ABSTRACT Background and Context: The use of block-based programming environments is purported to be a good way to gently introduce novice computer programmers to computer programming. A small, but growing body of research examines the differences between block-based and text-based programming environments. Objective: Thus, the purpose of this study was to examine the overall effect of block-based versus text-based programming environments on both cognitive and affective student learning outcomes. Method: Five academic databases were searched to identify literature meeting our inclusion criteria and resulted in 13 publications with 52 effect size comparisons on both cognitive and affective outcomes. Findings: We found small effect size (g = 0.245; p = .137; with a 95% confidence interval of −0.078 to 0.567) in favor of block-based programming environments on cognitive outcomes, and a trivial effect size (g = 0.195, p = .429; with a 95% confidence interval of −0.289 to 0.678) on affective outcomes. Both effect size calculations were statistically insignificant using random effects models. The effect sizes were examined for moderating effects by education level, learning environment, and study duration. Some evidence of publication bias was detected in these data. Implications: More research is needed to examine the utility and efficacy of block-based programming environments for novice programmers. Future studies should account for hybrid programming environments using novel research methods.

中文翻译：

---

基于块的与基于文本的编程环境对新手学习成果的影响：元分析研究

摘要 背景和背景：使用基于块的编程环境据称是向计算机编程新手介绍计算机编程的好方法。一小部分但不断增长的研究调查了基于块和基于文本的编程环境之间的差异。目标：因此，本研究的目的是检查基于块和基于文本的编程环境对学生认知和情感学习成果的总体影响。方法：搜索了五个学术数据库以识别符合我们纳入标准的文献，并产生了 13 篇出版物，对认知和情感结果进行了 52 项效应量比较。结果：我们发现效应量很小（g = 0.245；p = .137；95% 置信区间为 -0.078 到 0。567）支持基于块的编程环境对认知结果的影响，以及对情感结果的微不足道的影响大小（g = 0.195，p = .429；95% 置信区间为 -0.289 至 0.678）。使用随机效应模型，两种效应量计算在统计上都不显着。通过教育水平、学习环境和学习持续时间检查效应大小的调节效应。在这些数据中发现了一些发表偏倚的证据。启示：需要更多的研究来检查基于块的编程环境对于新手程序员的实用性和功效。未来的研究应该使用新的研究方法来考虑混合编程环境。使用随机效应模型，两种效应量计算在统计上都不显着。通过教育水平、学习环境和学习持续时间检查效应大小的调节效应。在这些数据中发现了一些发表偏倚的证据。启示：需要更多的研究来检查基于块的编程环境对于新手程序员的实用性和功效。未来的研究应该使用新的研究方法来考虑混合编程环境。使用随机效应模型，两种效应量计算在统计上都不显着。通过教育水平、学习环境和学习持续时间检查效应大小的调节效应。在这些数据中发现了一些发表偏倚的证据。启示：需要更多的研究来检查基于块的编程环境对于新手程序员的实用性和功效。未来的研究应该使用新的研究方法来考虑混合编程环境。需要更多的研究来检查基于块的编程环境对新手程序员的效用和功效。未来的研究应该使用新的研究方法来考虑混合编程环境。需要更多的研究来检查基于块的编程环境对新手程序员的效用和功效。未来的研究应该使用新的研究方法来考虑混合编程环境。