Thông tin luận án: "Đánh giá năng lực Giải thuật của sinh viên Đại học Sư phạm ngành công nghệ thông tin trong dạy học Cấu trúc dữ liệu và giải thuật” của Nghiên cứu sinh Vũ Đức Thông

THÔNG TIN TÓM TẮT VỀ NHỮNG KẾT LUẬN MỚI

CỦA LUẬN ÁN TIẾN SĨ

Tên đề tài luận án: Đánh giá năng lực Giải thuật của sinh viên Đại học Sư phạm ngành công nghệ thông tin trong dạy học Cấu trúc dữ liệu và giải thuật

Chuyên ngành: Lí luận và lịch sử Giáo dục                   Mã số: 9140102

Họ tên NCS: Vũ Đức Thông                    Khóa đào tạo: 2016

Người hướng dẫn: 1) PGS.TS Đào Thái Lai; 2) TS. Trần Văn Hùng

Tên cơ sở đào tạo: Viện khoa học giáo dục Việt Nam  

Những kết luận mới của luận án:

Trên cơ sở nghiên cứu lý luận về khái niệm, cấu trúc năng lực Giải thuật (GT); xác định các thành phần năng lực (kỹ năng, hành vi và các tiêu chí chất lượng), khung lí luận về năng lực GT và đánh giá năng lực GT của sinh viên đại học sư phạm công nghệ thông tin (CNTT) được trình ra bao gồm: mục tiêu, chuẩn đầu ra và nội dung học phần, đường phát triển năng lực GT.

Đánh giá năng lực GT dựa trên bộ công cụ gồm bài test 40 câu hỏi trắc nghiệm; 6 bài tập lớn với 48 bài tập nhỏ, đảm bảo bao phủ nội dung học phần và đo lường 15 hành vi thuộc 5 kỹ năng thành phần năng lực GT. Các kết quả đánh giá được phân tích bằng cả lý thuyết cổ điển (độ khó, độ phân biệt) và hiện đại (mô hình nhị phân, đa phân, EFA).

Quy trình đánh giá được thiết kế theo 6 bước: xác định mục đích đánh giá, thu thập chứng cứ về năng lực, thiết kế công cụ, mã hóa thông tin, giải thích sự phát triển năng lực, và báo cáo kết quả. Điểm nhấn của quy trình là việc sử dụng kết quả đánh giá để xác định vùng phát triển gần nhất của sinh viên, từ đó lập kế hoạch hỗ trợ giúp họ làm chủ các kỹ năng, kiến thức trong vùng này, tạo nền tảng cho sự phát triển ở mức cao hơn.

Kết quả thử nghiệm trên mẫu sinh viên cho thấy, phương thức đánh giá đạt tính khoa học và khả thi, với cấu trúc chặt chẽ giữa các đơn vị năng lực. Đa số sinh viên đạt mức 3 trên đường phát triển năng lực, phản ánh sự tiến bộ phù hợp với phân bố chuẩn Gauss. Điều này khẳng định bộ công cụ đánh giá đảm bảo độ tin cậy và giá trị, đồng thời hỗ trợ giảng viên trong việc phân tích và đánh giá chi tiết năng lực của sinh viên.

Nghiên cứu không chỉ góp phần làm phong phú thêm lý luận về đánh giá năng lực GT của sinh viên ngành CNTT, mà còn cung cấp phương thức đánh giá thực tiễn, mang tính ứng dụng cao. Quy trình đánh giá và bộ công cụ được đề xuất có thể trở thành tài liệu tham khảo hữu ích cho giảng viên trong việc giảng dạy và đánh giá học phần CTDL&GT tại các trường ĐHSP. Các kết quả nghiên cứu này, nhấn mạnh tầm quan trọng của việc đánh giá chặt chẽ, khoa học để hỗ trợ phát triển toàn diện năng lực GT cho sinh viên đại học sư phạm CNTT, đáp ứng yêu cầu của giáo dục hiện đại.

 

Thesis title: Evaluating the Algorithmic Competence of IT Students at Pedagogical Universities in Teaching Data Structures and Algorithms

Major: Theory and History of Education            Code: 9140102

Researcher name: Vu Duc Thong                            

Training course: 2016 - 2019

          Research advisors: Assoc.Prof. Dr. Dao Thai Lai and Dr. Tran Van Hung

     Training Institution: Vietnam Institute of Educational Sciences

New conclusions of the thesis:

Based on theoretical research on the concept and structure of algorithmic competence, the components of competence (skills, behaviors, and quality criteria), the theoretical framework of algorithmic competence, and the evaluation of algorithmic competence of information technology (IT) pedagogy university students are identified. The presented framework includes objectives, learning outcomes, course content, and the developmental pathway of algorithmic competence.

The evaluation of algorithmic competence is based on a toolkit consisting of a 40-question multiple-choice test, 6 major assignments with 48 smaller exercises, ensuring coverage of the course content and measurement of 15 behaviors across 5 skills within the components of algorithmic competence. The assessment results are analyzed using both classical theory (difficulty and discrimination indices) and modern methods (binary and polytomous models, EFA).

The assessment process is structured into six steps: defining the purpose, collecting evidence of competence, designing tools, encoding information, interpreting competency development, and reporting results. A key feature of the process is using assessment outcomes to identify students’ proximal development zones, enabling tailored support plans to help them master knowledge and skills within these zones, laying the foundation for higher-level development.

The trial results on a student sample confirmed the scientific rigor and feasibility of the assessment method, with a coherent structure across competency units. Notably, most students achieved Level 3 on the competency development trajectory, reflecting progress aligned with the Gaussian distribution. This demonstrates that the assessment tools ensure reliability and validity while supporting instructors in analyzing and evaluating students’ competencies in detail.