Challenges in learning programming: an analysis in students of computer science from Sierra Norte, Puebla, Mexico
Published 2026-02-25
How to Cite
Copyright (c) 2026 Samuel Luis Rojas, Edison Milton Balvín-Sánchez, Efraín Anselmo de los Santos

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Abstract
Computing has revolutionized the world, transforming daily activities. This research identified the challenges faced by programming students in rural areas, focusing on access to technology, device use, and time dedicated to mastering programming languages. Using a mixed-method approach, a sample of 300 students from four higher education institutions in the Sierra Norte region of, Puebla, Mexico, was analyzed. The results revealed that urban students have advantages over rural students, since as topography, technology availability, and time dedicated to programming are more favorable in developed and better-connected environments. Internet connection quality and access to equipment significantly influence learning. Therefore, it is essential to periodically evaluate advances in connectivity and their impact on computer science education, promoting strategies that reduce the digital gap divide and foster equitable development in education.
References
- Bureau of Labor Statistics (BLS). (2023). Software developers. United States Department of Labor. https://www.bls.gov/ooh/computer-and-information-technology/software-developers.htm
- Cevallos-Ramos, C. R., Naranjo-Vaca, M. J., Vilcacundo-Reinoso, G. I., & Castelo-Salazar, Á. G. (2024). Tendencias actuales en el uso de la informática aplicada a los procesos de la administración de empresas: Reflexiones teóricas. Revista de la Universidad del Zulia, 15(43), 462–480. https://doi.org/10.46925/rdluz.43.26
- Frittelli, V. (2020). Formulación de heurísticos para planteo de problemas: aplicado a programación de computadoras. Universitas.
- Gladwell, M. (2008). Outliers: the story of success. Little Brown and Company.
- Instituto Nacional de Estadística y Geografía (INEGI). (2012). Síntesis estadística municipal. https://www.inegi.org.mx/contenidos/productos/prod_serv/contenidos/espanol/bvinegi/productos/nueva_estruc/sintesis_municipales_estadisticas/2012/pue/C21006.xls
- Instituto Nacional de Estadística y Geografía (INEGI). (2024). Estadísticas a propósito del día mundial del internet [Comunicado de Prensa 299/24]. https://www.inegi.org.mx/contenidos/saladeprensa/aproposito/2024/EAP_DMInternet.pdf
- Instituto Nacional de Estadística y Geografía (INEGI). (2025). Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (ENDUTIH) 2024. INEGI. https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2025/endutih/ENDUTIH_24_RR.pdf
- Meléndez, P., Carrera, C., & Madrigal, J. (2021). Desafíos educativos en ambientes virtuales: escuelas rurales y urbanas. Propósitos y Representaciones, 9(3), e1333. https://dx.doi.org/10.20511/pyr2021.v9n3.1333
- Olague, J. R., Torres, S., Morales, F., Valdez, A. G., & Silva, A. E. (2010). Sistemas de gestión de contenidos de aprendizaje y técnicas de minería de datos para la enseñanza de ciencias computacionales: un caso de estudio en el norte de Coahuila. Revista Mexicana de Investigación Educativa, 15(45), 391–421. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-66662010000200004
- Posligua, R., & Zambrano, L. (2020). El empleo del YouTube como herramienta de aprendizaje. Rehuso, 5(1), 11–20. https://doi.org/10.5281/zenodo.6795941
- Razo, M. L. (2008). La inserción de las mujeres en las carreras de ingeniería y tecnología. Perfiles Educativos, 30(121), 63–96. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185-26982008000300004
- Sánchez, T. B. I., Zegbe, D. J. A., & Rumayor, R. A. F. (2012). Metodología para el diseño, aplicación y análisis de encuestas sobre adopción de tecnologías en productores rurales (Folleto Técnico No. 39). INIFAP, Campo Experimental Zacatecas. http://zacatecas.inifap.gob.mx/publicaciones/encuestasRurales.pdf
- Scheaffer, R. L., Mendenhall, W., & Lyman, O. R. (2006). Elementos de muestreo. Editorial Thomson.
- Vargas-Murillo, G. (2019). Competencias digitales y su integración con herramientas tecnológicas en educación superior. Cuadernos Hospital de Clínicas, 60(1), 88–94. http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S1652-67762019000100013
- Vásquez, B., & Cabas, J. (2003). Tipologías productivas de pequeños campesinos. Revista de Desarrollo Rural y Cooperativismo Agrario, 16(7), 387–398. https://agris.fao.org/search/en/providers/122599/records/6472422c53aa8c8963039634
- Velasco-Ramírez, M., & Otero-Escobar, A. (2023). El impacto del uso de Scratch para favorecer el pensamiento algorítmico en estudiantes de educación superior. Revista Innova Educación, 5(6), 105–120. https://doi.org/10.35622/j.rie.2023.05v.006
- Vilaboa, J., & Díaz, P. (2009). Caracterización socioeconómica y tecnológica de los sistemas ganaderos en siete municipios del estado de Veracruz, México. Zootecnia Tropical, 27(4), 427–439. https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0798-72692009000400008
- Zapata-Ros, M. (2015). Pensamiento computacional: una nueva alfabetización digital. Revista de Educación a Distancia (RED), (46), 1-47. https://revistas.um.es/red/article/view/240321