Using digital traces to analyze software work: skills, careers and programming languages
Complexity Science Hub（复杂科学中心）；Corvinus University（科尔维努斯大学）；ELTE Centre for Economic and Regional Studies（布达佩斯经济区域研究中心）；Utrecht University（乌得勒支大学）；Transforming Economies Lab, IT:U Interdisciplinary Transformation University（IT:U跨学科转型大学转型经济实验室）
通过分析Stack Overflow上数千万个问答帖子中的数字痕迹，构建细粒度的软件技能分类，揭示软件行业人力资本中技能集的高一致性及程序员通过相关多样化学习过程获取低价值技能的现象，尤其Python语言因其优先获取高价值技能而成为主导通用语言。
2026-04-08 cs.CY econ.GN q-fin.EC
Introducing Computer Science to High School Students through Logic Programming
本文研究了高中生在计算机科学入门课程中如何在逻辑编程（LP）范式中进行计算。这个定性研究显示了新手学生如何在LP范式内操作，同时参与基础计算概念和技能：学生参与抽象，推理和创建代码中的想法表示的循环过程，同时也被告知（程序）要求和修订/调试过程。由于这些计算的概念和技能，也预计在传统的方法介绍K-12 CS课程，本文断言，LP是一个可行的范例选择高中新手。这篇论文是在逻辑程序设计理论与实践（TPLP）中考虑的。
2018-08-09 cs.CY
Programming Skills are Not Enough: a Greedy Strategy to Attract More Girls to Study Computer Science
针对ICT领域女性不足且早期干预见效过慢的问题，本文提出由Sapienza大学协调、面向高中女生的贪心式启蒙策略，并给出理论方法与项目示例。
2024-09-11 cs.CY
Adaptive Model for Computer-Assisted Assessment in Programming Skills
在这项工作中，我们展示了一种旨在提高与基本编程相关的科目的评估过程质量的方法。该方法考虑了试题与学生答案的相关性，遵循不同的路径，提高了评估过程的准确性。我们已经开发了数值模拟和实验与真实的学生，证明了这种模式的优势相比，传统的评估工具。该方法提高了评价的客观性，兼顾了主题内容的相关性。我们还证明了该算法的架构是完全兼容的传统的多项选择测试形式主义。我们的研究结果可以直接用于计算机辅助测试，为不同的科目和学科，以及使用的学生作为一个自我评价的工具，纠正他们在学习过程中的不足。
2014-03-06 cs.CY cs.HC
Curriculum Design of Competitive Programming: a Contest-based Approach
针对现有竞赛编程课程缺乏时间压力的问题，提出基于竞赛的课程设计方法，在Purdue University实施并构建了包含合作学习、竞赛评估与补充活动的教学框架，系统提升学生问题解决能力。
2025-04-01 cs.CY
An Experimental Study on the Learning Outcome of Teaching Elementary Level Children using Lego Mindstorms EV3 Robotics Education Kit
像计算思维、解决问题、处理复杂性、团队合作和项目管理这样的技能对未来的职业生涯至关重要，需要在初级阶段就教给学生。计算机编程知识和技能，体验技术和进行科学和工程实验对小学生也很重要。然而，通过主动学习有效地教授这些技能对教育工作者来说是一个挑战。在本文中，我们提出了我们的方法和经验，教这些技能的几个小学水平的儿童使用乐高Mindstorms EV3机器人教育套件。我们描述了我们的学习环境，包括课程，学习，实践活动和评估。我们教学生如何设计，建造和编程机器人使用的组件，如电机，传感器，车轮，车轴，梁，连接器和齿轮。学生还获得了基本的编程结构，如控制流，循环，分支和条件使用可视化编程环境的知识。我们仔细观察学生如何完成各种任务和解决问题。我们目前的实验结果表明，我们的教学方法，包括课程内容和教学法是有效的传授所需的技能和知识，小学水平的儿童。学生们还参加了竞争激烈的世界机器人奥林匹克印度活动，并在区域一轮的资格，这是该方法的有效性的证据。
2016-10-30 cs.CY
Analyzing-Evaluating-Creating: Assessing Computational Thinking and Problem Solving in Visual Programming Domains
