The impacts of various parameters on learning process and machine learning based performance prediction in online coding competitions

Estudio empírico que analiza los factores que inciden en el aprendizaje durante la resolución de problemas de programación y predice el desempeño mediante aprendizaje automático. Se realizaron dos competencias de programación en línea de una hora de duración con 229 y 325 participantes respectivamente, seguidas de encuestas sobre comportamiento, enfoque y emociones. El análisis estadístico profundo identificó parámetros clave que afectan el aprendizaje: comportamiento estudiantil, estrategia de resolución y dificultad del problema. Los resultados indican que la inclusión de variables emocionales mejora la predicción del desempeño general, mientras que la dificultad del problema es determinante en la predicción del estado de entrega de soluciones.

Puntos clave

• El comportamiento estudiantil y el enfoque durante la resolución de problemas de programación influyen significativamente en el aprendizaje y el desempeño en competencias de codificación en línea.
• Las variables emocionales y de estado de ánimo mejoran la precisión de los modelos de aprendizaje automático para predecir el desempeño general en competencias de programación.
• El nivel de dificultad del problema de programación es un parámetro crítico para predecir si los estudiantes lograrán completar y entregar soluciones exitosas.

Para quién: Docentes de programación, investigadores en educación tecnológica y desarrolladores de sistemas de evaluación adaptativa que buscan entender y predecir el desempeño estudiantil en ambientes de aprendizaje de codificación.