Publicaciones S 1365016663

SABER PEDAGÓGICO Y CONOCIMIENTO
DE LA DISCIPLINA MATEMÁTICA EN
DOCENTES DE EDUCACIÓN
GENERAL BÁSICA Y MEDIA
INVESTIGADOR RESPONSABLE:
ROBERTO ARAYA S.
EQUIPO DE INVESTIGACIÓN:
PABLO RICARDO DARTNELL ROY
CENTRO AVANZADO DE INVESTIGACIÓN

EN EDUCACIÓN
UNIVERSIDAD DE CHILE
Saber pedagógico y conocimiento de
la disciplina matemática en docentes
de Educación General Básica y Media
Investigador responsable:
Roberto Araya S.
Equipo de investigación:
Pablo Ricardo Dartnell Roy
Universidad de Chile
Resumen
En este proyecto se presenta una caracterización detallada de los
patrones de enseñanza de las matemáticas mostrados en los videos
de la Evaluación Docente 2005. Incluye profesores de educación
básica (segundo ciclo) y de enseñanza media, de diferentes regio-
nes del país. Contiene la cuantificación de diferencias por nivel (bá-
sica versus media), región, eje (geometría, números, álgebra y azar)
y edad del profesor.
Los principales hallazgos son una metodología de codificación de
videos que aprovecha la información acumulada en miles de vi-
deos de la Evaluación Docente y la descripción de la forma como
la enseñanza de la matemática efectivamente se lleva a cabo en
el aula, con una baja participación autónoma de los estudiantes
(no realizan preguntas matemáticas) y profesores que no hacen
demostraciones ni apelan a metáforas matemáticas.
Además, este estudio ofrece un panorama estimativo del empleo
efectivo de tecnologías en la enseñanza de la matemática. En los
videos no se observa la utilización de tecnologías de la información
(computador y softwares educacionales) y se constata un escaso
uso de textos.
I. Contextualización y planteamiento del problema

Este estudio aborda las prácticas docentes, cómo efectivamente se
enseña matemáticas en el aula, pues con esa información cuanti-
ficada se puede comparar con otros países, mejorar la estimación
de impactos de políticas públicas orientadas a la calidad educativa
y de programas de formación y capacitación, y apoyar cuantita-
157
tivamente la búsqueda de alternativas para mejorar las prácticas

formativas y los logros de los estudiantes.
Existe un creciente interés en la investigación de prácticas docente
en clases de matemáticas mediante videos. Hay estudios internacio-
nales que ya llevan varios años, en los cuales se hacen comparacio-
nes entre diferentes países. El presente estudio tiene, sin embargo,
importantes particularidades propias. Primero, está el hecho que
en este caso la información de video ya estaba disponible y que
no fue realizada especialmente para este estudio ni para ninguna
investigación de esta naturaleza. De partida, fue registrada durante
2005 y recién a fines de 2006 se decidió analizar su contenido con
fines de investigación. El análisis comenzó el segundo semestre de
2007. No existió una fase de diseño de experimentos, tal como
ocurrió en TIMSS Video y otros estudios. En ellos, por varios meses
e incluso años, expertos de diferentes universidades analizaron al-
ternativas y acordaron objetivos, distinciones, variables, estrategias
de registro de video, muestreo, grupos de control, acopio de infor-
mación complementaria, etc.
Debido a la naturaleza y propósito de los videos de la Evaluación
Docente, ellos fueron registrados sólo a una cámara, lo que limita
la caracterización de la interacción estudiante-profesor y la que
existe entre estudiantes. En otros estudios, como los de TIMSS Vi-
deo o el proyecto Pythagoras existen dos o más cámaras, unas
enfocadas en el profesor y otras en los estudiantes.
Un aspecto interesante de este estudio es el metodológico, el
hecho que una enorme cantidad de videos de clases, única en el
mundo, pueda aprovecharse tomando muestras compuestas sólo
por extractos de videos para obtener una visión detallada de las
prácticas pedagógicas existentes en Chile.
II. Preguntas de investigación, hipótesis y objetivos

El objetivo central de esta investigación es caracterizar las prácticas
pedagógicas de los profesores chilenos que enseñan matemáticas.
Las preguntas principales a responder son:
Codificación de información en videos:
¿Qué distinciones sobre el saber pedagógico pueden codificarse
objetivamente?
¿Cuáles pueden utilizarse con los videos de la Evaluación Docen-
te?
158
Saber pedagógico y conocimiento de la disciplina matemática en docentes de educación general básica y media
Paseos del profesor:

¿Cómo observa el profesor el trabajo de los estudiantes?
¿Con qué frecuencia se pasea por los escritorios mirando lo que
ellos hacen?
Comunicación verbal y no verbal del profesor:
¿Con qué frecuencia el profesor establece contacto ocular, se acer-
ca, indica o realiza manifestaciones no verbales de apoyo a la en-
señanza?
¿Con qué frecuencia el profesor nombra los estudiantes, los felicita
públicamente?
Participación de los estudiantes:
¿Cuántas preguntas matemáticas hacen los estudiantes?
¿Establecen conjeturas?
Textos:
¿Con qué frecuencia se usan los textos?
¿En qué ejes y niveles?
Computador:
¿Con qué frecuencia usan los estudiantes y el profesor las tecno-
logías TICs?
¿En qué ejes y cuáles niveles?
¿Qué tipo de software usan?
¿Qué signos de efectividad del computador existen?
Materiales:
¿Con qué frecuencia se usan materiales, manipulativos, herramien-
tas, juegos de patio o tablero?
Demostraciones matemáticas:
¿Con qué frecuencia los profesores realizan demostracio-
nes matemáticas en las clases? ¿En qué eje y en qué nivel ha-
cen mayor número de demostraciones? ¿Cómo las motivan?
¿Cómo se aseguran que los estudiantes valoren la necesidad de
demostrar?
Metáforas:
¿Con qué frecuencia se usan metáforas matemáticas en la clase?
¿Cuáles son las más usadas? ¿En qué ejes y a cuál nivel?
159
Conocimientos de matemáticas del profesor:

¿Qué grado de dominio del contenido matemático tiene el profe-
sor? ¿Qué errores comete?
Impacto de saberes pedagógicos:
¿Qué prácticas pedagógicas tienen mayor impacto en el desempe-
ño de los estudiantes?
III. Marco teórico conceptual

El sistema educacional es un sistema complejo. Incluye la interac-
ción de muchos individuos, cada uno con una estructura cerebral
compuesta de una enorme cantidad de neuronas, todas con miles
de conexiones. Es una estructura biológica muy bien adaptada para
ciertas tareas, aquellas que por miles de generaciones nuestros
ancestros han tenido que efectuar. Esas adaptaciones son condi-
cionantes que facilitan ciertos tipos de aprendizajes. Sin embargo,
esas mismas estructuras mentales dificultan otros aprendizajes, en-
tre los cuales están muchos de los requeridos en el sistema educa-
cional. Por otra parte, la estructura cerebral de cada individuo con-
tiene poderosos mecanismos sociales de asimilación cultural. Cada
alumno interacciona con otros estudiantes, profesores, miembros
de la familia e individuos de su entorno, y aprovecha esa interacción
para aprender de ellos, mediante mecanismos implícitos, como la
imitación, o mecanismos explícitos y cuidadosamente planificados,
como lo son las estrategias de enseñanza aprendizaje.
Para entender este complejo sistema, la prioridad es definir el mar-
co teórico. Según Redish (2003), si “vamos a intentar estudiar la
educación usando los métodos y herramientas de la ciencia, nece-
sitamos desarrollar un marco teórico, un lenguaje y suposiciones
compartidas que nos guíen y permitan comparar diferentes aproxi-
maciones y maneras de pensar”. Esto significa definir los objetos y
variables (la ontología), y los mecanismos de interacción entre esos
objetos. Un punto crucial es seleccionar el grado de granularidad
del fenómeno educacional y, en particular, establecer descriptores
de los saberes pedagógicos de los profesores y del aprendizaje de
los estudiantes en el aula.
El marco teórico propuesto ha sido escogido teniendo en cuenta
dos aspectos:
Primero, está la necesidad de adaptarse a la naturaleza de la in-
formación disponible y, por otra parte, el marco teórico ha sido
160
seleccionado para comprender posibles causas de los diferentes ni-

veles de logro de los estudiantes. Ambos aspectos definen el norte
epistemológico que orienta la selección de fenómenos en el aula.
El objetivo es describir el desempeño de los estudiantes en los vi-
deos que puedan explicar sus distintos logros.
Los desempeños escolares son normalmente medidos por pruebas
nacionales tipo SIMCE. Estamos, de partida, seleccionando fenó-
menos con la ayuda de un lente epistemológico particular. Estos
tests intentan medir el dominio que poseen los estudiantes de
los contenidos y objetivos curriculares, los cuales pueden descom-
ponerse en múltiples objetos básicos de conocimiento. Son como
átomos. En cada nivel describen lo que finalmente el currículo su-
giere que los estudiantes deben lograr comprender. Por ejemplo,
un átomo de conocimiento para primero básico puede ser “sumar
mentalmente dos enteros positivos menores a 20”.
Este lente epistemológico lleva naturalmente a seleccionar factores
que representen los saberes pedagógicos que potencialmente pue-
dan influir en los logros de los estudiantes. Estos factores pueden
ser de naturaleza muy diversa: Están las estrategias comunicacio-
nales del profesor (verbales y no verbales), sus estrategias motiva-
cionales, estrategias para lograr la participación de los estudiantes,
el grado efectivo de participación, las tecnologías usadas (material
concreto, textos, TICs), la forma de distribución de los alumnos en
la sala, etc. También incluye el dominio del contenido, estrategias
de razonamiento matemático que usa el profesor, etc.
Ya a principios del siglo pasado, investigadores educacionales re-
gistraban la interacción en la sala de clases, midiendo aspectos
como el número de preguntas por unidad de tiempo y la propor-
ción de palabras habladas por el profesor versus las de estudiantes
(Stevens, 1912).
Para determinar el impacto de políticas públicas se medían tam-
bién aspectos como el uso de diferentes tecnologías, desde textos
y pizarrón hasta computadores. Por ejemplo, desde la década de
los 40, existen registros en compendios estadísticos con variables
como el número de filmes usados por mes por profesor (National
Education Association, 1946) y comparaciones de las diferencias
de uso de películas por nivel, es decir, entre profesores de ense-
ñanza básica y media.
Estos estudios se han ido facilitando por los adelantos tecnoló-
gicos. En matemáticas, hace más de una década que se realizan
estudios comparativos internacionales usando registros en video.
161
Existe evidencia internacional (Stiegler, et al., TIMSS Video Study,

