Ciencias de la Computacin

Artculo de Investigacin

 

 

Fortalecimiento del pensamiento computacional en nios y adolescentes de la ciudad de Loja

 

Strengthening computational thinking in children and adolescents in the city of Loja

 

Fortalecendo o pensamento computacional em crianas e adolescentes da cidade de Loja

 

 

Sandra Elizabeth Barahona-Rojas I
sebarahona@tecnologicosudamericano.edu.ec
https://orcid.org/0000-0001-7119-3864  
Patricia Nelly Sanmartn-Zhingre II
pnsanmartin@tecnologicosudamericano.edu.ec
https://orcid.org/0000-0003-2504-0706
Yeferson Mauricio Torres-Berr IIII
ymtorresb@tecnologicosudamericano.edu.ec
 https://orcid.org/0000-0003-3784-3493
Alex Enrique Yunga-Bentez III
aeyunga@tecnologicosudamericano.edu.ec
https://orcid.org/0000-0002-8756-8875
 

 

 

 

 

 

 

 

 

 


Correspondencia: [email protected]

 

 

*Recibido: 29 de junio del 2022 *Aceptado: 12 de julio de 2022 * Publicado: 22 de agosto de 2022

 

       I.            Instituto Superior Tecnolgico Sudamericano, Loja, Ecuador.

    II.            Instituto Superior Tecnolgico Sudamericano, Loja, Ecuador.

III.            Instituto Superior Tecnolgico Sudamericano, Loja, Ecuador.

 

 

 

 

Resumen

La investigacin se basa en el anlisis del nivel del pensamiento computacional de una poblacin a travs de la aplicacin de un pre test y post test utilizando el cuestionario denominado Test de Pensamiento Computacional: diseo y psicometra general, realizada por Marcos Romn-Gonzlez, et al., el mismo que evala los conceptos computacionales a travs de 24 preguntas categorizadas en 5 dimensiones. Inicialmente se aplica el pre test a los nios y adolescentes, luego se realiza una capacitacin de los fundamentos de la programacin utilizando Scratch dividida en los niveles bsico e intermedio; finalmente, se aplica el post test para comparar los resultados. Se obtiene una mejora del 15,96% en comparacin al nivel de conocimiento inicial de los participantes, lo que determina que es importante incluir en los pnsum de estudio contenidos relacionados al pensamiento computacional, independiente de los factores sociales, culturales y acadmicos que giran en torno al estudiante.

Palabras claves: Pensamiento computacional; Scratch; lgica; programacin.

 

Abstract

The research is based on the analysis of the level of computational thinking of a population through the application of a pre-test and post-test using the questionnaire called Computational Thinking Test: design and general psychometry, carried out by Marcos Romn-Gonzlez, et al. ., the same one that evaluates computational concepts through 24 questions categorized into 5 dimensions. Initially, the pre-test is applied to children and adolescents, then training is carried out on the fundamentals of programming using Scratch, divided into basic and intermediate levels; Finally, the post test is applied to compare the results. An improvement of 15.96% is obtained compared to the initial level of knowledge of the participants, which determines that it is important to include content related to computational thinking in the study curriculum, regardless of the social, cultural and academic factors that revolve around it. around the student.

Keywords: Computational thinking; scratch; logic; programming.

 

 

 

 

Resumo

A pesquisa baseia-se na anlise do nvel de pensamento computacional de uma populao por meio da aplicao de um pr-teste e ps-teste utilizando o questionrio denominado Teste de Pensamento Computacional: design e psicometria geral, realizado por Marcos Romn-Gonzlez, et al. ., o mesmo que avalia conceitos computacionais por meio de 24 questes categorizadas em 5 dimenses. Inicialmente, o pr-teste aplicado a crianas e adolescentes, em seguida realizado o treinamento sobre os fundamentos da programao em Scratch, dividido em nveis bsico e intermedirio; Por fim, o ps-teste aplicado para comparar os resultados. Obtm-se uma melhora de 15,96% em relao ao nvel inicial de conhecimento dos participantes, o que determina que importante incluir contedos relacionados ao pensamento computacional no currculo do estudo, independentemente dos fatores sociais, culturais e acadmicos que giram em torno dele. ao redor do aluno.

