Análisis de la progresión de los estudiantes en una asignatura introductoria a la programación mediante redes bayesianas

• Maria-Jesús Marco-Galindo ^[1] ; Julià Minguillón ^[1] ; Teresa Sancho-Vinuesa ^[1]
  1. [1] Universitat Oberta de Catalunya

     Universitat Oberta de Catalunya

     Barcelona, España

     
• Localización: Actas de las Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI), ISSN 2531-0607, Nº. 5, 2020 (Ejemplar dedicado a: XXVI Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI 2020) / coord. por José Manuel Badía Contelles, Francisco Grimaldo Moreno), págs. 69-76
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Una metodología adecuada para la adquisición de competencias de programación se basa en el trabajo continuado de conceptos teóricos, combinado con la realización de ejercicios prácticos. Es importante que la curva de aprendizaje permita a los estudiantes ir avanzando de forma progresiva, incluyendo elementos que promuevan la reflexión sobre su aprendizaje. Este artículo analiza la trayectoria seguida por los estudian- tes en cuanto a la realización de los ejercicios prácticos de evaluación continua, organizados como una secuen- cia que combina ejercicios obligatorios para superar la asignatura, con otros optativos que pueden decidir en- tregar o no a lo largo del semestre. Dicho análisis se ha llevado a cabo mediante el uso de redes bayesianas.

    Los resultados muestran que el perfil de los estudiantes es poco determinante para la superación de la asigna- tura, pero sí lo es su nivel de seguimiento de la primera actividad.

  • English

    To foster the acquisition of computer programming competencies, combining theoretical concepts with practical exercises in a continuous sequence seems to be an appropriate methodology. It is important that the learning curve allows students to advance in a progres- sive manner, including elements that promote reflec- tion. This paper analyzes learners’ paths with respect to the practical exercises, which are organized as a se- quence combining mandatory and optional exercises, so learners can decide which exercises they want to submit along the semester. Such analysis was perfor- med using Bayesian networks. Results show that lear- ners’s profile seems to be of no relevance to determine their performance, but it is for their engagement level in the first exercise.