Ir al contenido

Documat

Uso de la comprensión lectora para la construcción de un modelo predictivo del éxito de estudiantes de 4º de Primaria cuando resuelven problemas verbales en un sistema inteligente

  • Maria T. Sanz [1] ; José Antonio González-Calero [2] ; David Arnau [1] ; Miguel Arevalillo-Herráez [1]
    1. [1] Universitat de València

      Universitat de València

      Valencia, España

    2. [2] Universidad de Castilla-La Mancha

      Universidad de Castilla-La Mancha

      Ciudad Real, España

  • Localización: Revista de educación, ISSN 0034-8082, Nº 384, 2019 (Ejemplar dedicado a: Evaluación de la Comprensión Lectora), págs. 41-69
  • Idioma: español
  • Títulos paralelos:
    • Using reading comprehension to build a predictive modelfor the fourth-grade grade students’ achievement whensolving word problems in an intelligent tutoring system
  • Enlaces
  • Resumen
    • español

      Presentamos la construcción de un modelo matemático dinámico para predecir el desempeño individual de alumnos de 4º de Educación Primaria (9 y 10 años) en la resolución aritmética de problemas verbales. En la primera parte del artículo se analizan las variables que se van a incluir en el modelo, las relaciones existentes entre ellas y el efecto sobre la variable objetivo. Dentro de las variables incluidas en el modelo están las que describen las características del sujeto: a) el desempeño previo del estudiante en la resolución de problemas, b) el nivel de comprensión lectora y c) la capacidad para resolver problemas de razonamiento a través de estímulos visuales tanto figurativos como abstractos (la llamada inteligencia fluida). El modelo también incorpora una variable de tarea, la cual describe la dificultad de cada problema tomando como criterio de la complejidad la categorización semántica del enunciado los problemas. En el estudio participaron 64 alumnos de 4º de Educación Primaria. Para cada sujeto, las variables se recogieron mediante: un test de comprensión lectora PIRLS, el subtest de matrices del test de Kaufman, y un sistema tutorial inteligente donde resolvieron 26 problemas verbales. Todas las variables muestran relación significativa grande con la variable objetivo, excepto la inteligencia fluida. El modelo presentado revela que la compresión lectora posee una relevancia significativa a la hora de predecir el desempeño en problemas verbales. A su vez, el modelo ofrece un comportamiento superior a alternativas similares presentadas en la literatura.

    • English

      This work presents a dynamic mathematical model designed to predict fourth-grade primary students’ (9-10 years-old) achievement in the arithmetic solving of word problems. The work is organized into two parts. In the first part, we analyzed the variables that will be eventually included into the model, the relationships between them and the effect on the predicted outcome variable. The model takes into consideration variables related to subjects’ features: prior proficiency in solving word problems, level of reading comprehension, and the ability to solve reasoning problems through figurative and abstract visual stimuli (also called fluid intelligence). Additionally, the model employs a variable that describes the task difficulty using the semantic category of the statements as a criterion of complexity. Sixty-four fourth-grade students took part in the experiment. For each student data were gathered by using three different instruments: a PIRLS reading comprehension test, the matrix subtest from the Kaufman test, and an intelligent tutorial system, which was used by participants to solve 26 word problems. All variables showed a strong statistical correlation with the dependent variable (the students’ achievement in word problems), except for fluid intelligence. The presented model reveals that reading comprehension has a significant relevance when it comes to predicting primary students’ performance in word problems. In addition, this model offers better behaviour in comparison to similar alternatives presented in the literature.

  • Referencias bibliográficas
    • Arnau, D., Arevalillo-Herráez, M., & González-Calero, J. A. (2014). Emulating Human Supervision in an Intelligent Tutoring...
    • Bañeres, D., & Serra, M. (2018). Predictive analytics: Another vision of the learning process. In S. Caballé & J. Conesa...
    • Bogolyubov, A. N. (1972). A Combined Analytic and Synthetic Method of Solving Arithmetic Problems in Elementary School. In J. Kilpatrick...
    • Boonen, A. J. H., van Wesel, F., Jolles, J., & van der Schoot, M. (2014). The role of visual representation type,...
    • Briars, D. J., & Larkin, J. H. (1984). An Integrated Model of Skill in Solving Elementary Word Problems. Cognition and Instruction, 1(3),...
    • Carpenter, T. P., & Moser, J. M. (1984). The Acquisition of Addition and Subtraction Concepts in Grades One through Three. Journal...
    • Castro, E., Castro, E., Rico, L., Gutiérrez, J., Tortosa, A., Segovia, I., ... Fernández, F. (1997). Problemas aritméticos...
    • Cattell, R. B. (1971). Abilities: Their structure, growth, and action. Boston: Houghton Mifflin.
    • Cerdán, F. (2008). Estudios sobre la Familia de Problemas Aritmético-Algebraicos. València: Servei de Publicacions de la Universitat...
    • Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. Lawrence Erlabaum Associates.
    • Hansen, L. B., Macizo, P., Duñabeitia, J. A., Saldaña, D., Carreiras, M., Fuentes, L. J., & Bajo, M. T. (2016). Emergent Bilingualism...
    • Hegarty M., Mayer R. E., & Green C. E. (1992). Comprehension of arithmetic word problems: evidence from students’ eye...
    • Holling, H., Bertling, J.P., & Zeuch, N. (2009). Automatic Item Generation of Probability Word Problems. Studies in Educational...
    • Ivars, P., & Fernández, C. (2016). Problemas de estructura multiplicativa: Evolución de niveles de éxito y estrategias en estudiantes...
    • Kalmykova, Z. I. (1975). Processes of analysis and synthesis in the solution of arithmetic problems. In J. Kilpatrick, I. Wirszup, E. G. Begle,...
    • Kaufman, A., & Kaufman, N. (2000) K-Bit Test Breve de Inteligencia de Kaufman. (Agustín Cordero, Isabel Calonge, trad.). España: TEA Ediciones....
    • Keyes, K. M., Platt, J., Kaufman, A. S., & McLaughlin, K. A. (2017). Association of Fluid Intelligence and Psychiatric Disorders in a...
    • Koedinger, K. R., D’Mello, S., McLaughlin, E. A., Pardos, Z. A., & Rosé, C. P. (2015). Data mining and education. Wiley Interdisciplinary...
    • Korpershoek, H., Kuyper, H., & Van der Werf, G. (2015). The relation between students’ math and reading ability and their mathematics,...
    • Leviton, A., Dammann, O., Allred, E. N., Joseph, R. M., Fichorova, R. N., O’Shea, T. M., & Kuban, K. C. K. (2018). Neonatal systemic inflammation...
    • MacLellan, C., Liu, R., & Koedinger, K. (2015) Accounting for Slipping and Other False Negatives in Logistic Models of Student Learning....
    • Ministerio de Educación, Cultura y Deporte (2013). PIRLS - TIMSS 2011.Estudio Internacional de progreso en comprensión lectora, matemáticas...
    • Mullis, I. V. S., & Martin, M. O. (Eds.). (2015). PIRLS 2016 Assessment Framework (2nd ed.). Retrieved from Boston College,...
    • Nesher, P. (1988). Multiplicative school word problems: Theoretical approaches and empirical findings. In J. Hiebert and M. Behr (Eds.),...
    • Nesher, P., & Hershkovitz, S. (1994). The Role of Schemes in Two-Step Problems: Analysis and Research Findings. Educational Studies...
    • OECD (2017). PISA 2015 Results (Volume IV): Students’ Financial Literacy. Paris, France: OECD Publishing. doi:10.1787/9789264270282-en
    • Pape, S. J. (2004). Middle School Children’s Problem-Solving Behavior: A Cognitive Analysis from a Reading Comprehension Perspective....
    • Primi, R., Ferrão, M. E., & Almeida, L. S. (2010). Fluid intelligence as a predictor of learning: A longitudinal multilevel...
    • Puig, L., & Cerdán, F. (1988). Problemas aritméticos escolares. Madrid: Síntesis.
    • Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Copenhagen: Pædagogiske Institut.
    • Riley, M. S., Greeno, J. G., & Heller, J. L. (1983). Development of children’s problem-solving ability in arithmetic. En H. P. ...
    • Schneider, W. J., & McGrew, K. S. (2012). The Cattell-Horn-Carroll Model of Intelligence. In D. P. Flanagan, & P. L. Harrison (Ed.),...
    • Solaz-Portolés, J. J., & Sanjosé, V. (2006). ¿Podemos predecir el rendimiento de nuestros alumnos en la resolución de problemas?....
    • Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285.
    • Taub, G. E., Keith, T. Z., Floyd, R. G., & Mcgrew, K. S. (2008). Effects of general and broad cognitive abilities on mathematics achievement....
    • Vergnaud, G. (1982). Cognitive and Developmental Psychology and Research in Mathematics Education. For the Learning of Mathematics, 3(2),...
    • Vergnaud, G. (1991). El niño, las matemáticas y la realidad: problemas de la enseñanza de las matemáticas en la escuela primaria. México,...
    • Vilenius-Tuohimaa, P. M., Aunola, K., & Nurmi, J.E. (2008) The Association between Mathematical Word Problems and Reading Comprehension....
    • Wilson, M., & De Boeck, P. (2004). Descriptive and explanatory item response models. In P. De Boeck and M. Wilson (Eds.) Explanatory item...
Fundación Dialnet

Mi Documat

Opciones de artículo

Opciones de compartir

Opciones de entorno