1999) de que el registro en video aporta elementos de análisis más
finos. La posibilidad de revisar reiteradamente la clase y hacerlo por
diferentes revisores, que no tienen necesariamente que estar pre-
sentes en el aula, la posibilidad de ir agregando más distinciones en
la medida que se van detectando regularidades interesantes, y la
posibilidad de interrelacionar esta información con encuestas, tests
e información demográfica y etnográfica, redunda en una mayor
riqueza de información y en posibilidades más efectivas de análisis.
Estas nuevas capacidades permiten encontrar patrones imposibles
de lograr sólo con encuestas y tests. TIMSS, por ejemplo, ha reali-
zado varios estudios que revelan prácticas culturales muy diferen-
tes entre países, tales como tiempos dedicados a que el estudiante
desarrolle una idea versus lo que enseñe el profesor, calidad mate-
mática de la clase, estrategias de motivación, etc.
La codificación de la información en video permitirá tener un mejor
conocimiento de las prácticas reales usadas en el sistema educa-
cional. Este conocimiento es clave para proponer cambios en la
formación de profesores, determinar la combinación adecuada de
horas en práctica, teoría pedagógica, conocimiento disciplinario,
integrar los saberes pedagógicos con la disciplina, etc. Lo mismo es
necesario para mejorar programas de capacitación a profesores en
ejercicio, para determinar qué debiera hacer un profesor para ser
más efectivo, mejorar su valor agregado y para realizar ajustes al
currículo (Araya, 2004).
El objetivo es describir los patrones típicos de los saberes matemá-
ticos que los docentes ocupan en sus prácticas pedagógicas. Esto
incluye aspectos comunicacionales, verbales y no verbales, estra-
tegias motivacionales y de enseñanza, y grado de dominio en los
contenidos enseñados. Con este fin se analizaron 720 videos de la
Evaluación del Desempeño Profesional Docente 2005. El análisis no
buscaba evaluar la calidad docente, sino que encontrar los patro-
nes de comportamiento. Esta descripción debe tener dos caracte-
rísticas: objetividad y repetibilidad.
a) Objetividad.
El objetivo no es determinar la calidad del video, del profesor
o de la clase, sino más bien caracterizar los saberes peda-
gógicos. Esto se traduce en contar eventos o establecer la
duración de éstos. Por ejemplo, número de preguntas mate-
máticas que hace o tiempo que usa el pizarrón el profesor.
Esto es diferente de los puntajes de la Evaluación Docente o
162
de cualquier mecanismo de evaluación. El proyecto no emite

juicios sobre los saberes, no porque no sea importante, sino
porque su objetivo es medir de la forma más precisa posible
lo que pasa en la sala de clases.
El efecto Dr. Fox
Un aspecto a tener presente en el estudio de los saberes pe-
dagógicos es la influencia de componentes no relacionados
con el aprendizaje de los estudiantes. Existe evidencia que
la evaluación docente hecha por estudiantes puede ser in-
fluenciada por componentes no educacionales. En la litera-
tura es conocido el llamado “Efecto Dr. Fox”, nombrado así
luego del artículo “The Doctor Fox Lecture: A Paradigm of
Educational Seduction”, del Journal of Medical Education
(1973). En este proyecto no se realizó ninguna evaluación,
sino que se limitó a la contabilización de eventos. Aunque,
de todos modos, se midió y monitoreó la calidad de las con-
tabilizaciones para asegurar confiabilidad de las codificacio-
nes.
b) Repetibilidad.
La cuantificación de los eventos debe ser independiente del
revisor. Por esta razón hasta la mitad del proyecto, toda va-
riable era cuantificada por dos revisores distintos en forma
independiente. Una vez verificada la similitud de las cuanti-
ficaciones, esta restricción se levantó para la segunda mitad
de los videos.
IV. Metodología
Se digitaron y analizaron todos los videos de la Evaluación del Des-
empeño Profesional Docente 2005 del área matemáticas. El 78,8%
correspondían a enseñanza básica (segundo ciclo) y el 21,2% son
de enseñanza media.
Cada video fue analizado en uno de cinco segmentos diferentes.
Se usaron originalmente segmentos de cuatro minutos y luego se
utilizaron segmentos de dos minutos.
Se definieron lo segmentos 1, 2, 3 y 4 como los segmentos me-
didos a partir de los minutos 0, 10, 20 y 30, respectivamente. El
segmento 5 toma los últimos minutos de la clase. Este segmento se
incluyó siguiendo la recomendación de Eckart Klieme, experto de
la OECD, quien evaluó el primer estado de avance.
163
Cada segmento se revisó 20 veces en promedio. Se registraron

120 variables por video, las cuales estaban agrupadas en dos for-
mularios distintos, los que fueron codificados por dos parejas de
revisores. Se adjuntan dichos formularios como hojas de una pla-
nilla electrónica. La tercera hoja no se utilizó, pues corresponden a
variables de eventos que no se observaron en los videos.
La información se llenó en dos formularios, el primero más general
y el segundo relacionado con la enseñanza de la matemática.
De las variables del formulario 1, el 79% de los videos fueron re-
visados por ambos revisores, mientras que en el formulario 2, el
32% de los videos fueron revisados en esta forma duplicada.
Revisor 1 Revisor 2 Revisor 3 Revisor 4
Formulario 1 601 623
Formulario 2 512 437
Tabla de resumen con el número de videos revisados por revisor.
Existe una amplia literatura sobre el uso de muestras tempora-

les (segmentos de un video) para describir patrones presentes en
eventos de mayor duración. Por ejemplo, Gottman, 2000; Coan
& Gottman, 2007, y Gladwell, 2005, han desarrollado una meto-
dología (SPAFF) que codifica información a partir de segmentos
cortos de videos, en los que se observa la interacción de una pareja
de novios o recién casados. Sus investigaciones demuestran que
segmentos de tres minutos bastan para predecir con gran precisión
el comportamiento futuro de interacción de esa pareja por varias
décadas, como por ejemplo, si seguirán juntos o se divorciarán.
En el dominio de evaluación docente un estudio clásico es el de
Ambadi & Rosenthal (1993), quienes encontraron que la evalua-
ción que realizan estudiantes universitarios luego de asistir a clases
por un semestre con un profesor, era estadísticamente equivalente
a la evaluación que realizan al ver sólo 10 segundos de un video de
ese académico.
Por otro lado, existen estudios que abogan por tiempos mayores
para realizar un diagnóstico de la docencia. Shimizu y Yoshinori
(2003), por ejemplo, argumentan que la unidad de análisis para
describir los patrones de prácticas pedagógicas debería ser una se-
cuencia de varias (10) clases. Ellos analizan el rol de las tareas que
da el profesor, las que cumplen el papel de pegamento entre cla-
ses, lo cual tendría un significativo rol educacional.
164
V. Resultados, investigación y conclusiones

- La codificación propuesta es estable y confiable.
Codificadores distintos lograron patrones estadísticamente
similares al registrar las variables propuestas en este estudio.
Por lo tanto, las variables seleccionadas son estables y miden
características de los saberes pedagógicos en forma inde-
pendiente de quien las mida.
- Las secuencias cortas de video entregan información relevante.
No hay diferencias estadísticamente significativas en las va-
riables que estiman el tiempo total de duración de eventos al
registrarlas en secuencias de videos de dos o cuatro minutos
de duración. Sin embargo, las variables que contabilizan las
veces que un hecho ocurrió deben distinguirse en dos cate-
gorías: las que contabilizan eventos de corta duración y de
larga duración. Cuando son de larga duración se producen
distorsiones en secuencias cortas.
- Hay diferencias didácticas entre enseñanza básica y media.
Se constataron diferencias típicas entre las clases de ense-
ñanza básica (segundo ciclo) y la media. En esta última, el
profesor está un poco más de tiempo usando el pizarrón
escribiendo matemáticas. Menos tiempo de la clase hace
uso de papeles, cartones, palos y/o tijeras y papelógrafo. Es-
tablece menos contacto ocular con los estudiantes, quienes
pasan más tiempo resolviendo problemas puramente mate-
máticos. En enseñanza media se enseña más álgebra y, en
básica, más geometría y números. En esta muestra de videos
de la Evaluación Docente los ruts de los profesores de ense-
ñanza media son mayores, por lo que se estima que son más
jóvenes que los de enseñanza básica.
165
- Existen diferencias didácticas entre las regiones del país.

