O “Big Data” – possibilidades e contribuições de pesquisas recentes para o ensino e aprendizagem de matemática
Tipo de documento
Autores
Lista de autores
Esteves, Maria y da-Silva, Roberto Carlos
Resumen
Tem-se como o objetivo, neste trabalho, pesquisar as possibilidades de aplicação do Big Data, enquanto Tecnologia da Informação e Comunicação (TIC), para o ensino e aprendizagem de matemática. A investigação se dará por meio de uma pesquisa bibliográfica em trabalhos acadêmicos. O referencial teórico e metodológico empregado foi a “Análise de Conteúdo” de L. Bardin (1977) adaptada para os propósitos desta pesquisa. A seleção dos trabalhos foi feita no banco de dados da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), no banco de Teses e Dissertações do Programa de Pós-graduação Stricto Sensu em Educação Matemática do repositório institucional da Kroton, no Google Acadêmico e em referências constantes nos próprios trabalhos pesquisados, a partir da busca por “Big Data na educação”. Por meio de leitura flutuante, foram selecionados os trabalhos para serem explorados e, não sem antes buscar uma revisão de literatura sobre as TIC e o próprio Big Data. A exploração levou em conta os índices estabelecidos, retornando como principais resultados a predominância do construtivismo como aporte teórico, ensino e aprendizagem de funções e modelagem como objetivos matemáticos, uso das ferramentas Google Trends e Google Correlate como interface, além do interesse explícito da maioria dos quase cem alunos pesquisados em diferentes ambientes de ensino. Dentre as principais conclusões, destacamos que independente dos recursos empregados, as contribuições para o aprendizado se fazem presentes.
Fecha
2021
Tipo de fecha
Estado publicación
Términos clave
Constructivismo | Gestión de aula | Reflexión sobre la enseñanza | Software | Teórica
Enfoque
Idioma
Revisado por pares
Formato del archivo
Volumen
14
Número
4
Rango páginas (artículo)
469-476
ISSN
21755634
Referencias
Agnol, C. D. (2019). Utilizando o recurso de Big Data Gapminder: concepções críticas e digitais no contexto de uma sala de aula de matemática. Porto Alegre, Rio Grande do Sul, Brasil: Universidade Federal do Rio Grande do Sul. Bardin, L. (1977). Análise de conteudo. In. Bardln, Análise de conteudo (pp. 9-10). Lisboa: Edições 70. Brasil, M. d. (1997). Diretrizes. disponível em: http://www. dominiopublico.gov.br/download/texto/me001166.pdf Brasil, M. d. (2007). Projeto Base. disponível em Um computador por aluno: http://www.consultaesic.cgu.gov.br/busca/dados/ Lists/Pedido/Attachments/457157/RESPOSTA_PEDIDO_ III%20-%20UCA_PROJETO_BASE.pdf Brasil, P. d. (2007). Decreto Nº 6.300, de 12 de dezembro de 2007. Acesso em 19 de agosto de 2020, disponível em Programa Nacional de Tecnologia Educacional -ProInfo: http://www planalto.gov.br/ccivil_03/_Ato2007-2010/2007/Decreto/ D6300.htm D´Ambrósio, U. (2011). O computador Portátil na Escola: Mudanças e desafios nos processos de ensino. In. M. Bagatini, M.E. Almeida. O computador Portátil na Escola: mudanças e desafios nos processos de ensino. Prefácio. (p. 9). São Paulo: Avercamp. Department for Education and employment. (1999). The National Curriculum Handbook for primary teachers in England. London: Qualifications and Curriculum Authority. Gayeski, R. G. (2019). Big Data e Educação Matemática: algumas aproximações. mestrado acadêmico, 134. Porto Alegre, Rio Grande do Sul, Brasil: Programa de Pós-Graduação em Ensino de Matemática da Universidade Federal do Rio Grande do Sul. Grady, N. (2017). Workshop Agenda in PDF, Flyer, Webcast. Acesso em 06 de Setembro de 2020, disponível em NIST Big Data Program: https://bigdatawg.nist.gov/workshop2.php NIC.br, N. d. (2016). Educação e Tecnologias no Brasil: Um estudo de caso longitudinal sobre o uso das tecnologias de informação e comunicação em 12 escolas públicas. São Paulo: Comitê Gestor da Internet no Brasil. Papert, S. (1985). Logo: Computadores e Educação. São Paulo: Brasiliense. Santos, R. P. (2014). Aprender Física, Biologia, Química e Matemática com Big Data. Educação Matemática Em Revista, 2(15), p.7-13. Santos, R. P. (2015). Big Data na Educação Matemática. Educação Matemática Em Revista, 70-82. Santos, R. P., & Lemes, I. L. (2014). Aprender-com-Big-Data no Ensino de ciências. Acta Scientiae, 16(4), p. 178-198. Santos, R. R. (2018). Google Trends e Google Correlate: potencialidades para o ensino de matemática em turmas de 9º ano do Ensino Fundamental. Porto Alegre: Universidade Federal do Rio Grande do Sul. Vecchia, R. D. (2015). The relationship between Big Data and Mathematical Modeling: A discussion in a mathematical education scenario. Themes in Science and Technology Education, 95-103.