Achatando a curva da covid-19: discutindo estratégias usando o GeoGebra
Tipo de documento
Autores
Lista de autores
Silva, Esdras y da-Silva, Douglas
Resumen
Motivados pela atual pandemia de COVID-19, neste trabalho abordamos as duas principais estratégias para combater a proliferação desta doença: o distanciamento social e a melhoria dos hábitos de higiene das pessoas. O objetivo é levar essa discussão para dentro do ambiente escolar, buscando mostrar ao aluno desse nível de escolaridade, que essas ações podem influenciar diretamente a taxa de transmissão do vírus e levar ao achatamento da curva de infectados. Neste sentido, desenvolvemos uma pesquisa qualitativa, de característica exploratória-explicativa, ancorada na modelagem matemática, visando descrever a eficácia dessas estratégias a partir da experimentação em ambiente computacional. Desta forma, a partir do modelo epidemiológico clássico SIR, desenvolvemos duas aplicações no GeoGebra. A primeira delas é apresentada sob a forma de atividade de experimentação, dirigida ao aluno, exemplificando a aplicação da matemática em problemas do mundo real: a disseminação de doenças. A segunda é para o professor, e mostra como emprestar a reputação da matemática, a força da modelagem como metodologia de ensino e aprendizagem e o poder da matemática dinâmica do GeoGebra para reforçar a importância das medidas de combate à Covid-19, que devidos as consequências econômicas, sofrem crescente resistência por parte da população. Nossas aplicações demonstram a capacidade crescente do GeoGebra de lidar com modelos matemáticos sofisticados. Assim, é possível discutir problemas sociais relevantes já na educação básica, com participação efetiva dos alunos.
Fecha
2020
Tipo de fecha
Estado publicación
Términos clave
A distancia | Epistemología | Modelización | Software | Virtual
Enfoque
Nivel educativo
Idioma
Revisado por pares
Formato del archivo
Volumen
15
Número
2
Rango páginas (artículo)
1-21
ISSN
19811322
Referencias
Aquino, E. M. L., et al. (2020). Social distancing measures to control the COVID-19 pandemic: potential impacts and challenges in Brazil. Ciência & Saúde Coletiva. doi: https://doi.org/10.1590/1413-81232020256.1.10502020 Bassanezi, R. C. (2002). Ensino-aprendizagem com Modelagem Matemática: uma nova estratégia. São Paulo: Editora Contexto. Bezerra, F. D. M. & Ramos, M. W. A. (2020) Métodos de Euler e Runge-Kutta por meio de um applet do geogebra. Professor de Matemática Online (PMO). doi: https://doi.org/10.21711/2319023x2020/pmo82 Boyce, W. C. (2020). Equações Diferenciais Ordinárias e Problemas de Valores de Contorno. São Paulo: Livros Técnicos e Científicos (LTC). Brasil. (2019). Base Nacional Comum Curricular (BNCC): Educação é base. Brasília, MEC/CONSED/UDIME. Recuperado de http://basenacionalcomum.mec.gov.br/images/BNCC_EI_EF_110518_versaofinal_site.pdf Brasil. (2020). Boletim Epidemiológico: Doença pelo coronavírus 2019. Brasil, Ministério da Saúde. Recuperado de https://www.saude.gov.br/images/pdf/2020/April/06/2020-04- 06-BE7-Boletim-Especial-do-COE-Atualizacao-da-Avaliacao-de-Risco.pdf Brauer, F. & Chaves-Castillo, C. (2010). Mathematical Models in Population Biology and Epidemiology. New York: Springer. Castilho, C., et al. (2020). Assessing the efficiency of different control stategies for the COVID-19 epidemic. Eletronic Journal of Differencial Equations, v. 2020. n. 64, Recuperado de: http://ejde.math.txstate.edu Hethcote, H. W. (2000). The mathematics of infectious diseases. SIAM Review, v. 42, n. 4, 599-653. doi: https://doi.org/10.1137/S0036144500371907 Marthceva, M. (2015). An introduction to mathematical epidemiology. New York: Springer. Read, J. M. et al. (2010) Novel coronavirus 2019-ncov: early estimation of epidemiological parameters and epidemic predictions. medRvix, Cold Spring Harbor Laboratory Press. doi: https://doi.org/10.1101/2020.01.23.20018549 Santos, M. C. & Lima, P. F. (2010). Considerações sobre a matemática no ensino fundamental. Anais do I seminário nacional: currículo em movimento-perspectivas atuais. Belo horizonte. Sayão, L. F. (2001). Modelos Teóricos em Ciência da Informação-Abstração e Método Científico. Ciência da informação, SciELO Brasil, v. 30, n. 1, 82-91. Shong, P. X. et al. (2020). An epidemiologica forecast model and software assessing intervetions on COVID-19 epidemic in China. MedRxiv, Cold Spring Habor Laboratory Press. Doi: https://doi.org/10.1101/2020.02.29.200294. Sohrabi, C. et al. (2020). World Health Organization Declares Global Emergency: A review of the 2019 novel coronavirus (COVID-19). International Journal of Surgery, 76, 71-76. doi: https://doi.org/10.1016/j.ijsu.2020.02.034 Tavares, F. G. & Lopes, C. E. (2019). Mapeamento Do Uso Do Geogebra No Ensino De Estatística. Revemat: Revista Eletrônica de Educação Matemática. doi: http://doi.org/105007/1981-1322.2019.e62800 Stewart, J. & Day, T. (2016). Biocalculus: Calculus, Probability, and Statistics for the Life Sciences. USA: Cengage Learning. Weiss, H. H. (2013). The SIR Model and the Foundations of Public Health. MATerials MAThemàtics, v. 2031, 1-17.