A diferencia del resto de las regiones, en la Región Metro-
politana los profesores prácticamente no usan guías y se
acercan mucho menos a mirar los trabajos y a supervisar los
alumnos, pero les hacen más preguntas matemáticas distin-
tas, por lo que el número de respuestas de los estudiantes es
mayor.
En la Quinta y Octava regiones, profesores de esta muestra
de la Evaluación Docente 2005 tienen ruts significativamen-
te más bajos y por lo tanto, son de mayor edad.
166
Distribución del tiempo (en segundos) de uso de guías en la clase en la

secuencia de cuatro minutos, según la región del país.
- Existe un patrón distinto al de los demás ejes en geometría.

El tiempo que el profesor se dedica a mostrar objetos y/o
figuras matemáticas, dibujar figuras matemáticas, recortar y
pegar figuras, es mayor en el eje de geometría; mientras que
el tiempo dedicado a resolver problemas puramente mate-
máticos es menor al dedicado en el resto de los ejes (núme-
ros, álgebra y azar).
Es natural prever el uso de prácticas pedagógicas diferentes
en geometría, pero también se esperan en azar. En aritmé-
tica se podría esperar también un uso de materiales concre-
tos.
167
Distribución del tiempo (en segundos) del profesor y estudian-

tes recortando, pegando y dibujando figuras matemáticas
según nivel el eje (álgebra, azar, números y geometría).
- Hay diferencias de patrones entre el inicio, medio y fin de la

clase.
El tipo de actividades que el profesor y los alumnos realizan
va cambiando a medida que transcurre la clase. Esta diná-
mica tiene un patrón en el que se distinguen claramente los
segmentos extremos (inicio y fin) de los intermedios (2, 3 y
4). En el segmento 1 (inicial) y en el segmento 5 (final), los
estudiantes no trabajan en forma independiente. Gran par-
te de la clase atiende al profesor. Este patrón es previsible,
sin embargo, el interés reside en cuantificarlo. Esto permite
comparar con otras realidades y sectores, y apoyar la cuanti-
ficación del impacto de estrategias de formación y capacita-
ción.
168
Distribución del tiempo (en segundos) en que los estudiantes trabajan

“toda la clase” dentro de la secuencia de cuatro minutos según transcu-
rren los diferentes segmentos de la clase.
- Los profesores más jóvenes tienen algunas estrategias dife-

rentes.
El comportamiento del profesor con rut mayor a la media
(6.915.638) es diferente al de los ruts menores. Analizan-
do los segmentos intermedios (2, 3 y 4), se observa que los
profesores con ruts menores (de más edad) sacan más a los
estudiantes al pizarrón, se pasean más y les hacen más pre-
guntas matemáticas. Esto puede deberse a que hay mayor
proporción de profesores de menor rut (de más edad) en
enseñanza básica.
El 82% de los profesores con rut menor a 6.9 millones en-
seña en enseñanza básica, mientras ese porcentaje baja al
68% en el caso de los docentes con rut mayor a 6.9 millo-
nes.
169
- Los profesores que se acercan más a mirar lo hacen por los

trabajos manuales.
En los segmentos intermedios (2, 3 y 4) el profesor se acerca
más que la media a mirar el trabajo del estudiante, ya que
estos ocupan mayor tiempo recortando, pegando y dibu-
jando figuras. Estos datos sugieren que la supervisión del
profesor se debe a la naturaleza concreta de la actividad que
realizan los alumnos.
Distribución del tiempo (en segundos) en que los estudiantes están re-
cortando, pegando o dibujando figuras en secuencias de cuatro minutos,
según el número de veces que se acercó al estudiante, ya sea menor o
mayor que la media.
- Se observan más paseos de supervisión de trabajo cuando el

profesor no está exponiendo a toda la clase.
En los segmentos intermedios (2, 3 y 4) en que el modo de
trabajo de toda la clase es mayor a la media, el profesor está
más en el pizarrón, los estudiantes permanecen más tiem-
po sólo escuchando, el profesor hace más preguntas mate-
máticas y supervisa menos el trabajo de los estudiantes. En
cambio, cuando en estos segmentos hay más trabajo indi-
vidual o en grupo que la media, el profesor supervisa más,
da más paseos entre los estudiantes, mira sus trabajos y los
170
estudiantes hacen más actividades del tipo recortar, pegar y

dibujar figuras.
Esta conclusión no sólo confirma y cuantifica apreciaciones
razonables que se dan en clases de matemáticas, sino tam-
bién destaca el hecho que, cuando el profesor expone a toda
la clase, no se pasea supervisando. Esto no tendría necesa-
riamente que ser así. Una ayuda tecnológica podría ofrecer
la posibilidad de hacer ambas cosas a la vez. Un software
podría ayudarle a monitorear en línea mientras trabaja con
toda la clase. Hay juegos en equipo que cumplen los mismos
objetivos.
- Los alumnos hacen muy pocas preguntas matemáticas.
Entre todos los estudiantes hacen sólo cerca de una pregun-
ta por hora de clase.
- En los segmentos intermedios (2, 3 y 4), donde el número de
veces que el profesor sacó a estudiantes adelante es mayor
a la media, la cantidad de preguntas que hace el docente
también es mayor.
- En los segmentos intermedios (2, 3 y 4), con menor supervi-
sión que la media, el profesor hace más preguntas matemá-
ticas.
Distribución del número de preguntas matemáticas distintas que hace el
profesor según si el tiempo que supervisa el trabajo de los estudiantes es
menor o mayor a la media.
171
En los segmentos intermedios (2, 3 y 4) en que el profesor hizo más

preguntas que la media, el número de veces que sacó adelante a
estudiantes fue mayor.
Distribución del número de veces que el profesor sacó estudiantes adelante
a hacer algo matemático en las secuencias de cuatro minutos
según si el número de preguntas matemáticas distintas que hace es me-
nor o mayor a la media.
- Dos patrones didácticos.

Claramente hay dos patrones de comportamiento pedagógico ex-
cluyente de los profesores para los segmentos intermedios de la
clase: uno es preguntar a los estudiantes y el otro es supervisar
trabajo acercándose a ellos. Nuevamente este resultado cuantifica
un hecho razonable: es más fácil para el profesor hacer preguntas
a todos adelante. Esto no tendría por qué ser así, pues existe apoyo
tecnológico que permite monitorear lo que cada estudiante está
haciendo.
Sería interesante estudiar si los softwares ayudan efectivamente al
profesor a realizar ambas actividades de forma simultánea.
172
Distribución del tiempo (en segundos) que el profesor supervisa

el trabajo de los estudiantes en las secuencias de cuatro minutos según
si el número de preguntas matemáticas distintas que hace es menor o
mayor a la media.
- Hay diferencias de comportamiento en problemas puramente

matemáticos respecto a otros problemas.
En los segmentos intermedios, en que los estudiantes están
resolviendo problemas puramente matemáticos más que el
promedio, los alumnos ocupan menos tiempo usando pa-
peles, cartones y tijeras, el profesor se les acerca con mayor
frecuencia y supervisa mucho más sus trabajos. Pero en esos
segmentos hay menos tiempo en que el profesor hace pre-
guntas matemáticas. Es interesante ver que en problemas
menos aplicados haya más acercamiento y supervisión, y,
como se está acercando a los puestos, no hace preguntas
matemáticas en voz alta a todos.
173
- El uso de textos es muy bajo en las clases filmadas para la

Evaluación Docente.
En los videos de la Evaluación Docente examinados, prácticamente
no se encontraron eventos de uso de textos. Sí hubo evidencia de
utilización de guías, aunque no se puede observar si éstas provie-
nen de copias de ejercicios en textos.
Este hallazgo puede deberse a varios factores. Por ejemplo, a un
aspecto cultural que induciría a los profesores a no emplear textos,
pues en la evaluación podría entenderse que no es algo propio
del profesor, sino que está usando material diseñado por terceros.
Sería importante averiguar si ese factor es real. Otra posibilidad
es que los docentes no han tenido suficiente capacitación en la
utilización de los textos a partir de mediciones internacionales. Es
sabido que el uso de materiales de instrucción depende críticamen-
te del número de horas de capacitación recibidas en el empleo de
ese material. Según el estudio preparado para la National Science
Foundation (Banilower et al., 2006), recién después de cerca de
200 horas de capacitación, la probabilidad de que el profesor re-
curra a los materiales instruccionales en todas las lecciones es más
del 50%.
- No se observa uso de TICs para matemáticas.
174
Los profesores no emplean computadores ni softwares educa-

cionales en las clases filmadas para la evaluación docente.
- No hay demostraciones matemáticas.
No se observan demostraciones matemáticas ni razonamien-
to deductivo en los videos analizados.
Tal como en Estados Unidos en el Proyecto TIMSS Video, en
este estudio de los videos de la Evaluación Docente tampoco
se encontraron evidencias de demostraciones matemáticas.
Esta es una gran diferencia con Japón y Alemania.
- Los profesores no cometen errores matemáticos.
En los videos de esta muestra de Evaluación Docente, prác-
ticamente no se observan errores conceptuales matemáticos
ni de cálculos cometidos por los profesores, y los pocos re-
gistrados son en general corregidos.
- No se usan metáforas matemáticas.
No se encontró evidencia de la utilización premeditada ni
ocasional e inconsciente de metáforas matemáticas para la
enseñanza.
A diferencia del estudio de clases norteamericanas (Richland
et al., 2004) en base a TIMSS Video, no se observó el uso
de metáforas. En el caso estadounidense se encontraron un
promedio de cuatro por clase. Esa investigación fue especial-
mente dedicada a detectar la presencia de metáforas y con-
sideró siete revisiones. Puede que acá también se requiera
una revisión más exhaustiva y especializada.
VI. Conclusiones
Las conclusiones de este estudio pueden centrarse en dos aspec-
tos: Los metodológicos y los relativos a los saberes pedagógicos en
las clases de matemáticas en Chile.
En relación a la metodología de análisis, se concluye que, con las
variables seleccionadas y la forma de codificarlas, se obtienen me-
diciones objetivas, repetibles por terceros y estadísticamente in-
dependientes de codificadores, y que, usando las secuencias de
video se logra detectar patrones didácticos representativos de lo
que pasa en clase y los saberes didácticos en uso. Esta metodolo-
gía es, entonces, una forma interesante de aprovechar la enorme
175
cantidad de información que recogen las evaluaciones docentes

