Unidad de Modelización Matemática para estudiantes de primer año de Ingeniería

Rina Durandt; Werner Blum; Alfred Lindl

doi:10.4995/msel.2022.16646

Autores/as

Rina Durandt University of Johannesburg
Werner Blum University of Kassel
Alfred Lindl University of Regensburg

DOI:

https://doi.org/10.4995/msel.2022.16646

Palabras clave:

Estudiantes de primer año de ingeniería, competencia en modelización matemática, unidad de modelización matemática, problemas del mundo real, diseño de enseñanza

Resumen

Este artículo está orientado a la práctica e informa sobre una unidad de modelización matemática desarrollada específicamente para estudiantes de primer año de ingeniería en un contexto sudafricano. La idea principal de la unidad era fomentar el desarrollo de la competencia de modelización matemática de los estudiantes. Esta idea apoya un objetivo esencial de la enseñanza de las matemáticas, que es permitir a los estudiantes resolver problemas del mundo real por medio de las matemáticas. La unidad consta de cinco lecciones y varias tareas, cuidadosamente planificadas para tener en cuenta los conocimientos matemáticos previos de los alumnos, las exigencias del plan de estudios de matemáticas de primer curso (cálculo) y el desarrollo de competencias previsto. La unidad se vinculó al tema matemático de las funciones y se impartió a distintos grupos de estudiantes según dos diseños didácticos diferentes, similares a los utilizados en el proyecto alemán DISUM. Se dividieron en tres grupos 144 estudiantes de primer año de ingeniería del programa curricular ampliado de una gran universidad pública y se les expuso la unidad. Una evaluación empírica de la intervención (con un diseño pre-post-test) mostró un crecimiento significativo de las competencias en todos los grupos, con diferencias sustanciales, dependiendo del diseño didáctico. Se identificarán algunos puntos fuertes y deficiencias de la unidad y se discutirán las implicaciones para la práctica futura.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Rina Durandt, University of Johannesburg

Department of Mathematics and Applied Mathematics

Werner Blum, University of Kassel

Department of Mathematics

Alfred Lindl, University of Regensburg

Department of Educational Sciences

Citas

Blum, W. (2011). Can modelling be taught and learnt? Some answers from empirical research. In G. Kaiser, W. Blum, R. Borromeo Ferri, & G. Stillman (Eds.), Trends in Teach¬ing and Learning of Mathematical Modelling (ICTMA 14) (pp. 15-30). Dordrecht: Springer. https://doi.org/10.1007/978-94-007-0910-2_3

Blum, W. (2015). Quality teaching of mathematical modelling: What do we know, what can we do? In S.J. Cho (Ed.), The Proceedings of the 12th International Congress on Mathematical Education - Intellectual and Attitudinal Challenges (pp. 73-96). New York: Springer. https://doi.org/10.1007/978-3-319-12688-3_9

Blum, W., & Leiß, D. (2007). How do students and teachers deal with modelling problems? In C. Haines, P. Galbraith, W. Blum, & S. Khan (Eds.), Mathematical modelling: Education, engineering and economics (pp. 222-231). Chichester: Horwood. https://doi.org/10.1533/9780857099419.5.221

Blum, W., & Schukajlow, S. (2018). Selbständiges Lernen mit Modellierungsaufgaben - Untersuchung von Lern¬umgebungen zum Modellieren im Projekt DISUM. In S. Schukajlow, & W. Blum (Eds.), Evaluierte Lernumgebungen zum Modellieren (pp. 51-72). Wiesbaden: Springer Spektrum. https://doi.org/10.1007/978-3-658-20325-2_4

Brown, J. S., Collins, A., & Duguid, P. (1989). Situated cognition and the culture of learning. Educational Researcher, 18, 32-42. https://doi.org/10.3102/0013189X018001032

De Villiers, L., & Wessels, D. (2020). Concurrent development of engineering technician and mathematical modelling competencies. In G. Stillman, G. Kaiser, & C.E. Lampen (Eds.), Mathematical Modelling Education and Sense-making (pp. 209-219). Cham: Springer. https://doi.org/10.1007/978-3-030-37673-4_19

Du Plessis, L., & Gerber, D. (2012). Academic preparedness of students: An exploratory study. The journal for transdisciplinary research in Southern Africa, 8, 81-94. https://doi.org/10.4102/td.v8i1.7

Durandt, R. (2018). A strategy for the integration of mathematical modelling into the formal education of mathematics student teachers. Doctoral dissertation, University of Johannesburg.

