DISEÑO DE MODELO DE EVALUACIÓN EN EL PROCESO...
Transcript of DISEÑO DE MODELO DE EVALUACIÓN EN EL PROCESO...
1
DISEÑO DE MODELO DE EVALUACIÓN EN EL PROCESO ENSEÑANZA
APRENDIZAJE, MEDIADO CON LABORATORIO VIRTUAL EN
NANOCIENCIA Y NANOTECNOLOGÍA PARA MATERIALES DE
INGENIERÍA DEL PROYECTO CURRICULAR DE TECNOLOGÍA
INDUSTRIAL DE LA FACULTAD TECNOLÓGICA DE LA UNIVERSIDAD
DISTRITAL FRANCISCO JOSÉ DE CALDAS.
RODRIGO QUINTERO REYES
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ CALDAS
FACULTAD DE CIENCIAS Y EDUCACIÓN
MAESTRÍA EN COMUNICACIÓN-EDUCACIÓN
BOGOTÁ D.C. ENERO 2017
2
DISEÑO DE MODELO DE EVALUACIÓN EN EL PROCESO ENSEÑANZA
APRENDIZAJE, MEDIADO CON LABORATORIO VIRTUAL EN
NANOCIENCIA Y NANOTECNOLOGÍA PARA MATERIALES DE
INGENIERÍA DEL PROYECTO CURRICULAR DE TECNOLOGÍA
INDUSTRIAL DE LA FACULTAD TECNOLÓGICA DE LA UNIVERSIDAD
DISTRITAL FRANCISCO JOSÉ DE CALDAS.
RODRIGO QUINTERO REYES
Trabajo de Grado para obtener el título de
Magister en Comunicación y Educación
Asesor: WILSON ALEXANDER PINZÓN RUEDA
MSc. en Ingeniería Industrial
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ CALDAS
FACULTAD DE CIENCIAS Y EDUCACIÓN
MAESTRÍA EN COMUNICACIÓN-EDUCACIÓN
BOGOTÁ D.C. ENERO 2017
3
NOTA DE ACEPTACIÓN
Director de tesis
___________________________________________
Nombre
___________________________________________
Evaluador 1: Nombre
___________________________________________
Evaluador 2: Nombre
4
TABLA DE CONTENIDO
Pag
Resumen…..………………………………………………………………………... 9
INTRODUCCIÓN…………………………………………………………………. 11
1 DESCRIPCIÓN DE LA SITUACIÓN……………………………………….. 13
1.1 Planteamiento del problema……………………………………………………. 13
1.2 Justificación……………………………………………………………………... 16
1.3 Antecedentes de la situación…………………………………………………….. 17
1.4 Formación en nanotecnología…………………………………………………... 18
1.4.1 Tecnoparque Sena Cazucá…………………………………………………….. 19
1.4.2 Laboratorio de nanotecnología de la Universidad Javeriana…………………... 20
1.4.3 Laboratorio de nanotecnología de la Universidad de los andes……………….. 21
2. MARCO CONTEXTUAL……………………………………………………….. 22
2.1 El Proyecto curricular de Tecnología industrial……………………..…………… 22
2.2 Importancia de la Asignatura de materiales de Ingeniería….……………………. 23
3. Marco conceptual……………………………………………………………….… 24
4 MARCO TEÓRICO…………………………………..………………………….. 26
4.1 Contexto histórico de la nanociencia y la nanotecnología……………………….. 26
4.2 Teorías de formación, Let Vigotsky, Jean Piaget……….…….………………….. 28
4.3 Medición del efecto del proceso de formación, psicometría……………..………. 32
4.3.1 La teoría de respuesta al ítem (TRI)…………………………………………...... 33
5
5. MARCO METODOLÓGICO…………………………………………………. 35
5.1 Aspectos a medir……………………………………………………………….. 36
5.2 Población objetivo……………………………………………………………… 37
5.3 Diseño del instrumento de evaluación…………………………………………. 37
5.3.1 Descripción de los formatos de las dos etapas…………………………………38
5.4 Análisis de la información inicial………………………………………………..39
5.5 Comparación de los datos de entrada y salida………...………………………….58
6 CONCLUSIONES Y RECOMENDACIONES……………………………….....62
7 BIBLIOGRAFIA…………………………………………………………………64
8 ANEXOS…………………………………………………………………………68
6
LISTA DE TABLAS
Pag
Tabla 1. Conceptos fundamentales de Vigotsky…………………………………. 29
Tabla 2. Teorías de Jean Piaget…………………………………………………… 30
Tabla 3. Criterios para el diseño de las preguntas en la evaluación de entrada…… 37
Tabla 4. Criterios para el diseño de las preguntas en la evaluación de salida…….… 38
Tabla 5. Cantidad de estudiantes quienes respondieron el cuestionario de entrada… 39
Tabla 6. Cantidad de aciertos de acuerdo a la ubicación por semestre del estudiante...41
Tabla 7. Cantidad de aciertos de acuerdo a la ubicación por semestre del estudiante..41
Tabla 8. Número de veces que accedió a moodle en la semana de la evaluación…….46
Tabla 9. Porcentaje de acierto en cada pregunta según el número de veces que accedió a
moodle…………………………………………………………………………….. …46
Tabla 10. Número de aciertos y participación en cursos virtuales…………………….51
Tabla 11. Porcentaje de acierto en cada pregunta según número de videos observados 53
Tabla 12. Puntaje según cantidad de creditos tomados………………………………...55
Tabla 13. Porcentaje según cantidad de creditos tomados……………………………..55
Tabla 14. Cantidad de aciertos en la entrada y salida del proceso……………………..58
Tabla 15. Cálculo de la media para aciertos y desaciertos……………………………..59
Tabla 16. Cálculo de la media para aciertos y desaciertos……………………………..61
7
LISTA DE FIGURAS
Pag
Figura 1. Lineas de investigación en nanomateriales grupo de investigacion Universidad
Javeriana……………………………………………………………………………… 20
Figura 2. Sala limpia para el laboratorio de nanotecnología………………………… 21
Figura 3. Maqueta de trabajo de clase sobre estructura cristalina de un material…… 21
Figura 4. Microscopios basados en mecánica cuántica….………………………….. 23
Figura 5. Características del constructivismo………………………………………... 31
Figura 6. Modelo de evaluación propuesto…………………………………………….35
Figura 7. Interacción de los estudiantes con el entorno………………………………..36
Figura 8. Porcentaje de aciertos según género y pregunta…………………………….40
Figura 9. Porcentaje de acierto en las preguntas según ubicación del semestre………42
Figura 10. Acierto en la pregunta 1 según ubicación del semestre……………………42
Figura 11. Acierto en la pregunta 2 según ubicación del semestre……………………43
Figura 12. Acierto en la pregunta 3 según ubicación del semestre……………………43
Figura 13. Acierto en la pregunta 4 según ubicación del semestre……………………44
Figura 14. Acierto en la pregunta 5 según ubicación del semestre……………………44
Figura 15. Acierto en la pregunta 6 según el semestre………………………………...45
Figura 16. Acierto en la pregunta 7 según ubicación del semestre……………………45
Figura 1Porcentaje de acierto en cada pregunta según el número de veces que accedió a
moodle……………………………………………………………………………….47
Figura 18. Porcentaje de acierto en pregunta 1 según el número de veces que accedió a
moodle…………………………………………………………………………………47
Figura 19. Porcentaje de acierto en pregunta 2 según el número de veces que accedió a
moodle………………………………………………………………………………….48
Figura 20. Porcentaje de acierto en pregunta 3 según el número de veces que accedió a
moodle…………………………………………………………………………………48
8
Figura 21. Porcentaje de acierto en pregunta 4 según el número de veces que accedió a
moodle…………………………………………………………………………………49
Figura 22. Porcentaje de acierto en pregunta 5 según el número de veces que accedió a
moodle…………………………………………………………………………………50
Figura 23. Porcentaje de acierto en pregunta 6 según el número de veces que accedió a
moodle…………………………………………………………………………………50
Figura 24. Porcentaje de acierto en pregunta 7 según el número de veces que accedió a
moodle…………………………………………………………………………………51
Figura 25. Porcentaje de acierto en cada pregunta según participación en cursos
virtuales……………………………………………………………………………….52
Figura 26. Cantidad de aciertos según número de videos observados………………..54
Figura 27. Puntaje para 7 a 9 créditos tomados por los estudiantes………………….55
Figura 28. Puntaje para 10 a 14 créditos tomados por los estudiantes……………….56
Figura 29. Puntaje para 15 a 16 créditos tomados por los estudiantes……………….56
Figura 30. Puntaje para 18 créditos tomados por los estudiantes…………….………57
Figura 31. Puntaje para 19 o más créditos tomados por los estudiantes……………..57
Figura 32. Gráfica donde se observa la media en aciertos para cuestionarios entrada -
salida………………………………………………………………………………….60
9
Resumen
El proyecto de investigación planteado pretende caracterizar a través de un modelo
de evaluación, el desempeño de los estudiantes de Tecnología Industrial de la Facultad
Tecnológica de la Universidad Distrital Francisco José de Caldas, en conocimientos
relacionados con nanociencia y nanotecnología, en el proceso enseñanza aprendizaje, a
través de la mediación de elementos comunicativos como plataforma moodle y sus
diferentes recursos, videos, foros, chat, cuestionarios y juegos.
Inicialmente se evalúa el acierto de los estudiantes en conocimientos básicos sobre
nanociencia y nanotecnoogía, de acuerdo a condiciones como edad, género, semestre en
curso, número de créditos y experiencia en cursos virtuales, con estos datos se realiza la
caracterización utilizando técnicas de estadística descriptiva, finalmente después de
interactuar en la plataforma y recibir asesorías, nuevamente se evalúa con el fin de
contrastar dichos resultados.
Palabras Claves: Nanociencia, Nanotecnolgía, Moodle, Estadística Descriptiva,
Mediación.
10
AGRADECIMIENTOS
El autor expresa agradecimientos a:
Ing. Wilson Alexander Pinzón Rueda, por su preocupación y apoyo desinteresado, su
excelente colaboración y guía en todo el proceso de estudio, especialmente reconozco su
valiosa amistad.
Al Director y Docentes de la Maestría en Comunicación Educación por su paciencia y
aportes durante la permanencia en la Maestría.
A mi hermosa y grandiosa familia, especialmente mis padres, siempre me acompañaron,
estuvieron pendientes, Dios los bendiga, guarde y proteja por siempre.
11
INTRODUCCIÓN
El siguiente trabajo de investigación surge debido a la preocupación como docente
por la inexistencia de contenidos temáticos relacionados con la nanociencia y la
nanotecnología en áreas específicas de la Asignatura Materiales de Ingeniería, es
relevante concientizar a los miembros de la comunidad académica de la Facultad
Tecnológica en dichas temáticas puesto que en la mayoría de los Proyectos Curriculares
está incluida dicha Asignatura; además el conocimiento y auge de estas ciencias permite
encontrar nuevos significados tanto epistemológicos para la comprensión de dichas
teorías como el gran impacto que ocasiona la aplicación de las mismas, en la construcción
de nuevos dispositivos técnicos, para solucionar diversas necesidades en la industria,
diseño y fabricación de novedosos objetos utilizados en la vida cotidiana, entre otros por
ejemplo pantallas de puntos cuánticos, microchips o memorias de alta capacidad y
celulares inteligentes.
Se recomienda con esta propuesta el estudio y comprensión de la nanociencia y la
nanotecnología, propender desde ya por la investigación multidisciplinar donde exista
colaboración permanente entre la comunidad académica, cada participante del proceso
puede contribuir activamente desde su formación disciplinar aportando para el
incremento de los conocimientos en nanociencia, con propuestas de proyectos de grado
en dichas áreas, desarrollo de aplicativos o software educativo con la finalidad de explicar
conceptos de nanociencia, exploración sobre los diversos métodos productivos de
nanomateriales, estudio y clasificación de los diferentes tipos de nanomateriales y el
impacto que estas poderosas tecnologías tienen como fundamento de una nueva
revolución industrial.
12
Asimismo con el proyecto de investigación se propone el diseño de un modelo de
evaluación con el fin de caracterizar los aciertos y desaciertos de los estudiantes de
Tecnología Industrial, en conocimientos relacionados con nanociencia y nanotecnología,
durante el proceso enseñanza aprendizaje, a través de la mediación de elementos
comunicativos como plataforma moodle y sus diferentes recursos.
El diseño del modelo de evaluación parte inicialmente con la realización de una
evaluación sobre conocimientos básicos en nanociencia y nanotecnología, de acuerdo a
condiciones de los estudiantes como edad, género, semestre en curso, número de créditos
y experiencia en cursos virtuales, se realiza la caracterización utilizando técnicas de
estadística descriptiva, evaluando el acierto y desacierto de cada pregunta planteada,
posteriormente el proceso enseñanza aprendizaje se realiza con la mediación de recursos
como plataforma moodle, allí se encuentran diversas estrategias para el estudio y
comprensión de conceptos en nanociencia y nanotecnología, también se realizan asesorías
personalizadas resolviendo dudas y comentando sobre dichos conocimientos, finalmente
se realiza otra evaluación con el fin de contrastar los resultados de las dos pruebas, inicial
y final.
13
1 DESCRIPCIÓN DE LA SITUACIÓN
Dentro de los argumentos planteados por el proyecto está la necesidad de
fortalecer los procesos curriculares de los programas de tecnología por cuanto el eje
de la nanociencia y la nanotecnología está casi ausente en los planes de estudio, estos
grandes conceptos solamente se mencionan durante las clases, sin ninguna
intencionalidad pedagógica, a esto se le suma la inexistencia de laboratorios
especializados para realizar prácticas, la ausencia de recursos didácticos diseñados
para la enseñanza en dichas áreas, un mayor interés por el uso de recursos como la
internet para la sensibilización en los temas mencionados, el fortalecimiento de
convenios con otras instituciones donde se encuentran laboratorios especializados en
estas ciencias, para el auge y promoción de dichas tecnologías orientadas hacia las
prácticas académicas.
1.1 Planteamiento del problema
Actualmente en la Facultad Tecnológica de la Universidad Distrital la
investigación en nanociencia y nanotecnología se fomenta individualmente como
respuesta a la permanente necesidad por actualizarse en el conocimiento y desarrollo
de dichas tecnologías. Se promueve así el estudio de conceptos básicos en estas áreas
especialmente los nanomateriales debido a sus importantes y diversas aplicaciones.
La nanotecnología se fundamenta en los conceptos de la nanociencia para
utilizarlos en el diseño y fabricación de nanomateriales, además en este momento se
investiga a nivel mundial en todos los ámbitos científicos para utilizar la
14
nanotecnología como solución a todas las necesidades humanas en alimentos, energía,
textiles, productos deportivos, productos industriales, medicinas, productos
electrónicos, etc.
Sin embargo existe cierto desinterés en la comunidad académica hacia el
conocimiento a nivel de pregrado por temas avanzados e importantes como el de la
nanociencia y la nanotecnología. Se plantea una relación directa en la formación de
los tecnólogos de la Universidad Distrital Francisco José de Caldas, con la
comprensión y apropiación de los conceptos de nanociencia y nanotecnología por ser
temáticas actuales y avanzadas, al reconocer su importancia como solución a
diferentes necesidades humanas a través de novedosos desarrollos y procesos
productivos. En el currículo de los Programas Tecnológicos de la Universidad
Distrital Francisco José de Caldas la nanotecnologìa no está articulada en los procesos
enseñanza aprendizaje, como consecuencia de la situación se encuentra que existe un
atraso en la sensibilización y apropiación por parte de nuestros estudiantes, hacia el
conocimiento en dichas ciencias y tecnologías.
Como solución a esta situación se requiere el diseño de contenidos programáticos
en el currículo sobre temáticas relacionados con nanociencia, además estrategias que
permitan la articulación de la nanotecnología en los procesos de formación de los
diferentes programas tecnológicos. En este sentido es relevante plantear el siguiente
interrogante para darle viabilidad al proyecto de investigación:
15
¿Cómo fortalecer los procesos enseñanza aprendizaje en la Asignatura Materiales
de Ingeniería basados en conceptos de nanociencia, nanotecnología y
nanomateriales, en los Programas Tecnológicos de la Universidad Distrital
Francisco José de Caldas a partir de estrategias virtuales?.
Con la finalidad de abordar el problema antes mencionado se plantea como
objetivo general:
Diseño de un modelo de evaluación a través de la mediación del laboratorio virtual
en nanociencia y nanotecnología para caracterizar el comportamiento en las
evaluaciones, según aciertos y desaciertos en dichos conceptos, de los estudiantes de
Tecnología Industrial de la UDFJC.
Para lograr este propósito se plantean los siguientes objetivos específicos:
1. Caracterizar el comportamiento de las evaluaciones según aciertos y desaciertos de
los estudiantes en conceptos básicos sobre nano ciencia y nanotecnología.
2. Afianzar los procesos enseñanza aprendizaje en la comunidad educativa de los
programas tecnológicos de la Universidad Distrital Francisco José de Caldas a partir
del manejo conceptual de la nanotecnología.
3. Incidir en la transformación curricular de los programas tecnológicos de la
Universidad Distrital Francisco José de Caldas a partir de la articulación de conceptos
16
básicos de nanotecnología como saber fundamental en la formación de los
estudiantes.
1.2 Justificación
Algunas razones para justificar el proyecto es la educación ofrecida a los
estudiantes quienes se están formando como tecnólogos, se encuentran en desventaja
con respecto a otras universidades por la falta de conocimientos actualizados en
nanociencia y nanotecnología, los cuales les puede capacitar para desarrollar nuevos
procesos relacionados con el avance de la ciencia y la tecnología, sus aplicaciones en
la producción uso y sostenibilidad de productos que cotidianamente hacen parte de
nuestras vidas.
Por lo tanto es imprescindible vincular a los procesos enseñanza aprendizaje de
los tecnólogos en formación y de los maestros de la comunidad académica, los saberes
de la nanociencia y la nanotecnología, especialmente los que corresponden a los
nanomateriales, porque a partir de estos se menciona la aplicación de las teorías y
fundamentación sobre los conceptos de nanociencia, en este sentido es preciso diseñar
ejes programáticos en el currículo desde las orientaciones mencionadas.
Asimismo el desarrollo de este proyecto contribuirá a cualificar los procesos de
acreditación de los programas Tecnológicos de la Universidad Distrital Francisco José
de Caldas, así como la formación integral de las comunidades en relación con los
últimos conocimientos sobre ciencia e innovación tecnológica.
17
1.3 Antecedentes de la situación
Algunos colombianos como el científico Colombiano Jorge Reynolds Pombo,
creador del primer marcapaso artificial interno, Ingeniero electrónico del Trinity
College (Cambridge, Reino Unido), quien actualmente trabaja en investigación sobre
nanomarcapasos, en una conferencia dictada en la Universidad Santiago de Cali
expresaba su preocupación sobre el futuro de la tecnología, se alcanzarán desarrollos
impresionantes con la finalidad de mejorar la vida de las personas pero es necesario
prepararse desde la parte social y educativa para enfrentar dichos retos.
Según Reynolds (2010). "la nanotecnología es un sistema que se populariza
rápidamente entonces, la nanotecnología se vuelve una ciencia que todos tienen que
trabajar, por eso la producción de elementos con nanotecnología en los próximos años
va a ser absolutamente gigantesca y va a ser un mundo donde todo va a tener que ver
con ello".
Germán D. (2015). Menciona a Juan Pablo Hinestroza, Ingeniero Colombiano
quien trabaja en la investigación de nanotextiles, se imaginaba alfombras inteligentes
para advertir a las personas alérgicas evitar ambientes con polen o ácaros, también
prendas de vestir que cambien de color por el paso de una corriente eléctrica con el
fin de ocultarse o causar impresión, o usar una prenda de vestir inteligente con la cual
se pueda aplicar una dosis a un paciente durante la noche.
18
De acuerdo a Escobar R. M. (2012). El científico colombiano Edgar Emir
González investigador en física cuántica y nanociencia, preocupado por el impacto
social de esta ciencia, fundó con otros científicos el Consejo Nacional de Nanociencia
y Nanotecnología, investiga en el diagnóstico y tratamiento del cáncer, construye
estructuras de tamaño microscópico que pueden ingresar a las células, son partículas
de oro en su exterior tienen un agente que reconoce las moléculas cancerígenas y se
anclan a ellas, poseen poros (llamados nanojaulas), se rellenan con medicamentos que
luego serán liberados de forma controlada sobre las áreas afectadas.
Sin embargo desde años anteriores a pesar de las recomendaciones y desarrollos
tecnológicos previstos, no es fácil encontrar actualmente instituciones educativas a
nivel de enseñanza básica, media, técnica y tecnológica donde se mencionen
intenciones pedagógicas serias para la enseñanza de la nanotecnología.
1.4 Formación en nanotecnología
El Tecnoparque del Sena ubicado en Cazucá ofrece sensibilización en nanotecnología
para estudiantes de colegio del sector, las principales Universidades del Distrito Capital,
públicas y privadas tienen laboratorios especializados para realizar investigaciones
avanzadas en este campo, sin embargo todos los proyectos son realizados principalmente
por estudiantes de maestría y doctorado, existen ofertas educativas virtuales y
presenciales para algunas asignaturas de pregrado en las Universidades Nacional y
Javeriana, sobre nanotecnología y nanomateriales, además la cátedra Mutis sobre
nanotecnología "el tamaño si importa", en la U. Nacional.
19
1.4.1 Tecnoparque Sena Cazucá.
Es un proyecto fundado por el Servicio Nacional de Aprendizaje SENA (2010). Con
el establecimiento del llamado Tecnoparque o Tecno Academia en la zona industrial de
Cazucá, localidad al sur de Bogotá, allí se construyó un laboratorio para la enseñanza de
la nanotecnología, orientado pedagógicamente para explorar la materia a nivel de la
nanoescala, se enseñan dichas temáticas a niñas, niños y jóvenes de grado sexto a noveno
fuera del contexto característico de educación tradicional centralizado en universidades y
centros de investigación.
Los jóvenes realizan prácticas sobre el micro y nano mundo, motivándolos para el
aprendizaje de la nanoescala, caracterización de materiales y técnicas de fabricación, se
implementan de estrategias pedagógicas: un hacer práctico y un entender teórico, usando
diversas analogías comparativas con situaciones de su vida diaria y exploración de la
naturaleza, las prácticas a través de diferentes actividades interactivas permiten fomentar
desde temprana edad a todas estos jóvenes, apoyando así el avance científico en
Colombia.
Rodríguez, D. & Ávila, A. (2010). La infraestructura básica del laboratorio utilizado
para la enseñanza de los conceptos fundamentales en micro y nanotecnología comprende:
un microscopio de barrido de fuerza atómica, un microscopio de barrido electrónico,
microscopio de fluorescencia y un nano-litógrafo.
20
1.4.2 Laboratorio de nanotecnología de la Universidad Javeriana
Figura 1. Lineas de investigación en nanomateriales grupo de investigacion Universidad
javeriana
Tomado de: http://acm.javeriana.edu.co/gnano/inicio.htm
En la Pontificia Universidad Javeriana (2005), la Facultad de Ingeniería a través
del Instituto Geofísico y del Grupo de Investigación de Nanociencia y Nanotecnología,
integrado por investigadores y estudiantes de pregrado y posgrado de cualquiera de las
áreas del conocimiento comprometidos con el desarrollo científico y tecnológico en
dichas áreas, algunas de las actividades propuestas para la investigación y desarrollo
experimental están la producción, caracterización y modelado de nanomateriales,
como soporte de los proyectos de investigación del Grupo de Nanociencia y
Nanotecnología.
21
1.4.3 Laboratorio de nanotecnología de la Universidad de los Andes.
Figura 2. Sala limpia para el laboratorio de nanotecnologia
Tomado de:
https://revistacontacto.uniandes.edu.co/index.php?option=com_content&view=a
rticle&id=8&Itemid=13&lang=es
En la Facultad de Ingeniería de la Universidad de los Andes (2010), se construyó
la Sala Limpia, es un laboratorio para estudiantes de Ingeniería Eléctrica y
Electrónica, donde realizan experimentalmente la caracterización y aplicación de
materiales y dispositivos micro y nanotecnológicos, el laboratorio tiene una
sofisticada infraestructura tecnológica para controlar humedad, temperatura y
elementos particulados presentes en el aire como requisito para fabricar estos
dispositivos micro y nano.
Figura 3. Microscopios basados en mecánica cuántica.
Imagen cortesía de Félix Zamora y Julio Gómez, Universidad Autónoma de Madrid.
22
2. MARCO CONTEXTUAL.
Román. R. (1998). La Facultad Tecnológica nace por Acuerdo del Consejo
Superior Universitario No. 005 del 16 de junio de 1994, con cuatro programas
académicos traídos por convenio con la Universidad Tecnológica de Pereira y las
Unidades Tecnológicas de Santander, a saber: Tecnología Eléctrica, Mecánica,
Industrial y Electrónica. Posteriormente, en 1996 se inician los programas de
Tecnología en Sistematización de Datos y en Construcciones Civiles, en convenio con
el Politécnico Colombiano Jaime Isaza Cadavid. La Facultad se ubica en el sector de
Ciudad Bolívar, zona 19 del Distrito Capital, nace como una respuesta real de la única
universidad pública del Distrito para ofrecer educación superior a los sectores más
desfavorecidos y populares. Se ofrecieron programas tecnológicos según estudio
previo porque se demostró una demanda estudiantil con requisitos de un ciclo corto,
para capacitar a los bachilleres en competencias básicas y dándoles la oportunidad de
afrontar el mundo laboral.
2.1 El Proyecto curricular de Tecnología industrial
En la Universidad Distrital Francisco. José de Caldas (2013). El Proyecto
Curricular de Tecnología Industrial e Ingeniería de Producción forma Tecnólogos
Industriales e Ingenieros de Producción, profesionales con un alto compromiso social,
ético, capaces de identificar y mejorar las bases que dan soporte a los sistemas
productivos, empleando la ciencia y tecnología para optimizar su funcionamiento y
23
obtener resultados económicos más favorables, que contribuyan al crecimiento y
fortalecimiento de las organizaciones colombianas y a la solución de las necesidades
del país.
2.2 Importancia de la Asignatura de materiales de Ingeniería
El conocimiento en materiales industriales, para el Tecnólogo Industrial es
imprescindible por ser una de las áreas donde se plantea el conocimiento general sobre
sus propiedades, aplicaciones, control de desperdicios, uso de tecnologías limpias,
etc. Además el avance tecnológico ha permitido el desarrollo de nuevos materiales
con mejores características en cuanto a propiedades de resistencia y desempeño, como
solución a las exigentes necesidades de la industria para satisfacer la demanda
mundial en la producción de diversos artículos de consumo diario, en nuestras
universidades es frecuente observar el estudio sobre nanociencia y nanotecnología a
nivel de maestrías y doctorados en laboratorios avanzados, sin embargo a nivel
pregrado no es frecuente el estudio en dichas áreas por lo tanto el presente trabajo
surge como propuesta de solución y reflexión a dicha inexistencia.
Figura 4. Maqueta de trabajo de clase sobre estructura cristalina de un material.
Fuente propia.
24
3. Marco conceptual
En este capítulo se mencionan los contenidos temáticos planteados en plataforma
moodle, de acuerdo a conceptos sobre nanociencia y nanotecnología, extraídos de
documentos en línea, libros, videos, páginas web y artículos. La información es muy
amplia y en el curso de la Asignatura Materiales de Ingeniería se trabajan exposiciones,
lectura de documentos, talleres y resúmenes sobre dichas temáticas. La plataforma cada
semestre se trabaja con los grupos de clase además se nutre con documentos de un curso
virtual realizado con la FAN, Fundación Argentina de nanotecnología en el 2016. En
plataforma se encuentran actividades como foros, comentarios a textos y videos, se cargan
resúmenes, mapas conceptuales y juegos. Entre otros están los siguientes contenidos por
temas, se encuentran en el libro en línea de Serena D. P. A., Martín G. J. A., Casero J. E.
& Briones LL. C. (209). Nanociencia y Nanotecnología, entre la ciencia ficción del
presente y la tecnología del futuro, de la Fundación Española de ciencia y tecnología,
FECYT:
Tema 1. Introducción, El nano-mundo a vista de pájaro, el mundo invisible, el número de
Avogadro, los orígenes de la nanotecnología, el discurso de Feynman.
Tema 2. Nanotecnología... ¿Qué significa esta palabra?, la visión de Feynman sobre la
ciencia, la Química, la tecnología actual o ¿hasta dónde es posible reducir el tamaño de
un objeto?, Superficie y volumen.
Tema 3. Un “no experimento”, la Física, la teoría cuántica, la tecnología actual frente a
la del futuro: Top-down frente a Bottom-up.
25
Tema 4. Nano herramientas: El arte de ver, tocar, mover y escribir, microscopios para
ver, microscopios de campo cercano: no sólo los ojos, sino también las manos, la “magia”
de la física cuántica para construir microscopios, microscopios: características generales,
manipulación de la materia mediante el uso de microscopios.
Tema 5. Nanomateriales, nuevos materiales para un nuevo siglo, en un mundo de carbono,
conseguir diamante en un laboratorio, el balón de fútbol más pequeño del universo: los
fullerenos, diez fullerenos o la calculadora más pequeña del mundo, ¿Cómo sería el
fullereno cerrado más pequeño?, nanotubos de carbono: el hilo mágico.CE Construyendo
“macro”-tubos de carbono.
Tema 6. Nanoquímica, la danza de las moléculas, construcción de dispositivos
moleculares mediante la aproximación bottom-up, el azul maya: un ejemplo de material
híbrido, La química supramolecular y el diseño de moléculas a la carta, la nanotecnología
mueve montañas: Máquinas moleculares, motores biomoleculares, las monocapas
autoensambladas.
Tema 7. Nanopartículas, nanopartículas de oro: ¿Un material nuevo?¿Una copa mágica?,
materiales fotocrómicos, sintetizando nanopartículas, nano iotecnología, en busca de los
secretos de la vida, el micromundo, los virus: nanomáquinas que evolucionan.
26
4. Marco teórico
4.1 Contexto histórico de la nanociencia y la nanotecnología.
Giraldo G, J., González E., & Gómez B. F. (2007). La nanociencia pretende explicar los
fenómenos que regulan el comportamiento de la materia a escala atómica y la
nanotecnología es la manipulación de la materia a dicha escala, por lo tanto es importante
reflexionar un poco sobre el origen de átomos y moléculas. De acuerdo a los
planteamientos científicos de Steven Weinberg en ´´Los tres primeros minutos del
universo´´ y de Stephen Hawking en ´´Historia del Tiempo´´, durante los primeros
segundos después del big bang no existían núcleos atómicos, mucho menos átomos, los
primeros átomos se formaron 380.000 años después, protones y neutrones que originaron
los primeros núcleos a partir de procesos de fusión surgieron de la unión de 3 quarks
10-5 segundos después de la gran explosión, un segundo después este universo habría
estado compuesto por fotones, electrones, positrones, neutrinos con sus correspondientes
antipartículas, a una temperatura de diez mil millones de grados, más tarde se formaron
los átomos cuando la temperatura descendió en la proporción requerida, cien segundos
después de la gran explosión la temperatura sería de mil millones de grados, permitiendo
la síntesis del deuterio y tritio, los cuales darían lugar a núcleos de helio y pequeñas
cantidades de berilio y litio. La síntesis de elementos más pesados esperarían miles de
millones de años, solo horas después del estallido la producción de núcleos de helio se
habría detenido. Durante la primera etapa de la expansión acelerada del universo se inició
la era atómica, los electrones ya no giraban con libertad, la interacción electromagnética
con los núcleos (hidrógeno, deuterio, helio, litio, tritio) los obligaría a permanecer ligados
a ellos. El camino hacia el segundo amanecer molecular es muy reciente, tiene apenas un
siglo, no es correcto afirmar que la primera teoría atómica fue elaborada por los griegos,
27
son propuestas ingeniosas y útiles porque no existía la forma experimentar a esa escala,
más tarde con la aparición de la alquimia se desarrollarían prácticas empíricas alrededor
de múltiples sustancias, esto se prolongaría durante la edad media hasta comienzos de la
era moderna, a comienzos del siglo XIX un grupo de químicos elaboraron la hipótesis
atómica, la hipótesis atómica definitiva se produjo un siglo después (siglo XX), con la
tesis doctoral de Einstein ´´Annalen der Physik´´ (1906), aceptándose la composición
atómica y molecular de la materia, en ese entonces uno de los elementos esenciales del
átomo, el electrón ya había sido identificado (1897)., considerándose así la hipótesis
atómica una teoría científica fundamentada, así las cosas Joseph Lewis Proust demostró
en 1799 que el carbonato de cobre contenía tres ingredientes, en los albores del siglo XIX
el químico Jhon Dalton descubrió que dos elementos pueden combinarse en más de una
proporción, es necesario citar también en estos descubrimientos del nanomundo a Plank,
antecesor de Einstein, con su hipótesis de los quanta o niveles de energía, teorías que
partieron la física en dos clásica y cuántica, para entonces Einstein no había terminado ni
siquiera sus estudios.
28
4.2 Teorías de formación, Let Vigotsky y Jean Piaget
De acuerdo a las consideraciones anteriores con el fin de realizar un análisis del
comportamiento en cuanto aciertos y desaciertos de los estudiantes, según los
planteamientos de los objetivos presentados, es conveniente hablar de un modelo de
evaluación donde existan dos actores principales en el proceso enseñanza aprendizaje, un
emisor y un receptor, quienes interactúan entre sí a través de la mediación de un conjunto
de elementos que les permiten adquirir conocimientos, con la intención de hallar un
cambio de mejora principalmente. La estrategia utilizada ofrece información conveniente
para adquirir conceptos básicos en nanociencia a través de textos, videos, juegos,
presentaciones, etc., lo cual permite construir el proceso de aprendizaje para resolver un
problema en este caso el desempeño en una evaluación, el constructivismo es la corriente
pedagógica que se ajusta al modelo planteado, además el proceso enseñanza aprendizaje
se realiza interactuando consigo mismo, el entorno y los compañeros. Se destacan como
representantes del constructivismo Jean Piaget y Lev Vigotsky, para Piaget el
conocimiento se construye interactuando con el medio, para Vigotsky el medio social
permite una reconstrucción interna.
Rafael L. A. (2007). Se refiere a la teoría de Lev Vigotsky resaltando la
importancia de las relaciones del individuo con la sociedad, no es posible entender al niño
si no se conoce la cultura donde se cría, los patrones de pensamiento dl individuo no se
deben a factores innatos, son producto de las instituciones culturales y de las actividades
sociales, mediante la interacción con compañeros y adultos más conocedores, estas
habilidades innatas se transforman en funciones mentales superiores.
29
Tabla 1. Conceptos fundamentales de Vigotsky
CONCEPTOS FUNDAMENTALES DE VIGOTSKY
Funciones Clasificación Características
Funciones
mentales
Inferiores
• Nacemos con ellas.
• las determina la genética.