mediante videos.
En cuanto a los saberes pedagógicos, se puede concluir que existen
patrones claros de estrategias didácticas en las clases de matemáti-
cas. Es una enseñanza más centrada en el profesor. Él es quién for-
mula las preguntas y hace que los estudiantes sigan la exposición
en el pizarrón o trabajen individualmente resolviendo problemas.
Existe una dinámica claramente identificable, que diferencia entre
el inicio, segmentos intermedios y el final de la clase.
Hay dos patrones de comportamiento pedagógico de los profeso-
res para los segmentos intermedios de la clase: Uno corresponde
a preguntar a estudiantes, el otro es supervisar trabajo acercándo-
se a ellos. Los alumnos hacen muy pocas preguntas matemáticas,
apenas una por hora de clase entre todos.
Hay diferencias entre enseñanza básica y media. En esta última el
profesor está un poco más de tiempo usando el pizarrón y escri-
biendo matemáticas, menos tiempo de la clase utiliza papelógrafo
o hace uso de papeles, cartones, palos y/o tijeras, y establece me-
nos contacto ocular con los alumnos. Los estudiantes pasan más
tiempo resolviendo problemas puramente matemáticos.
Hay diferencias importantes entre ejes, siendo geometría donde
más se usa material concreto. Existe muy poca utilización de textos
y ningún empleo de tecnología computacional. Tampoco se advier-
te un aprovechamiento explícito de metáforas matemáticas. No se
observaron errores matemáticos de los profesores.
Finalmente, no se encontró ninguna evidencia de razonamiento
matemático deductivo ni de actividades de demostraciones mate-
máticas.
La conclusión central es que hay una excelente oportunidad de
aprovechar una enorme cantidad de información que, año tras año,
se acumula con los videos de la Evaluación Docente. Esta informa-
ción es difícil de obtener de otra forma y puede ayudar a medir el
impacto de ajustes curriculares, políticas de textos y de tecnologías
TICs, y programas de capacitación y formación de profesores.
176
VII. Recomendaciones para la formulación de políticas

públicas
1. Acceso a información confidencial.
Se deben buscar formas de hacer accesible la información
de evaluación docente con fines de investigación. Este pro-
yecto se vio enfrentado a múltiples dificultades y no se pudo
acceder a toda la información deseable de analizar. Particu-
larmente, las relacionadas con las evaluaciones de los videos
y de dominio de contenido de profesores.
2. Plataforma unificada de información.
Hay que desarrollar plataformas con información unificada
de diversas fuentes. La información de videos o de evalua-
ción docente no está integrada y es muy difícil de cruzar con
antecedentes del desempeño de estudiantes (SIMCE) de los
correspondientes profesores. La información está parcelada
y, si bien ofrece un potencial enorme, la dificultad de cruzar-
la limita ese potencial.
3. Profundizar el estudio de saberes y prácticas docentes.
Este trabajo es un primer esfuerzo en la dirección de conocer
qué pasa realmente en el aula. Proyectos internacionales,
como el TIMSS Video, tomaron varios años, y el de estudio
dirigido por el profesor David Clarke, sobre patrones de par-
ticipación en la sala de clases, lleva tiempo en ejecución. En
Chile también es necesario hacer investigaciones detalladas
con seguimiento permanente.
4. Estudios internacionales.
Es altamente recomendable comenzar a participar en estu-
dios internacionales comparativos con lecciones grabadas en
video. El análisis de las diferencias de lo que ocurre en clase
puede orientar cambios en estrategias de formación y capa-
citación.
5. Difusión de estudios de prácticas docentes.
Es necesario establecer una plataforma pública de acopio y
difusión de información de prácticas docentes.
6. Ampliar los estudios a otros sectores:
La ampliación de las investigaciones y otras áreas, como
ciencias y lenguaje, permitirá comparar y asegurar recomen-
177
daciones para mejorar la sincronización de estrategias de

enseñanza y contenidos.
7. Realizar campañas de capacitación a profesores sobre el uso
de textos.
La evidencia encontrada permite estimar que el uso de tex-
to es bajo. Campañas de capacitación sobre su adecuado
aprovechamiento podrían ser de utilidad, como muestran
estudios en otros países.
8. Profundizar la investigación con videos sobre el uso de TICs.
La evidencia indica que el empleo de TICs en matemáticas
es bajo. Es importante confirmar esto e investigar cómo son
utilizadas las tecnologías.
9. Análisis de videos en tareas de formación y capacitación.
Es conveniente promover y desarrollar estrategias de forma-
ción y capacitación que utilicen la información y análisis de
videos de clases, introduciendo por ejemplo, una asignatura
obligatoria dedicada al estudio de lecciones con videos en
las escuelas de educación.
10. Impacto del profesor.
Es importante avanzar en la medición del impacto del profe-
sor en los desempeños de los estudiantes. Para determinar
qué saberes pedagógicos son más críticos es indispensable
correlacionar la información, parte de la cual ya queda pro-
cesada en este proyecto.
Bibliografía
Aprendizaje y descubrimiento de matemáticas

ARAYA, R. What is Inside this Box? Look at these other Opened
Boxes for Clues. In: Proceedings de Fifth Conference of the Euro-
pean Society for Research in Mathematics Education. Group 1: The
role of Metaphors. Lárnaca, Chipre: CEMRE 5, 2007.
DEHAENE, S. Evolution in Human Cortical Circuits for Reading and
Arithmetc: The Neuronal Recycling Hypothesis. From Monkey to
Human Brain. MIT Press, 2004.
LAKOFF, G. & NUÑEZ, F. Where do Mathematics Come From? (La
metáfora como elemento clave en el conocimiento matemático)
New York: Basic Books, 2000.
178
SIEGLER, R. & ARAYA, R. A. Computational Model of Conscious

and Unconscious Strategy Discovery. In: Robert V. Kail. Advances in
Child Development and Behaviour. Volume 33. Elsevier Academic
Press, 2005. pp. 1-42.
SOTO-ANDRADE, J. Metaphors and Cognitive Styles in the Tea-
ching-Learning of Mathematics. In: Proceedings of the Fifth Con-
ference of the European Society for Research in Mathematics Edu-
cation. Group 1. The Role of Metaphors. Lárnaca, Chipre: CEMRE
5, 2007.
Un monde dans un grain de sable: Métaphores et analogies dans
l’apprentissage des mathématiques. En: Annales de Didactique et
de Sciences Cognitives Nº 11, 2006. pp. 123-147.
Conocimiento de la disciplina y saberes pedagógicos
ARAYA, R. La inteligencia matemática. Diferentes saberes peda-
gógicos y tecnologías TICs para la enseñanza de las matemáticas.
Santiago, Chile. 2000.
Estrategias de enseñanza de la matemática. Curso OEA. Disponible
en: http://www.educoas.org/Portal/ineam/flyers/brief_Matematica.
aspx
[Online, revisado 12 agosto, 2008]
CHAMBLISS, M., GRAEBER A. & CLARK, K. Does Subject Matter
Matter? University of Maryland.
DÍAZ, L. Profundizando en los Entendimientos Estudiantiles de Va-
riación. En: Investigaciones sobre enseñanza y aprendizaje de las
matemáticas: Un reporte iberoamericano. Comité Latinoamericano
de Matemática Educativa, A.C., 2006.
GOLDIN-MEADOW, S. & KIM, M. What the Teacher´s Hands Tell
the Student´S Mind about Math. In: Journal of Educational Psycho-
logy, Vol. 91, Nº 4.
GOLDIN-MEADOW, Susan. The Role of Gesture in Communication
and Thinking. En: Trends in Cognitive Sciences, Vol. 3, Nº 11.
HERMES, J.J. U.S. Panel on Math Education Laments Gaps in Re-
search on What Works Best Disponible en: http://chronicle.com/
daily/2008/03/2047n.htm
The Chronicle of Higher Education. Marzo 14. 2008.
179
HIEBERT, James, MORRIS, Anne, BERK, Dawn & JANSEN, Amanda.

