Educación y alfabetización científica del agua mediante robótica educativa a través de un análisis mixto

Alejandro De la Hoz Serrano, Lina Viviana Melo Niño, Nuno Miguel Taborda Cid Dorotea, Florentina Cañada Cañada, Javier Cubero Juánez

Resumen


La Educación y Alfabetización científica del Agua es uno de los mayores desafíos del siglo XXI. Además, el empleo de herramientas educativas digitales que mejoren este aprendizaje es vital en todas las etapas educativas. El estudio tiene como objetivo analizar el aprendizaje del Ciclo del Agua, antes y después de una intervención basada en Robótica Educativa. Para ello, se emplea un diseño quasi-experimental y enfoque mixto sobre una muestra de 15 docentes en formación. Los resultados muestran que el nivel de conocimiento científico mejoró significativamente de Problemático (48.36%) a Excelente (83.36%). Además, el análisis de las Redes Asociativas de Cognición refleja una mayor comprensión y capacidad de conexión entre conceptos, así como una distribución y agrupación más coherente. Por tanto, se aboga por un incremento de intervenciones basadas en Robótica Educativa, así como por el aumento de estudios mixtos que engloben análisis de grafos para complementar la evaluación del aprendizaje.


Texto completo:

PDF

Referencias


Ahi, B. (2017). The effect of talking drawings on five-year-old turkish children’s mental models of the water cycle. International Journal of Environmental and Science Education 12(3), 349-367.

An, H., Sung, W., & Yoon, S. Y. (2022). Implementation of learning by design in a synchronized online environment to teach educational robotics to inservice teachers. Education Technology Research and Development, 70, 1473–1496. https://doi.org/10.1007/s11423-022-10134-8.

Arthur, B., Roberts, D., Rae, B., Marrison, M., McCleary, H., Abbott, A., & Musso, B. (2021). Ocean Outreach in Australia: How a National Research Facility is Engaging with Community to Improve Scientific Literacy. Frontiers in Environmental Science, 9, 610115. https://doi.org/10.3389/fenvs.2021.610115.

Bampasidis, G., Piperidis, D., Papakonstantinou, V. C., Stathopoulos, D., Troumpetari, C., & Poutos, P. (2021). Hydrobots, an Underwater Robotics STEM Project: Introduction of Engineering Design Process in Secondary Education. Advances in Engineering Education, 1-24.

Baronchelli, A., Ferrer-i-Cancho, R., Pastor-Satorras, R., Chater, N., & Christiansen, M. H. (2013). Networks in cognitive science. Trends in cognitive sciences, 17(7), 348-360.

Belmonte, J. L, Segura-Robles, A., Moreno-Guerrero, A. J., & Parra-González, M. E. (2021). Robotics in education: a scientific mapping of the literature in Web of Science. Electronics, 10(3), 291. https://doi.org/10.3390/electronics10030291.

Ben-zvi-Assarf, O., & Orion, N. (2005). A study of junior high students' perceptions of the water cycle. Journal of geoscience education, 53(4), 366-373. https://doi.org/0.5408/1089-9995-53.4.366.

Bers, M. U. (2017). The Seymour test: Powerful ideas in early childhood education. International Journal of Child - Computer Interaction, 14, 10–14. https://doi.org/10.1016/j.ijcci.2017.06.004.

Bocconi, S., Chioccariello, A., Kampylis, P., Dagienė, V., Wastiau, P., Engelhardt, K., Earp, J., & Stupurienė, G. (2022). Reviewing Computational Thinking in Compulsory Education State of play and practices from computing education. Publications Office of the European Union. (https://publications.jrc.ec.europa.eu/repository/handle/JRC128347).

Cano, S. (2022). A Methodological Approach to the Teaching STEM Skills in Latin America through Educational Robotics for School Teachers. Electronics, 11(3), 395.

Casas, L. M., Carvalho, J., González, M., & Luengo, R. (2015). Concepciones y creencias de los profesores en formación sobre las matemáticas y su enseñanza aprendizaje. Propuesta de una nueva metodología cualitativa. Campo abierto, 34(2), 85-104.

Castelltort, A. (2015). Educar a favor d'una nova cultura ambiental de l'aigua. [Tesis de Doctorado, Universitat Autònoma de Barcelona]. Repositorio Institucional – Universitat Autònoma de Barcelona.

Cepni, S., Aydin, M., Ada Yildiz, K., Birisci, S., Ozkan, C., & Yalabuk, C. (2024). Examining the impact of modified P3 task taxonomy-enriched educational robotics PD program on teachers’ STEM content knowledge. International Journal of Science and Mathematics Education, 22(1), 81-110. https://doi.org/10.1007/s10763-024-10475-1.

Chiang, F. K., Zhang, Y., Zhu, D., Shang, X., & Jiang, Z. (2022). The Influence of Online STEM Education Camps on Students’ Self-Efficacy, Computational Thinking, and Task Value. Journal of science education and technology, 31(4), 461-472.

Çoban, G. Ü., Akpınar, E., Küçükcankurtaran, E., Yıldız, E., & Ergin, Ö. (2011). Elementary school students’ water awareness. International Research in Geographical and Environmental Education, 20(1), 65-83. https://doi.org/10.1080/10382046.2011.540103.

Comisión Europea (2022). El aprendizaje de las matemáticas y las ciencias en educación escolar: logros y motivación. Informe Eurydice Luxemburgo: Oficina de Publicaciones de la Unión Europea.

Conde, M. Á., Rodríguez‐Sedano, F. J., Fernández‐Llamas, C., Gonçalves, J., Lima, J., & García‐Peñalvo, F. J. (2021). Fostering STEAM through challenge‐based learning, robotics, and physical devices: A systematic mapping literature review. Computer Applications in Engineering Education, 29(1), 46-65.

Costa, A. P., de Souza, F. N., Moreira, A., & de Souza, D. N. (Junio de 2016). WebQDA—Qualitative data analysis software: Usability assessment. 11th Iberian Conference on Information Systems and Technologies (CISTI) (pp. 1-6). IEEE.

Covitt, B. A., Gunckel, K. L., & Anderson, C. W. (2009). Students' developing understanding of water in environmental systems. The Journal of Environmental Education, 40(3), 37-51. https://doi.org/10.3200/JOEE.40.3.37-51.

Creswell, J. W. (2014). A concise introduction to mixed methods research. SAGE publications.

De la Hoz, A., Melo, L. V., Álvarez, A., Cubero, J., Soto-Ardila, L. M., & Cañada, F. (2024). Análisis Cualitativo de Redes Asociativas de Cognición en el aprendizaje científico del Agua. Didáctica de las Ciencias Experimentales y Sociales, (46), 107-122. https://doi.org/10.7203/dces.46.26506.

De la Hoz, A., Cubero, J., Melo, L., Durán-Vinagre, M. A., & Sánchez, S. (2021). Analysis of digital literacy in health through active university teaching. International Journal of Environmental Research and Public Health, 18(12), 6674. https://doi.org/10.3390/ijerph18126674.

De Lima, J., Filho, P., Rossiter, S., & Albino, M. (9-11 de octubre de 2023). The use of education robotics as a teaching tool for physics: Newton’s Laws. In 2023 Latin American Robotics Symposium (LARS), 2023 Brazilian Symposium on Robotics (SBR), and 2023 Workshop on Robotics in Education (WRE). Salvador, Brazil. https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10332998.

Fakaruddin, F. J., Shahali, E. H. M., & Saat, R. M. (2023). Creative thinking patterns in primary school students’ hands-on science activities involving robotics as learning tools. Asia Pacific Education Review, 25. 171-186. https://doi.org/10.1007/s12564-023-09825-5.

Fridberg, M., Redfors, A., Greca, I. M., & Terceño, E. M. G. (2022). Spanish and Swedish teachers’ perspective of teaching STEM and robotics in preschool – results from the botSTEM project. International Journal of Technology and Design Education, 33, 1–21. https://doi.org/10.1007/s10798-021-09717-y.

Fussero, G. B., & Occelli, M. (2022). Construcción de modelos de Ingeniería Genética a través de la programación con Scratch. Revista Eureka sobre Enseñanza y Divulgación de las Ciencias, 19, 2802. https://doi.org/10.25267/Rev_Eureka_ensen_divulg_cienc.2022v19i2.2802.

González-Bustamante, B., & Cisternas, C. (2020). Aplicación de ForceAltas2, un algoritmo de diseño gráfico continuo, para el estudio de las élites. Tufte Working Papers, 1, 1-15. https://doi.org/10.312g35/osf.io/gxrkc.

George-Reyes, C. E., & Avello-Martínez, R. (2021). Alfabetización digital en la educación. Revisión sistemática de la producción científica en Scopus. Revista de Educación a Distancia (RED), 21(66). https://doi.org/10.6018/red.444751.

Havu-Nuutinen, S., Karkkainen, S., & Keinonen, T. (2011). Primary school pupils' perceptions of water in the context of STS study approach. International Journal of Environmental and Science Education, 6(4), 321-339.

Hernández, M. J. (2014) ¿Qué debería conocer todo ciudadano sobre el agua?. Alambique. Didáctica de las Ciencias Experimentales, 77, 9-16.

Hite, R. L., & White, J. (2019). Balancing profits and conservation: A human environmental impact PBL for upper elementary and middle grades STEM club students. Science Activities, 56(3), 88-107. https://doi.org/10.1080/00368121.2019.1693950.

Imaduddin, M., & Eilks, I. (2024). A scoping review and bibliometric analysis of educational research on water literacy and water education. Sustainable Chemistry and Pharmacy, 42, 101833. https://doi.org/101016/jscp2024.101833.

Jacomy, M., Venturini, T., Heymann, S., & Bastian, M. (2014). ForceAtlas2, a continuous graph layout algorithm for handy network visualization designed for the Gephi software. PloS one, 9(6), e98679. https://doi.org/10.1371/journalpone0098679.

Jaipal-Jamani, K., & Angeli, C. (2017). Effect of robotics on elementary preservice teachers' self- efficacy, science learning, and computational thinking. Journal of Science Education and Technology, 26(2), 175-192. https://doi.org/10.1007/s10956-016-9663-z.

Jaipal-Jamani, K. (2023). Preservice teachers’ science learning and self-efficacy to teach with robotics-based activities: Investigating a scaffolded and a self-guided approach. Frontiers in Education, 8, 979709. https://doi.org/10.3389/feduc.2023.979709.

Krendl, A. C., & Betzel, R. F. (2022). Social cognitive network neuroscience. Social cognitive and affective neuroscience, 17(5), 510-529. https://doi.org/10.1093/scan/nsac020.

Levy, A. R., & Moore Mensah, F. (2020). Learning through the experience of water in elementary school science. Water, 13(1), 43. https://doi.org/10.3390/w13010043.

Liu, L., Oh, H., Zhang, L., Fang, T., Huang, M., Hao, Y., ... & Ying, F. (2023). A study of children’s learning and play using an underwater robot construction kit. International Journal of Technology and Design Education, 33(2), 317-336. https://doi.org/10.1007/s10798-021-09720-3.

Luchini, S. A., Wang, S., Kenett, Y. N., & Beaty, R. E. (2024). Mapping the Memory Structure of High-Knowledge Students: A Longitudinal Semantic Network Analysis. Journal of Intelligence, 12(6), 56. https://doi.org/10.3390/jintelligence12060056.

Márquez C., & Bach J. (2007) Una propuesta de análisis de las representaciones de los alumnos sobre el ciclo del agua. Enseñanza de las Ciencias de la Tierra, 15(3), 280-286.

Márquez, C., & Bonil, J. (2013). Las concepciones de maestros en formación inicial respecto a la educación científica recibida. Revista Latinoamericana de Estudios Educativos, 9(1), 107-133.

Mora, F. 2021. Neuroeducación: solo se puede aprender eso que se ama. Alianza editorial.

Nouri, J., Zhang, L., Mannila, L., & Norén, E. (2020). Development of computational thinking, digital competence and 21st century skills when learning programming in K-9. Education Inquiry, 11(1), 1-17. https://doi.org/10.1080/20004508.2019.1627844.

Ntourou, V., Kalogiannakis, M., & Psycharis, S. (2021). A study of the impact of Arduino and Visual Programming In self-efficacy, motivation, computational thinking and 5th grade students’ perceptions on Electricity. Eurasia Journal of Mathematics, Science and Technology Education, 17(5), em1960. https://doi.org/10.29333/ejmste/10842.

Ocaña, R. (2019). Descubriendo R-Commander, (3ª ed). Escuela Andaluza de Salud Pública (EASP), Andalucía, Spain. (http://hdl.handle.net/10668/2574).

Ramírez-Segado, A., Rodríguez-Serrano, M., & Benarroch, A. B. (2021). El agua en la literatura educativa de las dos últimas décadas. Una revisión sistemática. Revista Eureka sobre Enseñanza y Divulgación de las Ciencias, 18(1). https://doi.org/10.25267/Rev_Eureka_ensen_divulg_cienc.2021v18i1.1107.

Reyero, C., Calvo, M., Vidal, M.P., García, E., & Morcillo, J.G. (2007). Las ilustraciones del Ciclo del Agua en los textos de Educación Primaria. Enseñanza de las Ciencias de la Tierra, 15(3), 287-294.

Rojas, D. F., & Useche, B. (2013). Alfabetización digital en salud: un análisis del constructo en la escala" eHealth Literacy Scale-eHeals" traducida al español. RevistaeSalud. com, 9(36), 1-14.

Román, F. (2021). La Neurociencia detrás del aprendizaje basado en problemas (ABP). Journal of Neuroeducation, 1(2), 50-56.

Sadler, T. D., Nguyen, H., & Lankford, D. (2017). Water systems understandings: a framework for designing instruction and considering what learners know about water. Wiley Interdisciplinary Reviews: Water, 4(1), e1178. https://doi.org/10.1002/wat2.1178.

