Análisis preliminares de los resultados del desafío BEBRAS 2020 en Uruguay

Abstract

La tecnología está presente en la mayoría de actividades humanas, tanto en los ámbitos sociales, laborales, como en los educativos. En el ámbito educativo concretamente ha empezado a agarrar fuerza el Pensamiento Computacional, concepto que se cree debería convertirse en una nueva competencia a desarrollar en el aula. En este sentido, Plan Ceibal trabaja desde 2017 para acercar a las aulas el Pensamiento Computacional, impulsando así aprendizajes propios de la ciencia, tecnología, ingeniería y matemáticas y en 2020 participó por primera vez en el Desafío Bebras, el objetivo del desafío es difundir y promover el Pensamiento Computacional en las escuelas y mide las dimensiones propias del Pensamiento Computacional (encontrar patrones, secuenciar algoritmos, abstracción y evaluación). El objetivo general de esta investigación es describir los resultados del Desafío internacional Bebras 2020 obtenidos en la edición de Uruguay, de este objetivo general se desprenden los siguientes objetivos específicos: analizar las puntuaciones por dimensión. Examinar las relaciones entre las dimensiones evaluadas en el Desafío Bebras. Y, Estudiar la diferencia en las puntuaciones pornivel sociocultural, sexo y lugar de procedencia (urbano/rural). Para alcanzar los objetivos, se utilizaron las respuestas de 2759 estudiantes del desafío Bebras Uruguay 2020, realizando análisis descriptivos, bivariantes y multivariantes. Como principales resultados se obtuvo que: a) Existen dimensiones fáciles (Patrones) y difíciles (Evaluación). b) Las mayores diferencias de desempeño se dan por quintil sociocultural, teniendo el quintil 5 las mayores puntuaciones y el quintil 1 las menores. c) Si bien hay diferencias por sexo y por localidad estás no muestran un tamaño de efecto grande. Estos resultados apoyan la idea de que los niños poseen un desempeño mejor que las niñas en algunas tareas específicas del PC y ahondan en la necesidad de seguir investigando en la evaluación del Pensamiento Computacional para obtener instrumentos de medida confiables.

Análisis de la estructura factorial del desafío bebras 2021 en Uruguay y resultados preliminares

“…Esta técnica permite comprobar el número de dimensiones latentes del instrumento (factores) y las relaciones factoriales inter-ítem (cargas factoriales), de esta manera el AFC permitirá conocer cómo ha de calificarse una prueba. En esta técnica el investigador ha de determinar previamente el número de factores latentes (Kline, 2015), por lo que debe tener una base teórica firme que apoye el número de factores existentes en los datos y de qué ítems están relacionados con estos factores (Brown, 2015). El AFC trabaja con contraste de hipótesis donde los estadísticos miden la bondad de ajuste del modelo.…”