Preparing Teachers to Learn From Teaching. Journal of Teacher
Education, Vol. 58, No. 1, January/February 2007.
LIPPING, Ma. Knowing and Teaching Elementary Mathematics.
Lawrence Erlbaum Associates, 1999.
MOK, Ida Ah Chee. Learning Tasks. Lesson Events as the Basis for
International Comparisons of Classroom Practice at the Annual
Meeting of the American Educational Research Association. San
Diego. 2004.
REDISH, E. A Theoretical Framework for Physics Education Re-
search: Modeling Student Thinking. The Proceedings of the Enrico
Fermi Summer School in Physics, Course CLVI. Italian Physical So-
ciety, 2004.
SHIMIZU, Yoshinori. Capturing the Structure of Japanese Math-
ematics Lessons as Embedded in the Teaching Unit. In: Symposium
Mathematics Lessons in Germany, Japan, the USA and Australia:
Structure in Diversity and Diversity in Structure at the Annual
Meeting of the American Educational Research Association. Chi-
cago, April 21-25, 2003.
STAUB, F. & STERN, E. The Nature of Teachers’ Pedagogical Con-
tent Beliefs Matters for Students’ Achievement Gains: Quasi-Ex-
perimental Evidence from Elementary Mathematics. In: Journal of
Educational Psychology 93, 2002. pp. 144–155. (Prized by the Eu-
ropean Association for Research in Learning and Instruction 2003)
STEVENS, Romiett. The Question as a Measure of Efficiency in In-
struction. New York: Bureau of Publications. Teachers College, Co-
lumbia University, 1912. pp. 15-17.
TUMINARO, J. & REDISH, E. Elements of a Cognitive Model of Phy-
sics Problem Solving: Epistemic Games. In: Physical Review Special
Topics-Physics Education Research 3, 020101. 2007.
TYACK, D. & CUBAN, L. Tinkering Towards Utopia: A Century of
Public School Reform. Harvard University Press, 1995.
WAGNER Cook, S. & GOLDIN-MEADOW, S. The Role of Gesture in
Learning: Do Children Use Their Hands to Change Their Minds? In:
Journal of Cognition and Development 7 2, 2007. pp. 211–232.
180
Codificación de videos de profesores enseñando matemáti-

cas
CLARKE, David. Patterns of Participation In The Mathematics Class-
room. Proceedings of the 28th Conference of the International
Group for the Sychology of Mathematics Education. The Learners’
Perspective Study. University of Melbourne. 2004.
Elements of a Cognitive Model of Physics Problem Solving: Epis-
temic Games. Disponible en: http://scholar.google.cl/scholar?
q=Elements+of+a+Cognitive+Model+of+Physics+Problem+So
lving:+Epistemic+Games.&hl=es&lr=&scoring=r&as_ylo=2003
HICKMAN, Paul, REIF, Marc & ISOLA, Drew. Research and Practical
Approaches for Classroom Teachers, School Administrators, and
School Districts. Providing Feedback to Improve K-20 Science Ins-
truction. NSTA Science Assessment.
HIEBERT, J., GALLIMORE, R., GARNIER, H., GIVVIN, K. B., HO-
LLINGSWORTH, H., JACOBS, J. et al. Teaching Mathematics in Se-
ven Countries: Results from the TIMMS 1999 Video Study. U.S.
Department of Education, National Centre for Educational Statis-
tics. 2003.
STIGLER, J. & HIEBERT, J. Understanding and Improving Classroom
Mathematics Instruction: An Overview of the TIMSS Video Study.
2004.
LESSONLAB, INC. TIMSS-R Video Math Coding Manual. 2003.
MC NEILL, D. Hand and Mind: What Gestures Reveal about Thoug-
ht. The University of Chicago Press. (Importancia de los movimien-
tos gestuales en la cognición). 1992.
RICHLAND, L, HOLYOAK, K & STIGLER, J. Analogy Use in Eighth-
Grade Mathematics Classrooms Cognition and Instruction, 22 1,
2004. pp. 37-60.
STIEGLER, J & HIEBERT, J. The Teaching Gap. Best Ideas from the
World´s Teachers for Improving Education in the Classroom. Free
Press. 1999.
TIMSS, 1999 Video Study of Eighth-Grade, Mathematics Teaching.
National Center for Statistics. Department of Education. Institute
of Educational Sciences, 2003.
181
Secuencias de videos
AMBADY, Nalini & ROSENTHAL, Robert. Half a Minute: Predicting
Teacher Evaluations from Thin Slices of Nonverbal Behavior and
Physical Attractiveness. Journal of Personality and Social Psycholo-
gy. Mar Vol 64 3, 1993. pp. 431-441.
BABAD, Elisha. Guessing Teachers’ Differential Treatment Of High-
And Low-Achievers From Thin Slices Of Their Public Lecturing Be-
havior. Journal of Nonverbal Behavior, 2005.
COAN, J. & GOTTMAN, J.M. The Specific Affect Coding System
SPAFF. In: Handbook of Emotion Elicitation and Asssessment. Ed.
Coan & Allen. Oxford: University Press, 2007.
GLADWELL, Malcolm. Blink. Back Bay Books, 2005.
ISODA, Masami. Reflecting on Good Practices via VTR Based on a
VTR of Mr. Tanaka’s lesson ‘How many blocks? University of Tsu-
kuba. APEC-Tsukuba Conference in Tokyo, Jan 15-20, 2006.
KULIK, James. Student Ratings: Validity, Utility and Controversy.
University of Michigan.
Materiales y herramientas de apoyo a la enseñanza
ARAYA, R. ¿Qué significa entender una idea matemática?
En: Revista Virtual La Educ@ción, OEA. 2004. Disponible en:
http://www.educoas.org/portal/bdigital/lae-ducacion/136-138/
BRUCE, A. Student Interaction in the Math Classroom: Stealing
Ideas or Building Understanding. Research Monograph # 1. The
Literacy and Numeracy Secretariat and the Ontario Association of
Deans of Education. 2007.
HORSLEY, M. & WALTER, R. Video Based Classroom Observation
Systems for Examining the Use and Role of Textbooks and Teach-
ing Materials in Learning. 2003. Disponible en: http://www.caen.
iufm.fr/colloque_iartem/pdf/horsley_walker.pdf
NAFTULIN, D., WARE, J. & DONNELLY, F. The Doctor Fox Lec-
ture: A Paradigm of Educational Seduction. In: Journal of
Medical Education 48. 630-5. 1973. Disponible en: www.
er.uqam.ca/nobel/r30034/PSY4180/Pages/Naftulin.html
182
ROSS, John & BRUCE, Catherine. Effects of Professional Devel-

opment on Teacher Efficacy: Results of a Randomized Field Trial.
AERA 2007, Conference Papers.
SIEGLER, R. S., & RAMANI, G. B. (in press). Playing Board Games
Promotes Low-income Children’s Numerical Development. De-
velopmental Science, Special Issue on Mathematical Cognition.
2007.
SIEGLER et al. Report of the Subcommittee on Instructional Mate-
rials. National Mathematics Advisory Panel, 2008.
Tecnología
ARAYA, R. Improving Math Education in Chile: Standards, e-Tu-
toring and Multiplayer Games. Proceedings of the APEC Seminar
on Best Practices and Innovations in the teaching and learning
of Effectiveness of Reading and Mathematics Software Products:
Findings from the First Student Cohort. Report to Congress. U.S.
Department of Education, March 2007.
CAVANAGH, Sean. Draft From National Math Panel Covers Broad
Scope of Topics. Education Week, december 4, 2007.
CUBAN, Larry. Teachers and Machines. Teachers College Press.
1986.
Oversold and Underused. Computers in the Classroom. Harvard
University Press, 2001.
FUCHS, T. & WOESSMANN, L. Computers and Student Learning:
Bivariate and Multivariate Evidence on the Availability and Use of
Computers at Home and at School. Ifo Institute for Economic Re-
search, Munich, 2004.
National Education Association. Research Bulletin. December 1946.
pp.146-148.
Technology in Schools. What the Research Says. Metiri Group -
Commissioned by Cisco Systems, 2006.
THE ECONOMIST. The Future of Newspapers. Who killed the news-
paper? 24 Agosto 2006
STIEGLER, J. Mental Abacus: The Effect of Abacus Training on Chi-
nese Children´s Mental Calculation. In: Cognitive Psychology Nº 16,
1984. pp. 145-176.
183
Evaluación de profesores
BANILOWER, Eric, BOYD, Sally, PASLEY, Joan D. & WEISS, Iris.
Lessons from a Decade of Mathematics and Science Reform. A
Capstone Report for the Local Systemic Change through Teacher
Enhancement Initiative. (Informe preparado para National Science
Foundation) 2006.
DANIELSON, Charlotte. Una introducción a la evaluación de profe-
sores. En: Seminario Evaluación Docente en Chile: Fundamentos,
experiencias y resultados. MIDE U.C., 2 de Octubre del 2007.
GOLDHABER, Dan & ANTHONY, Emily. Can Teacher Quality Be Ef-
fectively Assessed?, 2004.
MANZI, Jorge. Evaluación Docente: Antecedentes, resultados y
proyecciones. En: Seminario Evaluación Docente en Chile: Funda-
mentos, experiencias y resultados. MIDE U.C., 2 de Octubre de
2007.
WARE, John & REED, Williams. Discriminant Analysis of Student
Ratings as a Means for Identifying Lecturers who Differ in Enthusi-
asm or Information-Giving. In: Educational and Psychological Mea-
surement Vol. 37, Nº 3. 1977. pp. 627-639.
WILLIAMS, Wendy & CECI, Stephen. How’m I Doing? Problems
with Student Ratings of Instructors and Courses. In: Change: The
Magazine of Higher Learning 29. Sept./Oct. 1997. pp. 12-23
WOOD, Leigh & HARDING Ansie. Can you Show you are a Good
Lecturer? In: International Journal of Mathematical Education in
Science and Technology Vol. 38. 7 january 2007. pp. 939- 947.
Anexo 1: Teorías de aprendizaje.

