Efecto de una herramienta hipermedia sobre las variables afectivo-emocionales relacionadas con las matemáticas

  1. Marisol Cueli 1
  2. Paloma González Castro 1
  3. Celestino Rodríguez 1
  4. José Carlos Núñez 1
  5. Julio Antonio González Pienda 1
  1. 1 Universidad de Oviedo
    info

    Universidad de Oviedo

    Oviedo, España

    ROR https://ror.org/006gksa02

Revista:
Educación XX1: Revista de la Facultad de Educación

ISSN: 1139-613X,  2174-5374

Año de publicación: 2018

Volumen: 21

Número: 1

Páginas: 375-394

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Educación XX1: Revista de la Facultad de Educación

Resumen

Uno de los condicionantes en el aprendizaje de las matemáticas son las variables afectivo-motivacionales de los estudiantes hacia esta asignatura. Así, variables como la utilidad percibida, competencia percibida, motivación intrínseca y ansiedad hacia las matemáticas juegan un papel clave en el aprendizaje de esta asignatura. Teniendo en cuenta las nuevas metodologías en la enseñanza, tales como las pizarras digitales y las aplicaciones hipermedia, en este estudio se pretende analizar el beneficio del uso de las mismas en términos de las condiciones afectivo-motivacionales mencionadas y en qué medida dichos beneficios están relacionados con los niveles afectivo-motivacionales previos. Para alcanzar este objetivo se trabajó con 425 estudiantes de quinto y sexto de Educación Primaria, quienes recibieron instrucción matemática con el apoyo de una herramienta hipermedia. Se recogieron los niveles afectivomotivacionales de todos los estudiantes antes y después de la intervención instruccional utilizando el Inventario de Actitud hacia las Matemáticas. Los resultados de la prueba t de student para muestras relacionadas mostraron diferencias estadísticamente significativas en el postest frente al pretest en las variables competencia percibida y ansiedad ante las matemáticas. Además, fueron aquellos estudiantes con bajos niveles afectivo-motivacionales previos quienes mostraron un mayor beneficio de la intervención. Estos resultados son discutidos a la luz de los resultados de la investigación pasada y se sugieren líneas de investigación futura.

€ Ver financiación

Información de financiación

Este trabajo ha sido realizado gracias a la financiación del proyecto I+D+i (EDU2010-19798), y a una beca de Ministerio de Ciencia e Innovación (BES-2011-045582).

