Post on 11-Oct-2018
INCIDENCIA DEL GÉNERO EN LA OBTENCIÓN DE METAS ACADÉMICAS EN
ESTUDIANTES DE GRADO DÉCIMO DE DOS COLEGIOS DE BOGOTÁ
Wilson E. Torres Sánchez
wetorres@campestre.edu.co
RESUMEN
En la presente investigación se comparó el desempeño de una población de
estudiantes de grado 10º respecto del género (masculino y femenino) en la
formulación de metas, al trabajar en la resolución de problemas de triángulos
rectángulos bajo la mediación de un ambiente computacional. El estudiante tuvo la
oportunidad inicialmente de plantearse una meta, y después tuvo otros dos
momentos en donde podía ajustar la meta propuesta antes de realizar la
evaluación. La población de estudiantes fue de estrato socio-económico alto que
cursaban grado décimo en dos colegios privados de la ciudad de Bogotá: el
Gimnasio Campestre, el cual es de carácter masculino, y el Colegio Santa María,
de carácter femenino. El Gimnasio Campestre contó con una participación 62
estudiantes, y el colegio Santa María conto con la participación 54 estudiantes. A
nivel general se encontró que sí existían diferencias significativas en cuanto al
planteamiento de la meta y los resultados de la evaluación entre hombres y
mujeres, sin embargo ambos grupos superaron su meta propuesta.
Palabras clave: Metas, entorno computacional, resolución de problemas,
triángulos rectángulos.
SUMMARY
This researching was focused on comparing the academic performance of a 10th
grade student population. It is related to their gender (male and female) in the
formulation of goals, and also to the formulation of goals to work on problem
solving right triangles. It was done under the mediation of a computing
environment. Initially the student had the chance to consider a goal and then they
had two moments where they could set the goal set before evaluation. The
student population was high socioeconomic stratum who were in tenth grade two
private schools in the city of Bogotá: The Campestre Gym with male gender and
Santa Maria school with female gender. The Gym Campestre was conformed
by 62 students, and the school Santa Maria had the participation 54 students. In
general it was found that there were significant differences in the approach of the
target and the evaluation results between men and women, however both groups
exceeded their goal.
Key words: Goals, computing environment, problem solving, right triangles.
1. INTRODUCCIÓN Y MARCO TEÓRICO
El proceso de enseñanza-aprendizaje de la matemática, ha sido motivo de estudio
a lo largo de las últimas décadas gracias al carácter de ciencia exacta de esta y
debido a que el estudio de ella se ha considerado “traumático” para muchos. Ese
aprendizaje “traumático” y el poco gusto por la asignatura, también se han
relacionado con el género, puesto que socialmente se cree que las mujeres logran
un menor aprendizaje de la matemática que los hombres y que esto hace que
ellas manifiesten menos motivación para trabajar con la misma. Por otra parte, la
historia también se ha encargado de situar de mejor forma a los hombres que a las
mujeres respecto a esta ciencia.
Sin embargo, investigaciones como las de Forgasz (2000) y Torres (2011) han
evidenciado que las creencias antes referidas no son ciertas si se logra establecer
ambientes propicios para el aprendizaje de esta asignatura. Esos escenarios
propicios se refieren a dejar de lado los estereotipos y paradigmas sociales y
culturales que encierra el aprendizaje de la matemática en hombres y mujeres en
entornos de orden social, económico, político y multicultural (Salazar, Hidalgo, &
Álvarez, 2008; Salazar, et al., 2010).
Bajo la premisa de que no hay certeza sobre la diferencia en el aprendizaje de la
matemática dependiendo del género, Perich (2009), creador de la página
www.sectormatematica.cl, plantea que el desarrollo del pensamiento matemático
debe surgir naturalmente en niños y niñas si se programa la enseñanza en
igualdad de condiciones desde los niveles preescolares, haciendo a la familia
parte de una estimulación matemática que involucre a niños y niñas por igual. En
ese sentido se pueden crear esos ambientes equilibrados que se necesitan para
que la motivación sea equitativa y se generen procesos adecuados de
autorregulación y establecimiento de metas.
Es así como desde el punto de vista conceptual la presente investigación pretende
generar inquietud respecto a las teorías relacionadas con el aprendizaje en
hombres y mujeres, enfocándose en las metas que estos se plantean en un
entorno académico desde las matemáticas y su relación con aspectos como la
autorregulación y la motivación. La autorregulación se puede entender como la
capacidad de la persona para dirigir su propia conducta y la motivación como el
conjunto de procesos implicados en la activación, dirección y persistencia de esa
conducta (González, Valle, Piñeiro, Rodríguez, Núñez, & Pérez, 2003). Según
Lopez, Maldonado, Ibáñez, Sanabria, Quintero, Valencia y Sarmiento (2004) la
autorregulación en el aprendizaje tiene etapas tales como: Formular o asumir
metas concretas, planificar las actividades para su actuación, observar su propio
desempeño, evaluarse continuamente de acuerdo a las metas y criterios fijados
para valorar el estado de su aprendizaje y comparar las metas con actuaciones
reales con el fin de tomar acciones encaminadas a ajustar o reformular tales
metas.
Por otra parte, la meta académica se puede definir como un propósito que se traza
un individuo, para alcanzar un objetivo inicial. Las metas se dividen principalmente
en dos: las de aprendizaje y las de rendimiento. Las de aprendizaje son las metas
que tiene interiormente una persona y que se refieren a ese querer siempre
adquirir el conocimiento; las de rendimiento son las que el individuo adquiere
exteriormente y que se desarrollan a partir de los estímulos como el querer
obtener mejores notas, los premios otorgados por los padres o el querer ser mejor
para tener reconocimientos (González, et al., 1996).
Ya concretamente la presente investigación pretendió eestudiar la relación
existente entre el género y las metas que se fijaban los estudiantes de grado
décimo de dos colegios de Bogotá al solucionar problemas de triángulos
rectángulos en un ambiente computacional. El trabajo fue orientado por tres
preguntas básicas: a) ¿Existe diferencia entre estudiantes de género femenino y
masculino en cuanto a la formulación de metas en la resolución de problemas de
triángulos rectángulos mediada por un ambiente computacional? b) ¿Existe
diferencia entre estudiantes de género femenino y masculino en cuanto al alcance
de las metas propuestas en la resolución de problemas de triángulos rectángulos
mediada por un ambiente computacional? y c). ¿Existe diferencia entre
estudiantes de género femenino y masculino en cuanto al ajuste de metas en la
resolución de problemas de triángulos rectángulos mediada por un ambiente
computacional? Las hipótesis que se sometieron a prueba fueron que en ninguna
de las situaciones antes referidas existían diferencias entre estudiantes de género
femenino y masculino.
Desde la perspectiva pedagógica, el proceso que se desarrolló estuvo orientado
en primer lugar hacia un aprendizaje significativo según la teoría de Ausubel,
Novak y Hanesian (1983), puesto que el estudiante parte de una
conceptualización previa (módulo de teoría) para posteriormente hacer uso del
conocimiento y aplicarlo en un contexto (módulos de entrenamiento y evaluación);
por otro lado se desarrolló la planificación y ejecución de metas como estrategias
de un aprendizaje autorregulado según la teoría de Zimmerman y Martínez-Pons
(1986), dado que en este modelo el estudiante se hizo partícipe activo de su
proceso de aprendizaje y es en este espacio en el que puede apropiar ese
conocimiento. Finalmente, el proceso trajo a colación elementos del
constructivismo de la teoría de Jean Piaget, la cual expresa que el conocimiento
se desarrolla cuando el individuo interactúa con su entorno; en este caso el
software es la base de la interacción del estudiante con el ambiente
computacional. En la figura 1 se observa el diagrama del proceso pedagógico
desarrollado desde el software.
Figura 1. Diagrama del proceso pedagógico desarrollado desde el software.
2. MATERIALES Y MÉTODOS
En primera instancia se construyó un software que sirviera como herramienta para
la solución del problema de investigación. A este software se le dio el nombre de
SOFTRI y fue desarrollado por un equipo de personas del cual hizo parte el autor.
Para su construcción se utilizó el programa Toolbook versión 4. En el numeral 2.4
se hablará un poco del software realizado junto con el dominio de conocimiento.