Según Miroslav Lovric, investigador del Departamento de Mate-
máticas de la Universidad de McMaster, Canadá, hay al menos 57
teorías de aprendizaje:
1. ACT (J. Anderson)
2. Adult Learning Theory (P. Cross)
3. Algo-Heuristic Theory (L. Landa)
4. Andragogy (M. Knowles)
5. Anchored Instruction (J. Bransford & the CTGV)
6. Aptitude-Treatment Interaction (L. Cronbach & R. Snow)
184
7. Attribution Theory (B. Weiner)

8. Behaviorism
9. Cognitive Dissonance Theory (L. Festinger)
10. Cognitive Flexibility Theory (R. Spiro)
11. Cognitive Load Theory (J. Sweller)
12. Component Display Theory (M. D. Merrill)
13. Conditions of Learning (R. Gagne)
14. Connectionism (E. Thorndike)
15. Constructivist Theory (J. Bruner)
16. Contiguity Theory (E. Guthrie)
17. Conversation Theory (G. Pask)
18. Cooperative Learning
19. Criterion Referenced Instruction (R. Mager)
20. Double Loop Learning (C. Argyris)
21. Drive Reduction Theory (C. Hull)
22. Dual Coding Theory (A. Paivio)
23. Elaboration Theory (C. Reigeluth)
24. Experiential Learning (C. Rogers)
25. Functional Context Theory (T. Sticht)
26. Genetic Epistemology (J. Piaget)
27. Gestalt Theory (M. Wertheimer)
28. GOMS (Card, Moran & Newell)
29. GPS (A. Newell & H. Simon)
30. Information Pickup Theory (J. J. Gibson)
31. Information Processing Theory (G. A. Miller)
32. John Dewey
33. Lateral Thinking (E. De Bono)
34. Levels of Processing (Craik & Lockhart)
35. Mathematical Learning Theory (R. C. Atkinson)
36. Mathematical Problem Solving (A. Schoenfeld)
185
37. Minimalism (J. M. Carroll)

38. Model Centered Instruction and Design Layering (A. Gibbons)
39. Modes of Learning (D. Rumelhart & D. Norman)
40. Multiple Intelligences (H. Gardner)
41. Operant Conditioning (B. F. Skinner)
42. Originality (I. Maltzman)
43. Phenomenonography (F. Marton & N. Entwistle)
44. Repair Theory (K. VanLehn)
45. Script Theory (R. Schank)
46. Sign Theory (E. Tolman)
47. Situated Learning (J. Lave)
48. Soar (A. Newell et al.)
49. Social Development (L. Vygotsky)
50. Social Judgment Theory
51. Social Learning Theory (A. Bandura)
52. Stimulus Sampling Theory (W. Estes)
53. Structural Learning Theory (J. Scandura)
54. Structure of Intellect (J. Guilford)
55. Subsumption Theory (D. Ausubel)
56. Symbol Systems (G. Salomon)
57. Triarchic Theory (R. Sternberg)
Anexo 2: Revisión de literatura internacional de varia-

bles típicamente seleccionadas para caracterizar clases
de matemáticas.
Revisión de las mejores prácticas internacionales que permitan res-
ponder a:
¿Qué observar y qué medir en una clase de matemáticas?
¿Qué variables pueden discriminar mejor la calidad de la enseñan-
za y el impacto en el desempeño de los estudiantes?
186
Observaciones de clases de matemáticas

CHAMBLISS, Marilyn, GRAEBER, Anna & CLARK, Kathleen. “Does
Subject Matter Matter?”. University of Maryland.
Estudio de la importancia del grado de dominio que tiene el profe-
sor de los contenidos. Algunas variables medidas son:
- Porcentajes de uso de tecnología: computador, calculadora, ma-
nipulativos.
- Organización de la clase: porcentaje independiente, indepen-
diente mezclado con grupos pequeños, grupos pequeños, grupos
grandes, toda la clase.
- Número de preguntas del profesor por unidad de tiempo.
- Requerimiento a estudiante(s) de elaborar (desarrollar y/o profun-
dizar) respuesta.
VENTHAM, A. M. “An Insight into Secondary Science Education in
Singapore Classrooms”.
Estudio que reporta al código Singapore aplicado en ciencias. Entre
las variables medidas están:
- Layout de la clase: Filas solas, filas dobles, clusters (número de
alumnos por cluster), sentados en el suelo, bancos de laboratorio,
filas alrededor de mesas.
- Fases: Lección a toda la clase (monólogo), discusión con toda la
clase, toda la clase chequeando la respuesta, repetición en coro o
lectura oral, trabajo individual sentado, trabajo en pequeños gru-
pos, tomas de tests, demostración a toda la clase, presentaciones y
demostraciones de estudiantes, experimentos de laboratorio.
- Tipo de habla a la clase: Charla procedural, charla comportamen-
tal, tomas de tests, charla curricular, conversación informal.
- El profesor intenta medir entendimiento de los alumnos.
- Fuentes de conocimiento autoritativo: estudiante, profesor, texto,
guía, datos, medios de comunicación (prensa).
- Tecnologías: pizarrón, proyector de transparencia, powerpoint,
texto, guía, internet, aparatos, otros, papel en blanco.
- Productos de los estudiantes: respuestas orales, respuestas cortas
escritas, respuestas largas en texto, texto multi-modal, guías, texto
oral largo, otros.
187
- Profundidad de conocimiento: básico, procedural, avanzado, he-

chos a conceptos.
- Manipulación de conocimientos: reproducción, interpretación,
aplicación/resolución de problemas, generación de nuevo conoci-
miento.
- Criticismo al conocimiento: verdad, comparación, crítica.
- Onduleo (grado con que el profesor cambia entre nivel o tipos
de conocimiento): ningún, nuevo-conocido, tecnológico, teórico-
práctico, científico-diario.
KAI FAI HO. “An Activity Theoretic Framework to Study Mathema-

tics Classrooms Practices”. Centre for Research in Pedagogy and
Practice, National Institute of Education, Nanyang Technological
University, Singapore.
Este estudio reporta la codificación Singapore usada en matemáti-
cas. Entre las variables interesantes están:
- Acciones: Heurísticas-instrucción (entendimiento, planeación,
ejecución, reflexión).
- Enseñando conceptos-habilidades (conceptos, habilidades).
- Yendo sobre actividad asignada (retrabajando, procedural, che-
queo rápido).
- Actividad del estudiante (presentación, trabajo en grupo, trabajo
sentado).
- Otros eventos (sí, no).
Registros en video de clases de matemáticas

National Center of Educational Statistics, “Highlights From the TI-
MSS 1999. Video Study of Eighth-Grade Mathematics Teaching”.
Contiene análisis de videos y comparaciones en cursos de octavo
año, en Estados Unidos, República Checa, Japón, Honk Kong, Ho-
landa, Suiza. Algunas variables medidas son:
188
Porcentaje (%)
- de clase dedicada a resolver problemas (80%).
- dedicado a repaso de clases previas, a introducir nuevos contenidos, a
practicar nuevos contenidos.
- del tiempo de uso de texto.
- de tiempo de uso de guías.
- dedicado a actividades públicas (toda la clase) versus privadas.
- dedicado a actividades individuales dentro del tiempo privado.
- de palabras del profesor y de los estudiantes.
- de problemas de alta complejidad, complejidad moderada y complejidad
baja.
- haciendo conexiones, estableciendo conceptos y usando procedimientos
(tipo de problema).
- de problemas matemáticamente relacionados, de problemas
repeticiones de otros, problemas temáticamente relacionados, problemas
no relacionados.
- de problemas seteados con el uso de situaciones de la vida real,
seteados sólo con lenguaje matemático o símbolos.
LESSONLAB, INC. “TIMSS-R Vides Math Coding Manual”.

Manual desarrollado para la codificación de videos de ense-
ñanza de la matemática para TIMSS.
- Tipos de código: cobertura (codifica lección o parte de ella),
ocurrencia (en cualquier momento).
- Tiempo en la lección (comienzo, fin)
- Patrón de interacción pública privada en clase: Enteramente
pública, mixta (información pública proveída por el profesor,
información pública proveída por un estudiante, mixta priva-
da y trabajo público), enteramente privada.
RICHLAND, L. E., HOLYOAK, K. J. & STIGLER, J. W. “Analogy
Use in Eigth-Grade Mathematics Classrooms”.
Cada video tuvo siete pasadas (revisiones). En las dos primeras se
identifican analogías. En la tercera se identifica fuentes y targets.
En la cuarta se clasifica según similaridad superficial. En la quinta se
clasifica según objetivo instruccional. En la sexta se clasifica según
contexto del estudiante y en la séptima se clasifica según la estruc-
tura del participante. En promedio por lección se identificaron 4,1
analogías y 4,5 pistas de los profesores hacia mapeos, indicando
189
que los alumnos han seguido mapeos a requerimiento del profe-

sor.
- Identificación de fuente, target y mapeo estructural.
- Identificación de palabras claves (similar, como, justo como,
etc.)
- Tipos de mapeos: relacional, continuación, pistas hacia un
mapeo, mapeos no analógicos.
- Estructura de fuentes y targets fueron clasificados como: fe-
nómeno fuera de las matemáticas, un esquema (una regla
general sin contexto numérico o matemático), un problema
matemático descontextualizado (problemas cuantitativos
puestos en un contexto no matemático), un problema mate-
mático contextualizado y tipos múltiples.
- Grado de similaridad superficial (harta distancia, baja simila-
ridad, alta similaridad, esquema involucrado).
- Objetivo instruccional que mide la naturaleza de la situación
donde el profesor genera la analogía. Se quiere determinar
si los profesores generan analogías más frecuentemente
para lograr algunos tipos de objetivos instruccionales y no
tanto para otros. Las alternativas son: siendo un estudiante
de matemáticas (orientada no a contenidos sino a hábitos, a
poner más atención, etc), sólo conceptos, conceptos y pro-
cedimientos, sólo procedimientos.
- Contexto del estudiante que mide la causa de generación de
la metáfora (falta de proficiencia del estudiante, generación
espontánea o prediseñada).
- Estructura de participación que mide quién generó la metá-
fora (generada por el estudiante, por el profesor, por am-
bos).
Si bien los profesores dedican más tiempo a procedimientos, la
mitad de las analogías se usaron para conceptos.
RICHLAND, L; ZUR, O. & HOLYOAK, K. “Cross-Cultural Diffe-
rences in Mathematics Teachers’ Comparative Explanatio-
ns”.
Comparación de uso de gestos y metáforas entre profesores de
Honk Kong, Japón y Singapore. Se cotejan los países en base a
variables que miden acciones de comparación que realiza el pro-
fesor:
190
- Hace comparaciones explícitas entre problemas, representa-

