D 2024

Catalog of Code Quality Defects in Introductory Programming

ŘECHTÁČKOVÁ, Anna, Radek PELÁNEK a Tomáš EFFENBERGER

Základní údaje

Originální název

Catalog of Code Quality Defects in Introductory Programming

Autoři

ŘECHTÁČKOVÁ, Anna, Radek PELÁNEK a Tomáš EFFENBERGER

Vydání

Milan, Italy, Proceedings of the 2024 on Innovation and Technology in Computer Science Education V. 1, od s. 59-65, 7 s. 2024

Nakladatel

Association for Computing Machinery

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

elektronická verze "online"

Organizační jednotka

Fakulta informatiky

ISBN

979-8-4007-0600-4

Klíčová slova anglicky

automated feedback, code quality, novice programmers, pep8, python, teaching
Změněno: 24. 10. 2024 11:56, doc. Mgr. Radek Pelánek, Ph.D.

Anotace

V originále

Code quality is an important aspect of programming, as quality code is easier to maintain, and code maintenance makes up the majority of software cost. For that reason, code quality should be emphasized in programming education. Previous work has identified many code quality defects commonly made by students. However, the current state lacks a clear organization and prioritization of these defects. In this paper, we propose an organization framework for code quality defects, presenting a catalog that describes 80 defects, with a specific focus on defects frequently encountered in code by novice programmers. To determine which defects are worth pointing out to students, we conducted a survey among 72 educators, who rated the priority with which each defect should be reported to a student. These presented results serve multiple purposes: they facilitate comparison across various research studies, support the advancement of software tools, and offer inspiration for programming education.

Návaznosti

MUNI/A/1590/2023, interní kód MU
Název: Využití technik umělé inteligence pro zpracování dat, komplexní analýzy a vizualizaci rozsáhlých dat
Investor: Masarykova univerzita, Využití technik umělé inteligence pro zpracování dat, komplexní analýzy a vizualizaci rozsáhlých dat