2.1. TIPO DE INVESTIGACIÓN
Según los parámetros de Sánchez y Reyes (2002), esta investigación es de
naturaleza correlacional puesto que tiene como propósito evaluar el grado de
relación que existe entre dos o más conceptos o variables (en un contexto en
particular).
2.2. POBLACIÓN Y MUESTRA
La población estudiada estuvo constituida por estudiantes de grado décimo de los
colegios Gimnasio Campestre y Gimnasio Santa María, instituciones educativas
de carácter privado, ubicadas en los estratos socio-económicos 5 - 6 de la ciudad
de Bogotá. Las edades de los estudiantes oscilaron entre 15 y 17 años y la
muestra fue de 116; 62 de género masculino y 54 de género femenino.
Figuras 2 y 3. Estudiantes trabajando en el software SOFTRI.
2.3. VARIABLES
Se utilizó una variable atributiva que actuó como independiente: género del
estudiante. Las cuatro variables dependientes consideradas fueron: resultado de
la evaluación, establecimiento de la meta, ajuste de la meta y alcance de la meta.
Vale aclarar que cada variable dependiente tuvo un dominio desde 1 hasta 20
puntos, de acuerdo a la cantidad de problemas que pudiera resolver, siendo la
cantidad máxima 20; sobre esta cifra fue que se contrastaron las variables
enfocadas a la meta y la variable enfocada a la evaluación.
2.4. DOMINIO DE CONOCIMIENTO
Dentro del sistema se presenta como conocimiento específico la resolución de
problemas de triángulos rectángulos a partir de las razones trigonométricas con
base en tres módulos (figura 5). El primer módulo, el de teoría (figura 6) trabaja los
siguientes conceptos: ángulo, triángulo rectángulo, teorema de Pitágoras y
razones trigonométricas. Por otro lado, el módulo de entrenamiento (figura 7) tiene
tres tipos de problemas: el del globo, el del avión y el de la sombra que proyecta
un edificio. Finalmente, en el módulo de evaluación (figura 8) se presentan los
mismos tipos de problemas mencionados anteriormente, pero se incluye un tipo de
problema adicional que es el de la montaña, en total fueron 20 problemas, 5 de
cada tipo. Para trabajar en los tres módulos, en primera instancia el estudiante
debía registrarse con el código asignado previamente y plantearse la meta inicial
desde 1 hasta 20 (figura 4), para luego ingresar a presentar una prueba
diagnóstica de 12 puntos. Enseguida se replanteaba la meta inicial, luego
trabajaba en el módulo de teoría (paralelo a este se puede utilizar el módulo de
entrenamiento) y por último ingresaba al módulo de evaluación cuando ya lo
considerara necesario, previo a esto debía replantearse la meta por segunda vez,
que sería la que finalmente iba a contrastar con el resultado de la evaluación.
Figura 4. Fijación de meta del estudiante.
Figura 5. Módulos del software.
Figura 6. Módulo de teoría.
Figura 7. Trabajo en el módulo de entrenamiento.
Figura 8. Entrada al módulo de Evaluación.
3. RESULTADOS Y DISCUSIÓN
3.1. Análisis respecto a las metas
3.1.1 Comparación de metas
En primera instancia se analizó el comportamiento de los estudiantes de ambos
géneros respecto a la selección de metas. Para ello se tuvieron en cuenta tres
tipos de metas: inicial (que se plantea una vez el estudiante se registra y lee las
instrucciones), intermedia (es el ajuste de la meta inicial y se hace después de
hacer la prueba de entrada de 12 preguntas) y final (que se hace antes de realizar
la evaluación y después de revisar los módulos de teoría y entrenamiento). A
continuación (tabla 1) se muestran las medias en cada una de las metas y el
género:
Media
Género Masculino Femenino
Meta inicial 15,3 13,0
Meta intermedia 15,6 13,0
Meta final 15,9 13,1 Tabla 1. Medias de los géneros en cada uno de los momentos de planteamiento de la meta
Como se observa, los hombres se fijaron la meta inicial de resolver bien cerca de
15 problemas sobre los 20 planteados y terminaron fijándose una meta de 16
problemas, mientras que las mujeres se mantuvieron en su meta inicial de resolver
bien 13 problemas sobre los 20 planteados.
Figura 9. Comparación entre el planteamiento de las metas de hombres y mujeres.
Otro aspecto a resaltar de acuerdo con la figura 9 es que las mujeres nunca
estuvieron por encima en el planteamiento de metas con respecto a los hombres.
Se encontraron diferencias significativas entre cada uno de los momentos del
planteamiento de la meta entre hombres y mujeres. Estas diferencias se
manifestaron en el hecho de que la meta de los hombres fue de resolver en cerca
de 2 problemas más que las mujeres en cada uno de los momentos del
establecimiento. Cabe anotar que el primer ajuste de meta hace referencia a la
meta intermedia y el segundo ajuste de meta hacer referencia a la meta final.
3.1.2 Comparación de las medias entre pares de metas
Para el caso de los hombres, se encontraron diferencias significativas en el
planteamiento de la meta inicial y la meta final; en el primer ajuste (meta
intermedia) no se evidencia este hecho (tabla 1). Como se observó en cada una
de las medias de las metas, se podría decir que al inicio los hombres tendieron a
plantearse 15 ejercicios resueltos, y justo antes de la evaluación se plantearon
resolver bien 16. Las diferencias no se observaron en el primer ajuste y el
segundo ajuste. Para el caso de las mujeres no se encontraron diferencias
0
5
10
15
20
Comparación media de las metas
MASCULINO
FEMENINO
significativas en ninguna de las etapas de planteamiento de metas puesto que en
cada uno de los momentos ese planteamiento estuvo muy cerca de 13 problemas
bien resueltos.
3.1.3 Comparación entre el planteamiento de las metas desde la dispersión
A continuación (tabla 2) se observan las desviaciones estándar:
Desviación Estándar
Género Masculino Femenino
Meta inicial 2,58 3,25
Meta intermedia 2,70 3,34
Meta final 2,64 3,99
Tabla 2. Desviación estándar de los géneros.
Figura 10. Comparación de la desviación estándar en cuanto al planteamiento de metas entre
hombres y mujeres.
Como se observa en la tabla 2 y en la figura 10 los resultados de las mujeres
mostraron mayor dispersión con respecto a los logrados por los hombres y esta se
manifiesta de manera más evidente en el planteamiento de la meta final.
012345
Comparación desviación estándar de las metas
MASCULINO
FEMENINO
3.1.4 Comparación entre el resultado de la evaluación y la meta final.
Resultado de la evaluación
En la tabla 3 se presentan la media y la desviación estándar del resultado de la
evaluación:
Género N Media Desviación
típ.
Mujer 54 15,26 4,071
Hombre 62 16,81 3,908
Tabla 3. Media y desviación estándar de la evaluación en hombres y mujeres.
Los resultados de la evaluación logrados por hombres y mujeres mostraron
diferencias significativas. Lo anterior confirma que a los hombres les fue mejor en
promedio que a las mujeres en la evaluación, a pesar de que ambos grupos
tuvieron buenos resultados y por encima de la meta planteada.
Comparación entre la meta final y el resultado de la evaluación en cada
género
En la tabla 4 se presentan los resultados de la comparación entre las cifras de la
meta final y el resultado de la evaluación para el grupo de los hombres:
Media N Desviación
típ.
Segundo ajuste de meta 15,84 62 2,650
Resultado de la evaluación sobre 20 16,81 62 3,908
Tabla 4. Medias y desviaciones estándar de la meta final y el resultado de la evaluación de los
hombres.
La prueba de significancia permitió evidenciar que no hubo diferencias
significativas entre el planteamiento de la meta final de los hombres y el resultado
de la evaluación, a pesar de que la diferencia es de un punto a favor del resultado
de la evaluación.
En la tabla 5 se presentan los resultados de la comparación entre las cifras de la
meta final y el resultado de la evaluación para el grupo de las mujeres:
Media N Desviación
típ.
Segundo ajuste de meta 13,28 54 3,718
Resultado de la evaluación sobre 20 15,26 54 4,071
Tabla 5. Medias y desviaciones estándar de la meta final y el resultado de la evaluación de las
mujeres.
