Sentido estadístico y análisis de gráficos sobre la COVID-19
Tipo de documento
Autores
Lista de autores
Garzón, José, Batanero, Carmen y Valenzuela, Silvia
Resumen
En este trabajo se defiende la necesidad del sentido estadístico que se requiere especialmente en la actual situación originada por la COVID-19, en que continuamente recibimos información sobre la evolución de la pandemia mediante una variedad de tablas y gráficos estadísticos. Los ciudadanos necesitan confrontar los argumentos basados en esta información para poder comprender las decisiones de las autoridades sanitarias y políticas, que cambian periódicamente, y colaborar con ellas. En particular, los estudiantes deben recibir en las diversas etapas educativas una adecuada formación estadística y gráfica que les permita en el futuro llegar a ser ciudadanos críticos y reflexivos cuando se enfrenten a esta información. En este trabajo examinamos algunos ejemplos de la forma en que esta información gráfica se presenta en diferentes medios y analizamos los componentes del sentido estadístico necesario para comprenderlos y tomar decisiones basadas en ellos. Argumentamos la necesidad de complementar la enseñanza de la estadística con una variedad más completa de gráficos que los incluidos en el currículo. Finalmente proponemos que los gráficos proporcionados por el gobierno, los medios y organizaciones internacionales puedan ser usados como recursos didácticos por los profesores para mejorar el sentido estadístico de los estudiantes.
Fecha
2021
Tipo de fecha
Estado publicación
Términos clave
Contextos o situaciones | Gráfica | Medidas de tendencia central | Organización y representación de datos
Enfoque
Nivel educativo
Educación media, bachillerato, secundaria superior (16 a 18 años) | Educación secundaria básica (12 a 16 años)
Idioma
Revisado por pares
Formato del archivo
Referencias
Aleixandre-Benavent, R., Castelló-Cogollos, L. y Valderrama-Zurián, J. C. (2020). Información y comunicación durante los primeros meses de COVID-19. Infodemia, desinformación y papel de los profesionales de la información. El Profesional de la Información, 29(4). Disponible en http://profesionaldelainformacion.com/contenidos/2020/jul/aleixandre-castello-valderrama.html. Batanero, C. (2019). Statistical sense in the information society. En K. O. Villalba-Condori, A. Adúriz-Bravo, F. J. García-Peñalvo y J. Lavonen (Eds.), Proceedings of the Congreso Internacional Sobre Educación y Tecnología en Ciencias – CISETC (pp. 28-38). Aachen, Germany: CEUR-WS.org. Batanero, C., Arteaga, P. y Ruiz, B. (2010). Análisis de la complejidad semiótica de los gráficos producidos por futuros profesores de educación primaria en una tarea de comparación de dos variables estadísticas. Enseñanza de las Ciencias, 28(1), 141-154. Burrill, G. y Biehler, R. (2011). Fundamental statistical ideas in the school curriculum and in training teachers. En C. Batanero, G. Burrill y C. Reading (Eds), Teaching statistics in school mathematics-Challenges for teaching and teacher education (pp. 57-69). New York: Springer. Bertin (1967). Semiologie graphique. Paris: Gauthier-Villars. Cazorla, I., Cardoso, M. y Monteiro, C. E. (2021). Variáveis estatísticas e suas representações em gráficos: reflexões para seu ensino. Números, 106, 23-32. Crucianelli, S. (2013). ¿Qué es el periodismo de datos? Cuadernos de Periodistas, 26, 106-124. Di Martino, P. y Zan, R. (2015). The construct of attitude in mathematics education. En B. Pepin y B. RoeskenWinter (Eds.), From beliefs to dynamic affect systems in mathematics education. Exploring a mosaic of relationships and interactions (pp. 51–72). New York: Springer. Engel, J. (2017). Statistical literacy for active citizenship: A call for data science. Statistics Education Research Journal, 16(1), 44-49. Estrada, A., Batanero, C. y Lancaster, S. (2011). Teachers’ attitudes towards statistics. In C. Batanero, G. Burrill, & C. Reading (Eds.), Teaching statistics in school mathematics. Challenges for teaching