,使慢节奏的学生不会感到负担。为了收集学生的观点,对20名学生(S1-S20,来自准实验)进行了问卷调查。为了减少偏差,学生们被要求在使用DS-PITON后立即回答调查(在我们的情况下,在他们参与准实验之后)。我们的调查包括十一个评分问题和一个开放式问题.评分问题询问学生对某些陈述的同意程度,其中他们的同意程度用5分制李克特量表表示(1 =非常不同意,2 =不同意,3 =中性,4 =同意,5 =非常同意)。开放式问题询问学生表2显示了我们的评级问题的细节。一般来说,这些问题会询问DS-PITON是否有助于学生理解给定程序的工作方式以及特定数据结构的行为。需要注意的是,最后三个问题比较了基于DS-PITON和基于教科书的学习系列ID系列检验报告Q1数据结构内可视化帮助我理解给定程序的工作原理。Q2数据结构内可视化帮助我理解特定数据结构的行为。Q3数据结构显示帮助我理解给定程序的工作原理Q4数据结构显示帮助我了解特定数据结构的行为。Q5数据结构可视化的可变内容显示面板帮助我理解给定程序的工作原理。Q6数据结构可视化的可变内容显示面板帮助我理解特定数据结构的行为Q7 PV和AV的组合帮助我理解给定程序的工作原理。Q8 PV和AV的组合帮助我理解特定数据结构的行为。Q9与从数据结构教科书中学习相比,使用DS-PITON学习更能有效地理解给定程序的工作原理Q10与从数据结构教科书中学习相比,使用DS-PITON进行学习对于理解特定数据结构的行为更有效。Q11与从数据结构教科书学习相比,使用DS-PITON学习数据结构材料更省时。5.1. 为节奏适中的学生图9表明,对于中等节奏的学生,DS-PITON比数据结构教科书更有助于学习链表优先级队列。三分之二的学生在使用DS-PITON时取得了更高的分数此外,平均而言,基于DS-PITON的学习得分(80.833,标准差为16.275)高于基于教科书的当使用配对t检验测量时,其改善具有统计学显著性,因为其p值(0.0363)低于显著性的最大阈值(0.05)。当使用具有阵列的队列作为材料时,DS-PITON显示出更显著的改善(见图10)。使用DS- PITON时,大部分学生(15人中有12人)取得了较高的分数,没有学生取得较低的分数.这一发现得到了以下事实的加强:其改善(31.666,这是通过减去基于DS-PITON的平均分数与基于教科书的学习得到的)高于优先级队列材料的这种改善(15)。值得注意的是,使用阵列材料的队列的改善也具有统计学显著性,因为其t检验图第九章中等速度的学生200R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193见图10。中等节奏学生5.2. 为节奏缓慢的学生图11描绘了对于慢节奏的学生,DS-PITON对具有链表的学习优先级队列有积极影响。平均而言,基于DS-PITON的学习产生了44.44的更高分数。其平均得分为84.44,标准差为21.33。然而,基于教科书的学习只有40个,平均评分其标准差为18.69。 当使用t检验测量时,其改善具有统计学显著性,因为其p值(0.00005)低于显著性的最大阈值。在具有链表材料的队列上(见图11)。 12),DS-PITON也有积极影响。基于DS-PITON 学习的平均得分(95.56分,标准差为11.73分)比基于教科书学习的平均得分(60分,标准差为33.81分)高出35.56分此外,DS-PITON图13 显示,DS-PITON 基于 DS-PITON 的学习(平均得分为86.67,标准差为27.60)比基于教科书的学习(平均得分为62.22,标准差为27.79)得分更高。图十一岁慢节奏学生图12个。慢节奏学生R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193201图13岁慢节奏学生5.3. 中等节奏学生图14显示,在完成关于链表优先级队列的评估方面,对于中等节奏的学生来说,DS-PITON比数据结构教科书大多数学生(15人中的11人)完成评估的速度更快,平均快141.33秒基于DS-PITON的学习平均产生465另一方面,基于教科书的学习平均产生608秒,标准差为229秒。这一发现得到以下事实的支持:该变化具有统计学显著性,因为其p值(0.0214)低于0.05(显著性的最大阈值对于数组队列的评估,DS-PITON仍然比数据结构教科书更有时间效率。如图15所示,11名学生使用DS-PITON更快地完成了评估平均而言,DS-PITON平均耗时585 s,标准差256 s而教科书上的情况平均需要746 s,标准差为193 s根据t检验,该变化具有统计学显著性(其p值为0.0115)。图14个。中等速度的学生图15.中等节奏学生202R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)1935.4. 慢节奏学生根据我们的实验,DS-PITON不会减少慢节奏学生的完成时间,并且有可能产生相反的影响。