सारांश
इस मॉड्यूल में, आपने PyBryt के बारे में सीखा और यह एक पुस्तकालय कैसे है जो प्रोग्रामिंग असाइनमेंट को ऑटोग्रेड करना और लक्षित प्रतिक्रिया प्रदान करना संभव बनाता है। इसके अलावा, आपने सीखा कि एक असाइनमेंट कैसे बनाया जाता है जिसका मूल्यांकन PyBryt के साथ किया जा सकता है।
PyBryt तीन महत्वपूर्ण अवधारणाओं पर निर्भर करता है:
- संदर्भ कार्यान्वयन: संदर्भ कार्यान्वयन एक उदाहरण समाधान है जो एक प्रशिक्षक बनाता है, और वह समाधान जिसके खिलाफ छात्र के सबमिशन का मूल्यांकन किया जाता है। इनमें से एक से अधिक कार्यान्वयन हो सकते हैं जब आप अपने छात्रों को विभिन्न तरीकों से समाधान लागू करने की अनुमति देना चाहते हैं।
- छात्र कार्यान्वयन: छात्र कार्यान्वयन छात्र का सबमिशन है, जिसे PyBryt के माध्यम से मेमोरी फुटप्रिंट में संसाधित किया जाता है।
- ग्रेडिंग पाइपलाइन: ग्रेडिंग पाइपलाइन वह प्रक्रिया है जहां सब कुछ एक साथ आता है। इस प्रक्रिया को स्वचालित किया जा सकता है, जैसे GitHub क्रियाएँ, या एक नोटबुक जिसमें ग्रेडिंग ऑर्केस्ट्रेट की जाती है। पाइपलाइन छात्र कार्यान्वयन के खिलाफ संदर्भ कार्यान्वयन की तुलना करती है, और आप एक रिपोर्ट के साथ समाप्त होते हैं कि प्रत्येक छात्र का सबमिशन प्रत्येक संदर्भ कार्यान्वयन के साथ कितनी अच्छी तरह मेल खाता है।
यह सुनिश्चित करने के लिए कि आप पूर्ववर्ती अवधारणाओं को समझते हैं, आपने फाइबोनैचि अनुक्रम के लिए छात्र समाधान का आकलन करने के लिए एक मचान बनाया है। मचान छात्रों को विशिष्ट प्रतिक्रिया प्रदान करने में सक्षम है जहां उनके कार्यान्वयन में बग हो सकते हैं। छात्र तब जानते हैं कि उनके समाधान को कैसे बेहतर बनाया जाए। यह आपको एक शिक्षक के रूप में यह समझने में मदद करता है कि आपके छात्र अपनी सीखने की प्रक्रिया में कहां हैं।
एक बार जब आपके पास संदर्भ कार्यान्वयन की एक लाइब्रेरी बन जाती है, तो PyBryt को एक पूर्ण ऑटो-मूल्यांकन पाइपलाइन के रूप में तैनात करना एक सरल कार्य है। उदाहरण के लिए, आप GitHub कक्षा असाइनमेंट सेट कर सकते हैं जो छात्रों को उनके रिपॉजिटरी में पुश करने पर PyBryt चलाने के लिए GitHub क्रियाओं का उपयोग करते हैं। यह सेटअप आपको ग्रेडिंग के लिए परिणाम एकत्र करने की अनुमति देते हुए त्वरित प्रतिक्रिया प्रदान करता है।
PyBryt इस मॉड्यूल में हमने जो प्रस्तुत किया है उससे कहीं अधिक सक्षम है। एनोटेशन के संयोजन के लिए तर्क प्रदान करने के अलावा, आप PyBryt को मौजूदा ऑटोग्रेडिंग पाइपलाइनों जैसे Otter-Graderके साथ भी एकीकृत कर सकते हैं। आप साहित्यिक चोरी का पता लगाने के लिए PyBryt का भी उपयोग कर सकते हैं।
आप PyBryt के बारे में अधिक जान सकते हैं PyBryt उन्नत मॉड्यूल और इसके प्रलेखन, और आप डेमो फ़ोल्डर में इसके GitHub रिपॉजिटरी में अधिक उदाहरण पा सकते हैं।