Razonamiento, solución de problemas matemáticos y rendimiento académico
Date
2014
Authors
Orlando, Mario
relationships.isContributorOfPublication
Macbeth, Guillermo
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de San Andrés. Escuela de Educación
Abstract
El objetivo del presente trabajo de investigación es identificar los procesos cognitivos y los_x000D_
factores contextuales asociados a la competencia para resolver problemas matemáticos en_x000D_
distintos grupos de carreras de educación superior y determinar su relación con el_x000D_
rendimiento académico y las habilidades que actúen como predictores del mismo._x000D_
Expone las principales cuestiones teóricas con relación al desarrollo de competencias_x000D_
para sustentar y determinar las variables asociadas a la competencia para resolver_x000D_
problemas en el dominio de la matemática; a tal fin considera las habilidades cognitivas, los_x000D_
conocimientos previos, la inteligencia exitosa y los factores no intelectuales que intervienen_x000D_
en su desarrollo inicial como elementos constituyentes, tanto generales como específicos_x000D_
del dominio estudiado._x000D_
Analiza la relación de las habilidades cognitivas para resolver problemas matemáticos_x000D_
con el nivel de desarrollo de las competencias: para transformar información en un modelo_x000D_
mental, la lingüístico-semántica, para identificar la naturaleza del problema y la elección_x000D_
de un plan de resolución, para seleccionar estrategias, para la ejecución correcta de_x000D_
algoritmos matemáticos y para adquirir nueva información o recordar la existente._x000D_
Propone la aplicación de la teoría triárquica de la inteligencia, porque hace posible_x000D_
concebir operaciones de medición que permiten evaluar las capacidades postuladas por la_x000D_
teoría de manera confiable y válida y porque ofrece información sobre cómo se aplica la_x000D_
inteligencia a las diferentes tareas, situaciones o contextos._x000D_
Conocidas las variables que intervienen en la competencia para resolver problemas_x000D_
del campo de la matemática e identificadas las habilidades cognitivas asociadas, se proyecta_x000D_
determinar su nivel de desarrollo en un grupo de sujetos con el objeto de predecir su_x000D_
rendimiento académico para lo cual se evaluarán alumnos de dos carreras de educación_x000D_
superior (Técnico Superior en Aduanas y en Administración Tributaria); su selección_x000D_
obedece al hecho de ser el nivel educativo de mayor demanda en los últimos años y de_x000D_
disponer de una amplia cobertura en la Ciudad de Buenos Aires, lo que facilitará un rápido_x000D_
acercamiento al objeto de estudio._x000D_
La hipótesis general del trabajo refiere a que la competencia para resolver los_x000D_
problemas matemáticos ha de estar relacionada con habilidades cognitivas y conocimientos_x000D_
específicos de base, la capacidad intelectual y los factores contextuales y de motivación de_x000D_
xiv_x000D_
los sujetos, y resulta un factor predictivo del rendimiento académico. Para ponerla a prueba_x000D_
se administró el STAT (Sternberg Triarchic Abilities Test), nivel H (Modificado) -considerado_x000D_
como el test apropiado para valorar la habilidad cognitiva general en la resolución de_x000D_
problemas novedosos-, una encuesta de factores contextuales y motivación de los alumnos_x000D_
y un Test online de Razonamiento Matemático._x000D_
Se utilizó la estrategia de la simulación mediada por computadora para obtener datos_x000D_
que sustenten los resultados como predictivos de la trayectoria escolar. El porcentaje de_x000D_
aciertos de los alumnos a las preguntas formuladas en el Test de Habilidades en los campos_x000D_
de comprensión lingüístico-semántica, conocimiento esquemático, conocimiento estratégico_x000D_
y ejecución algorítmica -esta última asociada con la habilidad para asimilar nueva_x000D_
información y ponerla en práctica-, se complementa con las puntuaciones de las tres_x000D_
