Avaliando os efeitos da abordagem modular na aprendizagem da matemática na criatividade independente de estudantes universitários
DOI:
https://doi.org/10.20952/revtee.v14i33.16064Palavras-chave:
Aprendizagem de matemática, Aprendizagem modular, Criatividade independente, Instituição de ensino superior, Pesquisar projetosResumo
Vários professores e pesquisadores estão estudando a questão de melhorar a eficácia da educação universitária e oferecer tecnologias inovadoras para enfrentar esse desafio. A aprendizagem modular está entre as técnicas de ensino mais relevantes e produtivas. O artigo examina como a abordagem modular na aprendizagem da matemática contribui para o desenvolvimento da criatividade independente dos estudantes universitários. O teste foi realizado na Tyumen Industrial University (Rússia) entre alunos do programa de Geologia Aplicada com 28 indivíduos no grupo controle e 27 indivíduos no grupo experimental. Os alunos assistiram a um ciclo de aulas expositivas para apresentação de novos materiais que posteriormente foram assimilados e reforçados nas aulas práticas através de blocos e cadeias de tarefas preparatórias e auxiliares. Para demonstrar seu conhecimento e compreensão do material, os alunos foram aprovados em testes e exames individuais. Os dados estatísticos foram processados usando o teste qui-quadrado de Pearson e o teste dos postos sinalizados de Wilcoxon. Com base na regra de tomada de decisão, a pesquisa confirma a hipótese de que a abordagem modular é mais eficaz na formação da criatividade independente dos alunos na aprendizagem da matemática, se comparada com a educação convencional. Os resultados da pesquisa demonstram que 92% dos alunos no grupo experimental começaram a resolver problemas de matemática avançada, enquanto no grupo de controle essa participação foi de 61%. A proporção de alunos no grupo experimental que elaborou projetos de pesquisa aumentou de 52% para 89%, enquanto no grupo de controle seu número diminuiu de 56% para 43%. Entre os caminhos para pesquisas futuras está uma tentativa de implementar projetos de pesquisa aplicada não apenas no aprendizado da matemática, mas também em disciplinas de estudo aplicadas ao longo de todo o período de treinamento. Espera-se que o desenvolvimento da criatividade independente dos estudantes universitários tenha um efeito positivo em sua capacidade de absorver o material de outros cursos.
Downloads
Referências
Afanasyev, V. V. (1996). Formation of students’ creative activity in the process of solving mathematical problems. Ushinsky YSPU.
Afanasyev, V. V., Povarenkov, Yu. P., & Smirnov, E. I. (2002). Training a math teacher: Innovative approaches. Gardariki.
Ammosova, N. V. (2008). Formation of the creative personality of primary schoolchildren by means of mathematics. AGPU.
Bespalko, V. P. (2009). Elements of learning methodology. Pedagogika.
Brushlinsky , A. V. (1983). Psychology of thinking and problem learning. Znanie.
Dewey, J. (1997). Psychology and pedagogy of thinking. Sovershenstvo.
Fridman, L. M. (1987). Pedagogical Experience through the Eyes of a Psychologist: A Teacher’s Book. Prosveschenie.
Gardanova, Z., Ponkratov, V., Kuznetsov, N., Nikitina, N., Dudnik, O., Latypova, E., & Shcherbatykh, S. (2020). A model for optimizing the structure of teaching techniques for distance learning in the Russian higher education system. Journal of Open Innovation: Technology, Market, and Complexity, 6(4), 1–21. https://doi.org/10.3390/joitmc6040147
Genkulova, O. V. (2004). Methodological support of individual independent work using the method of learning algebra and the principles of analysis of future math teachers. Cand. ped. sci. diss. Yaroslavl, Russia.
Gmurman, V. E. (2016). Theory of probabilities and math statistics. Visshaya Shkola.
Grebennikova, V. M., Bonkalo, T. I., Nikitina, N. I., Gardanova, Z. R., & Grebennikov, O. V. (2019). A study of personality factors in inclusive vocational education: The case of Russia. Espacios, 40(44), 25.