ciones y/o estructuras matemáticas.
Porcentaje (%)
- de comparaciones en las que hace alineación visual en el pizarrón
entre estructuras matemáticas.
- de comparaciones en que se usa pistas visuales para resaltar la
comparación estructural de objetos.
- de comparaciones en las que se utiliza imágenes, además de
símbolos matemáticos.
- de comparaciones en las que realiza gestos que ayudan a cotejar
estructuras matemáticas.
Variables corporales (gestos)
HOSTETTER, Autumn B. & ALIBALI, Martha W. “Handing it

to Perception and Action: Gestures Reflect Embodied Thin-
king”.
Pensamiento corporizado. ¿Qué es?
- Los gestos integran el pensamiento verbal con el espacial,
expresando simulaciones motrices y perceptuales que sub-
yacen en el lenguaje corporizado y la imaginería mental.
- Pensamiento como cognición off line, es decir, cognición
que ocurre en la ausencia de inputs ambientales relevantes.
Es cognición basada en percepción y actividad motora.
- Recuentos de memoria y cognición basada solo en represen-
taciones verbales y proposicionales son incapaces de explicar
todos los datos de memoria y conducta.
- El recuerdo verbal exitoso está fuertemente asociado con
cuán fácil es visualizar un concepto.
- El isomorfismo entre imágenes y gestos se manifiesta en su
concurrencia frecuente.
- El framework GSA (Gestos como Acción Simulada) propone
tres factores que contribuyen a que si la activación involucra-
da en la simulación será realizada como un movimiento en
forma abierta tal como un gesto: a) Primero es la intensidad
de activación de la acción simulada, b) segundo es la altura
del umbral actual de gesticulación del sujeto hablante y c)
tercero es el enganche simultáneo del sistema motor para
hablar.
191
- Los profesores pueden aumentar o disminuir el número de

gestos que producen durante la instrucción.
- Los gestos parecen liberar recursos que pueden ser dedica-
dos a otra tarea; la gesticulación durante una explicación de
un problema matemático posibilita al hablante mantener en
memoria más información no relacionada que lo que puede
hacer cuando no gesticula.
- El framework GSA también considera el gesto y el habla
como dos partes del mismo sistema cognitivo y comunica-
tivo. El hablar involucra simular los eventos preceptuales y
motrices que se van a hablar; hacer eso naturalmente evoca
un plan motor que puede llegar a ser expresado en forma de
gesto.
En base a este marco podría registrarse:
- Existencia y tipo de gestos del profesor al explicar concep-
tos.
- Coherencia entre gesto y concepto.
- Existencia y tipo de gestos del profesor al explicar procedi-
mientos.
- Coherencia entre gesto y procedimiento.
- Existencia y tipo de gestos del profesor al utilizar metáforas
matemáticas.
- Coherencia entre gestos y metáforas.
- Existencia de gestos acompañando a conceptos en los estu-
diantes.
- Existencia de gestos acompañando a procedimientos en los
estudiantes.
- Existencia de gestos acompañando a metáforas en los estu-
diantes.
Medición del entusiasmo del profesor
PARSON, Mónica. “Enthusiasm and Feedback: A Winning

Combination!”.
http://www.pecentral.org/climate/monicaparsonarticle.html
Se destacan variables como:
192
- Variación de voz.
- Lenguaje corporal.
- Expresiones faciales.
- Aliento a los estudiantes.
GREENBERG, James D. “How Do We Value Teaching?: Vo-
ices of the Students”. Algunas variables relevantes en entu-
siasmo son:
- Cantidad y ritmo de enseñanza.
- Creando tiempo de enganche.
- Hacer preguntas que el 75% del tiempo los alumnos puedan
responder correctamente.
- Reconocimiento de respuestas correctas.
WIKIPEDIA: “Teacher Enthusiasm Research”.
- Vocalización
- Contacto Ocular
- Gestos
- Movimiento
- Expresiones faciales
Mediciones de calidad de demostraciones matemáticas

Se revisó la pauta de Durchgang 4 (la escala de didáctica de las ma-
temáticas) del Deutsches Institut für Internationale Pädagogische
Forschung para demostraciones, elaborada por Barbara Drollinger-
Vetter y Frank Lipowsky. Luego de la revisión de la escala y de
videos, se preseleccionaron y ajustaron variables que podían adap-
tarse a los videos del proyecto. Estas variables preliminares son:
- Existencia de demostraciones matemáticas.
- Existencia de elementos de motivación a resultados.
- Existencia de elementos de motivación a demostraciones.
- Explicitación de hipótesis.
- Explicitación de qué es una demostración.
- Explicitación de necesidad de demostración.
193
- Existencia de contraejemplos.
- Explicitación de axiomas o resultados ya conocidos que pue-
den utilizarse en la demostración.
- Existencia de ejemplos de demostraciones con errores.
- Existencia de demostraciones alternativas.
- Existencia de comparación de demostraciones.
- Existencia de conjeturas debilitando hipótesis de resultado.
- Existencia de recuento histórico de resultado.
- Explicitación de recuento histórico de demostración(es).
Anexo 3: Formularios de codificación de videos.

Se presenta parte de los formularios. Las versiones completas están
en las planillas electrónicas.
Formulario 1
Nombre revisor Caja: Hora inicio:

Nombre archivo a revisar Segmento asignado (1,2,3,4,5): Hora fin:
Tiempo inicio revisión Tiempo término revisión
Duración total del archivo:
Calidad registro de información (intervalos de tiempo)

Momentos en que Ud. no escucha claramente lo que el profesor dice
Momentos en que Ud. no escucha claro lo que los estudiantes dicen
Momentos en que no ve gestos manuales del profesor
Momentos en que no ve dirección de la vista del profesor
Momentos en que el profesor está escribiendo o mostrando en la pizarra y Ud. no puede leer lo que muestra
Layout de la clase
Número de alumnos que Ud logra ver
Alumnos en filas solas
Alumnos en filas dobles
Alumnos de a dos frente a frente
Alumnos en clusters (indique tamaño cluster)
Número de alumnos sentados en el suelo
Alumnos en filas alrededor de mesas
Alumnos en gran U
Alumnos en otra configuración (indique cuál)
Es relevante el layout utilizado para modo de trabajo (sí, no, no determinable)
Es relevante el layout utilizado para uso tecnología (sí, no, no aplica)
Modo de trabajo de la clase

Trabajo cada estudiante independiente de otros
Mezcla indep. y grupos pequeños
Grupos pequeños (2 a 4 estudiantes)
194
Grupos grandes (5 hasta 60% de la clase)

Toda la clase
Uso de tecnología (por profesor y/o estudiantes)

Uso computador
Tareas en computador
Proyector PC - PowerPoint
Test con retroalimentación inmediata
Uso internet
Simulador
Graficador
Calculadora
Uso de reglas, compases, huinchas.
Uso de instrumentos electrónicos de medición
Manipulativos (cubos, dados, ábacos, etc.)
Papeles, cartones, palos, y/o tijeras
Pizarrón
Papelógrafo
Retroproyector de transparencias
Vídeos en TV
Uso de textos
Uso de guías
Uso de juegos matemáticos
Uso de juegos de tablero
Uso de juegos de puzzle
Uso de juegos en computador
Uso de juegos multijugadores
Uso de juegos solitarios
Uso de otra tecnología
Ninguna tecnología identificable
Comunicación general del profesor

Número de veces que da paseos de más dos pasos seguidos
Número de veces que estableció contacto ocular con estudiantes
Número de veces que señaló algo presente con las manos
Número de veces que nombró a un estudiante por su nombre
Número de veces se acercó a estudiante y miró su trabajo
Número de veces que sacó estudiantes adelante a hacer algo matemático
Número de veces que la clase rió y/o emitieron ruidos emocionales
Analizado sólo 2 minutos Sí
195
Formulario 2
Nombre revisor Caja: Hora inicio:

