Reportamos los resultados de una investigación cualitativa, realizada en el contexto de un programa de formación docente. El objetivo fue documentar y caracterizar las concepciones de futuros profesores respecto a la modelación en la enseñanza de las matemáticas. Identificamos las concepciones de dos grupos de estudiantes de pedagogía en matemáticas, con distinto nivel de avance en su formación. Se analizan los datos cualitativos obtenidos sistemáticamente a través de una entrevista, un informe escrito que describe el diseño de una actividad de instrucción y cuestionarios de escala Likert. Los resultados nos permiten definir distintos matices que dan forma a las concepciones sobre la modelación de los participantes, diferentes a los que se reportan en la literatura, estos se pueden caracterizar de acuerdo con el significado que otorgan al término modelación, las concepciones sobre el papel de la modelación en el aula de clase y las características de las tareas de modelación. Encontramos que los participantes evidencian diferentes concepciones que dependen de la etapa de su formación profesional. Los resultados de este trabajo se proponen como un aporte a los formadores de profesores a fin de incentivar actividades que favorezcan la construcción de concepciones en los futuros profesores que potencien el desarrollo de habilidades de modelación
16 May 2025 in LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades
Los Modelos Lineales Generalizados (GLM) constituyen una extensión de los modelos lineales tradicionales, diseñados para analizar datos que no se ajustan a los supuestos clásicos de normalidad, homocedasticidad y linealidad. Su estructura permite modelar una amplia gama de situaciones donde la variable respuesta sigue distribuciones pertenecientes a la familia exponencial, como Poisson o binomial negativa. El objetivo de los GLM es identificar y cuantificar relaciones entre una variable dependiente y varios predictores, adaptándose a contextos donde las distribuciones normales no son adecuadas (Martínez y Morales, 2007). En el caso particular del estudio de saberes matemáticos comunitarios y ancestrales sobre longitud, se busca evaluar como factores socioculturales afectan la preservación de estos conocimientos en comunidades rurales. Se utilizó un GML con distribución binomial negativa y función de enlace raíz cuadrada para modelar datos de conteo con sobredispersión. Se analizaron once predictores: edad, sexo, comunidad, escolaridad familiar. La selección del modelo óptimo se basó en criterios de ajuste (AIC, BiC) y reducción de la devianza. La estimación de los parámetros se realizó por máxima verosimilitud mediante el algoritmo de Fisher-Scoring y se evaluó el ajuste con residuos de Pearson y de dieviance. En el modelo la reducción de deviance fue del 21.5% y el AIC fue el más bajo. Las variables significativas (p<0.05) fueron: edad, sexo femenino, comunidad, escolaridad de madre y padre, y actividades escolares. El modelo evidenció que estas variables son determinantes en la conservación de saberes matemáticos comunitarios y ancestrales. El arraigo comunitario resultó el principal factor para la conservación de los saberes matemáticos comunitarios y ancestrales, seguido del género y la educación familiar. Los GLM permiten un análisis robusto y culturalmente contextualizado, para analizar datos de conteo socioculturales, facilitando interpretaciones significativas.