本研究提出ACE测试，基于布鲁姆分类学高级认知层次，通过7x3多项选择题评估K-8学生可视化编程中的计算思维与问题解决能力，并经371名学生验证其信效度，且与Code.org表现正相关。
2024-03-18 cs.CY
Experiences with efficient methodologies for teaching computer programming to geoscientists
计算机编程曾经被认为是专业软件开发人员所需要的技能。但今天，考虑到计算和数据科学的普遍性，所有科学家和工程师都必须至少具备编程的基本知识。众所周知，教授如何编程是一项艰巨的任务，特别是对那些几乎没有计算机背景的学生。然而，也有丰富的基于证据的教学实践，用于教授编程技能，可以应用于大大提高学习成果和学生体验。采用这些做法自然会提高学习效率--如果要将编程纳入已经很繁忙的地球科学课程，这一点至关重要。本文认为，本科计算机编程课程，在过去的5年中，在伦敦帝国理工学院地球科学与工程系运行。每年使用的教学方法一起讨论所遇到的挑战，以及如何影响学生的表现的方法。匿名的学生分数和反馈被用来强调这一点，以及对课程所做的调整如何最终导致一个高效的学习环境。
2016-06-09 cs.CY
Aspects on Finding the Optimal Practical Programming Exercise for MOOCs
大规模开放式在线课程（MOOC）侧重于多个学科，从社会科学到语言到技术技能，并使用不同的手段来训练相应的技能。教授编程技能的MOOC旨在将实践练习纳入课程语料库，为学生提供理解和掌握编程所需的实践经验。除了技术挑战外，这些练习还带来了一系列需要解决的问题，例如：参与者的时间应该占多少（与视频讲座和其他课程活动相比），应该针对哪些困难，应该提供多少指导以及应该包含多少重复？任务的感知难度取决于先前的知识，提供的提示，解决问题所需的时间和参与者失败的尝试次数。此外，问题描述的详细性和准确性、应用测试案例的限制性以及为特定练习提供的准备也会影响任务的感知难度。在本文中，我们探讨了三个编程课程的数据，以找到最佳的实际编程练习的标准。基于参与者提交的超过300万次执行和评分，我们的目标是扣除练习难度，学生完成任务的模式以及任务描述和准备视频中的潜在缺陷。我们将我们的研究结果与课堂培训和传统的，主要是基于视频和测验的MOOC进行比较。最后，我们提出的途径和方法，以改善编程课程的参与者以及教师。
2018-09-21 cs.CY cs.SE
AI for non-programmers: Applied AI in the lectures for students without programming skills
Osnabrück University of Applied Sciences（奥斯纳布吕克应用科学大学）
本研究针对无编程基础的学生提出一套基于AI应用流水线的应用AI教学规划脚本，结合能源管理专业硕士课程示例验证其可行性，还提供了课程适配评估清单，推动AI教育融入非编程专业课程体系。
2024-02-06 cs.AI cs.CY cs.LG
The Other Side of Black Screen: Rethinking Interaction in Synchronous Remote Learning for Collaborative Programming
协作学习环境（如编程实验室）对于学习经验性实践技能（如批判性思维和解决问题以及同行讨论）至关重要。在传统的实验室环境中，这些技能中的许多都可以通过自然互动（语言，面部）和物理协同定位来练习。然而，在全球大流行期间和之后，这些学习实践不能再在面对面的环境中安全地进行，因此需要重新设想远程学习环境。随着对有效的远程学习实践的讨论不断涌现，迫切需要确定学生和教师在不同学习环境下的独特需求。我们如何设计远程学习来提供广泛的学习，通过绘制人的做法，并将它们与远程学习解决方案的力量相结合？在本案例研究中，我们介绍了在COVID-19大流行之前和期间提供的2个入门编程课程的面对面和在线版本的观察结果。我们的观察揭示了5个主题下的某些用户需求和交互实践，这些主题是学生先前的课程和学术水平经验所独有的。我们发现，目前的在线视频会议平台不能促进同伴之间的协作学习，缺乏学习氛围和学生和教师之间的自发参与。根据我们的研究结果，我们提出了设计建议和干预策略，以改善目前的做法，同步远程学习，可以促进更好的学习环境，特别是入门实验室课程。
2021-11-11 cs.CY
A CEFR-Inspired Classification Framework with Fuzzy C-Means To Automate Assessment of Programming Skills in Scratch
Universidad Rey Juan Carlos（雷昂卡洛斯大学）
提出一种基于CEFR的Scratch项目评估框架，使用模糊C均值聚类对200万+项目分级，识别B2瓶颈并引入分类确定性指标以平衡自动反馈与人工审核。
2026-06-18 cs.AI cs.CY cs.LG
Learning Activities in Colours and Rainbows for Programming Skill Development
我们介绍了我们如何创建了一系列双语（英语和威尔士语）STEM活动，重点是彩虹，颜色，光线和光学效果。这些活动的动机是英国窗户上出现的许多彩虹，以支持冠状病毒大流行开始时的国民健康服务。彩虹是充满希望的，非常适合在充满不确定性的时候作为一个积极的标志性形象。在本文中，我们解释了我们如何开发和组织的活动，侧重于颜色，计算机图形和计算机编程。每节课包含一个或多个活动，使人们能够在学习中发挥积极作用。我们精心准备和组织了几个过程，以指导学术界的同事创建和发布主题的不同活动。这意味着这些活动看起来结构相似，可以以一致的方式进行分类和搜索。这种结构可以作为其他人遵循和应用的蓝图，以开发自己的在线课程。这些活动逐步引导人们学习颜色、彩虹、规划编程内容、设计和策略，使用基于processing.org的简单计算机图形原理创建丰富多彩的图片。
2021-08-06 cs.CY cs.GR cs.HC
Can metacognition predict your success in solving problems? An exploratory case study in programming
本研究提出元认知意识与行为的二维模型，通过194名受试者的案例研究证实元认知对编程入门课程表现有正向预测作用，可解释27%的表现方差。
2024-10-08 cs.CY cs.HC
The Right Kind of Help: Evaluating the Effectiveness of Feedback Methods in Elementary-Level Visual Programming
Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）；Tallinn University（塔林大学）
本研究评估了三种干预方法在初级视觉编程学习中的有效性，发现基于测验的方法在提升学习表现和问题解决能力方面效果显著。
2026-08-04 cs.CY
Predicting Student Attrition in Competitive Programming: A Large-Scale Study Integrating Survey Insights and Global Behavioral Logs
Department of Computer Science and Engineering, Metropolitan University（孟加拉国锡尔赫特大都会大学计算机科学与工程系）
本研究结合Codeforces行为日志与多校心理调查，发现竞赛编程流失前的关键信号，提出双层框架训练模型，构建预警系统识别高风险学生，为计算课程指导提供数据支撑。
2026-09-01 cs.CY
Integrating Natural Language Prompting Tasks in Introductory Programming Courses
Simon Fraser University（西蒙菲莎大学）；University of Auckland（奥克兰大学）；University of Illinois（伊利诺伊大学）；Abilene Christian University（阿比林基督教大学）；Aalto University（阿尔托大学）；Temple University（天普大学）
本文通过在入门编程课程中引入自然语言提示任务，探索利用生成式AI培养学生的问题解决能力和提示构建能力，发现这类任务可能评估不同于传统编程的技能，并有助于吸引更广泛的学生。
2024-10-04 cs.AI cs.CY
Probing the Unknown: Exploring Student Interactions with Probeable Problems at Scale in Introductory Programming
针对入门编程练习限制学生澄清模糊需求能力且易受LLM影响的问题，本研究探索“可探测问题”（需先提交探测澄清模糊规范的自动评分任务），通过分析4万余次探测发现其可提升任务成功率、关联课程表现，还能培养关键技能。
2025-04-16 cs.CY cs.HC
Logic Programming for an Introductory Computer Science Course for High School Students
The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Texas Tech University（德克萨斯理工大学）
