EPS: Metodología para resolución de enunciados en ciencias básicas apoyándose en pensamiento computacional

EPS: Metodología para resolución de enunciados en ciencias básicas apoyándose en pensamiento computacional

Contenido principal del artículo

Omar Iván Trejos Buriticá

Resumen

El presente artículo presentar sistemáticamente una estrategia para resolver enunciados, como los que se plantean en las ciencias básicas, heredada del pensamiento computacional. Se realizaron pruebas con grupos de estudiantes con los cuales se obtuvieron resultados cuantitativos y cualitativos que permitieron realizar inferencias en cuanto a la efectividad así como al efecto en el aprendizaje de la estrategia EPS (Entrada – Proceso – Salida) que permite tener elementos de juicio para saber por dónde iniciar la resolución de un problema, para saber cómo proceder y para llegar a una respuesta que resuelva el enunciado. Los resultados permiten concluir que si los estudiantes tienen una estrategia para resolver enunciados, problemas y ejercicios, les será más fácil solucionarlos y, además, podrá ir apropiando el pensamiento computacional, tan necesario en estos tiempos

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografía del autor/a (VER)

Omar Iván Trejos Buriticá, Universidad Tecnológica de Pereira

Ingeniero de Sistemas 

Esp. en Instrumentación Física

MSc en Comunicación Educativa

PhD en Ciencias de la Educación

Referencias (VER)

• Ausubel, D. (2010). Sicología Educativa: Un enfoque cognitivo. New York: McGraw Hill.

• Ausubel, D. (2012). The Acquisition and Retention of Knowledge. Washington - USA: Springer.

• Baldor, A. (2007). Algebra. México D.F.: Grupo Patria Cultural.

• Ballester Valori, A. (2011). Meaningful Learning in practice. Islas Canarias: Universitat de les Illes Ballears.

• Bruner, J. (2006). Hacia una teoría de la instrucción. México: Editorial Limusa.

• Bruner, J. (2009). Actos de Significado. Madrid - España: Alianza Editorial.

• Campillay, S., & Meléndez, S. (Abril de 2015). Análisis de impacto de metodología activa y aprendizaje heurístico en asignaturas de ingeniería. Actualidades Investigativas en Educación, 15(2).

• Davis, A. (20014). The credentials of brain based learning. Journal of Philosophy of Education, 38(1), 21.

• De Zubiría Samper, J. (2013). Las competencias argumentativas: la visión desde la educación. Bogotá: Editorial Magisterio.

• Diaz Barriga, F., & Hernandez Rojas, G. (2002). Estrategias docentes para un aprendizaje significativo. México: McGraw Hill.

• Giancoli, D. (2013). Physics: Principles with applications. Boston: Pearson Editorial.

• Halliday, D., & Resnick, R. (2013). Fundamentals of Physics Extended. New York: Wiley Editorial.

• Havenge, M., Breed, B., & Et al. (Octubre de 2013). Metacognitive and problem solving skills to promote self directed learning in computer programming. SA-eDUC Journal, 10(2), 11-25.

• Herrmann, W. (2015). The whole brain bussiness book. New York: McGraw Hill.

• Jensen, E. (1994). The learning brain. NY: Brain Store Inc.

• Medina, J. (2010). Los 12 principios del cerebro. Bogotá: Grupo Editorial Norma.

• Ministerio de Educación Nacional. (2005). Estandares básicos de competencias matemáticas. Bogotá: MEN.

• Novak, J. (2011). Uma teoria de educação: aprendizagem significativa subjacente à integração construtiva de. Aprendizagem Significativa em Revista, 1(2), 1 - 14.

• Perez Paredes, P., & Zapata Ros, M. (2018). El pensamiento computacional, análisis de una competencia clave. New York: Create Space Independent Publishing.

• Rodriguez Palmero, M. (Jun de 2004). La teoría del Aprendizaje Significativo. La teoría del Aprendizaje Significativo. Pamplona - España.

• Trejos Buriticá, O. (2012). Significado y Competencias. Pereira (Risaralda) - Colombia: Editorial Papiro.

• Universidad Tecnológica de Pereira. (2018). Proyecto Educativo Institucional. Pereira: CRIE UTP.

• Wing, J. (Marzo de 2006). Computational Thinking. Communications on the ACM, 49(3), 33-35.