Complejidad en redes curriculares: plan de estudios de Ingeniería Agronómica, Universidad Nacional de Córdoba (Argentina)
Contenido principal del artículo
Resumen
La teoría de redes comenzó a discutirse en el marco de las Ciencias de la Educación. El análisis de redes contribuye a visualizar la estructura oculta de los planes de estudio de diferentes carreras universitarias, reconociendo puntos débiles o desconexiones. Sin embargo, en la actualidad, existen escasos antecedentes de aplicaciones prácticas para el diagnóstico de planes de estudio de carreras universitarias. En este trabajo, se estudian las relaciones curriculares entre espacios curriculares de una carrera de Ingeniería Agronómica, aplicando la teoría de redes. Se cuantificaron las relaciones entre espacios curriculares, identificando la fortaleza de los vínculos entre ellos, a nivel horizontal y vertical, en espacios de ejes de conocimiento y ciclos de conocimiento, analizando el grado de recursividad de los contenidos a partir de sus programas. Los espacios curriculares de los ciclos superiores se encuentran mejor interrelacionados que los de los ciclos inferiores. Los espacios curriculares nodales son los de mayor número de vínculos internos y externos. Las áreas de consolidación propenden, en general, a la integración de conocimientos.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
Cómo citar
Referencias
Aldrich, P. (2015). The curriculum prerequisite network: Modeling the curriculum as a complex system. Biochemistry and Molecular Biology Education, 43(3), 168-180. https://doi.org/10.1002/bmb.20861
Alhadeff-Jones, M. (2009). Revisiting educational research through Morin’s paradigm of complexity. Complicity: An International Journal of Complexity and Education, 6(1), 61-70. https://doi.org/10.29173/cmplct8807
Borgatti, S., Everett, M. y Freeman, L. (2002). Ucinet 6 for Windows: Software for Social Network Analysis. Harvard: Analytic Technologies. https://pages.uoregon.edu/vburris/hc431/Ucinet_Guide.pdf
Conrero, J. M. (Coord.). (2013). Planificación Estratégica Participativa 2013. Informe final. Córdoba: Universidad Nacional de Córdoba, Facultad de Ciencias Agropecuarias. http://www.agro.unc.edu.ar/~copep/wp-content/uploads/2013/10/PEP_2013_2018_FCA_UNC.pdf
Dawson, S. y Hubball, H. (2014). Curriculum analytics: Application of social network analysis for improving strategic curriculum decision-making in a researchintensive university. Teaching and Learning Inquiry, 2(2), 59-74. https://doi.org/10.2979/teachlearninqu.2.2.59
Di Rienzo, J, Casanoves, F., González, L., Tablada, M., Robledo, C. y Balzarini, M. (2020) InfoStat. Córdoba: Grupo InfoStat, FCA, Universidad Nacional de Córdoba. http://www.infostat.com.ar
FCA-UNC. (2004). Plan de Estudios 2004. Texto ordenado. Córdoba: Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. http://www.agro.unc.edu.ar/~alumnos/wp-content/uploads/2021/05/PLAN-DEESTUDIOS-2004-TEXTO-corregido2008.pdf
Fenwick, T. y Edwards, R. (Eds.). (2012). Researching education through actor-network theory. New Jersey: John Wiley & Sons.
Maldonado, C. E. (2014). ¿Qué es eso de pedagogía y educación en complejidad? Intersticios Sociales, 7, 1-23. https://doi.org/10.55555/IS.7.51
Mederos Machado, M. C., Balmaceda Espinosa, C. E. y Balmaceda Mederos, M. (2017). Perspectivas epistemológicas curriculares de la ingeniería agropecuaria. Revista Ciencias Pedagógicas e Innovación, 5(1), 123-127. https://doi.org/10.26423/rcpi.v5i1.163
Morin, E. (1998). Introducción al pensamiento complejo. Barcelona: Gedisa.
Mystakidis, S. (2021). Deep Meaningful Learning. Encyclopedia, 1(3), 988-997. https://doi.org/10.3390/encyclopedia1030075
O’Meara, J. y Vaidya, A. (2021). A network theory approach to curriculum design. Entropy, 23, (10), 1346. https://doi.org/10.3390/e23101346