理论计算机科学电子笔记178（2007）3-13www.elsevier.com/locate/entcs用WinHIPEJaime Urquiza-Fuentes1L语言和系统的开发，ReyJuanCarlosUiverit yy，Mostoles，SpainJ. A'ngelVel'azquez-Iturbide2LanguagesandSysstemen、ReyJuanCarlosUiversity、Mostoles、Spain摘要在计算机科学教育中使用算法可视化并不是一件新鲜事。 虽然有一种坚定的信念，即算法的图形表示是学习的辅助工具，但实证研究表明，重要的是学生用动画做什么，而不是他们在动画中看到什么。 本文我们比较了各种交互：观看动画与构建动画。我们进行了一个对照实验，一组学生（n=15）必须学习一种算法，并完成有关它的知识测试和主观意见问卷。学生们被随机分为建造组和观看组。结果通过学习成果、效率问题和学生的主观意见来衡量。结果表明，建造者比观众获得了更好的结果。保留字：算法可视化、参与度、教学评估。1引言算法可视化（AV）自80年代初以来一直用于计算机科学教育[1]。关于使用可视化作为计算机科学教育的辅助手段，有各种各样的调查[3，4，6，7，8]。尽管它们具有教育潜力，但它们尚未被纳入计算机科学教育的主流。这种缺乏使用有两个主要原因：从教师在本文中，我们将重点放在学生和动画之间的互动。1电子邮件：jaime. urjc.es2电子邮件：angel. urjc.es1571-0661 © 2007 Elsevier B. V.在CC BY-NC-ND许可下开放访问。doi：10.1016/j.entcs.2007.01.0384J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-131.1敬业度级别Naps等人[7]定义了学生与动画之间不同交互方式的六种参与水平的分类：不观看，观看，响应，改变，构建和呈现。引用Naps et al. 【7】：（...）第一类是（...）“观看”可以被认为是参与的核心形式，（.）学习者可以被动地观看动画，但也可以对动画的方向和速度进行控制（...）其余四类都包括观看。（...）“回应”这个类别中的关键活动是回答有关系统呈现的可视化的问题。（...）在参与的响应形式中，学习者使用可视化作为回答问题的资源（...）“改变”，需要修改可视化。这种修改最常见的例子是允许学习者改变正在研究的算法的输入，以探索算法在不同情况下的行为。（...）“建设”。在这种形式的参与中，学习者构建自己的可视化算法。Hundhausen和Douglas [27]已经确定了学习者可以构建可视化的两种主要方式：直接生成和手工构建。（...）重要的是要注意，构建形式的参与并不一定需要编码算法。（...）和讨论。已经分析了AV中这些参与水平的教学效果[3，4，7]。总的结论是：学生对AV技术的参与度越高，学习效果越好。例如Grissom等人。[3]发现学习的改进，在Bloom分类法的理解水平上我们已经发现，在文献中既没有研究AV技术提高学习进一步比布鲁姆的分类的理解水平1.2我们的方法我们已经开发了一种无边界的方法来构建和维护算法/程序动画[9]。因此，我们已经扩展了WinHIPE IDE（见图1）与可视化设施[11]，以产生基于Web的算法/程序动画（见图2）。这些动画由四个部分组成：动画本身（一系列可视化），源代码，对所实现算法的描述，以及对算法所解决问题的描述。J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-135Fig. 1. WinHIPE环境的快照：具有编程环境的典型窗口- 源代码、表达式和求值-，生成动画的微缩模型窗口和播放动画主要目的是最大限度地减少制作动画所需的工作。动画是从一组静态可视化中构建的，这些静态可视化表示程序的执行阶段，它们是自动生成的。除了典型的编辑-编译-执行过程之外，用户还必须选择哪些可视化将构成动画的一部分，并键入问题和算法描述。我们设计了一种信息可视化技术，称为R-Zoom[10]这有助于选择可视化的任务，并且键入文本并不是一项复杂的任务。因此，我们有一个动画生成过程非常类似于程序的编辑-编译-执行过程，其中附加的任务并不复杂;这就是为什么我们称之为无边界方法。算法构造的方式被认为是Naps等人在构造参与水平的定义中[7]：直接生成和手动生成。我们的方法有两种方式。