martes, 15 de noviembre de 2016


A sabiendas de que HTML significa Hypertext Markup Languange o Lenguaje de Marca de Hipertexto, las posibilidades del mismo son infinitas, y de la misma forma sus ventajas. Estas pueden ser innumerables, pero en esta etapa nos concentraremos en las ventajas del mismo para la edición de documentos multimedia.

1. Con HTML podemos editar documentos que manejen video, audio e imágenes de una forma sencilla y fácil de usar.
2. Resulta ser una herramienta de muy fácil aprendizaje.
3. Junto con HTML se utilizan otras herramientas que le suman al lenguaje en si y hacen diverso su     formato, como el CSS.
4. Mediante una serie de etiquetas podemos introducir sonido, imagen y video en nuestras páginas. Estas etiquetas llevan una serie de atributos para indicar el archivo y las características que queremos incorporar.

domingo, 29 de mayo de 2016

Para crear la Realidad  Aumentada (RA),existen diferentes tipos de software, clasificados en dos grandes grupos: basados en reconocimiento y basados en localización.

Basados en reconocimiento


Este reconocimiento puede ser, a través de:

1. Códigos QR


Generadores de QR 
Son aquellos programas que generan el código QR, generalmente de un enlace o link en la Web.
  • Unitag QR
          https://www.unitag.io/es/qrcode
  • qrcode.es 
  • Códigos-qr.com
             http://www.codigos-qr.com/generador-de-codigos-qr/
  • QR-code Monkey
             http://www.qrcode-monkey.com/es/


Lectores de QR 
Son aquellos programas que leen el código QR generado anteriormente, abriendo una ventana para el enlace codificado.

  • QR Droid 
  • Beetag Reader 
  • UpCode Reader 
  • I.nigma Reader 
  • QuickMark Reader 
  • QRafter 
  • RedLaser 
  • Tingiz
  • Scan 
  • 1QR

2. Marcadores

Un marcador o patrón es una imagen que la computadora procesa, y de acuerdo a la programación definida para esa imagen, le incorpora objetos 3D, videos, gráficos, entre otros.

  • ARcrowd 
  • LearnAR 
  • Aumentaty 
  • AR-media plugin para Google 
  • Sketchup 
  • ARToolkit

3. Imágenes

Las imágenes funcionan igual que los marcadores, pero a diferencia de estos, la programación se encuentra en la imagen, la cual debe tener una alta resolución.
  • Layar 
  • ColAR Mix 
  • Aurasma 
  • Junaio GLUE 
           http://es.slideshare.net/tecnotic/junaio-glue-realidad-aumentada-nft-a-lo-fcil
  • ChromVille 
  • Daqri
          http://www.daqri.com
  • Glogster 
  • ChatterPix Kids 
  • iMotion HD

Basados en localización


  • EspiRA (Educared) 
  • AumentaME 
  • Mixare







En Realidad Virtual existen tres tipos de modelos computacionales que permiten configurar la realidad virtual exitosamente:

1. Modelo geométrico 

Se encarga del nivel gráfico:
 
 Visualización de un EV3D 
  • Tipos de formatos gráficos 
  • Órdenes de dibujado
Basado en un conjunto de primitivas poligonales, líneas, superficies, texto, etc.

Hardware dedicado 
  •       Dibujar millones de polígonos por seg.
Tecnología utilizada: 
Lenguaje de modelado VRML (Virtual Reality Modeling Language) 
  • APIs (Application Programmer’s Interface) 
  • Open GL-Performer 
  • Open Inventor Java 3D
Actores 3D de aspecto humanoide 
Personajes o cuerpos articulados: Se diseñan, se modelan, y se integran en el EV3D. 
Permiten deformaciones geométricas asociadas a articulaciones. Gran coste computacional.

2. Modelo de comportamiento

Se encarga del comportamiento dinámico (cambios) de todos los objetos y actores 3D del EV3D: orientación, color, posición, etc. 

EV3D clásicos 
  • El modelo de comportamiento es muy dependiente del modelo geométrico. 
  • Problema: Los comportamientos de los objetos son independientes del estado de su entorno.

3. Modelo de interacción con el usuario

  • El sistema registra posición, orientación y rutas de navegación del usuario, y la imagen es calculada desde su punto de vista. 
  • Sólo puede interactuar con objetos que se encuentren dentro de su campo de visión. 
  • A veces, los nodos del grafo de escena del usuario tienen poca representatividad, omitiendo información (posición de los ojos, del torso, de las manos, etc.) 
               - En VRML, el avatar del usuario tiene altura, anchura y longitud máxima de sus pasos.
               - En SVE, tiene manos, ojos, cabeza, etc.


Referencia:

Espinosa, Koldo (2016). Aplicaciones y servicios para educación 3D:
mundos virtuales y juegos pedagógicos. Máster de Investigación en Tecnología, Aprendizaje y Educación UPV / EHU. Madrid.






En este mundo, todo evoluciona constantemente, y el área de la educación no se queda atrás. Así como las personas evolucionamos, presentamos cambios y transformaciones, en esa misma medida lo hace la educación.