Gusev, V. A., Matrosov, V. L., & Nasybulina, A. K. (1993). Math learning and the holistic formation of a student’s personality (pp. 38-47). In MSPU Scientific Works. Series: Natural Sciences. Prometey.
Hansen, E. K. S. (2021). Students’ agency, creative reasoning, and collaboration in mathematical problem solving. Mathematics Education Research Journal. https://doi.org/10.1007/s13394-021-00365-y
Hendry, G. D., & Tomitsch, M. (2014). Implementing an exemplar-based approach in an interaction design subject: Enhancing students’ awareness of the need to be creative. International Journal of Technology and Design Education, 24(3), 337-348. https://doi.org/10.1007/s10798-013-9256-6
Ioannou, A., Vasiliou, C., Zaphiris, P., Arh, T., Klobučar, T., & Pipan, M. (2015). Creative Multimodal Learning Environments and Blended Interaction for Problem-Based Activity in HCI Education. TechTrends, 59, 47-56. https://doi.org/10.1007/s11528-015-0839-9
Kamal P., & Ahuja S. (2019). Academic Performance Prediction Using Data Mining Techniques: Identification of Influential Factors Affecting the Academic Performance in Undergrad Professional Course. In: N. Yadav, A. Yadav, J. Bansal, K. Deep, & J. Kim (Eds.). Harmony Search and Nature Inspired Optimization Algorithms, Advances in
Intelligent Systems and Computing, 741. Springer, Singapore. https://doi.org/10.1007/978-981-13-0761-4_79
Kashapov, M. M. (2006). Psychology of professional thinking. PER SE.
Lawanto, O., & Stewardson, G. (2013). Students’ interest and expectancy for success while engaged in analysis- and creative design activities. International Journal of Technology and Design Education, 23, 213-227. https://doi.org/10.1007/s10798-011-9175-3
Lerner, I. Ya. (1976). Didactic system of learning methods. Znanie.
Lerner, I. Ya. (2001). Didactic basics of learning methods. Pedagogika.
Litau, E. Y. (2018, April 25-26). Cognitive science as a pivot of teaching financial disciplines (pp. 72-80). Proceedings of the 31st International Business Information Management Association Conference, IBIMA 2018: Innovation Management and Education Excellence through Vision 2020, Milan.
Pólya, G. (1991). How to Solve It. Kvantor.
Shakil Ahamed, A. T. M., Mahmood, N. T., & Rahman, R. M. (2017). Prediction of Academic Performance During Adolescence Based on Socioeconomic, Psychological and Academic Factors. In: D. Król, N. Nguyen, & K.Shirai (Eds.). Advanced Topics in Intelligent Information and Database Systems. ACIIDS 2017. Studies in Computational Intelligence, 710. Springer, Cham. https://doi.org/10.1007/978-3-319-56660-3_7
Shcherbatykh, S. V., Dvoryatkina, S. N., & Smirnov, E. I. (2020). Parameters and structure of neural network databases for assessment of learning outcomes. International Journal of Criminology and Sociology, 9, 1638-1648.
Stepanov, V. D. (2001). Intensifying extracurricular work in mathematics in high school. Prosveschenie.
Ventcel, E. S. (2014). Theory of probabilities. Nauka.
Yutsyavichene, P. A. (2001). Principles of modular learning. Soviet Pedagogy, 1, 55-60.
Zubova, E. A. (2020). Developing engineering student creativity in mathematics classes at technical university. International Transaction Journal of Engineering, Management & Applied Sciences & Technologies, 11(13), 19-28.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
À Revista Tempos e Espaços em Educação ficam reservados os direitos autorais pertinentes a todos os artigos nela publicados. A Revista Tempos e Espaços em Educação utiliza a licença https://creativecommons.org/licenses/by/4.0/ (CC BY), que permite o compartilhamento do artigo com o reconhecimento da autoria.
