isbn9789526046266

Recommendations

Info

Tiivistelmä Aalto-yliopisto, PL 11000, 00076 Aalto www.aalto.fi Tekijä Juha Sorva Väitöskirjan nimi Visuaalinen ohjelmasimulaatio ohjelmoinnin alkeisopetuksessa Julkaisija Perustieteiden korkeakoulu Yksikkö Tietotekniikan laitos Sarja Aalto University publication series DOCTORAL DISSERTATIONS 61/2012 Tutkimusala Tietotekniikan opetustutkimus Käsikirjoituksen pvm 27.02.2012 Korjatun käsikirjoituksen pvm 25.04.2012 Väitöspäivä 30.05.2012 Monografia Kieli Englanti Yhdistelmäväitöskirja (yhteenveto-osa + erillisartikkelit) Tiivistelmä Visuaalinen ohjelmasimulaatio (engl. visual program simulation, VPS) on tekniikka, jolla pyritään tukemaan aloittelijoita tietokoneohjelmoinnin oppimisessa. Siinä ohjelmoinnin oppija ottaa tietokoneen roolin ohjelman suorittajana. Hän käyttää vuorovaikutteista visualisaatiota abstraktista tietokoneesta kuvatakseen, mitä tietokone tekee, kun se käsittelee ohjelman askel askelelta. Tällaiset simulaatiot voivat opettaa aloittelijaa järkeilemään ohjelmien suoritusvaiheista ja näin selviytymään eräästä ohjelmoinnin opintojen varhaisvaiheen keskeisestä haasteesta. VPS pyrkii tehostamaan oppimista edellyttämällä opiskelijalta aktiivista visualisaation käyttöä sen sijaan, että tämä vain katselisi annettua kuvamateriaalia. Toimiakseen käytännössä VPS tarvitsee tuekseen tarkoitukseen laaditun apuohjelman. VPS-järjestelmän avulla voidaan myös automaattisesti arvioida opiskelijoiden suoriutumista ja tarjota henkilökohtaista palautetta. Tämä on arvokas etu erityisesti suurilla massakursseilla, jollaisia ohjelmoinnin johdantokurssit usein ovat. Väitöskirja edistää VPS:ää neljällä tavalla. 1) Väitöskirjassa muotoillaan visuaalisen ohjelmasimulaation käsite ja sen oppimisteoreettinen pohja. 2) Väitöskirja esittelee uuden järjestelmäprototyypin, joka mahdollistaa VPS:n käytännön opetuksessa. 3) Väitöskirjassa raportoidaan tuloksia alustavista empiirisistä tutkimuksista, joissa arvioidaan VPS:ää ja mainittua järjestelmää erään ohjelmoinnin peruskurssin yhteydessä. 4) Näihin tuloksiin nojaten väitöskirjassa esitetään suosituksia siitä, miten VPS:ää kannattaa käyttää opetuksessa sekä siitä, millaisiksi VPS-järjestelmiä tulisi jatkossa kehittää. Tutkimustapoja yhdistelevän arvioinnin tulokset viittaavat siihen, että VPS on lupaava opetustekniikka, joka auttaa monia opiskelijoita oppimaan ohjelmointia. Toisaalta arviointi nostaa esille myös tärkeitä heikkouksia. VPS:n merkitys ei ole opiskelijoille itsestäänselvää. Opetuksessa on pidettävä huoli siitä, että opiskelijoille muodostuu rikas ymmärrys siitä, mitä VPS on ja miten he voivat siitä hyötyä. Parhaat oppimistulokset saavutettaneen integroimalla VPS tiukasti muuhun oppimiskontekstiin. Esitetyt tutkimustulokset puoltavat näkemystä, jonka mukaan VPS:n lyhyen aikavälin oppimisvaikutukset riippuvat vahvasti siitä, mitkä asiat korostuvat tehtävän opiskelijalta vaatimassa vuorovaikutuksessa. Näinollen simulointitehtäviä ja -järjestelmiä suunniteltaessa on erinomaisen huolellisesti sovitettava yhteen tehtävien oppimistavoitteet ja simulaation vaatimat toimenpiteet. Yleisemmällä tasolla väitöskirja toimii esimerkkinä oppimistyökalun kehittämishankkeesta, joka pohjautuu oppimisteoriaan ja kokemusperäiseen tutkimukseen. Väitöskirja sisältää laajan kirjallisuuskatsauksen ohjelmoinnin alkeiden oppimisesta ja opetuksesta. Avainsanat visuaalinen ohjelmasimulaatio, ohjelmoinnin perusopetus, ohjelmoinnin aloittelijat, ohjelmavisualisaatio, vuorovaikutteinen opetusvisualisaatio ISBN (painettu) 978-952-60-4625-9 ISBN (pdf) 978-952-60-4626-6 ISSN-L 1799-4934 ISSN (painettu) 1799-4934 ISSN (pdf) 1799-4942 Julkaisupaikka Espoo Painopaikka Helsinki Vuosi 2012 Sivumäärä 428 Luettavissa verkossa osoitteessa http://lib.tkk.fi/Diss/