Entre los motivos que provocan la evolución necesaria de la educación, se encuentran:
  • Fracaso escolar
  • El apoyo de las TICs
  • El reto del proceso de Bolonia
  • Aprendizaje basado en competencias: necesario nuevas metodologías
  • El nuevo perfil de los jóvenes (interfaces de EV3D, avatares, aplicaciones de comunicación social)
  • Daniel Goleman (su teoría de inteligencia emocional): juegos pedagógicos, con procedimientos emocionales.

miércoles, 6 de abril de 2016


Lee el Código QR y podrás accesar mi blog


QR Code - qr1

domingo, 6 de marzo de 2016

A continuación, presento el procedimiento a seguir para la solución de la tarea T3, asignada por el profesor Oskar Casquero, para evaluar nuestras competencias en análisis estadístico.


Planteamiento:
Unos investigadores desarrollan un nuevo entorno virtual de aprendizaje basado en Google Apps. Para evaluar la incidencia de la utilización de este nuevo entorno en las calificaciones de los estudiantes, durante dos años se realiza un estudio de caso con dos grupos de estudiantes: un grupo de control que utiliza Moodle y un grupo experimental que utiliza Google Apps; el reparto de sujetos entre ambos grupos se realiza siguiendo un criterio de paridad de sexo.


Objetivos:
  • Analizar si existen diferencias estadísticamente significativas en las calificaciones en función del grupo y del sexo. 
  • Calcular si existe una interacción estadísticamente significativa entre las variables grupo y sexo. 

Hipótesis de investigación:
La calificación promedio de los estudiantes que usan Moodle es diferente a la calificación promedio de los estudiantes que usan Google Apps,en función del sexo.


Procedimiento
Primeramente descargamos desde Dropbox el archivo que contiene los datos a ser analizados,   Notas-2grupos-v3.csv. (Figura 1)

Figura 1

Ya que tenemos el archivo descargado, procedemos a importarlo en una hoja de trabajo de Excel (Figura 2).
Figura 2

Elegimos el archivo a importar, y luego especificamos si estará delimitado por un caracter y si el archivo incluye los encabezados de cada columna. (Figura 3)

Figura 3

Especificamos el tipo de caracter que está sirviendo como delimitador. En este caso, se usa el punto y coma (;). (Figura 4)

Figura 4

Establecemos el tipo de datos que se almacena en cada columna. Debido a que son tipos de datos diferentes, elegimos general, que aplica a cualquier tipo de dato.

Figura 5

Seleccionamos ahora donde colocar los datos importados, puede ser en la hoja de trabajo activa o en una nueva hoja de trabajo.

Figura 6

La siguiente imagen (Figura 7) muestra como aparecen los datos, organizados en filas y columnas. Como se puede ver, la tabla tiene 4 columnas o variables (sujeto, grupo, nota y sexo).

Figura 7

Observo y Reflexiono

Por simple observación, podríamos decir que es evidente la existencia de una distribución de datos con notoria diferencia significativa, donde las calificaciones varían tanto por sexo, como por grupo. Observo además, que el grupo que usó Google Apps, obtuvo mayores calificaciones, predominando los hombres con mayor calificación que las mujeres. Pero como la estadística, no es solo observación, sino análisis, procederemos a elaborar un gráfico de interacción entre las variables grupo y sexo, como variables independientes y notas, como variable dependiente.

Para esto, calculamos los promedios con las siguientes fórmulas, combinando las variables grupo y sexo, es decir: Moodle-Male, Moodle-Female, GoogleApps-Male, GoogleApps-Female, como se visualiza más abajo (Figura 8).

Figura 8

Dibujo el gráfico de interacción

Dibujamos un gráfico de interacción con las medias de las calificaciones obtenidas, y este es el resultado (Figura 9).
Figura 9

Al observar el gráfico, nos percatamos que debido a que los dos factores de la investigación (grupo y sexo) interactúan, esto nos dice que el efecto del factor grupo, depende del nivel del factor sexo. 
En otras palabras, que existe una relación de dependencia entre las variables grupo, sexo y nota y por eso ocurre tal interacción. Por tanto, los resultados que refleja el gráfico en cierta forma coincidieron con lo observado anteriormente, donde se denotó que las calificaciones de un grupo y un sexo determinado presentaban un mayor valor. Esto se muestra en el gráfico, donde con las medias obtenidas se visualiza que los hombres que usaron Moodle obtuvieron las notas más bajas de los cuatro grupos, mientras que los hombres que usaron Google Apps obtuvieron las más altas de los cuatro grupos. 

Por otro lado, las mujeres que usaron Moodle, a pesar de que no obtuvieron las notas más bajas de los cuatro grupos, obtuvieron una calificación menor que la obtenida por las mujeres que usaron Google Apps. Es decir, que usando Moodle, las mujeres obtienen mejores calificaciones, mientras que usando Google Apps, los hombres son los que obtienen las mayores calificaciones.

Figura 10

¿Qué les parece si verificamos si existen diferencias estadísticamente significativas en las calificaciones, en función del grupo y el sexo?

Iniciamos importando el conjunto de datos en la herramienta Rstudio, para habilitar las variables para su cálculo (Figura 11).

Figura 11

Realizamos las siguientes fórmulas con el objetivo de crear 4 subconjuntos en función del grupo y el sexo: grupomoodlem, grupomoodlef, grupogooglem y grupogooglef (Figura 12).

