Factores para el desarrollo del pensamiento computacional en estudiantes de pregrado

  1. Guillermo Rodríguez-Abitia 1
  2. María S. Ramírez-Montoya 2
  3. Edgar O. López-Caudana 2
  4. José M. Romero-Rodríguez 3
  1. 1 Raymond A. Mason School of Business. College of William & Mary, Estados Unidos.
  2. 2 Tecnológico de Monterrey, México.
  3. 3 Universidad de Granada, España.
Mostrar afiliaciones +
Revista:
Campus Virtuales

ISSN: 2255-1514

Año de publicación: 2021

Volumen: 10

Número: 2

Páginas: 153-164

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Campus Virtuales

Resumen

El pensamiento computacional, asociado con disciplinas de ingeniería e informática, puede promoverse en otras áreas, ya que excede el fomentar las habilidades propias de la computación y abarca procesos de pensamientos crítico, lateral y creativo. Se partió de la pregunta ¿Cuáles son las diferencias en las dimensiones del pensamiento computacional entre áreas disciplinares de estudiantes de pregrado? Se trabajó con un diseño de estudio transversal y de muestreo por conveniencia, con una escala de 29 ítems para evaluar el pensamiento computacional en 95 estudiantes de pregrado, que estudian diversas disciplinas en dos universidades mexicanas. Los resultados ubicaron que si había diferencias con los estudiantes de ingeniería que tienen mayor pensamiento crítico, algorítmico, solución de problemas. En cooperación y creatividad no se ubicaron diferencias significativas entre estudiantes de psicología, informática administrativa e ingeniería. Este artículo pretende ser de valor para la comunidad académica interesada en escenarios que promuevan resolución de problemas.