Durandt, R., Blum, W., & Lindl, A. (2021). How does the teaching design influence engineering students' learning of mathematical modelling? An empirical study in a South African context. In F. Leung, G. A. Stillman, G. Kaiser, & K. L. Wong (Eds.), Mathematical modelling education in East and West. International perspectives on the teaching and learning of mathematical modelling (pp. 539-549). Cham: Springer. https://doi.org/10.1007/978-3-030-66996-6_45

Haines, C., Crouch, R., & Davies, J. (2001). Understanding students' modelling skills. In J. Matos, W. Blum, K. Houston, & S. Carreira (Eds.), Modelling and Mathematics Education, ICTMA 9: Applications in Science and Technology (pp. 366-380). Chichester: Horwood. https://doi.org/10.1533/9780857099655.5.366

Herget, W., & Torres-Skoumal, M. (2007). Picture (im)perfect mathematics! In W. Blum, P.L. Galbraith, H.-W. Henn, & M. Niss (Eds.). Modelling and Applications in Mathematics Education (pp. 379-386). New York: Springer. https://doi.org/10.1007/978-0-387-29822-1_41

Hilbert, S., Stadler, M., Lindl, A., Naumann, F., & Bühner, M. (2019). Analyzing longitudinal intervention studies with linear mixed models. Testing, Psychometrics, Methodology in Applied Psychology, 26, 101-119.

Kaiser, G. (2017). The teaching and learning of mathematical modeling. In J. Cai (Ed.), Compendium for Research in Mathematics Education (pp. 267-291). Reston: NCTM.

Schau, C. (2003). Students' attitudes: The 'other' important outcomes in statistics education. In H. Pan, Q. Chen, E. Stern, & D.A. Silbersweig (Eds.), Proceedings of the Joint Statistical Meeting, (pp. 3673-3683), San Francisco, CA: American Statistical Association.

Schau, C., Stevens, J., Dauphinee, T. L., & Del Vecchio, A. (1995). The development and validation of the Survey of Attitudes toward Statistics. Educational and Psychological Measurement, 55, 868-875. https://doi.org/10.1177/0013164495055005022

Schukajlow, S., Kolter, J., & Blum, W. (2015). Scaffolding mathematical modelling with a solution plan. ZDM: The International Journal on Mathematics Education, 47(7), 1241-1254. https://doi.org/10.1007/s11858-015-0707-2

Stender, P., & Kaiser, G. (2016). Fostering modeling competencies for complex situations. In C. Hirsch, & A.R. McDuffie (Eds.), Mathematical Modeling and Modeling Mathematics (pp. 107-115). Reston: NCTM.

Stewart, J. (2016). Essential calculus. London: Brooks/Cole Cengage Learning.

Stewart, J., Redlin, L., & Watson, S. (2012). Precalculus: Mathematics for calculus. London: Brooks/Cole Cengage Learning.

Stillman, G. (2019). State of the art on modelling in mathematics education: Lines of inquiry. In G. Stillman, & J. Brown (Eds.), Lines of Inquiry of Mathematical Modelling Research in Education (pp. 1-19). Cham: Springer. https://doi.org/10.1007/978-3-030-14931-4_1

Niss, M., & Blum, W. (2020). The Teaching and Learning of Mathematical Modelling. London: Routledge. https://doi.org/10.4324/9781315189314

Plath, J., & Leiß, D. (2018). The impact of linguistic complexity on the solution of math¬ematical modelling tasks. ZDM: The International Journal on Mathematics Education, 50(1+2), 159-171. https://doi.org/10.1007/s11858-017-0897-x

Pollak, H. (1979). The interaction between mathematics and other school subjects. In: UNESCO (Ed.), New Trends in Mathematics Teaching IV (pp. 232-248). Paris: UNESCO.

Reddy, V., Winnaar, L., Juan, A., Arends, F., Harvey, J., Hannan, S., Namome, C., Sekhejane, P., & Zulu, N. (2020). TIMSS 2019: Highlights of South African grade 9 results in mathematics and science. Achievement and achievement gaps. Pretoria: Department of Basic Education.

Vorhölter, K., Krüger, A., & Wendt, L. (2019). Metacognition in mathematical modeling: An overview. In S. A. Chamberlin, & B. Sriraman (Eds.), Affect in Mathematical Modeling (pp. 29-51). Cham: Springer. https://doi.org/10.1007/978-3-030-04432-9_3