Conocimiento tecnológico sobre la correlación y regresión: un estudio exploratorio con futuros profesores
Tipo de documento
Lista de autores
Gea, María Magdalena, Arteaga, Pedro, Batanero, Carmen y Ortiz, Juan Jesús
Resumen
Se evalúa el conocimiento tecnológico sobre la correlación y regresión en veinticinco estudiantes que se preparan para ser profesores de matemáticas de educación secundaria y bachillerato en España. Nos basamos en el modelo de Niess (2005) de conocimiento del profesor para enseñar con ayuda de la tecnología. Utilizando datos obtenidos del servidor de las Naciones Unidas, se propone a los futuros profesores ajustar un modelo de regresión a la variable esperanza de vida, en función de diversos indicadores del desarrollo, en 194 países. Se propone, también, elegir otra variable dependiente o tomar nuevos datos de las Naciones Unidas para repetir el análisis. Los resultados sugieren un buen conocimiento estadístico y un buen conocimiento tecnológico estadístico sobre la correlación y regresión en la mayoría de los participantes. No obstante, algunos muestran dificultades en las ideas de independencia e incorrelación y el uso de la tecnología, o realizan un uso acrítico de la misma.
Fecha
2018
Tipo de fecha
Estado publicación
Términos clave
Conocimiento | Continua | Correlación y regresión | Informáticos (recursos centro)
Enfoque
Nivel educativo
Idioma
Revisado por pares
Formato del archivo
Volumen
32
Número
60
Rango páginas (artículo)
134-155
ISSN
19804415
Referencias
BALL, D. L.; THAMES, M. H.; PHELPS, G. Content knowledge for tteaching. What makes it special? Journal of Teacher Education, Londres, v. 99, n. 5, p. 389-407. 2008. BATANERO, C.; BOROVCNIK, M. Statistics and probability in high school. Rotterdam: Sense Publishers, 2016. BATANERO, C.; GODINO, J. D.; ESTEPA, A. Building the meaning of statistical association through data analysis activities. En 22 Conference of the International Group for the Psychology of Mathematics Education. Proceedings. Stellembosch, South Africa: Universidad de Stellenbosh, 1998. p. 221-236. BEN-ZVI, D.; FRIEDLANDER, A. Statistical thinking in a technological environment. En: GARFIELD J.; G. BURRILL (Ed.). Research on the role of technology in teaching and learning statistics. Voorburgo: International Statistical Institute, 1997. p. 54-64. BIEHLER, R et al. Technology for enhancing statistical reasoning at the school level. En: CLEMENTS, M. A. et al. (Ed.). Third international handbook of mathematics education. New York: Springer, 2013. p. 643-689. BLÖMEKE, S. et al. International perspectives on teacher knowledge, beliefs and opportunities to learn. 1ª. ed. Dordrecht: Springer, 2014. CASEY, S. A. Subject matter knowledge for teaching statistical association. Statistics Education Research Journal, New Zealand, v. 9, n. 2, p. 50-68. 2010. CASEY, S. A.; WASSERMAN, N. H. Teachers' knowledge about informal line of best fit. Statistics Education Research Journal, New Zealand, v. 14, n. 1, p. 8-35, 2015. EICHLER, A.; VOGEL, M. Three approaches for modelling situations with randomness. En: CHERNOFF, E. J.; SRIRAMAN, B. (Ed.). Probabilistic Thinking. Presenting plural perspectives. Berlin, Heidelberg: Sringer, 2014. p. 75-99. ESTEPA, A. Interpretación de los diagramas de dispersión por estudiantes de Bachillerato.Enseñanza de las Ciencias, Barcelona, v. 26, n. 2, p. 257-270, 2008. ESTEPA, A.; BATANERO, C. Judgments of correlation in scatter plots: Students’ intuitive strategies and preconceptions. Hiroshima Journal of Mathematics Education, Tokio, v. 4, p. 25-41, 1996. ESTEPA, A.; SÁNCHEZ-COBO, F. Evaluación de la comprensión de la correlación y regresión a partir de la resolución de problemas. Statistics Education Research Journal, New Zealand, v. 2, n. 1, p. 54-68, 2003. FERNÁNDES, J. A.; BATANERO, C.; CONTRERAS, J. M.; DÍAZ, C. A simulação emProbabilidades e Estatística: potencialidades e limitações. Quadrante, Lisboa, v. XVIII, n. 1-2, p. 161-183, 2009. FRANKLIN, C. et al. Guidelines for assessment and instruction in statistics education (GAISE) report: A preK- 12 curriculum framework. 