calificaciones básicas del STAT: Analítico, Práctico y Creativo. Como medida de_x000D_
rendimiento escolar se tomó un conjunto de indicadores referidos a la escolaridad de cada_x000D_
alumno: el promedio de calificaciones obtenidas por los estudiantes en las materias_x000D_
troncales de la carrera, el promedio de las calificaciones de todas las materias en el primer_x000D_
año de estudio y el porcentaje de aprobación de materias cursadas (índice de aprobación)._x000D_
El Test de Habilidades y el STAT permitió evaluar probabilidades para las_x000D_
trayectorias escolares teniendo en cuenta las distintas categorías consideradas, en tanto que_x000D_
los coeficientes de correlación ofrecieron una medida de la asociación lineal entre las variables_x000D_
estudiadas, que refleja el grado de relación de una variable y otra. La asociación con_x000D_
los perfiles de trayectoria escolar de las variables consideradas se valoró por el nivel de_x000D_
significación entre cada una de ellas y la pericia demostrada para resolver los problemas_x000D_
planteados._x000D_
Los datos han aportado algunas conclusiones relevantes que apuntan a evidenciar la_x000D_
conveniencia de construir las trayectorias académicas considerando un conjunto de_x000D_
indicadores que permitan determinar el rendimiento y la diversidad de trayectorias que_x000D_
despliegan los estudiantes. La consideración de la trayectoria como variable discreta_x000D_
permite analizar los datos relevados, a partir de medidas de probabilidad condicional._x000D_
Los resultados obtenidos demuestran una clara tendencia de la asociación entre el_x000D_
tipo de trayectorias, las calificaciones obtenidas en el test de habilidades para resolver_x000D_
problemas y las puntuaciones del STAT. Esto hace posible afirmar que el grado con que se_x000D_
pueden predecir los perfiles de trayectoria resulte una aproximación al mismo. Lo anterior_x000D_
surge porque la trayectoria se asocia a diversas variables o características de los estudiantes_x000D_
lo que, a su vez, torna la problemática de la validez predictiva de una gran complejidad._x000D_
xv_x000D_
El grado de asociación medido a través de la probabilidad condicional ofrece una_x000D_
aproximación; sin embargo, habrá que atender a algunas cuestiones que surgen del análisis_x000D_
de los datos, como la de los estudiantes de altas calificaciones con una trayectoria baja y la_x000D_
de los estudiantes de calificaciones bajas que se caracteriza por trayectorias altas._x000D_
Por último, se destaca que los dos Tests aplicados permiten un cierto grado de_x000D_
predicción del rendimiento académico. La caracterización de la competencia para resolver_x000D_
problemas y los distintos perfiles de trayectoria identificados han hecho posible orientar el_x000D_
trabajo y comprender mejor las dinámicas presentes dentro de escenarios individuales y_x000D_
grupales.
Description
Fil: Orlando, Mario. Universidad de San Andrés. Escuela de Educación; Argentina.
Keywords
Mathematical ability -- Testing. , Academic achievement -- Argentina -- Buenos Aires -- Statistics. , Prediction of scholastic success -- Argentina -- Buenos Aires -- Statistics. , College students -- Intelligence testing -- Argentina -- Buenos Aires -- Statistics. , Mathematics -- Study and teaching (Higher) -- Argentina -- Buenos Aires -- Statistics. , Aptitudes matemáticas -- Pruebas. , Logro académico -- Argentina -- Buenos Aires -- Estadísticas. , Predicción del éxito académico -- Argentina -- Buenos Aires -- Estadísticas. , Estudiantes universitarios -- Prueba de inteligencia -- Argentina -- Buenos Aires -- Estadísticas. , Matemáticas -- Enseñanza universitaria -- Argentina -- Buenos Aires -- Estadísticas.
Citation
Orlando, Mario. (2014). Razonamiento, solución de problemas matemáticos y rendimiento académico. [Tesis de doctorado, Universidad de San Andrés. Escuela de Educación]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/10908