Palavras-chave: Pensamento computacional; coar, arranho; lgica; programao.

 

Introduccin

El modelo de inteligencias mltiples de Gardner agrupa en ocho categoras las capacidades que tiene el ser humano: inteligencia lingstica, inteligencia lgico-matemtica, inteligencia espacial, inteligencia cintico-corporal, inteligencia musical, inteligencia interpersonal, inteligencia intrapersonal e inteligencia naturalista. Gardner, (1995) afirma La inteligencia lgico-matemtica est definida como la capacidad de utilizar con eficacia los nmeros y razonar acertadamente, lo que permite desarrollar sensibilidad a patrones y relaciones lgicas, afirmaciones y proposiciones, funciones y otras abstracciones relacionadas. (Ferrndiz, Bermejo, Sainz, Ferrando, y Prieto, 2008).

Jean Piaget (Piaget, 1969) en su teora indica que la inteligencia lgico-matemtica se desarrolla desde que el ser humano tiene contacto e interacta con los objetos del mundo real, de esta manera se fomenta la capacidad para pensar sobre los mismos utilizando un pensamiento concreto. (Piaget y Berth, 2013)

Esta inteligencia contribuye a solucionar problemas en diferentes mbitos de la vida formulando hiptesis y estableciendo predicciones; adems, permite establecer relaciones entre diferentes conceptos y llegar a una comprensin ms profunda y proporciona orden y sentido a las acciones y/o decisiones. (Medina Hidalgo, 2018)

La sociedad y el conocimiento se encuentran en constante evolucin, as lo afirma Moravec (2013), quien menciona que actualmente se vive una sociedad Knowmad, nmadas del conocimiento. Se reconoce una evolucin que inicia en la poca agraria o sociedad 1.0, contina con una sociedad industrializada o sociedad 2.0, para finalmente llegar a la actualidad a una sociedad del conocimiento y la informacin o sociedad 3.0. Esta generacin de nmadas del conocimiento, privilegian el uso de las Tecnologas de la Informacin y la Comunicacin (TICs) en espacios formales e informales hacindolos parte de su vida cotidiana. (Balladares Burgos, Avils Salvador, & Prez Narvez, 2016)

En la sociedad 3.0 es importante incorporar en los modelos educativos de todos los niveles el uso de las tecnologas digitales, ya que la computacin forma y formar parte de la vida cotidiana de toda la humanidad. Se da paso a varias teoras relacionadas con las TICs entre ellas el desarrollo del pensamiento computacional que busca obtener mayores ventajas con el uso de los computadores. Balladares Burgos et al, (2016)

Barr y Stephenson (2011), definen al pensamiento computacional como el proceso para resolver los problemas utilizando los computadores y diversas herramientas denominadas por Wing,(2006) como herramientas mentales que reflejan la amplitud del campo de la informtica. Wing, (2010), Aho (2012), The Royal Society, (2012), Computing at School (2015), Snalune, (2015) coinciden en que el pensamiento computacional son procesos de pensamiento necesarios para la formulacin de problemas y soluciones en diversas disciplinas.

Tambin el pensamiento computacional puede definirse como una actividad mental que involucra a un computador para la solucin de problemas de la vida real utilizando habilidades tales como la abstraccin, la descomposicin del problema, uso de algoritmos, evaluacin de soluciones y pensar en generalizaciones Cuny, Snyder y Wing (2010), Selby y Wollard (2013). Formalmente se puede indicar que el pensamiento computacional permite al ser humano enfrentar los problemas, descomponerlos en elementos y encontrar algoritmos que los resuelvan. Vilanova (2018)

