HESAPLAMALI DÜŞÜNME ARAŞTIRMALARININ BİBLİYOMETRİK ANALİZİ

Year 2017, Volume: 7 Issue: 2, 149 - 171, 11.07.2017

Hüseyin Özçınar

https://doi.org/10.17943/etku.288610

Cited By: 5

Abstract

Bilgisayar teknolojisi hem bütün disiplinlerin çalışma biçimlerini hem de sosyal hayatı ve insanların düşünme biçimlerini önemli oranda değiştirmiştir. Bu durum, bilgisayar ve eğitim bilimcilere bilgisayarın çalışma mantığının ve bilgisayar bilimleri kavramlarınının problem çözme süreçlerinde kullanımını herkese öğretme sorumluluğu yüklemektedir. Bu sorumluluğun yerine getirilebilmesi için hesaplamalı düşünme öğretimi ile ilgili bir araştırma ve bilgi tabanının oluşması gerekmektedir. Bu çalışmanın amacı hesaplamalı düşünme bilgi tabanının, araştırma yönelimlerinin ve bu yönelimler üzerinde etkili olan yayın ve yazarların belirlenmesidir. Hesaplamalı düşünme alanyazının yapısının ve dönüşümünün ortaya konulabilmesi için yayın ortak atıf analizi, yazar ortak atıf analizi ve kelime analizi yöntemleri kullanılmıştır. Araştırmada elde edilen bulgular göstermiştir ki, hesaplamalı düşünme, eğitim ve bilgisayar bilimleri alanında gittikçe daha yaygın olarak çalışılmaktadır.  Çalışma alanlarının hesaplamalı düşünmenin tanımlanması ve kapsamının belirlenmesi, bilgisayar bilimlerinin tanım ve kapsamı, ilk ve orta öğretim programlarına hesaplamalı düşünme eğitiminin nasıl dahil edilebileceği, bu düzey için hesaplamalı düşünmenin nasıl tanımlanabileceği, programlama öğretimi gibi konular oluşturmaktadır.  Bu alanda çalışılan konuların zamanla değişimleri incelendiğinde ise ilk yıllarda daha çok hesaplamalı düşünmenin tanım ve kapsamına odaklanan araştırmaların sonraki yıllarda bu düşünme biçiminin ilk ve orta öğretimde nasıl öğretilebileceğine odaklandığı görülmektedir. Son yıllarda ise hesaplamalı düşünmenin FeTeMM alanına dahil edilmesi ile ilgili araştırmaların arttığı görülmektedir.

Keywords

hesaplamali düşünme, programlama öğretimi, ilk ve orta öğretim programlarinda hesaplamali düşünme, ortak atıf analizi

