kth.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Contextual Feedback in Automated Exercises for Novice Programmers: A Pilot Study
KTH, School of Electrical Engineering and Computer Science (EECS), Computer Science.
KTH, School of Electrical Engineering and Computer Science (EECS), Computer Science.
2022 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
Kontextuell återkoppling i automatiserade uppgifter för nybörjarprogrammerare : en pilotstudie (Swedish)
Abstract [en]

Introductory programming courses lay the very foundation that programmers build upon to learn how to create and improve digital systems that our modern world depends on. In these courses, students are frequently instructed to solve programming exercises for practice - something that many studies encourage. Although repeated practice is indeed a dominant aspect of mastering a skill, it is widely acknowledged that feedback on one’s work is another major influence on learning and achievement. Unfortunately, composing feedback for each exercise attempt is time-consuming for teachers when the course is attended by a great number of students. It is also time-consuming to create exercises for students to solve. Therefore, numerous researchers have studied and developed automated question generators. However, not as much research have been conducted on automated feedback generators. Ideally, teachers would use a generator that could generate programming exercises with incorporated effective feedback. In this pilot study, a concept of generating effective and contextual feedback together with programming exercises is presented and evaluated. It was evaluated by first year Computer Science students who solved exercises by being provided with either contextual feedback or normal compiler error messages. The results suggest that contextual feedback is a good learning tool for novice programmers, but further research is required in order to present more solid conclusions.

Abstract [sv]

Introduktionskurser i programmering lägger grunden som programmerare bygger vidare på för att lära sig hur man skapar och förbättrar de digitala system vårt moderna samhälle är beroende av. I dessa kurser blir studenter instruerade att lösa programmeringsuppgifter som övning - något som många studier uppmuntrar. Trots att upprepad övning är en dominant aspekt för att bemästra en färdighet, är det vedertaget att även återkoppling på ens arbete bidrar mycket till inlärning. Tyvärr är det tidskrävande för lärare att ge återkoppling på varje uppgift när ett stort antal studenter deltar i kursen. Det är även tidskrävande att skapa uppgifter för studenterna att lösa. Av denna anledning har många forskare studerat och utvecklat automatiska uppgiftsgeneratorer. Dock så har det inte forskats lika mycket kring automatiskt genererad återkoppling. Idealiskt vore att lärare kunde använda generatorer vilka genererar programmeringsuppgifter tillsammans med effektiv återkoppling. I denna pilot studie presenteras och evalueras ett koncept för att generera effektiv och kontextuell återkoppling tillsammans med programmeringsuppgifter. Evalueringen utfördes av förstaårsstudenter inom Datateknik som löste uppgifter med hjälp av både kontextuell återkoppling och felmeddelande från en kompilator. Resultatet antyder att kontextuell återkoppling är ett bra lärandeverktyg för nybörjare i programmering, men vidare forskning krävs för att presentera mer gedigna slutsatser.

Place, publisher, year, edition, pages
2022. , p. 36
Series
TRITA-EECS-EX ; 2022:508
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-320036OAI: oai:DiVA.org:kth-320036DiVA, id: diva2:1703324
Subject / course
Computer Science
Educational program
Master of Science in Engineering - Computer Science and Technology
Supervisors
Examiners
Available from: 2022-10-14 Created: 2022-10-13 Last updated: 2022-10-14Bibliographically approved

Open Access in DiVA

fulltext(2739 kB)236 downloads
File information
File name FULLTEXT01.pdfFile size 2739 kBChecksum SHA-512
acb61dcdc621f19fcf31e04d70df672b6ce7fb1ce8ddb186d582f03993dd0044523973982a37db8971703921c4f5c5d01eb551912817fa08b8295dc953e741fb
Type fulltextMimetype application/pdf

By organisation
Computer Science
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 236 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 322 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf