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.