Segmento
Nombre archivo a revisar asignado Hora fin:
(1,2,3,4,5):
Tiempo
Tiempo inicio revisión término
revisión
Duración total del archivo:
Eje (núm., geom., azar,
Disciplina Nivel Unidad del programa Contenidos mínimos
álg., razonam., otro)
Núm.
Acciones del profesor Tiempo total Ini. 01 Fin 01
Intervalos
Hablando del currículo, qué temas pasar 0 00:00:00
Hablando de disciplina (ser disciplinado) 0 00:00:00
Hablando de planificación, evaluación y organización 0 00:00:00
Repartiendo papeles u otros objetos 0 00:00:00
Tomando tests escritos a toda la clase 0 00:00:00
Enseñando matemática 0 00:00:00
Repasando clases previas 0 00:00:00
Escribiendo matemáticas 0 00:00:00
Supervisando trabajo estudiantes 0 00:00:00
Haciendo preguntas matemáticas 0 00:00:00
Introduciendo nuevos contenidos matemáticos (*) 0 00:00:00
Practicando nuevos contenidos matemáticos (*) 0 00:00:00
Estableciendo y/o enunciando problemas matemáticos 0 00:00:00
Resolviendo él mismo problemas matemáticos 0 00:00:00
Mostrando objetos y/o figuras matemáticas 0 00:00:00
Dibujando figuras matemáticas 0 00:00:00
Recortando y/o pegando figuras matemáticas 0 00:00:00
Estableciendo conjeturas matemáticas 0 00:00:00
Haciendo demostraciones matemáticas 0 00:00:00
Hablando de historia de personajes matemáticos 0 00:00:00
Hablando de historia de conceptos matemáticos 0 00:00:00
Provocando una discusión matemática con la clase 0 00:00:00
Haciendo que toda la clase verifique respuestas 0 00:00:00
Profesor haciendo repetir en coro o lectura oral 0 00:00:00
Motivando tema matemático a tratar 0 00:00:00
Motivando con anécdota 0 00:00:00
Motivando a través de resultado sorprendente 0 00:00:00
Motivando a través de sus implicaciones prácticas 0 00:00:00
Motivando a través de sus implicaciones en ciencias 0 00:00:00
Motivando a través de sus implicaciones matemáticas 0 00:00:00
Alentando a estudiante(s) a intentar resolver problema 0 00:00:00
Felicitando por respuesta correcta 0 00:00:00
Mirando texto o guía para ayudarse 0 00:00:00
Usando metáforas y/o comparaciones 0 00:00:00
196
Preguntas y respuestas Número

Número aproximado de estudiantes
Número de preguntas matemáticas distintas del profesor
Número de respuestas de los estudiantes
Número aproximado de estudiantes diferentes que responden
Número de preguntas de estudiantes
Número de estudiantes distintos que hacen preguntas
Número de preguntas matemáticas de estudiantes
Número de estudiantes distintos que hacen preguntas matemáticas
Número de requerimientos del profesor de elaborar, ajustar, corregir y/o profundizar respuestas matemáticas
Número de respuestas a requerimientos del profesor
Número de estudiantes distintos que responden a requerimientos
Errores matemáticos del profesor Número

Número de cálculos diferentes
Número de errores de cálculo
Número de errores de cálculo corregidos
Número de conceptos mencionados
Número de errores conceptuales
Número de errores conceptuales corregidos
Número de demostraciones diferentes hechas
Número de errores en demostraciones
Número de errores en demostraciones corregidos
Núm.
Acciones de los estudiantes ( tiempo) Tiempo total Ini. 01 Fin 01
Intervalos
Sólo escuchando 0 00:00:00
Recibiendo material, guías, etc. 0 00:00:00
Respondiendo verbalmente preguntas matemáticas del profesor 0 00:00:00
Haciendo preguntas 0 00:00:00
Recortando, pegando, dibujando figuras matemáticas o midiendo 0 00:00:00
Haciendo demostraciones matemáticas 0 00:00:00
Estableciendo conexiones entre conceptos matemáticos 0 00:00:00
Estableciendo conjeturas 0 00:00:00
Resolviendo problemas matemáticos 0 00:00:00
En problemas aplicados a ciencia o vida cotidiana 0 00:00:00
En problemas puramente matemáticos 0 00:00:00
Analizado sólo 2 minutos Sí
197
Formulario 3
Nombre revisor Rut: Hora inicio

Nombre archivo a revisar Segmento asignado (1,2,3,4): Hora fin :
Tiempo inicio revisión Tiempo término revisión
Uso de metáforas Numero
Número de metáforas matemáticas usadas por el profesor
Número de metáforas matemáticas usadas por estudiantes
Número de comparaciones explícitas entre problemas, representaciones y/o estructuras matemáticas
Número de comparaciones en las que hace alineación visual en el pizarrón entre estructuras matemáticas
Número de comparaciones en que usa pistas visuales para resaltar la comparación estructural de objetos
Número de comparaciones en las que se usa imágenes además de símbolos matemáticos
Número de comparaciones en las que realiza gestos que ayudan a comparar estructuras matemáticas
Fuente de la metáfora 1
Target de la metáfora 1
Quién generó la metáfora 1 (el profesor, estudiante)
Tipo de similitud superficial (perceptual, abstracta)
Objetivo similitud (conceptos, procedimientos, ambos)
Causa de la generación en caso profesor (espontánea, planificada, en respuesta a falta de dominio de estudiante(s))
Gesto más representativo que acompaña a metáfora 1
Tipo de gesto del más representativo (icónico, metafórico, golpe, apuntar)
Coherencia entre gesto y metáfora 1 (alta, baja)
Fuente de la metáfora 2
Target de la metáfora 2
Quién generó la metáfora 2 (el profesor, estudiante)
Tipo de similitud superficial (perceptual, abstracta)
Objetivo similitud (conceptos, procedimientos, ambos)
Causa de la generación en caso profesor (espontánea, planificada,
en respuesta a falta de dominio de estudiante(s))
Gesto más representativo que acompaña a metáfora 2
Tipo de gesto del más representativo (icónico, metafórico, golpe, apuntar)
Coherencia entre gesto y metáfora 2 (alta, baja)
Demostraciones Matemáticas hechas por el profesor Número
Número de demostraciones matemáticas
Número total de pasos de las demostraciones
Número de elementos de motivación a resultados
Número de demostraciones en que se explicitan todas las hipótesis
Número de veces en que se recuerda qué es una demostración
Número de veces en que se explicita la necesidad de demostración
Número de contraejemplos.
Número de demostraciones en que se explicitan axiomas o resultados ya conocidos que pueden utilizarse en la demostración
Número de demostraciones que contienen algún error.
Número de demostraciones en las que se nombran demostraciones alternativas.
Número de demostraciones en las que se compara con otra demostración.
Número de demostraciones en las que se hace conjeturas debilitando hipótesis.
Número de demostraciones en que se hace recuento histórico de resultado.
Número de demostraciones en que se explicita recuento histórico de demostración.
198

Publicaciones S 1365016663

Cargado por

Copyright:

Formatos disponibles

Publicaciones S 1365016663

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Publicaciones S 1365016663

Cargado por

Copyright:

Formatos disponibles

SABER PEDAGÓGICO Y CONOCIMIENTO

PABLO RICARDO DARTNELL ROY

CENTRO AVANZADO DE INVESTIGACIÓN

I. Contextualización y planteamiento del problema

tivamente la búsqueda de alternativas para mejorar las prácticas

II. Preguntas de investigación, hipótesis y objetivos

Paseos del profesor:

Conocimientos de matemáticas del profesor:

III. Marco teórico conceptual

seleccionado para comprender posibles causas de los diferentes ni-

Existe evidencia internacional (Stiegler, et al., TIMSS Video Study,

de cualquier mecanismo de evaluación. El proyecto no emite

Cada segmento se revisó 20 veces en promedio. Se registraron

Tabla de resumen con el número de videos revisados por revisor.

Existe una amplia literatura sobre el uso de muestras tempora-

V. Resultados, investigación y conclusiones

- Existen diferencias didácticas entre las regiones del país.

Distribución del tiempo (en segundos) de uso de guías en la clase en la

- Existe un patrón distinto al de los demás ejes en geometría.

Distribución del tiempo (en segundos) del profesor y estudian-

- Hay diferencias de patrones entre el inicio, medio y fin de la

Distribución del tiempo (en segundos) en que los estudiantes trabajan

- Los profesores más jóvenes tienen algunas estrategias dife-

- Los profesores que se acercan más a mirar lo hacen por los

- Se observan más paseos de supervisión de trabajo cuando el

estudiantes hacen más actividades del tipo recortar, pegar y

En los segmentos intermedios (2, 3 y 4) en que el profesor hizo más

- Dos patrones didácticos.

Distribución del tiempo (en segundos) que el profesor supervisa

- Hay diferencias de comportamiento en problemas puramente

- El uso de textos es muy bajo en las clases filmadas para la

- No se observa uso de TICs para matemáticas.

Los profesores no emplean computadores ni softwares educa-

cantidad de información que recogen las evaluaciones docentes

VII. Recomendaciones para la formulación de políticas

daciones para mejorar la sincronización de estrategias de

Aprendizaje y descubrimiento de matemáticas

SIEGLER, R. & ARAYA, R. A. Computational Model of Conscious

HIEBERT, James, MORRIS, Anne, BERK, Dawn & JANSEN, Amanda.

Codificación de videos de profesores enseñando matemáti-

ROSS, John & BRUCE, Catherine. Effects of Professional Devel-

Anexo 1: Teorías de aprendizaje.

7. Attribution Theory (B. Weiner)

37. Minimalism (J. M. Carroll)

Anexo 2: Revisión de literatura internacional de varia-

Observaciones de clases de matemáticas

- Profundidad de conocimiento: básico, procedural, avanzado, he-

KAI FAI HO. “An Activity Theoretic Framework to Study Mathema-

Registros en video de clases de matemáticas

LESSONLAB, INC. “TIMSS-R Vides Math Coding Manual”.

que los alumnos han seguido mapeos a requerimiento del profe-

- Hace comparaciones explícitas entre problemas, representa-

Variables corporales (gestos)

HOSTETTER, Autumn B. & ALIBALI, Martha W. “Handing it

- Los profesores pueden aumentar o disminuir el número de

Medición del entusiasmo del profesor

PARSON, Mónica. “Enthusiasm and Feedback: A Winning

Mediciones de calidad de demostraciones matemáticas

Anexo 3: Formularios de codificación de videos.

Nombre revisor Caja: Hora inicio: