Interpretación de gráficos estadísticos por futuros profesores de Educación Secundaria

  1. María Magdalena, Gea, Serrano 1
  2. Pedro, Arteaga, Cezón 1
  3. Gustavo Raúl, Cañadas, de la Fuente 1
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

Revista:
Avances de investigación en educación matemática: AIEM

ISSN: 2254-4313

Any de publicació: 2017

Número: 12

Pàgines: 19-37

Tipus: Article

DOI: 10.35763/AIEM.V1I12.189 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Altres publicacions en: Avances de investigación en educación matemática: AIEM

Resum

O objetivo de trabalho é avaliar a interpretação de gráficos estatísticos por estudantes que se preparam como professores no Masters de Formação de Professores. Para atingir este objectivo são analisadas as respostas de 65 estudantes na especialidade de matemática para três tarefas em que têm de interpretar o histograma, diagrama cumulativos e gráfico de caixa para a distribuição de expectativa de vida em 193 países. São categorizadas suas interpretações tendo em conta o nível de leitura da resposta, os resumos e elementos dos gráficos que eles interpretam. Embora a maioria das interpretações dos participantes estavam corretos, a análise das respostas revela erros em compreender alguns conceitos estatísticos que devem ser levadas em conta na formação desses professores.

€ Mostra el finançament

Informació de finançament

Proyectos EDU2013-41141-P (MEC) y EDU2016-74848-P (AEI, FEDER) y Grupo FQM126 (Junta de Andalucía).

Finançadors

Referències bibliogràfiques

  • Adler, J., & Venkat, H. (2014). Mathematical knowledge for teaching. En S. Lerman (Ed.), Encyclopedia of mathematics education (pp. 385-388). Dordrecht: Springer.
  • Arteaga, P. (2011). Evaluación de conocimientos sobre gráficos estadísticos y conocimientos didácticos de futuros profesores. Trabajo de Tesis Doctoral. Universidad de Granada.
  • 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: AERA.
  • Batanero, C., & Borovcnik, M. (2016). Statistics and probability in high school. Rotterdam: Sense Publishers.
  • Batanero, C., Arteaga, P., & Ruiz, B. (2010). Análisis de la complejidad semiótica de los gráficos producidos por futuros profesores de educación primaria en una tarea de comparación de dos variables estadísticas. Enseñanza de las Ciencias, 28(1), 141-154.
  • Bertin, J. (1967). Semiologie graphique. París: Gauthier-Villars.
  • Blömeke, S., Hsieh, F. J., Kaiser, G., & Schmidt, W. (2014). International perspectives on teacher knowledge, beliefs and opportunities to learn. Dordrecht: Springer.
  • Bruno, A., & Espinel, M. C. (2005). Recta numérica, escalas y gráficas estadísticas: un estudio con estudiantes para profesores. Formación del Profesorado e Investigación en Educación Matemáticas, 7, 57-85.
  • Burgess, T. (2002). Investigating the “data sense” of preservice teachers. En B. Phillips (Ed.), Proceedings of the Sixth International Conference on Teaching Statistics (pp. 1-6). Cape Town: IASE.
  • Cobo, B. (2003). Significado de las medidas de posición central para los estudiantes de secundaria. Trabajo de Tesis doctoral. Universidad de Granada.
  • Colle, R. (2011). El análisis de contenido de las comunicaciones. Tenerife: Sociedad Latina de Comunicación Social.
  • Curcio, F. R. (1987). Comprehension of mathematical relationships expressed in graphs. Journal for Research in Mathematics Education, 18(5), 382-393.
  • Estrada, A., Batanero, C., & Fortuny, J. M. (2004). Un estudio sobre conocimientos de estadística elemental en profesores en formación. Educación Matemática, 16, 89 112.
  • Even. R., & Ball, D. (Ed.) (2009). The professional education and development of teachers of mathematics. The 15th ICMI Study. New York: Springer.
  • Friel, S., Curcio, F., & Bright, G. (2001). Making sense of graphs: critical factors influencing comprehension and instructional implications. Journal for Research in Mathematics Education, 32(2), 124-158.
  • Gal, I., & Murray, S. T. (2011). Responding to diversity in users' statistical literacy and information needs: Institutional and educational implications. Statistical Journal of the International Association for Official Statistics, 27(3-4), 185-195.
  • González, M. T., Espinel, M. C., & Ainley, J. (2011). Teachers’ graphical competence. En C. Batanero, G. Burrill, & C. Reading (Eds.), Teaching statistics in school mathematics. Challenges for teaching and teacher education (pp. 187-197). Dordrecht: Springer.
  • Groth, R. E., & Bergner, J. A. (2006). Preservice elementary teachers’ conceptual and procedural knowledge of mean, median, and mode. Mathematical Thinking and Learning, 8, 37-63.
  • Hill, H. C., Ball, D. L., & Schilling, S. G. (2008). Unpacking pedagogical content knowledge: conceptualizing and measuring teachers' topic-specific knowledge of students. Journal for Research in Mathematics Education, 39, 372-400.
  • Kemp, M., & Kissane, B. (2010) A five step framework for interpreting tables and graphs in their contexts. En C. Reading (Ed.), Proceedings of the Eighth International Conference on Teaching Statistics (pp. 1-6). Ljubljana: ISI/IASE.
  • Krippendorff, K. (2013). Content analysis: an introduction to its methodology. London: Sage
  • Llinares, S., & Krainer K. (2006). Mathematics (student) teachers and teacher educators as learners. En A. Gutiérrez & P. Boero (Eds) Handbook of research on the psychology of mathematics education (pp. 429459). Rotterdam: Sense Publishers.
  • MECD (2014). Real Decreto 126/2014, de 28 de febrero, por el que se establece el currículo básico de la Educación Primaria. Madrid: Autor.
  • 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.
  • Monteiro, C., & Ainley, J. (2006). Student teachers interpreting media graphs. En A. Rossman, & B. Chance (Eds.), Proceedings of the Seventh International Conference on Teaching Statistics (pp. 1-6). Salvador de Bahía: ISI/IASE.
  • Ortiz, J. J., & Font, V. (2014). Pre-service teachers’ common content knowledge regarding the arithmetic mean. REDIMAT, 3(3), 192-219.
  • Pfannkuch, M. (2006). Comparing box plot distributions: a teacher’s reasoning. Statistics Education Research Journal, 5(2), 27-45.
  • Pfannkuch, M., & Wild, C. (2004). Towards an understanding of statistical thinking. En J. B. Garfield & D. Ben-Zvi (Eds.). The challenge of developing statistical literacy, reasoning and thinking (pp. 17-46). Dodrecht: Springer.
  • Remillard, J. T., Herbel-Eisenmann, B. A., & Lloyd, G. M. (2011). Mathematics teachers at work: Connecting curriculum materials and classroom instruction. London: Routledge.
  • Schield, M. (2011). Statistical literacy: A new mission for data producers. Statistical Journal of the IAOS, 27(3-4), 173-183.
  • Sharma, S. (2013). Assessıng students’ understandıng of tables and graphs: implıcatıons for teachıng and research. International Journal of Educational Research and Technology, 51-70.
  • Shulman (1986). Those who understand: knowledge growth in teaching. Educational Researcher, 15(2), 4-14.
  • Speer, N. M., King, K. D., & Howell, H. (2015). Definitions of mathematical knowledge for teaching: using these constructs in research on secondary and college mathematics teachers. Journal of Mathematics Teacher Education, 18(2), 105-122.
  • Tatto, M. T., & Senk, S. (2011). The mathematics education of future primary and secondary teachers: methods and findings from the Teacher Education and Development Study in Mathematics. Journal of Teacher Education, 62(2), 121 137.
  • Vásquez, C., & Alsina, A. (2015). El conocimiento del profesorado para enseñar probabilidad: un análisis global desde el modelo del conocimiento didáctico matemático. Avances de Investigación en Educación Matemática 7, 27-48.
Fuente de los datos: Dialnet