Financiadores

Referencias bibliográficas

  • Ahmed, W., Minnaert, A., Kuyper, H., & Van der Werf, G. (2012). Reciprocal relationships between math self-concept and math anxiety. Learning and Individual Differences, 22(3), 385-389.
  • Al-Qirim, N. (2011). Determinants of interactive white board success in teaching in higher education institutions. Computers & Education, 56(3), 827-838. doi: 10.1016/j.lindif.2011.12.004
  • Andrade-Aréchiga, M., Lopez, G., & Lopez-Morteo, G. (2012). Assessing effectiveness of learning units under the teaching unit model in an undergraduate mathematics course. Computers & Education, 59(2), 594-606. doi: 10.1016/j.compedu.2012.03.010
  • Azevedo, R., Moos, D. C., Johnson, A. M., & Chauncey, A. D. (2010). Measuring cognitive and metacognitive regulatory processes during hypermedia learning: Issues and challenges. Educational Psychologist, 45(4), 210-223. doi: 10.1080/00461520.2010.515934
  • Bazán, L., y Aparicio, A. S. (2006). Las actitudes hacia la matemática-estadística dentro de un modelo de aprendizaje. Revista de Educación, 15(28), 7-20.
  • Brown, G. (2009). Review of education in mathematics, data science and quantitative disciplines. Australia: Report to the Group of Eight Universities.
  • Casal, J., y Mateu, E. (2003). Tipos de muestreo. Revista de Epidemiología y Medicina preventiva, 1, 3-7.
  • Cerezo, R., Núñez, J. C., Rosário, P., Valle, A., Rodríguez, S., & Bernardo, A. (2010). New media for the promotion of self-regulated learning in higher education. Psicothema, 22(2), 306-315.
  • Contreras, F., Espinosa, J. C., Esguerra, G., Haikal, A., Polanía, A., y Rodríguez, A. (2005). Autoeficacia, ansiedad y rendimiento académico en adolescentes. Perspectivas de Psicología, 1(2), 183-194.
  • Cueli, M., González-Castro, P., Álvarez, L., García T., y González-Pienda, J. A. (2014). Variables afectivo-motivaciones y rendimiento en matemáticas: Un análisis bidireccional. Revista Mexicana de Psicología, 31(2), 153-163.
  • Cueli, M., González-Castro, P., Krawec, J., Núñez, J. C., & González-Pienda, J. A. (2016). Hipatia: a hypermedia learning environment in mathematic. Anales de Psicología, 32(1), 98-105. doi: http://dx.doi.org /10.6018/analesps. 32.1.185641
  • Dettmers, S., Trautwein, U., Lüdtke, O., Goetz, T., Frenzel, A., & Pekrun, R. (2011). Students’ emotions during homework in mathematics: Testing a theoretical model of antecedents and achievement outcomes. Contemporary Educational Psychology, 36(1), 25–35. doi: 10.1016/j.cedpsych.2010.10.001
  • Engel, A., y Onrubia, J. (2013). Estrategias discursivas para la construcción colaborativa del conocimiento en entornos virtuales de aprendizaje. Cultura y Educación, 25(1), 77-94. doi: 10.1174/113564013806309082
  • Fennema, E., & Sherman, J. A. (1978). Sex-related differences in mathematics achievement and related factors: A further study. Journal for Research in Mathematics Education, 9(3), 189-203.
  • García-Varcárcel, A., y Tejedor, F. J. (2012). Variables TIC vinculadas a la generación de nuevos escenarios de aprendizaje en la enseñanza universitaria. Aporte de las curvas Roc para el análisis de diferencias. Educación XX1, 14(2), 43-78.
  • González, R., Valle, A., Suárez, J. M., y Fernández, A. (2000). Diferencias en los componentes cognitivo y afectivomotivacional entre distintos niveles de aprendizaje autorregulado en estudiantes universitarios. Bordon: Revista de Pedagogía, 52(4), 537-554.
  • González-Pienda, J. A., Fernández-Cueli, M., García, T., Suárez, N., Tuero-Herrero, E., y Da Silva, E. H. (2012). Diferencias de género en actitudes hacia las matemáticas en la enseñanza obligatoria. Revista Iberoamericana de Psicología y Salud, 3(1), 55-73.
  • Hintsanen, M., Alatupa, S., Jokela, M., Lipsanen, J., Hintsa, T., & Leino, M. (2012). Associations of temperament traits and mathematics grades in adolescents are dependent on the rater but independent of motivation and cognitive ability. Learning and Individual Differences, 122(4), 490-497. doi: 10.1016/j.lindif.2012.03.006
  • Kaput, J., & Hegedus, S. (2007). Technology becoming infrastructural in mathematics education. In R. Lesh, E. Hamilton, y J. Kaput (Eds.), Proceedings of the foundations for the future in mathematics and science (pp. 173–192). Mahwah, NJ: Lawrence Erlbaum.
  • Keengwe, J., Onchwari, G., & Wachira, P. (2008). The use of computer tools to support meaningful learning. Association for the Advancement of Computing in Education Journal, 16(1), 77–92.
  • Kersaint, G. (2007). Toward technology integration in mathematics education: a technology-integration course planning assignment. Contemporary Issues in Technology and Teacher, 7(4), 256–278.
  • Kikas, E., Peets, K., Palu, A., & Afanasjev, J. (2009). The role of individual and contextual factors in the development of math skills. Educational psychology, 29, 541–560. doi: http://dx.doi.org/10.1080/01443410903118499.
  • Kim, C., & Hodges, C. B. (2012). Effects of an emotion control treatment on academic emotions, motivation and achievement in an online mathematics course. Instructional Science, 40(1), 173-192.doi: 10.1007/s11251-011-9165-6
  • Kopcha, T. J., & Sullivan, H. (2008). Learner Preferences and Prior Knowledge in Learner-Controlled Computer-Based Instruction. Educational
  • Technology Research and Development, 56(3), 265-286. doi: 10.1007/s11423-007-9058-1
  • Kroesbergen, E. H., y Van Luit, J. E. H. (2003). Mathematics interventions for children with special educational needs. Remedial and Special Education, 24(2), 97-114. doi: 10.1177/07419325030240020501
  • Lambic, D., & Lipkovski, A. (2012). Measuring the influence of students´attitudes on the process of acquiring knowledge in mathematics. Croatian Journal of Education-Hrvatski Casopis za Odgoji Obrazovanje, 14(1), 187-205.
