带子目标标签的代码示例帮助学习者理解代码模式并将其应用于不同的的问题情境。子目标标签本质上是多层次的,基于定义代码中分层功能单元的目标结构。数据驱动方法和专家可以提供目标结构,但在数据稀缺和专家有限的环境中不起作用。之前的研究表明,学习者贡献对于获取给定目标结构的高质量子目标标签是有效的。我们通过学习者贡献目标结构本身来扩展这一研究,从而使子目标标签材料的生成完全由学习者驱动。我们介绍 CodeTree,该系统通过聚合两个子目标学习活动(生成和选择)中学习者生成的子目标来生成多层次目标结构。在一项被试间研究中,45 名初学者学习了三个代码示例,要么使用 CodeTree,要么仅使用代码解释。结果表明,CodeTree 只需五名学习者就能为所有三个示例学习者贡献高质量的目标结构和子目标标签。与基线相比,学习者报告了显著更高的学习收益和满意度。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3637308
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文