Aproximación a la distribución de Poisson incorporando el uso de tecnología desde el Enfoque Ontosemiótico

Autores

DOI:

https://doi.org/10.46551/emd.e202112

Palavras-chave:

Distribuição de Poisson, Experiência de Ensino, Utilização de Software, Ensino Superior

Resumo

En este artículo se presentan los resultados de la implementación de un diseño de enseñanza de la distribución de Poisson con apoyo del software Fathom. El experimento se desarrolló en tres etapas y consideró la participación de 20 estudiantes de Ingeniería que cursaban la asignatura de Métodos Estadísticos de una universidad chilena. Para analizar las producciones de los participantes se utilizó el análisis de contenido y algunos elementos teóricos del enfoque ontosemiótico. Los participantes se mostraron motivados al emplear la herramienta tecnológica, pues facilitó la comprensión de las principales características de la distribución de Poisson como sugieren los resultados obtenidos en el cuestionario final.

Downloads

Não há dados estatísticos.

Referências

ALVARADO, Hugo; GALINDO, Maritza; RETAMAL, Lidia. Comprensión de la distribución muestral mediante configuraciones didácticas y su implicación en la inferencia estadística. Enseñanza de las Ciencias, v. 31, n. 2, p. 75-91, mayo/ago. 2013.

ARROYO, Indira; BRAVO, Luis; LLINAS, Humberto; MUÑOZ, Fabián. Distribuciones Poisson y Gamma: una discreta y continua relación. Prospect, Bogotá, v. 12, n. 1, p.99-107, ene./jun. 2014.

BATANERO, Carmen. Didáctica de la Estadística. Granada: Grupo de Investigación en Educación Estadística, 2001.

BATANERO, Carmen; BEGUÉ, Nuria; GEA, María Magdalena; ROA, Rafael. El muestreo: una idea estocástica fundamental. Suma, n. 90, p. 41-47, mar. 2019.

BATANERO, Carmen; BOROVCNICK, Manfred. Statistics and probability in high school. Rotterdam: Sense Publishers, 2016.

BATANERO, Carmen; TAUBER, Liliana Mabel; SÁNCHEZ, Victoria. Students’ reasoning about the normal distribution. In: BEN-ZVI, Dani; GARFIELD, Joan. (Ed.). The challenge of developing statistical literacy, reasoning and thinking. Dordrecht: Springer, 2004, p. 257-276.

BEN-ZVI, Dani; BAKKER, Arthur; MAKAR, Katie. Learning to reason from simples. Educational Studies in Mathematics, v. 88, n. 3, p. 291-303, mar. 2015.

BIEHLER, Rolf; BEN-ZVI, Dani; BAKKER, Arthur; MAKER, Katie. Technological for enhancing statistical reasoning at the school level. In: CLEMENTS, McKenzie Alexander; BISHOP, Alan Paul; KEITEL, Christine; KILPATRICK, Jeremy; LEUNG, Frederick K. S. Third International Handbook of Mathematics Education. New York: Springer, 2013, p. 643-689.

CANTORAL, Ricardo; RÍOS, Wendolyne; REYES, Daniela; CANTORAL, Enrique; BARRIOS, Eleany; FALLAS, Rodolfo; BONILLA, Antonio. Matemática Educativa, transversalidad y Covid-19. Revista Latinoamericana de Investigación en Matemática Educativa, Ciudad de México, v. 23, n. 1, p. 1-19, 2020.

CRUZ-RAMÍREZ, Miguel; ÁLVAREZ-REYES, Salvador Eladio; PÉREZ-SANTOS, Francisco Javier. Sobre la enseñanza de la Distribución de Poisson en carreras de Ingeniería. Bolema, Rio Claro, v. 28, n. 50, p. 1117-1134, dez. 2014.

EICHLER, Andreas; VOGEL, Markus. Three approaches for modelling situations with randomness. En: CHERNOFF, Egan J.; SRIRAMAN, Bharath. (Ed.). Probabilistic thinking: presenting plural perspectives. Heidelberg: Springer, 2014, p. 75-99.

FINZER, William. Fathom dynamic data software. Emeryville: Key Curriculum Press. 2007.

FONT, Vicenç; GODINO, Juan Díaz; GALLARDO, Jesús. The emergence of objects from mathematical practices. Educational Studies in Mathematics, v. 82, n. 1, p. 97-124, 2013.

FRANKLIN, Christine; KADER, Gary; MEWBORN, Denise; MORENO, Jerry; PECK, Roxy; PERRY, Mike; SCHEAFFER, Richard. Guidelines for assessment and instruction in statistics education (GAISE) report: A Pre-K- 12 curriculum framework. Alexandria, American Statistical Association, 2005.

