Modelización matemática en actividades estadísticas: Episodios clave para la generación de modelos
DOI:
https://doi.org/10.15359/ru.36-1.16Palabras clave:
modelización matemática, actividades promotoras de la modelización, diagramas de actividad modelizadora, educación secundaria, estadística, variabilidadResumen
En nuestro trabajo estamos interesados en promover el aprendizaje de conocimientos estadísticos por parte de alumnos de educación secundaria a partir de la modelización matemática. En concreto, usamos problemas estadísticos abiertos donde se estudian fenómenos sociales reales a partir de grandes cantidades de datos que cumplen con los principios de diseño de las model-eliciting activities con alumnos del último curso de educación obligatoria en España (15 años). Las tareas se dirigen a promover el desarrollo del concepto de variabilidad y aplicarlo para entender la situación estudiada a partir de un modelo matemático. En este estudio nos centramos en identificar los episodios clave de la actividad en los que se avanza en la construcción de los modelos matemáticos y los elementos que los promueven. Para ello se desarrolla un análisis cualitativo a partir de las grabaciones del trabajo en grupo de los alumnos en el aula a partir del uso de diagramas de actividad modelizadora. Los resultados obtenidos muestran que algunas decisiones de diseño del problema, como la gran cantidad de datos, o la ambigüedad de conceptos sociales, como el de justicia y equidad en los impuestos, resultan esenciales para el desarrollo de los modelos matemáticos. Las conclusiones del artículo tienen implicaciones para el diseño de tareas estadísticas, pero también para identificar el rol de la modelización matemática en el aprendizaje de conceptos estadísticos.
Referencias
Albarracín, L., Arleback, J., Civil, E. & Gorgorió, N. (2019). Extending Modelling Activity Diagrams as a tool to characterise mathematical modelling processes. The Mathematics Enthusiast, 16(1), 211-230.
Albarracín, L., Aymerich, À. & Gorgorió, N. (2017). An open task to promote students to create statistical concepts through modelling. Teaching Statistics, 39(3), 100-105.
Ärlebäck, J. (2009). On the use of realistic Fermi problems for introducing mathematical modelling in school. The Mathematics Enthusiast, 6(3), 331-364.
Aymerich, À., Gorgorió, N. & Albarracín, L. (2017). Modelling with statistical data: Characterisation of student models. In Mathematical Modelling and Applications (pp. 37-47). Springer.
Batanero, C., Díaz, C., Contreras, J.M. & Roa, R. (2013). El sentido estadístico y su desarrollo. Números, 83, 7-18.
Batanero, C., Estepa, A., Godino, J.D. & Green, D.R. (1996). Intuitive strategies and preconceptions about association in contingency tables. Journal for Research in Mathematics Education, 27, 151-169.
Ben-Zvi, D. & Arcavi, A. (2001). Junior high school students’ construction of global views of data and data representation. In J. Garfield, D. Ben-Zvi, & C. Reading (Eds.), Background Readings of the Second International Research Forum on Statistical Reasoning, Thinking, and Literacy (pp. 73-110). Centre for Cognition Research in Learning and Teaching, University of New England.
Blum, W., & Leiß, D. (2006). How do students and teachers deal with modeling problems? In C. Haines, P. Galbraith, W. Blum & S. Khan (Eds.), Mathematical Modeling (ICTMA12): Education, Engineering and Economics (pp. 222-231). Horwood Publishing.
Borromeo Ferri, R. (2006). Theoretical and empirical differentiations of phases in the modelling process. ZDM, 38(2), 86-95.
Burrill, G., & Biehler R. (2011). Fundamental statistical ideas in the school curriculum and in training teachers. In C. Batanero, G. Burrill & C. Reading (Eds.), Teaching statistics in school mathematics, Challenges for teaching and teacher education (pp. 57-69). Springer.
Carreira, S., Amado, N., & Lecoq, F. (2011). Mathematical Modeling of Daily Life in Adult Education: Focusing on the Notion of knowledge. In G. Kaiser, W. Blum, R. Borromeo Ferri & G. Stillman (Eds.), Trends in teaching and Learning of Mathematical Modeling (pp. 199-210). Springer.
Crites, T., & Laurent, R. T. (2015). Putting essential understanding of statistics into practice, Grades 9-12. National Council of Teachers of Mathematics.
delMas, R. C. (2002). Statistical literacy, reasoning, and thinking: A commentary. Journal of Statistics Education, 10(3). doi.org/10.1080/10691898.2002.11910674
delMas, R. C. (2004). A comparison of mathematical and statistical reasoning. In D. Ben-Zvi & J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning and thinking (pp. 79-95). Kluwer.
Doerr, H. M. & English, L. D. (2003). A modeling perspective on students’ mathematical reasoning about data. Journal for Research in Mathematics Education, 34(2), 110-136.
Doerr, H. M. & Tripp, J. S. (1999). Understanding how students develop mathematical models. Mathematical Thinking and Learning, 1, 231-254.
Hahn, C. (2015). La recherche internationale en éducation statistique: état des lieux et questions vives. Statistique et Enseignement, 6(2), 25-39.
