Inteligencia conectiva para la educación matemática infantil

  1. María Luisa Novo 3
  2. Ángel Alsina 1
  3. José-María Marbán 3
  4. Ainhoa Berciano 2
  1. 1 Universitat de Girona
    info

    Universitat de Girona

    Girona, España

    ROR https://ror.org/01xdxns91

  2. 2 Universidad del País Vasco/Euskal Herriko Unibertsitatea
    info

    Universidad del País Vasco/Euskal Herriko Unibertsitatea

    Lejona, España

    ROR https://ror.org/000xsnr85

  3. 3 Universidad de Valladolid
    info

    Universidad de Valladolid

    Valladolid, España

    ROR https://ror.org/01fvbaw18

Mostrar afiliaciones +
Revista:
Comunicar: Revista Científica de Comunicación y Educación

ISSN: 1134-3478

Año de publicación: 2017

Título del ejemplar: Cerebro social e inteligencia conectiva

Número: 52

Páginas: 29-39

Tipo: Artículo

DOI: 10.3916/C52-2017-03 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Comunicar: Revista Científica de Comunicación y Educación

Resumen

La construcción de un cerebro conectivo comienza en las edades más tempranas del desarrollo humano. Sin embargo, el conocimiento que ya se tiene sobre los cerebros individual y colectivo apenas se ha incorporado en el desarrollo del pensamiento matemático en Educación Infantil, donde comienzan a gestarse elementos clave para tomar decisiones, resolver problemas de la vida cotidiana, tratar con datos y comprender el entorno. Desde esta perspectiva la presente investigación marca como objetivo general analizar el proceso de enseñanza-aprendizaje de las matemáticas en Educación Infantil a partir del conexionismo, considerando como objetivos específicos, por un lado, determinar las características de una práctica matemática que promueva las conexiones y, por otro lado, identificar los distintos tipos de conexiones matemáticas para fomentar la inteligencia conectiva. La investigación se lleva a cabo a lo largo de dos años consecutivos bajo un paradigma interpretativo con un enfoque metodológico basado en el uso combinado de Investigación-Acción y Teoría Fundamentada. Los resultados han permitido concretar un prototipo de actividad o conjunto de actividades que, en forma de secuencia didáctica, promueve tres tipos de conexiones matemáticas para desarrollar la inteligencia conectiva en Educación Infantil: conceptuales, que producen nexos entre contenidos matemáticos diversos; docentes, que vinculan diversos conceptos matemáticos a través de una metodología activa y de vivenciar las experiencias matemáticas con otras materias; y prácticas, que relacionan las matemáticas con el entorno.