Figura 12

Usando el comando tapply, vamos a calcular las medias por grupo y sexo.

Figura 13


Ahora, calculamos la t de Student, para los subconjuntos que usaron Moodle y para los dos subconjuntos que usaron Google Apps (Figura 14). Es decir, verificaremos si los hombres que usaron Google Apps, efectivamente tienen mayores calificaciones, que las mujeres que también usaron Google Apps.  Del mismo modo, verificaremos si las mujeres que usaron Moodle, efectivamente tienen mayores calificaciones, que los hombres que también usaron Moodle. 

Figura 14

No se ustedes, pero yo estoy sorprendida, ya que, aunque los valores de las medias para los cuatro grupos es diferente, el p-value presenta el mismo valor (0.5 %). Por tanto, en ambos casos existen diferencias estadísticamente significativas en las calificaciones en función del grupo y el sexo         (p-value <  5%). Esto es midiendo la sgnificancia estadística en el mismo grupo, pero diferente sexo. 

Sin embargo, más interesante aún es observar que el p-value es igual en ambos casos, y creo que se debe a la interacción que existe entre las variables grupo, sexo y nota. Lo verificaré más adelante con la función AOV().

Vamos ahora hacer lo contrario, vamos a medir si existen diferencias estadísticamente significativas tomando en cuenta el mismo sexo, pero diferentes entornos. Es decir, comprobaremos si podemos afirmar que las mujeres que usaron Google Apps obtuvieron mejores calificaciones que aquellas que usaron Moodle, y lo mismo para los hombres (Figura 15).

Figura 15


Aquí observamos, contrario al caso anterior, que no podemos afirmar que las mujeres que usan Google Apps obtienen mejores notas que las que usan Moodle, debido a que p-value es igual a 10% (p-value > 5%). Sin embargo, el caso de los hombres es diferente, ya que ciertamente podemos afirmar que los hombres que usan Google Apps obtienen mejores calificaciones que aquellos que usan Moodle, con un p-value igual a 0.00002% (p-value < 5%), y casi igual a cero.


Ahora uso AOV() para verificar si además existe una interacción estadísticamente significativa entre las variables grupo y sexo (Figura 16).

Figura 16

Con los resultados de la fórmula AOV(), se puede concluir que existen evidencias suficientemente fuertes como para apoyar la afirmación de que existe una interacción estadísticamente significativa entre las variables grupo y sexo (p-value <  5%).

Al parecer puede haber un efecto principal del entorno de trabajo y del sexo como resultado de las calificaciones de los estudiantes. También parece que hay un efecto principal del entorno, los que usaron Google Apps obtuvieron mejores calificaciones. Sin embargo, el efecto de la variable del entorno depende del sexo (y viceversa): los de sexo masculino obtuvieron las mejores calificaciones, pero los de sexo femenino obtuvieron las calificaciones más bajas.






En el tercer día del Máster, 28 de enero 2016, el profesor Jesús Romo introdujo una herramienta super potente y la cual nos permite crear todo tipo de sitios en la Web para ser usados en el proceso de enseñanza aprendizaje. Les hablo, nada más y nada menos que de Google Sites.

Según Coutinho(2009),  los potenciales pedagógicos de Google Sites se diversifican y
se puede adaptar a muchos y diferentes contextos pedagógicos: i) para crear sitios web de clase; ii) crear WebQuest; iii) para el trabajo colaborativo, iv) para que los estudiantes lo utilicen como portafolio individual o grupal; v) organizar y compartir recursos para el aula y vi) para difundir el trabajo del aula a la comunidad educativa.

Y efectivamente, es así que, con Google Sites, puedo crear la página web de mi centro educativo, de una asignatura y hasta de un profesor. Además puedo usarlo para crear Wikis, Blogs y Webquest. Justamente en este último nos enfocaremos de ahora en adelante, mostrando una presentación detallada de los pasos a dar para la creación de una Webquest.

Pero antes que nada, que les parece si conceptualizamos un poco en lo referente al término Webquest, para así comprender mejor su funcionalidad.

De acuerdo con Dodge (2014), una Webquest es un conjunto de actividades, estructuradas y guiadas proporcionando a los alumnos una tarea bien definida, así como los recursos y las consignas que les permiten realizarlas, usando el Internet para recopilar información. Es así, que a través del uso de la Webquest se aplica la teoría constructivista, donde el estudiante construye su propio aprendizaje, guiado por el/la docente.

Esto me lleva a decir que  la webquest es actividad didáctica que incita a los estudiantes a investigar, potencia el pensamiento crítico, la creatividad y la toma de decisiones, ayudando así a que estos transformen los conocimientos adquiridos. Esta se compone de seis partes: introducción, tarea, proceso, recursos, evaluación y conclusiones. Para diseñar una buena webquest, se debe: localizar buenos sitios, organizar alumnos y recursos, retar a los alumnos a pensar, usar los medios y reforzar para el éxito.

Sus aplicaciones son varias en el entorno educativo, porque primeramente se plantea una tarea (Puede ser la resolución de un problema, el análisis de un tema o realizar una investigación o procedimiento), la cual debe seguir un proceso paso a paso, explicado detalladamente por el profesor, y proporcionando los recursos en Internet que le permitirán obtener la información requerida, para así completar la tarea asignada de forma exitosa. Asimismo se provee a los estudiantes de una rúbrica de evaluación, la cual les permitirá en todo momento, saber los indicadores de desempeño que deben cumplir para obtener una buena calificación. Esto permite integrar varias áreas y a la vez promueve el aprendizaje colaborativo.

¿Qué les parece si a continuación echamos un vistazo a este grupo de diapositivas, donde pretendo explicar el proceso a seguir para la creación de una Webquest, así como el ejemplo de mi primera Webquest (Comprendo mi Lectura).

Creando una webquest from gkltravieso



Referencias

Coutinho, C. P. (2009). Using blogs, podcasts and google sites as educational tools in a teacher education program.

Dodge, B. (2014). WebQuest. Recuperado de http://repositorio.planteso.edu.co:8080/jspui/handle/11399/59


Romero R., Román & Llorente, Ma. (2008). Tecnología en los Entornos de Infantil y Primaria (1era. Ed.) España, Editorial síntesis S.A.


 


En lo que sigue, presento el proceso efectuado para realizar esta tarea asignada por el maestro Oskar Casquero, con el fin de evaluar las competencias adquiridas en el uso de la herramienta estadística RStudio y nuestra capacidad de análisis estadístico.

Planteamiento
Unos investigadores desarrollan un nuevo entorno virtual de aprendizaje basado en Google Apps. Para evaluar la incidencia de la utilización de este nuevo entorno en las calificaciones de los estudiantes, durante dos años se realiza un estudio de caso con dos grupos de estudiantes: un grupo de control que utiliza Moodle y un grupo experimental que utiliza Google Apps.

Conceptos
Primeramente, resulta interesante, antes de iniciar el desarrollo de esta asignación, conocer qué es Google Apps y qué es Moodle. El primero, es el conjunto de aplicaciones de Google que permite, que tanto estudiantes, como maestros, puedan desarrollar su trabajo de una manera más eficiente, usando herramientas como Google Sites, Google Forms, Google Calendar, entre muchas otras aplicaciones. El segundo, Moodle, es una potente aplicación diseñada para la creación y administración de Plataformas Virtuales de Aprendizaje (PVA), usada por la mayoría de instituciones educativas para la implementación de cursos en línea.

Objetivo
Analizar, para cada uno de los años, si existen diferencias estadísticamente significativas entre las calificaciones de ambos grupo.

Hipótesis de investigación
Los estudiantes que usan Google Apps tienden a obtener mejores calificaciones que los estudiantes que usan Moodle.

Procedimiento

Primero: Descargamos ambos archivos desde Dropbox: Notas-2grupos-v1.csv (archivo que contiene los datos del primer año) y Notas-2grupos-v2.csv (archivo que contiene los datos del segundo año).

 Figura 1a.

 Figura 1b.

Segundo: Abrimos RStudio e importamos el primer archivo, haciendo clic en "Import Dataset", eligiendo la opción: "From Text File", desde donde aparece la siguiente ventana (Figura 2.). Aquí pueden notar que en el archivo del primer año, el separador de los campos es el punto y coma (;), lo que permitirá que los datos aparezcan ordenados correctamente, según la estructura de datos presentada en la Figura 3.

 
Figura 2.


Figura 3.

Al importar el segundo archivo (Notas-2grupos-v2.csv), nos damos cuenta que el separador que usa (#), no aparece en la lista de separadores de la opción "Import Dataset" (Figura 4). Por tanto, procedemos a generar la estructura de datos para este archivo de forma manual, con el siguiente comando (Ver Figura 5).

Figura 4



Figura 5

Ya que tenemos la estructura de datos de ambos archivos (Figura 6), podemos observar que se crearon dos conjuntos de datos con igual número de registros (40) y de variables (3).


Figura 6


Tercero: Ahora procedemos a filtrar los datos de cada año, tomando la variable grupo como referencia. Esto significa que crearemos dos subconjuntos de datos, en base a la variable grupo, para cada año. Dos para el año 1 (GrupoMoodle1 y GrupoApps1) y dos para el año dos (GrupoMoodle2 y GrupoApps2). Esto lo hacemos con los siguientes comandos en la consola de RStudio (Figura 7). 

Figura 7


Cuarto: Calculamos las calificaciones medias de ambos grupos para cada año usando el comando tapply (Figura 8). A simple vista se podría decir que el grupo que usó Google Apps obtuvo mejores calificaciones en cada año. Pero para afirmar esto con certeza, debemos investigar si este valor tiene significancia estadística.

Figura 8


Quinto: Usando la fórmula de la t de Student, verificamos si existe una diferencia estadísticamente significativa en las calificaciones de ambos grupos para cada año (Figura 9 y Figura 10).

Año 1
Figura 9


Año 2
Figura 10


Análisis
Según podemos observar, en el primer año (Figura 9), el resultado del p-value es 0.007427 (0.7%), que es menor que 5%. Por tanto, esto nos indica que efectivamente hubo cambios estadísticamente significativos y por tanto el resultado no se debe al azar. Lo que nos lleva a afirmar que efectivamente, el grupo que usó Google Apps en el primer año obtuvo mejores calificaciones que el grupo que usó Moodle según las calificaciones medias obtenidas.