En un modelo de educacin contemporneo, que responda a una sociedad 3.0, debe existir una correlacin entre la inteligencia lgica-matemtica y el pensamiento computacional, que permita al estudiante enfrentarse a situaciones que exploten su creatividad y desarrollen su pensamiento complejo. Balladares et al (2016)

Este modelo aplicado desde edades tempranas permite estimular el desarrollo del pensamiento lgico-matemtico en los diversos estadios propuestos por Piaget. El primer estadio sensoriomotor (0-2 aos), caracterizado por la capacidad para imitar acciones de otros; el segundo estadio preoperatorio (2-7 aos) el nio adquiere un sentido intuitivo; el tercer estadio o de operaciones concretas (7-11 aos) en el que el nio es capaz de utilizar relaciones causales y cuantitativas hasta que finalmente el nio acceda al estadio del pensamiento de las operaciones formales (a partir de los 11 o 12 aos), en el que emplea su pensamiento hipottico-deductivo. Ferrndiz, C et al (2008)

En varios pases de todo el mundo se estn aplicando diversas estrategias para desarrollar el pensamiento computacional en sus pnsum de estudio. Motoa, S. (2019)

A nivel mundial el desarrollo del pensamiento computacional en los jvenes se ha convertido en un factor imprescindible, por ello pases como Estados Unidos han incorporado desde kindergarden hasta k12 el desarrollo de este tipo de pensamiento (pg. 109)

() Inglaterra (Reino Unido) ha sido uno de los primeros pases europeos en incluir (desde septiembre de 2014) el Pensamiento Computacional y la codificacin en los centros escolares de primaria y secundaria (pg. 110)

En varios pases latinoamericanos se estn dando casos similares, en la investigacin de Mendoza, M.(2018) denominada Software de Programacin Scratch en el Desarrollo del Pensamiento Lgico Matemtico de Estudiantes de una Institucin Educativa Primaria, Chincha 2017 se determina que los estudiantes que aprendieron a utilizar el software Scratch han logrado mejorar en un 17% su nivel lgico-matemtico, estos datos han sido obtenidos a travs de una investigacin experimental al aplicar un Pre y Post test a una muestra de 24 nios de sexto grado de educacin primaria de la Institucin Educativa del Distrito de Chavin en Per.

En el trabajo realizado por Molina Chalacn, Jaln Aria, y Albarracn Zambrano, (2018) denominado Inclusin de la Programacin Informtica como herramienta para el desarrollo del razonamiento lgico y abstracto en el pensamiento de los nios de Educacin General Bsica, Nivel Medio, se determina que los estudiantes de sexto y sptimo ao de educacin bsica de la Unidad Educativa Abdn Caldern del Cantn Quevedo Ecuador, tuvieron un mejoramiento global del 30% en su rendimiento acadmico, demostrando grandes competencias en anlisis lgico-matemtico y en desarrollo del pensamiento; estos resultados se observaron una vez que los estudiantes adquieren conocimientos de Andora, Scratch, PSeInt y Visual Studio.

 

Metodologa

La presente investigacin es de carcter cuantitativa experimental, se toma como referencia los resultados obtenidos en el proceso de capacitacin a nios y adolescentes de 3 instituciones educativas de nivel primario-secundario de la ciudad de Loja Ecuador. La capacitacin tiene como objetivo fundamental fortalecer el pensamiento computacional de los participantes a travs de los fundamentos de la programacin, utilizando el software Scratch.

Se dictaron contenidos claros divididos en nivel bsico e intermedio, en los que se incluyen definiciones, ejemplos prcticos e instrucciones para la creacin de un proyecto final.