References

• Archambault, É., Campbell, D., Gingras, Y., & Larivière, V. (2009). Comparing bibliometric statistics obtained from the Web of Science and Scopus. Journal of the American Society for Information Science and Technology, 60(7), 1320-1326.
• Banville, C., & Landry, M. (1989). Can the Field of MIS be Disciplined?. Communications of the ACM, 32(1), 48-60.
• Barr, V., & Stephenson, C. (2011). Bringing computational thinking to K-12: what is Involved and what is the role of the computer science education community?. Acm Inroads, 2(1), 48-54.
• Bybee, R. W. (2010). Advancing STEM Education: A 2020 Vision. Technology and Engineering Teacher, 70(1), 30-35.
• Chen, C. (2004). Searching for intellectual turning points: Progressive knowledge domain visualization. Proceedings of the National Academy of Sciences, 101(suppl 1), 5303-5310.
• Culnan, M. J. (1986). The intellectual development of management information systems, 1972–1982: A co-citation analysis. Management Science, 32(2), 156-172.
• Czerkawski, B. C. (2015). Educational Computing and Computer Science. Issues and Trends in Educational Technology, 3(2).
• Denner, J., Werner, L., & Ortiz, E. (2012). Computer games created by middle school girls: Can they be used to measure understanding of computer science concepts?. Computers & Education, 58(1), 240-249.
• Denning, P. J. (2003). Great principles of computing. Communications of the ACM, 46(11), 15-20.
• di Stefano, G., Peteraf, M., & Verona, G. (2010). Dynamic capabilities deconstructed: A bibliographic investigation into the origins, development, and future directions of the research domain. Industrial and Corporate Change, 19(4), 1187–1204.
• Egghe, L. (2006). Theory and practise of the g-index. Scientometrics, 69(1), 131-152.
• Freeman, L.C., 1979. Centrality in networks: I. conceptual clarification. Social Networks 1, 215–239
• Grover, S., & Pea, R. (2013). Computational Thinking in K–12 A Review of the State of the Field. Educational Researcher, 42(1), 38-43.
• Hambrusch, S., Hoffmann, C., Korb, J. T., Haugan, M., & Hosking, A. L. (2009). A multidisciplinary approach towards computational thinking for science majors. ACM SIGCSE Bulletin, 41(1), 183-187.
• ISTE & CSTA (2011). Computational thinking. Teacher resources. http://csta.acm.org/Curriculum/sub/CurrFiles/472.11CTTeacherResources_2ed-SP-vF.pdf.
• Kafai, Y. B., & Resnick, M. (1996). Constructionism in practice: Designing, thinking, and learning in a digital world. Routledge.
• Lye, S. Y., & Koh, J. H. L. (2014). Review on teaching and learning of computational thinking through programming: What is next for K-12?. Computers in Human Behavior, 41, 51-61.
• McCain, K. W. (1990). Mapping authors in intellectual space: A technical overview. Journal of the American society for information science, 41(6), 433.
• National Research Council. (2011). Report of a Workshop of Pedagogical Aspects of Computational Thinking. Washington, D.C.: The National Academies Press
• Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books, Inc..
• Peppler, K. A., & Kafai, Y. B. (2007). From SuperGoo to Scratch: Exploring creative digital media production in informal learning. Learning, Media and Technology, 32(2), 149-166.
• Price, D. D. S. (1963). Little science, big science. New York: Columbia University Press.
• Salton, G., Wong, A., & Yang, C. S. (1975). A vector space model for automatic indexing. Communications of the ACM, 18(11), 613-620.
• Schvaneveldt, R.W. (Ed.). (1990). Pathfinder associative networks: Studies in knowledge organization. Norwood, NJ: Ablex.
• Sengupta, P., Kinnebrew, J. S., Basu, S., Biswas, G., & Clark, D. (2013). Integrating computational thinking with K-12 science education using agent-based computation: A theoretical framework. Education and Information Technologies, 1–30.
• Shailaja, J., & Sridaran, R. (2015). Computational Thinking the Intellectual Thinking for the 21st century. International Journal of Advanced Networking & Applications, May 2015 Special Issue, 39-46.
• Smith, D. C., Cypher, A., & Tesler, L. (2000). Programming by example: novice programming comes of age. Communications of the ACM, 43(3), 75-81.
• Voogt, J., Fisser, P., Good, J., Mishra, P., & Yadav, A. (2015). Computational thinking in compulsory education: Towards an agenda for research and practice. Education and Information Technologies, 20(4), 715-728.
• Wang, D., Wang, T., & Liu, Z. (2014). A tangible programming tool for children to cultivate computational thinking. The Scientific World Journal, 2014.
• Weinberg, A. E. (2012). Computational Thinking: An Investigation of the Existing Scholarship and Research. Unpublished manuscript.
• Weintrop, D., Beheshti, E., Horn, M., Orton, K., Jona, K., Trouille, L., & Wilensky, U. (2015). Defining Computational Thinking for Mathematics and Science Classrooms. Journal of Science Education and Technology (1-21)
• White, H. D., & McCain, K. W. (1998). Visualizing a discipline: An author co-citation analysis of information science, 1972-1995. Journal of the American society for information science, 49(4), 327-355.
• Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35.
• Wing, J. M. (2008). Computational thinking and thinking about computing. Philosophical transactions of the royal society of London A: mathematical, physical and engineering sciences, 366(1881), 3717-3725.
• Wing, J.M. (2016, Mart). Computational thinking, 10 years later. https://www.microsoft.com/en-us/research/blog/computational-thinking-10-years-later/ adresinden erişildi.
• Yadav, A., Hong, H., & Stephenson, C. (2016). Computational Thinking for All: Pedagogical Approaches to Embedding 21st Century Problem Solving in K-12 Classrooms. TechTrends, 1-4.
• Zhao, R., & Wang, J. (2011). Visualizing the research on pervasive and ubiquitous computing. Scientometrics, 86(3), 593-612.