Por otro lado, en el  segundo año (Figura 10), el resultado del p-value es 0.08832 (8%),  mayor que 5%. Por tanto, esto nos indica que en este caso no existe una diferencia significativa entre estas medias y por tanto el resultado puede ser debido al azar. Por lo que en este segundo año, no podemos afirmar con certeza que el grupo que usó Google Apps obtuvo mejores calificaciones, aunque las medias presentadas digan lo contrario. 



Conclusiones

Aunque los estudiantes que usaron Google Apps, obtuvieron las mismas calificaciones en ambos años, observamos que en el primer año, debido a que hubo diferencias estadísticamente significativas en la variable notas, usando la t de Student  (p-value <  5%),  comprobamos nuestra hipótesis de investigación planteada más arriba.  Sin embargo, en el segundo año no pudimos comprobar nuestra hipótesis de investigación (p-value > 5%), ya que los resultados pudieron ser producto del azar o debido a la incidencia de otras variables que deben ser observadas.

Ahora bien, comparando el comportamiento de los grupos Moodle y Google Apps a través de ambos años, con las medias obtenidas, se puede obtener el siguiente gráfico (Figura 11).

Figura 11


Los resultados obtenidos en la gráfica, indican que del año 1 al año dos no hubo cambios para las calificaciones del grupo que trabajó con el entorno de Google Apps, mientras que el grupo que trabajó con Moodle, presentó un ligero aumento del año 1 al año 2.

Ahora bien, a partir de aquí podríamos decir que aunque los estudiantes que usaron Google Apps, obtuvieron las mejores calificaciones en ambos años, no hubo un aumento de las mismas en el segundo año. Sin embargo, aunque los que usaron Moodle obtuvieron las calificaciones más bajas, en el segundo año mostraron una mejoría en su desempeño, obteniendo mejores calificaciones.

Sería interesante calcular si estos cambios que observamos en el gráfico para el grupo que usó Moodle son estadísticamente significativos o simplemente se deben al azar o a la influencia de otras variables. Por tanto, usemos nuevamente la t de Student para comprobar esto, tomando en cuenta la media obtenida por el grupo Moodle en ambos años (Figura 12) .

Figura 12



De acuerdo al resultado de la t de Student (p-value > 5%), se demuestra que los cambios en las calificaciones de  los estudiantes que usaron  Moodle fueron muy escasos, ya que no hubo diferencias significativas en las medias calculadas. Por tanto, la variable grupo no puede ser el único indicador de los resultados presentados, se debe seguir investigando.

Y sigue aumentando mi curiosidad: ¿Qué otras variables podrían incidir en estos resultados?





viernes, 4 de marzo de 2016

Educational technology emerges in the mid-50s, in countries like the United States, Japan, Germany and many others. However, at this point, in our country, the Dominican Republic, is in first steps, since it is now, when we are talking about the use of technology in our classrooms. But what do we mean when we talk about educational technology? According to Aziz (2010), educational technology is the considered implementation of appropriate tools, techniques, or processes that facilitate the application of senses, memory, and cognition to enhance teaching practices and improve learning outcomes.

I would say, when we integrate technology resources in the teaching-learning process with a specific pedagogical purpose, we talk about educational technology.

Several investigators have shown that the use of technology in the educational process offers many advantages. For example, Cabero (2003), says it encourages collaborative work among students. Thus, with the use of tools such as wikis, you can create work groups where participants contribute to a final product together. In addition, tools like webquests, podcasts, blogs, among others, enhance creativity and innovation in students. Also, one of the great advantages of technology is the interaction that can be created with parents who can watch from the house, the progress of their children and the teacher's work with students.

However, despite its many advantages, I have seen the use of technology in the classroom has some disadvantages. One is the resistance from teachers who still do not adapt to the change that this implies, and prefer to continue with the traditional method of teaching. Added to this, we can mention the few digital skills they have, that discourage them in the use of technological resources. In some cases, although teachers possess adequate digital skills, and adapt to changes, exist the disadvantage that the school does not have the necessary resources to make this integration, increasing even more their motivation.

Therefore, the use of technology in the teaching-learning process involves a transformation in all areas, involving the participation of all stakeholders in the educational process. First, the implementation of new teaching strategies used by teachers in the classroom, which in turn implies a change in the teaching paradigm, since we pass from a linear education to a tridimensional education. In that order, innovative activities should be designed with the integration of technology. Furthermore, the role of the school management team should not be ignored, they must advocate for the school to acquire the technological resources needed to implement these changes and train the teachers to use these resources efficiently in their classes.


In short, the possibilities that provide us the use of technology in the teaching-learning process are undeniable, if we consider that today our students are digital natives, those young people who were born and in a completely digital age, whose brain pattern and way of learning has changed. Therefore, we must adapt the educational process to their way of learning, designing lesson plans that include the use of technology. If we do this well, we will achieve the transformation we all desire in our students, make them economically useful for this competitive society in which we live through.


