Proyectos

Tan y coautores (2020) sostienen que la enseñanza de matemáticas en educación especial tiende a ser restaurativa, lo que limita las oportunidades de los estudiantes de adquirir conocimientos y reduce sus expectativas, es decir, “formas deshumanizadas del aprendizaje matemático” (p. 22). Un factor clave para superar este problema es su Mirada Profesional, es decir, el conjunto de tres habilidades interrelacionadas: prestar atención a las estrategias de los niños, interpretar la comprensión de los niños y decidir cómo responder basándose en la comprensión de los niños (Jacobs et al., 2010). Sin embargo, este hecho tiene sus peculiaridades a la hora de enseñar a estudiantes sordos. Podemos señalar que el currículo de matemáticas es creado por y para personas oyentes, sin tener en cuenta las características de la comunidad sorda, cuyo aprendizaje es principalmente visual y está mediado por el dominio de la lengua de señas por parte de profesores y estudiantes. En este sentido, la literatura ha mostrado que los estudiantes sordos tienen un rendimiento reducido cuando se enfrentan a tareas matemáticas (i.e., Pagliaro, 2010) y, aunque la pérdida auditiva no es una causa de bajo rendimiento per se, puede ser un factor de riesgo (Blatto et al., 2007). Este proyecto pretende contribuir al aprendizaje de las matemáticas en la educación básica de estudiantes sordos de una escuela especial con enfoque en educación bilingüe. En este contexto, el estudio se enfoca en el desarrollo de la Mirada Profesional o Noticing (Jacobs et al., 2010) del educador especial cuando enseña matemáticas y que se encuentra mediada por el uso de la Lengua de Señas Chilena (LSCh) y el manejo de los recursos léxico-gramaticales que son de naturaleza visual. Las preguntas que guían esta investigación son: ¿cómo un curso de desarrollo profesional sobre sentido numérico fomenta la Mirada Profesional en docentes de educación especial para estudiantes sordos?, ¿qué rol juegan en el desarrollo de la Mirada Profesional el uso de la lengua de señas y el uso de recursos semióticos multimodales para contribuir a la construcción de significación del estudiante sordo?, ¿cómo se representa la Mirada Profesional a través del manejo del espacio señante y del manejo de la iconicidad para la representación de significados? De manera general, este proyecto se enmarca en las Investigaciones de Diseño, considerada un paradigma metodológico emergente que estudia el aprendizaje de los estudiantes en contexto, y es usado principalmente para la exploración de mejoras educacionales, así como para describir nuevas formas de aprendizaje para los estudiantes (Cobb et al., 2007). Particularmente, esta investigación se llevará a cabo a través de dos fases: a) primero se realizará un experimento de enseñanza, el cual estudia la naturaleza del desarrollo de ideas, herramientas o modelos en los que están contenidos alumnos, profesores o grupos; en segundo lugar, realizaremos entrevistas individuales semiestructuradas, las que permitirán profundizar con mayor detalle en las ideas de los profesores. En cuanto a los participantes, esta investigación contará con la participación de profesores de una escuela para estudiantes sordos (adjuntamos carta de compromiso). El foco de análisis de la información estará centrado en el curso de desarrollo profesional y en las producciones (escritas y orales) de los profesores, usando la técnica del análisis de contenido (Kuckartz, 2019).

Este proyecto fue adjudicado, pero renunciado por el investigador principal

Aplicación de técnicas variacionales y de Ecuaciones Diferenciales Parciales en grafos para problemas de agrupación de datos y para segmentación de imágenes

Estudio e implementación de métodos híbridos para la resolución computacional de EDP aplicadas a Ciencia de Datos.