 

Fuente: los Autores

image1.png

Figura 1: Contenidos de Scratch

Para medir el nivel de aptitud-desarrollo del pensamiento computacional se utiliza como base la investigacin titulada Test de Pensamiento Computacional: diseo y psicometra general, realizada por Marcos Romn-Gonzlez, et al. En la investigacin se propone un test compuesto por 28 tems en el que se incluyen preguntas relacionadas a secuencias bsicas, bucles, iteraciones, condicionales, funciones y variables; sus preguntas son objetivas con 4 opciones de respuesta de las que una sola es correcta. Los tems estn relacionados a diversos conceptos que estn alineados con los estndares que fija la CSTA para la educacin en ciencias de la computacin en estas edades. CSTA (2011)

 

 

 

 

 

Figura 2: Test de Pensamiento Computacional: diseo y psicometra general

Dimensin

Conceptos computacionales

(dificultad creciente)

Cantidad de tems

Concepto computacional abordado

Direcciones bsicas

4

Buclesrepetir veces

4

Buclesrepetir hasta

4

Condicional

simpleif

4

Condicional compuestoif/else

4

Mientras quewhile

4

Funciones Simples

4

Dimensin

Entorno grfico o interfaz

Cantidad de tems

Entorno-Interfaz del tem

El laberinto

23

El lienzo

5

Dimensin

Estilo de las alternativas

Cantidad de tems

Estilo de las alternativas de respuesta

Visual por flechas

8

Visual por bloques

20

Dimensin

Existencia / Inexistencia de anidamiento

Cantidad de tems

Existencia o inexistencia de anidamiento

Existencia de anidamiento

19

Inexistencia de anidamiento

9

Dimensin

Tareas cognitivas

Cantidad de tems

Tarea requerida

Secuenciacin

14

Completamiento

9

Depuracin

5

Nota: Test de Pensamiento Computacional aplicado a los nios y a adolescentes, elaborado por los autores

 

 

Considerando los convenios que mantiene el Instituto Superior Tecnolgico Sudamericano en el mbito de Vinculacin con la Sociedad con instituciones educativas de nivel de educacin bsica, se consider como poblacin 111 estudiantes entre 7 y 11 aos, pertenecientes a tres unidades educativas de la ciudad de Loja: Unidad Educativa Particular La Inmaculada, Unidad Educativa Particular La Porcincula y Unidad Educativa Particular Vicente Agustn Aguirre, con un margen de error de 9,5% y un nivel de confianza del 95%, el tamao de la muestra es 56.

Este test ha sido aplicado antes de la capacitacin (pre test) para tener datos de referencia del nivel de razonamiento lgico que tienen los participantes antes de obtener los conocimientos de Scratch. Una vez concluida la capacitacin se procede a aplicar nuevamente el test para determinar el impacto que tuvo la capacitacin en su razonamiento lgico-matemtico.

 

Resultados

Al finalizar el proceso de capacitacin y evaluando el impacto del proyecto se han obtenido los siguientes resultados.

En las preguntas (1 a 4) se evala el concepto computacional direcciones bsicas y se denota una mejora global del 31,43% entre los resultados obtenidos en el pre-test y el post-test (tabla #)

 

Figura 3: Resultados de las preguntas 1 a 4 de conceptos computacionales

Direcciones bsicas

PRE TEST

POST TEST

Pregunta 1

35,70%

85,70%

Pregunta 2

32,70%

78,60%

Pregunta 3

36,40%

57,30%

Pregunta 4

17,90%

26,80%

 

30,68%

62,10%

Mejora

 

31,43%

Nota: Datos tabulados considerando los resultados del pre test y post test

 

En la Grafica 1 se denota una mejora decreciente de acuerdo a la complejidad de las preguntas, se observa que en la pregunta 1 existe una mejora del 50%, en la pregunta 2 una mejora del 45,9%, en la pregunta 3 una mejora del 20,9% y en la pregunta 4 una mejora de nicamente el 8,9%.

 

image8.png

Figura 4: Concepto computacional: Direcciones bsicas

 

Al analizar los resultados obtenidos en la evaluacin del concepto computacional Bucles-repetir veces evaluados en las preguntas 5 a la 8, como se muestra en la tabla # y en la grfica #, se denota una mejora global del 25,40% entre el pre-test y post-test.

 

Figura 5: Concepto computacional: Bucles-repetir veces

Direcciones bsicas

PRE TEST

POST TEST

Pregunta 5

19,60%

75,00%

 

Pregunta 6

19,60%

60,70%

 

Pregunta 7

41,10%

42,60%

 

Pregunta 8

25,00%

28,60%

 

 

26,33%

51,73%

 

Mejora

 

25,40%

 

Nota: Datos tabulados considerando los resultados del pre test y post test

 

 

 

 

 

Figura 6: Concepto computacional: Bucles-repetir veces

 

De la misma manera en el concepto computacional Bucles-repetir veces se observa un porcentaje de mejora decreciente drstico correspondiente a las preguntas 6 (41,10%) y pregunta 7 (1,5%); adems, de la diferencia significativa con las preguntas 5 (55,4%) y 8 (3,6%).

Al evaluarse el concepto computacional de Bucles-repetir hasta en las preguntas 9 a la 12, se observa una diferencia global positiva del 33,15% entre los resultados obtenidos en el pre-test y post-test, as como se muestra en la grfica#

 

Figura 7: Concepto computacional de Bucles-repetir hasta

Direcciones bsicas

PRE TEST

POST TEST

Pregunta 9

5,40%

76,40%

 

Pregunta 10

41,10%

56,40%

 

Pregunta 11

25,00%

56,60%

 

Pregunta 12

26,80%

41,50%

 

 

24,58%

57,73%

 

Mejora

 

33,15%

 

Nota: Datos tabulados considerando los resultados del pre test y post test

 

 

 

 

Figura 8: Concepto computacional de Bucles-repetir hasta

 

Los resultados obtenidos en el concepto computacional Condicional simple if (preguntas 13 a 16), indican una diferencia negativa que denota una reduccin del 7,43% entre el pre-test y post-test, as como se muestra en la grfica #

 

Figura 9: Concepto computacional Condicional simple-if

Direcciones bsicas

PRE TEST

POST TEST

Pregunta 13

37,50%

40,00%

 

Pregunta 14

30,40%

20,40%

 

Pregunta 15

33,90%

20,00%

 

Pregunta 16

25,00%

16,70%

 

 

31,70%

24,28%

 

Mejora

 

-7,43%

 

Nota: Datos tabulados considerando los resultados del pre test y post test

 

 

 

 

 

Figura 10: Concepto computacional Condicional simple-if

 

En las preguntas relacionadas con el concepto computacional condicional compuesto - if/else evaluadas en las preguntas 17 a la 20, se denota una mejora del 7,23% entre los resultados obtenidos entre el pre-test y post-test, as como se muestra en la figura#

 

Figura 11: Concepto computacional condicional compuesto-if/else

Direcciones bsicas

PRE TEST

POST TEST

Pregunta 17

33,90%

34,60%

Pregunta 18

25,00%

37,00%

Pregunta 19

19,60%

20,80%

Pregunta 20

26,80%

41,80%

 

26,33%

33,55%

Mejora

 

7,23%

Nota: Datos tabulados considerando los resultados del pre test y post test

 

 

 

 

 

 

 

 

Figura 12: Concepto computacional condicional compuesto-if/else

 

En el concepto computacional Mientras que-while (preguntas 21 a 24), se obtiene un resultado positivo correspondiente al 7,28% entre los valores obtenidos en el pre-test y el post-test, as como se muestra en la figura#

 

Figura 13: Concepto computacional Mientras que-while

Direcciones bsicas

PRE TEST

POST TEST

Pregunta 21

53,60%

40,70%

Pregunta 22

25,00%

11,80%

Pregunta 23

28,60%

46,30%

Pregunta 24

23,60%

61,10%

 

32,70%

39,98%

Mejora

 

7,28%

Nota: Datos tabulados considerando los resultados del pre test y post test

 

 

 

 

 

 

 

 

Figura 14: Concepto computacional Mientras que-while

 

