Conocimiento especializado de correlación y regresión en futuros profesores de Educación Secundaria
DOI:
https://doi.org/10.30827/profesorado.v23i2.9693Palabras clave:
conocimiento especializado del contenido, correlación y regresión, evaluaciónResumen
Resumen:La finalidad del trabajo fue evaluar el conocimiento especializado del contenido sobre correlación y regresión de 65 futuros profesores de Educación Secundaria Obligatoria y Bachillerato. Después de trabajar con un proyecto estadístico basado en datos de las Naciones Unidas, los participantes analizaron el componente epistémico de la idoneidad didáctica (Godino, 2013) de dicho proyecto. El análisis de las producciones escritas de los participantes permite asignarles un nivel en cada uno de los indicadores, comparar sus conocimientos en dichos indicadores e identificar ejemplos de su conocimiento especializado sobre la correlación y regresión.
Descargas
Citas
Arteaga, P. (2011). Evaluación de conocimientos sobre gráficos estadísticos y conocimientos didácticos de futuros profesores. Tesis doctoral. Universidad de Granada.
Arteaga, P., Batanero, C., Cañadas, G. R., & Gea, M. M. (2012). Evaluación del conocimiento especializado de la estadística en futuros profesores mediante el análisis de un proyecto estadístico. EducaçaoMatemáticaPesquisa, 14(2) 279-297.
Ball, D. L., Lubienski, S. T., &Mewborn, D. S. (2001).Research on teaching mathematics: The unsolved problem of teachers’ mathematical knowledge. En V. Richardson (Ed.), Handbook of research on teaching (pp. 433-456). Washington, DC. American Educational Research Association.
Batanero, C. &Borovcnik, M. (2016).Statistics and probability in high school.Londres: Sense Publishers.
Batanero, C., Godino, J. D., &Estepa, A. (1998).Building the meaning of statistical association through data analysis activities.En A. Olivier & K. Newstead, (Eds.), Proceedings of the 22nd Conference of the Internacional Group for the Psychology of Mathematics Education (pp. 221-236). Stellembosch, South Africa: Universidad de Stellenbosh.
Casey, S. A. (2010). Subject matter knowledge for teaching statistical association.Statistics Education Research Journal, 9(2), 50-68. Disponibleenhttp://iase-web.org/Publications.php.
Casey, S. A., & Wasserman, N. H. (2015). Teachers' knowledge about informal line of best fit. Statistics Education Research Journal, 14(1), 8-35.
Castro-Sotos, A. E., Vanhoof, S., Van Den Noortgate, W., &Onghena, P. (2009).The transitivity misconception of Pearson’s correlation coefficient.Statistics Education Research Journal, 8(2), 33-55.
Chapman, L. J. (1967). Illusory correlation in observational report.Journal of Verbal Learning and Verbal Behavior, 6(1), 151-155.
Engel, J. &Sedlmeier, P. (2011).Correlation and regression in the training of teachers.En C. Batanero, G. Burrill & C. Reading (Eds.), Teaching statistics in school mathematics-challenges for teaching and teacher education: A Joint ICMI/IASE study (pp. 247-258). New York: Springer.
Estepa, A. (2008). Interpretación de los diagramas de dispersión por estudiantes de Bachillerato. Enseñanza de las Ciencias, 26, 257-270.
Estepa, A., & Sánchez Cobo, F. T. (2001). Empirical research on the understanding of association and implications for the training of researchers.En C. Batanero (Ed.), Training researchers in the use of statistics (pp.37-51). Granada: International Association for Statistical Education.
Garfield, J., & Ben-Zvi, D. (2008).Developingstudents’ statisticalreasoning: Connectingresearch and teachingpractice.New York: Springer.
Gea, M. M. (2014). La correlación y regresión en bachillerato: análisis de libros de texto y del conocimiento de los futuros profesores. Tesis doctoral. Departamento de Didáctica de la Matemática. Universidad de Granada. Disponible en http://www.ugr.es/~batanero/pages/librostesis.html.
Godino, J. D. (2009). Categorías de análisis de conocimientos del profesor de matemáticas.Unión, 20, 13-31.
Godino, J. D. (2013). Indicadores de la idoneidad didáctica de procesos de enseñanza y aprendizaje de las matemáticas.Cuadernos de Investigación y Formación en Educación Matemática, 11, 111-132.
Godino, J. D., Contreras, A. & Font, V. (2006). Análisis de procesos de instrucción basado en el enfoque ontológico-semiótico de la cognición matemática. RecherchesenDidactiques des Mathématiques, 26(1), 39-88.
Godino, J. D., Rivas, H. y Arteaga, P. (2012). Inferencia de indicadores de idoneidad didáctica a partir de orientaciones curriculares. Praxis Educativa, 7(2), 331-354.
Hill, H. C., Ball, D. L. & Schilling, S. G. (2008).Unpacking pedagogical content knowledge: Conceptualizing and measuring teachers' topic-specific knowledge of students. JournalforResearch in MathematicsEducation, 39, 372-400.
MECD. (2015). Real Decreto 1105/2014, de 26 de diciembre, por el que se establece el currículo básico de la Educación Secundaria Obligatoria y del Bachillerato. Madrid: Autor.
Nortes, R. & Nortes, A. (2017). Matemáticas escolares en futuros maestros: un estudio necesario. Profesorado. Revista de Currículum y Formación de Profesorado, 21(1), 368-386.
Quintas, S., Ferreira, R. & Oliveira, H. (2015). O conhecimento didático de estatística de duas professoras de matemática sobre dados bivariados. Bolema, 29(51), 284-306.
Scheiner, T., Montes, M. A., Godino, J. D., Carrillo, J.&Pino-Fan, L. (2017).What makes mathematics teacher knowledge specialized? Offering alternative views. International Journal of Science and Mathematics Education.https://link.springer.com/article/10.1007/s10763-017-9859-6.
Shulman, L. S. (1986). Those who understand: Knowledge growth in teaching. EducationalResearcher, 15(2), 4-14.
Verdú, C., Callejo, M. L. & Márquez, M. (2014). Conocimiento de los estudiantes para maestro cuando interpretan respuestas de estudiantes de primaria a problemas dedivisión-medida. Enseñanza de las Ciencias, 32(3), 407-424.
