Variables que caracterizan los gráficos estadísticos y las tareas relacionadas con ellos en los libros de texto de educación secundaria en Costa Rica

  1. Pedro Arteaga 1
  2. Maynor Jiménez-Castro 2
  3. Carmen Batanero 1
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

  2. 2 Universidad de Costa Rica
    info

    Universidad de Costa Rica

    San José, Costa Rica

    ROR https://ror.org/02yzgww51

Revista:
Avances de investigación en educación matemática: AIEM

ISSN: 2254-4313

Año de publicación: 2021

Número: 20

Páginas: 125-140

Tipo: Artículo

DOI: 10.35763/AIEM20.4001 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Avances de investigación en educación matemática: AIEM

Resumen

El objetivo de la investigación fue analizar las variables que caracterizan los gráficos estadísticos y las tareas relacionadas en los libros de texto de educación secundaria en Costa Rica. Primero se exami-nan 143 gráficos presentados en tres editoriales para los cursos 7.º a 9.º (de 13 a 15 años), estudiando el tipo de gráfico, su complejidad semiótica y el contexto de los datos representados. Seguidamente se es-tudian 340 tareas propuestas sobre estos gráficos, analizando el nivel de lectura requerido, propósito del gráfico dentro de la tarea y tipo de tarea. Los resultados se comparan con otros estudios de gráficos estadísticos en libros de texto de educación primaria. En comparación con la anterior etapa educativa se introducen nuevos gráficos, hay mayor presencia del nivel superior de complejidad semiótica y disminuye el contexto escolar, dando mayor peso al científico. Respecto a las tareas, disminuye el peso de la lectura, apareciendo nuevas tareas; el propósito principal es el análisis y no hay mucha diferencia en el nivel de lectura requerido en primaria y secundaria.

