Geri Dön

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

  1. Tez No: 633792
  2. Yazar: ARİF AKÇAY
  3. Danışmanlar: PROF. DR. ARİF ALTUN
  4. Tez Türü: Doktora
  5. Konular: Eğitim ve Öğretim, Education and Training
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Eğitim Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERGİN TARI

    PROF. DR. MEHMET SİNAN ÖZEREN

  2. 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

    İngilizce

    2019

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE

    DR. ÖĞR. ÜYESİ FANNY FICUCIELLO

  3. 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

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT

  4. 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

    İngilizce

    2014

    BankacılıkOrta Doğu Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. NADİR ÖCAL

  5. Modelling prefrontal cortex functions by using neural networks

    Korteks işlevlerinin yapay sinir ağları ile modellenmesi

    GÜLAY KAPLAN BÜYÜKAKSOY

    Doktora

    İngilizce

    İngilizce

    2003

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. CÜNEYT GÜZELİŞ

    YRD. DOÇ. DR. NESLİHAN ŞENGÖR