and teacher education (pp. 173-174). Springer. Fernandes, J. A., y Morais, P. C. (2011). Leitura e interpretação de gráficos estatísticos por alunos do 9º ano de escolaridade. Educação Matemática Pesquisa 13(1), 95-115, Fischer, M. H., Dewulf, N., y Hill, R. L. (2005). Designing bar graphs: Orientation matters. Applied Cognitive Psychology, 19(7), 953-962. Friel, S. N., Curcio, F. R. y Bright, G. W. (2001). Making sense of graphs: Critical factors influencing comprehension and instructional implications. Journal for Research in Mathematics Education, 2, 124-158. https://doi.org/10.2307/749671 Gal, I. (2002). Adults’ statistical literacy: Meanings, components, responsibilities (with discussion). International Statistical Review, 70(1), 1-51. Gal, I. y Murray, S. T. (2011). Responding to diversity in users' statistical literacy and information needs: Institutional and educational implications. Statistical Journal of the International Association for Official Statistics, 27(3-4), 185-195. https://doi.org/ 10.3233/SJI-2011-0730. Garfield, J. (2002). The challenge of developing statistical reasoning. Journal of Statistics Education, 10(3). https://doi.org/10.1080/10691898.2002.11910676 Garzón-Guerrero, J, A. y Jiménez-Castro, M. (2021). Estudio de la competencia gráfica de futuros profesores de Portugal e Italia a través de la interpretación de diagramas estadísticos de barras y sectores extraídos de la prensa escrita. Números, 106, 33–42, Gómez-Chacón, I. (2000). Affective influences in the knowledge of mathematics, Educational Studies in Mathematics, 43 (2), 149-168. Jandrić, P., Hayes, D., Truelove, I., Levinson, P., Mayo, P., Ryberg, T., y Hayes, S. (2020). Teaching in the age of COVID-19-19. Postdigital Science and Education, 2(3), 1069-1230. https://doi.org/ 10.1007/s42438-020-00169-6. Lindsey, L. L. M., y Yun, K. A. (2003). Examining the persuasive effect of statistical messages: A test of mediating relationships. Communication Studies, 54(3), 306-321. https://doi.org/10.1080/10510970309363288. Ministerio de Educación, Cultura y Deporte MECD (2015). Real Decreto 126/2014, de 28 de febrero, por el que se establece el currículo básico de la Educación Primaria. Madrid: Autor. Ministerio de Educación, Cultura y Deporte MECD (2015). Real decreto 1105/2014, de 26 de diciembre, por el que se establece el currículo básico de la educación secundaria obligatoria y del bachillerato. Madrid: Author. Monteiro, C. E. F., y Ainley, J. M. (2010). The interpretation of graphs: Reflecting on contextual aspects. Alexandria: Revista de Educação em Ciência e Tecnologia, 3(2), 17-30. Moore, D. S. (1991). Teaching statistics as a respectable subject. En F. Gordon y S. Gordon (Eds.), Statistics for the twenty-first century (pp. 14-25). Mathematical Association of America. Muñiz-Rodríguez, L., Rodríguez-Muñiz, L. J., y Alsina, Á. (2020). Deficits in the statistical and probabilistic literacy of citizens: effects in a world in crisis. Mathematics, 8(11), 18-72. https://doi.org/ 10.3390/math8111872. Ridgway, J. (2016). Implications of the data revolution for statistics education. International Statistical Review, 84(3), 528-549. Ridgway, J., Nicholson, J., Sutherland, S. y Hedger, S. (2019). Critical statistical literacy and interactive data visualisations. Em J. Ewans, S. Ruan y H. Southhall (Eds.), Data in society. Challenging statistics in an age of globalisation, (pp. 349-358). Bristol: Policy Press. Salcedo, A. González, J. y González, J. (2021). Lectura e interpretación de gráficos estadísticos, ¿cómo lo hace el ciudadano? Paradigma, en prensa. Sharma, S. (2013). Assessıng students’ understandıng of tables and graphs: implıcatıons for teachıng and research. International Journal of Educational Research and Technology, 4(4), 61-69. Sutherland, S. y Ridgway, J. (2017). Interactive visualisations and statistical literacy. Statistics Education Research Journal, 16(1), 26-30. Wild, C. J., y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 67(3), 223-265.