Referencias bibliográficas

  • Arteaga, P. (2011). Evaluación de conocimientos sobre gráficos estadísticos y conocimientos didácticos de futuros profesores. Tesis Doctoral sin publicar. Universidad de Granada.
  • Arteaga, P. y Batanero, C. (2011). Relating graph semiotic complexity to graph comprehension in statistical graphs produced by prospective teachers. En M. Pytlak, T. Rowland y E. Swoboda, Proceedings of the 7th Congress of the European Society for Research in Mathematics Education (pp. 725-734). ERME.
  • Batanero, C., Arteaga, P. y 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. https://doi.org/10.5565/rev/ensciencias.3627
  • Curcio, F. R. (1987). Comprehension of mathematical relationships expressed in graphs. Journal for Research in Mathematics Education, 18(5), 382-393. https://doi.org/10.2307/749086
  • del Pino, J. y Estepa, A. (2019). Análisis de la enseñanza de las medidas de dispersión en los libros de texto. Avances de Investigación en Educación Matemática, 16, 86-102. https://doi.org/10.35763/aiem.v0i16.232
  • Díaz-Levicoy, D., Batanero, C., Arteaga, P. y Gea, M. M. (2016). Gráficos estadísticos en libros de texto de educación primaria: Un estudio comparativo entre España y Chile. Bolema, 30(55), 713-737. https://doi.org/10.1590/1980-4415v30n55a20
  • Díaz-Levicoy, D., Giacomone, B. y Arteaga, P. (2017). Caracterización de los gráficos estadísticos en libros de texto argentinos del segundo ciclo de educación primaria. Profesorado, 21(3), 299-326.
  • Díaz-Levicoy, D., Osorio, M., Arteaga, P. y Rodríguez-Alveal, F. (2018). Gráficos estadísticos en libros de texto de matemática de educación primaria en Perú. Bolema, 32(61), 503-525. https://doi.org/10.1590/1980-4415v32n61a10
  • Engel, J. (2019). Statistical literacy and society. En J. M. Contreras, M. M. Gea, M. M. López-Martín y E. Molina-Portillo (eds.), Actas del Tercer Congreso Internacional Virtual de Educación Estadística. http://www.ugr.es/local/fqm126/civeest.html
  • Friel, S., Curcio, F. y Bright, G. (2001). Making sense of graphs: Critical factors influencing comprehension and instructional implications. Journal for Research in Mathematics Education, 32(2), 124-158. https://doi.org/10.2307/749671
  • Gea, M. M., López-Martín, M. M. y Roa, R. (2015). Conflictos semióticos sobre la correlación y regresión en los libros de texto de Bachillerato. Avances de Investigación en Educación Matemática, 8, 29-49. https://doi.org/10.35763/aiem.v1i8.113
  • Herbel, B. A. (2007). From intended curriculum to written curriculum: Examining the “voice” of a mathematics textbook. Journal for Research in Mathematics Education, 38(4), 344-369.
  • Jiménez-Castro, M., Arteaga, P. y Batanero, C. (2020). Los gráficos estadísticos en los libros de texto de educación primaria en Costa Rica. Bolema, 34(6), 132-156. https://doi.org/10.1590/1980-4415v34n66a07
  • Kosslyn, S. M. (1985). Graphics and human information processing. Journal of the American Statistical Association, 80, 499-512. https://doi.org/10.1080/01621459.1985.10478147
  • Lemos, M. (2006). O estudo do tratamento da informação nos livros didáticos das séries iniciais do Ensino Fundamental. Ciência e Educação, 12(2), 171-184. https://doi.org/10.1590/S1516-73132006000200005
  • MEP (2012). Programa de estudio matemáticas, I, II y III Ciclos de la educación general básica y ciclo diversificado. Ministerio de Educación de Costa Rica.
  • Muñiz, L. J. R. y Díaz, P. (2018). Las investigaciones sobre la estadística y la probabilidad en los libros de texto de Bachillerato.¿Qué se ha hecho y qué se puede hacer? Avances de Investigación en Educación Matemática, 14, 65-81. https://doi.org/10.35763/aiem.v0i14.218
  • OECD (2019). PISA 2018 mathematics framework. OECD. https://doi.org/10.1787/13c8a22c-en
  • Porta, L. y Silva, M. (2003). La investigación cualitativa: el análisis de contenido en la investigación educativa. CENDIE.
  • Reys, B. J., Reys, R. E. y Chavez, O. (2004). Why mathematics textbooks matter. Educational Leadership, 61(5), 61-66.
  • Roberts, K. L. y Brugar, K. A. (2017). The view from here: Emergence of graphical literacy. Reading Psychology, 38(8), 733-777. https://doi.org/10.1080/02702711.2017.1336661
  • Shaughnessy, J. M., Garfield, J. B. y Greer, B. (1996). Data handling. En A. J. Bishop, K. Clements, C. Keitel, J. Kilpatrick y C. Laborde (eds.), International handbook of mathematics education (Vol.1, pp. 205-237). Kluwer Academic Publishers. https://doi.org/10.1007/978-94-009-1465-0_8
  • Spence, R. (1991). Information visualization. Addison-Wesley.
  • Weiland, T. (2017). Problematizing statistical literacy: An intersection of critical and statistical literacies. Educational Studies in Mathematics, 96(1), 33-47. https://doi.org/10.1007/s10649-017-9764-5
  • Wijaya, A., van den Heuvel-Panhuizen, M., Doorman, M. y Robitzsch, A. (2014). Difficulties in solving context-based PISA mathematics tasks: An analysis of students’ errors. The Mathematics Enthusiast, 11(3), 555-584.
  • Whitaker, D. y Jacobbe, T. (2017). Students’ understanding of bar graphs and histograms: Results from the LOCUS assessments. Journal of Statistics Education, 25(2), 90-102. https://doi.org/10.1080/10691898.2017.1321974
  • Wild, C. y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 6, 223-265. https://doi.org/10.1111/j.1751-5823.1999.tb00442.x