IDH   23901
INSTITUTO DE HUMANIDADES
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Estrategias que despliegan los estudiantes para aprender Algoritmos I en el primer año de la Carrera de Computación
Autor/es:
MARTINEZ, M. CECILIA; LORENZO, JORGE
Lugar:
Córdoba
Reunión:
Congreso; Congreso Interdisciplinario de Ciencias Sociales y Humanas; 2019
Institución organizadora:
Centro de Investigaciones de la Facultad de Filosofía y Humanidades
Resumen:
Esta ponencia describe las estrategias de aprendizaje de los estudiantes de la materia ?Recursado de Algoritmos 1? ubicada en el primer año del Plan de Estudios de la carrera de nivel Universitario de Ciencias de la Computación en una universidad Nacional. Se trata de una carrera que tiene altos niveles de deserción, particularmente durante sus primeros años. En efecto, aproximadamente solo el 5% de los estudiantes que ingresa a la carrera completan el programa de licenciatura de 5 años, mientras que solo el 10% concluyen con la titulación intermedia de ?Analista de Sistemas?.Algunas investigaciones dan cuenta de diferentes dimensiones que atraviesan los procesos de permanencia o deserción de los primeros años en carreras de computación. Por una lado encontramos investigaciones que se centran en las características de los estudiantes. Giannakos (2017) y sus colegas identificaron que tanto avances cognitivos como no cognitivos, contextos de apoyo educativo, la percepción de utilidad del conocimiento y representaciones respecto al campo disciplinar son las principales dimensiones que atravesarían la retención de los estudiantes en la carrera. Para Wilson y Shork (2001), el nivel de ?confort? en la materia es el predictor más importante para que los estudiantes tengan un buen desempeño. El confort de define como un sentimiento positivo durante la clase y se traduce en acciones como posibilidad de realizar preguntas, bajos niveles de ansiedad al resolver las tareas, y autopercepción de competencia en términos de la capacidad de resolver los problemas. En la misma línea Wiedenbeck, LaBelle, y Kain (2004), recuperan el concepto de autoeficacia de Bandura, en términos del juicio individual para poder completar una tarea, para dar cuenta de los factores que atraviesan el rendimiento académico durante los primeros años de las carreras de Computación.