Page 3 and 4: Aalto University publication series
Page 5: Abstract Aalto University, P.O. Box
Page 10 and 11: Contents 1 Here is How to Make Sens
Page 12 and 13: 8 Interlude: Can We All Just Get Al
Page 14 and 15: V Empirical Investigations of Visua
Page 16 and 17: List of Figures 1.1 This thesis wit
Page 18 and 19: List of Tables 5.1 Terms related to
Page 20 and 21: Figure 1.1: This thesis - the red d
Page 22 and 23: Figure 1.2: This thesis as dialogue
Page 25 and 26: Part I The Challenge of Introductor
Page 27 and 28: Chapter 2 Introductory Programming
Page 29 and 30: There is some convergence of opinio
Page 31 and 32: Figure 2.2: Atherton’s (n.d.) met
Page 33 and 34: Chapter 3 Students Worldwide Do Not
Page 35 and 36: BRACElet: some evidence of skill de
Page 37 and 38: struggle with fundamental concepts,
Page 39 and 40: Part II Learning Introductory Progr
Page 41 and 42: Chapter 4 Psychologists Say: We For
Page 43 and 44: details, there is a general agreeme
Page 45 and 46: 4.3 Schemas keep the complexity of
Page 47 and 48: count = 0 sum = 0 number = float(ra
Page 49 and 50: Jeffries et al. (1981) concluded th
Page 51 and 52: 4.5 Cognitive load strains the huma
Page 53 and 54: Figure 4.3: The different types of
Page 55 and 56: depends on prior knowledge in accor
Page 57 and 58:
a program model and a domain model
Page 59 and 60:
further point out that the directio
Page 61 and 62:
5.1.1 We use mental models to inter
Page 63 and 64:
Mental models allow users to be com
Page 65 and 66:
meeting certain “esthetic princip
Page 67 and 68:
executes the programs. 3 But what a
Page 69 and 70:
5.4.2 Students struggle to form goo
Page 71 and 72:
taught about a notional machine. In
Page 73 and 74:
Détienne and Soloway’s parlance,
Page 75 and 76:
Figure 5.1: Robust models transferr
Page 77 and 78:
To me, this [research on misconcept
Page 79 and 80:
5.7 The internal cognition of indiv
Page 81 and 82:
maintains that physical and mental
Page 83 and 84:
13. Effective learning has a social
Page 85 and 86:
programme led by David Bloor (see,
Page 87 and 88:
Context-dependence of knowledge The
Page 89 and 90:
to reduce teaching that is based on
Page 91 and 92:
it - intuitive and self-evident. An
Page 93 and 94:
The challenge of the educational en
Page 95 and 96:
phenomenon, although instruction ca
Page 97 and 98:
6.8 Constructivisms have drawn some
Page 99 and 100:
Skirmish 5: ignoring evidence Vario
Page 101 and 102:
of postmodernism that is essentiall
Page 103 and 104:
Figure 7.1: The phenomenographic re
Page 105 and 106:
Table 7.1: Qualitatively different
Page 107 and 108:
content. “The assumption is that
Page 109 and 110:
Table 7.2: Different ways of experi
Page 111 and 112:
Teaching should encourage well-foun
Page 113 and 114:
If one dismisses educational norms
Page 115 and 116:
Chapter 8 Interlude: Can We All Jus
Page 117 and 118:
Figure 8.3: Views from three tradit
Page 119 and 120:
Chapter 9 Certain Concepts Represen
Page 121 and 122:
9.2 Identifying threshold concepts
Page 123 and 124:
Program dynamics further takes the
Page 125:
execution step by step. Without the
Page 128 and 129:
Introduction to Part III The learni
Page 130 and 131:
Table 10.1: Some strategies for tea
Page 132 and 133:
10.1.2 Complexity is bad In teachin
Page 134 and 135:
guidance and feedback to their stud
Page 136 and 137:
While delaying programming exercise
Page 138 and 139:
Figure 10.1: A visualization of a s
Page 140 and 141:
Figure 10.4: A visualization of the
Page 142 and 143:
or no need for simulating the proce
Page 144 and 145:
programming is not a dominant techn
Page 146 and 147:
A high-level OO machine? Sajaniemi
Page 148 and 149:
Chapter 11 Software Tools can Visua
