UniversitatRamonLlull

FacultatdeCinciesdelEducaciidelEsportBlanquerna

ProgramadeDoctoradoen InvestigacinPsicopedaggica

TESISDOCTORAL

UTILIZACINDELOSMAPASCONCEPTUALES COMOHERRAMIENTAEVALUADORADEL APRENDIZAJESIGNIFICATIVODELALUMNO UNIVERSITARIOENCIENCIASCON INDEPENDENCIADESUCONOCIMIENTODELA METODOLOGA.

FernandoReyAbella Diciembre2008

dirigidapor

Dr.JosepGallifaiRoca

Amipadre

 NDICEDECONTENIDO
NDICEDETABLAS......................................................................................... IX NDICEDEFIGURAS...................................................................................... XII NDICEDECUADROS................................................................................... XIII NDICEDEFRMULAS.................................................................................XIV NDICEDEGRFICOS.................................................................................... XV PRLOGO................................................................................................... XVII 1.INTRODUCCIN.......................................................................................... 1 1.1.Fundamentostericosdelainvestigacin..........................................2 1.1.1.Constructivismo...........................................................................2 1.1.2.Tiposdeaprendizaje.Elaprendizajesignificativo.......................4 TeoracognitivadelaAsimilacindelaprendizajehumano.............4 Tiposdeaprendizaje..........................................................................6 Elolvidocomoelementodiferenciadordetiposde aprendizaje......................................................................................... 9 1.1.3.Evaluacindelaprendizaje..........................................................9 Evaluacindelaprendizajeenelentornouniversitario..................11 1.1.4.Mapasconceptuales..................................................................15 Quesunmapaconceptual?.........................................................15 Terminologaaplicadaenlosmapasconceptuales.........................16

ndices

Gnesisdelosmapasconceptuales .................................................18 Cmoseconstruyen?.....................................................................18 Utilidaddelosmapasconceptuales.Paraqusirven?..................21 Sistemasdepuntuacindelosmapasconceptuales.......................23 Puedeunmapaconceptualevaluarelaprendizaje significativo? ..................................................................................... 26 Validezyfiabilidaddeunmapaconceptualparaevaluarel aprendizajesignificativo ...................................................................27 Correlacindemapaconceptualconotrosmtodosde evaluacin........................................................................................ 28 Problemticadelosmapasconceptualesutilizadoscomo herramientaevaluadora..................................................................30 1.2.Introduccinalainvestigacin.........................................................33 Experienciaspiloto:eldominiodelatcnicaseconvierteen problema.......................................................................................... 35 1.3.Objetivosdelainvestigacin .............................................................37 2.MTODOSYTCNICAS.............................................................................41 2.1.Introduccin...................................................................................... 41 2.2.Hiptesis............................................................................................ 42 2.2.1.Hiptesisgeneral ........................................................................42 2.2.2.Hiptesisconcretas....................................................................42 2.3.Diseodelainvestigacin.................................................................43 2.3.1.Justificacindeldiseo..............................................................43 2.3.2.Conocimientosevaluados..........................................................48 2.3.3.Pruebasrealizadas.....................................................................49 2.3.4.Metodologaadaptadadeconstruccindemapas conceptuales........................................................................................ 49 Sistemasdepuntuacin...................................................................52 2.3.5.Validezyfiabilidaddelametodologapropuesta ......................54 2.3.6.Contextoexperimental..............................................................54 Muestra............................................................................................ 54 Caractersticasdelamuestra...........................................................55 Criteriosdeinclusinyexclusin.....................................................57 Consentimientoinformado..............................................................58 VI ndices

Calendario........................................................................................ 58 2.3.7.Diseoexperimental..................................................................59 Protocolo.......................................................................................... 59 Medidasrecogidas...........................................................................61 Clculosrealizados...........................................................................62 2.4.Tcnicasutilizadas. ............................................................................68 2.4.1.Tcnicasestadsticas..................................................................68 TestdeNormalidad..........................................................................68 CorrelacinBivariadadeSpearman.................................................68 Concordancia:kappaponderadacuadrtica...................................70 Regresincurvilnea,linealymultivariante.....................................71 2.4.2.Pruebas ....................................................................................... 73 PruebaObjetiva ................................................................................73 PruebadeMapasConceptualesconmetodologaadaptada..........76 Encuesta........................................................................................... 80 2.4.3.ClculodelaNotaPronosticadaySimplificada.........................82 NotaPronosticada............................................................................82 NotaSimplificada.............................................................................86 2.4.4.Tiposdevariable,rangosycategorizaciones .............................87 Tiposdevariableyrangos ................................................................87 Categorizaciones..............................................................................89 3.RESULTADOSYDISCUSIN.....................................................................93 Anlisisprevio:Distribucindenotasobtenidas.....................................93 Pruebasdenormalidad....................................................................93 AnlisisExploratoriodeDatosbasadoenDiagramadeBarras.......95 3.1.ComparacindelasNotasTestyHolsticasentre intervenciones.......................................................................................... 97 3.2.ExpresinmatemticadelasNotasParamtricas (PronosticadaySimplificada).................................................................100 Regresionescurvilneas..................................................................100 Seleccindeparmetrosydependencias.....................................104 Expresinmatemticaparalanotapronosticada.........................112 ExpresinmatemticaparalaNotaSimplificada..........................114 3.3.ValidezyfiabilidaddelasNotasPronosticadaySimplificada........115

ndices

VII

NotaPronosticadaentreintervenciones.......................................115 NotaSimplificadaentreintervenciones .........................................116 NotaPronosticadavsNotaHolsticaporintervenciones..............118 NotaSimplificadavsNotaHolsticaporintervenciones................120 3.4.Anlisisporgrupostemticos.........................................................122 Anlisisentreintervenciones.........................................................123 ComparacinNotaPronosticadayNotaSimplificadacon NotaHolstica.................................................................................125 4.CONCLUSIONES..................................................................................... 127 4.1.Introduccin.................................................................................... 127 4.2.Conclusionesdelainvestigacinrealizada.....................................129 4.3.Conclusionesgenerales...................................................................131 4.4.Prospectivaparafuturasinvestigaciones.......................................131 EPLOGO..................................................................................................... 133 AGRADECIMIENTOS................................................................................... 135 BIBLIOGRAFA............................................................................................. 139 ANEXO............................................................................................................ 1 ExamendeBiomecnica................................................................................3 Documentodelaprimeraintervencin.......................................................15 Documentodelasegundaintervencin......................................................23 Documentodelaterceraintervencin........................................................33

VIII

ndices

 NDICEDETABLAS
Tabla1. Encuesta. Autovaloracin de la tcnica de creacin de mapasconceptuales....................................................................56 Tabla2. Kappa ponderada cuadrtica. Pesos para las diferentes distancias..................................................................................... 71 Tabla 3. Mapa conceptual. Listado de conceptos ofrecidos por el profesor....................................................................................... 77 Tabla4. Mapaconceptual.Conceptosprincipalesdecadatema.............79 Tabla5. Regresincurvilnea.Combinacionesposibles...........................85 Tabla6. Ejemplosdepromediosdenotasholsticas................................88 Tabla7. Rango de Nota Holstica para Grupos Temticos (Rango R+)................................................................................................ 88 Tabla8. CategorizacindeNotaTestaNotaHolsticaportemas............89 Tabla9. Categorizacin de Nota Test a Nota Holstica por grupos temticos(rangoR+)...................................................................90 Tabla10. Categorizacin de Nota Simplificada a Nota Holstica por temas........................................................................................... 91 Tabla11. Categorizacin de Nota Simplificada a Nota Holstica por grupostemticos(rangoR+).......................................................92 Tabla12. ResultadostestdeNormalidad(ShapiroWilk)...........................93 Tabla13. Concordancia y correlacin entre intervenciones de Nota testyHolsticaportemas............................................................99 Tabla14.Regresin curvilnea (r2 y p) de la Nota Holstica respecto alosparmetrosobjetivablesenlaprimeraintervencin.......101 Tabla15.Regresin curvilnea (r2 y p) de la Nota Holstica respecto alosparmetrosobjetivablesenlasegundaintervencin.......102

ndices

IX

Tabla16. Regresin curvilnea (r2 y p) de la Nota Holstica respecto alosparmetrosobjetivablesenlaterceraintervencin .........103 Tabla17.Promedio de los ndices r2 y p de las regresiones curvilneas (Nota Holstica vs parmetros objetivables) en lastresintervenciones...............................................................104 Tabla18.Promedio de los ndices r2 y p de las regresiones curvilneas (Nota Holstica vs parmetros objetivables) en lastresintervencionesyenloscuatrotemas...........................106 Tabla19.Comparacin de coeficientes lineales de la Regresin curvilnea con dependencia lineal de la Nota Holstica vs ValoracindeJerarquaenlastresintervenciones ...................107 Tabla20.Comparacin de coeficientes lineales de la Regresin curvilnea con dependencia lineal de la Nota Holstica vs EnlacesVlidosenlastresintervenciones................................108 Tabla21. Comparacin de coeficientes lineales de la Regresin curvilnea con dependencia lineal de la Nota Holstica vs EnlacesVlidosenlastresintervenciones................................108 Tabla22. Comparacin de coeficientes lineales de la Regresin curvilnea con dependencia lineal de la Nota Holstica vs EnlacesVlidosenlastresintervenciones................................109 Tabla 23. Coeficientes de la Regresin multivariante de Nota Holistica dependiente de Valoracin de Jerarqua y EnlacesVlidosenlastresintervenciones................................113 Tabla24. Concordancia y correlacin de la Nota Pronosticada categorizadaentreintervenciones............................................116 Tabla25. Concordancia y correlacin de la Nota Simplificada categorizadaentreintervenciones............................................117 Tabla26. Concordancia y correlacin entre Nota Holstica y Nota Pronosticadacategorizadaportemaseintervenciones...........119 Tabla27. Categorizacin aplicada a la Nota Simplificada para estudiarlaconcordanciaconNotaHolstica.............................120 Tabla28. Concordancia y correlacin entre Nota Holstica y Nota Simplificadacategorizadaportemaseintervenciones. ............121 Tabla29. Categorizacin aplicada a la Nota Simplificada para estudiar la concordancia con Nota Holstica por grupos temticos(rangoR+).................................................................122 Tabla30. Concordancia y correlacin por grupos temticos entre intervencionesdetodaslasnotas(cat:categorizada)..............124

ndices

Tabla31.Concordancia y correlacin entre Nota Holstica y Notas Pronosticada y Simplificada por grupos temticos e intervenciones...........................................................................126

ndices

XI

 NDICEDEFIGURAS
Figura1. Ejemplodemapaconceptual......................................................15 Figura2. Modelodemapaconceptual.......................................................17 Figura3. Metodologa de creacin de mapas conceptuales adaptadaaprofanos.Contextualizacin....................................44 Figura4. Ejemplo de aplicacin de la metodologa adaptada de creacindemapasconceptuales.................................................51 Figura5. Mapa conceptual de los sistemas de puntuacin de los mapascreadosconlametodologaadaptadaaprofanos..........53

XII

ndices

 NDICEDECUADROS
Cuadro1. Encuesta. Sobreaprendizaje de temas especficos. Resultados.................................................................................55 Cuadro2. Encuesta. Conocimiento previo sobre mapas conceptuales.Resultados..........................................................56 Cuadro3. Resumendelprotocolo..............................................................61 Cuadro4. Prueba objetiva. Preguntas por niveles sobre el tema de Eficiencia .................................................................................... 74 Cuadro5. Prueba objetiva. Preguntas por niveles sobre el tema de Fatiga ......................................................................................... 75 Cuadro6. Encuesta. Grupo de preguntas relativas al sobreaprendizajeentemasespecficos.....................................81 Cuadro7. Encuesta. Grupo de preguntas sobre Conocimiento de la metodologademapasconceptuales.......................................82 Cuadro8. Desarrollo en serie polinmica de Taylor y Mc Laurin de unafuncin................................................................................84

ndices

XIII

 NDICEDEFRMULAS
Frmula1. Frmula2. Frmula3. Frmula4.

CoeficientedecorrelacindeSpearman ................................69 ndicedecorrelacinkappa....................................................70 ndicedecorrelacinkappaponderada.................................70 Expresin matemtica obtenida para la Nota Pronosticada.........................................................................113 Frmula5. Expresin matemtica inferida para la Nota Simplificada...........................................................................114

XIV

ndices

 NDICEDEGRFICOS
Grfico1. Distribucin de autovaloraciones de la tcnica de creacindemapas....................................................................57 Grfico2. Diagramas de barras de Notas Test por temas e intervenciones...........................................................................95 Grfico3. Diagramas de barras de Notas Holsticas de mapas por temaseintervenciones.............................................................96 Grfico4. Regresiones lineales de Nota Holstica respecto a Enlaces Vlidos en dependencia Lineal por temas e intervenciones.........................................................................110 Grfico5. Regresiones lineales de Nota Holstica respecto a Enlaces Vlidos en dependencia Cuadrtica por temas e intervenciones.........................................................................110 Grfico6. Regresiones lineales de Nota Holstica respecto a Enlaces Vlidos en dependencia Cbica por temas e intervenciones.........................................................................111

ndices

XV

XVI

ndices

 PRLOGO
Fran estaba realmente cansado, y su cansancio era ms mental que fsico. Febrero,JunioyJulio.Siemprelomismo.Lacorreccindeexmenesera pesada: las preguntas cortas, los problemas y el test. Este ltimo con menos trabajo pues de ello se encargaba un ordenador. Pero mucho peor era la evaluacin. De hecho no le molestaba decidir sobre estudiantes que habanasistidoasusclases,puessehabahechounaideabastanteclarade loquesaban.Aselexamen,lamayoradelasveces,sloeraunreflejode lo que ya saba. El problema era evaluar a los estudiantes que no conoca pueslaasistenciaalasaulasuniversitariasnoeraobligatoria. En esos momentos siempre reflexionaba sobre los alumnos que haban suspendido el examen. Pero sabe o no sabe? Unas cuantas filigranas matemticas, varios clculos estadsticos y una reflexin en profundidad del contenido del examen, hecha a la luz de las respuestas, y la duda persiste. Y es ms, no slo persiste sino que se incrementa: y los que aprobaron justo, saben o no saben?, cuando asistan a las asignaturas del cursoocuatrimestresiguiente,recordarnohabrnolvidado? La experiencia evaluativa de este profesor universitario pocas veces era gratificante. Lejos quedaban las vivencias de secundaria y bachillerato, donde los 40 alumnos por aula y la obligatoriedad de la asistencia le permitan conocer lo que saba cada alumno. Entonces poda decidir satisfactoriamente, al menos desde su punto de vista. Ahora en el entorno universitario, las ausencias, la ratio de alumnos por aula y la masificacin Prlogo XVII

en los exmenes finales lo pona en muchas encrucijadas. Y decidir sin saber,nuncaesgratificante. Pero, en su trayectoria docente, su afn lector le aport nuevas ideas: constructivismo, aprendizaje significativo, inclusin obliterativa, mapas conceptuales, Conceptos que nunca aparecieron ni en su formacin en Ciencias Fsicas ni en los cursos de Adaptacin Pedaggica mucho tiempo atrs. Aos de puesta en prctica y poco a poco su espritu investigador le mostraba una posibilidad: sera capaz de crear una prueba final que le dijera si el alumno saba o no saba y si recordara lo aprendido el curso o cuatrimestre siguiente? Y si adems fuera depuntuacin automticapara posibilitarlacorreccinagranescalaconunordenador? Tendraqueprobar.

XVIII

Prlogo

 1.INTRODUCCIN
Los avances significativos en la comprensin del aprendizaje humano y delahistoriaylafilosofadelacienciahanayudadoacrearunnuevoclima intelectual, en el que el modelo constructivista del aprendizaje adquiere una posicin aventajada. Hoy en da el desarrollo curricular de la ciencia y laenseanzacentralastareasenlacomprensindelosconceptosenlugar de en su memorizacin. As las nuevas herramientas educacionales estn orientadas a hacer la ciencia, en todos sus aspectos, transparente a los estudiantes. Aparece pues un nuevo paradigma enseanzaaprendizaje en el que el modelo didctico (la enseanza) est subordinado al aprendizaje y en el que los esfuerzos educativos se centran en el individuo que aprende. Este eselfundamentodelProcesodeBoloniadelEspacioEuropeodeEducacin Superior iniciado en 1999 (Gonzlez, 2005). Por tanto, un buen mtodo de enseanzadebefacilitarqueelalumnoaprenda,ascomounbuenmodelo didctico ha de recoger los nuevos datos que las teoras del aprendizaje aportan. Ausubel en 1968 en su Teora de la Asimilacin del Aprendizaje (Ausubel, 1968) sent los principios de intervencin educativa. Los ms importantes,queseenmarcanenestenuevoparadigma,son: La necesidad de tomar como punto de partida lo que el alumno ya sabe, es decir, sus posibilidades de razonamiento y los

1.Introduccin

conocimientos y experiencias que ste ha adquirido anteriormente. La consecucin de un aprendizaje significativo, es decir, que el alumno construya su propio conocimiento, relacionando los nuevos conceptos, procedimientos y actitudes que ha de aprenderconlosqueyaposee. Aprender significativamente supone modificar los esquemas conceptualesqueelalumnotiene,partiendodesurealidadydesarrollarsu potencial de aprendizaje. Las condiciones para conseguir esto sern una actitud positiva por parte del alumno y un contenido de aprendizaje que seapotencialmentesignificativo. Enestalnealosmapasconceptualesseestnimponiendocomounade las herramientas didcticas ms potentes. Numerosos estudios y publicaciones los avalan desde los aos setenta en que Novak y sus colaboradores los definieron en el marco del Programa de Educacin en Ciencias y Matemticas (PCEM) del Departamento de Educacin de la UniversidaddeCornellenIthaka,NewYork(MoreirayNovak,1988) De estos mismos trabajos empez a surgir la necesidad de generar herramientas que permitieran desarrollar los modelos en el aula. Los profesores deban cerciorarse a priori de lo que ya saba el alumno y, a posteriori, de la consecucin de su aprendizaje significativo y su evaluacin.

1.1.Fundamentostericosdelainvestigacin

1.1.1.Constructivismo
En las dcadas de los 60 y 70 emergen unas nuevas concepciones epistemolgicas catalizadas por los trabajos de Kuhn (1962) y Toulmin (1972) que caracterizan el conocimiento y la produccin del conocimiento como estructuras evolutivas de conceptos y proposiciones. Esta

1.Introduccin

epistemologa nace y se desarrolla como una alternativa a los esquemas positivistas y empiristas que sostienen un conocimiento universal al que se deseallegar. En esta lnea de pensamiento surge el constructivismo. Segn Novak (Novak y Gowin, 1984), este trmino nace de una sntesis entre la psicologa cognitiva y la filosofa del conocimiento o epistemologa. As el constructivismoesunaconcepcindelaprendizajeydelsaberqueuneuna teora viable del aprendizaje cognitivo humano con las tendencias sobre epistemologa. Esta filosofa pone de manifiesto que tanto los individuos como los colectivos construyen ideas sobre cmo funciona el mundo, o en nomenclatura de Kuhn y Toulmin, construyen sus estructuras cognitivas conconceptosyproposiciones. Segn Novak (Novak y Gowin, 1984; Novak, 1998) concepto es una regularidadquesepercibeenloshechosuobjetos,oregistrosdehechosu objetos, y que se designa mediante un nombre. Por otro lado una proposicin es la relacin existente entre dos conceptos que se unen para formar un enunciado sobre un hecho, un objeto o una idea, de forma que seotorgasignificadoadichosconceptos. En psicologa cognitiva se seala el papel central que juegan los conceptos y las relaciones entre conceptos en la construccin de conocimiento, y el papel fundamental del lenguaje para codificar, dar forma y adquirir significados. As una etiqueta o nombre representa el concepto mientras que una proposicin es la forma de representar una relacinentrelosmismos. Los psiclogos cognitivos resaltan que la esencia del conocimiento es la estructura (Anderson, 1984) y que la interrelacin entre conceptos es una propiedad esencial del conocimiento (Shavelson, 1972; Glaser y Bassok, 1989).Enconsecuencia,cientficosprofesionalesyestudiantesaventajados desarrollan estructuras de conceptos relacionados muy elaboradas, bien diferenciadas y altamente integradas. De esta forma, a medida que el dominio de un tema crece (sea por aprendizaje, entrenamiento o experiencia) los elementos del conocimiento aumentan sus interconexiones(Chietal,1988).

1.Introduccin

Por tanto, el aprendizaje tiene dos vertientes: la incorporacin de conceptos y la creacin de interrelaciones entre conceptos, lo que les otorga significado y refleja el nivel de comprensin. Grandes fsicos como Newton o Einstein se caracterizan por introducir nuevas epistemologas en sus ramas cientficas, las cuales no aportan nuevos conceptos sino nuevos enfoques o interconexiones. Esta concepcin la sintetizaba magnficamente Erwin Schrdinger (fsico 18871961, creador de la Ecuacin de Schrdinger, ley fundamental de la Mecnica Cuntica), cuandoafirmabaqueLatareanoestantoverloquenadiehavisto,como pensarloquenadiehapensadoacercadeloquetodosven.

1.1.2.Tiposdeaprendizaje.Elaprendizajesignificativo

Teora cognitiva de la Asimilacin del aprendizaje humano

A principios de los aos sesenta Ausubel (1963) present una explicacin de la teora cognitiva del aprendizaje verbal significativo. En esta poca la psicologa conductista estaba en pleno apogeo, pues slo un ao antes Kuhn (1962) haba publicado su Estructura de las revoluciones cientficas. Las ideas de Ausubel llegaron al departamento de Educacin de la Universidad de Cornell en Ithaka (New York) en 1964, al ao siguiente de su publicacin. All, el grupo de trabajo de Novak estaba inmerso en un estudio longitudinal de 12 aos sobre el aprendizaje de conceptos cientficos en primaria y secundaria, y estas ideas les permitieron explicar las dificultades que encontraron en la interpretacin de los datos sobre resolucindeproblemas(NovakyMussonda,1991;Novak,1998). En 1968, Ausubel public su Psicologa Educativa (Ausubel,1968) donde ampliaba su Teora de la Asimilacin del Aprendizaje enfatizando en el aprendizajesignificativoyelaprendizajeporrecepcin. Novak adopt dichas ideas de forma que, posteriormente, Ausubel, Novak y Hanesian (Ausubel et al, 1978), en lo que sera la segunda edicin de la Psicologa Educativa, profundizaron en la Teora de Ausubel, diferenciando claramente entre el aprendizaje memorstico y el

1.Introduccin

significativo, as como entre las dimensiones del aprendizaje por recepcin y por descubrimiento. Ms adelante se desarrollan estos cuatro tipos de aprendizajeenfrentadosdosados(verTiposdeAprendizajeenpgina6). La Teora de la Asimilacin del Aprendizaje, enmarcada en el constructivismo, se basa en que las personas aprenden por conceptos y proposiciones creando estructuras cognitivas. As, en esencia, la teora explica que el aprendizaje crea una estructura cognitiva nueva como resultado de la asimilacin o inclusin de los nuevos conocimientos en la organizacin preexistente. Esta ltima es fundamental, en tanto que permite la entrada de nuevos conceptos y proposiciones. En efecto, no podemos construir una nueva planta de un edificio si su estructura previa no tiene los pilares y cimientos dispuestos en la forma y consistencia necesaria, y mucho menos si no existen. De hecho, Ausubel (1968), en el prefacio de su obra, insista en que la base del aprendizaje es averiguar lo queelalumnoyasabeyensearenconsecuencia. Esta teora introduce varias ideas relevantes sobre el aprendizaje, a saber: la inclusin, la diferenciacin progresiva y la reconciliacin integradora, as como la importancia de los conceptos inclusores en la estructura preexistente. En efecto, a medida que se produce el aprendizaje, algunos conceptos (los inclusores) que el aprendiz ya posee sufrenunrefinamientoconlaadicinocreacindenuevasproposicionesy nuevos conceptos. Por tanto, en la estructura cognitiva aparece una diferenciacin progresiva que aumenta el tamao de dicha estructura. A medida que prosigue el aprendizaje, se produce la reconciliacin integradora: el estudiante integra o recombina los nuevos conceptos e ideas en la estructura y, al atribuirles nuevas interrelaciones, los dota de nuevos significados que se reconcilian con los preexistentes creando as unanuevaestructuramejorada.Cuandoelestudiantedecideaprenderuna materia de forma significativa, su proceso pasara por las tres fases: inclusin,diferenciacinprogresivayreconciliacinintegradora. Recientemente Sandkhler y Bhattacharya (2008) han realizado un estudio neurolgico con 21 estudiantes que aceptaron someterse a un electroencefalograma mientras resolvan problemas de solucin no evidente. Los resultados muestran cmo, en el momento en que el voluntario encontraba la solucin al problema (el Eureka de Arqumedes), la actividad cerebral evolucionaba de la zona parietal a la 1.Introduccin 5

temporal izquierda, a la frontal, y regresaba a la parietal en pocos segundos.Estapodraserlarelacinentrecalidaddepensamientoypauta EEGquereferaNovak(1991c).Extrapolando,sisuponemosqueelhallazgo delcaminoresolutivoseasemejaaunareconciliacinintegradoraquizsse havisualizadolacomponenteneurolgicaqueNovak(1998)apuntaba. Por otro lado, la teora del aprendizaje de Ausubel implica una organizacin jerrquica de la estructura cognitiva (Ausubel, 1968; Moreira y Novak, 1988; Novak, 1991b). Las relaciones conceptuales y proposicionales son conjuntos de rboles o estructuras que van desde la superordenacin hasta la subordinacin; el nuevo aprendizaje es ms efectivo cuando la nueva informacin puede ser incluida bajo conceptos o proposiciones superordinadas ya existentes en la estructura cognoscitiva (Ausubel, 1963, 1968; Keil, 1979; Mayer, 1983). Un mismo concepto o proposicinpuedefuncionartantocomosubordinadocomosuperordinado dependiendo del contexto especfico del nuevo aprendizaje o del uso del conocimiento. Esta propiedad de la organizacin cognitiva es conocida comomapadegoma(NovakyGowin,1984)yaquemuestracmoqueda un mapa con un mismo conjunto de conceptos y proposiciones cuando algunosconceptossonelevadosaotronivel(MoreirayNovak,1988). Esta concepcin jerrquica de la estructura cognitiva ha sido discutida desde sus orgenes. Diversos autores (Mahler et al, 1991; Lomask et al, 1992; Herl et al, 1993) proponen otras estructuras, como la red asociativa basadaenconcepcionesasociacionistas.

Tipos de aprendizaje.
La Teora de Ausubel (1968) pone de relieve cuatro tipos de aprendizaje que podemos agrupar en dos bloques, en tanto que se refieren a procesos diferentes. Por un lado, en funcin del tipo de instruccin recibida, tenemos los aprendizajes por recepcin y por descubrimiento. Por otro lado,enbaseacmoseintegranlosnuevosconocimientosenlaestructura cognitiva,tenemoslosaprendizajessignificativoymemorstico. El aprendizaje por recepcin es aquel en el que el estudiante recibe el nuevo conocimiento, ya sea suministrado por el enseante o por cualquier otro mtodo. As, a este nivel, tenemos las tablas de multiplicar, las clases

1.Introduccin

magistrales, etc. En el extremo opuesto est el aprendizaje por descubrimiento, en el que el aprendiz encuentra los nuevos conceptos y/o interrelaciones. Este es el aprendizaje autnomo por excelencia y el utilizado por los investigadores en su labor de aflorar nuevo conocimiento o por los compositores de msica al crear sus obras. Ambos aprendizajes no forman una disociacin completa sino que forman un continuo donde, por ejemplo, tenemos estadios intermedios como el aprendizaje por descubrimientoforzado.Esteltimosedacuandoelprofesorhacelalabor de gua en la instruccin por descubrimiento del alumno, y este no tiene msqueseguirlaspautasmarcadasparallegaralnuevoentendimiento.De hecho el alumno, desde preescolar hasta nivel universitario, experimenta todoesteabanicodeinstrucciones. El aprendizaje significativo ocurre cuando un conocimiento nuevo se incorporaoasimilaaunaestructuracognitivaprevia,entantoqueseancla en ella mediante los llamados inclusores, construyendo una nueva organizacin. De esta forma, los conceptos incluidos adquieren un significado personal para el aprendiz. Los conocimientos as adquiridos permiten la aplicacin y/o extrapolacin a nuevas causas o situaciones, en tanto que se ha realizado una comprensin de lo aprendido. El conocimiento incluido permite la incorporacin de nuevos conceptos y proposiciones a la estructura cognitiva, la cual sufre una reestructuracin continua en este tipo de aprendizaje creando un proceso dinmico (Moreira,1988).Cadanuevoaprendizajedeesteprocesopasaporlasfases ya mencionadas de inclusin, diferenciacin progresiva y reconciliacin integradora. Este carcter propio y personal del proceso de aprendizaje marca de manera nica la estructura cognitiva del alumno, de forma que noexistirndosindividuosconorganizacionesmentalesidnticas(Moreira, 1988;Bolte,1997). Por tanto, si la esencia del conocimiento es la estructura conformada por las interrelaciones verbalizadas como proposiciones, y el aprendizaje significativo es la evolucin de dicha estructura, tenemos que la unidad mnima del aprendizaje significativo sern las proposiciones (Novak y Gowin,1984;Shavelsonetal,1994;Novak,1998;Schauetal,1999). En la misma lnea, el aprendizaje significativo es por necesidad un acto de voluntad, pues el sujeto decide aprender significativamente (Ausubel et al, 1978; Novak y Gowin, 1984; Novak, 1998). Cabe destacar que en este 1.Introduccin 7

proceso el alumno, adems de su voluntad, precisa que el material didcticoempleadoseaigualmentesignificativo(Novak,1998). En el lado opuesto, el aprendizaje memorstico es puramente mecnico y es almacenado arbitrariamente de forma literal, sin atribucin de significados personales (Moreira, 1988). Por tanto, no altera la estructura cognitiva preexistente, ya que los nuevos conceptos se incorporan pero no seintegran.Estasituacinindicaunaausenciadecomprensinyporellola imposibilidad de aplicarlos nuevos conocimientos a situaciones diferentes. No obstante, este tipo de aprendizaje es til y necesario. Existen mltiples ejemplos a todos los niveles educativos y formativos, empezando por las tablas de multiplicar en matemticas, la escala de dureza de materiales propuestaporelgelogoFriedrichMohs,losparmetrosdenormalidadde una muestra sangunea en medicina, una lista de nmeros de telfono, entre otros. Es ms, en cualquier disciplina existe toda la nomenclatura tpica de la materia, que debe aprenderse de esta manera. La utilizacin continuada del aprendizaje memorstico produce un sobreaprendizaje que posibilita su persistencia en la estructura cognitiva, an cuando no dispongadeinterrelacionesqueaportensignificado. Austin (Austin y Shore, 1995) enfrenta estos dos aprendizajes en la resolucindeproblemasenasignaturasdeciencias.Porunladoargumenta que el aprendizaje memorstico permitir al alumno la resolucin de problemas en 1 paso, o en varios cuando el procedimiento es nico y por tanto memorizable. En el otro, el aprendizaje significativo, el cual implica una comprensin, permite la resolucin de problemas en mltiples pasos. Enestecaso,elprocedimientoresolutivoesgeneradoporelestudiante. Anlogamente al aprendizaje por recepcin y descubrimiento, el significativo y el memorstico forman un continuo. La razn es que en mltiples fenmenos de aprendizaje es necesario memorizar inicialmente los conceptos para incluirlos en la estructura cognitiva, para posteriormentedotarlosdesignificadopersonalrelacionndolosconotros. En estos casos, no puede producirse el primero sin el segundo. Este es el caso, referido por Novak (1998), del alumno que memoriza palabra por palabra la definicin de un concepto, para posteriormente establecer relaciones vlidas con otros conceptos que lo llevan a dotarlo de significado(aprendizajesignificativo).

1.Introduccin

El olvido como elemento diferenciador de tipos de aprendizaje

Una de las caractersticas que diferencia el aprendizaje significativo del memorstico es el efecto del olvido. En este aspecto, el aprendizaje basado exclusivamente en la memorizacin desaparece fcilmente puesto que no est anclado en la estructura cognitiva. Inicialmente Novak (Novak y Gowin, 1984) indicaba que lo aprendido de memoria persista durante 15 das siempre que no se reforzara lo memorizado. En otras publicaciones dichointervalosesituabaentrelas2o 3semanas(Novak,1991a)eincluso entrelas6ylas8semanas(Hagerman,1966;HelmsyNovak,1983;Novak, 1987; Novak y Abrams, 1993). Finalmente, Novak (1998) distingue diferentes periodos de olvido en funcin del tipo de conocimiento memorizadoyelniveldesobreaprendizajerealizado.As,silomemorizado son slabas sin sentido, el olvido aparece en slo unas horas y se retrasa a unos das en poesas o fragmentos de textos. Sin embargo, en ciencia, historia y otras materias escolares, la retencin se reduce a una fraccin del aprendizaje original en cuestin de semanas. Finalmente, si se produce unsobreaprendizajeporestudiardeformareiterada,lapersistenciapuede alargarseeneltiempoeinclusoindefinidamente,peroenningnmomento podrfacilitarnuevoaprendizaje. En el aprendizaje significativo, los conceptos aprendidos se retienen durante ms tiempo; algunos toda la vida (Novak, 1998). Esto no quiere decir que el olvido no pueda darse tambin en el aprendizaje significativo, peroalestarelconocimientoincrustadoenlaestructuracognitiva,stano se pierde. As aparece el fenmeno que Ausubel y Novak (Ausubel, 1968; Novak y Gowin, 1984; Novak, 1998) denominan inclusin obliterativa, donde el alumno olvida los mensajes especficos aprendidos, pero en la estructura cognitiva permanecen ideas mejoradas. Estas son las que facilitaranenestecasoelaprendizajefuturo.

1.1.3.Evaluacindelaprendizaje.
Todo proceso de aprendizaje lleva implcita una evaluacin del mismo. Novak (1988) reconociendo su importancia la aadi a los 4 lugares

1.Introduccin

comunes de la educacin presentados por Schwab (1973), a saber: el aprendiz,elprofesor,elcurrculoyelentornosocial. Dado que cualquier tipo de aprendizaje produce cambios en la estructura cognitiva del alumno, la evaluacin es un proceso que tiene por objetivo observar variaciones en dicha estructura cognitiva. Este proceso requiereunconjuntodepruebasquedebernmedirunaseriedevariables significativas de forma vlida y fiable (Liu, 1994; RuizPrimo y Shavelson, 1997; Novak, 1998; Shavelson et al, 2005). Por tanto, en funcin de los cambios observados podremos reconocer si el aprendizaje ha sido significativoomemorstico. Ya indicamos anteriormente que el aprendizaje significativo es el que mejora la estructura cognitiva del alumno preparndola para incorporar futuros conocimientos y permitiendo su aplicacin y/o extrapolacin a nuevas causas o situaciones. Adems, segn la teora de la educacin de Novak (1998), el aprendizaje significativo resulta de la integracin constructivadelpensamiento,elsentimientoylaaccin,queconducenala capacitacin humana para el compromiso y la responsabilidad. Con estas premisas podemos suponer que la mayora de actos formativos tienen como objetivo dicho aprendizaje, sin menoscabo de que en determinadas circunstanciasintereseunaprendizajememorstico. En cuanto al proceso evaluativo podemos distinguir dos aplicaciones: la que observa una evolucin y la queconstata una estructura cognitiva final. La primera tiene por objeto detectar las modificaciones en la estructura cognitiva del sujeto tras el proceso de formacin para poner de relieve un aprendizaje. Esta evaluacin requiere como mnimo dos medidas: una previa al proceso de aprendizaje y una posterior, y puede optarse por una valoracin cualitativa o una cuantitativa. La segunda aplicacin, pretende comprobar que el alumno ha alcanzado los objetivos de la asignatura, por tanto bastar con una sola medida final y suele atribursele una valoracin cuantitativa. Como ya se ha dicho, las pruebas que conforman el proceso de evaluacin deben proporcionar medidas sobre un conjunto de variables significativas. Sin embargo, los procesos evaluadores estn sujetos a errores asociados a los evaluadores, a las propias tareas de evaluacin, a los contextos a evaluar, a las diferentes escalas posibles o cualquier

10

1.Introduccin

combinacin de los mismos (Kim, 2000). Adems, toda evaluacin implica un proceso de correccin mediante el cual la medida nos proporciona un resultadoopuntuacin.Asuvez,dichoprocesodecorreccinestsujetoa un conjunto de variables potencialmente introductoras de errores: el criterio de correccin, los correctores y el entorno. As, por un lado, un criterio definido previamente puede sufrir cambios a medida que se aplica a sucesivos tems. Por otro, los correctores, an aplicando un criterio de correccin comn fijo, no pueden sustraerse a un cierto nivel de subjetividadydifcilmenteobtienensiempreunmismoresultado. En todos los casos las pruebas realizadas deben ser vlidas y fiables. La validez de una prueba se consigue cuando podemos asegurar que mide lo que se desea medir. En el caso del aprendizaje significativo, la prueba a evaluar deber proporcionar informacin sobre la inclusin de los nuevos conocimientos y su integracin en la estructura cognitiva. La fiabilidad de una prueba se consigue cuando podemos garantizar que los resultados de la medicin son siempre los mismos, independientemente de la situacin enqueserealicelamedicin.Porejemplo,elresultadodelamedidadelas variables significativas de la prueba debe coincidir tanto si la puntuacin la realizan diferentes correctores como si se realiza en diferentes pocas; en este ltimo caso debe garantizarse que no se ha producido una modificacin del conocimiento entre una prueba y la siguiente (Novak, 1998).

Evaluacin del aprendizaje en el entorno universitario.

En el mbito educacional, la evaluacin del aprendizaje se convierte en la medicin de una serie de variables obtenidas a partir de un conjunto de pruebas. Podemos mencionar como las ms tradicionales y comunes: la entrevista (popularmente conocida como examen oral), la prueba objetiva o test (sea de verdadero/falso o de respuesta mltiple), la resolucin de problemas y los redactados de preguntas abiertas largas o cortas. Ms recientemente, aunque con menor frecuencia, podemos encontrar las carpetasdetrabajos,losmapasconceptualesylosdiagramasenUVE. La evaluacin en el entorno universitario pretende medir el aprendizaje significativo del alumno. No obstante, la poblacin estudiantil tiene dimensiones considerables y los tiempos de correccin son cada vez

1.Introduccin

11

menores. As, una prueba evaluadora ptima para su uso en el entorno universitarioactualdeberacumplirdosaspectos:valorardeformavliday fiable la estructura cognitiva del alumno y demostrar su aplicabilidad en la evaluacin de alumnos a gran escala en poco tiempo (Lomask et al, 1992; Shavelsonetal,1994;Schauetal,1999;Yinetal,2005). Novak (1998) afirma que el mejor mtodo para valorar el aprendizaje significativo del alumno es la entrevista personal. No obstante, en el entorno universitario masificado esta prctica se vuelve inviable. Se hace pues evidente una dicotoma entre los dos aspectos expuestos: la valoracincognitivaylacorreccinagranescala. La prueba de preguntas abiertas, sean de tipo general o de respuesta corta, aunque permiten al alumno expresar lo que realmente ha aprendido,resultandetediosacorreccinporpartedelprofesorado. La evaluacin por carpetas de trabajos mejora la validez de las medidas realizadas ya que permite asimilarlas a procesos reales y, por tanto, se aproxima a la evaluacin autntica presentada por Wiggins (1989). Tambinposibilitaelseguimientodelalumnoalolargodelcursoypermite la inclusin de dicha evaluacin en el proceso de aprendizaje (Castell y Monereo, 2001). Esta evaluacin por carpetas es ptima utilizada individualmente.Noobstante,congrancantidaddealumnos,suaplicacin obliga a que dichas carpetas se presenten por grupos reducidos de estudiantes.Elloconducealanecesidaddeunapruebafinalindividualque permita discriminar entre los miembros del grupo. En todos los casos los elementos que integran la carpeta y la prueba final requieren un esfuerzo de correccin importante y, a criterio de Novak (1998), no son fciles de ponerenprctica. De esta forma, las pruebas objetivas, sean de verdadero/falso o de respuesta mltiple, se han instaurado y persisten como el mtodo ms cmodo de evaluacin. Su correccin por medios informticos no pone lmite al nmero de alumnos a evaluar ni al tiempo de correccin. Sin embargo,elclaustrogeneraldeprofesoresesconscientedelapocavalidez y fiabilidad de dichas pruebas, ya que representan slo parcialmente el conocimiento relevante impartido (Novak, 1998). Moreira (Moreira y Novak, 1988) ya indicaba que profesores con experiencia reconocan la dificultad de construir estas pruebas de forma que requieran anlisis,

12

1.Introduccin

sntesis y evaluacin del conocimiento. A ello hay que aadir que en muchasocasionesexisteunadivergenciaentreloquepreguntaelprofesor y lo que el alumno entiende que se le est preguntando. Dado que el alumno no puede exponer sus ideas, procede a responder segn su enfoque o a inhibir la respuesta. Cabe destacar que el trmino prueba objetiva hace referencia al mtodo de correccin y no al redactado de las preguntas,enelqueexisteunaltogradodesubjetividad(Novak,1998). La comunidad pedaggica es consciente de la falta de validez y fiabilidad de las pruebas objetivas de V/F o de respuesta mltiple. Ello ha motivadoeldesarrollodemtodosdeanlisisinformatizados,conelfinde incrementar la fiabilidad. El anlisis individualizado de cada tem de la prueba, en funcin de los alumnos que lo responden acertada o errneamente,facilitaunavaloracindelpoderdediscriminacindedicho tem y, en su conjunto, un coeficiente de fiabilidad de la prueba (Morales, 2007). Cabe resaltar que este coeficiente es un parmetro de consistencia interna de la prueba y no se correlaciona con las variables que miden la estructura cognitiva del alumno. Gracias a los medios informticos, el profesor puede corregir su examen tantas veces como lo considere oportuno, eliminando aquellos tems que restrinjan la fiabilidad de la prueba. Sin embargo, ello conduce a una extraa situacin, en la que el alumno ve como el profesor, por las mencionadas razones, ha omitido la correccindealgunostemsquelrespondi. Una propuesta para mejorar la validez de las pruebas test a la hora de valorar el aprendizaje significativo sugiere clasificar las preguntas por nivelescognitivos.Setratadeconfeccionarlapruebaconunporcentajede preguntas de cada nivel en funcin de la dificultad deseada de la prueba. Los niveles cognitivos, extrados de la Taxonomy of Educational Objectives original de Bloom (1956), son seis: conocimiento, comprensin, aplicacin, anlisis, sntesis y evaluacin. Autores posteriores (Kempa, 1986; Rodrguez, 1992) proponen agrupar los tres ltimos para obtener slo cuatronivelesdedificultad: Nivel1:Conocimientoymemorizacindehechos,hiptesis,teoras, conceptos,terminologayconvencionescientficas. Nivel 2: Comprensin de los conocimientos cientficos y sus relacionesmanifestada por la habilidad delestudiante paraexplicar e interpretar la informacin presentada y para expresarla de

1.Introduccin

13

diferentes formas. Obviamente la comprensin del concepto incluyeelconocimiento. Nivel 3: La aplicacin del conocimiento cientfico a situaciones nuevas. Esta habilidad implica que el alumno es capaz de seleccionar de los conocimientos anteriores, tanto conceptuales como procedimentales, los necesarios para resolver una situacin nueva. Nivel 4: Anlisis, sntesis y evaluacin de la informacin cientfica, que implica la descomposicin en sus partes constituyentes (anlisis) y su reorganizacin en una nueva estructura (sntesis). Adicionalmente,lanuevainformacinpuedeserevaluada.

No obstante, esta propuesta, aunque incrementa la discriminacin en cuanto a los niveles cognitivos conseguidos por el examinando, no evita otras dificultades como la de impedir la expresin libre del alumno y las divergencias de interpretacin. Adems, la implementacin de la Declaracin de Bolonia en el marco del Espacio Europeo de Educacin Superior implica un nivel de evaluacin exhaustivo, desaconsejando el uso de la prueba objetiva como herramienta evaluadora del aprendizaje, al menosdeformanica. Se hace pues evidente para la comunidad educativa la necesidad de disponer de una herramienta evaluadora que, sin conducir a una tediosa correccin, facilite una evaluacin vlida y fiable del aprendizaje significativo del alumno, permitindole manifestar lo que realmente ha aprendidoyretendrenelfuturo.Enestesentido,losmapasconceptuales aparecen como una solucin esperanzadora, dado que el alumno puede exponerlibrementeloqueaprendisignificativamente. La utilidad de los mapas conceptuales como instrumento de evaluacin ha sido ampliamente demostrada (Liu, 1994; Enger, 1996; RuizPrimo y Shavelson, 1997; RuizPrimo et al, 2001; Lavigne, 2005), aunque no ha sido hasta el 2005 que Shavelson (Shavelson et al, 2005) ha demostrado su validezyfiabilidadparamedirelaprendizajesignificativo(paraunarevisin Shavelson et al, 1994; Shavelson et al, 2005). No obstante, en el entorno universitario masificado su utilidad es dudosa, pues aunque cumple el aspecto de valorar el aprendizaje significativo, la correccin es lenta y manual. En efecto, no existe an una metodologa de valoracin cuantitativa de mapas conceptuales, suficientemente probada y que 14 1.Introduccin

permita una correccin rpida e informatizada, como para sustituir la clsicanotanumricadelaspruebastradicionales.

1.1.4.Mapasconceptuales

Qu es un mapa conceptual?
Un mapa conceptual es una representacin grfica bidimensional de la estructuracognitivadesuautorrespectoaunamateria(verFigura1)

Figura1.Ejemplodemapaconceptual

1.Introduccin

15

Dado que los elementos bsicos de dicha estructura cognitiva son los conceptos y sus interrelaciones, como ya se ha mencionado, el mapa conceptualdeberincluiramboselementos.As,porunlado,losconceptos se distribuyen en el plano de trabajo. Por otro lado, las interrelaciones entre conceptos, que se verbalizan en forma de proposiciones, se presentan mediante una lnea o enlace que une los dos conceptos a relacionar en la proposicin. Dicha lnea en si misma carece de significado, es por ello que dicho enlace debe etiquetarse con palabras que evidencien la naturaleza de la interrelacin y por tanto su significado. En un mapa conceptual, la secuencia CONCEPTOetiqueta de enlaceCONCEPTO, conforma una proposicin y en consecuencia representa una unidad semntica bsica (Novak y Gowin, 1984; Shavelson et al, 1994; Schau et al, 1999). Un mapa conceptual es slo un diagrama que tiene por objeto representar relaciones significativas entre conceptos y que lo hace en forma de proposiciones (Moreira, 1988; Novak y Gowin, 1984), siendo por tanto una tcnica para exponer el entendimiento conceptual y proposicional que el sujeto tiene sobre un determinado conocimiento (Moreira 1980). No debe confundirse ni con esquemas, ni con resmenes de una materia, y an menos con diagramas de flujo, puesto que el mapa conceptualesundiagramadesignificados(Moreira,1988).

Terminologa aplicada en los mapas conceptuales

Un mapa presenta diferentes elementos. En primer lugar los ya mencionados: conceptos y enlaces con sus etiquetas. Los conceptos se distribuyen de forma jerrquica en el plano de trabajo, siendo el elemento superior el llamado supraordenado. De dicho elemento derivan otros conceptos enlazados creando una tpica estructura en rbol. Un concepto derivado recibe el nombre de subordinado. A medida que el mapa se va refinando tambin se va ramificando. As una rama ser aquella secuencia de conceptos y enlaces que surgiendo del elemento supraordenado llega hasta un extremo final. Cuando un enlace une conceptos de diferentes ramas se le denomina enlace cruzado. Una proposicin ser cualquier combinacin conceptoetiqueta de enlaceconcepto. Finalmente por su

16

1.Introduccin

ubicacin en el diagrama, los conceptos pueden denominarse nodos del mapa. En la Figura2 se representa un modelo de mapa conceptual, donde son conceptos: cA, cB, ..., cK; enlaces e1, e2, ..., e11; ejemplos de proposiciones: cAe1CB y cCe6cG; ejemplos de ramas: serie cAe1cBe4 cEylaseriecAe2cCe6cGe10cK,ysonenlacescruzados:e11ye12.

Figura2.Modelodemapaconceptual

Un proceso de aprendizaje puede observarse comparando un mapa inicialyunofinal.Losconceptospreexistentesquesirvenparaintroducirel nuevoconocimientorecibenelnombredeconceptosinclusores. En la bibliografa tambin se utilizan diferentes terminologas. As algunos autores agrupan los enlaces por el tipo de relacin que establecen entrelos conceptos. Entreellos: general,causal,conductual,condicional, o definalidad(Franaetal,2004). Respecto al tipo de diagrama presentado, algunos autores hablan de redes de conceptos (Novak, 1998), redes semnticas (Lomask et al, 1992), mapas cognitivos (Goldsmith et al, 1991), mapas jerrquicos (Novak y

1.Introduccin

17

Gowin, 1984; Allen, 2006), mapas radiales, en cadena o red (Kinchin y Hay 2000) o bien con estructura lineal, circular, radial, en rbol o en red (Yin et al,2005).

Gnesis de los mapas conceptuales

Los mapas conceptuales se originaron en 1972 como una herramienta de trabajo para la recogida de datos a partir de entrevistas clnicas. En la Universidad de Cornell, el grupo de trabajo de Novak, Gowin y Mussonda estaba inmerso en un estudio longitudinal de 12 aos en el que utilizaba estas entrevistas como elementos de registro. Este estudio (Novak y Mussonda, 1991; Novak, 2005) pretenda evaluar cmo determinados mtodos de formacin en estados iniciales influan en el aprendizaje posterioralargoplazo.Elmtodoutilizadocomoelmsvlidoyfiablepara evaluar el conocimiento del alumno fue la entrevista personal, que se grababa para su posterior anlisis. Entonces, surgi la problemtica de cmo extraer y sintetizar la informacin facilitada por los estudiantes en los cientos de registros de audio realizados. As se ide una tcnica de transcripcin de los datos que se recogan en las entrevistas. Esta tcnica consistaenunosdiagramasdeconceptosextradosdelasmismas. Estos mapas primigenios fueron una representacin bidimensional de conceptos enlazados, pero sin caracterizar el significado del enlace mediante palabras. Rpidamente el grupo de trabajo observ que los meros enlaces no reflejaban el conocimiento real de los alumnos tal como se deduca de los datos recogidos. En consecuencia introdujeron pequeas expresionesopalabrasdeenlaceamododeetiquetassobrelaslneas.As, enesencia,elmapaconceptualadoptsuformaactual. La eficiencia de esta tcnica era altsima pues una entrevista transcrita en 15 o 20 pginas se converta en un mapa de una sola hoja sin perder conceptos esenciales o proposiciones significativas del entrevistado (Novak,2005)

Cmo se construyen?
Laestrategiaesencialparaconstruirunmapaconceptualconsisteenlos siguientespasos(extradodeNovakyGowin,1984;Novak,1998)

18

1.Introduccin

1.Identificarlapregunta,temaocampodeconocimientoquesedesea representar. 2. Confeccionar una lista de 10 a 20 conceptos relacionados con el temaadesarrollar 3. Ordenar los conceptos jerrquicamente del ms amplio, general e inclusivo, al ms detallado y concreto. Situar los primeros en la parte superior y los ltimos en la inferior. Dado que algunos conceptos tendrn elmismoniveljerrquicoapareceunordenbidimensional. 4.Construirelmapa: disponerlosconceptossobreunplanosegnelordenanterior, unir mediante una lnea aquellos conceptos que estn relacionados,y etiquetar dichos enlaces con unas pocas palabras que pongan derelievelanaturalezadelarelacin.

Este procedimiento secuencial no es unidireccional, puesto que cada paso puede obligar a retroceder y modificar los pasos anteriores. As en el momento en que se establece la jerarqua conceptual, pueden aparecer nuevos conceptos a incluir, lo que nos llevar al paso anterior. Igualmente al construir el mapa pueden observarse jerarquas diferentes e incluso nuevos nombres, lo que nos llevara a los pasos anteriores. Finalmente una vez concluido el mapa, seguramente precisar una reestructuracin. En efecto, es posible que aquellos conceptos que estn ms relacionados se encuentren alejados en el mapa, con lo que los enlaces y sus etiquetas cruzaranelmapadificultandosuvisualizacin.Normalmentelaconcepcin de un mapa conceptual requiere varias tentativas con correcciones y refinamientossucesivos,siendonormalunmnimodedosotresintentos. No obstante, esta metodologa no es nica. De hecho las tcnicas de construccin varan ampliamente con ms de 128 posibilidades identificadas (Shavelson et al, 1994) en funcin del grado de libertad o nivel de restricci que se impone al alumno que realiza el mapa. As, el protocolo descrito anteriormente correspondera a un mapa completamente libre, es decir, aquel en el que simplemente se solicita al sujeto que haga un mapa sobre un tema. A partir de aqu se abren

1.Introduccin

19

mltiplesvariantessegnelnmeroytipoderestriccionesimpuestasenla tareasolicitada.Alsujetoselepuedepedir: a) respectoalajerarqua:queelmapaseaonojerrquico, b) respecto a los conceptos: que elija los suyos propios o que los seleccione de una lista cerrada. En esta lista pueden incluirse algunos conceptos que distraigan (que no pertenezcan al tema solicitado aunque lo parezcan). Tambin puede ocurrir que el instructor permita al alumno aadir algn concepto propio que no seencuentreenlalistafacilitada. c) respecto a los enlaces: que elija sus propios enlaces o que estos ya existanenelmapa.Enestecasoslodebeetiquetarlos. d) respecto a las etiquetas de los enlaces: que elija sus propias palabras,oqueutilicelasdeunalista.Lasposibilidadesdelamisma pueden ser anlogas a los conceptos: una lista cerrada de obligada utilizacin o una abierta donde elegir (con o sin elementos que distraigan)yconlaposibilidaddeincluirnuevasetiquetas. Finalmente las restricciones mayores tienen lugar cuando al alumno se le facilita la propia estructura. Es decir se proporciona al sujeto un mapa con conceptos, enlaces y/o etiquetas de enlace suprimidos. La tarea pues consiste en rellenar dichos blancos. Para ello las posibilidades sobre conceptos, enlaces y etiquetas de enlace son las mismas ya expuestas. Normalmente el mapa suministrado es el del profesor o el de un profesional de la materia, pero siempre confeccionado al nivel del aprendizajesolicitadoalalumno. Loquesehaceevidenteesquesiunmapadebeserunarepresentacin grfica de la propia estructura cognitiva de su autor, cuantas ms restricciones pongamos en la tarea menos vlida ser dicha imagen. Aun ms, si la esencia del conocimiento es la estructura (Anderson, 1984) y la propiedad esencial del mismo son las interrelaciones entre los conceptos que lo forman (Shavelson, 1972; Glaser y Bassok, 1992), las restricciones que afecten a la estructura del mapa, sus enlaces y etiquetas alterarn la validezdedichomapacomoimagendelaorganizacincognitivadelsujeto. Un ltimo aspecto es la autora del mapa. Habitualmente el autor es la persona de la que se quiere conocer su estructura cognitiva. Sin embargo, 20 1.Introduccin

en ocasiones es el investigador el que realiza el mapa a partir de un redactado o una entrevista al sujeto. Este efecto intermediario puede alterarlaimagencognitivadelmapa.

Utilidad de los mapas conceptuales. Para qu sirven?

De su formato original, como instrumento de anlisis de datos en una investigacin educativa, los mapas conceptuales han ampliado extensamente su utilidad como herramienta, as como sus mbitos de aplicacin. Como muestra de su versatilidad, pueden citarse, entre los ms dispares,lossiguientestemas:nutricin(Franaetal,2004),percepcinde laimagendeDios(Kunkeletal,1999),lapercepcindelascausasdeldolor lumbar (Knish, 1995; Knish y Calder, 1999), la construccin y mantenimiento de un entorno de aprendizaje basado en hipertexto (Graff, 2006), la percepcin masculina de la mujer ideal (Gannon, 2003), la valoracin de comportamientos funcionales (Fesmire et al, 2003), el anlisiscurriculardeFsicaalaluzdelacontrareformaeducativaenEspaa (deProBueno,2001). Los mbitos de aplicacin abarcan la investigacin, la educacin, la actividad profesional, la actividad empresarial y la personal entre otros muchos. Su utilidad se ha desplegado enormemente al emplearse como herramienta en diferentes tipos de tarea. Como elemento organizador, los mapas conceptuales pueden utilizarse en la preparacin de una sesin de clase, el planteamiento de un texto a redactar, la organizacin de una tarea,sesionesdelluviadeideas,entreotros. En el mbito de la investigacin cientfica, los mapas conceptuales son tiles por su capacidad de sintetizar el pensamiento recogido en una entrevistaoparacompararcambiosoevolucionesdepensamiento. En el mbito educativo, permiten su utilizacin como herramienta en dos procesos. Por un lado, el que realiza cualquier estudiante de forma

1.Introduccin

21

autnomaenunprocedimientocualquieradeaprendizajey,porotrolado, el que implica un intercambio de ideas o conocimientos con otras personas,sindescartarcombinacionesdeambos. Enlosautoprocesos,amododeejemplo,laobligatoriedadderelacionar conceptos y etiquetarlos muestra al propio estudiante su nivel de comprensin sobre la materia que est aprendiendo. En efecto, en la fase inicialdesuaprendizaje,elsujetopodrintroducirnuevosconceptosensu estructura; pero su incapacidad de relacionarlos, le obligar a retomar los textos o material didctico empleado buscando estas relaciones. De esta forma se ver obligado a reflexionar y, en consecuencia, el propio mapa lo guiarensutareadeestudio,obligandoalaprendizasucesivasreediciones delmismohastaelobjetivofinaldelacomprensin. Respecto a su utilizacin en el intercambio de ideas o conocimientos con otras personas, Shavelson (Shavelson et al, 2005) define los mapas conceptuales de forma excepcionalmente acertada cuando los cataloga como ventanas al pensamiento. En efecto, con un mapa conceptual un sujeto muestra de forma concisa lo que piensa respecto a un tema o materia, de forma que cualquier otro podr visualizar su pensamiento y captarrpidamentesusideasyconocimientos. En esta lnea, como herramienta didctica entre alumno y profesor, los mapas conceptuales han demostrado su efectividad en diversas acciones como negociar significados (Novak y Gowin, 1984), detectar errores de comprensin o conceptos errneos (Novak y Gowin, 1984; Kounba, 1994; Bartels,1995),yresolverdudas,entreotras.Igualmente,suusoestimulala creatividad de los estudiantes en la confeccin de trabajos y permite al profesoradovalorarlaoriginalidaddelosmismos(AngeloyCross,1993). Finalmente, su utilidad en el intercambio de ideas conduce a la aplicacin de los mapas conceptuales como instrumento de evaluacin (RuizPrimo y Shavelson, 1997; Novak, 1998). El profesor puede ver, a travs de esta ventana, el pensamiento de su alumno (Shavelson et al, 2005), observar su evolucin y en consecuencia valorar su aprendizaje. De esta forma,Frana(Frana et al, 2004) los utiliz para observar y valorarel aprendizaje en el marco de la educacin nutricional aplicada a pacientes obesos.

22

1.Introduccin

Sistemas de puntuacin de los mapas conceptuales.

La tarea evaluadora puede aplicarse para medir conocimientos concretos o un proceso de aprendizaje. En el primer caso basta con una sola medida. En el segundo se hacen necesarias dos evaluaciones, una previa y otra posterior a la formacin (ver Evaluacin del aprendizaje en pgina10). La utilizacin de los mapas conceptuales como herramienta evaluadora conlleva la concrecin de un sistema de puntuacin. Existen dos tipos de valoracin:lacualitativaylacuantitativa. La valoracin cualitativa es comn en la evaluacin del aprendizaje de un alumno que ha recibido una formacin y permite tener una impresin clnicadelacomprensinconceptualdelestudiante(Shavelsonetal,1994). Generalmente, se compara un mapa previo con uno posterior a la instruccin y se buscan diferencias en distintos elementos. As, por ejemplo, Frana (Frana et al, 2004), realiz un estudio para evaluar el aprendizaje de pacientes obesos que recibieron una formacin nutricional. Compar los mapas pre y post valorando, por un lado, la naturaleza de los conceptos (los que generan diferentes enlaces, los supraordenados, los subordinados) y, por otro, el tipo de relacin que establecen las etiquetas de enlace. Hay (2007), en un estudio sobre el aprendizaje superficial, profundo o nulo realizado con 12 estudiantes de postgrado, evalu tres tems:laaparicindeconceptosnuevosenelsegundomapa,lasevidencias de comprensin en los enlaces y la estructura global. En cambio Herl (Herl etal,1996),enlapartecualitativadesuvaloracin,considerelcontenido semnticoylaestructuraorganizativa. La valoracin cuantitativa es ms detallada y por tanto ms comn a la hora de evaluar alumnos de un grupoclase al final de una asignatura. Esta valoracin admite dos metodologas: una valoracin holstica y una puntuacin basada en el recuento de diferentes elementos del mapa. La primera (holstica) evala la informacin que presenta el mapa en su conjunto (Trigwell y Sleet, 1990; Rafferty y Fleschner, 1993; Bolte, 1997; Kinchin y Hay, 2000). La segunda suele obtenerse como una combinacin lineal ponderada de los elementos del mapa (Novak y Gowin, 1984; Liu, 1994; Allen, 2006). En algn caso, dicha puntuacin resulta de la 1.Introduccin 23

contabilizacin de un nico elemento, que suele ser el nmero de proposiciones vlidas (RuizPrimo y Shavelson, 1997; Shavelson et al, 2005). Estas proposiciones pueden ponderarse en funcin de la validez o calidaddelaproposicin(Yinetal,2005). Como ejemplo concreto de criterio de puntuacin, podemos mencionar el que Novak (Novak y Gowin, 1984) sugera cuando present los mapas conceptuales. l propuso una tabla de pesos o puntos para los diferentes elementos de un mapa. El recuento de los eventos que aparecan de cada elemento permiti la suma ponderada que proporcion la calificacin del mapa. As a cada proposicin o enlace vlido y significativo le atribuy un punto, a cada nivel jerrquico cinco puntos, a cada conexin o enlace cruzado vlido y significativo diez puntos, si el enlace cruzado era vlido pero no relevante dos puntos y a los ejemplos vlidos un punto. La puntuacin global del mapa resultaba de la suma de todos los puntos. Finalmente para normalizar dicha puntuacin sugera utilizar un mapa de referenciaconelqueestablecerunaproporcin. Deestecriteriosepuedendestacarvariasideasimportantes. Rango de puntuacin. A cada mapa y en funcin del tema le corresponde un rango de puntuacin (de 0 a 10 en la notacin habitual). Si bien la puntuacin mnima es evidente (cero), la mxima puede obtenerse de dos maneras: como la nota obtenida por el mejor de los alumnos o como la puntuacin asignada a un mapa externo de referencia conocido como mapa experto (Liu, 1994;RuizPrimoyShavelson,1997;Shavelsonetal,2005;Yinetal, 2005; Allen, 2006). Dado que a priori no puede saberse si uno de los alumnos obtendr la puntuacin mxima, es necesario este valor de referencia del mapa experto para establecer el rango de puntuacin.Estemapalorealizaelprofesor,oalguienentendidoen la materia (en el caso de investigacin educativa), adaptndolo al nivel exigido a los alumnos. De todas maneras, esta puntuacin mxima tampoco resuelve definitivamente el problema, pues si un mapa es la representacin de la estructura cognitiva del alumno, podradarselacircunstancia,contempladaporNovakensucriterio, quealgnestudiantetuvieraunapuntuacinsuperioraladelmapa experto.

24

1.Introduccin

Relevancia de la reconciliacin integradora. El criterio de Novak asigna mayor relevancia a la reconciliacin integradora, al considerar los enlaces cruzados vlidos y significativos como el elemento de mayor puntuacin. Atribuye a dichos enlaces la representacin de una labor creativa y reclama una especial atencinalosmismosalahoradevalorarelmapa. Irrelevancia de los conceptos. El criterio de Novak no asigna puntuacin a los propios conceptos. Si bien estos son uno de los pilares del conocimiento, tambin es cierto que su mera presencia, sin interrelaciones, implica aprendizaje memorstico y no significativo.

Criterios de correccin hay tantos como metodologas de construccin demapas.Allen(2006)yAustin(AustinyShore,1995),enelcasodemapas de baja direccin (libres o casi libres), obtienen la puntuacin como una combinacin lineal ponderada del recuento de elementos del mapa, normalizando a un mapa experto. Sobre esta estructura de base, en la bibliografaencontramosalgunasvariantes: considerar los enlaces no vlidos, es decir los que generan proposicionesnovlidas,comopuntuacionesnegativas ponderar de forma diferente las proposiciones en funcin de su relevanciaysignificado(RuizPrimoyShavelson,1997)

- nopuntuarenlacesquenoestnetiquetados(Hay,2007) En este tipo de mapas, el mapa experto se utiliza como criterio para determinarsilosenlacessonvlidosono. En los casos de mxima direccionalidad, donde al alumno slo se le permite elegir y rellenar, la puntuacin se restringe a contar aciertos o fallosdelelementoacompletar(RuizPrimoetal,2001).Enalgncasoesta tareaseasimilacasiaunapruebatest.AslohizoSchau(Schauetal,1999) utilizando la tcnica de seleccionar y rellenar nodos vacos a partir de una lista deconceptos posibles. Schau numer los huecos ylos conceptos de la lista y solicit a los alumnos que rellenaran los nodos, contestando en una hoja de respuestas de prueba objetiva de respuesta mltiple. Consider cada hueco numerado como una pregunta del test y la lista de conceptos como las respuestas posibles. Evidentemente, la correccin de dicha prueba se realiz por medios informticos de forma sencilla y sin

1.Introduccin

25

problemas de normalizacin, pues la puntuacin era un porcentaje de respuestas correctas. En estos casos el mapa experto se utiliza como patrn del que se borran los enlaces o nodos que el estudiante deber rellenar.

Puede un mapa conceptual evaluar el aprendizaje significativo?

Dado que un mapa conceptual es la representacin grfica de la estructura cognitiva de una persona, y el aprendizaje significativo es aquel que modifica y mejora dicha estructura cognitiva, parece evidente que los mapas conceptuales son potencialmente una importante herramienta evaluadoradelaprendizajesignificativo. Como instrumento de observacin del proceso de aprendizaje se precisan dos mapas como mnimo, uno previo a la formacin y otro posterior. El mapa conceptual previo a la instruccin del alumno nos muestra su estructura cognitiva preexistente, la esencia del aprendizaje, lo que el alumno ya sabe. A su vez, nos sirve de punto de comparacin para determinar la evolucin del aprendizaje significativo del alumno tras el procesodeformacin. Los mapas conceptuales tambin son tiles para detectar la fase de aprendizaje en que se encuentra el alumno. En primer lugar podemos observar que la inclusin de nuevos conceptos generar un mapa de mayores dimensiones, pero sin un aumento ostensible de las interrelaciones. En segundo lugar, la diferenciacin progresiva nos dar un mapa con conceptos ms refinados y un incremento en el nmero de proposiciones. Finalmente, en tercer lugar, se podr observar la reconciliacin integradora pues el aprendiz encontrar enlaces entre conceptos separados y empezar una secuencia de referencias cruzadas dentro del mapa. Estos enlaces cruzados en el mapa son esclarecedores para el sujeto, pero enturbian la claridad del mapa; es por ello que el alumno al concluir esta ltima fase seguramente decidir rehacer su mapa para aumentar la claridad del mismo, generando as el mapa que har evidenteelaprendizajesignificativo. Paraconstatarlaasimilacinfinaldelconocimiento,bastaunsolomapa al final del perodo de instruccin. Est nico mapa discrimina igualmente

26

1.Introduccin

entre alumnos pues si dos personas diferentes son sometidas a un mismo proceso de aprendizaje crearan mapas diferentes. Como mnimo, sus estructuras cognitivas preexistentes son diferentes. Por tanto no hay dos mapas conceptuales propios que sean iguales y tampoco existir un mapa conceptual correcto de un tema, sino que cada individuo tendr el suyo propio (Moreira 1988). Esta peculiaridad de los mapas debe permitir detectar la falta de originalidad en algunas pruebas o trabajos, convirtindose en una herramienta valiosa en el entorno universitario actual(Blanchetal,2006).

Validez y fiabilidad de un mapa conceptual para evaluar el aprendizaje significativo

La potencialidad de los mapas conceptuales como herramienta evaluadora del aprendizaje significativo no es suficiente, es necesario constatarsuvalidezyfiabilidadparaobservarlaestructuracognitiva. Novak (Novak y Gowin, 1984) cuando present los mapas conceptuales, ya apost por su utilizacin como herramienta evaluadora del aprendizaje significativo llegando incluso a sugerir un criterio de puntuacin (ver Mtodos de puntuacin de los mapas conceptuales en pgina 24), pero dejaba para futuras investigaciones la comprobacin de su validez y fiabilidad. Muchos investigadores posteriores (Moreira, 1985; Wallace y Mintzes,1990;RossyMundy,1991;Gaffney,1992;FleeneryMarek,1992; Roth, 1992) utilizaron este criterio en sus trabajos, pero sin analizar la validez y fiabilidad del instrumento. En 1994, Liu (1994) apuntaba que en pocas ocasiones se haban estudiado ambos parmetros, y Shavelson (Shavelson et al, 1994) denunciaba que hasta la fecha no se haba abordadoesteanlisisdeformadirecta. En los aos 90, RuizPrimo (RuizPrimo y Shavelson, 1996), McCloure (1999) y Schau (Schau et al, 1997; Schau et al, 2001) ya dieron alguna evidencia de su validez en la representacin del conocimiento. Posteriormente, Kinchin (2000) mostr que un anlisis cualitativo de los mapas conceptuales revelaba diferentes patrones de conocimiento y comprensin. Ms tarde, Lavigne (2005) en un estudio sobre la utilizacin de la tarea de clasificar problemas como herramienta evaluadora de alumnos, refiri que los mapas conceptuales le permitieron identificar qu 1.Introduccin 27

parte de la estructura cognitiva y qu relaciones conceptuales haban utilizadolosalumnosendichatarea. Pero no fue hasta el 2005 cuando Shavelson (Shavelson et al, 005) pidi a sus alumnos que pensaran en voz alta mientras construan los mapas. Esta informacin se grab y de su anlisis se pudo constatar que el mapa reflejaba lo que el estudiante pensaba proporcionando una evidencia vlidadelarelacinentremapayestructuracognitiva.Estacertidumbrele llevadesignarlosmapascomoventanasalconocimientodelalumno. Se hace necesario tambin reflexionar sobre su fiabilidad. sta est supeditada a conseguir un alto grado de convergencia entre los correctores. Pero este no es un objetivo sencillo. Para conseguirlo debe definirseconclaridadelinstrumentodemedicinyestablecerelcriteriode valoracin o puntuacin a utilizar. ste debe consensuarse previamente entre los correctores acordando criterios de decisin sobre posibles incidencias. Una vez finalizada la correccin, se discute sobre el enfoque a las situaciones no contempladas inicialmente en el criterio y se llega a un acuerdo. De esta forma se puede llegar a conseguir un alto grado de coincidencia en las puntuaciones finales de los correctores que otorga la fiabilidad buscada a esta herramienta. En esta lnea, RuizPrimo (Ruiz Primoetal,2001)encuentraqueelerrorintroducidoporloscorrectoreses despreciable, Yin (Yin et al, 2005) consigue un acuerdo total y Shavelson (Shavelson et al, 2005) concluye que se puede conseguir una consistencia entrediferentesjuecesaunquelasvaloracionesseancomplejas. Por otro lado, Novak (1998) expone que en caso de disponer de un nico corrector, la fiabilidad queda comprobada con la correlacin entre las valoraciones de una misma prueba repetida tras un perodo de tiempo, siempre que se pueda garantizar que el nivel de conocimiento entre pruebasnosehaalterado.

Correlacin de mapa conceptual con otros mtodos de evaluacin.

El estudio de la validez de los mapas conceptuales como herramienta evaluadora ha llevado a buscar correlaciones con otros mtodos de evaluacindelconocimiento,siendoelmsfrecuentelapruebaobjetivade

28

1.Introduccin

respuesta mltiple, quizs por ser sta la ms extendida en el entorno educativo. Las correlaciones encontradas varan en funcin del autor, de la metodologa de puntuacin de los mapas y de la tarea asignada para obtener los mismos. En los casos en los que se ha observado correlacin, loscoeficientesobtenidosestnentreel0,40yel0,70. Inicialmente,Novak(Novaketal,1983)yTrigwell(TrigwellySleet,1990) encontraron correlaciones muy bajas entre los mapas conceptuales y los test estndar. Posteriormente, Schau (Schau et al, 1999) refiri correlaciones entre el 0,40 y el 0,60 (Rice et al, 1998; RuizPrimo et al, 2001) para test de respuesta mltiple que aumentan a 0,65 y 0,85 cuando la puntuacin de mapas conceptuales se estandariza (Rice et al, 1998). Shavelson (Shavelson et al, 2005) tambin compar los mapas con este tipo de pruebas objetivas obteniendo correlaciones entre 0,37 y 0,53 en funcindesilosmapaseranlibresosimplementerellenabanhuecosdeun mapaexperto. No obstante, otros autores ponen en duda estas comparaciones, al considerar que test de respuesta mltiple y mapas conceptuales miden diferentes aspectos del aprendizaje (McClure y Bell, 1990; Novak et al, 1983), si bien RuizPrimo (RuizPrimo y Shavelson, 1997) concluye que midenaspectossolapadosydiferentesdelconocimiento. Los mapas conceptuales tambin han sido comparados con pruebas de resolucin de problemas. As Austin (Austin y Shore, 1995), utilizando mapas, equipar la resolucin de problemas a un paso con el aprendizaje memorstico y en mltiples pasos con el significativo. Al comparar elementosdelosmapasconlosresultadosdelaresolucindeproblemasa Npasosencontrcorrelacinentreelnmerodeenlaces(0,71),elnmero deenlacesponderado(0,80)yelnmerodeenlacesbuenos(0,82). Shavelson (Shavelson et al, 2005) tambin los compar con pruebas de lectura, resultando la correlacin de 0,53. Bolte (1997) acompa los mapas con un redactado explicativo y los puntu conjuntamente, encontrandocorrelacionesentre0,61y0,83conexmenesfinalesdetest. Asimismo,Frana(Franaetal,2004),ensuestudiosobreelaprendizaje de pacientes obesos en un curso de nutricin, correlacion los mapas conceptuales obtenidos de las entrevistas con los pacientes con unas

1.Introduccin

29

pruebas test psicolgicas a los que se haban sometido previamente. La correlacin con los elementos seleccionados, nmero de conceptos y nmerodeenlaces,resultinfructuosa. A parte de las comparaciones entre diferentes pruebas evaluativas, los investigadores tambin han intrarelacionado los mapas, buscando correlaciones entre sus diferentes formas de creacin y puntuacin. Ruiz Primo (RuizPrimo et al, 2001) enfrenta dos tcnicas CONSTRUIR y RELLENAR, concluyendo que no son equivalentes. Tambin Shavelson (Shavelson et al, 2005) compara tres metodologas: mapas libres, dos modosderellenarnodosydosderellenarenlaces.Losmtodosderellenar nodos se mostraron equivalentes entre s, tanto como los de rellenar enlaces; sin embargo las correlaciones entre mapas libres y las tcnicas de rellenaroscilaronentre0,40y0,47.

Problemtica de los mapas conceptuales utilizados como herramienta evaluadora.

La utilizacin de los mapas conceptuales como herramienta evaluadora no est exenta de dificultades. Inherente a cualquier prueba, existe un supuesto sustrato de competencias procedimentales que influye en los resultados de la prueba. As la habilidad de redaccin ser concluyente en las pruebas de preguntas cortas o temas a desarrollar, la comprensin lectora ser importante en las pruebas objetivas y, en ambas, el dominio del lenguaje ser crucial. Una habilidad especial en dichas tcnicas puede mejorarlapuntuacin,mientrasqueunainsuficienciaenlasmismaspuede aminorar estos resultados. As Baker (Baker y Niemi, 1991) encuentr evidencias de que los conocimientos reales sobre historia de algunos alumnos no quedaban reflejados en sus redacciones, dado que los conocimientos demostrados en sus trabajos multimedia eran muy superiores. En el caso de los mapas conceptuales, la principal problemtica es la necesidad de dominar la tcnica de construccin de los mismos. Novak (1991c) expone que no podemos evaluar a alumnos con una herramienta que jams han visto con anterioridad. Adems, algunos autores (Schau y Mattern, 1997) sostienen que para que un alumno pueda reflejar su aprendizaje significativo en un mapa conceptual, debe tener un alto grado 30 1.Introduccin

deconocimientos.Esporelloqueproponenlatcnicaderellenarunmapa comoalternativaasucreacinlibre.Noobstante,estaaltadireccionalidad, en la que la estructura del mapa no es la del estudiante sino la del profesor, pone en entredicho la representatividad del pensamiento del alumno en dicho mapa (Schau et al, 1999). Por lo tanto, se presenta un conflicto o divergencia, cuanto menos domine la tcnica el aprendiz ms ayudas deber tener en la ejecucin del mapa y, por tanto, este se alejar ms de su representacin mental. Y viceversa, cuanto mayor sea su dominio de la tcnica, menores sern las ayudas y el mapa reflejar ms fielmentesupensamiento. Alahoradesolicitaralalumnoquecreesuspropiosmapasparavalorar su aprendizaje, se plantea la duda de si el alumno debe o no haber trabajado con mapas antes de la evaluacin. Los investigadores han desarrollado proyectos en ambas situaciones:eldesconocimiento absoluto delatcnicademapasconceptualesylaexperienciareiteradaenelusode losmismos. Losproyectosenquesepresuponequeelalumnodesconocelosmapas conceptuales, se abordan de dos formas: con un plan de formacin previo oconmapasdealtadireccionalidad. Los planes de formacin que aparecen en la bibliografa son de diferentes tipos y su duracin oscila entre unos minutos y unos das. As, Liu (1994) y Enger (1996) realizaron un curso exhaustivo de varios das. Mientras que Bolte (1997), RuizPrimo (RuizPrimo y Shavelson, 1997), Lavigne(2005)yYin(Yinetal,2005)dedicaronunanicasesin.Enelcaso de Lavigne se realiz a distancia con una carpeta de documentos y trabajos. Para una sesin de 50 minutos, RuizPrimo (RuizPrimo y Shavelson, 1997) propuso una metodologa basada en 4 partes: introduccin a los mapas conceptuales, metodologa de construccin; un ejercicio individual de creacin de un mapa con 9 conceptos; discusin y frum.EstadidcticalahanutilizadotambinYin(Yinetal,2005)yLavigne (2005)entreotros. Herl (Herl et al, 1996) realiz la instruccin en una nica sesin de 20 minutospreviaalaprueba.Laformacinmscortalahizo Austin(Austiny Shore, 1995) que dedic tan slo unos instantes a explicar qu se peda en la prueba. No obstante, en este ltimo caso los estudiantes protestaron

1.Introduccin

31

pueslosaventajadosnosabancmoorganizarseylosmenosdiligentesno sabanpordndeempezar Finalmente, Schau (Schau et al, 1999), plante que el perodo de formacin puede ser tedioso y frustrante. Manifiest que por esta razn algunosestudiantesyprofesoresprescindendelusodelosmapas. En muchos casos, al final del curso de formacin en mapas conceptuales, los instructores o investigadores verificaron el nivel tcnico alcanzado,descartandodelainvestigacinaquellosquenollegaronalnivel requerido. Ello pone de relieve la importancia que se atribuye al dominio delatcnicadeconstruccindemapas. En la otra alternativa, los proyectos de mayor direccionalidad, los alumnos pueden ignorar la idea de mapa conceptual pues simplemente se les pide que rellenen nodos o enlaces en un diagrama. Las instrucciones que se acompaan, de hecho, son las propias de la construccin de un mapa conceptual. En estos casos, el investigador tambin suele evaluar si el alumno entiende la tarea encomendada, pues desestima a los que no presentansuficientedestreza.As,Schau(Schauetal,1999)descartadesu proyecto a los que rellenan menos del 75% de las respuestas y contestan incorrectamente un nodo que era obvio. Los inconvenientes que surgen son, por un lado, si estos descartes crean un sesgo en los resultados, y por otro la incongruencia que representa eliminar la evaluacin de un alumno porestasrazones. Si bien el uso de los mapas conceptuales como instrumento evaluador conlleva problemas debido al desconocimiento de la tcnica, su utilizacin reiterada tampoco est exenta de inconvenientes. El uso repetido tiene lugarcuandolosmapasseempleancomoherramientadidcticaduranteel cursotantoenlaexposicindelmaestrocomoenlosejerciciosdelalumno. En efecto, si los mapas los proporciona el profesor se pueden presentar dos circunstancias: a) que el mapa sea de difcil comprensin y no ayude a aprender al alumno (Moreira, 1980), o b) que sencillamente los profesores enseen para la prueba (Shavelson et al, 1994). En el primer caso el estudiante tiende a memorizar el mapa para el examen, con lo que los mapas seran contraproducentes en su intento de mejorar el aprendizaje significativo del alumno. En el segundo, el profesor decide presentar un mapa experto de cada materia y exige a sus estudiantes memorizarlo. En

32

1.Introduccin

todos los casos, la situacin creada ira en contra de la filosofa del aprendizaje significativo y, por tanto, la aplicacin de los mapas conceptuales como instrumento evaluador del mismo. As pues, la posibilidad de una enseanza inapropiadamente orientada a la prueba existeydebesertenidaencuenta. Para permitir la coexistencia de los mapas como elemento didctico y evaluador, Novak (1998) propone que los mapas los realice siempre el alumno con un grupo de 10 a 20 conceptos, y que en la prueba final se le facilitenunconjuntode10conceptosnoutilizadospreviamenteenelaula.

1.2.Introduccinalainvestigacin
En la utilizacin de los mapas conceptuales como herramienta de evaluacin del aprendizaje significativo se plantean dos aspectos: el desconocimiento de la tcnica y la utilizacin del olvido como elemento discriminador. El desconocimiento previo sobre mapas conceptuales en el proceso evaluador plantea dificultades, como ya se ha mencionado (ver Problemtica de los mapas conceptuales utilizados como herramienta evaluadora en pgina 30). Se han realizado experiencias con profanos utilizando metodologas muy directivas como rellenar nodos o enlaces en un mapa experto. Schau (Schau et al, 1999) ensayaba rellenar nodos o enlaces pero eligiendo entre un listado propuesto. Las respuestas eran tan acotadas que se podan dar en una hoja de correccin de pruebas test de respuestamltiple.Esto facilitabalacorreccinagranescala.No obstante, la alta direccionalidad utilizada invalida el mapa como imagen de la estructuracognitivadelalumno. Basndose en la tcnica del olvido como elemento diferenciador del aprendizajesignificativo,Costa(Costaetal2002)realizaronunestudiocon pruebas test, utilizando la Taxonoma de Bloom (ver Evaluacin del aprendizaje significativo en el entorno universitario en pgina 13). Estos

1.Introduccin

33

autores repartan las preguntas de forma proporcional entre los tres primeros niveles. A una muestra de 35 estudiantes de diferentes diplomaturas de Ciencias de la Salud se les repiti la misma prueba evaluativa de la asignatura de Biologa. Las pruebas curriculares se realizaronantesdelverano,ylapruebaretestserealizunaveziniciadoel siguiente curso. Los resultados mostraban una persistencia en las respuestas a las preguntas de los niveles 2 y 3, niveles que implican un ciertogradodecomprensinyporendedeaprendizajesignificativo.Porel contrario en las de nivel 1, que corresponden al aprendizaje memorstico, empeoraron sus calificaciones. No obstante, al ser una prueba test sigue teniendo la problemtica de este tipo de pruebas (la direccionalidad de las respuestasylacomprensindelaspreguntasporpartedelalumno) Yin(Yinetal,2005)utiliztambinlatcnicaretestconungrupode92 alumnos.Buscabaequivalenciasentredostcnicasdemapasconceptuales: Crear y Seleccionar. Ambas utilizaban un mapa experto como referencia eliminando las etiquetas de los enlaces. La tcnica de Crear peda al alumnoquerellenaralosenlacesconsuspropiaspalabras,mientrasqueen la tcnica de Seleccionar el alumno deba escoger las etiquetas entre una listaqueseproporcionaba.Enlaprimeraintervencinsolicitalamitadde sus alumnos que hicieran un mapa conceptual creando enlaces y a la otra seleccionando enlaces. Siete semanas despus, sin haber existido instruccin sobre la materia a examinar, repiti la intervencin pero redistribuyendo los grupos de Crea y Selecciona, de forma que la misma cantidad de alumnos hiciera una de las 4 combinaciones posibles (Crea Crea, CreaSelecciona, Selecciona Crea, SeleccionaSelecciona). Yin encontrcorrelacionesaltasprincipalmenteenaquellassituacionesenque primera y segunda intervencin utilizaban la misma tcnica. Concluye que la tcnica de Crear parece medir mejor el aprendizaje significativo, mientras que la tcnica de Seleccionar permite una correccin ms rpida. No obstante la utilizacin de un mapa experto como plantilla cuestiona el hechodequelosmapasreflejenloqueelalumnopiensa. En relacin al sistema de puntuacin de los mapas no existe en la bibliografa un consenso sobre un sistema de correccin nico. Novak (Novak y Gowin, 1984) propone un criterio de puntos basado en otorgar unacalificacinglobalalmapacomolasumadelospuntosatribuidosalos diferentes componentes o parmetros del mapa (nmero de enlaces,

34

1.Introduccin

nmero deproposiciones, nmero de conceptos, nmero de jerarquas,). Este criterio se ha aplicado en mltiples ocasiones con toda la variedad imaginablederetoques. Otros autores (Trigwell y Sleet, 1990; Kinchin y Hay, 2000; Rafferty y Fleschner, 1993) proponen la valoracin holstica como mtodo de puntuacin. En ella se valora el contenido del mapa sin atender a sus detalles, puntundolo como si se tratara de una prueba escrita abierta. Kinchin y Hay adems proponen una puntuacin de 1 a 5 basada en la estructuradelmapa(radial,encadenaored). Porltimo,sloalgunostrabajosestudianlarelacinentreambasnotas (holstica y obtenida por suma de puntos), y buscan cules son los principales parmetros que influyen en la calificacin global del mapa. Trigwell(TrigwellySleet,1990),conunamuestrade19alumnos,considera nicamente el parmetro de proposiciones vlidas y encuentra una correlacin de 0.89 con la nota holstica. Por otro lado, Fernandez (1995) considera ms componentes en la puntuacin del mapa: nmero ramificaciones,jerarquadeconceptos,nmeroconceptosvlidos,nmero de proposiciones vlidas; nmero de jerarquas y nmero unidades cerradas. La puntuacin sobre jerarqua de los conceptos se realiza en un rangodiscretode0a5enfuncindelnmerodeconceptoscorrectamente ordenados agrupados por intervalos. Una regresin mltiple con los resultados de una prueba escrita muestra como parmetro ms relevante el nmero de proposiciones (r2 =0.42). No obstante, Fernandez propone la obtencin de la puntuacin del mapa como una funcin de la jerarqua de los conceptos y el nmero de proposiciones vlidas, especialmente en aquellos casos en que el alumno desconozca la tcnica de creacin de mapas.

Experiencias piloto: el dominio de la tcnica se convierte en problema.

Con anterioridad al presente estudio se han realizado dos pruebas piloto, siempre con los conocimientos de Mecnica como materia de evaluacin y ubicados en la Escola Universitria dInfermeria i Fisioterpia BlanquernadelaUniversitatRamonLlull.

1.Introduccin

35

Enelprimero,en1997,cuandolosmapasannohabandemostradosu validez y fiabilidad, el objetivo era comprobar estos parmetros en la utilizacin de los mapas conceptuales como herramienta evaluadora del aprendizaje significativo en Mecnica de alumnos que cursaban las asignaturas de Fonaments Fsics de la Fisioterpia y Seminari de Fisioterpia, ambas de primer curso de la diplomatura de Fisioterapia. La primera se imparta con el grupo clase completo (aproximadamente 80 alumnos) y la segunda en grupos reducidos del orden de 15 alumnos por profesor. El presente doctorando era uno de los profesores de dicho seminario y haba sido profesor de la asignatura de Fsica en cursos anteriores. En este proyecto, los estudiantes recibieron un curso de formacin de 4 horas en el entorno de una asignatura de seminario con grupos reducidos de 15 alumnos por profesor. La formacin consisti en una clase magistral de1horadeduracinenlaquesepresentlatcnicay3horasposteriores en que se realizaron un conjunto de ejercicios. Estas cuatro horas se realizaron mediado el segundo cuatrimestre, mientras se imparta la asignatura de Fsica. La prueba final curricular consisti en la elaboracin de dos mapas conceptuales. Se solicit la colaboracin como correctores a dos profesores de la asignatura de Fsica de primer curso con objeto de controlar la fiabilidad de la prueba correlacionando las valoraciones de los trescorrectores,losdoscolaboradoresyelpresentedoctorando. No se pudieron obtener resultados pues la colaboracin de los profesoresnosehizoefectiva,aunquesserecogieronlasopinionesdelos estudiantes que suspendieron, los cuales atribuyeron dicho suspenso a la falta de dominio de la tcnica de confeccin de los mapas: Pero el examen era de Fsica o de mapas conceptuales? argumentaban en su mayora. En 2005, una vez se observ la validez y fiabilidad de los mapas como herramienta evaluadora, el presente doctorando abord la necesidad de formacin previa de los alumnos. La confeccin de un mapa se puede reducir en esencia a tres pasos: a) recopilar un conjunto de conceptos relacionados con el tema del mapa, b) ordenarlos jerrquicamente de ms generales a ms concretos, y c) disponerlos en un plano, respetando la jerarqua, y enlazarlos con etiquetas. Estos tres pasos bien pueden considerarse tres ejercicios encadenados en una prueba. El presente 36 1.Introduccin

doctorando as lo dispuso y efectu una prueba piloto con alumnos de primer curso de la Diplomatura de Fisioterpia que cursaban la asignatura de Fonaments Fsics de la Fisioterpia. En la ltima sesin de clase se informdelproyectoyalconcluirlapruebafinaldedichaasignatura,seles pidi su colaboracin. Esta consista en la realizacin de dos mapas abiertos de temas diferentes, consistiendo cada mapa en 3 ejercicios simples: a) seleccionar libremente hasta 7 conceptos de una lista proporcionada,b)ordenarlosjerrquicamente,yc)construirproposiciones con los conceptos escogido enlazndolos con etiquetas y respetando la jerarqua. Dado que la prueba era voluntaria, el alumno poda abandonar en el momento que lo deseara, indicndolo as en el ejercicio. De una poblacin de 220 alumnos se recogieron 15 colaboraciones, de las cuales 14 abandonaron por cansancio, argumentando que el ejercicio era en exceso complejo y tedioso, esencialmente en la parte de crear la lista de conceptos. El estudiante que complet la prueba manifest igualmente questafuelapartemsmolesta. En base a los estudios pilotos realizados se constata la necesidad de elaborar una metodologa de construccin de mapas conceptuales respetuosa con el libre albedro del alumno, para garantizar la representatividad de su conocimiento, que no requiera formacin previa y que ponga de relieve la esencia del conocimiento, que es la estructura manifestada como proposiciones. As esta metodologa deber primar los enlaces entre conceptos por encima de los conceptos mismos. A su vez, se requerir un procedimiento de puntuacin que permita una correccin automticaocasiautomticaposibilitandolaevaluacinagranescala.

1.3.Objetivosdelainvestigacin
Losobjetivosdelapresenteinvestigacinson: 1. Comprobarquelosmapasconceptualessonunabuenaherramientade evaluacin del aprendizaje significativo del alumno universitario en

1.Introduccin

37

ciencias an cuando ste desconozca la metodologa de su construccin. Losmapasyahandemostradosuefectividad,validezyfiabilidad como herramienta evaluadora del aprendizaje del alumno. En los trabajos se hace evidente, y as se ejecuta, la necesidad de una formacin previa del estudiante. En consecuencia, el mapa queda invalidado como instrumento para aquellos que desconozcan la tcnica. Esta circunstancia es frecuente en la poblacin estudiantil universitaria, dada la poca implementacin de esta tcnica en este entorno. No obstante, las instrucciones para realizar un mapa libre son sencillas e incluso podran constituir diferentes partes de un ejercicio. As el presente doctorando pretende comprobar que existe una metodologa de creacin de mapas conceptuales que permita a un alumno profano construir un mapa, con el fin de evaluar su aprendizaje significativo. Esta metodologa debe realizarse sobre mapas conceptuales libres, para no desvirtuar la validez delaprueba. 2. Disear un mtodo de valoracin cuantitativo de mapas conceptuales basadoenparmetrosdefcilcontabilizacin. La utilizacin de los mapas conceptuales como herramienta evaluadora del aprendizaje significativo de gran cantidad de alumnos, requiere un mtodo de puntuacin gil, rpido y eficiente. El presente doctorando pretende comprobar la existencia del mismo, basndolo en unos principios de sencillez y operatividad que permitan en un futuro una correccin con mediosinformticosconlamnimaintervencindelprofesor 3. Validaryverificarlafiabilidaddelmtododevaloracin. Es evidente que cualquier mtodo que lleve implcita o explcitamente la realizacin de una medida deber ser

38

1.Introduccin

sometido a un proceso de anlisis para verificar la validez y fiabilidaddelmismo. En nuestro caso, la medida tendr validez siempre que sus resultados corroboren las conclusiones tericas del aprendizaje significativo, a saber, que ste altera la estructura cognitiva y que por tanto presenta una persistencia altamente superior a otrostiposdeaprendizaje. Por otro lado, tambin analizaremos la fiabilidad de la medida realizando sucesivas pruebas, separadas en el tiempo, a los mismos estudiantes. El instrumento demostrar su fiabilidad si los alumnos no han utilizado ni repasado los conocimientos de los que se evalan y si las medidas realizadas en dichas pruebas sonconcordantes(Novak,1998).

1.Introduccin

39

40

1.Introduccin

 2.MTODOSYTCNICAS

2.1.Introduccin
En el presente estudio se utiliza una metodologa de creacin de mapas conceptualesadaptadaaalumnosprofanosenelusodedichametodologa para valorar su aprendizaje significativo. Los mapas as generados son evaluados mediante una nota Holstica que valora el mapa en su conjunto como si se tratase de una prueba de desarrollo o redaccin. Se aplica esta metodologa para realizar una prueba sobre conocimientos globales (preexistentes e invariables). Esta prueba se repite en tres intervenciones dilatadas en el tiempo. La persistencia de esta nota Holstica obtenida en las tres intervenciones da muestra de la validez y fiabilidad de la metodologa. Se repite el mismo protocolo (metodologa de creacin y correccin de mapas) para valorar el aprendizaje significativo de conocimientos especficos (enseados en un proceso de formacin). Del mismo modo, la persistencia de la nota Holstica de estos mapas obtenida en las tres intervenciones corrobora la validez y fiabilidad de la metodologa propuesta. Los mismos conocimientos especficos son valorados de forma paralela mediante una prueba objetiva (test de verdadero/falso). La no persistencia de las notas en las tres intervenciones ser indicativa de que no se mide aprendizajesignificativo.

2.MtodosyTcnicas

41

Paralelamente, en el presente estudio, se utiliza dos sistemas de puntuacin paramtricos: Pronosticado y Simplificado. Estos sistemas se basan en el recuento de parmetros objetivables de los mapas y se deducen del anlisis de las notas Holsticas obtenidas. Igualmente se analiza la persistencia de dichas notas en el tiempo como ndice de la validez y fiabilidad de los mismos. De forma complementaria se realiza un anlisis comparativo entre las notas obtenidas con los tres sistemas de puntuacin (Holstica, paramtrica Pronosticada y paramtrica Simplificada)delosmapasconceptuales.

2.2.Hiptesis

2.2.1.Hiptesisgeneral
Los mapas conceptuales constituyen una herramienta evaluadora del aprendizaje significativo en ciencias del alumno universitario, aun cuando estedesconozcalatcnicadeconstruccindelosmismos.

2.2.2.Hiptesisconcretas
1. Las medidas holsticas con la metodologa utilizada se muestran estableseneltiempo,encambiolasmedidasconeltest,no. 2. Es posible encontrar una medida Pronosticada en funcin de los parmetros ms significativos del mapa conceptual que presenta un comportamientosimilaralapuntuacinHolstica. 3. Es posible encontrar una dependencia Simplificada a partir de parmetros objetivos del mapa conceptual equivalente a las anteriores yconuncomportamientosimilar.

42

2.MtodosyTcnicas

2.3.Diseodelainvestigacin

2.3.1.Justificacindeldiseo
Objetivo1: Comprobar que los mapas conceptuales son una buena herramienta de evaluacin del aprendizaje significativo del alumno universitario en ciencias an cuando ste desconozca lametodologadesuconstruccin Hasta ahora todos los estudios supeditan la valoracin de una prueba con mapas conceptuales a que el alumno tenga un cierto conocimiento sobre la metodologa. Schau (1999) intenta eliminar esta dependencia aplicando una tcnica de selecciona y rellenaconceptos y enlaces que se haban eliminado de un mapa experto. Esta direccionalidad en la creacin delmapanopermiteobservarlaestructuracognitivadelestudiante. Esta investigacin presenta una metodologa adaptada de creacin de mapasconceptualesquepermitaaunalumnoprofanolaconcrecindeun mapa con fines puramente evaluativos. Con esta tcnica los resultados del alumno son independientes de la experiencia del estudiante con esta metodologa. El mapa obtenido debe ser libre para recoger lo que el alumno piensa, pero se realiza de forma dirigida para que no necesite conocimientosprevios. En un estudio piloto se ensay una tcnica similar orientada a recoger las proposiciones que se derivan de un mapa sin tener que llegar a dibujarlo. Muy pocos voluntarios finalizaron las tareas solicitadas pues, segnmanifestaron,latarealesresulttediosaycomplicada.

2.MtodosyTcnicas

43

Figura3. Metodologa de creacin de mapas conceptuales adaptada a profanos.Contextualizacin.

44

2.MtodosyTcnicas

Hiptesis1: Las medidas holsticas con la metodologa utilizada se muestran estables en el tiempo, en cambio las medidas con eltest,no. El aprendizaje significativo se diferencia del memorstico en que es resistente al olvido, de forma que cualquier sistema de valoracin del primero deber proporcionar puntuaciones estables en el tiempo. Diferentesautores(Hagerman,1966;HelmsyNovak,1983;NovakyGowin, 1984; Novak, 1987; Novak y Abrams, 1993) otorgan diferentes tiempos al olvidodeloquesehamemorizado.Paramateriasescolaresoscilaentrelos 15dasyunassemanas,peroenningncasosesuperanlos60das. En este estudio los mapas obtenidos con la metodologa propuesta se puntan de forma Holstica, valorando el conjunto de la informacin presentada sin atender a los detalles. La persistencia de las puntuaciones holsticas obtenidas en periodos superiores a 60 das se utiliza como ndice delavalidezdeestatcnicaparamedirestetipodeaprendizaje. Como medida comparativa se recogen las puntuaciones de una prueba objetiva. En la literatura consultada no existe una uniformidad de criterio sobre el tipo de aprendizaje que miden estas pruebas. Por ello, se estudia igualmente la persistencia de estas medidas para determinar su validez en lavaloracindelaprendizajesignificativo. La fiabilidad de un sistema de puntuacin se demuestra cuando diferentescorrectoresasignannotasidnticasaunamismaprueba.Parael caso en que slo existe un corrector, Novak (1998) propone una forma alternativa de mostrar la fiabilidad: repetir la misma prueba a un mismo individuo separada en el tiempo. El hecho de que el corrector asigne la misma nota a estas pruebas es indicador de la fiabilidad del sistema de puntuacin, siempre que pueda garantizarse que los conocimientos del individuo que se evalan no se han alterado entre las pruebas. Es decir, la persistencia de las notas del corrector es un ndice de fiabilidad. Este proyecto, debido a los malos resultados de proyectos anteriores en que existan tres correctores, se ha optado por uno slo. Por ello se repiten las misma pruebas evaluadoras en tres fechas dilatas en el calendario para medirlafiabilidadenlossupuestosdeNovak.

2.MtodosyTcnicas

45

Para garantizar que la persistencia de las puntuaciones en el tiempo mide la validez y fiabilidad se debe asegurar la invariabilidad de los conocimientosevaluados.Esporelloquesehanseleccionadodostipos:los especficosdelaasignatura,quepuedensufrirunavariabilidadimportante, y los globales o de cultura general, que son residentes e invariables en el periodo entre las intervenciones. Los conocimientos globales son los elementos de control que informan sobre la validez y fiabilidad para medir el aprendizaje significativo de la metodologa adaptada y su puntuacin holstica. Los especficos informan de la validez y fiabilidad en los temas propiosdelaasignatura. Objetivo2: Disear un mtodo de valoracin cuantitativo de mapas conceptualesbasadoenparmetrosdefcilcontabilizacin.

Los sistemas actuales de correccin de mapas conceptuales son principalmente manuales. Ello obstaculiza su uso como herramienta evaluadora en el mundo universitario, donde el nmero de estudiantes es elevado y el tiempo de correccin reducido. Intentos anteriores de evaluacinrpidamediantemapasconceptualesconllevanrestriccionesen la libertad de creacin de los mismos, afectando a su validez como herramienta de medicin del aprendizaje significativo. Es necesario encontrarunmtododevaloracincuantitativodemapasconceptualesde creacin libre basado en parmetros de fcil recuento. Disponer de este sistemadepuntuacinfacilitaralaaplicabilidaddelosmapasconceptuales como herramienta evaluadora por cualquier profesor universitario e independizara la puntuacin de la subjetividad del corrector. Adems permitira una puntuacin rpida y posibilitara la creacin e implementacindeunalgoritmodecorreccinporordenador. Hiptesis2: Es posible encontrar una medida Pronosticada en funcin de los parmetros ms significativos del mapa conceptual que presenta un comportamiento similar a la puntuacin Holstica. En un mapa conceptual se pueden identificar distintos elementos cuantificables. Algunos autores (Austin y Shore, 1995; Enger, 1996; Allen, 2006) asignan a los mapas una puntuacin basada en dichos elementos. Por tanto, en los mapas obtenidos con la metodologa adaptada, es de esperar que exista un sistema de puntuacin cuantitativo que permita

46

2.MtodosyTcnicas

pronosticar la nota Holstica en funcin del recuento de parmetros del mapa. A partir de los datos de este estudio y mediante procesos matemticos y estadsticos se pretende detectar aquellos elementos que determinan principalmente la puntuacin del mapa. A continuacin se establece una relacin matemtica que nos proporcione una Nota Pronosticada,enbasealasdependenciasencontradas. Hiptesis3: Es posible encontrar una dependencia Simplificada a partir de parmetros objetivos del mapa conceptual equivalente a lasanterioresyconuncomportamientosimilar. El uso generalizado de un sistema de puntuacin depende, adems de su validez y fiabilidad, de que su aplicacin seauniversal, fcil y sencilla. La nota Pronosticada, al deducirse matemticamente de los datos del presente estudio, no garantiza la independencia de los mismos. Es por ello que se busca una expresin para obtener una Nota Simplificada que permitasuaplicacinenotrosestudiosyenotrasdisciplinas.Quedarpara futuras investigaciones verificar su globalizacin, comprobando su buen funcionamientoenotrostrabajos. Objetivo3: Validaryverificarlafiabilidaddelmtododevaloracin. Todo sistema nuevo de valoracin de los mapas conceptuales (Nota Pronosticada y Nota Simplificada) que pretenda sustituir la Nota Holstica manual debe demostrar su validez y fiabilidad para medir el aprendizaje significativo. Para ello se analiza la persistencia en el tiempo de las notas obtenidas en los mapas conceptuales con los conocimientos globales. La misma circunstancia con los conocimientos especficos informa sobre la validez y fiabilidad del sistema de correccin en los temas propios de la asignatura. HiptesisGeneral: Losmapasconceptualesconstituyenunaherramienta evaluadora del aprendizaje significativo en ciencias del alumno universitario, aun cuando este desconozcalatcnicadeconstruccindelosmismos. Las herramientas evaluadoras y correctoras de que se dispone en la actualidad y los condicionantes del mundo universitario (nmero de alumnos, calendario de evaluacin) ponen de manifiesto la inquietud del

2.MtodosyTcnicas

47

profesor a la hora de certificar el aprendizaje significativo realizado por el alumno. Una metodologa adaptada de creacin de mapas conceptuales que permita su utilizacin independientemente del dominio de los estudiantes en el uso de dicha metodologa, posibilitar su aplicacin general como herramienta evaluadora del aprendizaje significativo. Adicionalmente, un sistema de puntuacin sencillo y rpido a la vez que vlido y fiable, permitir su utilizacin en situaciones de masificacin de estudiantesylimitacionesdecalendario. A continuacin se presentan las pruebas, la metodologa, el contexto experimental,elcalendarioyelprotocoloparallegaralcuadroresumende lapgina61.

2.3.2.Conocimientosevaluados
Este estudio evala el aprendizaje significativo en dos tipos de conocimiento:globalyespecfico. Como conocimiento global se entiende aquel que el alumno ya tiene, sea adquirido por estudio o por experiencia/descubrimiento. Los temas de cultura popular que se han escogido son: el Baloncesto y la Lluvia. En ambos casos, el conocimiento medido es preexistente y no se altera en el intervalo de las intervenciones, en consecuencia ser significativo. Las valoraciones obtenidas en estos temas sirven como elementos de control para evaluar la metodologa de construccin de mapas y los sistemas de puntuacinpropuestos. Se entiende por conocimiento especfico el que ha sido impartido en la asignatura de Biomecnica durante el curso lectivo. ste est sometido a procesos de olvido (ver El olvido como elemento diferenciador de tipos de aprendizajeenlapgina9)enfuncindesielaprendizajerealizadohasido significativo o no. Los dos temas escogidos son los principales y vertebradoresdelaasignatura,asaber:FatigadematerialesyEficienciade unafuerzaparacrearmomentoderotacin.

48

2.MtodosyTcnicas

2.3.3.Pruebasrealizadas
Esta investigacin mide el aprendizaje del alumno utilizando dos procedimientos: la prueba objetiva y el mapa conceptual. La prueba objetiva (ver apartado Prueba Objetiva de Tcnicas utilizadas pgina 73)se aplica a los temas de conocimientos especficos y el mapa conceptual a los especficos y los globales. Ambas pruebas se distribuyen en cataln por ser la lengua oficial de la Escola Universitria dInfermeria i Fisioterpia Blanquerna,eslalenguaenquesehaimpartidolaasignaturaylaqueseha utilizado para redactar el examen. El voluntario es libre de utilizar el castellanoensurespuesta. Respecto a la prueba objetiva, se utiliza un test de verdadero/falso con 6 preguntas sobre el tema de Fatiga y 7 sobre Eficiencia. En ambos casos, laspreguntassedistribuyenuniformementeentrelostresprimerosniveles de dificultad siguiendo la Taxonoma de Bloom (ver Evaluacin del aprendizaje significativo en el entorno universitario en pgina 13 ). El procedimiento de puntuacin utilizado aplica una correccin de respuesta aleatoria, de forma que por cada respuesta incorrecta se resta la misma puntuacin que a una respuesta correcta. De cada tema se obtiene una puntuacin entre 0 y 10, resultando una Nota Test de Fatiga y una Nota TestdeEficiencia. Respecto al mapa conceptual, este estudio propone una metodologa simplificada de construccin de los mapas adaptada a aquellos individuos sin conocimiento alguno sobre los mapas. Esta metodologa y sus sistemas de puntuacin se presentan de forma desarrollada en el siguiente apartado.

2.3.4. Metodologa adaptada de construccin de mapas conceptuales

Lastresfasesdeconstruccindeunmapaseadaptanalalumnoprofano enformadetresejerciciosconsecutivos: - PRIMERO: seleccionar 10 conceptos de una lista facilitada por el profesor.Ver1fasedelaFigura4.

2.MtodosyTcnicas

49

Se solicitan un mximo de 10 conceptos para que el mapa resulte sencillo (Novak, 1991c) y manejable (Yin et al, 2005). Adicionalmente la listacontienealgunoselementosquellevanaengaoalosestudiantesque no hayan realizado un aprendizaje significativo. Se permite tambin que el alumnoincluyaalgnconceptopropiosiloconsideranecesario. - SEGUNDO: listar los conceptos elegidos de forma jerrquica, desde losmsgeneralesalosmsconcretos.Ver2fasedelaFigura4 - TERCERO: trasladar los conceptos manteniendo su jerarqua, a una estructura piramidal abierta que se utilizar como marco de referencia. Establecer tantos enlaces como sea posible aadiendo a cada enlace una etiqueta que conecte de forma coherente los conceptosenlazados.Ver3fasedelaFigura4 El alumno es libre de modificar tantas veces como desee su respuesta a cualquier ejercicio. No obstante, a diferencia de la metodologa de mapa libre, s se le requiere que refleje sus modificaciones en los diferentes pasosaunqueseapercibaeneltercero. Lametodologaadaptadapropuestasecaracterizapor: Descartar la eleccin espontnea de conceptos para acotar la dispersin de los mapas y facilitar una correccin automtica. Esta restriccin no altera de forma significativa la imagen de la estructuracognitivadelalumno. Mantener la libertad jerrquica. El establecimiento de la jerarqua es un estadio intermedio de la ejecucin de un mapa conceptual y informasobrelaestructuracognitivadelalumno. Conservar la libertad proposicional, que caracteriza a los mapas, queeslaesenciadelaestructuracognitiva.

50

2.MtodosyTcnicas


Figura4. Ejemplo de aplicacin de la metodologa adaptada de creacin de mapas conceptuales

2.MtodosyTcnicas

51

Sistemas de puntuacin
Para puntuar los mapas conceptuales generados con la metodologa adaptadaseutilizandossistemas: a) Puntuacin HOLSTICA, en la que se califica el mapa en el rango: Muy Deficiente (MD), Insuficiente (I), Suficiente (SF), Bien (B), Notable (N) y Excelente (EX). Esta puntuacin es equivalente a considerarelmapacomounredactadodeuntemaabiertoyvalorar la informacin que aparece en el mismo sin atender a los detalles concretosdeconceptos,jerarquayenlaces. b) Puntuacin PARAMTRICA, en la que se contabilizan los casos ocurridos de un conjunto de parmetros objetivables delmapa y se deduce una puntuacin global a partir de dichos elementos individuales. Los parmetros que se utilizan son los habituales en la bibliografa:nmerodeconceptosescogidos,nmerodeconceptos vlidos, valoracin de la jerarqua, nmero de enlaces realizados y nmero de enlaces vlidos. La estructura piramidal rgida en la que se colocan los conceptos hace que enlaces normales y cruzados se confundan y por ello se contabilizan conjuntamente. Se presentan dossistemasdepuntuacin: a. Puntuacin Paramtrica Pronosticada, en la que con mtodos matemticos se determina la dependencia entre cada uno de los parmetros objetivables y la Nota Holstica. Se eligen los parmetros dependientes y se deduce una expresin matemtica que proporciona un valor pronstico delaNotaHolstica. b. Puntuacin Paramtrica Simplificada, en la que, por procedimientos lgicos, se infiere la dependencia de los parmetros elegidos en funcin de los coeficientes obtenidosenlaexpresinanterior. Los clculos que se realizan para obtener estas expresiones se relacionan ms adelante en el apartado Clculos realizados en este mismo captulo (pgina 65). El detalle de los procedimientos se presenta en el apartado Clculo de la Nota Pronosticada y Simplificada (pgina 82) de TcnicasUtilizadas.

52

2.MtodosyTcnicas

Figura5. Mapa conceptual de los sistemas de puntuacin de los mapas creadosconlametodologaadaptadaaprofanos

2.MtodosyTcnicas

53

2.3.5.Validezyfiabilidaddelametodologapropuesta
La validez y fiabilidad de los mapas conceptuales como herramienta evaluadoradelaprendizajesignificativoyahasidocomprobada(verValidez yfiabilidaddeunmapaconceptualparaevaluarelaprendizajesignificativo en la pgina 27). Se trata pues de demostrar que esta metodologa adaptadasiguesiendoigualmentevlidayfiable. Se analiza la validez de la metodologa adaptada y de los sistemas de puntuacin comparando las puntuaciones obtenidas a lo largo de las tres intervenciones en los temas de conocimiento global. La persistencia de los valores es indicativa del aprendizaje significativo y por tanto de la validez de las pruebas. Se investiga dicha validez comparando las puntuaciones obtenidas a lo largo de las tres intervenciones en los temas de conocimientoespecfico. Se estudia la fiabilidad de las pruebas en base a la metodologa propuesta por Novak (1998) aplicada a un solo corrector. Por tanto, la misma persistencia de las puntuaciones a lo largo de las intervenciones es indicadora de fiabilidad, siempre que pueda asegurarse que el conocimientodelamaterianosehaalterado.

2.3.6.Contextoexperimental

Muestra
Lamuestrasehaobtenidoentrelosalumnosdelosgruposdemaanay tarde de la Escola Universitria dInfermeria, Fisioterpia i Nutrici BlanquernamatriculadosenlaasignaturadeBiomecnicaenelcurso2005 06. La muestra est compuesta por 16 alumnos (4 hombres y 12 mujeres) que atienden la convocatoria y se comprometen a realizar las tres intervenciones. Noseproducenbajasentodoelperiododeestudio.

54

2.MtodosyTcnicas

Caractersticas de la muestra
El promedio de edad de la muestra es de 25,5 aos (DS 6.6), y siendo valoresextremos39.4y19.6aos. Respecto a las calificaciones obtenidas en la asignatura de Biomecnica, resultan 4 Notables, 3 Bien, 4 Suficientes y 5 Insuficientes. Que numricamente representa una nota promedio de 5.5 (DS 1.4), siendo valoresextremos7.3y2.7. Enlaltimaintervencinseaadeunaencuesta(verapartadoEncuesta de Tcnicas utilizadas en la pgina 80) para controlar si existe sobreaprendizaje de los temas Especficos en el perodo de la intervencin y su nivel de conocimiento respecto a los mapas conceptuales. Los resultadosdelaencuestasepresentanenlossiguientesCuadro1yCuadro 2. Conocimiento previo mapas conceptuales Sobreaprendizaje ende temas especficos
1.- Desde que hiciste el examen de Biomecnica en enero, has repasado los contenidos de la asignatura? No Slo he echado una ojeada He estudiado poco (menos de 2 horas a la semana de media) He estudiado (ms de 2 horas a la semana de media) Otras 11 5 0 0 0
(69%) (31%)

2.- Si has estudiado, aunque sea un poco, has dedicado tiempo a estudiar los siguientes conceptos? NO Una ojeada Un poco Bastante Fatiga de materiales 15 (94%) 1 (6%) 0 0 Concepto de momento 14 (88%) 2 (13%) 0 0 Concepto de eficiencia 13 (81%) 3 (19%) 0 0

Cuadro1.Encuesta.Sobreaprendizajedetemasespecficos.Resultados

2.MtodosyTcnicas

55

 Conocimiento previo de mapas conceptuales

SI
3.- Antes de llegar a la Escuela - habas odo hablar de mapas conceptuales? - habas visto algn mapa conceptual hecho? - alguien te haba explicado qu es un mapa conceptual? - alguien te haba explicado cmo se hace un mapa conceptual? - habas hecho algn mapa conceptual - habas hecho algo que se pareciese a un mapa conceptual, sin serlo? 4.- En tu estancia en la Escuela - Alguien te ha explicado qu son los mapas conceptuales? - Alguien te ha explicado cmo se hacen los mapas conceptuales? - Has utilizado los mapas conceptuales parar estudiar? Autovaloracin de la tcnica de creacin de mapas 5.- Si has hecho mapas conceptuales antes de llegar a la Escuela o en tu estancia en ella, valora tu tcnica actual en la realizacin de mapas conceptuales con una nota entre 0 y 10, donde 0 indica que no sabras hacer un mapa y 10 que eres un experto.

NO 5 3 9 11 10 1 8 8 11 Media 4.8
(31%) (19%) (56%) (69%) (63%) (6%)

11 13 7 5 6 14 8 8 5

(69%) (81%) (44%) (31%) (38%) (88%)

(50%) (50%) (31%)

(50%) (50%) (69%)

DS 2.0

Cuadro2.Encuesta.Conocimientopreviosobremapasconceptuales.Resultados

En este ltimo (Cuadro 2), que presenta los resultados de la declaracin sobre conocimiento previo de mapas conceptuales, se observa que existe unabanicodeindividuosenlasdiferentesformasdetomadecontactocon la metodologa. Finalmente, la distribucin de las autovaloraciones se presentaenlaTabla1yelGrfico1. Nota En blanco 0 1 2 3 4 5 6 7 8 9 10
Individuos 3 1 0 0 1 3 4 0 4 0 0 0

Tabla1.Encuesta.Autovaloracindelatcnicadecreacindemapasconceptuales

Esta caracterizacin de la muestra, evidencia que est suficientemente distribuidaenlosaspectosde: CalificacindelaNotadelexamendelaasignaturadeBiomecnica

56

2.MtodosyTcnicas

Conocimientos previos sobre la metodologa de mapas conceptuales, la capacidad de creacin de los mismos y su utilizacincomoherramientadeestudio

Autovaloracin de la tcnica de creacin de mapas

Nmerode Individuos
5 4 3 2 1 0

Notade autovaloracin

Grfico1.Distribucindeautovaloracionesdelatcnicadecreacindemapas

Criterios de inclusin y exclusin

Loscriteriosdeinclusinyexclusinseguidosson:
Criteriosdeinclusin:

Cursar la asignatura de Biomecnica en el curso de la intervencinexperimental. Haber cursado la asignatura de Fonaments Fsics de la Fisioterpiaelcursoanterior

Criteriosdeexclusin:

Haber estudiado los conceptos incluidos en las pruebas entre la 1yla3intervencin.

2.MtodosyTcnicas

57

No se prev ningn tipo de sesgo excepto el de la propia veracidad en lasrespuestasdelosparticipantes.

Consentimiento informado
Antes de la primera intervencin, el doctorando informa a los alumnos del proyecto, de sus objetivos e intervenciones, y solicita su participacin. Las intervenciones son nominales, debiendo el alumno escribir su nombre en cada intervencin. En cada una de las mismas se informa al voluntario por escrito de los objetivos y pruebas que se realizan (ver anexo). La mera ejecucin de las pruebas de cada intervencin se considera como la firma delconsentimientoinformado.

Calendario
La realizacin de la presente investigacin est pautada de acuerdo con el calendario lectivo de la muestra en estudio, en cuanto a la primera intervencin. Las siguientes se pautan de acuerdo con los criterios de olvido para el aprendizaje memorstico (ver El olvido como elemento diferenciador de tipos de aprendizaje en la pgina 9). As, el calendario de lasintervencioneses: 1 intervencin: 16 de enero de 2006, el da del examen de Biomecnica 2 intervencin: 6 de febrero de 2006, 21 das despus de la 1 intervencin 3 intervencin: 31 de mayo de 2006, 135 das despus de la 1 intervencin

La segunda intervencin se distribuye a los 15 das y se recoge a los 21. Este perodo de tiempo est en el lmite inferior del olvido del aprendizaje memorstico. Entonces, las puntuaciones pueden ya presentar alteraciones si lo que se mide no es aprendizaje significativo. La tercera intervencin se aleja de los 60 das (perodo que se establece como lmite superior del olvido) para garantizar que el conocimiento medido es residente. Si no ha existido sobreaprendizaje, estas fechas garantizan la vigencia de las

58

2.MtodosyTcnicas

condiciones de validez, as como de fiabilidad cuando existe un solo corrector(Novak,1998). Sepresentanlassiguientesincidencias: En la primera intervencin todos los voluntarios entregan la prueba elmismodadelexamen,exceptodosqueseretrasan3y8das. La segunda intervencin se recoge puntualmente en todos los casos,exceptodosvoluntariosqueseretrasan14das. La ltima intervencin es la que presenta una dispersin mayor en lasentregas.Lamayoradelosparticipantes(12)entreganatiempo sus pruebas. Un voluntario anticipa su intervencin por motivos personales cumpliendo slo 72 das de intervalo. Otros tres necesitan un seguimiento resultando finalmente intervalos de 329, 282 y 303 das. Dado que la intervencin tiene como requisito superar los 60 das de intervalo respecto de la primera, se dan por vlidastodaslasentregas.

2.3.7.Diseoexperimental
Elpresenteestudioeslongitudinalyprospectivo.

Protocolo
EnlaltimasesindeclasedeBiomecnicaseinformaalosalumnosdel proyecto, sus objetivos y las intervenciones que se realizaran. Se comunica a los posibles voluntarios que en ningn caso los resultados de las intervenciones alteraran los expedientes acadmicos. En el mismo acto se solicitalacolaboracindelosalumnos. Lasintervencionesserealizansiguiendoelcalendarioindicado. La primera intervencin se realiza en el mismo da del examen de Biomecnica. Este examen consta de 80 preguntas tipo test, de las que posteriormente se recogen las respuestas correspondientes a los temas de Fatiga y Eficiencia realizadas por los participantes del estudio. Estas

2.MtodosyTcnicas

59

respuestas constituyen la prueba objetiva de esta primera intervencin. Cuando los alumnos entregan el examen tipo test, se les solicita de nuevo su participacin. Los que atienden la convocatoria realizan los mapas en el mismo momento. En algn caso, se permite al voluntario llevarse la documentacin a condicin de que haga los mapas el mismo da del examen. Al acabar los exmenes del primer cuatrimestre, los alumnos disponen de una semana no lectiva. Quince das despus de la primera intervencin, cuando se inician les clases del segundo cuatrimestre, se distribuyen las pruebas (prueba objetiva y mapas) de la segunda intervencin. Se establece como fecha lmite de devolucin de las pruebas cumplimentadas el6defebrerode2006,21dasdespusdelaprimeraintervencin. Quince das antes de la tercera intervencin, se enva un correo electrnico recordatorio a todos los participantes. La siguiente semana se distribuye el documento con las pruebas y se establece el 31 de mayo de 2006 como fecha lmite de devolucin. Cumplida esta fecha se procede a realizarunseguimientodeaquellosvoluntariosquenohayancumplidocon el plazo establecido. El documento suministrado es idntico al de la segunda intervencin pero se aade una encuesta para recabar informacindelosparticipantessobrevariablesquepuedencrearunsesgo enelestudio. ElsiguienteCuadro3presentaunresumendelprotocolo.

60

2.MtodosyTcnicas


Prueba Objetiva Conocimientos Especficos Mapa conceptual Conocimientos Especficos Conocimientos Globales Encuesta Repaso Conocimiento de mapas Autovaloracin tcnica mapas X X X Fatiga Eficiencia Baloncesto Lluvia X X X X X X X X X X X X Fatiga Eficiencia Extrado del examen Extrado del examen X X X X 1 INTERVENCIN Examen de Biomecnica 2 INTERVENCIN a 21 das (6 febrero 2006) 3 INTERVENCIN a 135 das (31 mayo 2006)

Cuadro3.Resumendelprotocolo

Sepresentanlassiguientesincidencias: En la primera intervencin un participante no presenta el mapa sobreEficiencia. En la segunda intervencin otro voluntario no presenta el mapa sobreEficiencia. Enlaltimaintervencindosparticipantesnopresentanelmapade Eficienciayotronopresentaeldefatiga. Enningncasorepiteincidenciaelmismoindividuo. En el anexo se presentan los documentos entregados a los voluntarios delestudioenlastresintervenciones.

Medidas recogidas.
De cada test sobre temas especficos (Fatiga y Eficiencia) en todas las intervenciones(1,2y3)semide:

2.MtodosyTcnicas

61

o NotatestdeFatigasobre10 o NotatestdeEficienciasobre10 De cada mapa conceptual sobre cada tema (Fatiga, Eficiencia, BaloncestoyLluvia)entodaslasintervenciones(1,2y3)semide: o NotaHolsticadecontenido(enelrangoMD,I,SF,B,N,EX) o Valoracin de la tcnica utilizada en el mapa (en el rango Muy Deficiente,Deficiente,Correcta,Buena,MuyBuena) o Unconjuntodeparmetros: Nmerodeconceptosescogidos Nmerodeconceptosvlidosentrelosescogidos Nmerodeconceptosimportantesentrelosvlidos Valoracin de la jerarqua (en el rango: Mala, Regular, Buena,Notable) Nmerodeenlacesrealizados Nmerodeenlacesvlidos De la encuesta en la ltima intervencin se recogen las respuestas a cadatem. Ademsdecadaindividuoserecogenlossiguientesdatos: o Edad o Gnero o Grupoenquehacursadolaasignatura(maanaotarde) o Nota del examen de la asignatura Biomecnica realizado conjuntamenteconla1intervencin

Clculos realizados
Para alcanzar los objetivos propuestos y validar las hiptesis se realizan lossiguientesclculos.

62

2.MtodosyTcnicas

Anlisisprevio: Comprobarladistribucindenotasobtenidas: Se realiza el test de ShapiroWilk de normalidad sobre las distribuciones de valores de cada variable. Dado el tamao de la muestra (16 individuos), se espera que las variables no cumplanelsupuestodenormalidad. Laausenciadedistribucionesnormalesenconjuntoponede relieve la posibilidad de distribuciones concentradas en algn valor (por ejemplo, todo Insuficiente) que invalidaran losestudioscomparativos.SerealizaunAnlisisExploratorio de Datos basado en diagrama de barras de las variables no normales para identificar la presencia de dichas distribucionesanmalas.

En una muestra no normal, se procede a realizar un anlisis estadstico no paramtrico. As los estudios de concordancia y correlacinentrevariablesserealizanconlassiguientespruebas - CONCORDANCIA: Kappa ponderada cuadrtica (ver Tcnicas utilizadas pgina 70), que valora igualdades y que penaliza en extremo las diferencias encontradas. - CORRELACIN: Spearman (ver Tcnicas utilizadas pgina 68), que buscarelacionesproporcionales Lascomparacionesserealizanentre: a) unamismanotaentreintervenciones; b) entre una pareja de notas (Test, Holstica, Pronosticada, Simplificada)correspondientesaunamismaintervencin Todoslosclculosestadsticosserealizanconelpaqueteestadstico SPSS versin 13.0. El clculo de la Kappa ponderada cuadrtica se realiza mediante una hoja de clculo especfica realizada con Microsoft Office Excel 2003. El nivel de significacin para todo el estudioes=0.05. 2.MtodosyTcnicas 63

 1.ComparacindelasNotasTestyHolsticasentreintervenciones. Se analiza la variabilidad de cada nota en el tiempo, estudiando la concordancia y correlacin de cada una con sus homnimas en las diferentes intervenciones para determinar la validez y fiabilidad de la metodologa de creacin de mapas conceptuales propuesta (objetivo1). Secomparaencadacaso: resultadoen1intervencinvs2intervencin resultadoen2intervencinvs3intervencin resultadoen1intervencinvs3intervencin

Loseventosqueseexaminanson: Los resultados de estas pruebas explicitan la validez y fiabilidad de lametodologademapaspropuesta. Paralelamenteserealizalasmismascomparacionesconloseventos NotaHolsticadelmapadeFatiga NotaHolsticadelmapadeEficiencia NotaTestdeFatiga NotaTestdeEficiencia NotaHolsticadelmapadeBaloncesto NotaHolsticadelmapadeLluvia

Donde las Notas Holsticas sobre conocimientos especficos corroboran la validez y fiabilidad de la metodologa para medir el aprendizajesignificativofrentealaspruebasobjetivas. El rango de valores de la Nota Test y el de la Nota Holstica son diferentesascomoeltipodevariable.Parahacerunaconcordancia

64

2.MtodosyTcnicas

entreellasesnecesariocategorizarlaNotaTestaltipoyrangodela Nota Holstica. Este procedimiento se explica en detalle en el apartadoCategorizacionesdeTcnicasUtilizadas(pgina89).

2. Bsqueda de la expresin matemtica que proporcione la dependencia entre la Nota Holstica y los parmetros objetivables que conforman el mapa. Seencuentranlasdependenciasdelasnotaspronosticadaysencilla delosmapas(objetivo2)mediante: una regresin curvilnea (lineal, cuadrtica y cbica) por parmetros de todos los mapas realizados (en cada tema y cadaintervencin) seleccin de los parmetros que presenten dependencia significativa(p0.05)ycoeficientescoherentes. determinacin de la frmula de la Nota Pronosticada realizando un promedio de los coeficientes obtenidos en cadacaso. determinacin de la frmula de la Nota Simplificada, mediante una sntesis de la expresin de la Nota Pronosticada.

ElapartadoClculodelasNotasPronosticadaySimplificada(pgina 82)deTcnicasUtilizadasdescribeendetalleestosprocedimientos. El rango de valores y tipo de variable que genera cada frmula se muestran en apartado Tipos de variables y rangos (pgina 87) del mismocaptulo. 3.ValidezyfiabilidaddeNotaPronosticadaySimplificada Se comparan los valores de cada nota con sus valores correspondientes en las diferentes intervenciones para determinar la validez y fiabilidad deestos sistemas de puntuacin paramtricos (objetivo 3), de forma anloga a como se hizo con la Nota Holstica.

2.MtodosyTcnicas

65

Las comparaciones se hacen mediantes pruebas de Concordancia y Correlacin. Secomparaencadacaso: resultadoen1intervencinvs2intervencin resultadoen2intervencinvs3intervencin resultadoen1intervencinvs3intervencin

Loseventosqueseexaminanson: NotaPronosticadadelmapadeBaloncesto NotaPronosticadadelmapadeLluvia NotaSimplificadadelmapadeBaloncesto NotaSimplificadadelmapadeLluvia

Paralelamente se realizan las mismas comparaciones con los eventos NotaPronosticadadelmapadeFatiga NotaPronosticadadelmapadeEficiencia NotaSimplificadadelmapadeFatiga NotaSimplificadadelmapadeEficiencia

Las Notas sobre conocimientos especficos corroboran la validez y fiabilidaddelossistemasdepuntuacinparamtricos. Adicionalmente, y para observar el impacto del proceso de obtencin de la expresin de la Nota Pronosticada a partir de las notas Holsticas, se comparan ambas puntuaciones por temas e intervenciones. Anlogamente, se realiza el mismo anlisis comparativoentrelaNotaSimplificadaylaHolstica. De nuevo los rangos de valores de la Nota Holstica, Nota Pronosticada y Nota Simplificada son diferentes as como el tipo de variable. Para hacer una concordancia entre ellas es necesario

66

2.MtodosyTcnicas

categorizar la Nota Pronosticada y la Nota Simplificada al tipo y rango de la Nota Holstica. Este procedimiento se explica en detalle enelapartadoCategorizacionesdeTcnicasUtilizadas(pgina89). 4. Anlisisporgrupostemticos. Laevaluacindelosconocimientosdeunalumnoserealizasobreel conjunto de contenidos de la asignatura y no de manera aislada sobre cada uno de los temas de la misma. Es por ello que se decide repetir las mismas comparaciones del estudio reuniendo los temas endosgrupostemticos: ConocimientosEspecficos:EficienciayFatiga ConocimientosGlobales:BaloncestoyLluvia

Las variables de anlisis son ahora las notas por grupos temticos obtenidascomoelpromediodelasnotasdelostemasdelgrupo: NotadeTestdeConocimientosEspecficos NotaHolsticadeConocimientosEspecficos NotaHolsticadeConocimientosGlobales NotaPronosticadadeConocimientosEspecficos NotaPronosticadadeConocimientosGlobales NotaSimplificadadeConocimientosEspecficos NotaSimplificadadeConocimientosGlobales

Las diferentes notas se categorizan en un nuevo rango ajustado a los valores agrupados de la Nota Holstica por grupo temtico (ver apartado de Categorizaciones de Tcnicas Utilizadas en la pgina 89) Los anlisis que se realizan son los indicados en los puntos 1 y 3 peroaplicadosalasnuevasvariables.

2.MtodosyTcnicas

67

2.4.Tcnicasutilizadas.

2.4.1.Tcnicasestadsticas
Las tcnicas estadsticas utilizadas son: test de Normalidad, correlacin bivariadadeSpearman,Concordanciaconlakappaponderadacuadrticay lasregresionescurvilnea,linealymultivariante.

Test de Normalidad
El test de Normalidad se realiza sobre variables numricas. Como la muestra obtenida es pequea se aplica el valor de ShapiroWilk, en lugar del de KolmogorovSmirnov. Para cualquier variable si de la prueba de significacin resulta p0.05 entonces dicha variable no es normal; contrariamentesiresultap>0.05seconsideranormal.

Correlacin Bivariada de Spearman

La correlacin describe la asociacin lineal entre dos variables cuantitativas. En esencia se trata de una medida estadstica anloga a la covarianza con la ventaja que la correlacin independiza la medida de las unidades asignadas a las variables. De hecho el coeficiente de correlacin dePearsonresultadedividirlacovarianzaporlasdesviacionesestandarde cadavariableobteniendoaslaindependenciabuscada. El coeficiente de correlacin resulta un valor entre 1 y +1, donde el primervalorindicaunaasociacinlinealperfectanegativayelvalor+1una asociacin lineal perfecta positiva. Cabe destacar que el valor cero no indicaausenciaderelacinsinoquesimplementenoeslineal. Enelcasodevariablescategricas,conmuestraspequeasonumricas quenoseannormalesonopresentenlinealidad,sepuedeutilizarunndice de correlacin basado en ordenaciones: el coeficiente de correlacin ordinal de Spearman. Este ndice es ms robusto y no se ve afectado por valoresanormalmenteextremos.

68

2.MtodosyTcnicas

Elclculodeestecoeficientesebasaenlaordenacinindependientede losvaloresdecadavariable,laasignacindeunnmeroordinalyelclculo de las diferencias entre valores ordinales correspondientes. El valor del coeficiente se obtiene a partir de dichas diferencias al cuadrado con la frmula 6

rs

= 1

d
i =1 2

2 i

n (n 1)

Frmula1.CoeficientedecorrelacindeSpearman

donde rs es el coeficiente de correlacin de Spearman, n el nmero de valores y di es la diferencia entre los valores ordinales o1i y o2i, correspondientes a los oisimos valores ordenados de las variables (1 y 2) quesecorrelacionan.Elndicersnosinformadelaintensidaddelarelacin entrelasdosvariables. El coeficiente de correlacin no debe usarse como indicador de concordancia entre las variables, pues puede existir un coeficiente r alto indicando un alto grado de asociacin lineal pero en cambio existir una concordancia baja. Un ejemplo sera dos variables en la que los valores de una fueran el doble que en la otra, la correlacin sera altsima en cambio no existira apenas concordancia. Ello es porque este coeficiente valora la intensidad de la asociacin lineal entre las variables y no su grado de acuerdo. LapruebadesignificacinasociadaaestecoeficientepuedeserBilateral o Unilateral. Este estudio analiza desviaciones posibles de un valor al compararlo con otro, sea separado en el tiempo o procedente de otra variable. En todos los casos las desviaciones pueden darse en las dos direcciones, por lo que la prueba de significancia deber ser bilateral. Adems las bilaterales son ms conservadoras que las unilaterales, es por ello que si una correlacin bilaterales significativa, la unilateral lo seran ms.

2.MtodosyTcnicas

69

Concordancia: kappa ponderada cuadrtica.

Laconcordanciamideelgradodeacuerdoexistenteentrelosvaloresde dosvariables. Lamedidadeconcordanciap0mssencillaesunacuerdoporcentual,en el que se divide el nmero de pares concordantes entre el nmero de sujetos. Pero esta medida no tiene en cuenta el nmero de acuerdos aleatorios. El ndice kappa (Frmula 2), para variablescategricas, resuelve este aspecto incluyendo nicamente los que supuestamente no son debidosalazar.Asestendicesecalculadividiendolaconcordanciareal(la observadamenoslaaleatoria)entrelaconcordanciatotalrestante,unavez retiradalaquesedebealazar.

kappa =

p 0 pe 1 pe

Frmula2.ndicedecorrelacinkappa

donde: p0=concordanciaobservada pe=concordanciaesperadaporazar p0pe=concordanciareal 1pe=concordanciatotal(valor1)menoslaatribuidaalazar Esta kappa trata por igual todas las no coincidencias. As la diferencia ISFlaconsideraigualqueladiferenciaIEx.Comosepretendeteneren cuentaladistintagravedaddelasdiscordanciasdebenatribuirsediferentes pesos en funcin de las distancias. As el peso w ser igual a la distancia ordinal entre las categoras. Esto es lo que hace la kappa ponderada (Frmula3)quesecalculacomoladiferenciaentreelacuerdoperfecto(de valor1)menoseltotaldediscrepanciasponderadas.Elndiceserpues:

kp =1

w w

ij ij

oij eij

Frmula3.ndicedecorrelacinkappaponderada

70

2.MtodosyTcnicas

donde: wij=pesodeladiscordanciaij oij=discordanciasijobservadas eij=discordanciasijesperadasporazar Como se desea penalizar fuertemente las divergencias ms alejadas se elevan al cuadrado los pesos anteriores. De esta manera se obtiene la kappa ponderada cuadrtica. Por ello, en este estudio, se aplica dicho ndiceconlospesospresentadosenlaTabla2. wij MD I SF B N EX MD 0 1 22 = 4 32 = 9 42 = 16 52 = 25 I 1 0 1 2 2 =4 32 = 9 42 = 16 SF 22 = 4 1 0 1 22 = 4 32 = 9 B 32 = 9 22 = 4 1 0 1 2 2 =4 N 42 = 16 32 = 9 22 = 4 1 0 1 EX 52 = 25 42 = 16 32 = 9 22 = 4 1 0

Tabla2. Kappa ponderada cuadrtica. Pesos para las diferentes distancias

El programa SPSS proporciona las divergencias observadas y esperadas, pero no calcula el ndice kappa ponderado cuadrtico. Para obtenerlo, se introducenestasdivergenciasenunahojadeclculodeExcelysecalculala expresin de la kappa ponderada utilizando los pesos cuadrticos de la tablaanterior.

Regresin curvilnea, lineal y multivariante

La regresin curvilnea de una variable dependiente de otra variable independiente o parmetro es un procedimiento por el que se analiza el tipo de dependencia entre la variable y el parmetro. Este anlisis proporciona los coeficientes de la frmula de dependencia que mejor se ajustan y calcula la probabilidad (p) de que la dependencia encontrada sea por azar. Se trabajar siempre con una p0.05 (5% de error). En nuestro

2.MtodosyTcnicas

71

estudio la variable dependiente es la Nota Holstica y la independiente son losdiferentesparmetrosobjetivablesdelmapa. Los tipos de dependencia pueden ser polinmica de grado 1 (lineal o rectilnea), de grado 2 (cuadrtica) o de grado 3 (cbica). Tambin son factibles otros tipos de dependencia, como la exponencial, la logartmica, unafuncincircular(seno,coseno,),etc. Las expresiones para los desarrollos polinmicos de una variable V en funcindeunparmetroPson: Dependencialineal:V=b0+b1P Dependenciacuadrtica:V=b0+b1P+b2P2 Dependenciacbica:V=b0+b1P+b2P2+b3P3 En estos casos, la regresin proporciona los coeficientes del polinomio: el trmino independiente b0, el coeficiente lineal b1 y, en su caso, los coeficientescuadrticob2ycbicob3. Laregresinlinealesuncasoparticulardelaregresincurvilneaconun polinomio de grado 1, es decir, una recta. Por tanto, este procedimiento proporcionarunoscoeficientes(b0,b1)yunasignificanciap. La regresin multivariante es una extensin de la anterior en la que la dependencia es lineal pero de ms de una variable. Por ejemplo la expresin para una variable V dependiente de tres parmetros P1, P2 y P3 es: V=b+a1P1+a2P2+a3P3 Igualmente, este procedimiento proporcionar unos coeficientes (b, a1, a2,a3)yunasignificacinpparacadacoeficienteyparaelconjunto. Estas pruebas de regresin facilitan un coeficiente de correlacin r de Pearson pues facilita la correlacin entre la variable dependiente y los valores obtenidos mediante la funcin encontrada en la regresin. En este estudioseutilizaelcoeficientededeterminacin(r2)puesinformasobrela proporcindelavariacintotalatribuiblealaregresinencontrada.

72

2.MtodosyTcnicas

2.4.2.Pruebas Prueba Objetiva

DESCRIPCINDELAPRUEBA

La prueba objetiva consta de 13 preguntas de respuesta VERDADERO/FALSO sobre dos conceptos fundamentales de la asignatura de Biomecnica: Fatiga de Materiales y Eficiencia de una fuerza para producirmomentoderotacin. Se incluyen 6 preguntas sobre el tema de Fatiga y 7 sobre Eficiencia. El nivel de dificultad de las preguntas abarca los tres primeros niveles de la Taxonoma de Bloom (ver Evaluacin del aprendizaje significativo en el entorno universitario en pgina 13), siguiendo la pauta habitual en los exmenesdelaasignaturaybuscandolamximarepresentatividaddeeste tipo de prueba. La asimetra en el nmero de preguntas se debe a que se han ajustado al tiempo de dedicacin a lo largo del curso. En consecuencia al ser ligeramente superior el tiempo dedicado al concepto de Eficiencia respecto al de Fatiga, el nmero de preguntas que le corresponde es ligeramentesuperior. LaspreguntaspornivelesconsusrespuestassepresentanenlosCuadro 4yCuadro5. Donde se ha asignado nivel 1 a las preguntas que consisten en la propia definicin del concepto, ejemplos que lo ilustran o explicaciones del mismo. Todos los contenidos se han expuesto de forma reiterada en las sesionesdeclase. Se ha asignado nivel 2 a aquellas preguntas referidas a situaciones realesenqueelalumnodebehabercomprendidoelconceptoparadarpor vlida la justificacin en cada caso. Estos contenidos se han expuesto una nicavezdeformasuperficial.

2.MtodosyTcnicas

73

 Tema: EFICIENCIA
Nivel Enunciado de la pregunta 1. La eficiencia para producir momento de una fuerza aplicada a un segmento que gira respecto a un eje de rotacin depende exclusivamente de la distancia perpendicular de dicha fuerza al eje de rotacin 2. Dadas dos fuerzas que producen momento de rotacin respecto a un eje dado, aquella fuerza que tenga ms brazo de palanca ser menos eficiente. 3. El Glteo Medio es ms eficiente en una cadera vara que en una valga 4. La higiene de columna referida al disco L5-S1se fundamenta en reducir la distancia perpendicular del vector peso respecto al eje de rotacin en el disco L5-S1. 5. El efecto biomecnico que tiene la rtula sobre la accin del cuadriceps en una extensin de rodilla, es aumentar la eficiencia del cuadriceps. 6. En una flexin de codo a partir de 90 y antebrazo supinado, el bceps braquial es ms eficiente que el braquial anterior. 7. Para producir ABD de hombro, el supraespinoso es ms eficiente a 0 que a 30 de ABD Respuesta V

F V

V F

Cuadro4.Pruebaobjetiva.PreguntaspornivelessobreeltemadeEficiencia

El nivel 3 engloba aquellas preguntas que representan situaciones nuevas que el alumno debe resolver por sus propios medios pues en las sesiones de clase ni tan siquiera se han mencionado. Es evidente que el alumno para responder una pregunta debe comprender perfectamente el conceptoinvolucrado.

74

2.MtodosyTcnicas


Tema: FATIGA Nivel Enunciado de la pregunta 8. La fatiga de materiales produce fracturas de objetos al recibir esfuerzos inferiores al de fractura de forma repetitiva 9. La fatiga de materiales se produce por la acumulacin de las microfracturas producidas por alguno esfuerzos aunque sean inferiores al de fractura 10. La causa principal de les metatarsalgias de 2 y 3 metatarsianos, en individuos sin patologa concreta ni alteraciones morfolgicas, es el alto esfuerzo de compresin generado por la fuerza muscular sobre les pequeas reas de contacte de las cabezas del 2 y 3 metatarsiano. 11. Una codera valga tiene ms tendencia a la degeneracin del cartlago debido a un esfuerzo de compresin superior 12. Un tendn sometido a cualquier esfuerzo repetitivo, por pequeo que sea, siempre se lesionar por fatiga del material despus de las suficientes repeticiones continuadas. 13. Una distensin de ligamentos se produce por fatiga del material Cuadro5.Pruebaobjetiva.PreguntaspornivelessobreeltemadeFatiga Respuesta V

V F

CRITERIOSDEPUNTUACIN

La nota test se obtiene de las respuestas a las 13 preguntas verdadero/falso. El sistema de puntuacin utilizado pretende eliminar el efectoderespuestaaleatoria. Lacorreccinporrespuestaaleatoriaconpreguntasdedosopciones(en este caso verdadero/falso) considera que, respondiendo al azar, existirn tantas respuestas correctas como incorrectas. Por ello a cada respuesta incorrecta se le asocia una respuesta correcta presumiblemente contestadaporcasualidad.Ascadarespuestaerradarestarlapuntuacin de una acertada. De hecho, si en un examen de 10 preguntas con dos opciones un alumno contestara aleatoriamente, resultaran 5 respuestas

2.MtodosyTcnicas

75

correctas y 5 incorrectas. Sin correccin de respuesta aleatoria el alumno obtendra un 5 sin saber absolutamente nada. Aplicando esta correccin la puntuacin sera de cero, acorde con lo que el alumno sabe. Presumiblemente esta forma de puntuar un test lleva a que el estudiante slo responda aquellas preguntas de las que tenga un cierto nivel de seguridadenlarespuesta. En este estudio se aplica la correccin por respuesta aleatoria como criterio de puntuacin de la prueba objetiva. As, cada respuesta acertada recibe un punto positivo y cada respuesta incorrecta recibe un punto negativo.Laspreguntassinrespuestanopuntan.Elresultadoobtenidose normaliza a 10 puntos. Este mtodo de puntuacin es el habitual en los exmenesdelaasignaturadeBiomecnicaobjetodelestudio.

Prueba de Mapas Conceptuales con metodologa adaptada

Los mapas conceptuales solicitados se basan en tres fases (ver Metodologa adaptada de construccin de mapas conceptuales en pgina 49): seleccin de 10 conceptos de una lista facilitada por el profesor, ordenacinjerrquicadelosmismosyconstruccindelmapa. Laspruebasdemapaconceptualseaplicanalosconocimientos: globales,dondesepregunta: - TemaBaloncesto:Enquconsisteelbaloncesto? - TemaLluvia:Enquconsistelalluvia? especficos,enquesepregunta: - TemaFatiga:Queslafatigademateriales? - Tema Eficiencia: En momentos de rotacin, qu es la eficienciadeunafuerza?

76

2.MtodosyTcnicas

 TEMA
Baloncesto

LISTA DE CONCEPTOS ftbol, cesta, baloncesto, rbitro, aficin, juego de equipo, lluvia, estrategia, pelota, red, falta, triple, pista, bebida isotnica, jugada, entrenador, jugadores, portera. lluvia, sol, tierra, nube, molcula, atmosfera, caer, granizada, tormenta, luna, arco iris, lago, cido, gota, condensacin, cascada, agua, viento rea, fuerza, fractura, material, deformacin, repetitivo, momento, curva esfuerzo-deformacin, fatiga, umbral de fatiga, compresin, punto de fractura, elstico, rotacin, traslacin, grieta, esfuerzo, microfracturas movimiento de rotacin, aceleracin angular, dinmica, distancia perpendicular, eficiencia, posicin, momento de inercia, energa, esfuerzo, ngulo, fractura, eje de rotacin, traslacin, proporcionalidad, momento, comparacin, fuerza, rpido

Lluvia

Fatiga

Eficiencia

Tabla3.Mapaconceptual.Listadodeconceptosofrecidosporelprofesor

Las listas de conceptos ofrecidos por el profesor para la confeccin de losmapassemuestranenlasiguienteTabla3: Delosmapasrealizadosseextraendostiposdeinformacin: Sobre el aprendizaje del alumno en relacin a los cuatro temas propuestos. Para ello se utilizan diferentes sistemas de puntuacin (HolsticayParamtrica) Sobrelaeficienciadelametodologadecreacindemapaspropuesta. Para ello el parmetro utilizado es la Valoracin de la Tcnica. Esta medida recoge la calidad del mapa resultante, no por su contenido, sino por su apariencia de mapa. Sevalora laexistencia deetiquetas en los enlaces,el nmero de enlaces de un concepto con otros conceptos y la ramificacin o linealidad del conjunto. Cuantos ms ramificado y etiquetado est el mapa mejor valoracin se le otorga. El rango de calificacin est entre 0 y 4 siendo las etiquetas correspondientes:

2.MtodosyTcnicas

77

Muy Deficiente (MD), Deficiente (D); Correcta (C), Buena (B) y Muy Buena(MB).

CRITERIOSDEPUNTUACIN

- NotaHolstica Esta medida, como su propio nombre indica, valora el contenido del mapaconceptualcomountodosinatenderalosdetalles.Seleentodas las proposiciones que aparecen en el mapa y se otorga una calificacin al conjunto de los conocimientos expuestos como si se tratase de un redactado abierto. El rango de calificaciones es: Muy Deficiente (MD), Insuficiente (I), Suficiente (SF), Bien (B), Notable (N) y Excelente (EX). Para anlisis de correlacin se asigna un valor numrico entero entre 0 (MD)y5(EX)deformacorrespondiente. - Parmetrosmedidos. EstosparmetrosseutilizanparadeducirlaNotaPronosticada. Nmero de conceptos escogidos: se cuentan los conceptos escogidos,incluidoslosquehaaadidoelvoluntario. Nmero de conceptos vlidos: entre los conceptos escogidos anteriormente se contabilizan nicamente los que son vlidos para eltemasolicitado Nmero de conceptos importantes: de cada tema se identifican un pequeo conjunto de conceptos principales, y se hace un recuento de los que aparecen entre los conceptos vlidos escogidos por el participante.Losconceptosprincipalesdecadatemason(Tabla4):

78

2.MtodosyTcnicas

 Baloncesto
Baloncesto Juego de equipo Cesta Pelota Jugadores Lluvia Lluvia Condensacin Agua Nube Fatiga de materiales Fatiga Esfuerzo Repetitivo Umbral de fatiga Material Eficiencia Eficiencia Fuerza Momento Eje de rotacin Distancia perpendicular

Tabla4.Mapaconceptual.Conceptosprincipalesdecadatema

Valoracin de la jerarqua: se atribuye una calificacin a la ordenacin jerrquica en el rango de 0 a 3 con las etiquetas {Mala, Regular, Buena, Notable}. El criterio utilizado se basa en el nmero de conceptos mal jerarquizados (errores de jerarqua) y en la distanciaalaposicincorrecta: - Notable: - Buena: - Regular: - Mala: no hay errores de jerarqua, todos los conceptos sehanordenadocorrectamente. slohayunoodoserrores. hay tres o cuatro errores, o uno o dos pero con unadistanciaimportanteasuposicincorrecta. hay ms de cuatro errores, o tres o cuatro pero con una distancia importante a su posicin correcta.

Nmero de enlaces realizados: se recuentan todos los enlaces realizadossiemprequeestnetiquetados. Nmero de enlaces vlidos: de los anteriores se contabilizan como vlidosaquellosquegeneranproposicionesverdaderas.

En todos los recuentos, a cada concepto o enlace contabilizado se le asignalamismapuntuacin(1punto).

2.MtodosyTcnicas

79

Encuesta
La informacin solicitada se refiere al sobreaprendizaje de los conocimientos especficos y al conocimiento de la metodologa de los mapasconceptuales. El primer grupo de preguntas, relativo al sobreaprendizaje (ver Cuadro 6), investiga si en el perodo de tiempo en que han ocurrido las intervenciones (135 das), han repasado o estudiado algn tema de Biomecnicay,enconcreto,lostemasobjetodelpresenteestudio. En las dos preguntas, las opciones de respuesta son excluyentes. Cabe destacarquelasdosprimerasopciones(No,Echarunaojeada)representan un nulo o despreciable contacto con los conocimientos especficos de formaquenosealteraelaprendizajerealizadopreviamente. El segundo grupo de preguntas (ver Cuadro 7), sobre Conocimiento de lametodologademapasconceptuales,investigatresapartados: a) si ha existido algn tipo de contacto con esta metodologa antes de entrarenlaescuelaquehospedaelpresenteestudio b) si se han utilizado los mapas conceptuales en la estancia en la Escuela c) el nivel de dominio de la metodologa de creacin de mapas que el voluntariomanifiesta

80

2.MtodosyTcnicas

1.- Desde que hiciste el examen de Biomecnica en enero, has repasado los contenidos de la asignatura? No Slo he echado una ojeada He estudiado poco (menos de 2 horas a la semana de media) He estudiado (ms de 2 horas a la semana de media) Otras 2.- Si has estudiado, aunque sea un poco, has dedicado tiempo a estudiar los siguientes conceptos?
No Fatiga de materiales Concepto de momento () Concepto de eficiencia de una fuerza para producir momento Una ojeada He estudiado un poco He estudiado bastante

() Se incluye el concepto de momento dado que es importante para el de eficiencia, siendo parte integrante del mismo Cuadro6.Encuesta.Grupodepreguntasrelativasalsobreaprendizajeentemasespecficos

2.MtodosyTcnicas

81

3.- Antes de llegar a la Escuela

- habas odo hablar de mapas conceptuales? - habas visto algn mapa conceptual hecho? - alguien te haba explicado qu es un mapa conceptual? - alguien te haba explicado cmo se hace un mapa conceptual? - habas hecho algn mapa conceptual? - habas hecho algo que se pareciese a un mapa conceptual, sin serlo? SI NO

4.- En tu estancia en la Escuela

- Alguien te ha explicado qu son los mapas conceptuales? - Alguien te ha explicado cmo se hacen los mapas conceptuales? - Has utilizado los mapas conceptuales parar estudiar? SI NO

5.- Si has hecho mapas conceptuales antes de llegar a la Escuela o en tu estancia en ella, valora tu tcnica actual en la realizacin de mapas conceptuales con una nota entre 0 y 10, donde 0 indica que no sabras hacer un mapa y 10 que eres un experto ..................
Cuadro7. Encuesta. Grupo de preguntas sobre Conocimiento de la metodologa de mapasconceptuales

2.4.3.ClculodelaNotaPronosticadaySimplificada

Nota Pronosticada
Para determinar la Nota de Contenido Pronosticada se busca una expresin matemtica que relacione los parmetros objetivables de los mapas conceptuales con la Nota de Contenido Holstica. Para ello, primero se determina la posible dependencia entre la Nota Holstica y los parmetros medidos referidos a conceptos, jerarqua y enlaces. Segundo, seestablecelarelacinmatemticabuscada. 82 2.MtodosyTcnicas

Para determinar la posible dependencia se calcula la regresin entre cada uno de los parmetros medidos y la Nota Holstica. El SPSS permite estudiar regresiones con dependencias polinmicas (lineales, cuadrticas y cbicas), exponenciales, logartmicas y de funciones circulares. En este estudio analizamos las regresiones polinmicas. El anlisis para las otras funcionessedescartapordosrazones: a) no se espera que la dependencia de la Nota Holstica respecto a los parmetros objetivables responda a funciones circulares, exponencialesologartmicas,y b) aunque existiera esta improbable dependencia, existen condiciones matemticas que permiten la exclusin. En efecto, las tres funciones son infinitamente derivables y por tanto opcionales de desarrollarse en serie de Taylor o de Mc Laurin (ver Cuadro 8). Ambasseriesdancomoresultanteunpolinomiodegradon. En consecuencia las dependencias lineales, cuadrticas y cbicas del SPSS, permiten estudiar un desarrollo en serie de las funciones exponencial, logartmica y las circulares hasta grado 3. Por tanto, se procedesloalanlisispolinmico.

2.MtodosyTcnicas

83

Serie de Taylor y Mc Laurin

La serie de Taylor de una funcin f de nmeros reales que es infinitamente diferenciable en un entorno de nmeros reales del punto a, es la serie de potencias:

f ( x) = f ( a ) +

f ' (a ) f ' ' ( a) f (3) (a) ( x a) + ( x a) 2 + ( x a) 3 + 1! 2! 3!

Serie de Taylor

que de forma ms compacta se escribe

f ( x) =
n =0

f ( n ) (a ) ( x a) n n!

donde n! es el factorial de n y f (n)(a) indica la n-sima derivada de f en el punto a. Si el desarrollo se realiza en el origen (a=0) resulta la serie de Mc Laurin

f ( x) =
n =0

(n)

( 0) n x n!

Serie Mc Laurin (Taylor en a = 0)

Para ilustrar el efecto de estos desarrollos se muestra la funcin SIN (x) y sus aproximaciones de Mc Laurin con polinomios de grado 1, 3, 5, 7, 9, 11 y 13. Se observa como el polinomio se va ajustando a la funcin a medida que aumentamos el grado del polinomio.

(http://es.wikipedia.org/wiki/Serie_de_Taylor) Cuadro8.DesarrolloenseriepolinmicadeTayloryMcLaurindeunafuncin

84

2.MtodosyTcnicas

Las regresiones curvilneas que se hace son: dependencia D de la variable dependiente VD (Nota Holstica) de la variable independiente VI (parmetro objetivable) en el mapa M de la intervencin I, donde se realizan todas las combinaciones posibles segn la Tabla 5. Cada regresin curvilnea polinmica proporciona los coeficientes polinmicos y una significacin.
Dependencia D Lineal Cuadrtica Cbica Variable Dependiente VD Nota Holstica Variable independiente VI Conceptos escogidos Conceptos vlidos Conceptos importantes Valoracin de la jerarqua Enlaces realizados Enlaces vlidos Mapa M Baloncesto Lluvia Fatiga Eficiencia Intervencin I Primera Segunda Tercera

Tabla5.Regresincurvilnea.Combinacionesposibles

Resultan 216 (3*1*6*4*3) regresiones curvilneas. Para cada parmetro tenemos36gruposdecoeficientesconsusignificanciap. Para que un parmetro y su tipo de dependencia formen parte de la expresinfinaldelaNotaPronosticadadebecumplirdoscriterios: a) quelamayoradelasregresionesseansignificativas b) que los coeficientes lineales, cuadrticos y cbicos sean coherentes entresenlasdiferentesregresiones Se considera que los coeficientes son coherentes cuando tienen el mismo signo en todas las regresiones, dado que diferencias de signo indican tendencias opuestas. En efecto, si consideramos un polinomio de grado uno (una recta), si su coeficiente (la pendiente) es positiva, la recta es ascendente, pero si es negativa es descendente. Ello implica que estas dos rectas no pueden describir un mismo fenmeno. Lo mismo ocurre con los polinomios de grado superior, donde tiene mayor importancia el coeficiente de mayor grado. As, si los coeficientes no son iguales, an siendosignificativos,lasregresionesnosoncomparables.

2.MtodosyTcnicas

85

Por ejemplo, para estudiar si la Nota Holstica tiene dependencia Lineal del parmetro conceptos vlidos (CV), se realizan las 12 regresiones curvilneas (4 temas por cada una de las tres intervenciones). Si en la mayora de estas se obtienen coeficientes significativos (p 0.05) y estos son coherentes, el parmetro conceptos vlidos con la dependencia lineal es un candidato a formar parte de la expresin que nos proporciona la NotaPronosticada.Asunapartedelaexpresinbuscadasera: NP=.+aCV*CV+.. dondeacveselcoeficientedelparmetroCVenestaexpresin. Una vez determinados los parmetros y su dependencia, se analiza la regresindelacombinacindelosmismosconlaNotaHolstica,portemas e intervenciones. La expresin final de la Nota Pronosticada se obtiene asignando como coeficiente de cada parmetro el promedio de los coeficientesobtenidosenlas12regresiones.

Nota Simplificada
La Nota Simplificada resulta de una sntesis de la expresin para la Nota Pronosticada. Para ello se simplifican los coeficientes de la frmula de la Nota Pronosticada con objeto de obtener una expresin independiente de este estudio y aplicable a cualquier situacin. El proceso de simplificacin se basa en la conversin de los coeficientes a nmeros enteros, conservandoaproximadamentelaproporcionalidadpresenteenlafrmula delaNotaPronosticada.Ademsseeliminaeltrminoindependientedela combinacin lineal, dado que se espera que la funcin resultante pase por el origen. En efecto, si todos los parmetros implicados en la expresin resultancero,seesperaelmismovalorparaestaNotaSimplificada.

86

2.MtodosyTcnicas

2.4.4.Tiposdevariable,rangosycategorizaciones

Tipos de variable y rangos

LaNotaTestesunavariablerealconrangoentre0y10,dadoqueseha normalizadoaesteintervalo. La Nota Holstica es una variable categrica con valores ordenados y rango {MD, I, SF, B, N, EX}. Para efectos de correlacin con variables numricas se le asigna una variable entera con valores 0 a 5 correspondientes. La Nota Pronosticada, por ser el resultado de una combinacin lineal de valores enteros con coeficientes reales, ser una variable numrica de tipo real. Dado que la expresin se ha obtenido como regresin curvilnea a partirdelaNotaHolstica,elrangodevaloresnumricos(conjuntoimagen de la funcin) se espera entre 0 y 5, aunque no se descartan valores ligeramentedistanciados.Esteefectosedebealmargendeerroraceptado y a que los coeficientes finales de la frmula no salen directamente de la regresinsinoquesonvalorespromediodediferentesregresiones. La Nota Simplificada es una expresin matemtica con valores enteros como coeficientes y valores enteros en los parmetros, en consecuencia ser una variable entera. Su rango (conjunto imagen de la funcin) no es predecible, dado que es una expresin inferida, pero es evidente que su cotainferiorsercero. Finalmente, en el anlisis por grupos temticos, se realiza un paso previo para calcular las mismas variables para esta situacin. El valor que toma una variable para un grupo temtico es el promedio del valor obtenidoparacadaunodelosdostemasqueformanelgrupo En la Nota Test y Nota Pronosticada, por ser variables reales, este clculo no encierra ninguna dificultad y no altera ni el tipo de variableni el rango. En el caso de la Nota Simplificada, por ser una variable entera se convertir en real al tener que aceptar valores decimales (aunque slo sean 0.5). En cuanto a su conjunto imagen de valores esperados, ser ligeramenteinferiorpueslosvaloresextremossehabrnpromediado.

2.MtodosyTcnicas

87

El autntico problema aparece en la Nota Holstica, pues al tratarse de unavariablecategrica,deberemosampliarsurangodevalores.Enefecto, utilizando la variable entera asignada para las correlaciones, podemos realizar el promedio pero es evidente que el resultado alterar el rango de resultados.VeamosunosejemplosenlaTabla6. Valor NH 1
N (4) SF (2) B (3) N (4) EX (5) Valor NH- 2 N (4) MD (0) N (4) I (1) SF (2) Promedio (variable entera) 4 1 3,5 2,5 3,5 Nota NH Promedio N I ? ? ?

Tabla6.Ejemplosdepromediosdenotasholsticas.

Siempre que la distancia entre los valores a promediar sea impar, el resultado no ser entero sino decimal (aunque slo sea 0,5). La opcin de redondearlanotaobtenidaconduceaunaprdidadeprecisin.Porellose crea una categorizacin nueva para las Notas Holsticas de los grupos temticos. Este nuevo rango se presenta en la siguiente Tabla 7 y lo denominaremos Rango de Nota Holstica para Grupos Temticos, o simplementerangoR+.
RANGO R+

Etiqueta MD MD+ Valor 0 0,5

I+

SF SF+ B 2 2,5 3

B+ 3,5

N 4

N+ 4,5

Ex 5

1 1,5

Tabla7.RangodeNotaHolsticaparaGruposTemticos(RangoR+)

88

2.MtodosyTcnicas

Categorizaciones
La concordancia es un procedimiento que compara variables en el mismo rango de valores categricos. En consecuencia se hace necesaria una categorizacin de las variables al rango de la Nota Holstica. Dado que estaNotatienedosrangosdiferentesenfuncindesiseoperaportemaso por grupos temticos, las categorizaciones sern diferentes segn el anlisisqueserealice.
CATEGORIZACINDELANOTATESTANOTAHOLSTICA

Las categorizaciones se realizan con los criterios de evaluacin habitualesenelentornoacadmicoparalasNotasdeTest EnelanlisisportemasseaplicalasiguienteTabla8: Categorizacin de Nota test a Nota Holstica
Intervalo Nota test
0.0 2.1 5.0 6.0 7.0 8.5 - 2.0 - 4.9 - 5.9 - 6.9 - 8.4 - 10.0

Etiqueta asignada
Muy Deficiente (MD) Insuficiente (I) Suficiente (SF) Bien (B) Notable (N) Excelente (EX)

Valor asignado
0 1 2 3 4 5

Tabla8.CategorizacindeNotaTestaNotaHolsticaportemas

Enelanlisisporgrupostemticos(rangoR+)seaplica(Tabla9):

2.MtodosyTcnicas

89

 Categorizacin de Nota test a Nota Holstica

Intervalo Nota test
0.0 1.0 2.1 3.6 5.0 5.5 6.0 6.5 7.0 8.0 9.0 - 0.9 - 2.0 - 3.5 - 4.9 - 5.4 - 5.9 - 6.4 - 6.9 - 7.9 - 8.9 - 10.0

Etiqueta asignada
MD MD+ I I+ SF SF+ B B+ N N+ EX

Valor asignado
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Tabla9. CategorizacindeNotaTestaNotaHolsticaporgrupostemticos (rangoR+) CATEGORIZACINDELANOTAPRONOSTICADAANOTAHOLSTICA

La nica diferencia entre ambas notas es que la Holstica es discreta en valoresenterososeparadospormediopunto.Aslacategorizacineneste caso se realiza por redondeo de la Nota Pronosticada a nmero entero para los anlisis por temas y a medio punto para los anlisis por grupos temticos. Por la forma de obtencin de la expresin de la Nota Pronosticada, se esperanvaloresentre0y5conligerasdesviacioneslateralesdeesterango. Portanto,losvaloresquesuperanel5.0seredondeandirectamenteaeste valorexacto,ylosquesonnegativosseredondeandirectamenteacero.

CATEGORIZACINDELANOTASIMPLIFICADAANOTAHOLSTICA

Las categorizaciones se realizan recogiendo el rango de la Nota Simplificada y dividindolo en tantos intervalos como tenga la Nota Holstica a comparar. El rango de la Nota Simplificada est entre dos valores: 0 y un valor mximos de referencia V. La bibliografa propone dos posibilidades para este valor de referencia: la nota resultante de un mapa

90

2.MtodosyTcnicas

experto o la de un alumno al que se le puede atribuir una excelencia. En esteestudiosehaoptadoporlasegunda. EnelcasodeanlisisportemassielrangodelaNotaSimplificadaesde 0 a su valor mximo V, tendremos que el intervalo de categorizacin ser (V0)/6,resultando(Tabla10): Categorizacin de Nota Simplificada a Nota Holstica (temas)
Intervalo Nota Simplificada
0 V/6 2*V/6 3*V/6 4*V/6 5*V/6 a a a a a a V/6 2*V/6 3*V/6 4*V/6 5*V/6 6*V/6

Etiqueta asignada
Muy Deficiente (MD) Insuficiente (I) Suficiente (SF) Bien (B) Notable (N) Excelente (EX)

Valor asignado
0 1 2 3 4 5

Tabla10.CategorizacindeNotaSimplificadaaNotaHolsticaportemas

Anlogamente, en el anlisis por grupos temticos (rango R+), si el rango de la Nota Simplificada est entre 0 y su valor mximo S, tendremos queelintervalodecategorizacinser(S0)/11,resultando(Tabla11)

2.MtodosyTcnicas

91

 Categorizacin de Nota Simplificada a Nota Holstica (grupos temticos)

Intervalo Nota Simplificada
0 S/10 2*S/10 3*S/10 4*S/10 5*S/10 6*S/10 7*S/10 8*S/10 9*S/10 10*S/10 a S/11 a 2*S/11 a 3*S/11 a 4*S/11 a 5*S/11 a 6*S/11 a 7*S/11 a 8*S/11 a 9*S/11 a 10*S/11 a 11*S/11

Etiqueta asignada
MD MD+ I I+ SF SF+ B B+ N N+ EX

Valor asignado
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5.0

Tabla11. Categorizacin de Nota Simplificada a Nota Holstica por grupos temticos(rangoR+)

92

2.MtodosyTcnicas

 3.RESULTADOSYDISCUSIN

Anlisisprevio:Distribucindenotasobtenidas

Pruebas de normalidad
Se utiliza el test de Shapiro Wilk como prueba de normalidad sobre las variablesmedidas,siendolosresultados(Tabla12):
Anlisis Prueba TEST Nota Test MAPA CONCEPTUAL Nota Holstica Fatiga Eficiencia Fatiga Eficiencia Baloncesto Lluvia 1 Intervencin 0.01 0.22 0.001 0.006 0.11 0.06 Test de Normalidad Shapiro Wilk 2 Intervencin 0.11 0.19 0.05 0.03 0.11 0.11 3 Intervencin 0.01 0.08 0.01 0.01 0.07 0.03

Distribucin Normal [ p 0.10 ] Indicios de Normalidad [ 0. 05 < p < 0.10 ]

Tabla12.ResultadostestdeNormalidad(ShapiroWilk)

3.Resultadosydiscusin

93

Se observa que la prueba de normalidad no da positiva en todos los casos, por tanto los anlisis comparativos de variables de concordancia y correlacindebern realizarse de forma no paramtrica. Seseleccionanas lassiguientespruebas: - CONCORDANCIA: Kappa ponderada cuadrtica (ver Tcnicas utilizadas pgina 70), que valora igualdades y que penaliza en extremo las diferencias encontradas. - CORRELACIN: Spearman (ver Tcnicas utilizadas pgina 68), que buscarelacionesproporcionales El test de Shapiro Wilk no muestra normalidad para las puntuaciones medidasposiblementeporeltamaodelamuestra(N=16).Estetrabajose ha realizado con alumnos que haban cursado la asignatura de Biomecnica. Para dar consistencia al estudio, la primera intervencin se deba realizar justo cuando acababan el examen de la asignatura. Ello implicaba un sobreesfuerzo para los alumnos que deban prolongar las dos horas de dedicacin al examen. Adems esta prueba se realizaba en perodo de exmenes, con lo que este tiempo lo restaban de descanso o estudio para la prxima prueba. El calendario para la segunda y tercera intervencin, impuesto por las caractersticas del olvido, situaba las pruebas cuando los voluntarios estaban inmersos en el cuatrimestre siguiente con materias diferentes. En el momento de solicitar la participacin de los voluntarios potenciales, se les informaba de esta circunstancia recordando la necesidad de la participacin en todas las pruebas. Ambas circunstancias, la inmediatez de la primera intervencin y la obligatoriedad y dilacin en las posteriores, implicaba unas dificultades demotivacinaadidasalasyahabituales.

94

3.Resultadosydiscusin

Anlisis Exploratorio de Datos basado en Diagrama de Barras

El diagrama de barras de todas las variables se muestra en los Grfico 2 yGrfico3.

Grfico2.DiagramasdebarrasdeNotasTestportemaseintervenciones

ElAnlisisExploratoriodeDatosmuestralapresenciadesucesosencasi todo el rango de valores y en consecuencia no aparecen agrupaciones de resultadosqueinvalidenlosanlisis. LaausenciadeNormalidadpodradeberseaunaagrupacinsectorialde la notas obtenidas. Ello conllevara que el anlisis en este estudio debera reducirseaeserangodenotasobtenido.Lapresenciadevaloresentodoel abanico permite un estudio aplicable a todos los alumnos y no slo a los queocupanundeterminadointervalodenotas.

3.Resultadosydiscusin

95

Grfico3.DiagramasdebarrasdeNotasHolsticasdemapasportemaseintervenciones

96

3.Resultadosydiscusin

3.1. Comparacin de las Notas Test y Holsticas entre intervenciones

El anlisis de la concordancia y correlacin de la Nota Holstica de los temas Globales (Baloncesto y Lluvia) entre las tres intervenciones (ver Tabla13)muestraBUENAconcordancia.Losnivelesdecorrelacinresultan significativosconcoeficientesentre0,55y0.80. Estos resultados demuestran la validez de la metodologa adaptada de creacin de mapas conceptuales para medir el aprendizaje significativo, dado que las notas no varan y por tanto el conocimiento medido es residenteenelalumno. Simultneamente, podemos inferir que la tcnica es fiable, pues es esperable que estos temas globales no hayan sufrido variacin en el intervalo de los 135 das en que se realizan las intervenciones, dado que esos das son lectivos del segundo cuatrimestre del curso. As podemos considerar que las tres intervenciones son repeticiones de la misma prueba, y en consecuencia la concordancia y correlacin entre valores nos dalafiabilidaddelamedida. La utilizacin de conocimientos globales, que no han sufrido alteracin en el periodo docente de este estudio, permite asegurar que el conocimiento expuesto a medicin es preexistente y permanece residente entre las intervenciones. Es por ello un elemento de control idneo para comprobarlavalidezyfiabilidaddeestesistemademedidadelaprendizaje significativo. En estudios previos no se utilizan ningn tipo de elemento de controlencuantoaconocimientoresidente. Por otro lado, los intervalos en que se realizan las intervenciones exceden en mucho los periodos asignados al olvido del aprendizaje memorstico. Si los tiempos mximos encontrados estn en las 8 semanas, esteestudiositalaltimaintervencinalas19semanas.Anaslasnotas obtenidas son estables. Y esta persistencia se observa, no slo por las correlaciones medidas, sino por su concordancia. Adems para medir esta

3.Resultadosydiscusin

97

concordancia se ha utilizado el ndice ponderado cuadrtico que penaliza las diferencias con pesos proporcionales a la distancia. As, las notas entre las diferentes intervenciones no son slo proporcionales, son estadsticamente iguales. En consecuencia esta metodologa adaptada puntuada mediante valoracin holstica y aplicada a un conocimiento residente,realmentemideestapersistencia. Respecto a los temas especficos (Fatiga y Eficiencia), la concordancia obtenida en la Nota Holstica de los mapas conceptuales a lo largo de las intervenciones (ver Tabla 13) muestra niveles variables entre Dbil y Muy Buena. La correlacin es significativa en todos los casos con coeficientes entre 0,39 y 0,88. En el caso de Fatiga existe un nivel de relacin muy importantecomomanifiestanryp,aunquelaconcordanciaseamoderada. Estos resultados con los temas Especficos corroboran la validez y fiabilidad de la metodologa adaptada, ya observada con los temas globales, y confirman la ausencia de sobreaprendizaje manifestada por los alumnosenlaencuesta. Estudios previos (Herl et al, 1996; RuizPrimo y Shavelson, 1997; Lavigne, 2005), apuntan la necesidad de una formacin previa para la utilizacin de los mapas conceptuales como herramienta evaluadora. Ello conllevalanecesidaddeplanesdeformacinqueenelmenordeloscasos se resuelve con unas instrucciones previas al examen. No obstante, si la estructura cognitiva existe y se manifiesta en forma proposicional, la problemtica se traslada a cmo hacer aflorar ese conocimiento sin necesidad de una formacin previa en mapas. En esta lnea, los tres pasos principales de la construccin de un mapa libre no parecen ejercicios complicados para un profano. La ejecucin ordenada de estos ejercicios dirige a la construccin de un mapa libre. Los mapas as obtenidos y valorados holsticamente se convierten en una autntica herramienta de evaluacin del aprendizaje significativo sin necesidad de conocer la herramienta.

98

3.Resultadosydiscusin

 Anlisis
Prueba
Sobre intervencin

Concordancia
Kappa ponderada cuadrtica
1 vs 2 2 vs 3 1 vs 3

Correlacin
Correlaciones Bivariadas de Spearman (Bilateral)
1 vs 2 2 vs 3 1 vs 3

Kpc

Kpc 0.36 0.57 0.56 0.87 0.66 0.51

Kpc 0.07 0.59 0.35 0.67 0.73 0.66

<0 0-0.20 0.21-0.40 0.41-0.60 0.61-0.80 0.81-1.00

r -0.15 0.06 0.48 0.79 0.77 0.80

p 0.29 0.42 0.03 0.00 0.00 0.00

r 0.33 0.46 0.58 0.088 0.72 0.55

p 0.11 0.04 0.01 0.00 0.00 0.01

r -0.04 0.55 0.39 0.63 0.79 0.65

p 0.44 0.02 0.08 0.01 0.00 0.00

Fatiga Eficiencia Fatiga Eficiencia NOTA HOLSTICA Baloncesto Lluvia

NOTA TEST

-0.22 0.09 0.46 0.74 0.79 0.74

Discordancia Muy Dbil Dbil Moderada Buena Muy Buena

Significativo ( p 0.05 ) Indicios (0.05 p 0.10)

Tabla13.Concordancia y correlacin entre intervenciones de Nota test y Holstica por temas

En las notas test, los niveles de concordancia entre intervenciones se reducen ostensiblemente. Adems se observan diferencias en los niveles de correlacin entre el tema de Fatiga y el de Eficiencia; mientras en el primerodesaparecelacorrelacin,enelsegundosloaparecesignificancia enaquellascorrelacionesqueinvolucranlaterceraintervencin. Eldescensoenlaconcordanciaycorrelacindelasnotastestpodraser atribuible al propio diseo de la prueba. Para reproducir la situacin de un examen normal, los resultados de las pruebas test de la primera intervencin se extraen del examen de la asignatura. La correccin de esta prueba objetiva se realiza con la correccin de respuesta aleatoria (ver Criterios de Puntuacin de Prueba Objetiva en pgina 75). Aunque el mtodo de correccin es el mismo en las tres intervenciones, es evidente que la influencia en la nota de la asignatura es diferente. As, seguramente los alumnos habrn contestado en la primera intervencin de forma ms conservadoraqueenlasegundaylatercera.

3.Resultadosydiscusin

99

Este sesgo de correccin de respuesta aleatoria no justifica las diferencias entre el tema de Fatiga y el de Eficiencia. Las razones de este descenso podran atribuirse a una menor comprensin del concepto de Fatiga, dado que tambin los resultados del mapa sobre Fatiga son inferiores. Los niveles de correlacin entre Notas Holsticas de los mapas en las diferentesintervencionessonacordesconlosobservadosporYin(Yinetal, 2005) que oscilaban entre el 0,53 y el 0,83. No obstante, Yin slo realiz dos intervenciones separadas 7 semanas y utilizaba una tcnica con mapas expertos con etiquetas de enlaces mudas. No estudi ningn tipo de concordancia.

3.2. Expresin matemtica de las Notas Paramtricas (PronosticadaySimplificada)

Regresiones curvilneas
El coeficiente de determinacin r2 y la significacin p de las regresiones de cada uno de los parmetros medidos con la Nota Holstica del mapa conceptual en todos los temas e intervenciones realizados se muestran en las Tabla 14, Tabla 15 y Tabla 16. Los modelos que se someten a estudio son variaciones polinmicas de grado uno (lineal), dos (cuadrtica) y tres (cbica).

100

3.Resultadosydiscusin

Anlisis Dependencia Sobre Mapa del tema

Regresin curvilnea Nota Holstica vs parmetros (uno a uno) PRIMERA intervencin

Fatiga
r2 0.04 0.19 0.17 0.01 0.22 0.20 0.12 0.23 0.28 0.37 0.39 0.39 0.04 0.07 0.12 0.20 0.38 0.59 Sig(p) 0.44 0.25 0.29 0.71 0.20 0.23 0.19 0.18 0.26 0.01 0.04 0.04 0.45 0.63 0.66 0.08 0.045 0.04

Eficiencia
r2 0.15 0.16 0.16 0.05 0.05 0.05 0.14 0.14 0.14 0.34 0.38 0.38 0.15 0.16 0.17 0.60 0.64 0.66 Sig(p) 0.15 0.36 0.36 0.45 0.75 0.91 0.17 0.40 0.40 0.02 0.06 0.06 0.147 0.37 0.56 0.00 0.00 0.01

Baloncesto
r2 0.01 0.11 0.11 0.01 0.11 0.11 0.10 0.34 0.34 0.29 0.33 0.34 0.01 0.01 0.02 0.73 0.76 0.76 Sig(p) 0.66 0.47 0.47 0.66 0.47 0.47 0.23 0.06 0.06 0.03 0.07 0.16 0.74 0.92 0.96 0.00 0.00 0.00 r2

Lluvia
Sig(p) 0.70 0.77 0.80 0.90 0.84 0.81 0.91 0.87 0.87 0.01 0.03 0.03 0.72 0.92 0.98 0.00 0.01 0.01 0.01 0.04 0.03 0.001 0.03 0.03 0.001 0.02 0.02 0.38 0.40 0.40 0.01 0.01 0.01 0.51 0.52 0.61

Parmetros
CONCEPTOS ESCOGIDOS

Modelo
Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal

CONCEPTOS VLIDOS

CONCEPTOS RELEVANTES

VALORACIN DE JERARQUA

Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal

ENLACES REALIZADOS

ENLACES VLIDOS

Cuadrtico Cbico

r2 0.8 0.5 r2 < 0.8 0.3 r2 < 0.5

p 0.05 0.1 p > 0.05

Tabla14. Regresin curvilnea (r2 y p) de la Nota Holstica respecto a los parmetros objetivablesenlaprimeraintervencin

3.Resultadosydiscusin

101


Anlisis Dependencia Sobre Mapa del tema

Regresin curvilnea Nota Holstica vs parmetros (uno a uno) SEGUNDA intervencin

Fatiga
r2 0,003 0,326 0,327 0,001 0,347 0,359 0,036 0,052 0,057 0,103 0,159 0,159 0,115 0,243 0,262 0,212 0,253 0,256 Sig(p) 0,841 0,077 0,076 0,889 0,063 0,056 0,483 0,708 0,685 0,224 0,324 0,324 0,199 0,163 0,285 0,072 0,150 0,298

Eficiencia
r2 0,031 0,047 0,074 0,001 0,207 0,308 0,197 0,303 0,316 0,309 0,311 0,311 0,107 0,221 0,222 0,723 0,747 0,836 Sig(p) 0,528 0,748 0,829 0,897 0,249 0,109 0,097 0,114 0,225 0,031 0,107 0,107 0,234 0,224 0,410 0,000 0,000 0,000

Baloncesto
r2 0,064 0,116 0,116 0,064 0,116 0,116 0,088 0,088 0,088 0,203 0,223 0,289 0,074 0,116 0,482 0,333 0,364 0,426 Sig(p) 0,343 0,447 0,448 0,343 0,447 0,448 0,265 0,265 0,265 0,080 0,194 0,236 0,310 0,447 0,042 0,019 0,053 0,074 r2

Lluvia
Sig(p) 0,293 0,418 0,421 0,445 0,672 0,666 0,940 0,241 0,241 0,007 0,020 0,020 0,105 0,264 0,459 0,005 0,007 0,015 0,079 0,125 0,125 0,042 0,059 0,061 0,000 0,197 0,197 0,417 0,451 0,451 0,177 0,185 0,187 0,447 0,535 0,566

Parmetros
CONCEPTOS ESCOGIDOS

Modelo
Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico

CONCEPTOS VLIDOS

CONCEPTOS RELEVANTES

VALORACIN DE JERARQUA

ENLACES REALIZADOS

ENLACES VLIDOS

r2 0.8 0.5 r2 < 0.8 0.3 r2 < 0.5

p 0.05 0.1 p > 0.05

Tabla15. Regresin curvilnea (r2 y p) de la Nota Holstica respecto a los parmetros objetivablesenlasegundaintervencin

102

3.Resultadosydiscusin

Anlisis Dependencia Sobre

Regresin curvilnea Nota Holstica vs parmetros (uno a uno) TERCERA intervencin

Mapa del tema

Fatiga
r
2

Eficiencia
r
2

Baloncesto
r
2

Lluvia
r
2

Parmetros
CONCEPTOS ESCOGIDOS

Modelo
Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico

Sig(p) 0,244 0,403 0,425 0,202 0,320 0,334 1,000 0,088 0,143 0,144 0,328 0,328 0,794 0,900 0,973 0,000 0,000 0,001

Sig(p) 0,061 0,176 0,176 0,899 0,984 0,343 0,945 0,741 0,761 0,002 0,002 0,002 0,018 0,057 0,038 0,003 0,009 0,028

Sig(p) 0,229 0,494 0,494 0,229 0,494 0,494 0,228 0,228 0,228 0,009 0,025 0,051 0,434 0,734 0,731 0,003 0,013 0,031

Sig(p) 0,132 0,075 0,076 0,109 0,249 0,247 0,611 0,611 0,611 0,010 0,029 0,029 0,021 0,057 0,001 0,041 0,133 0,259

0,103 0,141 0,133 0,122 0,173 0,167 0,000 0,334 0,377 0,157 0,170 0,170 0,005 0,017 0,020 0,741 0,756 0,757

0,262 0,271 0,271 0,001 0,003 0,273 0,000 0,053 0,105 0,573 0,573 0,573 0,387 0,406 0,554 0,546 0,579 0,580

0,101 0,103 0,103 0,101 0,103 0,103 0,102 0,102 0,102 0,394 0,432 0,465 0,044 0,046 0,098 0,468 0,486 0,509

0,155 0,328 0,328 0,173 0,192 0,193 0,019 0,019 0,019 0,384 0,421 0,421 0,327 0,356 0,717 0,266 0,266 0,276

CONCEPTOS VLIDOS

CONCEPTOS RELEVANTES

VALORACIN DE JERARQUA

ENLACES REALIZADOS

ENLACES VLIDOS

r2 0.8 0.5 r2 < 0.8 0.3 r2 < 0.5

p 0.05 0.1 p > 0.05

Tabla16. Regresin curvilnea (r2 y p) de la Nota Holstica respecto a los parmetros objetivablesenlaterceraintervencin

3.Resultadosydiscusin

103

Seleccin de parmetros y dependencias

La seleccin de los parmetros y su dependencia se bas en criterios de significancia y coherencia de coeficientes (ver Clculo de la Nota Pronosticadaenpgina82).
Dependencia Sobre Mapa del tema

Anlisis

Regresin curvilnea Nota Holstica vs parmetros (uno a uno) PROMEDIO DE LAS 3 INTERVENCIONES Fatiga Eficiencia Baloncesto Lluvia
Promedio Promedio Promedio Promedio Promedio Promedio Promedio Promedio

Parmetros
CONCEPTOS ESCOGIDOS CONCEPTOS VLIDOS CONCEPTOS RELEVANTES VALORACIN DE JERARQUA ENLACES REALIZADOS ENLACES VLIDOS

Modelo
Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico

r2 0,049 0,219 0,211 0,045 0,246 0,243 0,052 0,206 0,237 0,210 0,239 0,239 0,054 0,109 0,134 0,384 0,463 0,531

Sig(p) 0,51 0,24 0,27 0,60 0,20 0,21 0,56 0,32 0,36 0,13 0,23 0,23 0,48 0,57 0,64 0,05 0,07 0,10

r2 0,148 0,158 0,167 0,016 0,085 0,209 0,112 0,167 0,189 0,407 0,422 0,422 0,216 0,261 0,314 0,622 0,654 0,691

Sig(p) 0,25 0,43 0,46 0,75 0,66 0,45 0,40 0,42 0,46 0,02 0,06 0,06 0,13 0,22 0,34 0,00 0,00 0,01

r2 0,060 0,110 0,110 0,060 0,110 0,110 0,097 0,181 0,181 0,296 0,329 0,364 0,042 0,058 0,202 0,511 0,536 0,564

Sig(p) 0,41 0,47 0,47 0,41 0,47 0,47 0,24 0,18 0,18 0,04 0,01 0,15 0,49 0,70 0,58 0,01 0,02 0,04

r2 0,081 0,164 0,162 0,072 0,093 0,095 0,007 0,079 0,079 0,393 0,425 0,425 0,171 0,185 0,306 0,409 0,439 0,482

Sig(p) 0,37 0,42 0,43 0,49 0,59 0,57 0,82 0,57 0,57 0,01 0,03 0,03 0,28 0,41 0,48 0,02 0,05 0,09

r2 0.8 0.5 r2 < 0.8 0.3 r2 < 0.5

p 0.05 0.1 p > 0.05

Tabla17. Promedio de los ndices r2 y p de las regresiones curvilneas (Nota Holstica vs parmetrosobjetivables)enlastresintervenciones

En cuanto a la significacin, la inspeccin general de los resultados por intervenciones muestra significancia variable en la dependencia de la Nota Holstica respecto a los parmetros objetivables. Promediando las tres

104

3.Resultadosydiscusin

intervenciones (Tabla 17) se pone de manifiesto el predominio de los parmetrosValoracindeJerarquayEnlacesVlidos. Estos resultados coinciden con otros trabajos previos. Varios autores han estudiado la correlacin de los diferentes parmetros objetivables del mapa con otras medidas del conocimiento. En la mayora de estos estudios, el elemento que presenta mayor correlacin es el de enlaces vlidos,yenocasionesaparecetambinlajerarquadelosconceptos. Austin (Austin y Shore, 1995) encontr correlaciones aunque menores entre los enlaces vlidos y las pruebas test. Shavelson (Shavelson et al, 1994) tambin encontr correlaciones entre proposiciones (enlaces vlidos) y otras medidas de aptitud y logro cientfico. Ms recientemente, Hay (2007) considera los enlaces vlidos como elementos diferenciadores delaprendizajesignificativo. Liu (1994), puntuando los mapas mediante el modelo IRT (Item Response Theory), encontr correlaciones significativas con el nmero de enlaces vlidos (cruzados o no) y el nmero de jerarquas, contabilizadas comoelnmerodeconceptosenlaramamayordelmapa.Herl(Herletal, 1996) comparando los mapas de los estudiantes con mapas expertos analiz la estructura organizativa, el nmero de conceptos utilizados y el nmero de enlaces vlidos, encontrando que la estructura y los enlaces vlidosdiscriminabanelniveldeconocimientodelosalumnos. La ausencia de dependencia respecto a los parmetros referentes a Conceptos y Enlaces Realizados concuerdan con los resultados obtenidos por Herl (Herl et al, 1996) y RuizPrimo (RuizPrimo y Shavelson, 1997). Novak (1998) ya apuntaba que la sola existencia de conceptos refleja un aprendizaje memorstico y que la interrelacin entre los mismos mostraba elsignificativo. Porotroladolosenlacesrealizados,alincluirtodos(vlidos ono),nosonindicativosdelacalidaddelaprendizaje. En base a lo anterior y si, como se haba apuntado, la esencia del conocimiento es la estructura cognitiva verbalizada como proposiciones (Novak y Gowin, 1984; Shavelson et al, 1994; Novak, 1998; Schau et al, 1999), las dependencias halladas eran esperables. La jerarqua es una muestra de la estructura cognitiva y los enlaces vlidos son la

3.Resultadosydiscusin

105

representacin en el mapa de las proposiciones, mientras que los conceptospuedenserpuramentememorsticos. Analizandolasignificacindelosmodelosderegresin(verTabla17)se observa que la Valoracin de Jerarqua muestra bsicamente dependencia lineal,mientrasqueenelcasodeEnlacesVlidosexistesignificacinenlos tres modelos (lineal L, cuadrtica Q y cbica C). Si realizamos un promedio del coeficiente de determinacin r2 y la significacin p de los temas, esta dependenciasehaceanmsevidente(verTabla18).
Dependencia Sobre Anlisis

Regresin curvilnea Nota Holstica vs parmetros (uno a uno) PROMEDIO DE INTERVENCIONES y TEMAS
Promedio r2 Promedio

Parmetros
CONCEPTOS ESCOGIDOS CONCEPTOS VLIDOS CONCEPTOS RELEVANTES VALORACIN DE JERARQUA ENLACES REALIZADOS ENLACES VLIDOS

Modelo
Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico Lineal Cuadrtico Cbico

Sig(p)

0,085 0,163 0,162 0,048 0,133 0,164 0,067 0,158 0,172 0,326 0,354 0,363 0,121 0,153 0,239 0,481 0,523 0,567

0,386 0,391 0,406 0,561 0,479 0,426 0,506 0,375 0,395 0,049 0,103 0,116 0,347 0,474 0,508 0,019 0,035 0,061

r2 0.8 0.5 r2 < 0.8 0.3 r2 < 0.5

p 0.05 0.1 p > 0.05

Tabla18. Promedio de los ndices r2 y p de las regresiones curvilneas (Nota Holstica vs parmetrosobjetivables)enlastresintervencionesyenloscuatrotemas.

106

3.Resultadosydiscusin

El anlisis de la coherencia de los coeficientes de la dependencia lineal delparmetroValoracindeJerarquasemuestraenlaTabla19.

Anlisis Dependencia Variable Independiente

Regresin curvilnea
Lineal VALORACIN DE JERARQUA Coeficiente lineal (b1)

Intervencin 1 2 3

Fatiga 0,603 0,275 0,262

TEMAS Eficiencia Baloncesto 0,529 0,478 0,593 0,489 0,494 0,523

Lluvia 0,459 0,536 0,495

Coeficientes de signo positivo Coeficientes de signo negativo

Tabla19.ComparacindecoeficienteslinealesdelaRegresincurvilnea con dependencia lineal de la Nota Holstica vs Valoracin de Jerarquaenlastresintervenciones

En ella todos los signos son iguales lo que permite suponer la existencia deuncoeficientenico. La coherencia de coeficientes en el caso de Enlaces Vlidos debe permitir discriminar entre modelos. Esta se analiza comparando signos y tendencias. La comparacin de signos por modelos de dependencias se muestraenlasTabla20,Tabla21yTabla22.

3.Resultadosydiscusin

107

Anlisis Dependencia Variable Independiente

Intervencin 1 2 3 Fatiga

Regresin curvilnea Lineal ENLACES VLIDOS Eficiencia 0,3222 0,3861 0,3370 TEMAS Baloncesto 0,2068 0,1427 0,1692 Lluvia 0,1725 0,1668 0,1304

Coeficiente
Lineal (b1)

0,1655 0,0974 0,2246

Coeficientes de signo positivo Coeficientes de signo negativo

Tabla20.Comparacinde coeficientes lineales de laRegresin curvilnea con dependencia lineal de la Nota Holstica vs Enlaces Vlidos en las tresintervenciones.

Anlisis Dependencia Variable Independiente

Regresin curvilnea Cuadrtica ENLACES VLIDOS Fatiga 0,7683 0,2491 0,1552 -0,0641 -0,0145 0,0081 TEMAS Eficiencia Baloncesto 0,1045 0,1860 0,5888 0,0266 0,0275 -0,0444 0,0959 0,2546 0,2596 0,0099 -0,0072 -0,0070 Lluvia 0,2103 0,4014 0,1366 -0,0039 -0,0241 -0,0007

Coeficiente
Lineal (b1)

Intervencin 1 2 3 1 2 3

Cuadrtico (b2)

Coeficientes de signo positivo Coeficientes de signo negativo

Tabla21. ComparacindecoeficienteslinealesdelaRegresincurvilneacon dependencia lineal de la Nota Holstica vs Enlaces Vlidos en las tresintervenciones.

108

3.Resultadosydiscusin

Anlisis Dependencia Variable Independiente

Intervencin 1 2 3 1 2 3 1 2 3

Regresin curvilnea Cbica ENLACES VLIDOS TEMAS Eficiencia Baloncesto 0,5077 1,1583 0,8386 -0,0903 -0,3622 -0,1441 0,0080 0,0351 0,0094 0,0596 0,6029 0,5180 0,0173 -0,0643 -0,0660 -0,0004 0,0022 0,0030 Lluvia -0,4850 -0,0363 -0,0981 0,1817 0,0800 0,0637 -0,0117 -0,0060 -0,0043

Coeficiente Lineal (b1)

Fatiga -0,4116 0,1560 0,0873 0,2942 0,0072 0,0282 -0,0256 -0,0012 -0,0013

Cuadrtico (b2)

Cbico (b3)

Coeficientes de signo positivo Coeficientes de signo negativo

Tabla22. Comparacinde coeficientes linealesde laRegresin curvilnea con dependencia lineal de la Nota Holstica vs Enlaces Vlidos en las tresintervenciones.

Se observa que nicamente la dependencia lineal tiene coincidencia de signos por coeficientes. En efecto, en la dependencia cuadrtica, si bien el coeficiente lineal s es coherente, no lo es el cuadrtico. Anlogamente, en la dependencia cbica, no existe coincidencia de signo en ninguno de los trescoeficientes. La coherencia de los coeficientes tambin se puede observar con la tendencia de las curvas, como se muestra en los Grfico 4, Grfico 5 y Grfico6.

3.Resultadosydiscusin

109

ENLACES VLIDOS - MODELO LINEAL

10 9 8 7 6 5 4 3 2 1 0 10 9 8 7 6 5 4 3 2 1 0

FATIGA

10 9 8 7 6 5 4 3 2 1 0

BALONCESTO

EFICIENCIA

10 9 8 7 6 5 4 3 2 1 0

LLUVIA

10

12

14

16

18

20

10

12

14

16

18

20

1 Intervencin

2 Intervencin

3 Intervencin

Grfico4. Regresiones lineales de Nota Holstica respecto a Enlaces Vlidos en dependenciaLinealportemaseintervenciones.

ENLACES VLIDOS - MODELO CUADRTICO

10 9 8 7 6 5 4 3 2 1 0 10 9 8 7 6 5 4 3 2 1 0

FATIGA

10 9 8 7 6 5 4 3 2 1 0

BALONCESTO

EFICIENCIA

10 9 8 7 6 5 4 3 2 1 0

LLUVIA

10

12

14

16

18

20

10

12

14

16

18

20

1 Intervencin

2 Intervencin

3 Intervencin

Grfico5. Regresiones lineales de Nota Holstica respecto a Enlaces Vlidos en dependenciaCuadrticaportemaseintervenciones.

110

3.Resultadosydiscusin

ENLACES VLIDOS - MODELO CBICO

10 9 8 7 6 5 4 3 2 1 0 10 9 8 7 6 5 4 3 2 1 0

FATIGA

10 9 8 7 6 5 4 3 2 1 0

BALONCESTO

EFICIENCIA

10 9 8 7 6 5 4 3 2 1 0

LLUVIA

10

12

14

16

18

20

10

12

14

16

18

20

1 Intervencin

2 Intervencin

3 Intervencin

Grfico6. Regresiones lineales de Nota Holstica respecto a Enlaces Vlidos en dependenciaCbicaportemaseintervenciones.

nicamente la dependencia lineal presenta tendencias comparables entre los diferentes temas. Los modelos cuadrtico y cbico presentan disparidadentreintervencionesenunmismotemayentretemas. Tal como se observa en las grficas existe una uniformidad de tendencias para un nmero de enlaces vlidos inferior a 8 o 10. En este intervalosepodranconsiderarcualquieradelosmodelosdedependencia. Para nmeros de enlaces superiores las curvas se separan, perdindose la coherenciaentretodaslasfuncionesexceptoenelmodelolineal.Dadoque en un mapa se esperan ms de 10 enlaces vlidos se debe inferir que el modelo recomendable para conseguir coeficientes nicos es el lineal, anlogamentealanlisisdelacoherenciadeloscoeficientes. En consecuencia, se seleccionan los parmetros Valoracin Jerrquica (VJ)yEnlacesVlidos(EV),ambosenmodelodedependencialineal. Esta seleccin resultado del procedimiento matemtico coincide con los resultados obtenidos por Fernandez (1995) que al correlacionar diferentes parmetros slo encuentra correlaciones con una valoracin de jerarqua y 3.Resultadosydiscusin 111

los enlaces vlidos. No obstante Fernndez realiza la correlacin con los resultadosdeunapruebaescrita.

Expresin matemtica para la nota pronosticada

Laexpresinmatemticabuscadaeslasiguientecombinacinlineal: NotaPronosticada=v*VJ+e*EV+c siendo v el coeficiente del parmetro VJ, e el del parmetro EV y c el trminoindependiente Dado que las dependencias encontradas entre los parmetros seleccionados y la Nota Holstica es lineal, se realiza una regresin multivariante para cada tema e intervencin. En cada caso obtendremos unvalordeloscoeficientesv,eyc.Lasregresionesqueserealizanson: NotaHolsticaKL=vKL*VJKL+eKL*EVKL+cKL conK=temayL=intervencin siendo: NotaHolsticaKL = NotaHolsticadelosmapassobreeltemaKenla intervencinL(variabledependiente) vKL = coeficiente de VJ en la regresin de los mapas deltemaKenlaintervencinL VJKL = valoresdelparmetroValoracindeJerarquaen losmapasdeltemaKenlaintervencinL eKL = coeficiente de EV en la regresin de los mapas deltemaKenlaintervencinL EVKL = valores del parmetro Enlaces Vlidos en los mapasdeltemaKenlaintervencinL cKL = trmino independiente en la regresin de los mapasdeltemaKenlaintervencinL LosresultadossemuestranenlaTabla23.

112

3.Resultadosydiscusin


Temas
Fatiga

Anlisis

Regresin lineal Nota Holstica vs parmetros

0,5167 0,0847 0,1727 -0,1970 0,3433 0,1723 0,1248 0,1420 0,4901 0,3830 0,1297 0,4044 0,4812 0,2604 -0,1464 -0,2197 0,2197 0,4054 0,4717 0,1208 0,3072 0,4758 0,0614 0,3851

Coeficientes
c v e c v e c v e c v e

1 Intervencin 2 Intervencin 3 Intervencin

0,0763 0,1084 0,5176 -0,4217 0,2752 0,3555 0,4817 0,1879 0,1461 0,1911 0,1351 0,2904

Eficiencia

Baloncesto

Lluvia

Tabla 23. Coeficientes de la Regresin multivariante de Nota Holistica dependiente de Valoracin de Jerarqua y Enlaces Vlidos en lastresintervenciones.

Se busca una combinacin lineal con coeficientes fijos y no dependientes del caso, por ello se procede a obtener los coeficientes nicos v, e, y c, mediante un promedio de los valores obtenidos para cada temaeintervencin. c=promedio(cKL)=0.1970 v=promedio(vKL)=0.1724 e=promedio(eKL)=0.2917 conK=temayL=intervencin laexpresinmatemticabuscadadelaNotaPronosticadaresulta:

NotaPronosticada=0,1724*VJ+0,2917*EV+0,1970
Frmula4.ExpresinmatemticaobtenidaparalaNotaPronosticada

El rango de valores obtenidos con esta expresin de la Nota Pronosticada oscila entre 0 y 5,6 como es de esperar en una expresin obtenida de una regresin lineal con una variable dependiente (Nota Holstica)queoscilaentre0y5(MD,I,SF,B,N,EX)

3.Resultadosydiscusin

113

Otros autores (Novak y Gowin, 1984; Allen, 2006) han puntuado mapas conceptuales como una combinacin lineal de parmetros objetivables de los mismos. En ocasiones esta expresin no se explicita, sino que se aplica de forma implcita. Cuando se realiza un recuento de parmetros, y a cada uno se le asigna una puntuacin, para finalmente otorgar al mapa la suma de todas las puntuaciones obtenidas, se est realizando una combinacin lineal. En efecto, los sucesos contabilizados de un parmetro funcionan como la variable, la puntuacin de cada tem es el peso asignado a dicha variableylasumafinalresultalacombinacinlinealpropiamentedicha.En ningn caso esta combinacin lineal es el resultado de un procedimiento matemtico, y raramente se comprueba si existe o no dependencia de los parmetros utilizados. En este estudio se efecta la evaluacin del mapa (nota Holstica) como un redactado normal. De esta puntuacin se deduce la expresin de la Nota Pronosticada como una combinacin lineal obtenidamatemticamente.

Expresin matemtica para la Nota Simplificada

Observando los coeficientes de los parmetros de la Nota Pronosticada, el coeficiente de enlaces vlidos es prcticamente el doble que el de ValoracinJerrquica.Asseproponelasiguientecombinacinlinealcomo NotaSimplificada,dondeseobviaeltrminoindependiente:

NotaSimplificada= VJ+2*EV
Frmula5.ExpresinmatemticainferidaparalaNotaSimplificada.

Los valores extremos obtenidos para esta expresin de la Nota Simplificadason0y39. La identificacin de una nota Simplificada tiene por objetivo independizar de los datos del presente estudio la expresin matemtica obtenida en la Nota Pronosticada. De esta forma se obtiene una expresin generalizableparapuntuarunmapaconceptual.LainferenciadeestaNota Simplificada se realiza aplicando la lgica a la expresin obtenida para la Nota Pronosticada. En primer lugar, el trmino independiente de la misma notienesentido,puessielrecuentodelossucesosobservadosenelmapa

114

3.Resultadosydiscusin

escero,eslgicoesperarquelapuntuacindelmapaseanula.Ensegundo lugar, como ya se ha comentado, la dependencia de los enlaces vlidos es un hecho recurrente en estudios previos, por tanto no es extrao asignar mayor peso a este parmetro. La valoracin de jerarqua, aunque presenta dependencia en algunos estudios, no es una constante. No obstante la jerarqua si es indicadora de la estructura cognitiva. La relacin de pesos entre ambos parmetros se establece en base a los resultados observados en la Nota Pronosticada pero reducindola a una relacin de nmeros enteros(2:1). Porotrolado,enelsistemadepuntuacindeloselementosdelmapase otorga un rango de 0 a 3 para la Valoracin de Jerarqua, sin embargo el parmetro Enlaces Vlidos responde a un simple recuento. Por ello el rango de este ltimo no est directamente acotado, aunque no se esperan valoresgrandesdadoqueelnmerodeconceptossestfijado.Altenerel parmetroEnlacesVlidosunaamplituddevaloressuperioralaValoracin de Jerarqua se puede esperar del primero un mayor poder de discriminacindelconocimientoresidente.Estehechoapoyalarelacinde pesosdecididaentredichosparmetrosparalaNotaSimplificada.

3.3. Validez y fiabilidad de las Notas Pronosticada y Simplificada

Nota Pronosticada entre intervenciones
La concordancia observada de la Nota Pronosticada entre intervenciones (ver Tabla 24) resulta entre Buena y Muy Buena en casi todas las comparaciones. Respecto a la correlacin de Spearman resulta significativaentodosloscasosconcoeficientesentre0.54y0.82.

3.Resultadosydiscusin

115

 Anlisis
Prueba
Sobre intervencin

Concordancia
Kappa ponderada cuadrtica
1 vs 2 2 vs 3 1 vs 3

Correlacin
Correlaciones Bivariadas de Spearman (Bilateral)
1 vs 2 2 vs 3 1 vs 3

r Fatiga
NOTA PRONOSTICADA CATEGORIZADA 0,64 0,79 0,63 0,80 0,71 0,78 0,73 0,75 <0 0-0.20 0.21-0.40 0.41-0.60 0.61-0.80 0.81-1.00 0,65 0,61 0,47 0,72 0,66 0,76 0,61 0,77

p
0,01 0,00 0,01 0,00

r
0,82 0,77 0,79 0,67

p
0,00 0,00 0,00 0,01

r
0,73 0,66 0,54 0,69

p
0,00 0,02 0,03 0,00

Eficiencia Baloncesto Lluvia

Discordancia Muy Dbil Dbil Moderada Buena Muy Buena

Significativo ( p 0.05 ) Indicios (0.05 p 0.10)

Tabla 24. Concordancia y correlacin de la Nota Pronosticada categorizada entre intervenciones.

La concordancia y correlacin obtenidas en los conocimientos globales (Baloncesto y Lluvia) nos proporcionan la validez de la Nota Pronosticada porque muestran una medida del aprendizaje residente en el alumno. Al mismo tiempo estos ndices prueban la fiabilidad de la Nota dado que sus valores se mantienen coincidentes entre intervenciones, sin que haya existidorefuerzoenelconocimiento. La equivalencia respecto a los temas de conocimiento Global de la concordanciaycorrelacinobtenidaconlostemasEspecficoscorroborala validezylafiabilidaddelaNotaPronosticada

Nota Simplificada entre intervenciones

El anlisis de la concordancia de la Nota Simplificada entre intervenciones (ver Tabla 25) resulta entre Buena y Muy Buena en todos los temas al comparar la 2 y 3 intervencin, as como en todas las comparaciones del tema de Lluvia. En el resto la concordancia disminuye aunque manteniendo valores correctos en todos los temas excepto en

116

3.Resultadosydiscusin

Fatiga. Por otro lado, el test de Spearman muestra una correlacin significativaentodosloscasos. Anlisis Concordancia Correlacin
Prueba
Sobre intervencin

Kappa ponderada cuadrtica

1 vs 2 2 vs 3 1 vs 3

Correlaciones Bivariadas de Spearman (Bilateral)

1 vs 2 2 vs 3 1 vs 3

r Fatiga
NOTA SIMPLIFICADA CATEGORIZADA 0,37 0,74 0,66 0,81 0,73 0,80 0,73 0,73 <0 0-0.20 0.21-0.40 0.41-0.60 0.61-0.80 0.81-1.00 0,38 0,48 0,53 0,75 0,45 0,71 0,66 0,80

p
0,08 0,00 0,00 0,00

r
0,91 0,80 0,78 0,71

p
0,00 0,00 0,00 0,00

r
0,56 0,51 0,60 0,75

p
0,03 0,07 0,01 0,00

Eficiencia Baloncesto Lluvia

Discordancia Muy Dbil Dbil Moderada Buena Muy Buena

Significativo ( p 0.05 ) Indicios (0.05 p 0.10)

Tabla 25. Concordancia y correlacin de la Nota Simplificada categorizada entre intervenciones.

Anlogamente al estudio con la Nota Pronosticada, los valores de concordancia y correlacin de la Nota Simplificada entre intervenciones para los temas de conocimientos Globales muestran la validez y fiabilidad deestesistemadepuntuacindemapasconceptuales. Los ndices de concordancia y correlacin resultan ligeramente inferiores en los temas Especficos. No obstante, los niveles obtenidos siguen corroborando la validez y fiabilidad de esta Nota. Este descenso de losndicesesesperablepueslanotaSimplificadaresultadeunainferencia, mientrasquelaPronosticadaseobtienedeunprocesomatemtico. En este caso la puntuacin que se somete a las pruebas de validez y fiabilidad con intervenciones separadas 135 das es la Nota Simplificada.Es decir,unanotainferidaporprocedimientoslgicosapartirdeunresultado matemtico. El objetivo de esta puntuacin es la generalizacin de su aplicacin a otros estudios y mbitos, posibilitando una aplicacin informatizada.Losresultadosobtenidospresentanunaaltacorrelacincon

3.Resultadosydiscusin

117

probabilidades de error por azar (significacin p) nfimas. Es ms, se observa una alta concordancia incluso cuando la prueba utilizada penaliza fuertementelasdistanciasobservadasenlasdiferencias.Assepercibeque esta Nota Simplificada tambin mide el conocimiento residente, en este caso con esta metodologa adaptada. No obstante los niveles observados de concordancia, aun en condiciones de clculo restrictivas, permiten suponerqueseraplicableaotroscasos.

Nota Pronosticada vs Nota Holstica por intervenciones

La concordancia entre la Nota Pronosticada (una vez categorizada) y la Nota Holstica atribuida a cada mapa por cada tema y cada intervencin, muestra principalmente niveles entre Moderada y Buena (ver Tabla 26). Sinembargo,lacorrelacinresultasignificativaentodaslasintervenciones. Estos resultados muestran que, como se esperaba, el hecho de promediar los coeficientes de la regresin lineal reduce la concordancia y correlacinentrevaloresaunquesemantieneenniveleselevados.

118

3.Resultadosydiscusin


Anlisis Prueba
Respecto variable

Concordancia
Kappa ponderada cuadrtica NOTA HOLSTICA
0,40 0,42 0,65 0,71 0,77 0,71 0,77 0,59 0,64 0,60 0,66 0,48
Discordancia Muy Dbil Dbil Moderada Buena Muy Buena

Correlacin
Correlaciones Bivariadas de Spearman (Bilateral) NOTA HOLSTICA
r p 0,096 0,03 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,02 0,43 0,54 0,72 0,73 0,80 0,75 0,88 0,62 0,70 0,72 0,77 0,57

Fatiga categorizada [ 0,1724*VJ + 0,2917*EV + 0,1970]

Eficiencia

Baloncesto

Lluvia

1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin
<0 0-0.20 0.21-0.40 0.41-0.60 0.61-0.80 0.81-1.00

NOTA PRONOSTICADA

Significativo ( p 0.05) Indicios (0.05 p 0.10)

Tabla 26. Concordancia y correlacin entre Nota Holstica y Nota Pronosticada categorizadaportemaseintervenciones.

3.Resultadosydiscusin

119

Nota Simplificada vs Nota Holstica por intervenciones

Los valores extremos del rango de la Nota Simplificada son 0 y 39. La categorizacinqueseaplicasemuestraenlaTabla27. Categorizacin de Nota Simplificada (NS) a Nota Holstica
Intervalo Nota Simplificada
0.0 6.5 13.0 19.5 26.0 32.5 NS > NS > NS > NS > NS > NS 6.5 13.0 19.5 26.0 32.5 39.0

Etiqueta asignada
Muy Deficiente (MD) Insuficiente (I) Suficiente (SF) Bien (B) Notable (N) Excelente (EX)

Valor asignado
0 1 2 3 4 5

Tabla27. Categorizacin aplicada a la Nota Simplificada para estudiar la concordanciaconNotaHolstica

La concordancia entre la Nota Simplificada (una vez categorizada) y la Nota Holstica atribuida a cada mapa por cada tema y cada intervencin, muestranivelesentreDbilyMuyBuena(verTabla28).Eldescensoenlos niveles de concordancia puede ser atribuido a la propia obtencin de la Nota Simplificada. En efecto, esta nota es un valor numrico que no se encuentra en un rango definido (MD a Ex; 0 a 10), pues depende de parmetros no acotados como por ejemplo el nmero de Enlaces Vlidos. El proceso de categorizacin del intervalo 0 a 39, al rango entre MD y Ex utilizadoenlaNotaHolsticapuedeconduciraladisminucinobservada. Sin embargo, la correlacin resulta significativa en todas las intervenciones con coeficientes r muy altos, indicando que, a pesar de que lasnotasnoseantanconcordantes,sexisteunarelacinmuyfuerteentre ambas. Hay que destacar el hecho de que, a pesar de que la Nota Simplificadaesunanotainferida,lacorrelacinsemantienealta.

120

3.Resultadosydiscusin


Anlisis Prueba
Respecto variable

Concordancia
Kappa ponderada cuadrtica NOTA HOLSTICA
0,52 0,38 0,82 0,80 0,66 0,63 0,81 0,60 0,67 0,78 0,67 0,51
Discordancia Muy Dbil Dbil Moderada Buena Muy Buena

Correlacin
Correlaciones Bivariadas de Spearman (Bilateral) NOTA HOLSTICA
r p 0,02 0,11 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,02 0,57 0,41 0,79 0,87 0,76 0,79 0,88 0,60 0,71 0,81 0,80 0,59

Fatiga

Eficiencia categorizada [ VJ + 2*EV ]

Baloncesto

Lluvia

1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin
<0 0-0.20 0.21-0.40 0.41-0.60 0.61-0.80 0.81-1.00

NOTA SIMPLIFICADA

Significativo ( p 0.05) Indicios (0.05 p 0.10)

Tabla 28. Concordancia y correlacin entre Nota Holstica y Nota Simplificada categorizadaportemaseintervenciones.

3.Resultadosydiscusin

121

 3.4.Anlisisporgrupostemticos
Se repiten los anlisis realizados en los apartados anteriores agrupando porconocimientos: - Conocimientos Especficos: promediando notas de Fatiga y Eficiencia - Conocimientos Globales: promediando notas de Baloncesto y Lluvia Los anlisis de concordancia se realizan sobre variables categricas. Por ello todas las variables sometidas a estudios de concordancia se categorizanalmismorangoquelaNotaHolstica. Los criterios de categorizacin para grupos temticos se exponen en el apartado Categorizaciones (pgina 89). El caso de la Nota Simplificada depende del rango de valores obtenidos, resultando entre 0 y 32. La categorizacinqueseaplicasemuestraenlaTabla29. Categorizacin de Nota Simplificada (NS) a Nota Holstica (grupos temticos)
Intervalo Nota Simplificada
0.00 2.91 5.82 8.73 11.64 14.55 17.46 20.37 23.28 26.19 29.10 NS < NS < NS < NS < NS < NS < NS < NS < NS < NS NS 2.91 5.82 8.73 11.64 14.55 17.46 20.37 23.28 26.19 29.10 32.00

Etiqueta asignada
MD MD+ I I+ SF SF+ B B+ N N+ EX

Valor asignado
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5.0

Tabla29.Categorizacin aplicada a la Nota Simplificada para estudiar la concordancia con Nota Holstica por grupos temticos (rangoR+)

122 3.Resultadosydiscusin

Anlisis entre intervenciones

LosresultadosobtenidosenestosanlisissemuestranenlaTabla30. La prueba objetiva de conocimientos especficos muestra disparidad de concordancias y correlaciones dispares sin significacin estadstica. La comparacin arroja resultados negativos cuando se relacionan la 1 con la 2intervenciones. Los mapas conceptuales presentan concordancias entre Moderadas y Buenasynivelesaltosderelacinsignificativaentodaslasnotas(Holstica, Pronosticada y Simplificada) tanto en los temas Especficos como en los Globales. Los resultados de la Nota Holstica en conocimientos globales muestran cmo esta metodologa de mapa conceptual puede medir de forma vlida y fiable el aprendizaje significativo del alumno. Los de conocimientos especficosconfirmanestacircunstanciacorroboradaanmsalcontrastar losresultadosobtenidosparalasPreguntasTest. En cuanto a la Nota Pronosticada, anlogamente, la concordancia y correlacin prospectivas de las notas de conocimientos globales nos proporciona la validez y fiabilidad de dicho pronstico, sirviendo las de conocimientosespecficosparacorroborardichosparmetros. Los resultados con la Nota Simplificada muestran una correlacin significativa en todas las pruebas, apuntando la validez y fiabilidad de la misma. No obstante, al analizar el valor categorizado se observa una disminucin de los niveles de concordancia, mantenindose la correlacin significativa. Esta reduccin en los niveles de concordancia sera atribuible al proceso de categorizacin y adaptacin al rango R+ de la Nota Holstica congrupostemticos

3.Resultadosydiscusin

123

 Anlisis Concordancia
Prueba
Sobre intervencin

Correlacin
Correlaciones Bivariadas de Spearman (Bilateral)
1 vs 2 2 vs 3 1 vs 3

Kappa ponderada cuadrtica

1 vs 2 2 vs 3 1 vs 3

r TEST Nota Test (cat)

Temas Especficos -0,02 0,49 0,49 -0,17

0,53

0,43

0,11

0,42

0,12

MAPA CONCEPTUAL Nota Holstica

Temas Especficos Temas Globales 0,59 0,77 0,74 0,71 0,57 0,88 0,66 0,84 0,01 0,00 0,71 0,79 0,00 0,00 0,59 0,90 0,02 0,00

Nota Pronosticada (cat)

Temas Especficos Temas Globales 0,68 0,86 0,61 0,83 0,69 0,66 0,69 0,79 <0 0-0.20 0.21-0.40 0.41-0.60 0.61-0.80 0.81-1.00 0,41 0,61 0,59 0,72 0,71 0,79 0,68 0,76 0,00 0,00 0,00 0,00 0,77 0,73 0,76 0,76 0,00 0,00 0,00 0,00 0,58 0,69 0,63 0,72 0,02 0,00 0,01 0,00

Nota Simplificada (cat)

Temas Especficos Temas Globales

Discordancia Muy Dbil Dbil Moderada Buena Muy Buena

Significativo ( p 0.05 ) Indicios (0.05 p 0.10)

Tabla30. Concordancia y correlacin por grupos temticos entre intervenciones de todaslasnotas(cat:categorizada).

Al realizar este anlisis agrupado valorndolo como la nota de un examen con diferentes temas, la disparidad recurrente en el tema de Fatiga desaparece. Este hecho apunta la posibilidad que la evaluacin conjuntadediferentestemasproduceunapuntuacin,conestosmtodos, que resume un conocimiento general de la asignatura. O bien, con ms imaginacin, que el promediado de notas por grupo temticos con esta

124

3.Resultadosydiscusin

metodologa uniformiza la puntuacin, compensando incertidumbres en temasconcretos.

Comparacin Nota Pronosticada y Nota Simplificada con Nota Holstica

LosresultadosobtenidosenestosanlisissepresentanenlaTabla31. Entre la Nota Pronosticada y la Nota Holstica existe una concordancia Buena y una alta correlacin significativa en los temas Globales. En los temas Especficos la concordancia baja ligeramente pero se mantienen los nivelesysignificanciaenlacorrelacin. Entre la Nota Simplificada y la Nota Holstica existe una concordancia entreBuenayMuyBuenayunacorrelacinaltaysignificativaentodoslos casos. El anlisis de la correlacin entre los distintos sistemas de puntuacin por grupos temticos arroja significaciones muy importantes (p < 0.00), situndose los coeficientes de correlacin entre 0,68 y 0,91. Ello indica la fuerte relacin entre la Nota Holstica y las Notas Pronosticada y Simplificada.Adems,apesardelascondicionestanrestrictivasimpuestas con el anlisis mediante la kappa ponderada cuadrtica, se observan nivelesdeconcordanciaaltostantoparalaNotaPronosticadacomoparala Simplificada. Ello refuerza la evidencia de que la Nota Holstica puede sustituirse por la Nota Pronosticada o Simplificada a la hora de valorar los conocimientosdelalumnoensuconjunto.

3.Resultadosydiscusin

125

 Anlisis Concordancia
Prueba
Respecto variable

Correlacin
Correlaciones Bivariadas de Spearman (Bilateral) NOTA HOLSTICA
r p 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,75 0,73 0,81 0,91 0,75 0,76 0,68 0,72 0,81 0,91 0,68 0,69

Kappa ponderada cuadrtica NOTA HOLSTICA

0,57 0,56 0,69 0,69 0,64 0,61 0,67 0,65 0,83 0,78 0,63 0,62
<0 0-0.20 0.21-0.40 0.41-0.60 0.61-0.80 0.81-1.00 Discordancia Muy Dbil Dbil Moderada Buena Muy Buena

PRONOSTICADA categorizada

Temas Especficos

Temas Globales

SIMPLIFICADA categorizada

Temas Especficos

Temas Globales

1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin 1 Intervencin 2 Intervencin 3 Intervencin

NOTA

NOTA

Significativo ( p 0.05 ) Indicios (0.05 p 0.10)

Tabla31. Concordancia y correlacin entre Nota Holstica y Notas Pronosticada y Simplificadaporgrupostemticoseintervenciones.

126

3.Resultadosydiscusin

 4.CONCLUSIONES

4.1.Introduccin
La tarea docente en el entorno universitario se vuelve compleja a la hora de la evaluacin de los alumnos. Por un lado, la necesidad de utilizar mtodosdeevaluacinquepermitanmedirloqueelalumnohaaprendido significativamenteyque,portanto,serresistentealolvido(Novak,1998). Por otro, la masificacin de las aulas conduce a la obligatoriedad de una correccin a gran escala en poco tiempo, que desestima pruebas de tediosacorreccin. Como respuesta a esta problemtica se han instaurado las pruebas objetivas pues su correccin informtica soluciona la segunda dificultad, quedandoenentredicholaprimera.Parapaliarestedficitsehanaplicado diferentes metodologas matemticas y de diseo con resultados irregulares. No obstante, las metodologas docentes que surgen de la implantacin del Espacio Europeo de Enseanza Superior suponen un seguimiento de la progresin del alumno y desaconsejan las pruebas test comonicoelementoevaluador. En esta lnea los mapas conceptuales han probado ser una buena herramienta evaluadora del aprendizaje significativo del alumno (Shavelsonetal,2005).Noobstanteestatcnicapresentadosdificultades. Enprimerlugar,lacalificacindelosmapassiguesiendounatareaque,sin ser complicada, se vuelve tediosa en la correccin de una prueba final con

Conclusiones

127

alumnos a gran escala. En segundo lugar est supeditada a que el aprendiz conozcaestametodologadetrabajo(RuizPrimoyShavelson,1997). Esteestudioproponeunasolucina ambosproblemas.Enprimerlugar, se presenta una metodologa de creacin de mapas adaptada a profanos para independizar el conocimiento de los mapas de la nota obtenida. Los tres pasos principales para la creacin de un mapa libre se convierten en ejercicios que el alumno ejecuta de forma consecutiva. Los mapas as obtenidos se puntan con una Nota Holstica, que valora el conocimiento global expuesto sin atender a los detalles del mapa. Como elemento comparativoserealizalamismaevaluacinconunapruebaobjetiva. Ensegundolugarseproponeunametodologadepuntuacinbasadaen parmetros del mapa de fcil recuento que permita una calificacin mas objetiva que la Nota Holstica. Por procedimientos matemticos y estadsticos aplicados a los datos de este estudio, se busca una frmula que proporcione una puntuacin que permita Pronosticar la correccin Holstica del mapa. Por su gnesis, esta frmula puede presentar una dependencia de este trabajo que imposibilitara su globalizacin. Para ello, a partir de la Nota Pronosticada, se sintetiza una expresin Simplificada que permita una aplicacin universal y que dependa de forma simple de variables del mapa de fcil recuento. Esta expresin proporcionara una puntuacinobjetiva,rpidayfcildeimplementarpormediosinformticos posibilitando la correccin a gran escala en poco tiempo. Ambas metodologas de puntuacin deben demostrar su validez y fiabilidad para medirelaprendizajesignificativoyseraptasparasustituirlaNotaHolstica delosmapascreadosconlametodologaadaptadapropuesta. Todo nuevo sistema de evaluacin (metodologa y sistema de puntuacin) debe someterse a pruebas de validez y fiabilidad. Se compruebalavalidezdelametodologaadaptadaaprofanosparamedirel aprendizaje significativo en base al olvido, que afecta al aprendizaje memorstico. Este olvido se produce entre las 2 y las 8 semanas si en este intervalo no se ha reforzado lo aprendido. Tres intervenciones diferidas en 21y135dascubrenholgadamenteesteperodo.As,lapersistenciaenlas puntuaciones Holsticas entre estas intervenciones es un ndice de validez. La fiabilidad para un solo corrector debe otorgar la misma puntuacin a la misma prueba repetida en diferentes ocasiones, siempre que pueda garantizarse que el conocimiento no se ha alterado. La necesidad de 128 Conclusiones

conocimiento invariable para medir la validez y fiabilidad obliga a la utilizacin de unos conocimientos globales, residentes en los voluntarios, quenosufranvariacinenelperododelestudio. En todos los casos, la estabilidad de las puntuaciones se analiza mediante pruebas de correlacin y concordancia. La primera determina comportamientos proporcionales facilitando un coeficiente de correlacin y una prueba de significacin. La concordancia investiga coincidencias de resultados, siendo ms exigente que la correlacin. Esta exigencia se aumentaalutilizarunndicedeconcordanciakappaponderadocuadrtico, que penaliza las diferencias con un peso cuadrtico proporcional a la distanciahalladaenladiferencia.