首先，不同执行阶段的可视化由环境自动生成（直接生成），但最终，学生必须选择哪些静态可视化将构成最终算法动画的一部分（手动构建）。根据参与度水平提供的框架，我们进行了一项受控评估，以测试我们建立AV（参与度水平）的无风险方法是否能改善学习。在我们的评估中，我们比较了观看参与度和构建参与度。学习IM-6J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-13图二.一个使用WinHIPE生成的基于Web的动画示例，动画的每个部分-问题描述、解决方案描述、源代码和动画本身-都显示在单独的窗口证明已衡量的Bloom的分类的理解和应用我们已经完成了这项评估与测量的效率和学生本文其余部分的结构如下。第二部分描述了评估的参与者、研究变量、方法和程序。第三节给出了评价结果，第四节对评价结果进行了讨论。最后，在第五部分，结论和未来的工作进行了说明。2评价说明此评估试图确定查看算法可视化（查看参与度）和构建算法可视化（构建参与度）之间是否存在任何性能差异改进将衡量布卢姆本次评估的背景是Rey Juan Carlos大学的算法设计和分析课程在评价中，采用了树广度遍历算法。J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-1372.1参与者15名不同的受试者参加了评估，其中13名男性和2名女性。参加评价是自愿的。所有受试者都是算法课程的学生。参与者被随机分为两组：观众组和建设者组（VG和BG分别为论文的其余部分）。两组学生都被问及他们以前对算法的了解，只有一个学生有以前的知识。因此，两组属于同一人群，可以比较进一步的结果。2.2变量评价的自变量是：教学效率和效率，以及用户对这两种方法（观看和建设）的意见。因变量为：关于算法的一些问题的答案（该问卷的副本见附录A）、学习算法所花费的时间、完成算法知识测试所用的时间以及用户将算法问题映射到Bloom分类法的理解和应用层面。通过以下问题测量与认知水平相关的• 这个算法的主要思想是什么？• 给出下面的树，写出对它应用算法的结果• 给出下面的列表，写出算法最初应用的树（注意树是平衡的）。• 如果结果是一个严格升序的列表，那么树的节点之间的现有关系是什么？与应用水平相关的学习改进通过以下问题进行测量：应对算法进行哪些修改以将遍历方向更改为从右向左？用户• 如果他们认为构建（或观看）算法动画有助于他们理解算法，• 如果他们认为算法动画很容易用Win-HIPE构建（或使用）。2.3方法和步骤评估分为两个阶段：一个是向学生展示IDE的培训阶段，另一个是评估算法知识的实验阶段。分别有10名和13名学生参加。培训时间长达两个小时。讲师演示了该工具，8J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-13他以WinHIPE为例生成了两个基于网络的动画，学生们又生成了两个动画。所使用的动画与将在实验会话中使用的算法无关。没有一个学生在使用工具时出现问题。在本次会议结束时，学生们完成了关于该工具的问卷调查，因此，我们得到了他们对该工具的第一印象。实验课程也是两个小时，在训练课程之后两周。首先，我们向学生解释，我们正在进行评估，他们的参与是自愿的。接下来，我们随机组成VG（n=7）和BG（n=6），并检查BG中的所有学生是否参加了之前的培训课程。两组学生都被问及他们以前对算法的了解。然后，我们给学生们提供了他们可以用来学习算法的所有材料，这是两组算法的文本描述，以及：• 要查看的许多基于Web的算法动画，使用WinHIPE为VG构建，以及• 算法的源代码，基于网络构建算法动画，用于BG。两组学生都被要求使用材料学习算法，直到他们认为他们对算法有足够的了解，然后完成知识测试和另一份问卷，以收集他们对观看/构建学习体验的主观意见。3评价结果3.1教学效率学习效率的测试是通过两个层次的布鲁姆 两个级别的评分范围均为[0. 0，1。0]。所有问题的摘要见图3提出了四个问题来测试与理解水平相关的表现。第一个问题要求学生识别该算法的主要思想;这些思想是：（1）列表操作，（2）树遍历中的左到右方向，以及（3）子树递归操作的累积。两组的学生执行相同的识别想法（1）和（2），而想法（1）和（2），(3)仅被VG中14%的学生（1/7）识别，但被BG中83%的学生（5/6）识别（U = 7。000，p<. 05）。我们在第二、第三和第四个问题中没有发现显著的表现差异。因此，BG和VG的理解水平平均分数分别为0.88和0.73，学习提高了16%。