Referencias bibliográficas

  • Arroyo, A. C.; Montes, M. R.; Quilis, J. D. S. (2021). A pilot experience with software programming environments as a service for teaching activities. Applied Sciences (Switzerland), 11(1), 1-15. doi:10.3390/app11010341.
  • Brophy, S. P.; Lowe, T. A. (2017). A learning trajectory for developing computational thinking and programming. In ASEE Annual Conference and Exposition, Conference Proceedings 2017.
  • Calderon, J. F.; Ebers, J. (2018). Problock: A tool for computational thinking development using problem-based learning. In Proceedings - International Conference of the Chilean Computer Science Society, SCCC, 2017. doi:10.1109/SCCC.2017.8405132.
  • da Silva, T. S. C.; de Melo, J. C. B.; Tedesco, P. (2020). The creative process in the development of computational thinking in higher education. In CSEDU 2020 - Proceedings of the 12th International Conference on Computer Supported Education (pp. 215-226).
  • Dettori, L.; Greenberg, R. I.; McGee, S.; Reed, D.; Wilkerson, B.; Yanek, D. (2018). CS as a graduation requirement: Catalyst for systemic change. In SIGCSE 2018 - Proceedings of the 49th ACM Technical Symposium on Computer Science Education (pp. 406-407). doi:10.1145/3159450.3159646.
  • Dragon, T. (2019). Support of teacher's work in the field of development of computational thinking through e-learning resources. In ACM International Conference Proceeding Series (pp. 131-135). doi:10.1145/3345120.3352738.
  • Enriquez, C.; Aguilar, O.; Domínguez, F. (2016). Using robot to motivate computational thinking in high school students. IEEE Latin America Transactions, 14(11), 4620-4625. doi:10.1109/TLA.2016.7795838.
  • Espino, E. E. E.; Soledad, C.; González, C. S. G. (2015). Estudio sobre diferencias de género en las competencias y las estrategias educativas para el desarrollo del pensamiento computacional. Revista de Educación a Distancia (RED), (46).
  • Falkner, K.; Vivian, R.; Falkner, N. (2018). Supporting computational thinking development in K-6. In Proceedings - 2018 6th International Conference on Learning and Teaching in Computing and Engineering (pp. 126-133). doi:10.1109/LaTICE.2018.00031.
  • Gee, E. R.; Tran, K. M. (2015). Video game making and modding. Handbook of research on the societal impact of digital media (pp. 238- 267). doi:10.4018/978-1-4666-8310-5.ch010.
  • Hava, K.; Koyunlu-Ünlü, Z. (2021). Investigation of the Relationship Between Middle School Students’ Computational Thinking Skills and their STEM Career Interest and Attitudes Toward Inquiry. Journal of Science Education and Technology (in press). doi:10.1007/s10956- 020-09892-y.
  • Korkmaz, O.; Bai, X. (2019). Adapting computational thinking scale (CTS) for chinese high school students and their thinking scale skills level. Participatory Educational Research, 6(1), 10-26. doi:10.17275/per.19.2.6.1.
  • Korkmaz, O.; Çakir, R.; Özden, M. Y. (2017). A validity and reliability study of the computational thinking scales (CTS). Computers in Human Behavior, 72, 558-569. doi:10.1016/j.chb.2017.01.005.
  • Hadad, S.; Shamir-Inbal, T.; Blau, I.; Leykin, E. (2021). Professional development of code and robotics teachers through small private online course (SPOC): Teacher centrality and pedagogical strategies for developing computational thinking of students. Journal of Educational Computing Research, 59(4), 763-791. doi:10.1177/0735633120973432.
  • Israel-Fishelson, R.; Hershkovitz, A.; Eguíluz, A.; Garaizar, P.; Guenaga, M. (2021). The associations between computational thinking and creativity: The role of personal characteristics. Journal of Educational Computing Research, 58(8), 1415-1447. doi:10.1177/0735633120940954.
  • Isvik, A.; Catete, V.; Barnes, T. (2020). FLAMES: A socially relevant computing summer internship for high school students. In 2020 Research on Equity and Sustained Participation in Engineering, Computing, and Technology, RESPECT 2020 – Proceedings. doi:10.1109/RESPECT49803.2020.9272515.
  • Madeira, C. (2017). Introduction to computational thinking with scratch. In CEUR Workshop Proceedings (pp. 725-730).
  • McGee, S.; Duck, J.; Greenberg, R. I.; Rasmussen, A. M.; Reed, D. F.; McGee-Tekula, R.; Dettori, L. (2019). An examination of the correlation of exploring computer science course performance and the development of programming expertise. In SIGCSE 2019 - Proceedings of the 50th ACM Technical Symposium on Computer Science Education (pp. 1067-1073). doi:10.1145/3287324.3287415.
  • McGee, S.; McGee-Tekula, R.; Duck, J.; McGee, C.; Dettori, L.; Greenberg, R. I.; ...; Brylow, D. (2018). Equal outcomes 4 all: A study of student learning in ECS. In SIGCSE 2018 - Proceedings of the 49th ACM Technical Symposium on Computer Science Education (pp. 50-55). doi:10.1145/3159450.3159529.
  • Monjelat, N. (2019). Programming technologies for social inclusion with scratch: Computational practices in a teacher’s professional development course. [Programación de tecnologías para la inclusión social con Scratch: Prácticas sobre el pensamiento computacional en la formación docente]. Revista Electronica Educare, 23(3). doi:10.15359/ree.23-3.9.
  • Organización Mundial de la Salud – OMS (2017). Ciclo de vida. (https://bit.ly/2M5jsh5).
  • Rodríguez del Rey, Y. A.; Cawanga Cambinda, I. N.; Deco, C.; Bender, C.; Avello-Martínez, R.; Villalba-Condori, K. O. (2021). Developing computational thinking with a module of solved problems. Computer Applications in Engineering Education, 29(3), 506-516. doi:10.1002/cae.22214.
  • Scival (2021). Herramienta de Scopus. (https://www.scival.com/landing).
  • Tsai, M. J. ; Liang, J. C. ; Hsu, C. Y. (2020). The Computational Thinking Scale for Computer Literacy Education. Journal of Educational Computing Research. doi:10.1177/0735633120972356.
  • Wing, J. M. (2008). Computational thinking and thinking about computing. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 366(1881), 3717-3725. doi:10.1098/rsta.2008.0118.
Fuente de los datos: Dialnet