Una actividad de modelización matemática en primaria con datos auténticos de la COVID-19
Resumen
El objetivo de este estudio es analizar una tarea de modelización matemática desarrollada por alumnos de sexto curso de educación primaria (11-12 años) a partir de una actividad reveladora del pensamiento con datos estadísticos reales de la COVID-19, implementada en línea durante el período de confinamiento en España. A partir de un estudio de caso múltiple, se analizan los productos finales generados por los alumnos. Los resultados muestran que, si bien no todo el alumnado logra desarrollar un modelo, los que sí lo hacen son capaces de emplear conceptos intuitivos de estadística y probabilidad que están fuera del plan regular de estudios. Se concluye que estas actividades desarrollan las capacidades matemáticas, pero requieren conocimiento pedagógico para incorporarlas frecuentemente y con éxito a la práctica docente.
Palabras clave
Modelización matemática, Actividades relevadoras del pensamiento, Educación primaria, Educación estadística, TransnumeraciónCitas
Albarracín, L. (2017). Los problemas de Fermi como actividades para introducir la modelización. Modelling in Science Education and Learning, 10(2), 117-135. https://doi.org/10.4995/msel.2017.7707
Albarracín, L. y Gorgorió, N. (2020). Mathematical modeling projects oriented towards social impacts as generators of learning opportunities: a case study. Mathematics, 8(20), 1-20. https://doi.org/10.3390/math8112034
Alsina, C., García-Raffi, L., Gómez, J. y Romero, S. (2007). Modelling in science education and learning. SUMA (54), 51-53.
Banco Mundial (mayo de 2020). Bancomundial.org. Obtenido de Covid-19: Impacto en la educación y respuestas de política pública: https://openknowledge.worldbank.org/bitstream/handle/10986/33696/148198SP.pdf?sequence=6&isAllowed=y
Barquero, B., Bosch, M. y Gascón, J. (2014). Incidencia del aplicacionismo en la integración de la modelización matemática en la enseñanza universitaria de las ciencias experimentales. Enseñanza de las Ciencias, 32(1), 83-100. https://doi.org/10.5565/rev/ensciencias.933
Bliss, K. y Libertini, J. (2019). What is mathematical modeling? En S. Garfunkel y M. Montgomery (Eds.), Guidelines for assessment & instruction in mathematical modeling education (pp. 7-21). COMAP, Inc.
Blum, W. (2015). Quality Teaching of Mathematical Modelling: What Do We Know, What Can We Do? Proceeding of the 21th International Congress on Mathematical Education (pp. 73-96). Nueva York: Springer https://doi.org/10.1007/978-3-319-12688-3_9
Blum, W. y Borromeo, R. (2009). Mathematical Modelling: Can I Be Taught And Learn? Journal of Mathematical Modeling and Application, 1(1), 45-58.
Blum, W. y Leiβ, D. (2007). How do students and teachers deal with modelling problems? En C. Haines, P. Galbraith, W. Blum y S. Khan (Eds.), Mathematical Modelling: Education, Engineering and Economics (pp. 222-231). Horwood Publishing. https://doi.org/10.1533/9780857099419.5.221
Borromeo, R. (2010). On the influence of mathematical thinking styles on learners’ modelling behaviour. Journal für Mathematik didaktik, 31(1), 99-118. https://doi.org/10.1007/s13138-010-0009-8
Chan, C. (2010). Tracing primary 6 students model development within the mathematical modeling process. Journal of Mathematical Modelling and Application, 1(3), 40-57.
Chick, H. (2004). Tools for transnumeration: Early stages in the art of data representation. En Mathematics Education Research: Innovation, Networking, Opportunity. Proceedings of the 26th Annual Conference of the Mathematics Education Research (pp. 207-214). MERGA.
Cifuentes-Faura, J. (2020). Consecuencias en los niños del cierre de escuelas por Covid-19: El papel del Gobierno, profesores y padres. Revista Internacional de Educación para la Justicia Social, 9(3), 1-12.