Page 150 and 151:
Figure 11.1: Forms of software visu
Page 152 and 153:
Teaching systems are further divide
Page 154 and 155:
support for active learning, that i
Page 156 and 157:
and presenting levels of the OET ou
Page 158 and 159:
Figure 11.3: The two dimensions of
Page 160 and 161:
Table 11.4: A legend for Tables 11.
Page 162 and 163:
Table 11.6: A summary of how select
Page 164 and 165:
Figure 11.5: A part of the Basic Pr
Page 166 and 167:
Figure 11.7: A Pascal program in Am
Page 168 and 169:
Producing snapshots: Kasmarik and T
Page 170 and 171:
Figure 11.13: Two snapshots of the
Page 172 and 173:
a system that automates the creatio
Page 174 and 175:
166 Figure 11.17: The metaphor-base
Page 176 and 177:
of the stronger students who enjoy
Page 178 and 179:
Figure 11.20: An object viewer wind
Page 180 and 181:
Figure 11.23: A C++ program within
Page 182 and 183:
Figure 11.24: A Python program with
Page 184 and 185:
Figure 11.26: A part of Jype’s us
Page 186 and 187:
Figure 11.29: Gilligan’s (1998) p
Page 188 and 189:
automatically) to the active area.
Page 190 and 191:
Figure 11.34: An assignment on stri
Page 192 and 193:
Figure 11.37: The user is executing
Page 195 and 196:
Part IV Introducing Visual Program
Page 197 and 198:
Chapter 12 In Visual Program Simula
Page 199 and 200:
VPS leaves this task to the user. M
Page 201 and 202:
specific requirements, and the embe
Page 203 and 204:
You can adjust the sizes of various
Page 205 and 206:
Figure 13.3: An example of a dialog
Page 207 and 208:
Figure 13.6: An example of a UUhist
Page 209 and 210:
Figure 13.8: A selection of predefi
Page 211 and 212:
Figure 13.9: A visual program simul
Page 213 and 214:
Figure 13.10: UUhistle reacts to a
Page 215 and 216:
Figure 13.13: UUhistle attempts to
Page 217 and 218:
Figure 13.15: UUhistle in the 2DET
Page 219 and 220:
The intelligent tutoring system LIS
Page 221 and 222:
changing an ingrained but flawed me
Page 223 and 224:
The visualizations used in visual p
Page 225 and 226:
Visual program simulation seeks to
Page 227 and 228:
examine what they do. 2 A more ‘p
Page 229 and 230:
14.3.2 Using a given visualization
Page 231 and 232:
A crucial tool with which teachers
Page 233 and 234:
in programming education. As VPS do
Page 235 and 236:
Figure 14.1: Facing Edsger W. Dijks
Page 237 and 238:
Chapter 15 UUhistle is the Product
Page 239 and 240:
The third reason was pragmatic: the
Page 241 and 242:
15.3 UUhistle is designed to addres
Page 243 and 244:
Consider the misconception accordin
Page 245 and 246:
15.4.2 UUhistle’s VPS exercises s
Page 247 and 248:
components (variables, values, clas
Page 249 and 250:
of color, the layout of objects and
Page 251 and 252:
1. the amount of work needed to ini
Page 253 and 254:
another panel. A better solution in
Page 255 and 256:
Part V Empirical Investigations of
Page 257 and 258:
Chapter 16 We Investigated If, When
Page 259 and 260:
We operationalized parts of these b
Page 261 and 262:
. . . endorses eclecticism and plur
Page 263 and 264:
Table 16.1: An overview of the empi
Page 265 and 266:
As noted, the qualitative tradition
Page 267 and 268:
Many students take CS1-Imp-Pyth mai
Page 269 and 270:
Students typically spent a few minu
Page 271 and 272:
We must acknowledge the possibility
Page 273 and 274:
Section 17.3, we get to a more conc
Page 275 and 276:
Figure 17.3: Aspects of learning ap
Page 277 and 278:
of object (which is shown in full i
Page 279 and 280:
esearch findings, and, in principle
Page 281 and 282:
Analysis: individuals ←→ themes
Page 283 and 284:
Here it is important to stress the
Page 285 and 286:
We aimed for a minimum of 10 interv
Page 287 and 288:
Supplementary observational data In
Page 289 and 290:
Table 17.1: Ways of perceiving what
Page 291 and 292:
Robert: Yeah, well, this UUhistle i
Page 293 and 294:
Jan Erik: They [the boxes in UUhist
Page 295 and 296:
William: When I write code myself,
Page 297 and 298:
and only then which object it is ca
Page 299 and 300:
Sue finds that what she has learned
Page 301 and 302:
Category C: To learn through visual
Page 303 and 304:
Category E describes a more product
Page 305 and 306:
Class discussion and learning mater
Page 307 and 308:
• the “What is this?” menu ch
Page 309 and 310:
Chapter 18 We Explored What Happens
Page 311 and 312:
Kimmo Kiiski and Teemu Koskinen sup
Page 313 and 314:
Figure 18.1: List operators in the
Page 315 and 316:
William is just beginning to work o
Page 317 and 318:
students appears to think of the pa
Page 319 and 320:
John 40 : At least I’d imagine it
Page 321 and 322:
Not so that I first look and start
Page 323 and 324:
18.2.4 We catalogued trouble spots
Page 325 and 326:
Table 18.2: Students’ difficultie
Page 327 and 328:
18.4.1 Teaching should facilitate r
Page 329 and 330:
out what the program does or may ta
Page 331 and 332:
VPS work from a teacher near the st
Page 333 and 334:
19.1.1 We recruited a large number
Page 335 and 336:
19.1.3 We investigated the improvem
Page 337 and 338:
did not apply themselves to the pos
Page 339 and 340:
print third second = third print se
Page 341 and 342:
The previous chapters have already
Page 343 and 344:
Chapter 20 The Students Liked It We
Page 345 and 346:
Figure 20.1: Students’ answers to
Page 347 and 348:
It clarified the material that we h
Page 349 and 350:
At first, I didn’t even understan
Page 351 and 352:
A better way could be to simulate c
Page 353:
• Students get frustrated when th
Page 356 and 357:
Introduction to Part VI In Parts I,
Page 358 and 359:
as an important component of introd
Page 360 and 361:
21.5 The contribution of the thesis
Page 362 and 363:
the picture is hardly complete. Fut
Page 365 and 366:
Part VII Appendices 357
Page 367 and 368:
On Table A.1 In Table A.1, topics o
Page 369 and 370:
Table A.1 continued No. Topic Descr
Page 371 and 372:
Page 373 and 374:
Page 375 and 376:
Page 377 and 378:
Appendix B Example Programs from Co
Page 379 and 380:
Assignment 4.1 (animation) def gree
Page 381 and 382:
def refuel(self, liters): actually_
Page 383 and 384:
Appendix C Example Programs from Ex
Page 385 and 386:
Q4 (pretest and post-test) def tral
Page 387 and 388:
Already now, and especially in the
Page 389 and 390:
Appendix E Statement of the Author
Page 391 and 392:
Anderson, J. R., Conrad, F. G., and
Page 393 and 394:
Bennedsen, J. and Schulte, C. (2006
Page 395 and 396:
Bower, M. (2008). A Taxonomy of Tas
Page 397 and 398:
Clancy, M. (2004). Misconceptions a
Page 399 and 400:
Dönmez, O. and İnceoğlu, M. M. (
Page 401 and 402:
Fleury, A. E. (1991). Parameter Pas
Page 403 and 404:
Green, T. R. G. and Petre, M. (1996
Page 405 and 406:
Hundhausen, C. D. (2002). Integrati
Page 407 and 408:
Karavirta, V. (n.d.). XAAL: eXtensi
Page 409 and 410:
Kumar, A. N. (2005). Results from t
Page 411 and 412:
Lister, R. and Leaney, J. (2003). I
Page 413 and 414:
Mayer, R. E. and Alexander, P. A. (
Page 415 and 416:
Myller, N. and Bednarik, R. (2006).
Page 417 and 418:
Pashler, H., McDaniel, M., Rohrer,
Page 419 and 420:
Proulx, V. K. and Cashorali, T. (20
Page 421 and 422:
Rossy de Brito, S., Silva, A. S., d
Page 423 and 424:
Schumacher, R. M. (1987). Acquisiti
Page 425 and 426:
Smith, P. A. and Webb, G. I. (2000)
Page 427 and 428:
Thompson, E. (2008). How Do They Un
Page 429 and 430:
von Glasersfeld, E. (1998). Why Con
Page 432:
9HSTFMG*aegcfj+
show all

isbn9789526046266

Create successful ePaper yourself

Delete template?

Save as template?