Estrategias para incorporar análisis de datos en la escuela secundaria

Autores
Martin, Eliana Sofía; Banchoff Tzancoff, Claudia Mariana; Venosa, Paula; Hurtado, Liliana
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En los últimos años, se ha enfocado en integrar la Ciencia de la Computación en las escuelas, incluyendo el pensamiento computacional desde edades tempranas y sobre las distintas estrategias didácticas para su implementación. Una disciplina que está íntimamente relacionada con las Ciencias de la Computación y que ha tomado gran relevancia en los últimos tiempos es la Ciencia de Datos. Esta disciplina está estrechamente vinculada con la recopilación y análisis de datos en una variedad de campos, como la industria, dispositivos digitales, la salud y la educación. Las aplicaciones digitales son grandes recolectores de datos, generando un rastro de preferencias de usuarios que debe ser considerado, especialmente entre los jóvenes. Estos datos, disponibles en fuentes públicas, ofrecen oportunidades para explorar temas curriculares y promover el pensamiento crítico y computacional a través de proyectos educativos. Dado que las propuestas pedagógicas no incluyen, en gran medida, la Ciencia de Datos como contenido, esta línea de investigación se centra en el análisis de las experiencias pedagógicas en este campo, al igual que las herramientas y metodologías utilizadas. El objetivo es desarrollar propuestas de enseñanza transversales de esta área en las escuelas secundarias de la Provincia de Buenos Aires, especialmente utilizando herramientas de código libre basadas en Python.
Red de Universidades con Carreras en Informática
Laboratorio de Investigación en Nuevas Tecnologías Informáticas
Materia
Ciencias Informáticas
Ciencia de datos
nivel secundario
Python
Jupyter notebook
Streamlit
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/179760
Acceder
id SEDICI_aee998111c4a952211984e326140b3d2
oai_identifier_str oai:sedici.unlp.edu.ar:10915/179760
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Estrategias para incorporar análisis de datos en la escuela secundariaMartin, Eliana SofíaBanchoff Tzancoff, Claudia MarianaVenosa, PaulaHurtado, LilianaCiencias InformáticasCiencia de datosnivel secundarioPythonJupyter notebookStreamlitEn los últimos años, se ha enfocado en integrar la Ciencia de la Computación en las escuelas, incluyendo el pensamiento computacional desde edades tempranas y sobre las distintas estrategias didácticas para su implementación. Una disciplina que está íntimamente relacionada con las Ciencias de la Computación y que ha tomado gran relevancia en los últimos tiempos es la Ciencia de Datos. Esta disciplina está estrechamente vinculada con la recopilación y análisis de datos en una variedad de campos, como la industria, dispositivos digitales, la salud y la educación. Las aplicaciones digitales son grandes recolectores de datos, generando un rastro de preferencias de usuarios que debe ser considerado, especialmente entre los jóvenes. Estos datos, disponibles en fuentes públicas, ofrecen oportunidades para explorar temas curriculares y promover el pensamiento crítico y computacional a través de proyectos educativos. Dado que las propuestas pedagógicas no incluyen, en gran medida, la Ciencia de Datos como contenido, esta línea de investigación se centra en el análisis de las experiencias pedagógicas en este campo, al igual que las herramientas y metodologías utilizadas. El objetivo es desarrollar propuestas de enseñanza transversales de esta área en las escuelas secundarias de la Provincia de Buenos Aires, especialmente utilizando herramientas de código libre basadas en Python.Red de Universidades con Carreras en InformáticaLaboratorio de Investigación en Nuevas Tecnologías Informáticas2024-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf846-851http://sedici.unlp.edu.ar/handle/10915/179760spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8352-57-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/173603info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-12T11:13:24Zoai:sedici.unlp.edu.ar:10915/179760Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-12 11:13:25.14SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Estrategias para incorporar análisis de datos en la escuela secundaria
title Estrategias para incorporar análisis de datos en la escuela secundaria
spellingShingle Estrategias para incorporar análisis de datos en la escuela secundaria
