Ανάπτυξη της Υπολογιστικής Σκέψης σε Μελλοντικούς Εκπαιδευτικούς μέσω της Χρήσης Προσαρμοστικής Παιχνιδοποίησης και Διαχείρισης Εκπαιδευτικών Δεδομένων (Learning Analytics) για την Ενσωμάτωση της στη Διδασκαλία των Φυσικών Επιστημών

PDF
Δημοσιευμένα: Απρ 5, 2025
DOI: https://doi.org/10.12681/codiste.7629
Λέξεις-κλειδιά:
Διαχείριση εκπαιδευτικών δεδομένων Διδασκαλία Φυσικών Επιστημών Επαγγελματική ανάπτυξη εκπαιδευτικών Προσαρμοστική Παιχνιδοποίηση Υπολογιστική Σκέψη
Αλκίνοος Ιωάννης Ζουρμπάκης
Πανεπιστήμιο Θεσσαλίας
https://orcid.org/0000-0002-4390-6799
Μιχαήλ Καλογιαννάκης
Πανεπιστήμιο Θεσσαλίας
Περίληψη

Η Υπολογιστική Σκέψη (ΥΣ) έχει αναδειχθεί ως κρίσιμη δεξιότητα σε διάφορα αντικείμενα της εκπαίδευσης, όμως η έλλειψη εκπαιδευτικών με εξειδίκευση στην ΥΣ και τη δυνατότητα χρήσης εφαρμογών προσαρμοστικής μάθησης αποτελεί σημαντικό εμπόδιο. Η προσαρμοστική μάθηση, μέσω τεχνολογιών και μεθοδολογιών που προωθούν την εμπλοκή των μαθητών/τριών, όπως η παιχνιδοποίηση, στοχεύει στην εξατομίκευση της εκπαιδευτικής εμπειρίας. Παράλληλα, η διαχείριση εκπαιδευτικών δεδομένων (Learning Analytics) μπορεί να βελτιώσει την αποτελεσματικότητα των εκπαιδευτικών. Η συγκεκριμένη έρευνα στοχεύει στη διερεύνηση της επίδρασης ενός προγράμματος επαγγελματικής ανάπτυξης, στο οποίο γίνεται χρήση περιβαλλόντων προσαρμοστικής παιχνιδοποίησης και εκπαιδευτικών δεδομένων, προκειμένου να αναπτυχθούν δεξιότητες υπολογιστικής σκέψης στους/ις μελλοντικούς εκπαιδευτικούς.

Λεπτομέρειες άρθρου
  • Ενότητα
  • 14o Συνέδριο Διδακτικής Φυσικών Επιστημών και Νέων Τεχνολογιών στην Εκπαίδευση
Λήψεις
Τα δεδομένα λήψης δεν είναι ακόμη διαθέσιμα.
Αναφορές
Ζουρμπάκης, Α. Ι. (2024). Εκπαίδευση εκπαιδευτικών στη χρήση προσαρμοστικής παιχνιδοποίησης στη διδασκαλία φυσικών επιστημών [Διδακτορική διατριβή, Πανεπιστήμιο Κρήτης, Σχολή Επιστημών Αγωγής, Παιδαγωγικό Τμήμα Προσχολικής Εκπαίδευσης]. https://doi.org/10.12681/eadd/57434
Gligorea, I., Cioca, M., Oancea, R., Gorski, A. T., Gorski, H., & Tudorache, P. (2023). Adaptive learning using artificial intelligence in e-learning: a literature review. Education Sciences, 13(12), 1216. https://doi.org/10.3390/educsci13121216
Herodotou, C., Rienties, B., Verdin, B., & Boroowa, A. (2019). Predictive Learning Analytics “At Scale”: Towards Guidelines to Successful Implementation in Higher Education Based on the Case of the Open University UK. Journal of Learning Analytics, 6(1), 85–95. https://doi.org/ 10.18608/jla.2019.61.5
Jimoyiannis, A. (2010). Designing and implementing an integrated technological pedagogical science knowledge framework for science teachers professional development. Computers & Education, 55(3), 1259-1269. https://doi.org/10.1016/j.compedu.2010.05.022
Kalogiannakis, M., Papadakis, S., & Zourmpakis, A. I. (2021). Gamification in science education. A systematic review of the literature. Education sciences, 11(1), 22. https://doi.org/10.3390/educsci11010022
Kong, S. C., & Lai, M. (2022). A proposed computational thinking teacher development framework for K-12 guided by the TPACK model. Journal of Computers in Education, 9(3), 379-402. https://doi.org/10.1007/s40692-021-00207-7
Ng, A. K., Atmosukarto, I., Cheow, W. S., Avnit, K., & Yong, M. H. (2021). Development and implementation of an online adaptive gamification platform for learning computational thinking. In 2021 IEEE Frontiers in Education Conference (FIE) (pp. 1-6). IEEE. https://doi.org/10.1109/fie49875.2021.9637467
Yadav, A., Stephenson, C., & Hong, H. (2017). Computational thinking for teacher education. Communications of the ACM, 60(4), 55-62. https://doi.org/10.1145/299459
Zourmpakis, A. I., Kalogiannakis, M., & Papadakis, S. (2023). Adaptive gamification in science education: An analysis of the impact of implementation and adapted game elements on students’ motivation. Computers, 12(7), 143. https://doi.org/10.1063/9780735425712_005