Show simple item record

dc.contributor.authorFunkner, Sofía
dc.contributor.authorMartín, María Cristina
dc.date.accessioned2020-11-24T17:56:36Z
dc.date.available2020-11-24T17:56:36Z
dc.date.issued2020-10
dc.identifier.urihttp://hdl.handle.net/11086/16869
dc.description.abstractMediante el uso del Análisis Factorial (AF), se busca describir, en término de unos pocos factores, las relaciones de covarianza de las estrategias de aprendizaje que emplean los estudiantes del grupo de asignaturas “Cálculo I - Matemática I - Análisis Matemático I” correspondientes a carreras de primer año de la Facultad de Ciencias Exactas y Naturales de la Universidad de La Pampa, en el año 2019. Se contó con una muestra de 113 respuestas de estudiantes a un cuestionario que indagaba sobre nueve estrategias de aprendizaje relacionadas con la cognición, metacognición y gestión de recursos, que emplean en el estudio del Cálculo Matemático. Se establece que es posible realizar un AF al evaluar la matriz de correlación muestral (aproximadamente, 67% de las correlaciones son valores superiores o iguales a 0.30, con un determinante de 0.031), obtener un alto valor del coeficiente KMO (0.81) y elevados valores de los coeficientes MSA en todas las estrategias. Analizando los autovalores asociados a la matriz de correlación muestral, se efectúa el AF mediante los métodos de Componentes Principales (CP) y Máxima Verosimilitud extrayendo dos y tres factores comunes. Debido a la cantidad aceptable de varianza explicada (69.03%) y la buena interpretabilidad obtenida, se consideran tres factores mediante CP, nominados: (1) Factor de conexión del conocimiento (estrategias de elaboración y pensamiento crítico), (2) Factor de interacción social para el aprendizaje (estrategias de búsqueda de ayuda y aprendizaje con pares), y (3) Factor de gestión de recursos personales (estrategias de regulación del esfuerzo y gestión del tiempo y lugar de estudio). A partir de estos factores, se obtienen los puntajes factoriales (scores), que no presentan una separación aparente (“nube” de puntos centrada en el origen), con presencia de unos pocos estudiantes que pueden considerarse extremos, permitiendo la identificación y seguimiento de los mismos.es
dc.language.isospaes
dc.rightsAttribution-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/*
dc.subjectAnálisis factorial multivariadoes
dc.subjectEstrategias de aprendizajees
dc.subjectCálculo matemático.es
dc.titleIdentificación de perfiles estratégicos para el aprendizaje de matemática en estudiantes universitarios mediante análisis factoriales
dc.typevideoes
dc.description.filFil: Funkner, Sofía. Universidad Nacional de La Pampa. Facultad de Ciencias Exactas y Naturales; Argentina.es
dc.description.filFil: Martín, María Cristina. Universidad Nacional de La Pampa. Facultad de Ciencias Exactas y Naturales; Argentina. Universidad Nacional del Sur. Departamento de Matemática; Argentina.es


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as Attribution-NoDerivatives 4.0 Internacional