Nora sabelli - SRI International - Estados Unidos

460 views

Published on

Presentación: Nora Sabelli, SRI Intl.

Taller Regional: "Educación en Ciencia, para la Ciencia y por la Ciencia" (Intendencia Municipal de Montevideo, 8 y 9 de diciembre de 2011)

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
460
On SlideShare
0
From Embeds
0
Number of Embeds
74
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Nora sabelli - SRI International - Estados Unidos

  1. 1. Todo ha cambiado menos nuestra manera depensar Albert Einstein http://ctl.sri.com/people/displayPerson.jsp?Nick=nora nora.sabelli@sri.com
  2. 2. • Psicología cognitiva • Psicología social • Antropología Cognitiva• Sistemas • Desarrollo Cognitivo Avances enComplejos • Neurociencia Ciencias del• Inteligencia ConocimientoArtifical• Informática• Ecología Avances en Avances en• Nanociencia ciencia y Educación tecnología • Diseño de• Visualización MaterialesCientífica pedagógicos• Neurociencia • Evaluación• Ciencia del • PreparaciónDiseño Profesional • Pedagogía • Estadística
  3. 3. Porqué y ComoHacer Valerlas TIC en la Enseñanza
  4. 4. Primer tema
  5. 5. Dos faces de educacion en ciencias Tomado de DuschlPrimera faz Segunda fazCiencia actual Alfabetizacion cientificaPreparar cientificos Ciencia como patrimonio socialPrimera “revolucion” en Segunda “revolucion” enNSF (1955 a 1975) NSF (1983 al presente)
  6. 6. “Las ciencias” son en realidad “la ciencia” Prácticas comunes Temas comunes•  Investigación experimental •  Systemas•  Experimentos •  Cambio (evolución) computacionales •  Fuerzas•  Uso de modelos •  Energía•  Uso de datos •  Escala•  Argumentación basada en datos•  Explicaciones mecanísticas
  7. 7. Que significa “entender” una idea científica??necesita entender las prácticas científicas múltiples formas de saber y hacer que los científicos utilizan para estudiar el mundo natural construcción de explicaciones basadas en la evidencia científica
  8. 8. Los estudiantes tienen dificultades con explicaciones científicasCon Evidencia•  Los estudiantes tienen dificultades para utilizar pruebas adecuadas y conectar los datos a su hipótesis (claim)•  Los estudiantes por lo general ignoran los datos que contradicen sus ideas (o las que les da el profesor) Con Razonamiento •  Generalmente lo estudiantes presentan explicaciones sin justificación.
  9. 9. Porque seleccionar “ideas importantes”•  Su poder explicativo dentro y fuera de la disciplina que se estudia: las ideas importantes ayudan a entender una gran variedad de ideas en muchas disciplinas científicas•  Conforman una manera útil de pensar sobre el mundo: son accesibles a los alumnos a través de sus capacidades cognitivas (a la edad apropiada) y sus experiencias con fenómenos y representaciones•  Conforman bloques de construcción para el aprendizaje futuro: Son clave para el desarrollo de otros conceptos y ayudan a sentar las bases para el aprendizaje continuo.
  10. 10. SAM (Science of Atoms and Molecules),Concord Consortium (Tinker&Berenfeld)
  11. 11. Segundo tema
  12. 12. El lenguaje de la ciencia en las escuelas y en los medios de comunicaciónno ha seguido el ritmo del lenguaje de la práctica científica, una prácticaque es cada vez menos acerca de los experimentos y cada vez más sobrelos datos y su modelado.En resumen, se podría argumentar que las explicaciones causales basadasen el control de variables experimentales han dado lugar a la explicaciónestadística / probabilística basada en experimentos computacionales.The HS Lab Experience: Reconsidering the Role of Evidence, Explanationand the Language of ScienceRichard A. Duschl, Graduate School of EducationRutgers University, 2005Commissioned paper by the National Research Council for the Committeeon the Role of the Laboratory in High School Science
  13. 13. El lenguaje de la ciencia en las escuelas y en los medios de comunicaciónno ha seguido el ritmo del lenguaje de la práctica científica, una prácticaque es cada vez menos acerca de los experimentos y cada vez más sobrelos datos y su modelado.En resumen, se podría argumentar que las explicaciones causales basadasen el control de variables experimentales han dado lugar a la explicaciónestadística / probabilística basada en experimentos computacionales.En otras palabras, el reduccionismo en la base de lametodología clásica no es indispensable--aunque siga siendonecesario en muchos casosEn particular, el reduccionismo no basta para entender yoperar sobre sistemas complejos reales
  14. 14. 19
  15. 15. Methods for Materials Modeling and SimulationSystem Size Continuum Kinetic Monte Carlo Molecular dynamics Model Breakdowns and Conceptual change Ab Initio Time Adapted from NanoStellar, http:
  16. 16. GenScope
  17. 17. Welcome to the River City ResearchProject. With funding from the NationalScience Foundation, we havedeveloped an interactive computersimulation for middle grades sciencestudents to learn scientific inquiry and21st century skills.River City has the look and feel of avideogame but contains contentdeveloped from National ScienceEducation Standards, NationalEducational Technology Standards,and 21st Century Skills.
  18. 18. The River City Project concentrates on the areas ofepidemiology, scientific inquiry, and experimentation.The River City Curriculum supports students as they: * Learn the principles and concepts of science; * Acquire the reasoning and procedural skills of scientists; * Devise and carry out investigations that test their ideas; and * Understand why such investigations are uniquely powerful.River City is a 17 hour, time-on-task curriculum that includes apretest and a research conference at the end of the unit. Teachersare not expected to find extra time in the school year in order toimplement River City. On the contrary, the River City Curriculum isdesigned and intended to replace existing lessons. The River CityCurriculum is interdisciplinary in scope, spanning the domains ofecology, health, biology, chemistry, and earth science, as wellas history.
  19. 19. Thinking with Data is a series of dynamic, flexible, and Web-based tools that support data analysis across the curriculum.The aim is to help learners with diverse skills and interestsdevelop inquiry and data analysis skills to understand and useonline data sets in mathematics, science (ecology based), andsocial science. The approach makes statistics come alive byemphasizing cutting-edge, learner-centered data visualizationtools; relevance through customization of datasets; dynamicinteraction with data, and collaboration and community asteachers and learners investigate compelling social science topicsusing existing international databases.In parallel with this development we will conduct research onincreasing the data literacy of teachers and students. In theprocess, the team will research how an interdisciplinary approachto data literacy can deepen students conceptual understanding inthe content areas and improve their problem-solving skills.
  20. 20. Designing Geospatial Exploration Activities to Build HydrologyUnderstanding in Middle School StudentsWe designed activities that gave students map-based data relevant tothe water cycle processes of evaporation, condensation, runoff, andinfiltration.We wanted students to generate informal and causal explanationsabout the water cycle’s role in water distribution and salt pollution. Indesigning map activities, researchers used layered and parallel datarepresentations.Students used both everyday knowledge and scientific knowledgefragments to answer key questions.Statistical analysis (based on consumption per capita) was integratedinto the mathematics classes, since the topics is part of themathematics curriculum standards.
  21. 21. Usando modelos vs. construyendo modelos From Judah Schwartz
  22. 22. Modelos vs. Simulaciones From Judah Schwartz

×