Bilgi işlemsel düşünme: Bir sistematik alanyazın taraması

Abstract

Çalışmanın amacı, 2015-2020 yılları arasında Türkçe alanyazında yapılmış olan bilgi işlemsel düşünme konulu araştırmaların yıl, konu alanı, çalışma türü, kullanılan yöntem, veri toplama aracı, veri analiz yöntemi, örneklem özellikleri, sonuç ve öneriler değişkenlerine göre dağılımlarının incelenmesidir. Bilgi işlemsel düşünme konusunda yapılmış çalışmalara ulaşmak için TR Dizin ve Ulusal Tez Merkezi veri tabanı taranmıştır. Bu veri tabanlarında “computational thinking” anahtar kelimeleri ile yapılan tarama sonucunda 10 makale ve 35 tez olmak üzere toplam 45 araştırma incelenmiştir. Veri toplama aracı olarak yayın sınıflama formu kullanılırken, veriler içerik analizi ile çözümlenmiştir. Araştırma sonuçlarına göre bilgi işlemsel düşünme konusunda yapılan araştırma sayısı son yıllarda artmaktadır. En fazla çalışmanın 2019 yılında yapıldığı ve en fazla çalışma yapılan konunun kodlama eğitimi olduğu görülmüştür. Çalışmaların yarısına yakını deneysel çalışmalardan oluşmaktadır. En çok seçilen örneklem düzeyi ortaokul öğrencileridir. Araştırmalarda sıklıkla kullanılan örneklem büyüklüğü 31-100 kişi arası ve örneklem seçim şekli ise amaca uygun örnekleme olarak tespit edilmiştir. Çalışmalarda veri toplama aracı olarak çoğunlukla likert tipi ölçme araçları kullanılmıştır. İncelenen çalışmaların sonuçlarına göre, kodlama eğitimi sonucunda bilgi işlemsel düşünme becerisi artış göstermektedir. Çeşitli düzeylerde ve geniş örneklemlerle yeni çalışmalar yapılması ise en sık ifade edilen öneridir. Araştırma sonucunda BİD becerisinin geliştirilmesinde, gerçek yaşam problemlerinin disipilinler arası bir yaklaşım ile çözümünün temele alınması önerilebilir.The aim of the study is to determine the distribution of studies on computational thinking in Turkish literature between 2015 and 2020, according to the variables of year, subject area, study type, method used, data collection tool, data analysis method, sample characteristics, results and recommendations. TR Dizin and National Thesis Center database were used to reach studies on computational thinking. In these databases, the keywords "computational thinking" was used and a total of 45 studies, 10 articles and 35 theses, were examined. While the publication classification form was used as a data collection tool, content analysis was used as data analysis methods. According to the results, the number of researches on computational thinking has increased in recent years. It was observed that the most studies were carried out in 2019 and the subject with the most studies was programming education. Almost half of the studies consist of experimental studies. The most selected sample level is middle school students. The frequently used sample size is 31-100 people and the sample selection method is purposive sampling. Likert type tests, were mostly used as data collection tools in the studies. According to the results, the most observed outcome is the increase in computational thinking skills with programming education. Conducting new studies at various levels and with large samples is the most frequently expressed recommendation. As a result of the research, it can be suggested that the solution of real life problems with an interdisciplinary approach should be taken as the basis for the development of the CT skill.