PasteTrace: A Single Source Plagiarism Detection Tool For Introductory Programming Courses

入门级计算机科学课程对于奠定后续高级编程课程的基础至关重要。然而，没有编程基础的学生可能会觉得这些课程难度较大，从而在理解概念上遇到困难，并可能引发诸如抄袭之类的学术不端行为。尽管目前已有一些抄袭检测技术和工具，但并非所有工具都适用于教学环境，尤其是在入门级编程课程中。本文介绍了一种新颖的开源抄袭检测工具PasteTrace，该工具专为入门级编程课程设计。与传统方法不同，PasteTrace集成在集成开发环境（IDE）中，能够实时追踪学生的编程活动，从而收集抄袭行为的证据。我们在两门入门级编程课程中对PasteTrace进行了评估，结果显示该工具不仅能深入了解学生的学习行为，还能有效检测多种类型的代码抄袭，且表现优于现有的成熟工具。 PasteTrace的演示视频、源代码以及案例研究数据可通过以下链接获取：https://doi.org/10.6084/m9.figshare.27115852

论文旨在解决在计算机科学入门课程中，缺乏编程经验的学生面临的挑战以及由此引发的学术不端行为（如抄袭）问题。当前的抄袭检测工具并不完全适用于教学环境，特别是在编程入门课程中。

论文提出了一种新的开源抄袭检测工具PasteTrace，专门用于检测编程入门课程中的抄袭行为。与传统方法不同，PasteTrace集成在开发环境中，并实时追踪学生的编程活动以寻找抄袭证据。

1. PasteTrace在两个编程入门课程中进行了评估，结果表明其能够有效分析学生行为并检测多种类型的抄袭行为。 2. 该工具的表现优于现有的成熟抄袭检测工具。 3. 提供了视频演示、源代码和案例研究数据，增强了研究的透明性和可重复性。

1. Turnitin 和 MOSS 等现有抄袭检测工具在教育领域的应用。 2. 基于代码相似性的静态分析工具研究。 3. 实时监控学生编程行为的相关工作，例如 Code-Code Plagiarism Detection Using AST-Based Techniques.