La literatura muestra que diferencias en las habilidades matemáticas tempranas son fuertes predictores de desempeño matemático posterior e incluso afectan la selección de carreras universitarias. Además, aquellos niños que ingresan a la etapa escolar con habilidades matemáticas deficientes, mantienen bajos desempeños académicos durante toda su trayectoria escolar. De hecho, las condiciones iniciales de aprendizaje matemático determinan las trayectorias futuras de aprendizaje. En este contexto, un proyecto FONDEF (2019 - 2021) de la Universidad de O’Higgins nos permitió desarrollar el Test de Pensamiento Matemático (TPM, ver https://jugarmate.org/tpm/) para evaluar aprendizajes matemáticos en niveles de pre-kínder, kínder y 1ro básico. El TPM es un test basado en siete juegos digitales cuya aplicación en grupos grandes de estudiantes es rápida y sencilla por lo que permite recolectar una gran cantidad de datos de aprendizaje con poco esfuerzo. En congruencia con avances recientes en el desarrollo de habilidades matemáticas tempranas, este instrumento logra capturar dos dimensiones del pensamiento matemático infantil que son el pensamiento numérico y el razonamiento espacial. Estos desarrollos previos presentan una gran oportunidad para investigar las condiciones iniciales de los aprendizajes matemáticos y las posibles trayectorias de aprendizajes posteriores. La hipótesis que sustenta este proyecto es que existen perfiles de pensamiento matemático temprano que son capturados en los puntajes TPM y que las primeras trayectorias de aprendizaje se pueden modelar como un tránsito por estos perfiles. En este contexto, el presente proyecto propone la aplicación de algoritmos de inteligencia artificial para el procesamiento y visualización de datos TPM para primero identificar distintos perfiles de pensamiento matemático temprano para luego encontrar patrones de tránsito entre éstos perfiles y así identificar trayectorias iniciales de aprendizaje matemático. La metodología propone analizar conjuntos de datos TPM obtenidos en una muestra de más de 700 estudiantes de prekinder, kinder y 1ro básico aplicando métodos de reducción de dimensionalidad (p.ej., análisis de componentes principales) y algoritmos de agrupamiento (p.ej., clustering). Los resultados de los algoritmos de agrupamiento se interpretan como perfiles de pensamiento matemático, mientras que análisis de evolución de perfiles se interpretan como las trayectorias iniciales de aprendizaje de las matemáticas tempranas. Se espera que los resultados de esta investigación se utilicen para el diseño de intervenciones remediales personalizadas que permitan potenciar el desarrollo de habilidades matemáticas tempranas.

La literatura muestra que diferencias en las habilidades matemáticas tempranas son fuertes predictores de desempeño matemático posterior e incluso afectan la selección de carreras universitarias. Además, aquellos niños que ingresan a la etapa escolar con habilidades matemáticas deficientes, mantienen bajos desempeños académicos durante toda su trayectoria escolar. De hecho, las condiciones iniciales de aprendizaje matemático determinan las trayectorias futuras de aprendizaje. En este contexto, un proyecto FONDEF (2019 - 2021) de la Universidad de O’Higgins nos permitió desarrollar el Test de Pensamiento Matemático (TPM, ver https://jugarmate.org/tpm/) para evaluar aprendizajes matemáticos en niveles de pre-kínder, kínder y 1ro básico. El TPM es un test basado en siete juegos digitales cuya aplicación en grupos grandes de estudiantes es rápida y sencilla por lo que permite recolectar una gran cantidad de datos de aprendizaje con poco esfuerzo. En congruencia con avances recientes en el desarrollo de habilidades matemáticas tempranas, este instrumento logra capturar dos dimensiones del pensamiento matemático infantil que son el pensamiento numérico y el razonamiento espacial. Estos desarrollos previos presentan una gran oportunidad para investigar las condiciones iniciales de los aprendizajes matemáticos y las posibles trayectorias de aprendizajes posteriores. La hipótesis que sustenta este proyecto es que existen perfiles de pensamiento matemático temprano que son capturados en los puntajes TPM y que las primeras trayectorias de aprendizaje se pueden modelar como un tránsito por estos perfiles. En este contexto, el presente proyecto propone la aplicación de algoritmos de inteligencia artificial para el procesamiento y visualización de datos TPM para primero identificar distintos perfiles de pensamiento matemático temprano para luego encontrar patrones de tránsito entre éstos perfiles y así identificar trayectorias iniciales de aprendizaje matemático. La metodología propone analizar conjuntos de datos TPM obtenidos en una muestra de más de 700 estudiantes de prekinder, kinder y 1ro básico aplicando métodos de reducción de dimensionalidad (p.ej., análisis de componentes principales) y algoritmos de agrupamiento (p.ej., clustering). Los resultados de los algoritmos de agrupamiento se interpretan como perfiles de pensamiento matemático, mientras que análisis de evolución de perfiles se interpretan como las trayectorias iniciales de aprendizaje de las matemáticas tempranas. Se espera que los resultados de esta investigación se utilicen para el diseño de intervenciones remediales personalizadas que permitan potenciar el desarrollo de habilidades matemáticas tempranas.

Reconstrucción del clima del Pleistoceno mediante paleoadn

reconstrucción del clima mediante dendrocronología en madera

Reconstrucción del clima del Pleistoceno mediante paleoadn

reconstrucción del clima mediante dendrocronología en madera