本文探讨了如何高中学生的方法计算通过介绍计算机科学课程位于逻辑编程（LP）范式。这项研究表明，新手学生如何在LP范式内操作，同时从事基础计算的概念和技能，并提出了一个案例LP作为一个可行的范例选择介绍CS课程。
2017-06-20 cs.AI cs.CY
Explaining Code with a Purpose: An Integrated Approach for Developing Code Comprehension and Prompting Skills
针对EiPE代码解释题评分难的问题，提出利用LLM根据学生的EiPE回答生成代码的方法，既实现自动评分，又同步培养学生的代码理解与提示构建技能，并在入门编程课中验证了效果与学生接受度。
2024-03-10 cs.CY cs.HC cs.SE
Beyond the Code: A Multi-Modal Assessment Strategy for Fostering Professional Competencies via Introductory Programming Projects
Technical University of Munich（慕尼黑工业大学）
本文通过项目式学习框架开发2D迷宫跑游戏，提出四维评估模型提升编程基础和沟通能力，为现代软件工程教育提供可扩展的课程改革方案。
2026-03-19 cs.CY cs.SE
PyBryt: auto-assessment and auto-grading for computational thinking
我们不断与计算机系统互动，以实现目标，并在我们的个人和职业生活中执行任务。因此，编程这种系统的能力是每个人都需要的技能。因此，计算思维技能对每个人来说都是必不可少的，这就给教育系统带来了挑战，要求大规模教授这些技能，并允许学生练习这些技能。为了应对这一挑战，我们提出了一种新的方法来提供形成性反馈给学生的编程作业。我们的方法使用动态评估跟踪学生的代码生成的中间结果，并将它们与教师提供的参考实现进行比较。我们已经实现了这种方法作为一个Python库，并展示了它的使用，给学生的工作，同时允许教师挑战他们的学生的计算思维技能的相关反馈。
2021-12-03 cs.CY cs.HC
Enhancing Debugging Skills with AI-Powered Assistance: A Real-Time Tool for Debugging Support
JetBrains Research（JetBrains研究）
本文提出一种基于AI的实时调试辅助工具，通过减少LLM调用并提升准确性，帮助提升编程教育中的调试技能。
2026-01-05 cs.AI cs.CY cs.SE
Learnable Programming: Blocks and Beyond
基于块的编程已经成为入门编码的通用语言。研究发现，基于块的编程经验可以帮助初学者学习更传统的基于文本的语言。我们探讨了块环境如何通过1）有利于识别而不是回忆，2）减少认知负荷，3）防止错误来提高新手的可学习性。块编程的可用性增加导致在不同年龄段的入门编程环境中广泛采用。正在进行的工作探索进一步减少编程障碍，支持新手程序员扩展他们的编程技能，并过渡到文本编程。新的块框架使得通过块环境访问各种API变得更加容易，为更多样化的编程领域打开了大门，并为新手和专业人士提供了更多的实验。
2017-05-26 cs.CY cs.HC cs.PL
Fair and skill-diverse student group formation via constrained k-way graph partitioning
Imperial College London（帝国理工学院）；University of Montenegro（黑山大学）
在一个小组中形成正确的学生组合，有望为学习和协作提供一个强大而有效的环境。然而，定义一组学生是一项复杂的任务，必须满足多个约束条件。这项工作介绍了一种无监督算法，公平和技能多样化的学生群体形成。这是通过考虑学生的课程成绩和教育办公室提供的敏感属性来实现的。学生的技能集确定使用无监督的降维过程中的成绩数据通过拉普拉斯特征映射。该问题被制定为一个受约束的图划分问题，从而在每个组的技能集的多样性最大化，组大小的上限和下限根据可用资源，和“平衡”的敏感属性是下界，以执行公平的组形成。这个优化问题的解决使用整数规划和它的有效性证明了伦敦帝国理工学院的学生课程成绩的数据集。
2023-01-12 cs.CY cs.LG cs.SI
"Give me the code" -- Log Analysis of First-Year CS Students' Interactions With GPT
本文通过日志分析 69 名未受提示训练的 CS 新生如何使用 GPT 完成编程项目，发现多数学生能采纳生成代码，且半数能批判性比较并选择方案。
2024-12-01 cs.AI cs.CY cs.ET
