Resumen

Se describe un proceso para mejorar la fiabilidad de una jerarquía de razonamiento para evaluar las respuestas de estudiantes de bachillerato a tareas de distribución binomial. Se aplicó la jerarquía para realizar 6 evaluaciones independientes a un corpus de respuestas a un cuestionario con problemas de distribución binomial. La comparación y el análisis de las clasificaciones, en especial en las que no hubo consenso, llevaron a reestructurar la jerarquía. En una segunda clasificación, utilizando la jerarquía reestructurada, hubo un ligero aumento en la frecuencia de clasificaciones con consenso; no obstante, en conjunto hubo mayor homogeneidad de criterios que en la primera clasificación.