Martin, Eliana Sofía
Ciencias Informáticas
Ciencia de datos
nivel secundario
Python
Jupyter notebook
Streamlit
title_short Estrategias para incorporar análisis de datos en la escuela secundaria
title_full Estrategias para incorporar análisis de datos en la escuela secundaria
title_fullStr Estrategias para incorporar análisis de datos en la escuela secundaria
title_full_unstemmed Estrategias para incorporar análisis de datos en la escuela secundaria
title_sort Estrategias para incorporar análisis de datos en la escuela secundaria
dc.creator.none.fl_str_mv Martin, Eliana Sofía
Banchoff Tzancoff, Claudia Mariana
Venosa, Paula
Hurtado, Liliana
author Martin, Eliana Sofía
author_facet Martin, Eliana Sofía
Banchoff Tzancoff, Claudia Mariana
Venosa, Paula
Hurtado, Liliana
author_role author
author2 Banchoff Tzancoff, Claudia Mariana
Venosa, Paula
Hurtado, Liliana
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Ciencia de datos
nivel secundario
Python
Jupyter notebook
Streamlit
topic Ciencias Informáticas
Ciencia de datos
nivel secundario
Python
Jupyter notebook
Streamlit
dc.description.none.fl_txt_mv En los últimos años, se ha enfocado en integrar la Ciencia de la Computación en las escuelas, incluyendo el pensamiento computacional desde edades tempranas y sobre las distintas estrategias didácticas para su implementación. Una disciplina que está íntimamente relacionada con las Ciencias de la Computación y que ha tomado gran relevancia en los últimos tiempos es la Ciencia de Datos. Esta disciplina está estrechamente vinculada con la recopilación y análisis de datos en una variedad de campos, como la industria, dispositivos digitales, la salud y la educación. Las aplicaciones digitales son grandes recolectores de datos, generando un rastro de preferencias de usuarios que debe ser considerado, especialmente entre los jóvenes. Estos datos, disponibles en fuentes públicas, ofrecen oportunidades para explorar temas curriculares y promover el pensamiento crítico y computacional a través de proyectos educativos. Dado que las propuestas pedagógicas no incluyen, en gran medida, la Ciencia de Datos como contenido, esta línea de investigación se centra en el análisis de las experiencias pedagógicas en este campo, al igual que las herramientas y metodologías utilizadas. El objetivo es desarrollar propuestas de enseñanza transversales de esta área en las escuelas secundarias de la Provincia de Buenos Aires, especialmente utilizando herramientas de código libre basadas en Python.
Red de Universidades con Carreras en Informática
Laboratorio de Investigación en Nuevas Tecnologías Informáticas
description En los últimos años, se ha enfocado en integrar la Ciencia de la Computación en las escuelas, incluyendo el pensamiento computacional desde edades tempranas y sobre las distintas estrategias didácticas para su implementación. Una disciplina que está íntimamente relacionada con las Ciencias de la Computación y que ha tomado gran relevancia en los últimos tiempos es la Ciencia de Datos. Esta disciplina está estrechamente vinculada con la recopilación y análisis de datos en una variedad de campos, como la industria, dispositivos digitales, la salud y la educación. Las aplicaciones digitales son grandes recolectores de datos, generando un rastro de preferencias de usuarios que debe ser considerado, especialmente entre los jóvenes. Estos datos, disponibles en fuentes públicas, ofrecen oportunidades para explorar temas curriculares y promover el pensamiento crítico y computacional a través de proyectos educativos. Dado que las propuestas pedagógicas no incluyen, en gran medida, la Ciencia de Datos como contenido, esta línea de investigación se centra en el análisis de las experiencias pedagógicas en este campo, al igual que las herramientas y metodologías utilizadas. El objetivo es desarrollar propuestas de enseñanza transversales de esta área en las escuelas secundarias de la Provincia de Buenos Aires, especialmente utilizando herramientas de código libre basadas en Python.
publishDate 2024
dc.date.none.fl_str_mv 2024-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/179760
url http://sedici.unlp.edu.ar/handle/10915/179760
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-8352-57-2
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/173603
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
846-851
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1848605844132855808
score 13.25334

Publicaciones similares