我们发现了显著差异（U = 7。000，p<. 05）在回答与应用水平有关的问题时。VG的平均成绩为0.33，而BG的平均成绩为0.77，学习成绩提高了60%J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-139图三.对知识问题进行评分。虚线红色方块突出显示问题1至4，这些问题映射到Bloom's Taxonomy的理解水平。实心红色方块突出显示问题5，它映射到Bloom's Taxonomy的应用程序级别。 理解水平的评分非常相似，而应用水平的评分则明显不同3.2学生使用的时间我们还测量了使用材料所花费的时间和完成知识测试所花费的时间。关于学生使用材料学习算法所花费的时间，BG的学生平均花费49分钟（M =49. 0，SD = 4。97），而学生花费的平均时间为18分钟（M = 18。0，SD =5。41）。两组之间的时间差异显著，t（11）= 10。670，p<. 05.但在完成知识测试所用的时间方面，BG（M = 19）之间没有发现差异。6，SD = 5。12）和VG（M = 15. 4，SD = 5。79），t（11）= 1。384，p >. 05.3.3学生学生们对WinHIPE和构建过程的第一印象（培训课程后）非常好。以前没有人使用WinHIPE。所有的人（n= 10）认为，基于Web的动画很容易建立，并建立动画将有助于他们在理解的算法。这一观点在实验课结束后得到了学生们的支持。对用户满意度的问卷调查显示，BG的学生同意这两种想法：构建算法动画有助于他们理解算法，而基于Web的动画很容易用WinHIPE构建。VG中的所有学生都同意：基于Web的动画有助于他们理解算法，基于Web的动画有用且易于使用。我们还询问了这些学生，什么样的方法更有帮助，10J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-13学习算法概念：查看或构建。71%（5/7）的人认为这两种方法同样有帮助：其中两个人只是这样说，但三个人也说这两种方法应该一起使用。4讨论两个方面可能是检测到的学习成果的起源：参与程度和学习时间。我们没有数据来证明每个方面的重要性，但我们有一个自然的解释：我们的建筑方法比观看方法更吸引学生，因此建筑师花了更多的时间来研究算法，这可能是他们学习成果的关键因素。但建构任务与观察任务的差异也不容忽视。构建动画需要学生决定快照是否足够相关以用于动画，这需要对算法有更深入的了解。观看动画只是要求学生控制动画的速度和方向，让他们决定深入研究两个快照之间发生了什么。显然，构建任务比查看任务花费更多的时间，但是关于算法的知识越深，学习结果就越好。我们认为，参与程度直接或间接地影响了学习成果（见图4）。由于构造任务需要对算法有更深入的了解，因此它以直接的方式进行了验证。由于构建任务比观察任务需要更多的时间，因此学生可以用更多的时间与算法一起工作，这有助于他们对算法有更深入的理解见图4。参与程度和用于研究算法的时间如何影响学习成果J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-13115结论和今后的工作我们开发了一种无代价的方法来构建和维护算法动画，并对其进行了短期评估。该评估比较了使用我们的方法的两个参与水平：查看（观众）和构建（构建者）的学习改进学习的改善是衡量两个层次的布鲁姆的分类：理解和应用。结果表明，在理解层面，构建者获得的学习效果略好于观看者，提高了16%;在应用层面，构建者的学习效果比观看者提高了60%。建设者花费的时间比观众多得多，但他们没有抱怨：他们认为使用这些时间是必要的，也是有成效的根据学生的意见，构建者认为构建算法动画有助于他们理解算法的概念，并认为动画很容易构建。大多数观众认为观看和构建同样有帮助，但一半的人认为这两个参与水平应该一起使用。我们意识到，这些结果的推广是有限的，因为：学生人数少（15），评估的时间短（两个会议的两个小时），和使用的主题（只是树广度遍历算法）。但我们认为这是一个很有希望的结果，因为：我们有经验证据表明，在布鲁姆分类法的理解和应用层面上，使用我们的无障碍方法和构建参与水平，学习得到了改善;学生对这种方法感到满意，认为它是有效的和有帮助的作为未来的工作，我们计划用功能程序动画对这种方法进行长期评估;此外，必须从教师的角度评估无意识他们的收藏6致谢这项工作得到了西班牙教育和科学部的研究项目TIN 2004 -07568的支持作者还想感谢：第四次程序可视化研讨会的评审员和与会者的评论和讨论，CarlosLa′zaro-Carrascos aforhisvaluablehelpduringringhex erimental session ， 以 及 Rey JuanCarlos大学算法设计和分析课程的学生参与评估。