Definición de la Alfabetización en Datos

Ingresar o Registrarse

Definición de la Alfabetización en Datos

El uso de datos es una fuerza poderosa y creciente en el mundo moderno. Grandes conjuntos de datos impulsan muchas de las aplicaciones de la informática que afectan nuestra vida cotidiana, sin embargo, es un área que a menudo no se cubre con gran detalle en los planes de estudio de ciencias de la computación en las escuelas. Conozca el modelo de competencia para la alfabetización en datos propuesto por Andreas Grillenberger y Ralf Romieke.

Autor: Oliver Quinlan

URL: http://eduteka.icesi.edu.co/articulos/definicion-alfabetismo-en-datos

Etiquetas: #datos  #inteligencia artificial  #minería de datos 

Comentarios

DEFINICIÓN DE LA ALFABETIZACIÓN EN DATOS

El uso de datos es una fuerza poderosa y creciente en el mundo moderno. Grandes conjuntos de datos impulsan muchas de las aplicaciones de la informática que afectan nuestra vida cotidiana y cada vez es más aceptado el que la investigación científica moderna es un campo basado en datos.

Si bien muchos educadores e investigadores en ciencias de la computación reconocen la importancia de la alfabetización en datos, es un área que a menudo no se cubre con gran detalle en los planes de estudio de ciencias de la computación en las escuelas. Los investigadores Andreas Grillenberger y Ralf Romieke [1] se propusieron desarrollar un modelo de competencia para la alfabetización en datos para ayudar a los educadores a abordar esta importante área.

CONTENIDO Y PROCESO

El modelo se ha creado en base a una revisión de una amplia gama de literatura de investigación sobre gestión de datos, ciencia de datos, ética de datos y los aspectos prácticos del manejo y procesamiento de datos. Divide la alfabetización en datos en dos categorías; contenido y proceso. Sin embargo, estos están intercalados para enfatizar los fuertes vínculos entre ellos. La intención es que los estudiantes deberían recibir apoyo para desarrollar habilidades sólidas en el trabajo con datos, y que estas habilidades deberían estar respaldadas por una buena comprensión de la naturaleza del área de contenido para los datos con los que están trabajando.

Los vínculos entre el contenido adyacente y las áreas de proceso son quizás más obvios, por ejemplo, el área de contenido "datos e información (C1)" y el área de proceso "recolectar, modelar y limpiar (P1)". Todas las áreas de contenido y proceso pueden estar fuertemente vinculadas, por lo que comprender la "ética y protección de datos (C4)" también es importante cuando se "recolecta, modela y limpia (P1)".

El marco de competencia en alfabetización en datos de Grillenberger y Romeike

EL MARCO EN ACCIÓN

Los autores utilizaron su modelo para diseñar una serie de clases dirigidas a desarrollar la comprensión de los estudiantes tanto en las áreas de contenido como en las áreas de proceso. Una clase que ilustró claramente este enfoque incluyó una actividad en la que los estudiantes analizaron datos anónimos de estudiantes portugueses. Los datos contenían información tal como los hábitos de esos estudiantes y las situaciones familiares, junto con las calificaciones de sus exámenes.

La clase alentó a los estudiantes a explorar los datos utilizando la herramienta Orange, que permite el análisis mediante una interfaz gráfica. Los estudiantes pudieron explorar aspectos de los datos que les interesaban y desarrollar sus procesos de "análisis, visualización e interpretación". Lo que encontraron también provocó discusiones sobre los límites de los datos y la ética del uso de factores como la situación familiar para predecir el rendimiento de los estudiantes. Las actividades propuestas durante la clase desarrollaron habilidades prácticas, pero también involucraron a los estudiantes en la exploración de la naturaleza de los datos como contenido mediante el uso de este modelo intercalado.

DESARROLLO DE LA ALFABETIZACIÓN EN DATOS

Este modelo de competencia de alfabetización en datos proporciona un marco de referencia para que los educadores planifiquen el desarrollo de la alfabetización en datos teniendo como base la investigación. El modelo ayuda a los educadores a considerar cómo desarrollan la alfabetización en datos de manera que les permita a los estudiantes desarrollar habilidades prácticas y una comprensión profunda del contenido involucrado en la alfabetización en datos.

Puede leer el documento completo de la investigación haciendo clic aquí.

NOTAS DEL EDITOR:
[1] Andreas Grillenberger and Ralf Romeike. 2018. Developing a Theoretically Founded Data Literacy Competency Model. In Proceedings of the 13th Workshop in Primary and Secondary Computing Education (WiPSCE ’18), October 4–6, 2018, Potsdam, Germany. ACM, New York, NY, USA, 10 pages. https://doi.org/10.1145/3265757.3265766

CRÉDITOS:
Traducción al español realizada por Eduteka del artículo "DEFINING DATA LITERACY" escrito por Oliver Quinlan y publicado en el número 9 de la revista Hello World, una publicación de Raspberry Pi (Trading) Ltd., 30 Station Road, Cambridge, CB1 2JH. El editor y los colaboradores de Hello World  no aceptan ninguna responsabilidad con respecto a cualquier omisión o error relacionado con las habilidades, productos o servicios mencionados en la revista. Excepto donde se indique lo contrario, el contenido de la revista Hello World se publica bajo licencia Creative Commons atribución-No Comercial-Compartir Igual 3.0 (CC BY-NC-SA 3.0). La presente traducción no es obra de Hello World y no deberá considerarse traducción oficial de esta publicación. Hello World no responderá por el contenido ni por posibles errores de la traducción.