English, L. D. (2006). Mathematical Modeling in the Primary School: Children’s construction of a consumer guide. Educational Studies in Mathematics, 63, 303-323. Springer. https://doi.org/10.1007/s10649-005-9013-1
English, L. D. (2010). Modeling with Complex Data in the Primary School. En R. Lesh, P. Galbraith, C. Haines y A. Hurford, Modelling Students’ Mathematical Modeling Competencies (pp. 287-300). Springer. https://doi.org/10.1007/978-1-4419-0561-1_25
English, L. D. (2014). Promoting statical literacy through data modelling in the early school years. En E. Chernoff y B. Sriraman (Eds.), Probalistic thinking: presenting plural perspectives (pp. 441-458). Dordrecht: Springer. https://doi.org/10.1007/978-94-007-7155-0_23
English, L. D. y Watson, J. (2018). Modelling with authentic data in sixth grade. ZDM Mathematics Education, 50, 103-115. https://doi.org/10.1007/s11858-017-0896-y
English, L. D. y Watters, J. (2005). Mathematical Modelling in the Early School Years. Mathematics Education Research Journal, 16(3), 58-79. https://doi.org/10.1007/bf03217401
Estrella, S. y Olfos, R. (2015). Transnumeración de los datos: el caso de las tablas de frecuencia. Conferencia Interamericana de Educación Matemática (pp. 1-7). México.
EU Kids Online. (2018). Los niños y niñas de la brecha digital en España. Madrid: Unicef.
Ferrando, I. y Navarro, B. (2015). Un viaje de fin de curso y tres tareas de modelización. Una experiencia en un aula de secundaria. Modelling in Science Education and Learning, 8(2), 79-92. https://doi.org/10.4995/msel.2015.3681
Franklin, C., Kader, G., Mewborn, D., Moreno, J., Peck, R., Perry, M. y Scheaffer, R. (2007). Guidelines for assessment and instruction in statistics education (GAISE) report. American Statistical Association.
Gallart, C., Ferrando, I. y García-Raffi, L. (2015). Análisis competencial de una tarea de modelización abierta. Números, 88, 93-103.
Gallart, C., García-Raffi, L. y Ferrando, I. (2019). Modelización matemática en la educación secundaria: manual de uso. Modelling in Science Education and Learning, 12(1), 71-86. https://doi.org/10.4995/msel.2019.10955
Groth, R. (2015). Research commentary: Working at the boundaries of mathematics education and statistics education communities of practice. Journal for Research in Mathematics Education, 46(1), 4-16. https://doi.org/10.5951/jresematheduc.46.1.0004
Gundermann-Kröll, H. (2013). El método de los estudios de caso. En M. L. Tarrés (Ed.), Observar, escuchar y comprender sobre la tradición cualitativa en la Investigación (pp. 231-264). El Colegio de México-FLACSO.
Hernandez-Martínez, P. y Vos, P. (2018). «Why do I have to learn this?» A case study on estudents’ experiences of the relevance of mathematical modelling activities. ZDM Mathematics Education, 50, 245-257. https://doi.org/10.1007/s11858-017-0904-2
Instituto de Estadística de Cataluña (24 de febrero de 2020). idescat.cat. https://www.idescat.cat/indicadors/?id=anuals&n=13300&lang=es Visitada el 3-06- 2020.
Instituto Nacional de Estadística. (2019). Encuesta sobre equipamiento y uso de tecnologías de información y comunicación en los hogares. Instituto Nacional de Estadística. https://www.ine.es/prensa/tich_2019.pdf
Langrall, C., Nisbet, S., Mooney, E. y Jansem, S. (2011). The role of context expertise when comparing data. Mathematical Thinking and Learning, 13(1-2), 47-67. https://doi.org/10.1080/10986065.2011.538620
Lesh, R. y Doerr, H. (2003). Foundations of a models and modeling perspective on mathematics teaching, learning and problem solving. En R. Lesh y H. Doerr (Eds.), Beyond Constructivism: Models and Modeling Perspectives on Mathematics Problem Solving, Learning, and Teaching (pp. 3-34). Lawrence Erlbaum Associates.
Lesh, R. y Zawojewski, J. (2007). Problem solving and modeling. En F. Lester (Ed.), Second Handbook of Research on Mathematics Teaching and Learning (pp. 763-804). CT: IAP.
Lesh, R., Hoover, M., Hole, B., Kelly, A. y Post, T. (2000). Principles for developing thought-revealing activities for students and teachers. En A. Kelly, R. Lesh, A. Kelly y R. Lesh (Eds.), Handbook of Research Desing in Mathematics and Science Education (pp. 591-645). Lawrence Erlbaum Associates.
López-Noguero, F. (2002). El análisis de contenido como método de investigación. XXI. Revista de Educación, 4, 167-179.
Makar, K. (2016). Developing young children’s emergent inferential practices in statistics. Mathematical Thinking and Learning, 16(1), 1-24. https://doi.org/10.1080/10986065.2016.1107820
Makar, K. y Rubin, A. (2009). A framework for thinking about informal statistical inference. Statistics Education Research Journal, 8(1), 82-105.
McMillan, J. y Schumacher, S. (2005). Investigación educativa. Pearson Educación S. A.
Mercado-Sánchez, G. (2020). Las matemáticas en los tiempos del coronavirus. Educación Matemática, 32(1), 7-10. https://doi.org/10.24844/EM3201.01
Moore, D. (1990). Uncertainly. En L. Steen (Ed.), On the shoulders of giants: New approaches to numeracy (pp. 95-137). National Academy Press.
National Council of Teachers of Mathematics. (2000). Principles and Standards for School Mathematics. NCTM.
National Governors Association Center for Best Practices: Council of Chief State School Officers. (2010). Common Core State Standars for Mathematics.
Ng, K. (2013). Initial perspectives of teacher professioinal development on mathematical modeling in Singapore: A framework. En G. Stillman, G. Kaiser, W. Blum y J. Brown (Eds.), Teaching Mathematical Modeling: Connecting to Research and Practice. International Perspectives on the Teaching and Learning of Mathematical Modeling (pp. 427-436). Springer. https://doi.org/10.1007/978-94-007-6540-5_36
Ruiz-Higueras, L., García, F. y Lendínez, E. (2013). La actividad de modelización en el ámbito de las relaciones espaciales en la Educación Infantil. Edma 0-6: Educación Matemática en la Infancia, 2(1), 95-118. https://doi.org/10.24197/edmain.1.2013.95-118
Rule, P. y John, V. (2015). A Necessary Dialogue: Theory in Case Study Research. International Journal of Qualitative Methods, 14(4), 1-11. https://doi.org/10.1177/1609406915611575
Sol, M., Giménez, J. y Rosich, N. (2011). Trayectorias modelizadoras en la ESO. Modelling in Science Education and Learning, 4(27), 329-343. https://doi.org/10.4995/msel.2011.3100
Trelles, C. y Alsina, À. (2017). Nuevos Conocimientos para una Educación Matemática del S. XXI: panorama internacional de la modelización en el currículo. Unión Revista Iberoamericana de Educación Matemática, 51, 140-163.
Trelles, C., Toalongo, X., Alsina, À. y Gonzales, N. (2019). La modelización matemática a través de las actividades generadoras de modelos: una propuesta para el aula de secundaria. Épsilon-Revista de Educación Matemática, (102), 43-59.
Unesco (2020). Enseñar en tiempos de COVID-19. Una guía teórico-práctica para docentes. París: Unesco.
Watson, J. y English, L. D. (2015). Introducing the practice of statistics: Are we environmentally friendly? Mathematics Education Research Journal, 27(4), 585-613. https://doi.org/10.1007/s13394-015-0153-z
Wess, R. y Greefrath, G. (2019). Professional competencies for teaching mathematical modelling - supporting the modelling-especific task competency of prospective teachers in the teaching laboratory. Eleventh Congress of the European Society for Research in Mathematics Education. Utrecht University. https://hal.archives-ouvertes.fr/hal-02409039/document
Yin, R. K. (2018). Case study research and applications: design and methods. SAGE Publications, Inc. https://dugi-doc.udg.edu/handle/10256/20529
Publicado
Descargas
Derechos de autor 2022 César Trelles-Zambrano, Ximena Toalongo-Guamba, Ángel Alsina
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
