Dissertação

{en_GB=Automatic generation of test cases for Massive Open Online Courses (MOOCs)} {} EVALUATED

{pt=Cursos Online Abertos e Massivos, são salas de aula online que fornece especial atenção a cada aluno. Implementações de projectos são umas das formas de avaliar os alunos e as entregas desses projectos são feitas numa plataforma online. Visto que as MOOCs envolvem milhares de alunos e que um feedback manual não é possível, o feedback é fornecido à base do "yes/no" ao qual os alunos não retiram informação necessária à cerca dos seus testes falhados. Neste trabalho desenvolvemos um software que fornece um melhor feedback aos alunos de uma cadeira de introdução de algoritmos. Para criar este feedback melhorado, baseamos-nos em casos de teste, inputs dados aos projectos dos alunos de modo a testá-los e com técnicas de teste a grafos, nós mostramos que é possível reduzir casos de teste através de um processo que isola o bug e gerar automaticamente grafos que ajudam a fornecer um melhor feedback. Finalmente, para avaliar o nosso software, nós medimos a eficiência e a eficácia dos nossos algoritmos com uma amostra de projectos de alunos, de um curso de introdução aos algoritmos. Os resultados foram de certa forma positivos e permitiu-nos fornecer um feedback específico para cada aluno, mostrando ainda que para a maioria dos projectos, um caso de teste curto, onde o projecto do aluno ainda falha, pode ser gerado., en=Massive open online courses are online class-room that provides special attention to each student. In order to evaluate the students, one of the assessments is made through a project implementation and its deliveries are in a network platform. Since MOOCs involve thousands of students and manual feedback is not possible, the feedback provided is based in "yes/no" where the students do not get any information about their failing tests. In this work, we develop a software that provides better feedback to students in an introductory algorithms course. To create this improved feedback our material was based on test cases, inputs given to student's projects in order to test them and with graph testing techniques, we show that it is possible to reduce test cases through a process that isolates the bug and generate automatic test cases to work on which helps to provide good feedback. The results were in a certain way positives and allowed us to provide a specific feedback to each student, showing that for most projects, a small test case can be generated where the student project still fails.}
{pt=algoritmos, grafo, geração de grafos, educação, MOOC, en=algorithms, graph, graph generation, education, MOOC}

Julho 28, 2017, 10:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Vasco Miguel Gomes Nunes Manquinho

Departamento de Engenharia Informática (DEI)

Professor Associado