Finalmente, en el bloque correspondiente al concepto computacional funciones simples (preguntas 25 a 28), se demuestra una mejora correspondiente al 14,68% entre los resultados del pre-test y el post-test, as como se muestra en la figura#

 

Figura 15: Concepto computacional: Funciones simples

Direcciones bsicas

PRE TEST

POST TEST

Pregunta 25

30,40%

35,30%

Pregunta 26

37,50%

60,00%

Pregunta 27

38,20%

38,90%

Pregunta 28

26,80%

57,40%

 

33,23%

47,90%

Mejora

 

14,68%

Nota: Datos tabulados considerando los resultados del pre test y post test

 

 

 

 

 

 

 

 

 

Figura 16: Concepto computacional: Funciones simples

 

Haciendo un anlisis global de todos los resultados obtenidos se puede observar un promedio de mejora del 15,96% entre todos los conceptos computacionales abordados en la capacitacin dictada a los participantes del proyecto, datos que se presentan en la siguiente grfica

 

Figura 17: Concepto computacional: Resultado del fortalecimiento del pensamiento computacional

Concepto computacional

PRE TEST

POST TEST

MEJORA

Direcciones
bsicas

30,68%

62,10%

31,43%

Bucles
repetir veces

26,33%

51,73%

25,40%

Bucles
repetir hasta

24,58%

57,73%

33,15%

Condicional
simpleif

31,70%

24,28%

-7,43%

Condicional compuesto
if/else

26,33%

33,55%

7,23%

Mientras que
while

32,70%

39,98%

7,28%

Funciones Simples

33,23%

47,90%

14,68%

PROMEDIO MEJORA

15,96%

Nota: Datos tabulados considerando los resultados del pre test y post test, del promedio mejora

 

Figura 18: Resultado del fortalecimiento del pensamiento computacional

 

Con estos datos se indica una clara mejora del pensamiento computacional de los participantes.

 

Discusin

La mejora decreciente en el concepto computacional de direcciones bsicas se debe al tiempo limitado (40 horas acadmicas) para abordar las temticas con mayor complejidad, sin embargo, en varios trabajos previos se ha demostrado que estas temticas deberan ser abordadas en un periodo lectivo completo. Balch, Chung, y Brennan, (2011)

Se observa adems que en las preguntas que tienen ayuda visual 1, 2, 5, 6, 9, 11 (Pacman), correspondientes al nivel bsico, los estudiantes obtienen porcentajes mayores de mejora respecto a aquellas preguntas que tienen el cdigo en bloques. En el nivel avanzado se observa que la mejora es mnima o en muchos de los casos no existe una mejora, por lo que se plantea como trabajo futuro extender las capacitaciones con temticas de nivel intermedio y avanzado.

El test aplicado se adapt a nuestra realidad a pesar de la diferencia cultural, tecnolgica y acadmica respecto al lugar en donde fue desarrollado por Romn Gonzlez, (2015), esto gracias a la adaptacin realizada por los autores. Adems, permiti identificar y cuantificar la mejora en el desarrollo del pensamiento computacional en los nios con un 39.3% y nias con el 60.7%, lo que refleja que el gnero no interviene en el aprendizaje tecnolgico y se plantea como hiptesis que, en futuras etapas escolares, por influencia de diversos factores, las nias pierden el inters en carreras tecnolgicas, el probar esta hiptesis ser parte de un trabajo futuro.

En otros pases se ha incluido el pensamiento computacional como parte de las mallas curriculares en educacin inicial por Prez Narvez, Roig Vila, y Jaramillo Naranjo, (2020), en este trabajo se ha demostrado que con la capacitacin adecuada se puede desarrollar estas aptitudes en los estudiantes, por lo que se sugiere incluir las temticas como una asignatura adicional dentro del pnsum acadmico en las instituciones educativas de nivel bsico.

 

Conclusiones

Las preguntas que contienen ayudas visuales han permitido a los participantes alcanzar mejores puntuaciones, lo que indica que es importante utilizar herramientas de software como Scratch para ensear los conceptos fundamentales de programacin; y a su vez, alcanzar una rpida comprensin y relacin sobre los problemas del mundo real.