1º ed. Alexandria, VA: American Statistical Association. Disponible en: www.amstat.org/education/gaise/, 2007. Acceso en: 3 de Junio de 2017. FRIEL, S.; CURCIO, F.; BRIGHT, G. Making sense of graphs: critical factors influencing comprehension and instructional implications. Journal for Research in Mathematics Education, Reston, VA, v. 32, n. 2, p. 124-158, 2001. HALL, J. Engaging teachers and students with real data: Benefits and challenges. En: BATANERO, C.; BURRILL, G.; READING, C. (Ed.). Teaching statistics in school mathematics. Challenges for teaching and teacher education. A joint ICMI/IASE Study. New York: Springer, 2011. p. 335-346. HENRY, M. Notion de modéle et modélization en l’enseignement. En: Enseigner les probabilités au lycée. Reims: Commission Inter-IREM, 1997. p. 77-84. LEE, H. S.; HOLLEBRANDS, K. F. Characterising and developing teachers’ knowledge for teaching statistics with technology. En: BATANERO, C.; BURRILL, G.; READING, C. (Ed.). Teaching Statistics in School Mathematics-Challenges for Teaching and Teacher Education. Springer Netherlands, 2011. p. 359-369. LLINARES S.; KRAINER K. Mathematics (student) teachers and teacher educators as learners. En: GUTIERREZ, A.; BOERO, P. (Ed.). Handbook of research on the psychology of mathematics education. Rotherdam: Sense Publishers, 2006. p. 429- 459. MECD, MINISTERIO DE EDUCACIÓN, CULTURA Y DEPORTE. Real Decreto 1105/2014, de 26de diciembre por el que se establece el currículo básico de la Educación Secundaria Obligatoria y del Bachillerato. Madrid: Autor, 2015. NIESS, M. L. Preparing teachers to teach science and mathematics with technology: Developing a technology pedagogical content knowledge. Teaching and Teacher Education, Netherlands, v. 21, p. 509 -523, 2005. ORGANIZACIONE DE LAS NACIONES UNIDAS. Informe sobre el desarrollo humano. Desarrollo para todas las personas. Nueva York: Autor, 2016. PRATT, D.; DAVIES, N.; CONNOR, D. The role of technology in teaching and learning statistics. En: BATANERO, C.; BURRILL, G.; READING, C. (Ed.). Teaching statistics in school mathematics. Challenges for teaching and teacher education. A Joint ICMI/IASE Study. New York: Springer, 2011. p. 97-107. QUINTAS, S.; FERREIRA, R.; OLIVEIRA, H. O conhecimento didático de estatística de duas professoras de matemática sobre dados bivariados. Bolema, Rio Claro, v. 29, n. 51, p. 284-306, 2015. SHULMAN, L. S. Those who understand: Knowledge growth in teaching. Educational Researcher, Routledge, v. 15, n. 2, p. 4-14, 1986. TATTO, M. T.; SENK, S. The mathematics education of future primary and secondary teachers: Methods and findings from the Teacher Education and Development Study in Mathematics. Journal of Teacher Education, New York, v. 62, n. 2, p. 121-137, 2011. TRURAN, J. M. Understanding of association and regression by first year economics students from two different countries as revealed in responses to the same examination questions. En: GARFIELD, J.; TRURAN, J. M. (Ed.). Research papers on stochastics educations from 1997. Minneapolis, MN: University of Minnesota, 1997. p. 205-212. WILD, C. J.; PFANNKUCH, M. Statistical thinking in empirical enquiry. International Statistical Review, Voorburg, v. 67, n. 3, p. 223-265, 1999. ZAPICO, M. Interrogantes acerca de análisis de contenido y del discurso en los textos escolares. En: MINEDUC (Ed.). Primer Seminario Internacional de Textos Escolares. Santiago: Ministerio de Educación, 2006. p. 149-155. ZIEFFLER, A.; GARFIELD, J. Modeling the growth of students’ covariational reasoning during an introductory statistics course. Statistics Education Research Journal, New Zealand, v. 8, n. 1, p. 7- 31, 2009.