References

Aziz, Hap (2010), The 5 Keys to Educational Technology, recuperado de https://thejournal.com/articles/2010/09/16/the-5-keys-to-educational-technology.aspx


Cabero-Almenara, J. (2003). Replanteando la tecnología educativa. Comunicar: Revista científica iberoamericana de comunicación y educación, (21), 23-30.

martes, 1 de marzo de 2016


El análisis de un artículo científico involucra varios aspectos que deben ser tomados
en cuenta, con el fin de lograr un análisis exhaustivo y acertado del artículo en cuestión. Por tal razón, a continuación presento el análisis que realicé a un artículo de la Revista Pixelbit No. 46, Año 2015, titulado:  Aprendizaje Móvil Basado en microcontenidos como apoyo a la interpretación instrumental en el aula de música en secundaria, publicado por el Dr. José Palazón Herrera.


Entre los aspectos a tomar en cuenta para realizar dicho análisis, puedo citar: 
Primero, el Problema, porque para conocer si los resultados fueron los esperados y entender la investigación, lo primero que debemos conocer es la problemática que se pretende enfocar en la misma, qué deseamos conocer o resolver.

Segundo, la base teórica,  esto no es más que los fundamentos teóricos que sustentan la tesis planteada y la metodología a seguir para desarrollar la investigación exitosamente.

Tercero, la metodología, el cual a mi parecer, constituye uno de los puntos principales en todo análisis de un artículo científico, ya que, cuando explicamos la metodología, nos referimos al procedimiento llevado a cabo para efectuar la investigación. Responde a las preguntas: ¿Cómo? ¿Cuándo? ¿Dónde? ¿Quiénes?

Por último, resulta vital el análisis de los resultados obtenidos por el investigador luego de realizar cada uno de los pasos indicados en la investigación. 

Estas cuatro partes deben explicarse de forma integrada, es decir, que una no puede existir sin la otra. La siguiente figura (Figura 1.1) muestra visualmente la interrelación de estos cuatro elementos.

     Figura 1.1. Interrelación entre los elementos del análisis de un artículo científico.


Análisis del Artículo Científico, paso por paso

a) Problema
Alumnos de música de educación secundaria de 4to. de ESO, venían obteniendo resultados bajos o muy bajos en la práctica instrumental, por lo que se creó esta investigación con el objetivo de utilizar el teléfono móvil como herramienta de apoyo a la interpretación instrumental de los alumnos.


b) Base teórica

Para Scornavacca, Huff y Marshall (2009), la interactividad que pueden generar los dispositivos móviles en el aula tiene importantes beneficios: promueven un entorno de aprendizaje activo, proporcionan una valiosa información a los profesores, incrementan la motivación de los estudiantes y puede contribuir a generar comunidades de aprendizaje.

Friesen (2007) define microlearning en términos de contenido, procesos y tecnología, enfatizando en cada caso el nivel «micro» como opuesto a los niveles meso o macro.

Swertz (2006) subraya que los microcontenidos deben ser desglosados, descontextualizados, para formar las bases de un conocimiento de más largo alcance.
Dichos contenidos pueden incluir textos, imágenes, audios y vídeos, cuyas fuentes pueden provenir de Internet, libros, ebooks, radio, TV, etc.

Para Hug (2008) es fundamental tener en cuenta los niveles macro, meso y micro dentro del aprendizaje, teniendo cada uno de estos niveles significados distintos en función del área en que se aplique.

c) Metodología.
El objetivo principal del proyecto consistió en analizar la eficacia de la utilización del teléfono móvil para la mejora en el rendimiento interpretativo de alumnos de 4to. de Secundaria, utilizando para ello microcontenidos que propiciarán una interpretación de más largo alcance: frases musicales o secciones completas interpretadas sin solución de continuidad, durante un período de entrenamiento intensivo de quince días.

Para lograr esto, se formularon dos hipótesis de estudio. Hipótesis 1: los alumnos que utilizan dispositivos móviles para su entrenamiento instrumental cometen menos errores en la concatenación de microcontenidos que aquellos que utilizan otro tipo de recursos, obteniendo así mejores calificaciones. Hipótesis 2: los alumnos que utilizan dispositivos móviles para su entrenamiento instrumental cometen menos errores puntuales de notas que aquellos que no los utilizan.

La metodología se basó en crear dos grupos, uno experimental y otro de control, los cuales contarían con la misma preparación en clase (explicación general del profesor en la primera sesión sobre cómo enfocar el tema con vistas a su interpretación). Pero mientras que el grupo de control contaría con la partitura correspondiente y un audio para el trabajo en clase y en casa, el grupo experimental contaría con la misma partitura, pero no utilizaría archivos de audio sino vídeos que estarían disponibles en sus teléfonos móviles. El alumnado participante contaría con un período de quince días para preparar su interpretación y hacer el correspondiente examen.

El material de estudio consistió en el diseño de siete vídeos cortos destinados a que
los alumnos participantes puedan visualizarlos en sus teléfonos móviles como herramienta de apoyo a la clase presencial tanto dentro como fuera del aula. La interpretación debía llevarse a cabo con un instrumento Orff (el xilófono alto). Dichos vídeos se grabaron pensando ex profeso en el tamaño relativamente reducido de las pantallas de los teléfonos móviles. La instrumentación de aula para el tema completo fue: flauta dulce, metalófono alto 1, metalófono alto 2, xilófono alto y xilófono bajo.

d) Resultados de la Investigación

Los resultados estuvieron basados en diferentes criterios:

1.     Calificaciones obtenidas en los exámenes. Un porcentaje significativo de los alumnos del grupo experimental (84.61%) consigue aprobar mientras que la mayor parte de los alumnos del grupo control (69.23%) no lo consigue. Con esto queda demostrada la primera hipótesis, planteada anteriormente.