Entre las mujeres sí hubo diferencias significativas entre la meta final que se
propusieron y los resultados de la evaluación; aquí la diferencia fue de dos puntos
a favor de la evaluación. En los dos casos, hombres y mujeres se fijaron metas por
debajo del resultado (tablas 4 y 5); es decir que no sólo alcanzaron la meta sino
que la superaron.
Correlación entre la meta final y el resultado de la evaluación
A continuación (tablas 6 y 7) se presentan las correlaciones, utilizando el método
de Pearson, entre el segundo ajuste de la meta y la evaluación tanto en hombres
como en mujeres.
HOMBRES
Segundo ajuste de
meta
Resultado de la evaluación
sobre 20
Correlación de Pearson
,361(**)
Sig. (bilateral) ,004
N 62
Tabla 6. Correlación segundo ajuste de meta y
evaluación hombres. La correlación es significativa
al nivel 0,01 (bilateral).
MUJERES
Segundo ajuste de
meta
Resultado de la evaluación
sobre 20
Correlación de Pearson
,549(**)
Sig. (bilateral) ,000
N 54 54
Tabla 7. Correlación segundo ajuste de meta y
evaluación mujeres. La correlación es significativa al
nivel 0,01 (bilateral).
En ambos grupos se presentó una correlación significativa, en las mujeres fue un
poco más alta. A nivel general se evidencia la correspondencia entre lo que se
plantearon como meta y lo que obtuvieron en la evaluación por parte de los dos
grupos.
3.2. Tiempo y prueba diagnóstica
3.2.1. Duración del trabajo con el software
Se pretendía indagar si existían diferencias significativas en cuanto al tiempo de
ejecución de la prueba con el programa SOFTRI. En la tabla 8 se presentan la
media y la desviación estándar (en minutos):
Género N Media Desviación típ.
Tiempo de duración
Mujer 54 101,09 16,911
Hombre 62 87,38 23,495
Tabla 8. Media y desviación estándar de la duración de ejecución del trabajo (en minutos) en el
programa SOFTRI.
Los resultados señalan que las mujeres dedicaron más tiempo a trabajar en el
software (aproximadamente 101 minutos) y que su desviación estándar es más
baja (aproximadamente 17 minutos), mientras que los hombres se tardaron cerca
de 14 minutos menos que ellas, aunque su desviación estándar fue superior a 23.
Evidentemente se observan diferencias significativas en el promedio de trabajo en
el software entre los dos grupos y también en la desviación estándar. Aunque este
no era uno de los objetivos de análisis de la investigación, si podría evidenciar
otros aspectos que involucrarían directamente a las características de hombres y
mujeres, tales como como la concentración y la seguridad en la toma de
decisiones; pero estos aspectos podrían ser motivo de otra clase de estudios.
3.2.2. Análisis de la prueba diagnóstica
En la tabla 9 se presenta la comparación entre las medias y las desviaciones
estándar de los resultados de la prueba diagnóstica:
Género N Media Desviación
típ.
Mujer 54 9,74 1,348
Hombre 62 9,35 1,415
Tabla 9. Media y desviación estándar de la prueba diagnóstica.
Los valores de las medias y de las desviaciones estándar son muy cercanos,
hecho que sugiere que tanto hombres como mujeres comenzaron el trabajo en
SOFTRI en condiciones de conocimiento sobre la temática muy cercanas.
3.2.3. Correlación entre los resultados de la prueba diagnóstica y los de la
evaluación.
Las tablas 10 y 11 presentan la correlación entre los resultados de la prueba
diagnóstica y la evaluación tanto en hombres como en mujeres.
Tabla 10. Correlación prueba diagnóstica y evaluación en hombres.
HOMBRES
Resultado en la prueba de
entrada sobre 12 puntos
Resultado de la
evaluación sobre 20
Resultado en la prueba de entrada sobre 12 puntos
Correlación de Pearson
0,140
Sig. (bilateral)
,278
N 62
MUJERES
Resultado en la prueba de entrada sobre 12 puntos
Resultado de la evaluación sobre 20
Resultado en la prueba de entrada sobre 12 puntos
Correlación de Pearson
0,411(**)
Sig. (bilateral)
,002
N 54
Tabla 11. Correlación prueba diagnóstica y evaluación en mujeres, la correlación es significativa al nivel 0,01 (bilateral).