GARCÍA-GARCÍA, Jaime; FERNÁNDEZ, Nicolás; IMILPÁN, Isaac. Desarrollo del razonamiento probabilístico en profesores de Matemáticas mediante simulación computacional. Paradigma, Maracay, v. 41, n.2, p. 404-426, ago. 2020.

GARFIELD, Joan; BEN-ZVI, Dani; CHANCE, Beth; MEDINA, Elsa; ROSETH, Cary; ZIEFFLER, Andrew. Developing students’ Statistical reasoning: connecting research and teaching practice. Dordrecht: Springer, 2008.

GEA, María Magdalena; PARRAGUEZ, Rafael; BATANERO, Carmen. Comprensión de la probabilidad clásica y frecuencial por futuros profesores. En: INVESTIGACIÓN EN EDUCACIÓN MATEMÁTICA XXII, 2018, Zaragoza. Actas del XXI SIEM. Zaragoza: SEIEM, 2017, p. 267-276.

GODINO, Juan Díaz; BATANERO, Carmen; FONT, Vicenç. The onto-semiotic approach to research in Mathematics Education. ZDM Mathematics Education, v. 39, n. 1-2, p. 127-135, jan. 2007.

GODINO, Juan Díaz; BATANERO, Carmen; FONT, Vicenç. The onto-semiotic approach: implications for the prescriptive character of didactics. For the Learning of Mathematics, New Westminster, v. 39, n. 1, p. 38-43, 2019.

GODINO, Juan Díaz; BURGOS, María; GEA, María Magdalena. Analysing theories of meaning in mathematics education from the onto-semiotic approach. International Journal of Mathematical Education in Science and Technology, v. 52, p. 1-28, mar. 2021.

GODINO, Juan Díaz; CONTRERAS, Angel; FONT, Vicenç. Análisis de procesos de instrucción basado en el enfoque ontológico-semiótico de la cognición matemática. Recherches en Didactiques Mathematiques, Grenoble, v. 26, n. 1, p. 39-88, 2006.

GODINO, Juan. Indicadores de la idoneidad didáctica de procesos de enseñanza y aprendizaje de las Matemáticas. Cuadernos de Investigación y Formación en Educación Matemática, Montes de Oca, v. 8, n. 11, p. 111-132, dic. 2013.

IZCARA, Simón. Manual de investigación cualitativa. México: Fontamara, 2016.

MUÑIZ-RODRÍGUEZ, Laura; RODRÍGUEZ-MUÑIZ, Luis. J.; ALSINA, Ángel. Deficits in the statistical and probabilistic literacy of citizens: Effects in a world in crisis. Mathematics, v. 8, n. 11, p. 1-20, 2020.

PRATT, Dave; DAVIES, Neville; CONNOR, Doreen. The role of technology in teaching and learning Statistics. En: BATANERO, Carmen; BURRILL, Gail; READING, Chris (Ed.), Teaching statistics in school mathematics. Challenges for teaching and teacher education. A joint ICMI/IASE. New York: Springer, 2011, p. 97-107.

RAMÍREZ, Greivin. Formas de razonamiento que muestran estudiantes de maestría de Matemática Educativa sobre la distribución normal mediante problemas de simulación en Fathom. Revista Electrónica de Investigación en Educación en Ciencias, Buenos Aires, v. 3, n. 1, p. 10-23, ene./jul. 2008.

ROLDÁN-LÓPEZ, Antonio Francisco; BATANERO, Carmen; ALVAREZ-ARROYO, Rocío. Conflictos semióticos relacionados con el intervalo de confianza en estudiantes de Bachillerato e Ingeniería. Educação Matemática Debate, Montes Claros, v. 4, n. 10, p. 1-25, 2020.

SALINAS, Jesús; VALDEZ, Julio; SALINAS-HERNÁNDEZ, Ulises. Un acercamiento a la metodología lesson study para la enseñanza de la distribución normal. En: INVESTIGACIÓN EN EDUCACIÓN MATEMÁTICA XXII, 2018, Gijón. Actas del XXII SIEM. Granada: SEIEM, 2018, p. 525-534.

SAMPIERI, Roberto. Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. México: McGraw Hill. 2018.

ZACKS, Shelemyahu. Parametric statistical inference: basic theory and modern approaches. Oxford: Pergamon Press. 2014.

Arquivos adicionais

Publicado

11-05-2021

Edição

Seção

Dossiê — Integração das Tecnologias Digitais na Educação Matemática