Competencia metarrepresentacional en los primeros grados: representaciones externas de datos y sus componentes

Abstract

Este artículo presenta un estudio cualitativo sobre la competencia metarrepresentacional en 30 estudiantes de primero a cuarto grado (6 a 9 años). Por medio de entrevistas clínicas y sin instrucción previa, los estudiantes construyeron 192 representaciones de datos y explicaron sus componentes. Cuatro componentes invariantes fueron identificadas en las representaciones y en las explicaciones de los estudiantes: variable, frecuencia, base-lineal y linealidad-gráfica. Los resultados muestran que en la diversidad de representaciones se identifican componentes invariantes y se evidencian los aspectos de invención, crítica, funcionalidad y aprendizaje de la competencia metarrepresentacional. De este modo, aportamos a un cuerpo de literatura la competencia para representar, y un enfoque que valora la variedad de representaciones que dan sentido a descubrir, comunicar y razonar las relaciones entre datos desde los primeros grados.

Explorando la extensión del modelo MTSK al dominio estadístico: Características del aprendizaje desde la taxonomía SOLO

“…Tal como indican Seguí y Alsina (2022), el KFSL involucra el proceso de comprensión de los estudiantes sobre los distintos contenidos -así como errores, dificultades u obstáculos posibles en el proceso de aprendizaje-y, además, considera el lenguaje que ocupan los estudiantes, asociado a cada concepto estadístico y relacionado con las características del aprendizaje derivadas de su interacción con dicho contenido. La Tabla 1 exhibe una propuesta de categorías y descripciones para el subdominio KFSL, con base en el modelo MTSK (cf., Carrillo et al, 2018) y la literatura disponible en educación estadística (e.g., English, 2010English, , 2012English, , 2018Estrella et al, 2018;Vidal-Szabó, 2021).…”

“…Por ejemplo, Ben-Zvi y Garfield (2004) advierten que los estudiantes vinculan procedimentalmente la estadística con la matemática, y se enfocan en calcular números, ocupar fórmulas y otorgar una única respuesta correcta, por lo que sienten cierta incomodidad con el desorden de los datos, las diferentes interpretaciones posibles en función de diferentes supuestos, y el uso de escritura y habilidades de comunicación para dar cuenta del comportamiento de los datos. Al respecto, el abordaje educativo del trabajo estadístico puede estar siendo insuficiente en el currículo impartido, si no son consideradas en la enseñanza actividades como el diseño de recolección de datos, el análisis exploratorio de los mismos y su interpretación en contextos diversos, mediante distintos formatos representacionales de datos (e.g., English, 2010English, , 2012English, , 2018Estrella, 2017;Vidal-Szabó, 2021), las que son fundamentales para el desarrollo temprano del pensamiento estadístico (e.g., Estrella, 2018;Estrella et al, 2018;Estrella et al, 2023).…”