FalconCode: 入門コンピュータサイエンスコースからのPythonコードサンプルのマルチイヤーデータセット

学生のコードサンプルの大規模かつ多様なデータセットが不足しているため、コンピュータサイエンス教育研究の一部の形式が制限されています。この問題に対処するために、私たちはFalconCodeを作成しました。これは、米国空軍士官学校の2000人以上の学部生からの150万以上のPythonプログラムの新しいコレクションです。FalconCodeは、すべての学生が学問専攻に関係なく履修するコンピューティング入門コースから、5学期以上のコードサンプルをキャプチャしています。このデータセットには、800以上のプログラミング課題に対する学生のコード提出が含まれており、各課題のプロンプト、学生の提出物を評価するために使用されるテストケース、および各問題を解決するために必要な特定のスキルなどの追加メタデータも含まれています。本論文では、FalconCodeを作成するために使用された方法論とデータを匿名化するために取られた手順について説明します。次に、FalconCodeのデータスキーマについて説明し、機械学習（ML）や人工知能（AI）を利用した研究を含む、幅広い研究をサポートする方法を示します。FalconCodeは無料で提供されており、コンピュータサイエンス教育研究のために要求に応じて利用可能です。