Dikkat ağlarının ve göz hareketlerinin hata ayıklama performansı üzerine etkisinin incelenmesi
The investigation of the effect of attention networks and eye movements on debugging performance
- Tez No: 633792
- Danışmanlar: PROF. DR. ARİF ALTUN
- Tez Türü: Doktora
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Eğitim Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 141
Özet
Bu araştırmanın amacı Türkiye'de mesleki ve teknik liselere bağlı Bilişim Teknolojileri bölümlerinde okuyan öğrencilerin dikkat ağlarının hata ayıklama performanslarına etkisi ve hata ayıklarken göz hareketlerinin incelenmesidir. Bu çalışmada katılımcıların hata ayıklama performanslarını belirlemek üzere üç derleme zamanı hatası, üç çalışma zamanı hatası ve dört mantık hatası içeren on maddeden oluşan“Hata Ayıklama Performans Testi (HAPT)”geliştirilmiştir. Öğrencilerin dikkat ağları düzeyleri“Dikkat Ağı Testi”ve hata ayıklama performansları geliştirilen HAPT ile ölçülmüştür. Dikkat ağları düzeylerinin hata ayıklama performanslarını yordama durumunun incelendiği çalışmaya 108 öğrenci katılım göstermiştir. Daha sonra öğrencilerin hata ayıklarken göz hareketlerini belirlemek için Gazepoint GP3 göz izleme aracı kullanılmıştır. Göz izleme uygulamasına 51 öğrenci katılmıştır. Veriler Basit Doğrusal Regresyon, Çoklu Doğrusal Regresyon, Bilgi Kazancı, Kazanç Oranı ve Gini Katsayısı analiz yöntemleri ile incelenmiştir. Yapılan analizler sonucunda genel dikkat ağı ve farklı dikkat ağları (uyarıcı dikkat ağı; yönlendirici dikkat ağı ve yürütücü dikkat ağı) düzeylerinin hata ayıklama performansının yordayıcısı olmadığı görülmüştür. Ayrıca, öğrencilerin hata ayıklama performanslarında önemli göz izleme davranışlarının hata türlerine göre değişiklik gösterdiği görülmüştür. Öğrencilerin sergiledikleri göz izleme davranışları incelendiğinde hata türlerinin yapısal özelliklerini yansıttığı söylenebilir.
Özet (Çeviri)
The purpose of this research is to determine the effects of high school students' attention network on debugging performance. Additionally, eye movements were examined while debugging. In this study, a“Debug Performance Test (DEPT)”consisting of ten items including three compiler time bugs, three run time bugs, and four logic bugs was designed to determine participants' debugging performances. Students' attention network scores were measured with“Attention Network Test”and debugging performances were measured with DEPT. 108 students participated in the study, in which the levels of attention networks predicted their debugging performance. In addition, Gazepoint GP3 eye tracking device was used to determine the eye movements of students while debugging. Eye movements data were collected from 51 students. Data were analyzed with simple linear regression, multiple linear regression, Information Gain, Gain Ratio and Gini Index. As a result of the analysis, it has been found that general attention network and different attention network (alerting attention network, orienting attention network and executive attention network) levels do not predict debugging performance. Besides, it was observed that students' eye-movement behaviors vary across bug types during their debugging performances. When eye movements of students are examined, it is observed that there is a relationship between structural characteristics of the bug types and eye movements.
Benzer Tezler
- Tectonic kinematic and dynamical boundary conditions to the South of Anatolia using new geodetic constraints and numerical modeling
Güney Anadolunun kinematik ve dinamik tektonik sınır koşullarının yeni jeodezik gözlemler ve sayısal modellerle belirlenmesi
VOLKAN ÖZBEY
Doktora
İngilizce
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGİN TARI
PROF. DR. MEHMET SİNAN ÖZEREN
- A comprehensive dataset including force cues for gesture recognition and skills assessment in robotic surgery
Robotik cerrahiide kuvvet ipuçları içeren kapsamlı bir veri seti hareket tanıma ve beceri değerlendirmesi
DENİZ EKİN CANBAY
Yüksek Lisans
İngilizce
2019
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
DR. ÖĞR. ÜYESİ FANNY FICUCIELLO
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
Doktora
İngilizce
2014
BankacılıkOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. NADİR ÖCAL
- Modelling prefrontal cortex functions by using neural networks
Korteks işlevlerinin yapay sinir ağları ile modellenmesi
GÜLAY KAPLAN BÜYÜKAKSOY
Doktora
İngilizce
2003
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT GÜZELİŞ
YRD. DOÇ. DR. NESLİHAN ŞENGÖR