La inclusin de los fundamentos de la programacin utilizando herramientas de software que se basen en la teora de juegos dentro de los pnsum de estudio de nivel primario y secundario mejorar la lgica, interpretacin y solucin de problemas numricos, condicionales, iterativos o bucles y de direccin.

El comprender estos conceptos permite a los nios y adolescentes relacionar la lgica con los problemas del mundo real, mejora su creatividad y genera bases slidas para enfrentarse a futuros retos acadmicos, sociales y profesionales.

Finalmente, el uso del Test de Pensamiento Computacional: diseo y psicometra general, realizada por Marcos Romn-Gonzlez, et al., es aplicable indistintamente de la ubicacin geogrfica, cultura, gnero, edad, tipo de institucin educativa, conocimientos previos; obteniendo resultados confiables y de fcil interpretacin.

 

Referencias

 

1.      Aho, A. V. (20012). Computation and Computational Thinking. The Computer Journal, 57(7), 832-835. Obtenido de https://doi.org/10.1093/comjnl/bxs074

2.      Balch, C., Chung, M., & Brennan, K. (2011). Computacin creativa con Scratch 3.0: Gua curricular. Obtenido de eduteka: http://eduteka.icesi.edu.co/articulos/hgse-scratch-computacion-creativa

3.      Balladares Burgos, J. A., Avils Salvador, M. R., & Prez Narvez, H. O. (2016). Del pensamiento complejo al pensamiento computacional. Dialnet(2), 143-159. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=5973042

4.      Barr, V., & Stephenson, C. (2011). Bringing Computational Thinking to K-12: What is Involved and What is the Role of the Computer Science Education Community? acm Inroads, 2(1), 48-54. Obtenido de https://people.cs.vt.edu/~kafura/CS6604/Papers/Bringing-CT-K12-Role-of-CS-Education.pdf

5.      CSTA. (2011). K12 Computer Science Standards (Level 2). Recuperado el 24 de 03 de 2022, de Documento en lnea: http://csta.acm.org/Curriculum/sub/CurrFiles/CSTA_K-12_CSS.pdf

6.      Cuny, J., Snyder, L., & Wing, J. M. (2010). Demystifying Computational Thinking for Non-Computer Scientists. Obtenido de Unpublished manuscript, referenced in.

7.      Ferrndiz, C., Bermejo, R., Sainz, M., Ferrando, M., & Prieto, M. D. (2008). ESTUDIO DEL RAZONAMIENTO LGICO-MATEMTICO DESDE EL MODELO DE LAS INTELIGENCIAS MLTIPLES. Anales de Psicologa / Annals of Psychology. Obtenido de https://revistas.um.es/analesps/article/view/42731

8.      Gardner, H. (1995). Multiple Intelligences as a Catalyst. The English Journal. Obtenido de https://www.jstor.org/stable/821182

9.      Medina Hidalgo, M. I. (2018). Estrategias metodolgicas para el desarrollo del pensamiento lgico-matemtico. Dialnet, 125-132. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=6595073

10.  Mendoza Aguirre, M. (2018). Software de Programacin Scratch en el Desarrollo del Pensamiento Lgico Matemtico de Estudiantes de una Institucin Educativa Primaria, Chincha 2017. Trujillo. Obtenido de https://hdl.handle.net/20.500.12692/29889

11.  Molina Chalacn, L. J., Jaln Aria, E. J., & Albarracn Zambrano, L. O. (2018). Inclusin de la ProgramacinInformticacomo herramienta para eldesarrollo del razonamientolgicoy abstracto enel pensamientode los nios deEducacin General Bsica, NivelMedio. Dilemas Contemporneos: Educacin, Poltica y Valores., 28, 1-18. Obtenido de https://dilemascontemporaneoseducacionpoliticayvalores.com/index.php/dilemas/article/view/800/1193