2.     Errores puntuales de nota cometidos. En el rango de 11 a 20 errores puntuales de nota, el grupo control duplica los errores al grupo experimental; y en el rango de más de 21 errores puntuales se concentra un 61.53% del grupo control frente a un 15.38% del grupo experimental. Comprobando así, la Hipótesis 2, expuesta anteriormente.

3.     Percepción del alumnado sobre la utilización del teléfono móvil en el ámbito educativo. Un 78.9% del alumnado opina que el móvil es una herramienta útil para ver vídeos instrumentales, sin embargo, un 21.1% no está seguro al respecto. De la misma manera, todo el alumnado (100%) coincide en que poder disponer en el móvil de recursos de vídeo relacionados con la técnica instrumental y grabados por su profesor podría ser una herramienta útil para ser utilizada tanto dentro, como fuera del aula.

4.     Percepción del profesorado sobre la utilización del teléfono móvil en el ámbito educativo. Un 53.8% del profesorado no utiliza el móvil con fines docentes, frente a un 13.5% que afirma haberlo hecho. Respecto a la iniciativa del profesor de proponer la utilización del móvil para que sus alumnos realicen cualquier tipo de actividad relacionada con su materia, un 71.2% no lo ha considerado frente a un 21.1% que asegura haberlo hecho.

Referencias
Scornavacca, E., Huff, S. & Marshall, S. (2009). Mobile phones in the classroom: If you can’t beat them, join them. Communication of the ACM, 52 (4), 143-146.

Friesen, N. (2007). The Microlearning agenda in the age of educational media. Paper presented at the Micromedia and Corporate Learning: Proceedings of the 3rd International Micro-learning 2007 Recuperado de: https://www.academia.edu/2817875/The_Microlearning_agenda_in_the_
age_of_educational_media

Swertz, C. (2006). Customized Learning Sequences (CLS) by Metadata. In T. Hug, M. Lindner & P. A. Bruck (Eds.). Microlearning: Emerging Concepts, Practices and Technologies after e-Learning. (pp.55-70).

Hug, T. (2008). Outline of a Microlearning Agenda. Recuperado de: http://www.medienpaedkassel.de/podcasts/media/MobileLearning/04-Hug_Microlearning.pdf


lunes, 29 de febrero de 2016

Como docente, considero que el proceso de evaluación es primordial en el proceso de enseñanza aprendizaje, ya que con este, se pueden verificar si los objetivos de aprendizaje se han cumplido, si las estrategias desarrolladas por el docente son las adecuadas, si el alumnado ha asimilado los aprendizajes de la forma planeada, y si las actividades implementadas por el docente han sido las más idóneas.


Por tanto, suponiendo que la evaluación aplicada presente resultados deficientes, se pensaría en una reformulación de cada uno de estos aspectos, y a la vez una reevaluación de los mismos. Por esta razón es que se considera la evaluación como un proceso sistémico y continuo. Sistémico, porque debe haber una entrada, que en este caso serían los conocimientos a evaluar; un proceso, que serían todas las estrategias y actividades usadas para evaluar; y una salida, que sería el resultado deseado: lograr los aprendizajes esperados. También es continua, porque se realiza en todos los momentos del aprendizaje. Es así que se puede hablar de una evaluación diagnóstica, una formativa y una sumativa.


En este momento, nos centraremos en la evaluación diagnóstica (la que normalmente realizamos al inicio del proceso), y cómo se puede elaborar un plan de evaluación diagnóstica para una unidad de aprendizaje, a través de un cuestionario elaborado en Google Forms.



Plan de evaluación diagnóstica from Geovanna Karina Lorenzo Travieso


Luego de observar todos los componentes de este plan de evaluación, ciertamente podemos afirmar, tal como dice el Ministerio de Educación del Gobierno de Navarra, en su Marco Teórico de la Evaluación Diagnóstica,  esta consiste en un procedimiento para recoger y tratar información sobre el grado de desarrollo de las competencias básicas del alumnado con el fin de conocer, pronosticar y tomar decisiones que favorezcan el pleno desarrollo educativo de los alumnos.


Ahora bien, surge la pregunta: ¿Se podrían elaborar los planes de evaluación formativa y sumativa, a partir de este Plan de Evaluación Diagnóstica? Espero por sus acertados comentarios.







sábado, 27 de febrero de 2016


Cuando leemos este título, me imagino que la mayoría sabe a lo que me refiero, y no es más que a la planificación que elaboramos antes de iniciar toda práctica docente. Para darle un toque diferente a la redacción de esta entrada, decidí compartir ideas con una colega (Informática como yo), para ver en qué aspectos coincidíamos y en cuáles no, en cuanto al diseño previo de la clase.

En este sentido, ambas coincidimos en que varias ocasiones, no todas, antes de iniciar una clase, hemos integrado los procedimientos,  recursos didácticos, y estrategias metodológicas, de acuerdo a los contenidos conceptuales y actitudinales de nuestros estudiantes. Esto ha dependido de cuáles son los contenidos que se van a manejar y el procedimiento a realizar. Es decir, siempre se hace un diseño del acto didáctico, pero no en todas las ocasiones tomamos en cuenta las actitudes a desarrollar en nuestros estudiantes.

