Python as a programming language for the introductory programming courses

Tämä kandidaatintyö tutkii tietotekniikan perusopetuksessa keskeisen aiheen,ohjelmoinnin, alkeisopetusta ja siihen liittyviä ongelmia. Työssä perehdytään ohjelmoinnin perusopetusmenetelmiin ja opetuksen lähestymistapoihin, sekä ratkaisuihin, joilla opetusta voidaan tehostaa. Näitä ratkaisuja työssä ovat mm. ohjelmointikielen valinta, käytettävän kehitysympäristön löytäminen sekä kurssia tukevien opetusapuvälineiden etsiminen. Lisäksi kurssin läpivientiin liittyvien toimintojen, kuten harjoitusten ja mahdollisten viikkotehtävien valinta kuuluu osaksitätä työtä. Työ itsessään lähestyy aihetta tutkimalla Pythonin soveltuvuutta ohjelmoinnin alkeisopetukseen mm. vertailemalla sitä muihin olemassa oleviin yleisiin opetuskieliin, kuten C, C++ tai Java. Se tarkastelee kielen hyviä ja huonoja puolia, sekä tutkii, voidaanko Pythonia hyödyntää luontevasti pääasiallisena opetuskielenä. Lisäksi työ perehtyy siihen, mitä kaikkea kurssilla tulisi opettaa, sekä siihen, kuinka kurssin läpivienti olisi tehokkainta toteuttaa ja minkälaiset tekniset puitteet kurssin toteuttamista varten olisi järkevää valita.

Python -ohjelmointiopas, versio 1

Python -ohjelmointiopas sisältää perustietoa ohjelmoinnista yleisesti sekä esittelee yksinkertaisia perusrakenteita, joiden pohjalta myös ohjelmoinnista mitään tietämätön ihminen voi luontevasti siirtyä ohjelmoinnin pariin. Opas on suunniteltu siten, että sen käyttäjän ei tarvitse osata etukäteen ohjelmoida, opas aloittaa käyttöympäristön asennuksesta, siihen tutustumisesta ja jatkaa siitä ohjelmointikeskeisimpiin aiheisiin.

Elementi culturali nel doppiaggio. L'analisi della traduzione di allusioni e realia nell'edizione italiana della serie televisiva Gilmore Girls (3ª Stagione)

Tutkimus tarkastelee käännösstrategioita, joita on hyödynnetty kulttuurisidonnaisten viittausten käännöksessä televisiodubbauksessa englannin kielestä italiaan. Tutkimusmateriaaliksi on valittu tv-sarjan Gilmore Girls (2000–2007) kolmannelta tuotantokaudelta poimittuja kulttuurisidonnaisia viittauksia. Kaikkiaan viittauksia on 172, joista 125 luokitellaan alluusioiksi, eli kielensisäisiksi elementeiksi, ja 47 katsotaan realioiksi, eli kielenulkoisiksi elementeiksi. Tutkimus pyrkii selvittämään, millaisia käännösstrategioita italialaiset jälkiäänittäjät ovat hyödyntäneet kohdatessaan kulttuurisidonnaisia viittauksia sekä pohtimaan käännösvalintojen syitä ja tarjoamaan vaihtoehtoisia ratkaisuja. Käännösanalyysissä tutkimusmateriaali luokitellaan Ritva Leppihalmeen jaottelun mukaisesti realioihin sekä kahdentyyppisiin alluusioihin, eli erisnimiä ja avainlauseita sisältäviin alluusioihin. Leppihalme on luonut jaottelun mainituille viittaustyypeille sopivista käännösstrategioista, jotka esitellään tutkimusaineiston avulla. Aineisto luokitellaan ja analysoidaan käännösstrategioiden perusteella. Lisäksi luokittelun pohjalta luodaan tilasto eri käännösstrategioiden osuudesta tutkitun materiaalin jälkiäänityksessä. Tutkimuksessa käy ilmi, että yleisimmät sarjan jälkiäänityksessä käytetyt käännösstrategiat ovat vieraannuttavia ja neutralisoivia, mutta kotouttavia strategioita käytettiin vähän. Käännös todettiin tyypilliseksi esimerkiksi italialaisista dubbauskäytännöistä, ja tekstin laatu on sinällään hyvä. Neutraloitu dialogi on kuitenkin menettänyt jälkiäänityksessä erityispiirteitään eikä se vastaa tyyliltään alkuperäisen tv-dialogin henkeä. Analyysin perusteella suositellaan korvaavien käännösstrategioiden käyttöä. Tällä tavalla teksti sisältäisi yhä viittauksia, vaikka ne olisikin mukautettu kohdekielisen yleisön tarpeisiin.

Lukiokurssi matemaattisesta ohjelmoinnista Python-kielellä

Tässä tutkielmassa suunnitellaan lukion kolmannen vuoden opiskelijoille tarkoitettu syventävä kurssi, jossa opiskellaan ohjelmoinnin perusteita ja matemaattista ohjelmointia Python-kielellä. Tutkielma on laadittu siten, että sitä voidaan käyttää kurssin oppimateriaalina. Kurssin ensimmäiset oppitunnit käytetään ohjelmoinnin perustietojen opiskeluun. Tämän jälkeen kurssi painottuu algoritmisen ajattelun ja ohjelmointitaitojen kehittämiseen useita matemaattisia ohjelmia kirjoittamalla. Tutkielmaan on kerätty monipuolisesti lukion pitkän matematiikan oppimäärään sisältyviä menetelmiä ja tehtäviä, joita on kätevää ratkaista ohjelmoimalla. Näiden menetelmien ja tehtävien ohjelmointia havainnollistetaan tutkielmassa useiden esimerkkien avulla. Jokaisen matematiikan aihealueen yhteydessä on tarkoitus oppia jokin uusi asia ohjelmoinnista tai syventää jo opittujen asioiden osaamista. Tutkielma sisältää myös 50 harjoitustehtävää kurssin eri aihealueilta sekä lisämateriaalina lyhyen johdatuksen pelien ohjelmointiin ja täydennystä numeerisiin menetelmiin. Tutkielmassa suunnitellulla kurssilla käytettäväksi ohjelmointikieleksi on valittu Python, sillä Pythonin yksinkertainen ja selkeä syntaksi helpottaa huomattavasti aloittelijoiden ohjelmoinnin oppimista. Lisäksi Python-tulkki on ladattavissa Internetistä ilmaiseksi.

Regressiotestaus- ja ylläpitotyökalu Ohjelmoinnin perusteet -kurssin Python-harjoitustehtäville

Tässä kandidaatintyössä suunnitellaan ja toteutetaan regressiotestaus- ja ylläpitotyökalu Ohjelmoinnin perusteet -kurssin Python-ohjelmointitehtäville. Työkalun on tarkoitus auttaa kurssin vastuuhenkilöitä selvittämään kurssilla käytettyjen harjoitustehtävien esimerkkiratkaisujen toimivuus Python-versiossa, jota kurssilla aiotaan käyttää ohjelmointiympäristönä seuraavana vuonna, ja helpottaa harjoitusmateriaalin yhdenmukaisuuden varmistamista silloin kun Python-versiota vaihdetaan tai materiaaliin tehdään muutoksia. Työssä tutkitaan, miten tarkoitukseen sopiva yleispätevä testaustyökalu voidaan kehittää, mitä seikkoja sen suunnittelussa on otettava huomioon ja mitä ongelmia kehittämiseen liittyy. Yleispätevän testaustyökalun kehittäminen osoittautui hankalaksi, vaikka testattavat ohjelmat ovat yksinkertaisia. Harjoitusmateriaaliin kuuluneiden yli 50 ohjelman testaamisessa tarvittavia tiedostoja oli yhteensä hyvin suuri määrä, ja niiden käsittelemiseksi työkalussa ja sen ulkopuolella oli vaikeaa valita optimaalista hakemistorakennetta. Lisäksi joidenkin testattavien ohjelmien havaittiin vaativan testauksessa muista poikkeavia lisätoimenpiteitä, jotka päätettiin jättää toteuttamatta työn puitteissa. Työn toivottu tulos jäi siten osittain saavuttamatta. Tuloksena syntyi kuitenkin työkalu, jolla voidaan ajaa 93 % nykyisistä esimerkkiratkaisuista määritellyillä testisyötteillä halutussa Python -ympäristössä ja saada tiedot ohjelmien toimivuudesta sekä niiden tuottamien tulosteiden täsmäävyydestä esimerkkitulosteisiin.