EXPERIMENTACIÓN MENTAL Y APRENDIZAJE DE FÍSICA-MECÁNICA. ESTUDIO CON INGENIEROS CIVILES EN FORMACIÓN
Resumen
La experimentación mental (EM) se comprende como una forma de razonamiento cualitativo basado en modelos y con una
función epistémica en el progreso del conocimiento físico. En este marco, la presente investigación analiza, cómo los estudiantes de ingeniería civil llevan a cabo procesos de la EM cuando solucionan problemas de física-mecánica. Bajo un enfoque cualitativo de corte comprensivo, se utiliza la técnica de pensamiento en voz alta durante la modelización de un sistema en equilibrio-estático. Al respecto, los estudiantes visualizan un sistema imaginario, producto de la delimitación de eventos, objetos y supuestos del proceso de construcción de un modelo inicial. Luego, se varían ciertas condiciones del modelo, evaluando su comportamiento y los nuevos estados del sistema físico modelado. Finalmente, se materializa el modelo físico, incorporandolas restricciones del sistema de referencia.
Citas
Clement, J. (1991). Non formal Reasoning in Experts and in Science Students: The Use of Analogies, Extreme Cases, and
Physical Intuition. In J.F. Voss, D. N. Perkins & J. W. Segal (Eds.), Informal Reasoning And Education (pp.345-362).
Broadway Hillsdale, N J: Lawrence Erlbaum Associates.
Clement, J. (1994). Use of physical intuition and imagistic simulation in expert problem solving. In D. Tirosh (Ed.), Implicit and
explicit knowledge (pp. 204–244). Norwood, NJ: Ablex.
Clement, J. (2008). Creative model construction in scientists and students: The role of imagery, analogy, and mental
simulation. Amherst, MA, USA: Springer.
Clement, J. (2009). Analogical reasoning via imagery: the role of transformations and simulations. In B. Kokinov, K.Holyoak &
D. Gentner, New Frontiers in Analogy Research, (pp 463-472). Sofia: New Bulgarian University Press.
Clement, J. (2017). Four Levels of Scientific Modeling Practices in Expert Learning. Paper presented at NARST.
diSessa, A. (2017). Conceptual Change in a Microcosm: Comparative Learning Analysis of a Learning Event. Human
Development, 60, 1–37.
Hegarty, M. (2004). Mechanical reasoning by mental simulation. Trends in Cognitive Sciences, 8(6), 281-285.
Hestenes, D. (2015). Conceptual Modeling in physics, mathematics and cognitive science. SemiotiX. Retrieved from
http://semioticon.com/semiotix/2015/11/conceptual-modeling-in-physics-mathem atics-and-cognitive-science/.
Magnani, L. & Li, P. (2007). Model-Based Reasoning in Science, Technology, and Medicine. Springer Berlin Heidelberg. New
York.
Nersessian, N. J. 2008. Creating scientific concepts, Cambridge, MA: MIT Press.
Reiner, M. (2009). Sensory Cues, Visualization and Physics Learning. International Journal of Science Education, 31(3), 343-
Stephens, L., & Clement, J. (2012). The Role of Thought Experiments in Science and Science Learning. In B.J.Fraser, K..Tobi,
& C. McRobbie (Eds.), Second International Handbook of Science Education. (Vol. 24, pp. 157-175). Springer
International: Springer.
Vasques-Brandão, R. (2012). A Estratégia da Modelagem Didático-Científica Reflexiva para a conceitualização do Real no
Ensino de Física (Doctoral dissertation, Tesis Doctoral leída en el Instituto de Física de la Universidad Federal do Rio
Grande do Sul. Disponible en http://hdl. handle. net/10183/70335).
Yin, R.K. (2009). Case Study Research. Tousand Oaks: SAGE publications,4ta edition.
Descargas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