Publicación de este documento en EDUTEKA: Agosto 22 de 2019.
Última actualización de este documento: Agosto 22 de 2019.

Autor de este documento: Oliver Quinlan

URL:http://www.eduteka.org/articulos/definicion-alfabetismo-en-datos

creative commons



Ser creativos con los grandes volúmenes de datos (Big Data)

Los grandes volúmenes de datos o Big Data" son en la actualidad un juego de calabozos y dragones en el que las compañías de datos se esconden en las sombras mientras recogen nuestras "migajas de información" con el fin de descifrar qué deberíamos hacer con nuestro tiempo y con nuestros ingresos disponibles. Imagine que pudiéramos revertir esto, y pudiéramos trabajar directamente con las compañías que recogen grandes volúmenes de datos con el fin de identificar oportunidades y resolver problemas que, como estudiantes, consumidores o ciudadanos, nosotros consideramos importantes."

Matemática: Aproximaciones Lineales (Grados 9º a 11º)

Proyecto de Clase en el que mediante la utilización de la hoja de cálculo y a partir de una serie de datos, los estudiantes deben ajustar las líneas rectas que mejor se aproximen a los mismos y con ellas realizar predicciones que interpolen o extrapolen los datos en estudio. TIC: Internet, Hoja de Cálculo, Procesador de Texto.

Recolección de datos con sondas y sensores

Artículo en el que con la utilización de computadores, sensores y sondas se introduce el tema de la Recolección de Datos y sus implicaciones en el aprendizaje de las Ciencias Naturales. Lo anterior permite a los estudiantes realizar trabajo de campo, obtener información inmediata y convertirla en gráficos que facilitan su comprensión y análisis.

Declaración de la NSTA sobre el Uso de la Tecnología

Declaración de la Asociación Nacional de Profesores de Ciencia (NSTA, por su sigla en inglés). En ella se expresa claramente que computadores, software, sensores y sondas, e Internet, entre otros, deben jugar un papel destacado en la enseñanza y el aprendizaje de las Ciencias Naturales.

Redes de datos en instituciones de educación básica y media

La Red Escolar de Datos es un elemento de la infraestructura tecnológica que toda institución educativa que disponga de computadores, debe implementar. Este artículo explica en qué consiste, cuáles son tanto sus componentes básicos como su estructura lógica. Ofrece además, una serie de recomendaciones para administrarla: políticas de acceso de docentes, personal administrativo y estudiantes.

La Ciencia de la Computación no es solo para universitarios

Los elementos que caracterizan la Ciencia de la Computación están estrechamente ligados con las habilidades que deben desarrollar los estudiantes del siglo XXI. Por lo que es paradójico que los estudiantes no estén expuestos a estos, cuando esa disciplina gobierna la mayor parte de los desarrollos tecnológicos que modelan el mundo actual. En este documento, la profesora Shuchi Grover, propone a los docentes de educación básica estrategias para incorporar al currículo escolar conceptos como pensamiento algorítmico, lógica booleana y estructuras de datos.

Noticias de la Educación
edukafé: documentos de trabajo de la Escuela
Química: 100 preguntas, 100 respuestas
Definición de la Alfabetización en Datos
Reporte Horizonte 2017 - Edición para Educación Escolar (K-12)
Memorias de EdukaTIC 2018
Radar de innovación educativa 2017
Inserte en su página web o en su blog los Widgets de eduteka
Recomendaciones para Comprar/Vender en Línea
Nuevos servicios en Eduteka
Resultados de PISA 2009 estudiantes en línea
Eduteka estuvo en ISTE 2011
ISTE 2010: Nuevas Tendencias en Educación y TIC
Eduteka estuvo en NECC 2009
IX Congreso Colombiano de Informática Educativa
De la Innovación Educativa al desarrollo del pensamiento creativo
¿Cómo hacer una clase invertida?
GraphoGame, herramienta para apoyar el aprendizaje de la lectura en casa
Testimonio: Diplomado transición a la educación no presencial para la educación superior
Webinar sobre ambientes de aprendizaje y el uso de las TIC
Separados y desiguales: Educación y clases sociales en Colombia
Recuerdos de unas experiencias de lectura
¿Qué es lo que hace el autor?
Programa Aprendamos Todos a Leer, una iniciativa de alfabetización inicial
Triple E: Marco de referencia para integrar las TIC en procesos educativos
¿Cómo preparamos a los estudiantes de hoy para los trabajos del mañana?
Cómo incorporar el pensamiento computacional en el aprendizaje basado en proyectos (ABP)
BID: Educación a distancia, semipresencial o presencial. ¿Qué dice la evidencia?
Palmira: Semana de Desarrollo Institucional - Enero 2021
La taxonomía de Bloom y sus actualizaciones

Discusión sobre este artículo:



Ver más artículos relacionados

Inicio | Registro | Quienes Somos | Edukatic | Políticas de Uso | Uso de datos personales | Universidad Icesi | RSS

Copyright: eduteka 2001-2019 | Icons made by Freepik from www.flaticon.com