引用[1] 贝克河 和B. Price，软件可视化的早期历史，在：J. Stasko，J. Domingue，M. Brown和B. Price，编者，软件可视化，麻省理工学院出版社，剑桥，马萨诸塞州，美国，1998页。29比3412J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-13[2] Bloom，B.，E. Furst，W. Hill和D. Krathwohl，[3] Grissom，S.，M. McNally和T. Naps，CS教育中的算法可视化：比较学生参与程度，在：2003年ACM软件可视化研讨会论文集（2003年），pp. 87比94[4] 洪德豪森角，S. Douglas和J. Stasko，算法可视化有效性的元研究，视觉语言和计算杂志13（2002），pp.259-290。[5] Ihantola，P.， V. Karavirta，A. Korhonen和J. Nikander，算法可视化的无条件创建的分类学，在：ICER123比133[6] 不，T.， S. Cooper，B. K ol de hofe，C.L es ka，G. R？oilling，W. Dann，黑冠菊A. 科尔霍嫩湖妈妈咪呀，J. 兰塔科科河Ross，J.安德森河，巴西-地Fleischer，M.Kuittinen和M.McNally，ITiCSE 2003工作组报告：评估可视化的教育影响，ACM SIGCSE Bulletin35（2003），pp.124-136[7] 不，T.， G. Rolinging，V. 很抱歉，W。 丹河 Fle ischer r，C. H undhausen，A. 科尔霍宁湖妈妈咪呀，M. M c N all y，S. RodgeranddJ. Vel'azquez-Iturbide，ITiCSE2002workinggrou p rport：Exploringherole ofvisualization and engagement in computer science education，ACM SIGCSE Bulletin 35（2003），pp.131-152.[8] Stasko，J.和A.Lawrence，Empirically assessing algorithm animations as learning aids，in：J.斯塔斯科J. Domingue，M. Brown和B. Price，编者，软件可视化，麻省理工学院出版社，剑桥，马萨诸塞州，美国，1998页。419-438[9] 你要去哪里-去哪里， J。和J。 Vel′azquez-Iturbide，Eort le sconstr ucti onanddmanage me nofprgramanimations on the web，in：R. W. Lau，Q.利河，巴西-地Cheung和W. Liu，editors，Advances inWeb-Based Learning - ICWL 2005，4th International Conference，LNCS3583（2005），pp.163-173.[10] 你要的是-和J。我的天啊，R-zoom：Avisualizationtechniqefororalgorithmanimation construction，in：Proceedings of the IADIS International Conference Applied Computing 2005（2005），pp. 145-152.[11] 我的天啊，J。、C. 帕雷贾-弗洛雷斯和J。应用程序动画制作技术，开发计算机&教育软件。J. Urquiza-Fuentes，J. Vstecelázquez-Iopilty e/E lectronicsinTheoretica lComputerScience178（2007）3-1313的知识测试
我的内容管理
收起
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 