两个实验(分别是关于图16和图17中的优先级队列和具有链表的队列)没有显示统计学上显著的减少(它们的p值分别是0.186和0.357),而一个实验(图17中的关于具有数组的堆栈)显示统计学上显著的减少(它们的p值分别是0.186和0.357),这一事实加强了这种说法。 18)显示DS-PITON以统计学显著的方式增加了完成时间(p值= 0.007)。其中一个可能-可能的原因是慢节奏学生的适应能力有限,他们在操作工具时遇到了一些困难。5.5. 问卷调查结果图19显示了评分问题的平均分数。所有问题都得到了积极的回答;他们的平均得分高于4(代表同意)。在这些问题中,Q1和Q10的平均得分最高,Q4和Q9的平均得分最低。然而,由于他们的分数彼此略有不同,因此无法获得额外的发现图十六岁慢节奏学生图十七岁慢节奏学生图18.慢节奏学生R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193203图19号。评分问题的平均分数图20. 学生评分标准差如图20所示,所有评级问题的变化程度都很低;它们的标准差在0.5和0.75之间。变化程度最高的出现在Q11,而最低的出现在Q2和Q6。考虑到最高和最低程度之间的差异很小,因此无法得出其他结果开放式问题收集两种反馈。第一个是优化DS-PITON,因为一些实验室计算机的规格有限。第二个是将DS- PITON与数据结构教科书集成(受[46]的启发)。6. 结论和今后的工作本文将程序可视化(PV)与算法可视化(AV)工具相结合,旨在帮助学习者理解数据结构的实现。集成表示为称为DS-PITON的工具它的工作原理类似于标准PV工具,不同之处在于,在可视化预定义的数据结构时,它利用AV工具进行可视化。根据我们的评估,可以得出三个结论。首先,它有助于中等节奏和慢节奏的学生获得更好的评估分数。第二,它可以帮助中等节奏的学生更快地完成评估,同时可以为慢节奏的学生增加更多的完成时间第三,学生认为DS-PITON有助于他们理解数据结构材料。对于未来的工作,我们计划履行学生的反馈,从我们的我们计划全面重新评估DS-PITON此外,我们计划将数据结构教科书集成到DS-PITON。确认这项工作得到了印度尼西亚Maranatha基督教大学的支持。引用[1] 怀尔德湖,埃伯斯湖重新思考社区学院的学生保留率。社区学院J研究实践2002;26 ( 6 ) : 503-19 。 https://doi.org/10.1080/2776770290041864. 网 址 :https://www.tandfonline.com/doi/full/10。1080/2776770290041864。[2] Hone KS,El Said GR.探索影响MOOC保留的因素:调查研究。Comput Educ2016;98 :157-68.https://doi.org/10.1016/J 。 COMPEDU.2016.03.016。网址:https://www.sciencedirect.com/science/article/pii/S 0360131516300793。[3] Zheng S,Han K,Rosson MB,Carroll JM.社交媒体在MOOC中的作用:如何使用社交媒体提高学生保留率。在:第三届(2016)ACM学习会议的会议记录New York , New York , USA : ACM Press; 2016. 第 419- 428 页 。https://doi.org/10.1145/2876034.2876047。网址:http://dl.acm.org/citation.cfm? doid=2876034。2876047[4] 放大图片作者:Kimbark K,Peters ML,Richardson T.学生成功课程对坚持,保留,学术成就和学生参与的有效性。社区学院J研究实践2017;41(2):124-38。网址:http://doi.org/10.1080/10668926.2016.1166352网 址 :www.tandfonline.com/doi/full/10.1080/10668926.2016.1166352。[5] 张先生整合学习风格和适应性电子学习系统:当前的发展,问题和机遇。ComputBehav 2016;55:1185-93. https://doi.org/10.1016/J.CHB.2015.02.014网站。网址:www.sciencedirect.com/science/article/pii/S0747563215001120。[6] Urquiza-Fuentes J,Velázquez-Iturbide Ján.程序可视化和算法动画系统的成功评价综述。ACMTransComputEdu2009;9(2):1-21.https://doi.org/10.1145/1538234.1538236网站。网址:http://portal.acm.org/citation.cfm? doid=1538234.1538236。204R.A. Nathasya等人/Egyptian Informatics Journal 20(2019)193[7] Shaffer CA,Cooper ML,Alon AJD,Akbar M,Stewart M,Ponce S,EdwardsSH.算法可视化:该领域的现状。ACM Trans Comput Edu 2010;10(3):1-22.https://doi.org/10.1145/1821996.1821997 网 站 。 网 址 : http://portal.acm 。org/citation.cfm?doid=1821996.1821997。[8] Osmani M,Weerakkody V,Hindi NM,Al-Esmail R,Eldabi T,Kapoor K,Irani Z.研究生属性对就业能力的趋势和影响:文献综述。Tert Educ Manag 2015;21(4):367-79. https://doi.org/10.1080/13583883.2015.1114139.网址:www.tandfonline.com/doi/full/10.1080/13583883.2015.1114139。[9] [10] J. M,J. M, J. M.结合程式可视化与程式设计工作空间,协助学生完成程式设 计 实 验 任 务 。JTechnolSciEdu2018;8( 4 ) :268.https://doi.org/10.3926/jotse.420.网址:http://www.jotse.org/index.php/jotse/article/view/420。[10] [10]杨文,李文,李文.使用Jeliot 3可视化程序在:先进的视觉界面工作会议的会议 记 录 New York , New York , USA : ACM Press; 2004. 第 373 页 。https://doi.org/10.1145/989863.989928。网址:http://portal.acm.org/citation.cfm? doid=989863.989928。[11] Ben-Ari M,Bednarik R,Ben-Bassat Levy R,Ebel G,Moreno A,Myller N,SutinenE.十年的程序动画研究和开发:Jeliot经验。J Visual Lang Comput 2011;22( 5 ) : 375-84.https://doi.org/10.1016/J.JVLC.2011.04.004. 网 址 :https://www.sciencedirect.com/science/article/pii/S1045926X11000310。[12] Ben-Bassat Levy R,Ben-Ari M,Uronen PA. Jeliot 2000程序动画系统。计算机教育2003;40 (1): 1-15. https://doi.org/10.1016/S0360-1315 (02) 00076-3.网址:https://www.sciencedirect.com/science/article/pii/S0360131502000763。[13] [10]杨伟杰,王晓刚,王晓刚. VILLE:一个独立于语言的程序可视化工具。第七届波罗的海计算教育研究会议论文集,第88卷。Darlinghurst:Australian ComputerSociety; 2007.第151- 159页。网址:https://dl.acm.org/citation.cfm? id=2449340。[14] Sulistiani L,Karnalim O.面向语言无关讲师的程序可视化的嵌入技术。EMITTERIntJEngTechnol2018;6(1):92-104.https://doi.org/10.24003/emitter.v6i1.234 网 站 。 URL : http : //emitter.pens.ac.id/index.php/emitter/article/view/234网站。[15] Guo PJ,White J,Zanelatto R. Codechella:用于实时辅导和协作学习的多用户程序可视 化 。 2015 年 IEEE Symposium on Visual Languages and Human-CentricComputing(VL/HCC)。IEEE
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- RTL8188FU-Linux-v5.7.4.2-36687.20200602.tar(20765).gz
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
- SPC统计方法基础知识.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功