Sáez-López, J. M., Sevillano-García, M. L., & Vazquez-Cano, E. (2019). The effect of programming on primary school students’ mathematical and scientific understanding: educational use of mBot. Educational Technology Research and Development, 67(6), 1405-1425. https://doi.org/10.1007/s11423-019-09648-5.

Salas‐Pilco, S. Z. (2020). The impact of AI and robotics on physical, social‐emotional and intellectual learning outcomes: An integrated analytical framework. British Journal of Educational Technology, 51(5), 1808-1825. https://doi.org/10.1111/bjet.12984.

Sánchez, M. E., Gutiérrez, R. C., & Somoza, J. A. G. C. (2019). Robótica en la enseñanza de conocimiento e interacción con el entorno. Una investigación formativa en Educación Infantil. RIFOP: Revista interuniversitaria de formación del profesorado, 33(94), 11-28. https://doi.org/10.47553/rifop.v33i1.72087.

Scaradozzi, D., Cesaretti, L., Screpanti, L., Costa, D., Zingaretti, S., & Valzano, M. (2019). Innovative Tools for Teaching Marine Robotics, IoT and Control Strategies Since the Primary School. In: Daniela, L. (eds) Smart Learning with Educational Robotics. Springer, Cham. https://doi.org/10.1007/978-3-030-19913-5_8.

Schina, D., Esteve-González, V., Usart, M., Lázaro-Cantabrana, J. L. & Gisbert, M. (2020). The integration of sustainable development goals in educational robotics: A teacher education experience. Sustainability, 12(23), 10085. https://doi.org/10.3390/su122310085.

Siew, C. S. (2020). Applications of network science to education research: Quantifying knowledge and the development of expertise through network analysis. Education Sciences, 10(4), 101. https://doi.org/10.3390/educsci10040101.

Siew, C. S., Wulff, D. U., Beckage, N. M., & Kenett, Y. N. (2019). Cognitive network science: A review of research on cognition through the lens of network representations, processes, and dynamics. Complexity, 2019(1), 2108423. https://doi.org/10.1155/2019/2108423.

Soto-Ardila, L. M., Caballero Carrasco, A., Carvalho, J. L., & Casas García, L. M. (2020). Nuevo método de análisis cualitativo mediante software para el análisis de redes sociales de la percepción grupal hacia las Matemáticas. Píxel-Bit: Revista de Medios y Educación, 58, 27-50.

Stella, M. (2022). Cognitive network science for understanding online social cognitions: A brief review. Topics in Cognitive Science, 14(1), 143-162. https://doi.org/10.1111/tops.12551.

Sujana, A., Rachmatin, D., & Panjaitan, R. (2019). Science and mathematics literacy of elementary school students related to water cycle. Journal of Physics: Conference Series, 1318. https://doi.org/10.1088/1742-6596/1318/1/012131.

Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in science education, 48, 1273-1296. https://doi.org/10.1007/s11165-016-9602-2.

Valle, M. G. (2017). El conocimiento del ciclo del agua en el segundo ciclo de Educación Primaria. Ikastorratza, e-Revista de didáctica, (18), 2.

Van den Heuvel, M. P., & Sporns, O. (2013). Network hubs in the human brain. Trends in cognitive sciences, 17(12), 683-696. https://doi.org/10.1016/j.tics.2013.09.01.

Verdugo, J., Solaz, J. & Sanjosé, V. (2019). Evaluación del Conocimiento Científico en Maestros en formación inicial: el caso de la comunidad Valenciana. Revista de Educación, 383, 133-162.

World Medical Association (WMA). (2024). Declaration of helsinki – ethical principles for medical research involving human subjects. (https://www.wma.net/policies-post/wma-declaration-of-helsinki-ethical-principles-for-medical-research-involving-human-subjects/).

You, H. S., Chacko, S. M., & Kapila, V. (2021). Examining the Effectiveness of a Professional Development Program: Integration of Educational Robotics into Science and Mathematics Curricula. Journal of Science Education and Technology, 30(4), 567-581. https://doi.org/10.1007/s10956-021-09903-6.

Ziaeefard, S., Miller, M., Rastgaar, M., & Mahmoudian, N. (2017). Co-robotics hands-on activities: A gateway to engineering design and STEM learning. Robotics and Autonomous Systems, 97, 40-50. https://doi.org/10.1016/j.robot.2017.07.013.




DOI: http://dx.doi.org/10.54988/cv.2026.1.1665

Enlaces refback

  • No hay ningún enlace refback.


Campus Virtuales

ISSN: 2255-1514

www.revistacampusvirtuales.es

campusvirtuales@uajournals.com