4.2.Conclusionesdelainvestigacinrealizada
La Metodologa Adaptada de creacin de mapas conceptuales demuestra su validez y fiabilidad como herramienta evaluadora del aprendizaje significativo. Esta metodologa propone la generacin del mapa en base a una secuencia de ejercicios: seleccin de conceptos, ordenacin jerrquica de los mismos y su traslado a una estructura piramidal abierta estableciendo enlaces y etiquetas de enlace. La tarea as solicitada ha permitido a los alumnos demostrar su conocimiento de Mecnica en la asignatura de Biomecnica dentro de la diplomatura de Fisioterapia sin necesidad de que dominen previamente la construccin grfica bidimensional de un mapa conceptual. Se elimina as la necesidad deunaformacinpreviadelalumnoenelusodemapasconceptualespara poderlos utilizar como herramienta evaluadora. La constancia de las calificaciones obtenidas en los mapas conceptuales en las tres intervenciones repetidas en un perodo superior a los 60 das evidencia la validez y fiabilidad de la metodologa propuesta como instrumento evaluador del aprendizaje residente del alumno. A diferencia del mapa conceptual, las calificaciones obtenidas en las pruebas objetivas (test) han mostradounavariabilidadimportante. La Nota Holstica (global) del mapa conceptual, obtenida con la metodologa propuesta, presenta una dependencia lineal significativa con dos elementos parametrizables del mismo: la valoracin de jerarqua y los

Conclusiones

129

enlaces vlidos. Entonces, existe una combinacin lineal Nota Pronosticada que permite obtener una puntuacin del mapa conceptual enbaseadichoselementos.

NotaPronosticada=0,1724*VJ+0,2917*EV+0,1970
El comportamiento y los resultados de las puntuaciones obtenidas mediante dicha expresin matemtica son similares a las calificaciones holsticas, demostrando su validez y fiabilidad como sistema de medicin del aprendizaje significativo del alumno. La Nota Pronosticada es pues un sistema de puntuacin alternativo al tradicional, que facilita la correccin de los mapas conceptuales. Sin embargo, los procesos matemticos y estadsticos de obtencin de la Nota Pronosticada pueden presentar dependencia de los resultados obtenidos en los mapas de este trabajo en concreto. UnasntesisdelaexpresindelaNotaPronosticadahapermitidoinferir unaNotaSimplificada.

NotaSimplificada=VJ+2*EV
Esta frmula tambin ha demostrado su validez y fiabilidad como herramienta de medicin del aprendizaje residente del alumno. Sin embargo,suextrapolacinpermiteaplicarladeformauniversalacualquier otrasituacinotrabajo. Se demuestra una pauta idntica de las calificaciones obtenidas mediantelaNotaSimplificadarespectoalasdelaNotaHolstica.Elloindica que es posible reemplazar la tcnica de correccin manual tradicional de losmapasconceptualesporestesistemaparametrizable. La existencia de una ecuacin Nota Simplificada que proporciona puntuacionesvlidasyfiablespermitelacorreccinobjetivayrpidadelos mapas, permitiendo su uso como herramienta evaluadora en situaciones demasificacindeestudiantes.

130

Conclusiones

4.3.Conclusionesgenerales
Es un hecho probado que los mapas conceptuales son una buena herramienta evaluadora del aprendizaje significativo del alumno. No obstante, hasta la fecha, esta tcnica estaba supeditada a que el aprendiz conociera esta metodologa de trabajo. Por otro lado la calificacin de los mapas vena siendo una tarea que, sin ser complicada, se volva tediosa en lacorreccindeunapruebafinalconalumnosagranescala. Esta investigacin proporciona una metodologa de creacin de mapas conceptuales quasilibre adaptada a profanos y un sistema objetivo y rpido de correccin de dichos mapas. Ello permite la implementacin de los mapas conceptuales como herramienta evaluadora en el mbito universitario. Con estos instrumentos se convierte en posible el objetivo del profesorexaminador de determinar lo que el alumno realmente sabe, atenindose a los requisitos evaluativos: valorar de forma vlida y fiable la estructura cognitiva del alumno y hacerlo de forma rpida y objetiva. As, desapareceladicotomaexistentehastaelmomentoentreloquesequiere medir (el aprendizaje residente, aquel que implica comprensin, asimilacin e integracin) y los imperativos de aplicacin de una herramientaevaluadora(correccinagranescalaenpocotiempo).

4.4.Prospectivaparafuturasinvestigaciones.
Estetrabajoabrediferenteslneasdeinvestigacin. Enprimerlugar,laextensinaotrasdisciplinasdiferentesdelaFsicade la metodologa de construccin de mapas propuesta, la puntuacin Holstica y las ecuaciones de cmputo de notas deducidas (Pronosticada y Simplificada). En segundo lugar, verificar la universalidad de la Nota Simplificada. Es necesario aplicar esta metodologa de puntuacin en otros estudios con muestran mayores y en diferentes mbitos. Debe comprobarse en todos ellossuvalidezyfiabilidadparamedirelaprendizajesignificativo.

Conclusiones

131

Entercerlugar,laconsecucindeunprogramainformticoquepermita una correccin semiautomtica. Ello implica la ampliacin de alguno de los programas de ayuda a la construccin de mapas conceptuales para que ejerza tambin funciones correctoras. El programa deber presentar las diferentesproposicionesdelmapaacorregirparaqueelprofesorlasvalide como correctas o incorrectas. En ambos casos, el programa deber memorizar dicha calificacin para futuras situaciones. Utilizando esta base de datos, el programa ir clasificando automticamente las proposiciones que reconozca y slo propondr al corrector aquellas en que no pueda decidir. Es evidente que la intervencin del profesor deber ser cada vez menor. Entre los programas de ayuda a la construccin de mapas conceptuales destaca el CMapTools del Institute for Human and Machine Cognition (IHMC). Entre sus opciones est la de exportar el mapa en formato XML. ste posibilita el acceso a los conceptos y enlaces con sus etiquetas, de forma que la presentacin de las proposiciones al profesor no parece una tareadifcil. Encuartolugar,debercomprobarselavalidezyfiabilidaddelprograma convertido en corrector semiautomtico y observar su utilidad real en la evaluacindeexmenesagranescalaenpocotiempo.

132

Conclusiones

 EPLOGO
Despuntabaelalba. Los primeros albores del da se perciban claramente en el horizonte. Fran los mir complacido. La noche haba sido larga y tediosa. Mentalmente agradeci la tarea ingente de los que crearon los paquetes estadsticos. Los clculos que haba realizado durante mucho tiempo y que ahorahabanconcluidohabransidoimposibles. Sonri satisfecho, la pregunta que se realiz haca ya unos aos tena respuesta afirmativa, pero quedaba mucho trabajo por delante. Haba encontradoelcamino,peroelhechodehallarlonolelibrabadeandarlo. Duranteunlargoratosumiradaseperdienlontananza.Eldaclareaba de forma imparable y Una idea cruz rauda por su cerebro, como una estrellafugazmatutina.Laevaluacindealumnos,comolquera,tambin haba empezado a clarear y quiso imaginar que, igualmente, lo hara de formaimparable.

Eplogo

133

134

Eplogo

 AGRADECIMIENTOS
En 1997, este profesor de universidad se plante un reto y decidi investigar. Once aos despus y tras muchas vicisitudes este proyecto se ha acabado. Tantos aos de trabajo en solitario han necesitado y recibido mucha ayuda y apoyo en multitud de vertientes. Este es el momento de agradecer y reconocer su soporte a todos estos colaboradores e hinchas annimos.Ylamejormaneraesponiendonombres. En primer lugar, al director de este proyecto, el Dr. Josep Gallifa i Roca, conelquesintonicdesdeelprimerdaonceaosha.Alledebolasideas brillantes, la orientacin en el desierto y por encima de todo su disponibilidadyatencin. A la Fundacin Blanquerna, por el tiempo que puso a mi disposicin para la elaboracin de esta tesis y, en particular, a la Escola Universitria dInfermeria, Fisioterpia i Nutrici Blanquerna, encabezada por el Dr. MriusDuran,porhospedarelproyectoyfacilitarloenextremo. A otro nivel hay tres personas, Mireia, Dani y Helena, sin los cuales este trabajo no existira pues han sido el apoyo y ayuda en muchas de las vertientes posibles. Pero me gustara destacar dos por su notoriedad y magnitud: el tiempo y el apoyo. Del primero slo cabe decir que la gran mayora del tiempo que he utilizado en este proyecto era suyo. Ello habla de su generosidad. Del segundo creo que nadie puede evaluar la inmensidaddel apoyo recibido y las muchas facetas en queha ocurrido: su

Agradecimientos

135

nimo, su inters, su paciencia, su esfuerzo en asumir mis tareas domesticas, su comprensin, su cario, y muchas ms. Son tantos los pequeos y grandes detalles que sera imposible enumerarlos. Ahora ya podremos viajar, cenar, ir al cine, jugar, Pero por encima de todo, podremos estar. Y ahora que pienso, la copia personal de este documento tendrunsegundoanexo,ladelosdibujosdeDaniyHelena. Tambin mi agradecimiento a Mercedes, por darme cobijo sereno cuando las circunstancias lo requeran. Y siempre junto a ella est Jorge. Aunque hace 18 aos que nos dej, siempre ha estado conmigo. A ellos agradecerles todo, pues han hecho de mi lo que soy al darme la vida y la educacin. Tambinsehanvistoafectadosenmayoromenormedida:Merce,Rafa, Jorge, Fina, M Eugenia, Margarita, Montse, Enric, Glria, Berto, Elisabet, LlusyMarta.Atodosgraciasporvuestrapaciencia. En este mundo hay todo tipo de personas. Algunas, cuya discrecin las hace invisibles para muchos ciegos del espritu, se vuelven relevantes en los momentos ms duros. Entre ellas est Ana. Su empeo en que acabara esta tesis slo es comparable al mo. Adems su gran sensibilidad artstica, lingstica y cromtica ha hecho posible uno de los objetivos que me impuse al principio: que este documento fuera breve, de fcil lectura y agradable a la vista. Quisiera nombrar tambin a Javier, por regalarle tiempoaAna,asabiendasdequeyoeraeldestinatario. MuycercadeAna,yconella,estNria,aquienestengoqueagradecer su apoyo, su comprensin, su paciencia y sus horas de dedicacin a mi parte de las tareas laborales que compartimos. Y junto a Nuria, Oriol que hace muchos meses que me est esperando para pasar fro por las noches conlamiradapuestaenlasestrellas.Deambos,agradecersuserenidad,su compaaysupaciencia. ConNuriayAnaestnDaniyGabriel,alosqueveocasicadadalaboral y que, durante estos once aos, no slo han soportado con irona y buen humor todas mis ausencias mentales, sino que me han apoyado de una manera que no creo que se imaginen. Espero que cuando cumpla 50 aos podr cambiar el mensaje por otro nuevo pues este documento ha hecho

136

Agradecimientos

obsoleto el de los 45. Y a los cuatro en conjunto, por ser quines son y estardndeestn,facilitndomelavidaycatapultndomeelnimo. En la misma lnea de apoyo est Victoria, que ha asumido parte de mis tareas de representacin social con una sonrisa y ha tenido la paciencia de aguantarmeenestosltimosaos. OtrapersonaimportantehasidoLlus.Sucerebrollenodeestadsticaha hechoposibleestetrabajo,ysutalante,cordialycercano,haallanadoesta parte del camino. Con l he aprendido estadstica y sobretodo sencillez y cordialidad. En la vertiente ofimtica, est Pere. Pienso que Bill Gates no lo conoce, pues si as fuera desistira de convertir cada versin nueva de Office en un laberintoimpenetrable.Billnoinsistas,Pereseguroqueloresuelve. En otro aspecto estn aquellos que me precedieron y que compartieron conmigosuexperiencia:Jordi,Lourdes,MarayMeritxell.Elcaminoesms fcil si tienes huellas que seguir. En la misma lnea, pero con otro tipo de trabajo, est Csar, que no slo comparti su experiencia sino que me aclaralgnloinformtico.Alfinalyanospodremostomarlacerveza. Existen tambin amigos que, aunque no te apercibas, piensan en cmo ayudartehastaqueloconsiguen.Entoncestedascuentadeltiempoquele handedicado.AhestMariCarmen,yjuntoaellaMarcelino.Deamboshe aprendido muchas cosas, entre ellas la discrecin de echar una mano y de estarah. Ahora toca hablar del tiempo, pero no del meteorolgico, sino del que es oro. En estos ltimos aos ha habido muchas personas que me han ayudado acogiendo a mi familia. Muchos horas de dedicacin a este trabajoselasdeboaellos:EnricyGloria,LlusyMarta,JoanyNria,Alfred yTeresa. Otras personas te dedican su tiempo y te otorgan su confianza. A todos los voluntarios de este estudio: (por orden alfabtico de apellido) Mikel, Remedios, Jess, Cecilia, Maria, Alba, Carlos, Mireia, Maria ngeles, Ana, Cristina, Nuria, Laura, Aleth, Jordi y Noelia, gracias por vuestro tiempo y fidelidad.

Agradecimientos

137

Otra persona importante en este proyecto ha sido Javier. Gracias por tu talante, tu cooperacin en los proyectos piloto, tu inmensa sabidura, tu buen humor y por tus chistes. La alegra es uno de los pilares de la buena salud. Tambin hay personas que te ayudan simplemente porque al hacer su trabajo lo hacen con una sonrisa y eso facilita y alegra la vida. Gracias a Rosa,OscaryMontse. No quisiera olvidar a Valentn, el autntico responsable de la existencia de este proyecto. Si hace once aos no me hubiera hablado de los mapas conceptuales y no me hubiese sugerido que podan ser tiles para evaluar aalumnos,estetrabajoseguramentenoexistira. Yfinalmente,alrestodemiaficin,graciasporvuestrointersyapoyo.

138

Agradecimientos

 BIBLIOGRAFA
Allen, B.D. (2006). Concept Map Scoring: Empirical Support for a Truncated Joint Poisson and ConwayMaxwellPoisson Distribution Method Online Submission. Paper presented at the Annual Meeting of theNewEnglandMathematicalAssociationofTwoYearColleges(32nd, Manchester,NH,Apr21,2006) Anderson, R. C. (1984). Some reflections on the acquisition of knowledge.EducationalResearcher,13(19),510 Angelo, T. y Cross, K.P. (1993). Classroom Assessment Techniques: a handbookforCollegeTeachers.SanFrancisco:JosseyBass Austin, L.B. y Shore, B.M. (1995). Using Concept Mapping for AssessmentinPhysics.PhysicsEducation,30(1),4145 Ausubel, D.P. (1963). The Psicholgy of Meaningful verbal learning. New York:Grune&Stratton Ausubel, D.P. (1968). Educational Psychology: A cognitive view. New York:Holt,RinehartandWinston Ausubel,D.P;Novak,J.D.yHanesian,H.(1978).EducationalPsychology: A cognitive view. (2 ed). New York: Holt, Rinehart and Winston. Traduccin castellana: Ausubel, D.P; Novak, J.D. y Hanesian, H. (1983). PsicologiaEducativa:Unpuntodevistacognoscitivo.Mjico:Trillas

5.Bibliografa

139

Baker, E., y Niemi, D. (1991). Assessing deep understanding of science and history through hypertext Paper presentado en el Meeting Anual delaAmericanEducationalResearchAssociation.Boston Bartels,B.H.(1995).PromotingMathematicsConnectionswithConcept Mapping.MathematicsTeachingintheMiddleSchool,1(7),542549 Blanch, C.; Rey, F.; Folch, A. (2006). Nivel de conducta acadmica deshonestaentrelosestudiantesdeunaescueladecienciasdelasalud. EnfermeraClnica,16(2),5762 Bloom, B.S. (1956). Taxonomy of Educational Objectives. The ClassificationofEducationalGoals.NewYork:McKay Bloom, B.S. (1979). Taxonoma de los objetivos de la educacin. Clasificacindelasmetaseducativas.Alcoy:Marfil Bolte, L.A. (1997). Assessing Mathematical Knowledge with Concept MapsandInterpretiveEssays.PaperpresentadoenelAnualMeetingof American Educational Research Association, Chicago 1997 (ERIC DocumentReproductionServiceNoED408160) Castello, M. y Monereo, C. (2001). Un practicum formativo organizado encarpetas.EnVillar,L.M.(2001).Launiversidad.Evaluacineducativa e innovacin curricular, (339366). Sevilla: Universidad de Sevilla. InstitutodeCienciasdelaEducacin. Chi, M.T.H., Glaser, R. y Farr, M.J. (1988). The Nature of Expertise. Hillsdale,NJ:LawrenceEarlbaumAssociates,Publishers. Costa, L.; Godall,M.; Rey, F.; Garca, L. y Blanch, C. (2002). La persistncia dels coneixements en una assignatura de Biologia. Comunicacin al Segundo Congreso Internacional Docencia Universitaria e Innovacin, organitzat pels ICEs de la Universitat de Barcelona, Universitat Autnoma de Barcelona, Universitat Politcnica de Catalunya i Universitat Rovira i Virgili. Tarragona del 1 al 3 de juliol de2002

140

5.Bibliografa

de Pro Bueno, A. (2001). Qu estructuras conceptuales de fsica debe aprenderelalumnadodesecundariaconlacontrarreforma?Alambique :didcticadelascienciasexperimentales,28,921 Enger, S.K. (1996). Concept Mapping: Visualizing Student Understanding. Paper presentado en el Anual Meeting of MidSouth American Educational Research Association, Tuscalossa (ERIC DocumentReproductionServiceNoED406413) Fernndez Manzanal, R. (1995). Los Mapas conceptuales como instrumento de evaluacin: anlisis de una experiencia en el rea de ciencias.RevistadeEducacin,307,367379 Fesmire, M.; Lisner, M.C.P.; Forrest, P.R. y Evans, W. (2003). Concept maps: A practical solution for completing functional behavior assessments.Education&TreatmentofChildren,26(1),89103. Fleener, M., y Marek, E. (1992). Testing in the lerning cycle. Science Scope,15(6),5849 Frana, S.; d'Ivernois, J.F.; Marchand, C.; Haenni, C.; Ybarra, J. y Golay, A. (2004). Evaluation of nutritional education using concept mapping. PatientEducationandCounseling,52(2),183192. Gaffney, K.E. (1992). Multiple assessment for multiple learning styles. ScienceScope,15(6),5455 Gannon, E.J. (2003). Men's perceptions of the ideal woman: A concept map. Dissertation Abstracts International: Section B: The Sciences and Engineering,63(6B),2992. Glaser, R. y Bassok, M. (1989). Learning theory and the study of instruction.AnnualReviewofPsychology,40,631666 Goldsmith, T.E.,Johnson,P.J.yActon,W.H.(1991).Assessingstructural knowledge.JournalofEducationalPsychology,83(1),8896 Gonzlez Garca, F.M. (2001). Los mapas conceptuales y el aprendizaje significativo. Alambique: didctica de las ciencias experimentales, 28, 3951

5.Bibliografa

141

Gonzlez, J. y Wagenaar, R. (2005). Tuning Educational Structures in Europe II. Universities contribution to the Bologna process. Bilbao: UniversidaddeDeusto. Graff, M. (2006). Constructing and Maintaining an Effective Hypertext Based Learning Environment: WebBased Learning and Cognitive Style. Education&Training,48(23),143155 Hagerman, H. (1966). An analysis of learning and retention in college students and the common goldfish (Carassius auratus, Lin). Tesis doctoral indita, Purdue University, Lafayette (referida por Novak, J.D. 1998) Hay, D.B. (2007). Using concept maps to measure deep, surface and nonlearningoutcomes.StudiesinHigherEducation,32(1),3957 Helms,HyNokak, J.D. (1983). Proceedings of the international Seminar on Misconceptions in Science and Mathematics. Ithaca: Cornell Univeristy Herl, H.E.; Baker, E.L. y Niemi, D. (1996). Construct Validation of an Approach to Modeling Cognitive Structure of U.S. History Knowledge. JournalofEducationalResearch,89(4),206218 Herl, H.E.; O'Neil, H.F. Jr.; Chung, G. K.W.K.; Dennis, R.A. y Lee, J.J. (1997). Feasibility of an Online Concept Mapping Construction and Scoring System. Paper presentado en el Anual Meeting of American Educational Research Association, Chicago (ERIC Document ReproductionServiceNoED424233) Keil, F.C. (1979). Semantic and conceptual development: an ontological perspective.Cambridge,MA:HarvardUniversityPress Kempa, R (1986). Assessment in Science. Cambridge: Cambridge UniversityPress Kim, S.C. (2000). Investigating the Generalizability of Scores from DifferentRatingSystemsinPerformanceAssessment.Paperpresentado en el Anual Meeting of American Educational Research Association, NewOrleans(ERICDocumentReproductionServiceNoED449209) 5.Bibliografa

142

Kinchin, I.M. (2000). Using Concept Maps To Reveal Understanding: A TwoTierAnalysis.SchoolScienceReview,81(296),4146 Kinchin, I.M. (2003). Effective TeacherStudent Dialogue: A Model from BiologicalEducation.JournalofBiologicalEducation,37(3),110113 Kinchin,I.M.;Hay,D.B.yAdams,A.(2000).HowaQualitativeApproach to Concept Map Analysis Can Be Used To Aid Learning by Illustrating Patterns of Conceptual Development. Educational Research, 42(1), 43 57 Knish, S. (1995). Concept mapping the beliefs of chronic low back pain sufferers. Dissertation Abstracts International: Section B: The Sciences andEngineering,56(3B),1703. Knish,S.yCalder,P.(1999).Beliefsofchroniclowbackpainsufferers:A conceptmap.CanadianJournalofRehabilitation,12(3),165177. Kounba, V. (1994). Selfevaluation as an Act of Teaching. Mathematics Teacher,87,354358 Kuhn, T.S. (1962). The structure of scientific revolutions. Chicago: UniversityofChicagoPress Kunkel, M.A.; Cook, S.; Meshel, D.S.; Daughtry, D. y Hauenstein, A. (1999). God Images: a concept map. Journal for the Scientific Study of Religion,38(2),193202. Lavigne, Nancy C. (2005). Mutually Informative Measures of Knowledge: Concept Maps Plus Problem Sorts in Statistics. Educational Assessment,10(1),3971 Liu, X. (1994). The Validity and Reliability of Concept Mapping as an Alternative Science Assessment when Item Response Theory Is Used for Scoring. Paper presentado en el Annual Meeting of the American Educational Research Association, New Orleans (ERIC Document ReproductionServiceNoED370992) Lomask, M., Baron, J.B., Greig, J. y Harrison, C. (1992). ConnMap: Connecticut's use of concept mapping to assess the structure of

5.Bibliografa

143

students'knowledgeofscience.PaperpresentadoenelAnnualMeeting oftheNationalAssociationofResearchinTeaching,Cambridge Mahler, S., Hoz, R., Fischl, D., Tovli, E., y Lernau, O.Z. (1991). Didactic use of concept mapping in higher education. Application in medical education.InstructionalScience,20,2547 Mayer, R.E. (1983). Thinking, Problem Solving, Cognition. New York: W.H.Freeman McClure, J.R. y Bell, P.E. (1990). Effects of an enviromental education related STS approach instruction on cognitive structures of preservice science teachers. Pennsylvania, PA: Pennsylvania State University (ERIC DocumentReproductionServiceNoED341582) McClure, J.R.; Sonak, B. y Suen, H.K. (1999). Concept Map Assessment of Classroom Learning: Reliability, Validity, and Logistical Practicality. JournalofResearchinScienceTeaching,36(4),475492 Morales, P. (2007). Anlisis de tems en las pruebas objetivas. http://www.upcomillas.es/personal/peter/otrosdocumentos/AnalisisIt emsPruebasObjetivas.pdf(27nov2008) Moreira, M.A. (1980). Mapas conceptuales como instrumentos para promover la diferenciacin conceptual progresiva y la reconciliacin integradora.CinciaeCultura,32(4),474479 Moreira, M.A. (1985). Concept Mapping: An Alternative Strategy for Evaluation. Assessment and Evaluation in Higher Education, 10(2),159 168 Moreira, M.A. (1988). Mapas conceptuales y aprendizaje significativo enciencias.CadernosdoAplicaao,PortoAlegre,11(2),143156 Moreira, M.A. y Novak, J.D. (1988). Investigacin en enseanza de las ciencias en la Universidad de Cornell: esquemas tericos, cuestiones centrales y abordes metodolgicos. Enseanza de las ciencias, 6(1), 3 18

144

5.Bibliografa

Novak, J.D. (1987). Proceedings of the Second International Seminar on MisconceptionsandEducationalStrategiesinScienceandMathematics. Ithaca,NY:CornellUniveristy Novak, J.D. (1998). Learning, Creating, and Using Knowledge: Concept Maps as Facilitative Tools in Schools and Corporations. Mahwah, New Jersey: Lawrence Erlbaum Assoc. Edicin en castellano: Novak, J.D. (1998). Conocimiento y aprendizaje. Los mapas conceptuales como herramientas facilitadoras para escuelas y empresas. Madrid: Alianza Editorial Novak, J.D. (1988). Learning Science and the Science of Learning. StudiesinScienceEducation,15,77101 Novak, J.D. (1991). Clarify with Concept Maps. Science Teacher, 58(7), 4449 Novak, J.D. (1991). Concept maps and Vee diagrams: Two metacognitive tools to facilitate meaningful learning. Instructional Science,19(1),2952. Novak, J.D. (1991). Ayudar a los alumnos a aprender cmo aprender. EnseanzadelasCiencias,9(3),215228 Novak, J.D. (2005). Results and Implications of a 12Year Longitudinal Study of Science Concept Learning. Research in Science Education, 35(1),2340 Novak, J.D. y Gowin, D.B. (1984). Learning How to Learn. Cambridge: Cambridge University Press. Edicin en castellano: Novak, J.D. y Gowin, D.B.(1988).Aprendiendoaaprender.Barcelona:MartinezRoca Novak, J.D. y Musonda, D. (1991). A twelveyear longitudinal study of science concept learning. American Educational Research Journal, 28(1),117153 Novak, J.D., Gowin, D.B., y Johansen, G.T. (1983). The use of concept mapping and knowledge Vee mapping with junior high school science students.ScienceEducation,67(5),625645

5.Bibliografa

145

Novak. J.D. y Abrams, R. (1993). Proceedings of the Third International Seminar on Misconceptions and Educational Strategies in Science and Mathematics.Ithaca,NY:CornellUniveristy Rafferty, C.D. y Fleschner, L.K. (1993). Concept Mapping: A Viable Alternative to Objective and Essay Exams. Reading Research and Instruction,32(3),2534 Rice, D.C., Ryan, J.M., y Samson, S.M. (1998). Using concept maps to assess student learning in the science classroom: Must different methods compete?. Journal of Research in Science Teaching, 35, 1103 1127 Rodrguez, L.M. (1992). Una propuesta integral de evaluacin en ciencias.EnseanzadelasCiencias,10(3),254267 Ross, B. y Mundy, H. (1991). Concept Mapping and Misconceptions: A Study of HighSchool Students' Understandings of Acids and Bases. InternationalJournalofScienceEducation,13(1),1124 Roth,W.M.(1992).DynamicEvaluation.ScienceScope,15(6),3740 RuizPrimo, M.A. y Shavelson, R.J. (1997). ConceptMap Based Assessment: On Possible Sources of Sampling Variability. U.S. Department of Education, Office of Educational Research and Improvement,EducationalResourcesInformationCenter RuizPrimo, M.A. y Shavelson, R.J. (1996). Problems and Issues in the Use of Concept Maps in Science Assessment. Journal of Research in ScienceTeaching,33(6),569600 RuizPrimo, M.A.; Schultz, S.E.; Li, M. y Shavelson, R.J. (2001). Comparison of the Reliability and Validity of Scores from Two Concept Mapping Techniques. Journal of Research in Science Teaching, 38, 260 278 Sandkler, S. y Bhattacharya, J. (2008). Deconstructing Insight: EEG correlates of insightful problem solving. PloS ONE 3(1):e1459. doi: 10,1371/journal.pone.0001459

146

5.Bibliografa

Schau, C. y Mattern, N. (1997). Use the map techniques in teaching appliedstatisticscourses.TheAmericanStatistician,51,171175 Schau, C.; Mattern, N. y Weber, R.J. (1997). Use of Fillin Concept Maps ToAssessMiddleSchoolStudents'ConnectedUnderstandingofScience. Paper presentado en el Anual Meeting of American Educational Research Association (ERIC Document Reproduction Service No ED 408 200) Schau, C.; Mattern, N.; Zeilik, M. y Teague, K.W. (1999). SelectandFill in Concept Map Scores as a Measure of Undergraduate Students' ConnectedUnderstandingofIntroductoryAstronomy.Paperpresentado en el Anual Meeting of American Educational Research Association (ERICDocumentReproductionServiceNoED434909) Schau, C.; Mattern, N.; Zeilik, M.; Teague, K.W. y Weber, R.J. (2001). Selectandfillin concept map scores as a measure of students' connected understanding of science. Educational and Psychological Measurement,61(1),136158. Schwab, J. (1973). The Practical 3: Translation into currculo. School Review,81(4),501522 Shavelson R.J. (1975). Some aspects of the correspondence between content structure in physics instruction. Journal of Educational Psychology,63(3),225234 Shavelson, R.J.; Lang, H. y Lewin, B. (1994). On Concept Maps as Potential "Authentic" Assessments in Science. Indirect Approaches to Knowledge Representation of High School Science. (CSE Tech. Rep. No.388). Los Angeles, CA: University of California, National Center for ResearchonEvaluation,Standards,andStudenttesting(CRESST) Shavelson, R.J.; RuizPrimo, M.A. y Wiley, E.W. (2005). Windows into the Mind. Higher Education: The International Journal of Higher EducationandEducationalPlanning,49(4),413430 Toulmin, S. (1972). Human understanding. Vol 1. The collective use and evolutionofconcepts.PrincetonNJ:PrincetonUniversityPress

5.Bibliografa

147

Trigwell, K. ySleet, R. (1990). Improving the Relationship between Assessment Results and Student Understanding. Assessment and EvaluationinHigherEducation,15(3),190197 Wallace, J.D. y Mintzes. J.J. (1990). The Concept Map as a Research Tool: Exploring Conceptual Change in Biology. Journal of Research in ScienceTeaching,27(10),10331052 Wiggins, G. (1989). Teaching to the (Authentic). Test Educational Leadership,46(7),4147 Yin, Y.; Vanides, J.; RuizPrimo, M.A.; Ayala, C.C. y Shavelson, R.J. (2005). Comparison of Two ConceptMapping Techniques: Implications for Scoring, Interpretation, and Use. Journal of Research in Science Teaching,42(2),166184.

148

5.Bibliografa

 ANEXO
ExamendeBiomecnica Documentodelaprimeraintervencin Documentodelasegundaintervencin Documentodelaterceraintervencin

Anexo1

Anexo2

EXAMENDEBIOMECNICA

Anexo3

Anexo4

ExamendeBiomecnica

Anexo5

ExamendeBiomecnica

Anexo6

ExamendeBiomecnica

Anexo7

ExamendeBiomecnica

Anexo8

ExamendeBiomecnica

Anexo9

ExamendeBiomecnica

Anexo10

ExamendeBiomecnica

Anexo11

ExamendeBiomecnica

Anexo12

ExamendeBiomecnica

Anexo13

ExamendeBiomecnica

Anexo14

PRIMERAINTERVENCIN DadelexamendeBiomecnica

Anexo15

Anexo16

PrimeraIntervencin

Anexo17

PrimeraIntervencin

Anexo18

PrimeraIntervencin

Anexo19

PrimeraIntervencin

Anexo20

PrimeraIntervencin

Anexo21

PrimeraIntervencin

Anexo22

SEGUNDA INTERVENCIN DadelexamendeBiomecnica+21das

Anexo23

Anexo24

SegundaIntervencin

Anexo25

SegundaIntervencin

Anexo26

SegundaIntervencin

Anexo27

SegundaIntervencin

Anexo28

SegundaIntervencin

Anexo29

SegundaIntervencin

Anexo30

SegundaIntervencin

Anexo31

SegundaIntervencin

Anexo32

TERCERA INTERVENCIN DadelexamendeBiomecnica+135das

Anexo33

Anexo34

TerceraIntervencin

Anexo35

TerceraIntervencin

Anexo36

TerceraIntervencin

Anexo37

TerceraIntervencin

Anexo38

TerceraIntervencin

Anexo39

TerceraIntervencin

Anexo40

TerceraIntervencin

Anexo41

TerceraIntervencin

Anexo42