  • Lazakidou, G., & Retalis, S. (2010). Using computer supported collaborative learning strategies for helping students acquire self-regulated problem-solving skills in mathematics. Computers & Education, 54(1), 3–13. doi: 10.1016/j.compedu.2009.02.020
  • Loong, E. Y. K., & Herbert, S. (2012). Student perspectives of Web-based mathematics. International Journal of Educational Research, 53, 117-126. doi: 10.1016/j.ijer.2012.03.002
  • López-Vargas, O., Hederich-Martínez, C., y Camargo-Uribe, A. (2012). Logro de aprendizaje en ambientes hipermediales: andamiaje autorregulador y estilo cognitivo. Revista Latinoamericana de Psicología, 44(2), 13-26. doi: http://dx.doi.org/10.14349/rlp.v44i2.1028
  • Macias-Ferrer, D. (2007). Las nuevas tecnologías y el aprendizaje de las matemáticas. Revista Iberoamericana de Educación, 42(4), 1-17.
  • Martínez-Berruezo, M., & García-Varela, A. (2013). Analysis of the impact of virtualization on motivation in first-year teaching students. Revista de Educación, 362, 42-68. doi: 0.4438/1988-592X-RE-2011-362-152
  • Olkun, S., Altun, A., & Deryakulu, D. (2009). Development and evaluation of a case-based digital learning tool about children’s mathematical thinking for elementary school teachers. European Journal of Teacher Education, 32(2), 151-165.
  • Oncu, S., Delialioglu, O., y Brown, C. (2008). Critical components for technology integration: how do instructors make decisions? Journal of Computers in Mathematics and Science Teaching, 27(1), 19–46.
  • Op’tEynde, P., & Turner, J. (2006). Focusing on the complexity of emotion issues in academic learning: A dynamical component systems approach. Educational Psychology Review, 18(4), 361–376. doi:10.1007/s10648-006-9031-2.
  • Özyurt, H. (2012). Implementation and evaluationof a web based mathematics teaching system enriched with interactive animations for the probability unit. Energy Education Science and TechnologyPart b-social and Educational Studies, 4(3), 1167-1180.
  • Özyurt, O., Özyurt, H., Baki, A., Güven, B., & Karal. (2012). Evaluation of an adaptive and intelligent educational hypermedia for enhanced individual learning of mathematics: A quialitative study. Expert Systems with Applications, 39(15), 12092-12104. doi: http://dx.doi.org/10.1016 /j.eswa.2012.04.018
  • Pajares, F. (1996). Self-efficacy beliefs in Academic Settings. Review of educational research, 66(4), 543-578.
  • Purvis, A., Aspden, L., Bannister, P., & Helm, P. (2011). Assessment strategies to support higher level learning in blended delivery. Innovations in Education and Teaching International, 48(1), 91–100. doi: 10.1080/14703297.2010.543767
  • Reed, H., Drijvers, P., & Kirschner, P. (2010). Effects of attitudes and behaviors on learning mathematics with computer tools. Computers & Education, 55(1), 1–15. doi: 10.1016/j.compedu.2009.11.012
  • Rodríguez, R., Gil, A. B., García, F. J., & López, R. (2008). SHARP Online: An Adaptive Hypermedia System Applied to Mathematical Problem Solving. Journal of Universal Computer Science, 14(19), 3099-3113.
  • Rosario, P., González-Pienda, J. A., Cerezo, R., Pinto, R., Ferreira, P., Abilio, L., y Olimpia, P. (2010). Eficacia del programa «(Des)venturas de Testas» para la promoción de un enfoque profundo de estudio. Psicothema, 22(4), 828-834.
  • Rosario, P., Lourenço, A., Olímpia-Paiva, M., Núñez, J. C., González-Pienda, J. A., y Valle, A. (2012). Autoeficacia y utilidad percibida como condiciones necesarias para un aprendizaje académico autorregulado. Anales de Psicología, 28(1), 37-44
  • Swanson, H. L. (1999). Instructional components that predict treatment outcomes for student with learning disabilities: Support for a combined strategy and direct instruction model. Learning Disabilities Research and Practice, 14(3), 129-140. doi: 10.1207/sldrp1403_1
  • Tamar, L., & Rivka, W. (2008). Teachers’ views on factors affecting effective integration of information technology in the classroom: developmental scenery. Journal of Technology and Teacher Education, 16(2), 233–263.
  • Walker, A., Recker, M., Ye, L., Robertshaw, M. B., Sellers, L., & Leary, H. (2012). Comparing technology-related teacher professional development designs: a multilevel study of teacher and student impacts. Educational technology research and development, 60(3), 421-444.doi: 10.1007/s11423-012-9243-8.
  • Walshaw, M., & Brown, T. (2012). Affective productions of mathematical experience. Educational Studies in Mathematics, 80(1), 185-199.doi: 10.1007/s10649-011-9370-x.
  • Watt, H. M. G., (2000). Measuring attitudinal change in mathematics and English over 1st year of junior high school: A multidimensional analysis. The Journal of Experimental Education, 68(4), 331- 361.
  • Yerkes R. M., & Dodson, J. D. (1908). The relation of strength of stimulus to rapidity of habit-formation. Journal of Comparative Neurology and Psychology, 18(5), 459–482. doi: 10.1002/cne.920180503
  • Zimmerman, B. J. (2000). Attaining selfregulation: A social cognitive perspective.In M. Boekaerts, P. R. Pintrichy M. Zeidner (Eds.), Handbook of selfregulation (pp. 13-40). San Diego, California: Academic Press.
  • Zimmerman, B. J. (2008). Goal setting: A key proactive source of academic self-regulation. In D. H. Schunky & B. J. Zimmerman (Eds.), Motivation and self-regulated learning. Theory, research and applications (pp. 267-295). New York: Lawrence Erlbaum Associates.
  • — (2011). Motivational sources and outcomes of self-regulated learning and performance. In B. J. Zimmerman & D. H. Schunk (Eds.), Handbook of self-regulation of learning and performance (pp. 49-64). New York: Routledge.
Fuente de los datos: Dialnet