- -

Coding oriented learning in economics,business and finance

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Coding oriented learning in economics,business and finance

Show simple item record

Files in this item

dc.contributor.author Salas Molina, Francisco es_ES
dc.contributor.author Pla Santamaría, David es_ES
dc.date.accessioned 2018-03-27T08:09:14Z
dc.date.available 2018-03-27T08:09:14Z
dc.date.issued 2018-02-05
dc.identifier.uri http://hdl.handle.net/10251/99807
dc.description.abstract [EN] As the relationship between both students (teachers) and information technology evolves, new tools are required to improve learning (teaching) in social sciences. Economics, business and finance are mainly based on data and dealing with data requires specific skills and techniques such as computer programming in order to get full potential of most quantitative models. In this paper, we propose a coding oriented learning method based on Python Notebooks which is specifically designed for students of degrees in economics, business and finance. We follow a learning-by-doing strategy that encourages students to implement economic models as a suitable way to improve the understanding of fundamental concepts. As an illustrative example, we also describe a case study in which Python Notebooks are the key tool to teach cash management in a Master in Business Administration program. Since students of today are the decision-makers of tomorrow, a further advantage of the use of a programming language as a teaching tool is the possibility to connect theory to practice by enabling students to implement their own decision support tools. es_ES
dc.description.abstract [ES] La evolución entre la relación entre los estudiantes (profesores) y la tecnología de la información, requiere nuevas herramientas para mejorar el aprendizaje (enseñanza) en las ciencias sociales. La economía, los negocios y las finanzas se basan principalmente en los datos y el tratamiento de los datos requiere habilidades y técnicas específicas, como la programación informática, para aprovechar al máximo el potencial de la mayoría de los modelos cuantitativos. En este documento, proponemos un método de aprendizaje orientado a la programación basado en Python Notebooks, que está diseñado específicamente para estudiantes de títulos en economía, negocios y finanzas. Nuestra estrategia de aprendizaje es eminentemente práctica motivando a los estudiantes a implementar modelos económicos como una forma adecuada de mejorar la comprensión de los conceptos fundamentales. Como ejemplo ilustrativo, también describimos un estudio de caso en el que Python Notebooks es la herramienta clave para enseñar gestión de efectivo en un programa de Máster en Administración de Empresas. Dado que los estudiantes de hoy son los que toman las decisiones del mañana, una ventaja adicional del uso de un lenguaje de programación como herramienta de enseñanza es la posibilidad de conectar la teoría con la práctica al permitir a los estudiantes implementar sus propias herramientas de apoyo a la decisión. es_ES
dc.language Inglés es_ES
dc.publisher Universitat Politècnica de València
dc.relation.ispartof Modelling in Science Education and Learning
dc.rights Reconocimiento - No comercial (by-nc) es_ES
dc.subject Python Notebooks es_ES
dc.subject Economía es_ES
dc.subject Enseñanza es_ES
dc.subject Economics es_ES
dc.subject Learning es_ES
dc.title Coding oriented learning in economics,business and finance es_ES
dc.title.alternative Aprendizaje orientado a la programación en economía, negocios y finanzas es_ES
dc.type Artículo es_ES
dc.date.updated 2018-03-27T07:07:38Z
dc.identifier.doi 10.4995/msel.2018.9152
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Salas-Molina, F.; Pla-Santamaria, D. (2018). Coding oriented learning in economics,business and finance. Modelling in Science Education and Learning. 11(1):55-64. doi:10.4995/msel.2018.9152 es_ES
dc.relation.publisherversion https://doi.org/10.4995/msel.2018.9152 es_ES
dc.description.upvformatpinicio 55 es_ES
dc.description.upvformatpfin 64 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 11
dc.description.issue 1
dc.identifier.eissn 1988-3145
dc.relation.references da Costa Moraes, M. B., Nagano, M. S., and Sobreiro, V. A. (2015). Stochastic cash ow management models: A literature review since the 1980s. In Decision Models in Engineering and Management, pages 11-28. Springer International Publishing. es_ES
dc.relation.references DiSessa, A. A. (2001). Changing minds: Computers, learning, and literacy. Mit Press. es_ES
dc.relation.references Guzdial, M. (2010). Why is it so hard to learn to program? In Making software: What really works, and why we believe it, pages 111-121. O'Reilly Media, Inc. es_ES
dc.relation.references Ketcheson, D. I. (2014). Teaching numerical methods with iPython notebooks and inquiry-based learning. In Proceedings of the 13th Python in Science Conference. SciPy. org. es_ES
dc.relation.references Myers, G. J., Sandler, C., and Badgett, T. (2011). The art of software testing. John Wiley & Sons. es_ES
dc.relation.references Rossant, C. (2014). IPython interactive computing and visualization cookbook. Packt Publishing Ltd. es_ES
dc.relation.references VanderPlas, J. (2016). Python Data Science Handbook: Essential Tools for Working with Data. O'Reilly. es_ES


This item appears in the following Collection(s)

Show simple item record