Desde el método de correlación aplicado, utilizando el método de Pearson, las
mujeres presentaron una correlación significativa entre la prueba diagnóstica y la
evaluación mientras que en el caso de los hombres no fue así. Vale aclarar que
para establecer la correlación entre estas dos variables se ponderaron las mismas
a una escala sobre 10, ya que la prueba diagnóstica era sobre 12 puntos y la
evaluación sobre 20.
4. CONCLUSIONES
Respecto a la hipótesis: No existen diferencias significativas entre estudiantes de
género femenino y masculino en cuanto a la formulación de metas relacionadas
con la resolución de problemas de triángulos rectángulos mediada por un
ambiente computacional; este estudio señala que sí existen diferencias
significativas entre estudiantes de género masculino y femenino, puesto que los
hombres se propusieron como meta resolver en promedio cerca de 16 problemas
mientras que las mujeres se propusieron resolver cerca de 13.
Respecto a la hipótesis: No existen diferencias significativas entre estudiantes de
género femenino y masculino en cuanto al logro de las metas propuestas en la
resolución de problemas de triángulos rectángulos mediada por un ambiente
computacional; el análisis estadístico indica que sí hubo diferencia, los hombres
obtuvieron mejores resultados que las mujeres; en este caso la diferencia fue de
dos puntos.
Respecto a la hipótesis: No existen diferencias significativas entre estudiantes de
género femenino y masculino en cuanto al ajuste de metas en la resolución de
problemas de triángulos rectángulos mediada por un ambiente computacional;
esta se confirmó, puesto que en ninguno de los géneros se evidenciaron grandes
diferencias al ajustar la meta en el primero y segundo ajuste (meta intermedia y
meta final, respectivamente).
Volviendo a la variable planteamiento de la meta, se estableció que en esta clase
de entornos los hombres se plantearon metas más altas que las mujeres; las
mujeres fueron menos “arriesgadas” al momento de ajustar las metas y optaron
por mantenerlas en cada uno de los momentos, mientras que los hombres sí se
“aventuraron” a subirlas.
En los aspectos anteriormente estudiados se confirman las afirmaciones de Nuria,
Blanco y Guerrero (2006), respecto a que las actitudes y las reacciones
emocionales de los estudiantes hacia las matemáticas y su aprendizaje varían en
función del género; los resultados de la manera como los dos grupos afrontaron
cada etapa del trabajo (establecimiento de la meta, tiempo de ejecución de la
prueba y puntajes obtenidos) son evidencia de ello.
De otro lado se logró establecer que los valores de las variables meta final
(segundo ajuste de meta) y resultado de la evaluación estuvieron estrechamente
relacionadas; prueba de lo anterior es la notable concordancia entre lo que los
estudiantes se propusieron y lo que obtuvieron, incluso se observan casos (tanto
en hombres como en mujeres) en los que los resultados estuvieron
significativamente por encima de la meta. En el caso de las mujeres la correlación
de las dos variables fue un poco más alta.
En cuanto al tiempo que tardaron en realizar la prueba con el software, aunque no
era una variable clave a estudiar, se observó que los hombres emplearon mucho
menos tiempo que las mujeres, pero la desviación estándar de los mismos fue
mucho más alta. Esto podría indicar que el grupo de las mujeres fue más
homogéneo en cuanto al uso del tiempo que el de los hombres. En este aspecto,
este estudio guarda concordancia con otras investigaciones como la de Camacho
(2006), la cual se refiere a aspectos como la autorregulación.
En lo referente a la prueba diagnóstica se pudo evidenciar que a nivel de
conocimiento, y siendo la población de dos colegios diferentes, tanto hombres
como mujeres llegaron en condiciones similares, pues no se encontraron
diferencias significativas. Respeto a la prueba diagnóstica y su relación con el
resultado de la evaluación, los resultados obtenidos por las mujeres en ambos
momentos guardaron una correlación significativa, mientras que en el caso de los
hombres no. Esto pudo indicar que a nivel grupal que mujeres que obtuvieron
buenos resultados en la prueba diagnóstica también los obtuvieron en la
evaluación y a las que no les fue tan bien en una, tampoco les fue tan bien en la
otra. En el caso de los hombres la situación pudo ser distinta, esa correlación no
se evidenció claramente. En términos generales la investigación también evidenció
que la población obtuvo resultados altos y superiores a sus propias metas.
Finalmente, es importante tener en cuenta el ejercicio desarrollado con esta
población para que a futuro se pueda comparar con otros entornos y estratos, a fin
de establecer semejanzas y diferencias; en el caso del autor ya ha explorado en
otros artículos estos aspectos. De igual forma tratar de hacer más estudios
contrastando resultados obtenidos y tiempo de trabajo para observar otros
aspectos no solo desde el punto de vista cuantitativo, si no cualitativo. Es claro
que esta clase de trabajos mezclando la academia con la tecnología pueden
ayudar a los docentes a desarrollar procesos de investigación que les permitan
conocer un poco más los grupos y entornos con los que trabajan.
AGRADECIMIENTOS
Coautores Software SOFTRI: MG. Efraín Chiguasuque Bello y MG. Diego Mauricio
Chaparro A.
LISTA DE REFERENCIAS
Ausubel, D. P., Novak, J. D., & Hanesian, H. (1983). Psicología Educativa. México,
México: Trillas.
Camacho, M. (2006). La autorregulación para el aprendizaje y el género. México,
México: UAEM
Forgasz, J. (2000). The gender-stereotyping of mathematics: Pre-service teachers’
views. Artículo presentado en la Conferencia Anual de la Asociación
Australiana de Investigación en Educación [AARE]. Recuperado el 15 de
marzo de 2013, en www.aare.edu.au/.
González, R., Valle, A., Piñeiro, I., Rodríguez, S., Núñez, J. & Pérez, C. (1996).
Una aproximación teórica al concepto de metas académicas y su relación
con la motivación. Psicothema, 8 (1), 45-61.
González, R., Valle, A., Piñeiro, I., Rodríguez, S., Núñez, J. & Pérez, C. (2003)
Multiple goals, motivation and academic learning. British Journal of
Educational Psychology, 73, 71–87.
Lopez, O., Maldonado, A., Ibáñez, J., Sanabria, L. B., Quintero, V., Valencia N., &
Sarmiento, L. C. (2004). La autorregulación como mecanismo de evaluación
en el área de tecnología e informática en Colombia. Memorias del VII
Congreso Colombiano de Informática Educativa, 54-57.
Nuria, I., Blanco, L. J., & Guerrero, E. (2006). El papel de la afectividad en la
resolución de problemas matemáticos. Revista de Educación, 340, 551-569.
Perich, D. (2009). ¿Se debe enseñar matemáticas de manera distinta a las
mujeres para mejorar su desempeño? Recuperado el 12 de febrero de 2013,
en www.educarchile.cl/Portal.Base/Web/VerContenido.aspx?ID=195887
Salazar, L., Hidalgo, V. & Álvarez, M. (2008). Género y educación matemática.
Sigma, 8, 44-48.
Salazar, L., Hidalgo, V. & Álvarez, M. (2010). Estudio sobre diferencias de género
en el aula de matemáticas. Revista Latinoamericana de Etnomatemática 3 (2), 4-
13. Recuperado el 21 de febrero de 2013, en http://www.etnomatematica.org/v3-
n2-agosto2010/blanco-hidalgo-salazar-pdf
Sánchez, H., & Reyes, C. (2002). Metodología y diseños en la Investigación
Científica. Lima, Perú: URP-Editorial Universitaria.
Torres, W. (2011). Incidencia del género en la formulación de metas. Tesis de
grado de Maestría en Tecnologías de la Información Aplicadas a la
Educación. Universidad Pedagógica Nacional, Bogotá, Colombia.
Zimmerman, B. J., & Martínez-Pons, M. (1986): Development for a structure
interview for assessing student use of self-regulated learning-strategy.
American Educational Research Journal, 23, 614-628.