12.  Moravec, J. W. (2013). Knowmad society: the new work and education. On the Horizon, 21(2), 79-83. Obtenido de https://doi.org/10.1108/10748121311322978

13.  Motoa, S. (2019). Pensamiento computacional. Colegio Hispanoamericano, 107-111. Obtenido de https://dialnet.unirioja.es/descarga/articulo/7178254.pdf

14.  Prez Gonzlez , J., Romn Gonzalez, M., & Jimnez Fernndez, C. (2015). Test de Pensamiento Computacional: diseo y psicometra general. III Congreso Internacional sobre Aprendizaje, Innovacin y Competitividad (CINAIC), 1-7. Obtenido de https://www.researchgate.net/profile/Marcos-Roman-Gonzalez/publication/292398919_Test_de_Pensamiento_Computacional_diseno_y_psicometria_general_Computational_Thinking_Test_design_general_psychometry/links/56ae371208ae19a385160253/Test-de-Pensamiento-Compu

15.  Prez Narvez, H., Roig Vila, R., & Jaramillo Naranjo, L. (2020). Uso de SCRATCH en el aprendizaje de Programacin en Educacin Superior. Catedra, 3(1), 28-45. doi:https://doi.org/10.29166/10.29166/catedra.v3i1.2006

16.  Piaget, J., & Berth, E. W. (2013). Mathematical Epistemology and Psychology. Springer Science & Business Media. Obtenido de https://books.google.com.ec/books?id=p-O1BwAAQBAJ&lpg=PT9&ots=kj56oTXdpb&lr&hl=es&pg=PT3#v=onepage&q&f=false

17.  Romn Gonzlez, M. (2015). Test de Pensamiento Computacional: principios de diseo, validacin de contenido y anlisis de tems. M ngeles MURGA MENOYO. Obtenido de https://www.researchgate.net/publication/288341872_Test_de_Pensamiento_Computacional_principios_de_diseno_validacion_de_contenido_y_analisis_de_items_Computational_Thinking_Test_design_guidelines_content_validation_and_item_analysis

18.  School, C. a. (2015). Computational thinking. Recuperado el 10 de 05 de 2022, de A guide for teachers: http://computingatschool.org.uk/computationalthinking

19.  Selby, C., & Woollard, J. (2013). Computational thinking: the developing definition. Recuperado el 20 de 05 de 2022, de University of Southampton (E-prints): https://eprints.soton.ac.uk/356481

20.  Snalune, P. (2015). The Benefits of Computational Thinking . ITNOW, 57(4), 58-59. Obtenido de https://doi.org/10.1093/itnow/bwv111

21.  The Royal Society. (2012). Shut down or restart? The way forward for computing in UK schools. Computing in Schools Reports. Recuperado el 03 de 05 de 2022, de https://royalsociety.org/topics-policy/projects/computing-in-schools/report/

22.  Vilanova, G. E. (2018). Tecnologa Educativa para el Desarrollo del Pensamiento Computacional. Sistemas, Ciberntica e Informtica, 15(3), 25-32. doi:ISSN: 1690-8627

23.  Wing, J. M. (2006). Computational Thinking. Communications of the ACM, 49(3), 33-35. Obtenido de https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf

24.  Wing, J. M. (2010). Computational Thinking: What and Why? Obtenido de https://www.cs.cmu.edu/~CompThink/resources/TheLinkWing.pdf

 

 

 

 

 

2022 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).|

 

 

Métricas del Artículos

Cargando Métricas.....

Metrics powered by MI WEB PRO

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia


Copyright (c) 2022 Sandra Elizabeth Barahona Rojas, Patricia Nelly Sanmartín Zhingre, Alex Enrique Yunga Benítez, Yeferson Mauricio Torres Berrú

URL de la Licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es

Polo de Capacitación, Investigación y Publicación (POCAIP)

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: [email protected]

URL: https://www.dominiodelasciencias.com/

DOI: https://doi.org/10.23857/pocaip