dc.contributorGalindo Martínez, César Neyit
dc.contributorQuiroz Salazar, Adolfo José
dc.creatorGonzález Cuervo, Camila
dc.date.accessioned2023-07-13T19:04:32Z
dc.date.accessioned2023-09-07T01:55:24Z
dc.date.available2023-07-13T19:04:32Z
dc.date.available2023-09-07T01:55:24Z
dc.date.created2023-07-13T19:04:32Z
dc.date.issued2023-06-01
dc.identifierhttp://hdl.handle.net/1992/68402
dc.identifierinstname:Universidad de los Andes
dc.identifierreponame:Repositorio Institucional Séneca
dc.identifierrepourl:https://repositorio.uniandes.edu.co/
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8728804
dc.description.abstractSe ha demostrado que los cursos de cálculo impactan significativamente a los estudiantes de las disciplinas STEM, aumentando su decisión de continuar en ellas y su actitud y percepción hacia las matemáticas [3]. Es fundamental pensar y profundizar en cómo se enseñan estas materias y cómo ayudar a que los alumnos las entiendan más allá del desarrollo de los ejercicios. En este sentido, con este trabajo se buscó determinar qué impacto tiene la metodología del aprendizaje por pares en el aprendizaje y la percepción de los estudiantes de un curso de cálculo vectorial, comparando los resultados obtenidos por dos secciones de este curso dictadas a estudiantes de la universidad de los andes, durante el primer semestre de 2023. Para estimar las habilidades de los estudiantes de ambas secciones se utilizó la teoría de respuesta al ítem, y para determinar la percepción de los cursos se utilizó una encuesta a los mismos estudiantes. Para comparar las estimaciones de habilidad y la percepción de los estudiantes, se utilizaron simulaciones de Monte Carlo de 10,000 ensayos, y a partir de esto se logró encontrar que, aunque la diferencia en muchos indicadores no es concluyente entre ambos grupos, la uniformidad de resultados y percepción positiva del curso fueron significativamente mejores con el uso del aprendizaje por pares.
dc.languagespa
dc.publisherUniversidad de los Andes
dc.publisherMatemáticas
dc.publisherFacultad de Ciencias
dc.publisherDepartamento de Matemáticas
dc.relationL. W. Anderson and D. R. Krathwohl. A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom's Taxonomy of Educational Objectives. Longman, 01 2001.
dc.relationS. M. Brookhart. How to Create and Use RUBRICS for FORMATIVE ASSESSMENT and GRADING. 2013.
dc.relationA. Castillo, P. Durán, E. Fuller, C. Watson, G. Potvin, and L. Kramer. Student attitudes in an innovative active learning approach in calculus. International Journal of Mathematical Education in Science and Technology, pages 1-29, 02 2022.
dc.relationR. K. Hambleton. Fundamentals of item response theory. Measurement methods for the social sciences series ; 2. Sage Publications, Newbury Park, Calif, 1991.
dc.relationN. Michinov, J. Morice, and V. Ferrières. A step further in peer instruction: Using the stepladder technique to improve learning. Computers & Education, 90:1-13, 01 2015.
dc.relationC. Nerantzi. The use of peer instruction and flipped learning to support flexible blended learning during and after the covid-19 pandemic. International Journal of Management and Applied Research, 7:184-195, 06 2020.
dc.relationM. Nering and R. Ostini. Handbook of polytomous item response theory models. 01 2010.
dc.relationL. Porter, C. Lee, and B. Simon. Halving fail rates using peer instruction: a study of four computer science courses. SIGCSE 13: Proceedings of the 44th ACM technical Symposium on Computer Science Education, New York: Association for Computing Machinery, pages 177-182, 03 2013.
dc.relationL. Porter, C. Lee, B. Simon, and D. Zingaro. Peer instruction: Do students really learn from peer discussion in computing? ICER 11 - Proceedings of the ACM SIGCSE 2011 International Computing Education Research Workshop, pages 45-52, 08 2011.
dc.relationA. Relling and M. Giuliodori. Effect of peer instruction on the likelihood for choosing the correct response to a physiology question. Advances in physiology education, 39:167-71, 09 2015.
dc.relationD. H. Schunk. Teorías del aprendizaje: Una perspectiva educativa, chapter 6: Constructivismo, pages 228 - 277. Pearson, sexta edition, 2012.
dc.relationM. Stanberry. Active learning: a case study of student engagement in college calculus. International Journal of Mathematical Education in Science and Technology, 49:1-11, 03 2018.
dc.relationK. L. Tang. Polytomous item response theory (irt) models and their applications in large-scale testing programs: Review of literature. 08 1996.
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.titleUso de teoría de respuesta al ítem para estimar habilidades diferenciales gracias al aprendizaje activo: Estudio el efecto de la metodología en un curso de cálculo vectorial
dc.typeTrabajo de grado - Pregrado


Este ítem pertenece a la siguiente institución