Gal, I. (2002). Adults’ Statistical Literacy: Meanings, Components, Responsibilities. International Statistical Review, 70(1), 1-25.
Gal, I. (2004). Statistical Literacy: Meanings, Components, Responsabilities. En D. Ben-Zvi, & J. Garfield (Eds.), The Challenge of Developing Statistical Literacy, Reasoning and Thinking (pp. 47-78). Kluwer Academic Publishers.
Galbraith, P., & Stillman, G. (2006). A framework for identifying student blockages during transitions in the modeling process. ZDM, 38(2), 143-162.
Garfield, J., & Ben-Zvi, D. (2007). How students learn statistics revisited: A current review of research on teaching and learning statistics. International Statistical Review, 75(3), 372-396.
Greefrath, G. (2011). Using Technologies: New Possibilities of Teaching and Learning Modeling – Overview. In G. Kaiser, W. Blum, R. Borromeo Ferri, R. & G. Stillman (Eds.), Trends in teaching and Learning of Mathematical Modeling (pp. 301-304). Springer.
Hernández-Solís, L., Batanero, C., Gea, M., & Álvarez-Arroyo, R. (2021). Comparación de probabilidades en urnas: Un estudio con estudiantes de educación primaria. Uniciencia, 35(2), 1-18. https://doi.org/10.15359/ru.35-2.9
Lehrer, R. & Romberg, T. (1996). Exploring children’s data modeling. Cognition and Instruction, 14, 69-108.
Lehrer, R. & Schauble, L. (2000). Inventing data structures for representational purposes: Elementary grade children's classification models. Mathematical Thinking and Learning, 2, 51-74.
Lesh, R. (1997). Matematización: La necesidad "real" de la fluidez en las representaciones. Enseñanza de las Ciencias, 15(3), 377-391.
Lesh, R., & Harel, G. (2003). Problem solving, modeling, and local conceptual development. Mathematical Thinking and Learning, 5(2-3), 157-189.
Lesh, R. E., & Doerr, H. M. (2003). Beyond constructivism: Models and modeling perspectives on mathematics problem solving, learning, and teaching. Lawrence Erlbaum Associates Publishers.
Lesh, R., Amit, M., & Schorr, R. Y. (1997). Using “real-life” problems to prompt students to construct statistical models for statistical reasoning. In I. Gal & J. Garfield (Eds.), The assessment challenge in statistics education (pp. 65-84). IOS Press.
Muñiz-Rodríguez, L., Rodríguez-Muñiz, L. J., & Alsina, Á. (2020). Deficits in the Statistical and Probabilistic Literacy of Citizens: Effects in a World in Crisis. Mathematics, 8(11), 1872.
Kaiser, G. & Stender, P. (2013). Complex modeling problem in cooperative learning environments self-directed. In G. A. Stillman, G. Kaiser, W. Blum, J. & Brown (Eds.), Teaching Mathematical Modeling: Connecting to Research and Practice. International Perspectives on the Teaching and Learning of Mathematical Modeling (pp. 277-294). Springer.
Pla-Castells, M. & García-Fernández, I. (2020). TaskTimeTracker: A tool for temporal analysis of the problem solving process. Investigación en Entornos Tecnológicos en Educación Matemática, 1, 9-14.
Schoenfeld, A. H. (1985). Mathematical problem solving. Academic Press.
Ubilla, F. (2019). Componentes del sentido estadístico identificados en un ciclo de investigación estadística desarrollado por futuras maestras de primaria. In J. M. Marbán, M. Arce, A. Maroto, J. M. Muñoz-Escolano & Á. Alsina (Eds.), Investigación en Educación Matemática XXIII (pp. 583-592). SEIEM.
Ubilla, F. (2020). ¿Qué rol juegan los datos en el ciclo de investigación estadística? UNO, 91, 63-68.
Watson, J. M. (2011). Foundations for improving statistical literacy. Statistical Journal of the IAOS, 27(3-4), 197-204. https://doi.org/10.3233/SJI-2011-0728
Wild, C. J., & Pfannkuchen, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 67(3), 223-248.
Zawojewski, J., Lesh, R., & English, L. D. (2003). A models and modeling perspective on the role of small group learning activities. In R. Lesh & H. M. Doerr (Eds.), Beyond constructivism: Models and modeling perspectives on mathematics teaching, learning, and problem solving. Lawrence Erlbaum Associates, Inc.
Publicado
Cómo citar
Número
Sección
Licencia
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
1. Los autores garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
2. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
3. Los autores han afirmado poseer todos los permisos para usar los recursos que utilizaron en el artículo (imágenes, tablas, entre otros) y asumen la responsabilidad total por daños a terceros.
4. Las opiniones expresadas en el artículo son responsabilidad de los autores y no necesariamente representan la opinión de los editores ni de la Universidad Nacional.
Revista Uniciencia y todas sus producciones se encuentran bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Unported.
No existe costo por acceso, revisión de propuestas ni publicación para autores y lectores.