Sin embargo, al momento de diseñar un acto didáctico, incluimos la realización de  una evaluación diagnóstica, con el fin de conocer los conocimientos previos y nivel de dominio que tienen nuestros estudiantes y a la vez conocer algunas características intrínsecas de cada uno, que con sólo observar su forma de expresarse, podemos conocer. Coincidimos además, en que para nosotras es algo indispensable realizar este diagnóstico inicial, para así orientar el procedimiento que tendremos que emplear en el aprendizaje de la asignatura.

Debido a la naturaleza de nuestra área (informática), que involucra más contenidos prácticos que teóricos, trabajamos con la técnica demostrativa, donde nosotras como maestras, realizamos y explicamos el procedimiento y  luego ellos proceden a realizarlo. Además, se les entrega el procedimiento, paso a paso, tanto por video, como por escrito. Actuamos como guías, y ellos construyen su propio aprendizaje.

Por otro lado, aunque la asignatura es más práctica que teórica, consideramos importante el desarrollo de las técnicas de trabajo intelectual en nuestros estudiantes. Especialmente la técnica de análisis, ya que esta es sumamente importante en el tipo de trabajos que asignamos a nuestros estudiantes, ya que cada procedimiento, debe pasar por un paso de análisis, antes de ser realizado. Por esta razón, en cada sesión de clase nos preocupamos por enseñarles, y sobre todo, exigirles el uso de esta técnica.

Para potenciar los logros de nuestros estudiantes, tratamos de que las tareas se desarrollen dentro del aula en las horas correspondientes de clases. Además, promovemos la mejora de la lectura eficaz para que se desarrolle su capacidad de análisis. También, tratamos que las actividades y tareas estén planificadas para que no haya un desorden en medio de la clase.

Por último, para saber la eficacia de procedimientos y estrategias utilizadas por los estudiantes en el estudio de la asignatura, diseñamos con anterioridad un instrumento, donde se especifican las características que deben tener cada uno de los trabajos que estos entregan. Es algo parecido a una rúbrica de evaluación, pero no tan detallado. Sin embargo, ambas hemos pensado que a partir del próximo año escolar, diseñaremos rúbricas de evaluación para los trabajos asignados, y así podremos evaluar con mayor objetividad a nuestros estudiantes.



miércoles, 24 de febrero de 2016


En el transcurso de los años, varios autores han esbozado diferentes definiciones del concepto Investigar, el cual a mi entender no es más que buscar conocimientos sobre un problema o grupo de problemas planteados con un fin determinado. En ese sentido, Gutiérrez (2007) expresa: “Investigar es la formulación de preguntas, la sistemática colección de información para responder a esas preguntas y la organización y análisis de los datos con el fin de obtener pautas de comportamiento, relaciones y tendencias que ayuden al entendimiento del sistema…” (p. 45). 
Para este autor, al investigar se formulan preguntas y se colecta información, dos etapas, a mi entender, básicas en todo proceso científico.

Además de lo planteado anteriormente, autores como Popper (1985) plantean que para investigar debe existir una serie de hechos y conocimientos previos, relacionados con la problemática en cuestión a ser investigada, a partir de los cuales se formulan preguntas y conjeturas que luego darán lugar a la creación de proposiciones lógicas. Es así que, el investigador antes de iniciar cualquier actividad de investigación, debe poseer conocimientos previos sobre la problemática o hecho en cuestión, para así tener dominio sobre el mismo y plantear sus proposiciones de forma acertada.

Si tomamos esto en cuenta, nosotros como participantes de este master y futuros investigadores en la elaboración del TFM, resulta de vital importancia el que nos vayamos adentrando un poco más en cada uno de los componentes de una investigación. 

Por mi parte, me ha encantado trabajar un poco más con Rstudio, porque es una herramienta super potente que sirve de apoyo para realizar todo tipo de análisis estadístico.

Además, gracias a las tareas asignadas por OSkar Casquero, considero que he adquirido la experiencia suficiente para resolver problemas estadísticos de pequeña a mediana envergadura, con el tiempo, mis competencias se irán perfeccionando.

Por último, no puedo dejar de mencionar el aspecto ético de la investigación. Aplicar la ética en la investigación tiene que ver con una (qué digo, quizás con todas) de las competencias digitales que un ciudadano de hoy en día debe poseer: información, comunicación, expresión, seguridad en la red. Se debe ser consciente de lo que escribimos si es de nuestra autoría o es de otro. Y debemos respeto al trabajo y creatividad ajenos. Necesitamos confiar en la fuente a la que acudimos, pero que también confíen en lo que escribimos en nuestros trabajos en la web.


Referencias

Gutiérrez, J. (2007). La investigación social del turismo, recuperado de http://rua.ua.es/dspace/bitstream/10045/18451/2/TEMA_1.pdf


Popper, K. (1985). La lógica de la investigación científica.










Referencias

Twitter

Copyright (c) Geovanna K. Lorenzo. Con tecnología de Blogger.

Mi Video con Powtoon

Artículos Populares