การคิดเชิงคำนวณและอภิปัญญาของนักศึกษาครูเทคโนโลยีดิจิทัลเพื่อการศึกษา
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาระดับการคิดเชิงคำนวณและอภิปัญญาของนักศึกษาครูเทคโนโลยีดิจิทัลเพื่อการศึกษา ด้วยการวิจัยเชิงปริมาณโดยการสำรวจ กลุ่มเป้าหมาย ได้แก่ นักศึกษาหลักสูตรครุศาสตรบัณฑิต สาขาวิชาเทคโนโลยีดิจิทัลเพื่อการศึกษา คณะครุศาสตร์ มหาวิทยาลัยราชภัฏนครสวรรค์ ที่มีสถานภาพเป็นนักศึกษาในภาคการเรียนที่ 2 ปีการศึกษา 2567 จำนวน 151 คน โดยมีนักศึกษาจำนวน 99 คน ตอบแบบสอบถาม/ ประเมินในระยะเวลาที่กำหนด เครื่องมือเก็บรวมรวมข้อมูลประกอบด้วย 1) แบบประเมินการคิดเชิงคำนวณ (Junpho et al, 2022) โดยมีค่าความเชื่อมั่นที่ .941 และ 2) แบบประเมินอภิปัญญาของ Pedone et al (2017) โดยมีค่าความเชื่อมั่นที่ .957สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน การทดสอบค่าทีแบบอิสระต่อกัน การวิเคราะห์ความแปรปรวนแบบทางเดียวและค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน
ผลการวิจัยพบว่า
1. พบความแตกต่างอย่างมีนัยสำคัญทางสถิติระหว่างเพศกับบางตัวแปรของการคิดเชิงคำนวณและอภิปัญญาของนักศึกษา
2. พบความแตกต่างอย่างมีนัยสำคัญทางสถิติระหว่างระดับชั้นปีที่นักศึกษากำลังศึกษากับบางตัวแปรของการคิดเชิงคำนวณและอภิปัญญา
3. ไม่พบความแตกต่างทางสถิติของผลการเรียนต่อตัวแปรของการคิดเชิงคำนวณและอภิปัญญา
4. ผลการวิเคราะห์ความสัมพันธ์ของตัวแปรของการคิดเชิงคำนวณและอภิปัญญาจำนวน 36 คู่ พบว่า ไม่สัมพันธ์กัน 1 คู่ และ มีความสัมพันธ์กัน 35 คู่ อยู่ระหว่าง .242 ถึง .752 ที่นัยสำคัญทางสถิติ .01 จำนวน 34 คู่ และ .05 จำนวน 1 คู่ ทั้งนี้มีความสัมพันธ์ทางบวกทุกคู่
Article Details
เอกสารอ้างอิง
Annevirta, T. and Vauras, M. (2006). Developmental changes of metacognitive skill in elementary school children. The Journal of Experimental Education, 74(3), 195-226. https://doi.org/10.3200/JEXE.74.3.195-226
Baraquia, L. (2024). Metacognitive and Computation Skills: Predicting Students’ Performance in Mathematics. International Journal of Scientific Engineering and Science, 3(5), 30-35. http://dx.doi.org/10.2139/ssrn.4832690
Barr, D., Harrison, J. and Conery, L. (2011). Computational thinking: A digital age. Learning and Leading with Technology, 5191(March/April), 20-23.
Barr, V. and 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. https://doi.org/10.1145/1929887.1929905
Berardi-Coletta, B., Buyer, L. S., Dominowski, R. L. and Rellinger, E. R. (1995). Metacognition and problem solving: A process-oriented approach. Journal of Experimental Psychology. Learning, Memory, and Cognition. https://doi.org/10.1037/0278-7393.21.1.205
Boulware-Gooden, R., Carreker, S., Thornhill, A. and Joshi, R. M. (2007). Instruction of metacognitive strategies enhances reading comprehension and vocabulary achievement of third-grade students. The Reading Teacher, 61(1), 70–77. https://doi.org/10.1598/RT.61.1.7
Clements, D. H. (1986). Logo and cognition: A theoretical foundation. Computers in Human Behavior, 2(2), 95-110. https://doi.org/10.1016/0747-5632(86)90026-9
Csizmadia, A., Curzon, P., Dorling M., Humphreys, S., Ng, T., Selby, C. and Woollard, J. (2015). Computational thinking: A guide for teachers. https://eprints.soton.ac.uk/424545/1/ 150818_Computational_Thinking_1_.pdf
Cureton, A. (2013). From Self‐Respect to Respect for Others. Pacific Philosophical Quarterly, 94(2), 166-187. https://doi.org/10.1111/J.1468-0114.2012.01450.X
da Silva, D. R., Kurtz, F. D. and Araújo, M. C. P. (2024) Metacognition and Computational Thinking in Vygotsky's Historical-Cultural Perspective. Revista Espaço Pedagógico, 30, e15264-e15264. https://doi.org/10.5335/rep.v30.15264.
De Cremer, D. (2003). Noneconomic Motives Predicting Cooperation in Public Good Dilemmas: The Effect of Received Respect on Contributions. Social Justice Research, 16(4), 367-377. https://doi.org/10.1023/A:1026361632114
Desoete, A., Roeyers, H. and Buysse, A. (2001). Metacognition and mathematical problem solving in grade 3. Journal of Learning Disabilities, 34(5), 435-447.
Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive developmental inquiry. The American Psychologist, 34(10), 906. https://doi.org/10.1007/s40692-017-0090-9
Hartman, H. J. (1998). Metacognition in teaching and learning: An introduction. Instructional Science, 26(1/2), 1-3. http://www.jstor.org/stable/23371261
Hoogervorst, K., Banellis, L., Fardo, F., XUE, K., Rahnev, D. and Allen, M. (2024). Gender Differences in Metacognition: Global and Local Contrasts in Bias and Efficiency. Preprint at PsyArXiv. https://doi.org/10.31234/osf.io/2gwky.
Hu, L. (2024). Exploring Gender Differences in Computational Thinking Among K-12 Students: A Meta-Analysis Investigating Influential Factors. Journal of Educational Computing Research, 62(5), 1358-1384. https://doi.org/10.1177/07356331241240670
Joo, K. H. and Park, N. H. (2023). Correlation Analysis Between Metacognition and Computational Thinking on Software Education. In: Ranganathan, G., EL Allioui, Y., Piramuthu, S. (Eds) Soft Computing for Security Applications. Singapore: Springer, vol. 1449, pp. 569-79.
https://doi.org/10.1007/978-981-99-3608-3_39
Junpho, M., Songsriwittaya, A. and Tep, P. (2022). Reliability and Construct Validity of Computational Thinking Scale for Junior High School Students: Thai Adaptation. International Journal of Learning, Teaching and Educational Research. 21(9), 154-173. https://doi.org/10.26803/ijlter.21.9.9
Livingston, J. A. (2003). Metacognition: An overview. Psychology, 13, 259-266.
Martinez, M. E. (2006). What is metacognition? Phi Delta Kappan, 87(9), 696-699.
Mayer, R. E. (1998). Cognitive, metacognitive, and motivational aspects of problem solving. Instructional Science, 26(1), 49-63.
Nasie, M. (2023). Perceived respect from the adversary group can improve intergroup attitudes in a context of intractable conflict. British Journal of Social Psychology, 62(2), 1114-1138. https://doi.org/10.1111/bjso.12622
Oktaviarini, E., Yetti, K., Afriani, T., Hariyati, Rr. T. S. and Wildani, A. A. (2024). Prinsip Etik Keperawatan Respect to Others Berpengaruh Positif dengan Kinerja Perawat. Journal of Telenursing (Joting). https://doi.org/10.31539/joting.v6i1.8811
Papert, S. (1990). Mindstorms: Computers, children, and learning. Basic Books.
Pedone, R., Semerari, A., Riccardi, I., Procacci, M., Nicolò, G. and Carcione, A. (2017). Development of a self-report measure of metacognition: The Metacognition Self-Assessment Scale (MSAS). Instrument description and factor structure. Clinical Neuropsychiatry, 14(3), 185-194.
Resnick, M., Martin, F., Sargent, R. and Silverman, B. (1996). Programmable bricks: Toys to think with. IBM Systems Journal, 35(3.4), 443–452. https://doi.org/10.1147/sj.353.0443
Rodrigues, R. S., Andrade, W. L. and Campos, L. M. R. S. (2016). Can computational thinking helpme? A quantitative study of its effects on education. In 2016 IEEE Frontiers in Education Conference (FIE) (pp. 1–8). IEEE. https://doi.org/10.1109/FIE.2016.7757409
Scherer, R., Siddiq, F. and Sánchez V. B. (2019). The cognitive benefits of learning computer programming: A meta-analysis of transfer effects. Journal of Educational Psychology, 111(5), 764. https://doi.org/10.1037/edu0000314
Schoenfeld, A. H. (1985). Making sense of “out loud” problem solving protocols. The Journal of Mathematical Behavior, 4(2), 171-191.
Swanson, H. L. (1990). Influence of metacognitive knowledge and aptitude on problem solving. Journal of Education & Psychology, 82(2), 306.
Teong, S. K. (2003). The effect of metacognitive training on mathematical word-problem solving. Journal of Computer Assisted Learning, 19(1), 46-55.
Veenman, M. V., Wilhelm, P., & Beishuizen, J. J. (2004). The relation between intellectual and metacognitive skills from a developmental perspective. Learning and Instruction, 14(1), 89-109. https://doi.org/10.1016/j.learninstruc.2003.10.004
Vos, N., van der Meijden, H., & Denessen, E. (2011). Effects of constructing versus playing an educational game on student motivation and deep learning strategy use. Computers in Education, 56, 127-137.
Weinert, F. E. (1987). Introduction and overview: Metacognition and motivation as determinants of effective learning and understanding. In Metacognition, motivation, and understanding (pp. 1-16). Erlbaum.
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35.
Wing, J. (2011). Research notebook: Computational thinking – What and why? In The Link Magazine. Carnegie Mellon University.
Yadav, A., Rich, K., Schwarz, C., & Larimore, R. (2016). Developing elementary teachers’ competencies in integrating computational thinking ideas in classrooms: Using a toolkit as a scaffold. In C. Mouza, A. Leftwich and A. Yadav (Eds.), Professional development for in-service teachers: Research and practices in computing education. Information Age.
Yurt, E. (2022). The Mediating Role of Metacognitive Strategies in the Relationship between Gender and Mathematical Reasoning Performance. Psycho-Educational Research Reviews, 11(2), 98-120. https://doi.org/10.52963/PERR_Biruni_V11.N2.07
Zhang, J., Zhou, Y., Jing, B., Pi, Z., & Ma, H. (2024). Metacognition and Mathematical Modeling Skills: The Mediating Roles of Computational Thinking in High School Students. Journal of Intelligence, 12(6), 55. https://doi.org/10.3390/jintelligence12060055