Referencias bibliográficas

  • Alsina, Á. (2012). Hacia un enfoque globalizado de la educación matemática en las primeras edades. Números, 80, 7-24. (https://goo.gl/RYiaZ4) (2016-10-10).
  • Alsina, Á. (2016). Diseño, gestión y evaluación de actividades matemáticas competenciales en el aula. Épsilon, 33(1), 92, 7-29. (https://goo.gl/TOLyQM) (2016-09-10).
  • Askew, M., Brown, M., Rhodes, V., Wiliam, D., & Johnson, D. (1997). Effective Teachers of Numeracy in Primary Schools: Teachers' Beliefs, Practices and Pupils' Learning. (https://goo.gl/ZzQo1y) (2016-07-30).
  • Bell, F. (2011). Connectivism: Its Place in Theory-informed Research and Innovation in Technology-enabled Learning. The International Review of Research in Open and Distributed Learning, 12(3), 98-118. (https://goo.gl/adhO30) (2016-09-11).
  • Caño, A., & Luque, J.L. (1995). El conexionismo: un nexo entre las neurociencias y las ciencias cognitivas. Filosofía y Ciencias Cognitivas, 3, 37-49. (https://goo.gl/txFtVw) (2016-09-15).
  • Caparrós, A. (1980). Los paradigmas en psicología. Sus alternativas y sus crisis. Barcelona: Horsori.
  • Clements, D.H., & Sarama, J. (2009). Learning and Teaching Early math: The Learning Trajectories Approach. Nueva York: Routledge.
  • Cobos, P.L (2005). Conexionismo y cognición. Madrid: Pirámide.
  • Crespo, A. (2007). Cognición humana: mente, ordenadores y neuronas. Madrid: Ramón Areces.
  • Downes, G. (2008). Places to Go: Connectivism & Connective Knowledge. Innovate: Journal of Online Education, 5(1), 6. (https://goo.gl/71UdUt) (2016-09-10).
  • Driscoll, M.P. (2005). Psychology of Learning for Instruction. New York: Allin & Bacon.
  • Freudenthal, H. (1991). Revisiting Mathematics Education. Dordrectht: Kluwer Academic.
  • Gibbs, G.R. (2012). El análisis de los datos cualitativos en investigación cualitativa. Madrid: Morata.
  • Godino, J. (1993). Paradigmas, problemas y metodologías de investigación en didáctica de la matemática. Quadrante, 2(1), 9-22.
  • Godino, J.D., Ake?, L., Gonzato, M., & Wilhelmi, M.R. (2014). Niveles de algebrizacio?n de la actividad matema?tica escolar. Implicaciones para la formacio?n de maestros. Ensen?anza de las Ciencias, 32(1), 199-219. https://doi.org/10.5565/rev/ensciencias.965
  • Godino J.D. (2009). Categori?as de ana?lisis de los conocimientos del profesor de matema?ticas. Unión, 20, 13-31. (https://goo.gl/AnNICA) (2016-10-10).
  • Hill, H.C., Ball, D.L., & Schilling, S.G. (2008). Unpacking Pedagogical Content Knowledge: Conceptualizing and Measuring Teachers’ Topic-specified Knowledge of Students. Journal for Research in Mathematics Education, 39(4), 372-400. (https://goo.gl/q8Usti) (2016-09-11).
  • Hill, H.C., Rowan, B, & Ball, D. L. (2005). Effects of Teachers’ Mathematical Knowledge for Teaching on Student Achievement. American Educational Research Journal, 42 (2), 371-406. (https://goo.gl/xg5juF) (2016-09-30).
  • Karinthy, F. (1929). Chain-Links: Everything is Different. (https://goo.gl/jwtmHJ) (2016-07-28).
  • Kemmis, S., & McTaggart, R. (1992). Cómo planificar la investigación-acción. Barcelona: Laertes.
  • Llinares, S. (2013). Innovación en la educación matemática: más allá de la tecnología. Modelling in Science Education and Learning, 6(1), 7-19. https://doi.org/10.4995/msel.2013.1819
  • Llorente, C., Oca, J., & Solana, A. (2012). Mejora de la atención y de áreas cerebrales asociadas en niños de edad escolar a través de un programa neurocognitivo. Participación Educativa, 1(1), 47-59. (https://goo.gl/1AoG5C) (2016-09-10).
  • López, J.J., Ortiz, T., & López, M.I. (1999). Lecciones de Psicología Médica. Barcelona: Masson.
  • Martorell, J.L., & Prieto, J.L. (2002). Fundamentos de Psicología. Madrid: Centro de Estudios Ramón Areces.
  • McLeod, P., Plunkeett, K., & Rolls, E.T. (1998). Introduction to Connectionist Modelling of Cognitive Processes. New York: Oxford University Press.
  • Merzenich, M.M., & Syka, J. (2005). Plasticity and Signal Representation in the Auditory System. New York: Springer.
  • Miller, G.A., Galanter, E., & Pribram, K.H. (1983). Planes y estructura de conducta. Madrid: Debate.
  • NCTM (2000). Principles and Standards for School Mathematics. Reston, VA: NCTM
  • Ortega, T., & Ortiz, M. (2003). Niveles de dominio de los conceptos básicos de educación infantil. Cálculo mental. GEPEM, 43, 49-78.
  • Pérez, G. (1994). Investigación cualitativa. Retos e interrogantes. I. Métodos. Madrid: La Muralla.
  • Pitt, J., Bourazeri, A., Nowak, A., Roszczynska-Kurasinska, M., Rychwalska, A., Santiago, I.R.,... & Sanduleac, M. (2013). Transforming Big Data into Collective Awareness. Computer, 46(6), 40-45. https://doi.org/10.1109/MC.2013.153
  • Rumelhart, D.E., & McClelland, J.L. (1992). Introducción al Procesamiento Distribuido en Paralelo. Madrid: Alianza.
  • Santonja, J.M. (2005). 25² líneas: las matemáticas en la televisión. [25² Lines: Mathematics on Television]. Comunicar, 25. (https://goo.gl/mj7QwV) (2016-10-28).
  • Siemens, G. (2004). Connectivism: A Learning Theory for the Digital Age. (https://goo.gl/A1IDDl) (2016-08-12).
  • Skemp, R. (1980). Psicología del aprendizaje de las matemáticas. Madrid: Morata.
  • Strauss, A., & Corbin, J. (1998). Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory. US: Sage.
  • Van-Overwalle, F. (2011). Social Learning and Connectionism. In T.R. Schachtman, & S. Reilly (Eds.), Associative Learning and Conditioning Theory: Human and Non-Human Applications (pp. 345-375). New York: Oxford University Press.
  • Vicario-Solorzano, C. M., Gómez, P., & Olivares-Ceja, J. M. (2014). Mejorando el aprendizaje de matemáticas en educación básica mediante conexionismo y tecnología táctil. In J. Asenjo, Ó. Macías, & J.C. Toscano (Eds.), Memorias del Congreso Iberoamericano de Ciencia, Tecnología, Innovación y Educación (Artículo 1028). Buenos Aires: OEI. (https://goo.gl/BvbLg7) (2017-03-14).
  • Watts, D.J. (2004). Six Degrees: The Science of a Connected Age. WW Norton & Company.
Fuente de los datos: Dialnet