@article{oai:ipsj.ixsq.nii.ac.jp:00204885,
 author = {村田, 美友紀 and 嘉藤, 直子 and 掛下, 哲郎 and Miyuki, Murata and Naoko, Kato and Tetsuro, Kakeshita},
 issue = {2},
 journal = {情報処理学会論文誌教育とコンピュータ（TCE）},
 month = {Jun},
 note = {我々は，初学者を対象としたプログラミング学習支援ツールpgtracerの開発を行ってきた． 学習支援ツールpgtracerはMoodle上で動作し，穴埋め問題を出題・自動採点する． また，学生の学習ログを自動収集し，学生の学習行動や理解度を分析するための機能を提供する． 我々は，2016年度と2017年度に開講されたプログラミング科目において，pgtracerを活用して自学習課題を提供する授業実践を行った． 2016年度に行った実践方法について問題点を検討し，2017年度にそれらの改善を行った． 本稿では，pgtracerを用いた授業実践を報告するとともに，2017年度に収集したデータを分析し，学生のプログラミング学習の行動と理解の関係について明らかにする． 分析の結果，トレース表の理解がプログラムの理解に関係していること，学生のプログラム理解度によって解答過程に違いがあること，継続して課題に取り組む学生の方が試験前に集中して学習する学生よりもプログラムをより深く理解していることが分かった．, We have developed a programming education support tool pgtracer for programming beginners. The tool runs under Moodle and provides fill-in-the-blank questions to students. When a student fills the blanks and submit the answer, pgtracer automatically evaluates the student's answer. At the same time, pgtracer automatically collects learning log of the students and provides data analysis functions for the collected log. We assigned homework utilizing pgtracer to the students taking a programming course in 2016 and 2017. Since we found some problems in our 2016 arrangement, we improved the arrangement in 2017. In this paper, we report our practice, and clarify relationship between students' learning behavior and understanding of programming by analyzing the data collected in 2017. As a result, we found that their understanding of the trace table related to their programming skill, and that their answering process to reach to a correct answer depends on their programming skill. Furthermore, we found that the students who continuously did their homework understand programs better than those who only prepared for the examination in a short term.},
 pages = {25--37},
 title = {プログラミング学習支援ツールpgtracerを自学習に活用した授業実践と学習行動の分析},
 volume = {6},
 year = {2020}
}