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 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
Etiquetas:



Estándares ISTE en TIC para estudiantes (2016)

Nueva versión de los Estándares ISTE para estudiantes ajustados para un contexto en el cual gran cantidad de aulas de clase en todo el mundo los estudiantes tienen acceso a tecnología móvil. Esta nueva versión tiene menos que ver con lo que los estudiantes deben saber y estar en capacidad de hacer y, en cambio, se enfoca en determinar cuál es la persona que queremos llegue a ser nuestro estudiante en un mundo que privilegia la adaptabilidad al cambio rápido y permanente.

Estados Unidos: Mapa de Alfabetismo en TIC (Geografía)

Mapa con prácticas de aprendizaje, publicado por el Consorcio de Habilidades Indispensables para el Siglo XXl, con el objeto de ayudar tanto a docentes como a formuladores de políticas educativas a entender de qué manera se integra el Alfabetismo en TIC al área de Geografía. Estas prácticas están organizadas en tres categorías amplias de habilidades: (a) interpersonales y de autonomía, (b) de información y comunicación y, (c) de pensamiento y solución de problemas.

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."

Siete tendencias tecnológicas en educación para 2018

En un artículo publicado por Rhea Kelly en Campus Technology ella plantea siete tendencias tecnológicas que veremos en el campo educativo durante 2018, a partir de las opiniones de cuatro líderes reconocidos en el uso de las TIC en procesos educativos. Conozca las siete tecnologías que, según expertos, darán qué hablar en educación en el 2018.

La Integración de las TIC en Ciencias Naturales

Existe un nuevo paradigma en la enseñanza de las Ciencias, que se enfoca especialmente en el desarrollo de la competencia científica en los estudiantes para atender las necesidades de un mundo jalonado por avances en esta área. Las TIC facilitan y potencian este desarrollo.

Reseña de Herramientas Informáticas - Bases de Datos

Reseña con la que pretendemos ofrecer alternativas, de bajo costo o gratuitas, al software que se utiliza para enseñar informática en el INSA con los contenidos que se encuentran claramente especificados en el currículo INSA de Informática, versión 2005. Hemos evaluado cuidadosamente varias herramientas y construido con ellas tablas que permiten al docente seleccionar las que mejor se ajusten a la enseñanza de los temas de su programa académico.

Uso de simuladores en prácticas educativas
edukafé: documentos de trabajo de la Escuela
Videotutorial del portal Eduteka
Qué tan acertados son los reportes prospectivos en educación
El reencuentro en la vuelta a las clases presenciales: 5 desafíos, 5 propuestas
Resignificando la educación: 12 reflexiones pedagógicas sobre la escuela
Pensamiento lógico y matemático: Aportes desde el saber pedagógico para la educación del siglo XXI
MEN: Universidad Icesi en la noche de los mejores 2021
¿Cómo diseñar instrumentos para medir la comunicación no violenta?
Escuela de Directivos Docentes: Documento de orientaciones para aliados a nivel territorial
Portal Eduteka, 20 años ayudando a mejorar la calidad educativa mediante el uso de las TIC
Química: 100 preguntas, 100 respuestas
Definición de la Alfabetización en Datos
Reporte Horizonte 2017 - Edición para Educación Escolar (K-12)
Memorias de EdukaTIC 2018
Diplomado: Transformando la educación inicial en el marco del decreto 1411 de 2022
100 Trabajos del futuro
UNESCO: Recomendación sobre la ética de la inteligencia artificial
Wakelet: Guardar casi cualquier cosa que encuentres en línea
Europa, ciudadanía y transformación digital
BID: ¿Invertir en un sector de bajo desempeño? Sí, claro; ¿por qué no?
BID: Estudiantes desvinculados: los costos reales de la pandemia
Aulas hospitalarias: mucho más que seguir estudiando durante una enfermedad
Aprender de los Computadores Vs Aprender con los Computadores
Una mirada atenta
Caminos hacia 2050 y más allá
Algo real donde todo es fingido
Plan de estudio para promover ciudadanos digitales responsables
¿Quiénes estudian pedagogía en América Latina y El Caribe?: tendencias y desafíos en el perfil de los futuros docentes
¿En España, cómo se va a notar la implantación de la LOMLOE en el aula?



Ver más artículos relacionados

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

Copyright: eduteka 2001-2021 | Icons made by Freepik from www.flaticon.com