• Comportamiento limitado a lo que se puede
hacer
Superiores
• Se adquieren y desarrollan a través de la
interacción social.
• Son mediadas culturalmente.
• A mayor interacción social, más robustez,
más posibilidades de actuar.
Habilidades
psicológicas
Funciones
mentales
superiores
Se manifiestan en el ámbito social
Se manifiestan en el ámbito individual
Zona de
desarrollo
próximo
Funciones en
proceso de
desarrollo
Representa lo que puede hacer el niño por sí mismo
y lo que hace con ayuda.
Las interacciones con adultos y compañeros le
ayudan alcanzar un nivel superior de
funcionamiento.
Las
herramientas
del
pensamiento.
Toda cultura
posee
herramientas
que transmiten a
los niños por
medio de
interacciones
sociales
Herramientas
sicológicas
Los números, las palabras, los sistemas lógicos, las
normas y convenciones sociales, los conceptos
teóricos los mapas, los géneros literarios y los
dibujos.
Herramientas
técnicas
Papel, lápiz, máquinas, regla, martillo.
La mediación
semiótica
Herramientas
Orientadas hacia los objetos físicos
Signos
Permiten organizar el pensamiento,
Son herramientas orientadas hacia el interior y el
exterior de un sujeto, produciendo cambios en los
otros.
30
Tabla 2. Teorías de Jean Piaget.
CONCEPTOS BÁSICOS DE LAS TEORÍAS DE PIAGET
ESQUEMA
Es una acción repetitiva, por ejemplo empujar un objeto con un instrumento.
Actividad operacional que se repite (al principio de manera refleja).
Es una imagen simplificada por ejemplo el mapa de una ciudad.
Los esquemas son comportamientos reflejos, pero posteriormente incluyen movimientos
voluntarios, hasta que tiempo después llegan a convertirse principalmente en operaciones
mentales.
Con el desarrollo surgen nuevos esquemas y los ya existentes se reorganizan de diversos
modos. Esos cambios ocurren en una secuencia determinada y progresan de acuerdo con
una serie de etapas.
ESTRUCTURA
Conjunto de respuestas que tienen lugar luego de que el sujeto de conocimiento ha
adquirido ciertos elementos del exterior.
Se construye en la cabeza del sujeto, mediante una actividad de las estructuras que se
alimentan de los esquemas de acción, o sea, de regulaciones y coordinaciones de las
actividades del niño.
Para que el niño pase de un estado a otro de mayor nivel en el desarrollo, tiene que emplear
los esquemas que ya posee, pero en el plano de las estructuras.
ORGANIZACIÓN
Atributo de la inteligencia formada por las etapas de conocimientos que conducen a
conductas diferentes en situaciones específicas.
Un objeto no puede ser jamás percibido ni aprendido en sí mismo sino a través de las
organizaciones de las acciones del sujeto en cuestión. La función de la organización
permite al sujeto conservar en sistemas coherentes los flujos de interacción con el medio.
ADAPTACIÓN
Se encuentra en dos elementos básicos: la asimilación y la acomodación. Busca la
estabilidad y el cambio.
Atributo de la inteligencia es adquirida por la asimilación mediante la cual se adquiere
nueva información y también por la acomodación mediante la cual se ajusta a esa nueva
información. La función de adaptación le permite al sujeto aproximarse y lograr un ajuste
dinámico con el medio. La adaptación y organización son funciones fundamentales que
intervienen y son constantes en el proceso de desarrollo cognitivo, ambos son elementos
indisociables.
ACOMODACIÓN
La acomodación implica una modificación de la organización actual en respuesta a las
demandas del medio.
Proceso mediante el cual el sujeto se ajusta a las condiciones externas. Aparece como
necesidad de someterse al medio, se hace necesaria también para poder coordinar los
diversos esquemas de asimilación.
EQUILIBRIO:
Es la unidad de organización en el sujeto cognoscente, es la construcción del sistema
intelectual o cognitivo, regula las interacciones del sujeto con la realidad, a su vez sirven
como marcos asimiladores mediante los cuales la nueva información es incorporada en la
persona. El desarrollo cognoscitivo comienza cuando el niño va realizando un equilibrio
interno entre la acomodación y el medio que lo rodea y la asimilación de esta misma
realidad a sus estructuras.
31
Rafael L. A. (2007). Para Piaget el aprendizaje es evolutivo, es una
reestructuración de estructuras cognitivas, las personas asimilan lo que están aprendiendo
de acuerdo a conocimientos previos, el docente sabe que la persona está aprendiendo si
es capaz de explicar el nuevo conocimiento adquirido, de esta manera se consigue,
mantener, ampliar y modificar la estructura cognitiva.
De acuerdo a los lineamientos teóricos de estos dos autores, el presente trabajo
ajusta en los conceptos del constructivismo, en la siguiente gráfica se observan algunas
características de dicha teoría.
Figura 5. Características del constructivismo
Tomado de: blog de la biblioteca de Educación de la Universidad de Sevilla.
Fuente: https://paideiablog.files.wordpress.com/2009/12/constructivismo1.gif
Las pretensiones del modelo de evaluación planteado en el trabajo sigue estos
lineamientos, en el proceso enseñanza aprendizaje se tienen en cuenta los conocimientos
previos del estudiante, se busca la autonomía y colaboración entre ellos, el alumno es
activo y dinámico, observa, busca recursos, compara situaciones, realiza reflexiones y
discute con los compañeros, el profesor es mediador en dicho proceso.
32
“La meta principal de la educación es crear hombres que sean capaces de hacer
cosas nuevas, no simplemente de repetir lo que otras generaciones han hecho; hombres
que sean creativos, inventores y descubridores. La segunda meta de la educación es la
de formar mentes que sean críticas, que puedan verificar y no aceptar todo lo que se les
ofrece”.
Jean Piaget
4.3 Medición del efecto del proceso de formación, psicometría
Para comparar los resultados de entrada y salida se realizaron dos evaluaciones,
la primera con las condiciones iniciales académicas de los estudiantes, sin ninguna
preparación en los conocimientos solicitados, pero las pruebas se diseñan de acuerdo a
una intencionalidad definida, se tiene en cuenta sus habilidades y destrezas en
matemáticas, química, física y comprensión de lectura, el estudio de la nanociencia
requiere un conjunto multidisciplinar donde convergen todas las ciencias para la
comprensión de los procesos a esa escala.
Las pruebas se diseñaron de acuerdo a parámetros psicométricos con el fin
posterior de analizarlos fácilmente con ayuda de la estadística, los resultados que se
obtienen de las pruebas permiten determinar los aspectos a mejorar como también darle
mayor calidad al proceso enseñanza aprendizaje.
33
Según López O. P. (209) y Herrera (2003), las pruebas objetivas son instrumentos
para evaluar conocimientos y habilidades. Generalmente están constituidas por preguntas
cerradas y tienen las siguientes características:
1. La calificación no depende del evaluador, las asignaciones de los de puntajes están
estandarizadas,
2. Existe un control en las condiciones de aplicación, para reducir la influencia de
variables externas que alteren o contaminen los resultados.
3. El diseño y construcción de la prueba requieren un conjunto de pasos organizados
sistemáticamente lo cual implica trabajo interdisciplinario, tanto de expertos conceptuales
como expertos en técnicas de medición.
4.3.1 La teoría de respuesta al ítem (TRI)
Según Attorresi H. F., Lozzia G. S., Abal F. J. P., Galibert M. S. & Aguerri M. E.
(2009). La denominación TRI agrupa líneas de investigación psicométricas
independientes. Establecen una relación entre el comportamiento de un sujeto frente a un
ítem y el rasgo responsable de esta conducta (rasgo latente). Para ello, recurren a
funciones matemáticas que describen la probabilidad de dar una determinada respuesta al
ítem para cada nivel del rasgo medido por este.
El objetivo sustancial de la TRI es la construcción de instrumentos de medición
con propiedades invariantes entre poblaciones. Si dos individuos presentan idéntico nivel
34
de rasgo medido ambos tendrán igual probabilidad de dar la misma respuesta,
independientemente de la población de pertenencia., en la TRI se toma al ítem como
unidad de análisis y se modeliza directamente sobre el rasgo latente. El nivel de rasgo
latente que presenta un individuo es fruto de una estimación a partir del patrón de
respuestas manifestado en un conjunto de ítems. Si se varía el conjunto de ítems utilizado
se mantiene la puntuación estimada aunque eventualmente hayan cambiado las
propiedades psicométricas, por lo tanto, la TRI permite mediciones invariantes más allá
de los ítems que componen el instrumento.
35
5. MARCO METODOLÓGICO
La metodología utilizada en el proyecto parte de un análisis estadístico donde se
evalúan los aciertos y desaciertos de las respuestas a dos cuestionarios, uno de entrada y
otro de salida, sobre conceptos básicos de nanociencia y nanotecnología; para la prueba
de entrada se tienen en cuenta las condiciones académicas iniciales de varios grupos de
estudiantes, se analizan las respuesta a partir de dichas condiciones iniciales,
posteriormente se realiza el proceso enseñanza aprendizaje, donde se evidencia la
comunicación como factor de mediación importante para interactuar con ellos, a través
de recursos didácticos como plataforma moodle, observando videos sobre conceptos de
nanociencia y nanotecnología, participando en foros, comentando apreciaciones en el
chat, realizando juegos, resolviendo cuestionarios; además se utilizan asesorías
personalizadas para resolver dudas; finalmente el proceso culmina con una prueba de
salida para observar el comportamiento en cuanto a aciertos y desaciertos; nuevamente el
análisis estadístico permite comparar el nivel de desempeño con estas condiciones
diferentes para contrastar los resultados de las pruebas iniciales y finales del proceso.
Figura 6. Modelo de evaluación planteado
Figura 6. Modelo de evaluación propuesto
Condiciones iniciales:
Edad
Semestre cursado
Género
Número de créditos
Cursos
Estudiantes Estudiantes
Asesorías con el profesor
Moodle
Cuestionario de salida
Diseño del Instrumento
Inicial
Final
36
5.1 Aspectos a medir.
Se tienen variables aleatorias para la realización del cuestionario de entrada, edad,
semestre cursado, número de créditos tomados, participación en asignaturas a través
de plataforma Moodle, cantidad de videos observados, entre otras; el estudiante
realiza el cuestionario y se observan los aciertos y desaciertos, comparándolos con las
variables de las condiciones iniciales a través del análisis estadístico.
Figura 7. Interacción de los estudiantes con el entorno
Para el análisis de los datos de salida además de tener en cuenta las condiciones
iniciales de los estudiantes, se realiza el proceso enseñanza aprendizaje donde se tiene
en cuenta la interacción a través de recursos didácticos, la comunicación sirve como
factor de mediación al utilizar plataforma moodle, observando videos, participando
en juegos, foros y chat, posteriormente se analiza con la estadística la cantidad de
Condiciones iniciales:
Edad
Semestre cursado
Género
Número de créditos
Cursos virtuales
Plataforma Moodle
Videos
Estudiantes
Asesorías con el profesor
Plataforma Moodle, videos
37
aciertos y desaciertos en el cuestionario de salida, para finalmente comparar los dos
resultados.
5.2 Población objetivo.
La población seleccionada para la realización del proyecto son estudiantes de
Tecnología Industrial de la Facultad Tecnológica de la Universidad Distrital
Francisco José de Caldas. Son estudiantes ubicados entre segundo y noveno semestre
de carrera.
5.3 Diseño del instrumento de evaluación.
Las preguntas en las evaluaciones de entrada y salida se diseñan de acuerdo a
varios criterios, como se observa en las siguientes tablas.
Tabla 3. Criterios para el diseño de las preguntas en la evaluación de entrada
Número de
Pregunta
Comprensión
de lectura
Física Química Materiales Numérico
P1 1 1 0 0 1
P2 1 1 1 0 0
P3 1 1 1 0 1
P4 1 1 1 0 1
P5 1 1 1 1 0
P6 1 1 1 1 0
P7 1 1 1 1 0
38
Tabla 4. Criterios para el diseño de las preguntas en la evaluación de salida
Número de
Pregunta
Comprensión
de lectura
Física Química Materiales Numérico
P1 1 1 1 1 0
P2 1 1 1 1 0
P3 1 1 0 0 0
P4 1 1 0 1 0
P5 1 1 1 0 0
P6 1 1 1 1 0
P7 1 1 0 1 0
Las tablas registran aspectos requeridos por los estudiantes en áreas de ciencias
básicas como física y química, para la evaluación de entrada y salida se tiene un 100%
para física, en química se tiene 85% para la evaluación de entrada y 57% para la
evaluación de salida, es necesaria una buena comprensión de lectura, en las dos
evaluaciones se observa 100%, el requisito matemático se aprecia en 42% para la
evaluación de entrada.
5.3.1 Descripción de los formatos de las dos etapas
Para la evaluación de entrada se diseñó un cuestionario el cual se encuentra en el
anexo 1 y para la evaluación de salida se diseñó el cuestionario como anexo 2.
39
5.4 Análisis de la información inicial.
Se trabajan los datos iniciales tomados con la prueba de entrada para realizarles
gráficamente los siguientes análisis estadísticos, a manera de ejemplo se observan
gráficas para datos discriminados según tablas suministradas, asimismo se observan
gráficas con la información general tabulada de acuerdo al comportamiento de los
evaluados.
Tabla 5. Cantidad de estudiantes quienes respondieron el cuestionario de
entrada.
En la tabla se observa la cantidad de aciertos de los estudiantes según el género,
quienes realizaron la prueba inicial.
La tabla contiene la cantidad de estudiantes, hombres y mujeres que acertaron a
cada una de las preguntas en la evaluación de entrada, así como la proporción de acierto
para cada género. Por ejemplo, la pregunta número 1 se acertó en la respuesta por 46 de
61 mujeres con una proporción de acierto del 75,4 %, para los hombres acertaron 56 de
Diferencia
Valores Femenino Masculino Total
general
Femenino Masculino Total
general
entre
géneros
Ac Preg 1 46 56 102 75,4 70,0 72,34 1,08
Ac Preg 2 28 24 52 45,9 30,0 36,88 1,53
Ac Preg 3 7 5 12 11,5 6,3 8,51 1,84
Ac Preg 4 55 72 127 90,2 90,0 90,07 1,00
Ac Preg 5 35 30 65 57,4 37,5 46,10 1,53
Ac Preg 6 22 19 41 36,1 23,8 29,08 1,52
Ac Preg 7 15 24 39 24,6 30,0 27,66 0,82
Cantidad de Personas 61 80 141 100,0 100,0 100,00 1,00
ProporciónCantidad
40
80 con una proporción de acierto del 70%; ahora la diferencia entre géneros es del 8%
más para las mujeres de aciertos que para los hombres. De lo anterior puede identificarse
que en alumnos, 4 de las 7 preguntas, las mujeres tienen una mayor proporción de acierto
respecto a los hombres y en las otras 3 su comportamiento es similar. Cabe preguntarse
si el comportamiento de la proporción de acierto para los 2 géneros es muy parecido, para
ello en la siguiente figura se obtiene la correlación de 0,956, ello implica que se parecen
en un 96%. Y el mismo número al cuadrado es 0,91 implica que el comportamiento de la
proporción de aciertos en los hombres explica el 91% de la proporción de aciertos para
las mujeres, con lo cual se puede presumir que su comportamiento es similar.
Figura 8. Porcentaje de aciertos según género y pregunta.
La correlación entre las proporciones de acierto entre géneros es del 0,956.
Las siguientes Tablas registran la cantidad y proporción de aciertos para las personas de
acuerdo al semestre cursado por los estudiantes.
-
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
Ac Preg 1 Ac Preg 2 Ac Preg 3 Ac Preg 4 Ac Preg 5 Ac Preg 6 Ac Preg 7
Porcentaje de aciertos segun gènero y pregunta
Femenino Masculino
41
Tabla 6. Cantidad de aciertos de acuerdo a la ubicación por semestre del estudiante
En la tabla se observa la cantidad de aciertos para estudiantes de acuerdo al
semestre donde están ubicados.
Tabla 7. Cantidad de aciertos de acuerdo a la ubicación por semestre del estudiante
En la tabla se observa una mayor cantidad de aciertos para estudiantes de cuarto
semestre, al responder la pregunta 4, de segundo a quinto semestre el comportamiento es
variable pero se tienen valores intermedios para la cantidad de aciertos, del semestre sexto
al noveno la tendencia es a disminuir el número de aciertos.
En la siguiente figura se observa el mismo comportamiento para aciertos y ubicación
por semestre.
Valores 2 3 4 5 6 7 8 9 Total
general
Acierto en pregunta 1 2 11 42 29 5 2 9 2 102
Acierto en pregunta 2 0 4 17 17 4 1 8 1 52
Acierto en pregunta 3 1 2 2 5 1 1 0 0 12
Acierto en pregunta 4 1 14 47 40 6 4 12 3 127
Acierto en pregunta 5 2 6 20 23 5 2 5 2 65
Acierto en pregunta 6 1 3 18 10 0 2 5 2 41
Acierto en pregunta 7 0 5 12 15 0 1 4 2 39
Cantidad de Personas 2 18 51 42 6 4 14 4 141
SEMESTRE
Valores 2 3 4 5 6 7 8 9 Total
general
Acierto en pregunta 1 100 61 82 69 83 50 64 50 72
Acierto en pregunta 2 - 22 33 40 67 25 57 25 37
Acierto en pregunta 3 50 11 4 12 17 25 - - 9
Acierto en pregunta 4 50 78 92 95 100 100 86 75 90
Acierto en pregunta 5 100 33 39 55 83 50 36 50 46
Acierto en pregunta 6 50 17 35 24 - 50 36 50 29
Acierto en pregunta 7 - 28 24 36 - 25 29 50 28
Cantidad de Personas 100 100 100 100 100 100 100 100 100
SEMESTRE
42
Figura 9. Porcentaje de acierto en las preguntas según ubicación del semestre
En las siguientes figuras se observan los aciertos de acuerdo al semestre donde están
ubicados los estudiantes.
Figura 10. Acierto en la pregunta 1 según ubicación del semestre
El gráfico indica el comportamiento de aciertos mayores para los estudiantes de
semestres iniciales y disminuye a medida que responden los estudiantes de mayor
semestre.
100
61
82
69
83
50
64
50
-
22
33
40
67
25
57
25
50
11
4
12
17
25
- -
50
78
92 95
100 100
86
75
100
33
39
55
83
50
36
50 50
17
35
24
-
50
36
50
-
28
24
36
-
25 29
50
1 2 3 4 5 6 7 8
Porcentaje de acierto segun la pregunta y semestre
Acierto en pregunta 1 Acierto en pregunta 2 Acierto en pregunta 3 Acierto en pregunta 4 Acierto en pregunta 5 Acierto en pregunta 6 Acierto en pregunta 7
y = 0,0978x2 - 5,8434x + 93,818R² = 0,4835
-
20
40
60
80
100
120
2 3 4 5 6 7 8 9
Acierto en pregunta 1
43
Figura 11. Acierto en la pregunta 2 según ubicación del semestre
En el gráfico se observa un comportamiento de menor acierto para los estudiantes
de primeros y últimos semestres, para estudiantes de semestres intermedios los aciertos
son mayores.
Figura 12. Acierto en la pregunta 3 según ubicación del semestre
En el gráfico anterior se observa un comportamiento de aciertos del 50% para
estudiantes de segundo semestre y sistemáticamente tienden a disminuir hacia los
semestres finales, llegando a ser cero para semestres octavo y noveno.
y = 4,1761x + 14,938R² = 0,2362
-
10
20
30
40
50
60
70
2 3 4 5 6 7 8 9
Acierto en pregunta 2
y = -4,0186x + 32,909R² = 0,3523
-
10
20
30
40
50
60
2 3 4 5 6 7 8 9
Acierto en pregunta 3
44
Figura 13. Acierto en la pregunta 4 según ubicación del semestre
En el gráfico se observa un comportamiento mayor de aciertos para estudiantes de
semestres tercero y séptimo, con una disminución de aciertos para semestres segundo,
octavo y noveno.
Figura 14. Acierto en la pregunta 5 según ubicación del semestre
En el gráfico anterior se observa un comportamiento de aciertos mayores para
estudiantes de segundo semestre, con la tendencia mayor en sexto semestre y una
disminución en semestres intermedios.
y = 61,357x0,2255
R² = 0,4737
-
20
40
60
80
100
120
2 3 4 5 6 7 8 9
Acierto en pregunta 4
y = -2,9417x2 + 27,855x
-
20
40
60
80
100
120
2 3 4 5 6 7 8 9
Acierto en pregunta 5
45
Figura 15. Acierto en la pregunta 6 según el semestre
En el gráfico se observa un desacierto para estudiantes de sexto semestre con
una tendencia mayor de aciertos para los otros semestres.
Figura 16. Acierto en la pregunta 7 según ubicación del semestre
De acuerdo al gráfico anterior los estudiantes de segundo y sexto semestres
presentan menores desaciertos, en semestres 7 e intermedios la tendencia es mayor,
igualmente para últimos semestres.
y = 2,2467x2 - 18,845x + 60,197R² = 0,3999
-
10
20
30
40
50
60
2 3 4 5 6 7 8 9
Acierto en pregunta 6
y = 3,8413x + 6,5384R² = 0,3096
-
10
20
30
40
50
60
2 3 4 5 6 7 8 9
Acierto en pregunta 7
46
En las siguientes tablas e ilustraciones se observan los aciertos de acuerdo al
número de veces que interactuaron con plataforma Moodle.
Tabla 8. Número de veces que accedió a Moodle en la semana de la evaluación.
En la tabla se observa una tendencia a menores desaciertos para mayor cantidad
de veces que interactúan con plataforma Moodle, por el contrario si disminuye la
interacción con plataforma el número de aciertos aumenta considerablemente.
Tabla 9. Porcentaje de acierto en cada pregunta según el número de veces que accedió a
moodle.
En la tabla se observa la cantidad de veces que interactuó con plataforma Moodle.
Valores 0 1 2 3 4 5 10 11 15 Total general
Acierto en pregunta 1 63 20 7 6 1 3 1 1 0 102
Acierto en pregunta 2 26 13 6 2 0 3 1 0 1 52
Acierto en pregunta 3 9 2 0 0 0 0 0 1 0 12
Acierto en pregunta 4 74 27 13 6 2 3 1 1 0 127
Acierto en pregunta 5 42 10 3 4 2 3 1 0 0 65
Acierto en pregunta 6 28 4 5 3 0 1 0 0 0 41
Acierto en pregunta 7 20 9 3 4 2 1 0 0 0 39
Cantidad de Personas 83 29 13 7 2 4 1 1 1 141
Veces que accedio a Moodle esta semana
Valores 0 1 2 3 4 5 10 11 15 Total general
Acierto en pregunta 1 75,9 69,0 53,8 85,7 50,0 75,0 100,0 100,0 - 72,3
Acierto en pregunta 2 31,3 44,8 46,2 28,6 - 75,0 100,0 - 100,0 36,9
Acierto en pregunta 3 10,8 6,9 - - - - - 100,0 - 8,5
Acierto en pregunta 4 89,2 93,1 100,0 85,7 100,0 75,0 100,0 100,0 - 90,1
Acierto en pregunta 5 50,6 34,5 23,1 57,1 100,0 75,0 100,0 - - 46,1
Acierto en pregunta 6 33,7 13,8 38,5 42,9 - 25,0 - - - 29,1
Acierto en pregunta 7 24,1 31,0 23,1 57,1 100,0 25,0 - - - 27,7
Cantidad de Personas 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
Veces que accedio a Moodle esta semana
100,0
120,0
47
Figura 2Porcentaje de acierto en cada pregunta según el número de veces que accedió a
Moodle.
Figura 18. Porcentaje de acierto en pregunta 1 según el número de veces que accedió a
Moodle.
En el gráfico anterior se observa una tendencia a lograr mayor acierto en la
pregunta 1, para una mayor cantidad de veces que el estudiante interactúa con plataforma
-
20,0
40,0
60,0
80,0
100,0
120,0
0 1 2 3 4 5
Porcentaje de aciertoen las rspuestas por Veces que accedio a Moodle esta semana
Acierto en pregunta 1 Acierto en pregunta 2 Acierto en pregunta 3 Acierto en pregunta 4
Acierto en pregunta 5 Acierto en pregunta 6 Acierto en pregunta 7
y = 1,9951x2 - 13,77x + 87,27R² = 0,5702
-
20,0
40,0
60,0
80,0
100,0
120,0
0 1 2 3 4 5 10 11
Acierto en pregunta 1
48
Moodle, sin embargo en valores intermedios de interacción con plataforma la tendencia
es a disminuir los aciertos.
Figura 19. Porcentaje de acierto en pregunta 2 según el número de veces que accedió a
Moodle.
En el gráfico se observa una tendencia mayor de aciertos en la pregunta 2, para
mayor cantidad de veces de interacción con plataforma Moodle.
Figura 20. Porcentaje de acierto en pregunta 3 según el número de veces que accedió a
Moodle.
y = 4,9056x + 22,792R² = 0,1265
-
20,0
40,0
60,0
80,0
100,0
120,0
0 1 2 3 4 5 10 11 15
Acierto en pregunta 2
-
20,0
40,0
60,0
80,0
100,0
120,0
0 1 2 3 4 5 10 11
Acierto en pregunta 3
49
En el gráfico se observa menor cantidad de aciertos en la pregunta 3, para
interacción con plataforma Moodle en valores bajos e intermedios, para mayor
interacción aumenta el porcentaje de acierto.
Figura 21. Porcentaje de acierto en pregunta 4 según el número de veces que accedió a
Moodle.
En el gráfico anterior se observa una tendencia a lograr mayor cantidad de aciertos
en la pregunta 4, para mayor cantidad de veces que se interactúe con plataforma Moodle.
y = 1,5714x - 2,5714R² = 0,9098
-2
0
2
4
6
8
10
12
0 1 2 3 4 5 10 11
Acierto en pregunta 4
50
Figura 22. Porcentaje de acierto en pregunta 5 según el número de veces que accedió a
Moodle.
En el gráfico se observa una tendencia a lograr mayor cantidad de aciertos para
mayor cantidad de veces que se interactúe con plataforma Moodle.
Figura 23. Porcentaje de acierto en pregunta 6 según el número de veces que accedió a
Moodle.
En el gráfico anterior se observa una tendencia a lograr menor cantidad de aciertos
para mayor cantidad de veces que se interactúe con plataforma Moodle, para valores entre
1 y 4 veces se observa un aumento de aciertos.
y = 10,934x + 19,165R² = 0,6112
-
20,0
40,0
60,0
80,0
100,0
120,0
0 1 2 3 4 5 10
Acierto en pregunta 5
y = -0,8106x2 + 3,3696x + 26,141R² = 0,0887
-
5,0
10,0
15,0
20,0
25,0
30,0
35,0
40,0
45,0
0 1 2 3 4 5
Acierto en pregunta 6
51
Figura 24. Porcentaje de acierto en pregunta 7 según el número de veces que accedió a
moodle.
En el gráfico se observa una tendencia a lograr menor cantidad de aciertos para
valores de interacción con plataforma moodle entre 2 y 4, para mayor cantidad de veces
de interacción con plataforma disminuyen los aciertos, para valores menores entre 0 y 1
el número de aciertos disminuye.
Tabla 10. Número de aciertos y participación en cursos virtuales
En la tabla se observa un comportamiento alto para el número de aciertos de los
estudiantes para baja o ninguna participación en cursos virtuales, por el contrario para
alta participación en cursos virtuales la tendencia es alcanzar bajos aciertos.
y = -3,6863x2 + 32,818x - 15,562R² = 0,293
-
20,0
40,0
60,0
80,0
100,0
120,0
0 1 2 3 4 5
Acierto en pregunta 7
Valores 0 1 2 3 4 5 10 11 15 Total general
Acierto en pregunta 1 61 68 94 82 100 100 100 100 - 72
Acierto en pregunta 2 37 38 34 45 100 - - - - 37
Acierto en pregunta 3 12 6 3 - 100 - - - 100 9
Acierto en pregunta 4 88 91 91 91 100 100 100 100 100 90
Acierto en pregunta 5 53 35 50 45 - - 100 - - 46
Acierto en pregunta 6 34 26 34 9 - - - - - 29
Acierto en pregunta 7 27 26 25 27 - 100 100 - 100 28
Cantidad de Personas 100 100 100 100 100 100 100 100 100 100
cuántos cursos virtuales ha participado en el último semestre
52
Figura 25. Porcentaje de acierto en cada pregunta según participación en cursos
virtuales.
-
20
40
60
80
100
120
1 2 3 4 5
Porentaje de acierto en preguntas según cuántos cursos virtuales ha participado en el último semestre
Acierto en pregunta 1 Acierto en pregunta 2 Acierto en pregunta 3
Acierto en pregunta 4 Acierto en pregunta 5 Acierto en pregunta 6
Acierto en pregunta 7
53
Tabla 11. Porcentaje de acierto en cada pregunta según número de videos observados.
En la tabla se tabulan datos de porcentaje de acierto en cada una de las preguntas
según el número de videos observado por los estudiantes.
Videos pedagogicos
vistos en el ùltimo mes
Aciertos
Pregunta 1
Aciertos
Pregunta 2
Aciertos
Pregunta 3
Aciertos
Pregunta 4
Aciertos
Pregunta 5
Aciertos
Pregunta 6
Aciertos
Pregunta 7
Personas Porcentaje
de Aciertos
Pregunta 1
Porcentaje
de Aciertos
Pregunta 2
Porcentaje
de Aciertos
Pregunta 3
Porcentaje
de Aciertos
Pregunta 4
Porcentaje
de Aciertos
Pregunta 5
Porcentaje
de Aciertos
Pregunta 6
Porcentaje
de Aciertos
Pregunta 7
0 17 5 3 18 11 8 5 21 81 24 14 86 52 38 24
1 5 1 0 7 4 4 3 7 71 14 - 100 57 57 43
2 9 4 1 9 4 5 2 11 82 36 9 82 36 45 18
3 12 9 1 13 6 4 6 15 80 60 7 87 40 27 40
4 10 8 3 14 7 3 4 15 67 53 20 93 47 20 27
5 14 6 0 16 9 5 4 20 70 30 - 80 45 25 20
6 1 3 0 4 2 2 1 4 25 75 - 100 50 50 25
7 0 0 1 1 1 0 0 1 - - 100 100 100 - -
8 4 1 0 5 3 0 2 5 80 20 - 100 60 - 40
10 16 9 1 21 12 2 6 23 70 39 4 91 52 9 26
12 1 0 0 1 0 0 0 1 100 - - 100 - - -
13 0 0 0 1 0 0 1 1 - - - 100 - - 100
15 4 1 1 4 0 2 2 4 100 25 25 100 - 50 50
19 1 0 0 1 1 0 1 1 100 - - 100 100 - 100
20 5 2 0 7 3 5 1 7 71 29 - 100 43 71 14
25 0 0 1 1 0 0 1 1 - - 100 100 - - 100
50 1 1 0 1 0 1 0 1 100 100 - 100 - 100 -
56 0 0 0 1 0 0 0 1 - - - 100 - - -
70 1 1 0 1 1 0 0 1 100 100 - 100 100 - -
80 1 1 0 1 1 0 0 1 100 100 - 100 100 - -
Total general 102 52 12 127 65 41 39 141 72 37 9 90 46 29 28
54
Figura 26. Cantidad de aciertos según número de videos observados
En la figura se observa que el mayor acierto alcanzado está en la pregunta
número 4, según el número de videos observados.
81 78
73
63 68
100
71
60
72
24 28
57
33 36
20
29
60
37
14
6
13
3 4
20
-
20
9
86 89 90
87 92
100 100 100
90
52
44 43
50 48
20
43 40
46
38
50
23 23
8
40
71
20
29 24
28 33
23 28
60
14 20
28
15 13
21 21 18
4 5 4
1 2 3 4 5 6 7 8 9
PROPORCIÓN DE VIDEOS VISTOS Y ACIERTO EN PREGUNTAS
% Acierto Pregunta 1 % Acierto Pregunta 2 % Acierto Pregunta 3
% Acierto Pregunta 4 % Acierto Pregunta 5 % Acierto Pregunta 6
% Acierto Pregunta 7 Cantidad de personas
55
Tabla 12. Puntaje según cantidad de creditos tomados.
Tabla 13. Porcentaje según cantidad de creditos tomados.
Las tablas indican datos en puntaje y porcentaje para la cantidad de créditos tomados
por los estudiantes.
Figura 27. Puntaje para 7 a 9 créditos tomados por los estudiantes.
Aciertos Totales 7 a 9 10 a 14 15 y 16 17 18 19 o más Total general
Puntaje 1 2 1 1 6 10
Puntaje 2 1 2 4 8 17 32
Puntaje 3 2 1 8 13 24 48
Puntaje 4 1 1 3 3 29 1 38
Puntaje 5 1 3 6 10
Puntaje 6 1 2 3
Total general 5 7 16 28 84 1 141
puntaje según cantidad de créditos tomados
Aciertos Totales 7 a 9 10 a 14 15 y 16 17 18 19 o más Total general
Puntaje 1 - 29 6 4 7 - 7
Puntaje 2 20 29 25 29 20 - 23
Puntaje 3 40 14 50 46 29 - 34
Puntaje 4 20 14 19 11 35 100 27
Puntaje 5 20 - - 11 7 - 7
Puntaje 6 - 14 - - 2 - 2
Total general 5 7 16 28 84 1 141
proporción de puntaje según cantidad de créditos tomados
-
10
20
30
40
50
Puntaje 1 Puntaje 2 Puntaje 3 Puntaje 4 Puntaje 5 Puntaje 6
Proporción de puntaje para de 7 a 9 créditos tomados
56
Figura 28. Puntaje para 10 a 14 créditos tomados por los estudiantes.
Figura 29. Puntaje para 15 a 16 créditos tomados por los estudiantes.
-
5
10
15
20
25
30
Puntaje 1 Puntaje 2 Puntaje 3 Puntaje 4 Puntaje 5 Puntaje 6
Proporción de puntaje para de 10 a 14 créditos tomados
-
10
20
30
40
50
60
Puntaje 1 Puntaje 2 Puntaje 3 Puntaje 4 Puntaje 5 Puntaje 6
Proporción de puntaje para de 15 y 16 créditos tomados
57
Figura 30. Puntaje para 18 créditos tomados por los estudiantes.
Figura 31. Puntaje para 19 o más créditos tomados por los estudiantes.
-
5
10
15
20
25
30
35
40
Puntaje 1 Puntaje 2 Puntaje 3 Puntaje 4 Puntaje 5 Puntaje 6
Proporción de puntaje para de 18 créditos tomados
-
20
40
60
80
100
120
Puntaje 1 Puntaje 2 Puntaje 3 Puntaje 4 Puntaje 5 Puntaje 6
Proporción de puntaje para de 19 o más créditos tomado
58
5.5 Comparación de los datos de entrada y salida
Con la ayuda de la estadística se comparan los dos conjuntos de datos con la prueba
estadística chi cuadrado
Hipótesis nula, de no efecto: el desempeño en las pruebas es el mismo
Hipótesis alternativa, de si efecto: el desempeño en las pruebas es el mismo
Así con al contraste de hipótesis para los datos que no son cero en la prueba de
entrada, se obtiene que la probabilidad en equivocarse en decir que las puntuaciones son
distintas es de 2.05 e -80, esto es la probabilidad de equivocarse en decir que son
diferentes es casi cero. Por lo tanto se retiene la hipótesis alternativa los dos resultados
son diferentes.
Tabla 14. Cantidad de aciertos en la entrada y salida del proceso
Entrada Salida Entrada Salida
0 0 0 - -
1 9 1 8 1
2 27 12 24 11
3 36 14 32 13
4 29 26 26 23
5 8 26 7 23
6 2 27 2 24
7 0 5 - 5
Total general 111 111 100 100
Cantidad de
Aciertos
Cantidad Proporcion
59
En la tabla se aprecia claramente que en el cuestionario de salida es mayor el
número de aciertos logrados por los estudiantes evaluados.
El cálculo de las medias de las dos poblaciones se presenta en la siguiente tabla
Tabla 15. Cálculo de la media para aciertos y desaciertos.
El valor de la media en la tabla indica nuevamente un número mayor de aciertos
para el cuestionario de salida
Entrada Salida
0 0 0
1 9 1
2 54 24
3 108 42
4 116 104
5 40 130
6 12 162
7 0 35
total 339 498
Promedio 3,05405405 4,486486486
desviacion
estandar
1,13 1,42
Cantidad
Cálculo de la
Media
60
Figura 32. Gráfica donde se observa la media en aciertos para cuestionarios entrada -
salida.
En la gráfica se aprecia la media para el comportamiento de aciertos en los
cuestionarios de entrada y salida, para la media de entrada se aprecian 3 aciertos, mientras
que para la media de salida se aprecian 4,5 aciertos, obteniendo así mayor acierto en el
cuestionario de salida.
0
5
10
15
20
25
30
35
40
0 1 2 3 4 5 6 7
Aciertos
Entrada Salida
61
Tabla 16. Cálculo de la media para aciertos y desaciertos.
En la tabla se cruzan el número de aciertos a la entrada y el número de aciertos a la
salida, por ejemplo 7 estudiantes realizaron 4 aciertos en el cuestionario de entrada y 5
aciertos en el cuestionario de salida.
Cuenta
Aciertos
Entrada
1 2 3 4 5 6 7 Total
general
1 2 2 2 3 9
2 2 11 8 5 1 27
3 1 1 5 9 9 9 2 36
4 7 4 3 7 7 1 29
5 1 1 2 3 1 8
6 1 1 2
Total general 1 12 14 26 26 27 5 111
Aciertos Salida
62
6 CONCLUSIONES Y RECOMENDACIONES
Los desaciertos para algunas preguntas en diversos semestres, implican el rediseño del
cuestionario para observar la variación en el comportamiento del acierto.
El comportamiento de los aciertos para los géneros es muy similar, las curvas de la
ilustración varían de forma parecida según se acierte o desacierte.
Se observa un comportamiento diferente entre la cantidad de aciertos para cada pregunta,
según el número de veces que se interactúe con plataforma Mooddle no es consistente el
comportamiento, en general a mayor cantidad de interacciones no existe aumento de
aciertos.
La participación en cursos virtuales presenta un comportamiento muy variable para la
cantidad de aciertos logrados en la evaluación, sin embargo la tendencia es a mostrar
mayoría de aciertos para escasa o ninguna participación en ellos.
En los diversos datos analizados a través de las gráficas se observa en la pregunta 4 del
cuestionario de entrada una mayor cantidad de aciertos en todos los grupos evaluados.
63
En cuanto a cantidad de créditos tomados por los estudiantes se observa en las gráficas
una variación alta, sin embargo la tendencia alcanzada es que a menor cantidad de créditos
mayor es la cantidad de aciertos logrados.
El modelo de análisis propuesto permite caracterizar a través de la estadística descriptiva
el comportamiento de los estudiantes de acuerdo a variables propias de entrada, asimismo
al realizar el contraste de los datos de entrada y salida se observa que existe una mejora
en los resultados.
El modelo no solamente permite verificar el cambio y mejora en el comportamiento de
los estudiantes en el proceso enseñanza aprendizaje mediado por las nuevas tecnologías,
sus respuestas al final superaran los aciertos, sin embargo es importante en este proyecto
seguir impulsando y motivando a la comunidad académica por la nanociencia y la
nanotecnología, temáticas, temáticas imprescindibles en la formación de los futuros
tecnólogos.
Se recomienda a toda la comunidad académica participar en proyectos de grado o de
investigación relacionados con estas temáticas, con el fin de actualizarse en la nanociencia
y la nanotecnología como aporte fundamental en la formación de los futuros
profesionales, asimismo es importante plantear el diseño microcurricular en estas áreas
para todos los proyectos Tecnológicos de la Facultad, con el fin de proyectar espacios
como laboratorios didácticos y porque no posgrados o maestrías en dichas áreas.
64
7 BIBLIOGRAFÍA
Attorresi H. F., Lozzia G. S., Abal F. J. P., Galibert M. S. & Aguerri M. E. (2009). Teoría
de Respuesta al Ítem Conceptos básicos y aplicaciones para la medición de
constructos psicológicos. Revista Argentina de Clínica Psicológica, vol. XVIII,
núm. 2, agosto, 2009, pp. 179-188 Recuperado de:
http://www.redalyc.org/pdf/2819/281921792007.pdf
Becco G. R. (2008). Conceptos centrales de la perspectiva Vigotskyana. Universidad
Nacional Experimental. Rafael María Baralt. Recuperado de:
https://ticsunermb.wordpress.com/2008/04/08/vygotsky-y-teorias-sobre-el-
aprendizaje-por-el-prof-guillermo-r-becco/
Castilla P. Mª. F. (2014). La teoría del desarrollo cognitivo de Piaget aplicada en la clase
de primaria. (Tesis de Pregrado). Universidad de Valladolid. Segovia. España.
Recuperado de: https://uvadoc.uva.es/bitstream/10324/5844/1/TFG-B.531.pdf
Duarte R. A. (2014). Importancia de la Educación y Formación en Nanotecnología en el
contexto global y latinoamericano. Semana de la nanociencia y la nanotecnología
en Costa Rica (SNNCR). Recuperado de:
http://www.accefyn.org.co/EDUDINA/documentos/Costa-Rica-Nano-
julio34.pdf
Duque G. (2015, 25 de Julio). Un colombiano a la vanguardia de los nanotextiles. En
Portafolio. Recuperado de:
http://www.portafolio.co/negocios/empresas/colombiano-vanguardia-nanotextiles-
23700
65
Escobar R. M. (2012). La ciencia de lo invisible. El espectador.com. Recuperado de:
http://www.elespectador.com/noticias/actualidad/vivir/ciencia-de-invisible-
articulo-387783
Giraldo G. J., (2007). Historia lejana y reciente de la mayor revolución en la historia. En
González E. E. & Gómez B. F. Nano Tecnociencia (pp 25-45). Bogotá D.C.
Ediciones Buinaima.
Gorgas G. J., Cardiel L. N. & Zamorano C. J. (2011). Estadística Básica para estudiantes
de ciencias. Universidad Complutense de Madrid. Facultad de Ciencias Físicas.
Recuperado de:
http://pendientedemigracion.ucm.es/info/Astrof/users/jaz/ESTADISTICA/libro_
GCZ2009.pdf
López O. P. (2009). Construcción y validación de una prueba para medir conocimientos
matemáticos. Horizonte. Pedagógico. Volumen 11. Nº 1. 2009. págs. 29-37.
Recuperado de: file:///C:/Users/toshiba/Downloads/Dialnet-
ConstruccionYValidacionDeUnaPruebaParaMedirConocim-4892966%20(2).pdf
Luengas L. A., Guevara J. C. & Sánchez G. (2009). ¿Cómo desarrollar un laboratorio
virtual? Metodología de diseño.1-6. Recuperado de:
http://www.tise.cl/2009/tise_2009/pdf/20.pdf
Montaña, M. C. A. (2016). Desafíos de la educación superior colombiana frente a las
expectativas del mercado y la internacionalización. (Tesis de especialización)
Universidad Militar Nueva Granada. Bogotá, Colombia. Recuperado de:
http://repository.unimilitar.edu.co/bitstream/10654/14272/3/Monta%C3%B1aMu%
C3%B1ozCarlosAugusto2016.pdf
66
PONTIFICIA UNIVERSIDAD JAVERIANA (2005). Grupo de nanociencia y
nanotecnología. GnanoUJ. Facultad de Ingeniería. Recuperado de:
http://acm.javeriana.edu.co/gnano/inicio.htm
Rafael L. A. (2007). Desarrollo cognitivo: Las teorías de Piaget y Vygotsky. Universidad
Autónoma de Barcelona. Recuperado de:
http://www.paidopsiquiatria.cat/files/teorias_desarrollo_cognitivo.pdf
Reynolds J. (2010). Invito a la sociedad a prepararse para las nuevas tecnologías. Centro
virtual de noticias de la educación. Recuperado de:
http://www.mineducacion.gov.co/cvn/1665/w3-article-230497.html
Rodríguez D. & Ávila, A. (2010). Experiencias en micro y nano escalas para niños y
jóvenes. Mundo Nano. 4. 121-127. Recuperado de:
http://www.mundonano.unam.mx/pdfs/mundonano7.pdf
Román R. (1997). La Facultad Tecnológica de la Universidad Distrital. Un estudio de
caso de cómo asumir proyectos de gestión tecnológica. Tecnura. 41-43.
Recuperado de:
http://www.udistrital.edu.co:8080/c/document_library/get_file?uuid=27fa97b1-
963e-4189-b911-09a2da0cee41&groupId=16383
SENA (2010). La revolución tecnológica del Sena. Aprendices para una nueva sociedad.
Recuperado de: http://www.slideshare.net/dariomontoyamejia/la-revolucion-
tecnologica-del-sena
Serena D. P. A., Martín G. J. A., Casero J. E. & Briones LL. C. (209). Nanociencia y
Nanotecnología, entre la ciencia ficción del presente y la tecnología del futuro.
Recuperado de: www.oei.es/historico/salactsi/udnano.pdf
Tutor S. J. D. (2016). La divulgación de la nanociencia y la nanotecnología: unidad y
diversidad. Dissemination of nanoscience and nanotechnology: unity and
67
diversity. Revista de Física 51E. Recuperado de:
http://www.revistas.unal.edu.co/index.php/momento/issue/view/4489
UNIVERSIDAD DE LOS ANDES (2010). Un laboratorio para micro y nanoescalas.
Revista contacto. Recuperado de:
https://revistacontacto.uniandes.edu.co/index.php?option=com_content&view=a
rticle&id=8&Itemid=13&lang=es
UNIVERSIDAD DISTRITAL (2013). Proyecto curricular de Tecnología Industrial.
Recuperado de:
http://www.udistrital.edu.co/academia/pregrado/tecindustrial/mision/
UNIVERSIDAD NACIONAL (2011). El tamaño si importa. Unimedios UN.
Recuperado de: http://agenciadenoticias.unal.edu.co/detalle/article/el-tamano-si-
importa.html
UNIVERSIDAD DE SEVILLA (2019, 28 de Diciembre). Sobre la enseñanza
constructivista. Recuperado de:
https://paideiablog.wordpress.com/2009/12/28/sobre-la-ensenanza-constructivista/
68
8 Anexos
Anexo 1
Cuestionario de entrada:
Nombre:
Número de documento de identidad:
Fecha de Nacimiento: Género:
Universidad donde estudia: Semestre en curso:
a. Número de créditos que cursa este semestre:
b. ¿En el actual semestre, cuántas veces ha utilizado la plataforma Moodle, esta
semana?
c. ¿En cuántos cursos virtuales ha participado en el último semestre?
d. ¿Cuántos videos, animaciones, películas, ha utilizado para su formación académica
en el último mes?
e. ¿Cuántas horas de asesoría ha tomado en el último mes con sus profesores?
1. Nanociencia es el estudio de procesos relacionados con estructuras cuyas
dimensiones están desde 1 a
a. 10 nanómetros
b. 100 nanómetros
c. 200 nanómetros
d. 300 nanómetros
e. 500 nanómetros
2. Cambian las propiedades ____de una sustancia de dimensiones nanométricas al
compararlas con la misma sustancia de dimensiones macro.
a. físicas
b. químicas
c. ópticas
d. magnéticas
e. todas las anteriores
3. Seleccione el objeto que está en la escala de lo nano
a. Cabello
b. célula
c. Glóbulo rojo
d. Virus
e. Electrón
4. El número de Avogadro corresponde a ___partículas.
a. 6,022 x 1043
b. 6,022 x 1038
c. 6,022 x 1033
d. 6,022 x 1028
e. 6,022 x 1023
5. Dalton postuló la existencia de los _________.
69
a. Átomos.
b. Iones.
c. Enlaces.
d. Electrones.
e. órbitas
6. Una de las propiedades de los nanobjetos es tener gran cantidad de:
a. Tamaño disponible
b. Longitud disponible
c. Superficie disponible
d. Lados disponibles
e. Vértices disponibles
7. Las fuerzas nanométricas de origen cuántico son de atracción y de menor magnitud
que las de origen:
a. Covalente
b. Iónico
c. Atómico
d. Bivalente
e. Químico
70
Anexo 2
Cuestionario de salida:
Nombre:
Número de documento de identidad:
Fecha de Nacimiento: Género:
Universidad donde estudia: Semestre en curso:
1 Para los ingenieros moleculares una de los métodos para trabajar a escala nano es:
a. Arriba hacia abajo
b. Abajo hacia arriba
c. Miniaturizar hacia los lados
d. Miniaturizar hacia el frente
e. Miniaturizar complementariamente
2. Uno de los métodos utilizados para la miniaturización y fabricación de chips en la
industria electrónica, es:
a. Serigrafía
b. Litografía
c. Metalografía
d. Cristalografía
e. Flexografía
3. Las leyes que explican los sistemas nanométricos dependen de la física:
a. Mecánica
b. Eléctrica
c. Óptica
d. Magnética
e. Cuántica
4. Con la miniaturización y producción de objetos como transistores se obtienen las
siguientes ventajas:
a. Espacios más reducidos
b. Mayor rapidez de los electrones
c. Menos potencia
d. Diseño de Chips más eficientes
e. Todas las anteriores
5. La densidad de un transistor se duplica cada dos años, esto se conoce como la ley de:
a. Charles
b. Dalton
c. Moore
d. Feynman
e. Darwing
6. las interacciones a nivel molecular se realizan a través de las fuerzas electrostáticas
permitiendo procesos nanométricos de:
a. Ensamblado
71
b. Acoplado
c. Autoensamblado
d. Soldado
e. Electrosoldado
7. Cuando se fabrica un objeto nanoscópico es necesario controlar:
a. El tamaño de la superficie
b. Su estructura molecular
c. Sus dimensiones
d. Su forma
e. Todas las anteriores
72
Anexo 3 Modelamiento Estadístico
correlaciones Respuestas
finales
Respuestas
iniciales
N.DE
CREDITOS
MOODLE
ESTA
SEMANA
VIRTUALES
ULT.SEMEST
RE
VIDEOS
ULT.MES
ULT.MES
ASESORIA
Edad,
Meses
Respuestas finales
Respuestas iniciales -0,03
N.DE CREDITOS -0,03 -0,02
MOODLE ESTA SEMANA -0,14 -0,04 0,09
VIRTUALES ULT.SEMESTRE 0,11 -0,02 0,12 0,07
VIDEOS ULT.MES -0,22 0,03 -0,05 0,32 0,06
ULT.MES ASESORIA -0,06 0,03 0,05 0,11 0,03 0,03
Edad, Meses 0,35 -0,08 -0,03 -0,04 -0,16 -0,09 -0,10
U Cundinamarca 0,04 0,15 -0,06 0,04 0,02 -0,17 -0,06 -0,04
Edad Años 1 2 3 4 5 6
Total general
16 1 1
17 2 1 1 4
18 1 9 10 6 2 1 29
19 2 3 13 9 2 2 31
20 1 6 5 4 3 19
21 2 4 5 6 1 18
22 1 4 6 2 13
23 2 1 7 10
24 1 2 3 1 7
25 1 1 1 3
26 2 2
27 1 1
28 1 1 2
38 1 1
Total general 10 32 48 38 10 3 141
aciertos en la entrada
Edad Años 1 2 3 4 5 6 Total
general
16 1 1
17 1 1 1 3
18 1 7 8 5 1 22
19 2 3 10 8 2 2 27
20 5 4 2 2 13
21 2 3 4 4 1 14
22 1 4 5 2 12
23 1 1 5 7
24 1 2 2 1 6
25 1 1 1 3
26 2 2
28 1 1
Total general 9 27 36 29 8 2 111
Aciertos a la Entrada
73
La puntuación de entrada estaba definida por las características
Regresión Múltiple - Aciertos entrada
Variable dependiente: Aciertos entrada
Variables independientes:
Número de créditos
MOODLE ESTA SEMANA
Cantidad de Cursos Virtuales
Videos vistos el último mes
Horas de asesoría último mes
Edad, Meses
Error Estadístic
o
Parámetro Estimació
n
Estánda
r
T Valor-
P
CONSTANT
E
3,05405 0,10771
8
28,3522 0,0000
Análisis de Varianza
Fuente Suma de
Cuadrados
Gl Cuadrado
Medio
Razón-F Valor-
P
Edad Años 1 2 3 4 5 6 7 Total
general
16 1 1
17 1 1 1 3
18 3 5 6 3 4 1 22
19 6 3 6 7 3 2 27
20 1 4 5 3 13
21 1 2 5 2 4 14
22 2 3 3 4 12
23 1 2 3 1 7
24 1 4 1 6
25 1 1 1 3
26 1 1 2
28 1 1
Total general 1 12 14 26 26 27 5 111
Aciertos a la Salida
74
Modelo 0 0
Residuo 141,676 110 1,28796
Total
(Corr.)
141,676 110
R-cuadrada = 0 porciento
R-cuadrado (ajustado para g.l.) = 0 porciento
Error estándar del est. = 1,13488
Error absoluto medio = 0,880935
Estadístico Durbin-Watson = 1,96223 (P=0,4217)
Autocorrelación de residuos en retraso 1 = 0,0188653
Regresión por Pasos
Método: Selección Hacia Adelante
Alpha a introducir: 0,05
Alpha a cambiar: 0,05
Paso 0:
0 variable(s) en el modelo. 110 g.l. para el error.
R-cuadrado = 0,00% R-cuadrado ajustado = 0,00% CME = 1,28796
Modelo Final seleccionado.
El StatAdvisor
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para
describir la relación entre Aciertos entrada y 7 variables independientes. La ecuación del
modelo ajustado es
Aciertos entrada = 3,05405
El estadístico R-Cuadrada indica que el modelo así ajustado explica 0,0% de la
variabilidad en Aciertos entrada. El estadístico R-Cuadrada ajustada, que es más
apropiada para comparar modelos con diferente número de variables independientes, es
75
0,0%. El error estándar del estimado muestra que la desviación estándar de los residuos
es 1,13488. Este valor puede usarse para construir límites para nuevas observaciones,
seleccionando la opción de Reportes del menú de texto. El error absoluto medio (MAE)
de 0,880935 es el valor promedio de los residuos. El estadístico de Durbin-Watson (DW)
examina los residuos para determinar si hay alguna correlación significativa basada en el
orden en el que se presentan en el archivo de datos. Puesto que el valor-P es mayor que
0,05, no hay indicación de una autocorrelación serial en los residuos con un nivel de
confianza del 95,0%.
La puntuación de salida estaba definida por las características
Regresión Múltiple - Aciertos salida
Variable dependiente: Aciertos salida
Variables independientes:
Aciertos entrada
Número de créditos
MOODLE ESTA SEMANA
Cantidad de Cursos Virtuales
Videos vistos el último mes
Horas de asesoria último mes
Edad, Meses
Error Estadístic
o
Parámetro Estimació
n
Estándar T Valor-P
CONSTANTE -0,11614 1,15319 -0,100712 0,9200
Cantidad de Cursos
Virtuales tom
0,150484 0,0749492 2,00781 0,0472
Videos vistos el último mes -
0,0230862
0,0101062 -2,28437 0,0243
Edad, Meses 0,01891 0,0045995
4
4,11129 0,0001
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 42,6865 3 14,2288 8,41 0,0000
Residuo 181,043 107 1,69199
Total (Corr.) 223,73 110
R-cuadrada = 19,0795 porciento
R-cuadrado (ajustado para g.l.) = 16,8107 porciento
Error estándar del est. = 1,30077
Error absoluto medio = 1,04693
Estadístico Durbin-Watson = 1,80284 (P=0,1506)
Autocorrelación de residuos en retraso 1 = 0,0617349
Regresión por Pasos
Método: Selección Hacia Adelante
Alpha a introducir: 0,05
Alpha a cambiar: 0,05
Paso 0:
0 variable(s) en el modelo. 110 g.l. para el error.
R-cuadrado = 0,00% R-cuadrado ajustado = 0,00% CME = 2,03391
Paso 1:
Añadiendo variable Edad, Meses con Alpha a introducir =0,000149738
1 variable(s) en el modelo. 109 g.l. para el error.
R-cuadrado = 12,41% R-cuadrado ajustado = 11,61% CME = 1,79784
Paso 2:
Añadiendo variable Videos vistos el último mes con Alpha a introducir =0,0331474
2 variable(s) en el modelo. 108 g.l. para el error.
R-cuadrado = 16,03% R-cuadrado ajustado = 14,48% CME = 1,73948
Paso 3:
Añadiendo variable Cantidad de Cursos Virtuales tom con Alpha a introducir =0,0471839
3 variable(s) en el modelo. 107 g.l. para el error.
R-cuadrado = 19,08% R-cuadrado ajustado = 16,81% CME = 1,69199
Modelo Final seleccionado.
El StatAdvisor
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la
relación entre Aciertos salida y 8 variables independientes. La ecuación del modelo ajustado es
Aciertos salida = -0,11614 + 0,150484*Cantidad de Cursos Virtuales tom - 0,0230862*Videos
vistos el último mes + 0,01891*Edad, Meses
Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente
significativa entre las variables con un nivel de confianza del 95,0%.
El estadístico R-Cuadrada indica que el modelo así ajustado explica 19,0795% de la variabilidad
en Aciertos salida. El estadístico R-Cuadrada ajustada, que es más apropiada para comparar
modelos con diferente número de variables independientes, es 16,8107%. El error estándar del
estimado muestra que la desviación estándar de los residuos es 1,30077. Este valor puede usarse
para construir límites para nuevas observaciones, seleccionando la opción de Reportes del menú
de texto. El error absoluto medio (MAE) de 1,04693 es el valor promedio de los residuos. El
estadístico de Durbin-Watson (DW) examina los residuos para determinar si hay alguna correlación
significativa basada en el orden en el que se presentan en el archivo de datos. Puesto que el valor-
P es mayor que 0,05, no hay indicación de una autocorrelación serial en los residuos con un nivel
de confianza del 95,0%.
Para determinar si el modelo puede simplificarse, note que el valor-P más alto de las variables
independientes es 0,0472, que corresponde a Cantidad de Cursos Virtuales tom. Puesto que el
valor-P es menor que 0,05, ese término es estadísticamente significativo con un nivel de confianza
del 95,0%. Consecuentemente, probablemente no quisiera eliminar ninguna variable del modelo.