Resumen
Learning to program is a complex task that involves multiple aspects. One of the skills developed with programming expertise is coding style. Cultivating good programming habits not only improves code quality but also fosters a deeper understanding of the language. In recent years, increasing attention has been given to code quality and defects from the very first programming course. This trend can be integrated into the training of pre-university teachers, which is essential for introducing computer science into school curricula. This paper presents a catalog of code defects for the block-based language ScratchJr. These defects can be shown to pre-service teachers to raise awareness of potential issues in the programs they create. The proposed defects are grouped into four categories: dead code, unpredictable behavior, ineffective code, and poor programming style. They were identified through a combination of the authors’ experience with the language and the analysis of projects developed by trainee teachers. The paper concludes with suggestions for future work.
Sergio Cavero
Doctor en Inteligencia Artificial
Sergio Cavero nació en Madrid (España) el 24 de septiembre de 1997. Se graduó en Ingeniería del Software por la Universidad Politécnica de Madrid en 2019. Durante sus estudios de grado realizó una estancia en la Universidad de Bradford (Reino Unido). Además, fue galardonado en dos ocasiones con la Beca de Excelencia de la Comunidad de Madrid, así como con el premio al Mejor Proyecto Fin de Carrera. Posteriormente, realizó un Máster en Inteligencia Artificial en la misma universidad (UPM) obteniendo los premios al Mejor Expediente Académico (‘Premio José Cuena’) y al Mejor Trabajo Fin de Máster. Sus resultados académicos le permitieron ser beneficiario de una de las ‘Ayudas para la Formación de Profesorado Universitario (FPU)’, financiadas por el Gobierno español. Actualmente realiza su tesis doctoral en la Universidad Rey Juan Carlos, dirigida por los profesores Abraham Duarte y Eduardo G. Pardo. Sus principales intereses de investigación se centran en la interfaz entre las Ciencias de la Computación, la Inteligencia Artificial y la Investigación Operativa. La mayoría de sus publicaciones tratan sobre el desarrollo de procedimientos metaheurísticos para problemas de optimización modelados por grafos.