机构名称：
¥ 4.0
我们对编程教育的自动化评分和反馈工具进行了系统文献综述。我们分析了2017年至2021年的121篇研究论文，并根据评估的技能，方法，语言范式，自动化程度和评估技术对它们进行了分类。大多数论文评估了以对象为导向的语言中作业的正确性。通常，这些工具使用动态技术，主要是单元测试，向学生提供成绩和反馈，或静态分析技术，以将提交与参考解决方案或一组正确的学生提交的提交进行比较。但是，这些技术的反馈通常仅限于单位测试是否通过还是失败，预期和实际输出，或它们与参考解决方案的不同。此外，很少有工具可以评估源代码的可维护性，可读性或文档，其中大多数使用静态分析技术（例如代码质量指标）以及对正确性的评分。此外，我们发现大多数工具提供了完全自动化的评估，以允许近乎持续的反馈和多次重新提交，这可以提高学生满意度并为他们提供更多成功的机会。在用于评估工具性能的技术方面，大多数论文主要使用学生调查或将自动评估工具与人类分级提供者提供的成绩或反馈进行比较。但是，由于评估数据集通常不可用，因此重现结果并将工具与共同任务的集合进行比较更加困难。
编程教育的自动评分和反馈工具：系统评价
主要关键词
相关文件推荐
