Resumen. La investigación de diseño (design research) es un paradigma metodológico relativamente joven que está siendo de gran utilidad en el campo de la Didáctica de las Ciencias. En este trabajo aportamos una descripción general de dicho paradigma centrándonos más detalladamente en la metodología concreta de los experimentos de enseñanza. Presentamos y ejemplificamos las principales características de este tipo de estudios, enriqueciendo la descripción aportada por la literatura con las conclusiones extraídas en nuestra experiencia en su puesta en práctica. Nuestro objetivo es contribuir a su divulgación y desarrollo, así como promover la reflexión y discusión sobre este paradigma.Palabras clave. Experimentos de enseñanza, investigación de diseño, metodología cualitativa, Didáctica de las Matemáticas, Didáctica de las Ciencias. An Approach to Design Research through Teaching ExperimentsSummary. Design Research is a relatively young methodological paradigm which is being useful in Science Education research. In this paper we provide a general description of this paradigm and focus on more detail in the specific methodology of teaching experiments. We present and exemplify the main characteristics of this type of studies, enriching the description provided by the literature with what we learned in its application. Our objective is to contribute to its divulgation and development, as well as to promote reflection and discussion on this paradigm. Keywords.Teaching experiments, design research, qualitative methodology, Mathematics Education, Science Education.La aspiración, tanto de docentes como de investigadores, por conocer qué sucede en el aula cuando los alumnos adquieren conocimiento ha conducido a buscar metodologías que sean sensibles a la complejidad de los contextos de enseñanza/aprendizaje y, de este modo, aumenten la relevancia de la investigación para la práctica. Esta situación ha dado lugar al surgimiento de metodologías de investigación alternativas a las existentes, las cuales proceden, en algunos casos, de la sistematización de prácti-cas que se han venido realizando sin la cobertura de un paradigma concreto. En este contexto surge la investigación de diseño que persigue comprender y mejorar la realidad educativa a través de la consideración de contextos naturales en toda su complejidad, y del desarrollo y análisis paralelo de un diseño instruccional específico.Su carácter emergente, así como su destacado potencial para la investigación en el campo de la Didáctica de las Ciencias (Kelly, Lesh y Baek, 2008) 1 , motivan nuestro interés por profundizar en la naturaleza y características de este paradigma. Comenzamos el artículo describiendo en qué consiste la investigación de diseño, para centrarnos con más detalle en los experimentos de enseñanza, que son los estudios más frecuentes dentro de dicho paradigma. En relación con estos estudios recogemos sus principales características y, a partir de

La estimación en el cálculo y en la medida: fundamentación curricular e investigaciones desarrolladas en el Departamento de Didáctica de la Matemática de la Universidad de Granada La estimación en el cálculo y en la medida: fundamentación curricular e investigaciones desarrolladas en el

Resumen. �as respuestas a�ectivas �uegan un papel esencial en el proceso de ense�an�a�aprendi�a�e de las matemáticas. �a �ansiedad matemáti� �as respuestas a�ectivas �uegan un papel esencial en el proceso de ense�an�a�aprendi�a�e de las matemáticas. �a �ansiedad matemáti� ca» ha centrado gran número de investigaciones. En este traba�o, utili�ando la subescala de ansiedad de Fennema�Sherman, anali�amos los niveles de ansiedad en matemáticas que presentan alumnos universitarios de primer curso, tanto de manera global como en �unción del género y las ramas de conocimiento. Globalmente los su�etos presentan una ansiedad in�erior al valor neutro. �as mu�eres presentan una ansiedad significativamente mayor que los hombres. También son significativas las di�erencias entre ramas de conocimiento, siendo los alumnos de titulaciones técnicas los que menor ansiedad presentan, y los de las carreras sanitarias quienes registran los valores más altos.Palabras clave. Ansiedad, matemáticas, di�erencias de género, ramas de conocimiento, estudiantes universitarios. Math anxiety, gender and fields of knowledge in university studentsSummary. A��ective responses play an essential role in the process o� teaching�learning Mathematics. The �math anxiety» has �ocused a large number o� investigations. In this paper, using the Fennema�Sherman Mathematics Anxiety Subscale, we have analy�ed the math anxiety levels o� beginner university students. We have done this study in a global way and classi�ying the sub�ects by gender and by the fields o� knowledge o� their degrees. Overall, sub�ects have an anxiety below the neutral value, which is good. Women have a significantly greater anxiety among men. There are also significant di��erences between fields o� knowledge. Students �rom technical degrees are the ones who show less anxiety. Students o� health degrees recorded the highest values.Keywords. Anxiety, Mathematics, gender di��erences, fields o� knowledge, university students.El dominio a�ectivo �uega un papel �undamental en el proceso de ense�an�a y aprendi�a�e. En la actualidad existe conciencia de la influencia de los aspectos a�ec� tivos en la educación. Éstos han empe�ado a cobrar importancia en la medida en que los educadores han apreciado la influencia que tienen sobre el aprendi�a�e escolar (Hernánde�, 1996). De esta preocupación por los aspectos a�ectivos son muestra los traba�os reali�ados en nuestro entorno (Arau�o, Jiméne� y Rosich, 2006;

En este documento presentamos un instrumento que hemos diseñado con el objeto de obtener información sobre la ansiedad matemática y la autoconfianza en matemáticas de alumnos que realizan el paso de la educación secundaria a la educación universitaria así como su relación con el género y la elección de titulaciones. Se trata de una entrevista con la que buscamos superar las dificultades de comunicación que se generan cuando se pregunta directamente por sus sentimientos a los adolescentes para lo que hemos recurrido a técnicas proyectivas. En este artículo mostramos además los resultados obtenidos de su aplicación, que permiten valorar su idoneidad.

RESUMEN • La estimación en cálculo es una destreza básica, útil en la resolución de problemas aritméticos. En este artículo analizamos las dificultades, estrategias y errores en las estimaciones de cálculos aritméticos de multiplicación y división con números naturales y decimales. Empleamos una metodología mixta, cuantitativa-cualitativa, recogiendo datos mediante una prueba de estimación, seguida por una fase de entrevistas. Participan 131 estudiantes de Magisterio. Entre los resultados, los ítems con decimales menores que 0,1 son los más difíciles; con decimales menores que 1, más difíciles que con naturales o decimales mayores que 1; y las divisiones B (dividendo menor que divisor), más difíciles que las divisiones A (dividendo mayor que divisor). En la parte cualitativa, con entrevista semiestructurada, analizamos las estrategias y los errores al estimar. Detectamos cuatro estrategias básicas (primeros dígitos, sustitución, fracciones y algoritmo alternativo) y 15 tipos de errores (4 en la interpretación, 10 en la ejecución y 1 en la evaluación). Palabras clave: estimación en cálculo; estructura multiplicativa; números decimales; estrategias; errores. SUMMARY • Computational estimation is a basic skill, useful in solving arithmetic problems. In this paper, we analyze the difficulties, strategies and errors in computational estimation of multiplications and divisions with natural and decimal numbers. We use a mixed methodology, quantitative and qualitative, collecting data by means of an estimation test, followed by a phase of interviews. Participants in the study were 131 pre-service teachers. Among the results, tasks with decimals less than 0.1 are more difficult than others; tasks with decimals less than 1, more difficult than those with natural or decimals greater than 1; and B divisions (with dividend less than divisor) are more difficult than A divisions (with dividend larger than divisor). Qualitative study shows 3 basic estimation strategies (First digits, fractions, and alternative algorithm) and 15 types of errors (4 in interpretation phase, 10 in computation phase, and 1 in evaluation).