Enfoque innovador para las tareas de mecánica para estudiantes
Un nuevo sistema ofrece tareas personalizadas para mejorar el aprendizaje en mecánica.
― 7 minilectura
Tabla de contenidos
Aprender mecánica implica resolver problemas por tu cuenta. Esta práctica te ayuda a entender mejor la materia. Sin embargo, en clases grandes con más de 200 Estudiantes, se vuelve complicado para los profesores crear y revisar muchas Tareas. Esto puede hacer que los alumnos no practiquen lo suficiente. Cuando los estudiantes copian el trabajo de los demás, pueden pensar que entienden el tema cuando en realidad no es así.
Para abordar estos desafíos, hemos desarrollado un método que permite la creación, distribución y corrección automática de ejercicios relacionados con estática, resistencia de materiales, dinámica e hidrostática. Este sistema permite que cada estudiante reciba tareas personalizadas.
Importancia de la Práctica en Mecánica
Hacer problemas de ejercicios es clave para tener una buena comprensión de la mecánica. Lamentablemente, las clases tradicionales a menudo no ofrecen suficiente práctica debido a la gran cantidad de alumnos y la carga de trabajo para los profesores al calificar tareas. Esto podría hacer que los estudiantes se rezagen en su aprendizaje.
Es esencial que los estudiantes se involucren activamente con el material. Las tareas son una forma común de fomentar esto, pero pueden ser difíciles de gestionar eficazmente en clases grandes. Si los estudiantes solo copian las tareas sin pensar, no les ayuda a entender realmente los conceptos, lo que puede llevar a calificaciones injustas y autoevaluaciones poco realistas.
Una Solución Escalable
Nuestra solución está diseñada para crear, distribuir y corregir problemas de tareas automáticamente. Cada estudiante recibe un conjunto único de ejercicios. Este método permite a los profesores gestionar mejor su carga laboral, ya que la cantidad de tareas que deben crear no depende del número de estudiantes. También facilita la evaluación del conocimiento de cada alumno.
Otra ventaja es que podemos ajustar la dificultad de las tareas según el conocimiento previo de cada estudiante. Esto asegura que los ejercicios sean desafiantes, pero no imposibles.
Para los estudiantes, el sistema de corrección automática proporciona retroalimentación rápida sobre sus respuestas. Pueden volver a enviar tareas para practicar más, lo que fomenta el aprendizaje reflexivo. Cuando los estudiantes comparan sus respuestas con las de sus compañeros, puede generar discusiones valiosas en vez de simple copia.
Haciendo la Tecnología Fácil de Usar
Para que esta nueva herramienta de aprendizaje sea exitosa, debe ser fácil de usar. Los estudiantes deben poder ver fácilmente cómo les beneficia en su aprendizaje. Así que nuestro objetivo es doble: introducir el nuevo sistema y analizar cómo lo perciben los estudiantes.
Cómo Funciona el Sistema de Tareas Individuales
Nuestra solución consta de dos partes: el back-end para generar las tareas y el front-end con el que interactúan los estudiantes.
El sistema back-end, llamado "mechpy", está construido en Python y tiene varias funciones. Puede crear problemas similares y sus soluciones automáticamente. "Mechpy" también genera guías de instrucciones para cada tarea y establece las reglas para calificar las respuestas de los estudiantes.
Una característica clave de "mechpy" es que puede realizar cálculos simbólicos. Esto significa que, en lugar de usar solo números específicos, puede trabajar con variables y símbolos, lo cual es importante para crear soluciones de referencia.
El sistema puede manejar diferentes tipos de problemas mecánicos, como analizar estructuras simples y complejas. También gestiona ejemplos de secciones transversales, proporcionando cálculos importantes como el área y el centro de gravedad.
Al alterar los parámetros de los problemas según reglas predefinidas, "mechpy" puede generar un gran número de tareas únicas. Los resultados se compilan en un formato compatible con Moodle, un sistema de gestión de aprendizaje popular.
Usando Moodle para la Interacción con Estudiantes
Cuando las tareas se importan a Moodle, se convierten en parte de un banco de preguntas al que los estudiantes pueden acceder. Esto permite la distribución aleatoria de tareas entre los estudiantes, asegurando que cada uno reciba un conjunto diferente de problemas.
Moodle ofrece características como la entrega automática de respuestas, plazos establecidos y la posibilidad de volver a enviar tareas. Las tareas de "mechpy" se configuran como preguntas STACK dentro de Moodle. STACK utiliza un sistema de álgebra computacional para interpretar y calificar expresiones matemáticas.
Los estudiantes pueden enviar sus respuestas a través de una interfaz fácil de usar. Reciben retroalimentación inmediata sobre cómo se interpreta su entrada, lo que les permite revisar errores antes de que se califique.
El sistema compara las respuestas de los estudiantes con soluciones de referencia. Aunque principalmente verifica la equivalencia algebraica, los estudiantes también pueden enviar respuestas como números de punto flotante para mejorar la facilidad de uso. Esto incluye verificaciones especiales para casos en los que las respuestas son casi cero para evitar interpretaciones erróneas.
Detalles Técnicos
Nuestro enfoque para crear tareas implica pasos que aseguran cálculos precisos. Para los ejemplos de secciones transversales, la primera tarea es determinar el área. Mientras los estudiantes usan métodos básicos para descomponer formas, nosotros empleamos el teorema de divergencia para cálculos más complejos.
Para encontrar el centro de gravedad y los momentos de inercia, utilizamos integrales, que se calculan simbólicamente en el back-end. "Mechpy" reconoce arcos circulares como curvas de contorno, aunque este cálculo es más complejo.
Evaluando la Retroalimentación de los Estudiantes
En el semestre de invierno de 2022/23, nuestra tecnología de tareas se puso en práctica en un curso de estática con 235 estudiantes. De estos, 143 completaron las tres tareas asignadas.
Para evaluar cómo se sentían los estudiantes con el nuevo enfoque, realizamos dos encuestas: una al principio y otra al final del semestre. La primera encuesta recopiló datos sobre demografía, hábitos de aprendizaje y conocimientos previos de las materias. La segunda encuesta se centró en la satisfacción del curso y opiniones sobre las tareas individuales.
Los resultados indicaron que la mayoría de los estudiantes estaban satisfechos con el curso, con un 47% expresando satisfacción y solo una pequeña porción sintiéndose insatisfecha. Más de dos tercios de los estudiantes apreciaron los ejercicios individuales, señalando su impacto positivo en el aprendizaje.
Conclusiones Clave
Los estudiantes sintieron que las tareas personalizadas los animaban a asumir el control de su aprendizaje y los ayudaban a enfocarse en conceptos importantes. Informaron que los ejercicios ayudaron en la planificación y monitoreo de sus procesos de aprendizaje. Sin embargo, algunos estudiantes encontraron la interfaz algo complicada, sugiriendo que se podrían hacer ajustes para facilitar su uso.
En general, la retroalimentación indica que este nuevo enfoque de tareas ofrece beneficios significativos tanto para los estudiantes como para los docentes. Permite una mayor participación, mejor evaluación del progreso individual y fomenta una comprensión más profunda de los conceptos mecánicos.
Nuestro objetivo es seguir perfeccionando este método y mejorarlo según la retroalimentación de los estudiantes. El éxito inicial sugiere que este sistema puede llevar a una experiencia de aprendizaje más efectiva y atractiva en mecánica.
Título: Teaching mechanics with individual exercise assignments and automated correction
Resumen: Solving exercise problems by yourself is a vital part of developing a mechanical understanding. Yet, most mechanics lectures have more than 200 participants, so the workload for manually creating and correcting assignments limits the number of exercises. The resulting example pool is usually much smaller than the number of participants, making verifying whether students can solve problems themselves considerably harder. At the same time, unreflected copying of tasks already solved does not foster the understanding of the subject and leads to a false self-assessment. We address these issues by providing a scalable approach for creating, distributing, and correcting exercise assignments for problems related to statics, strength of materials, dynamics, and hydrostatics. The overall concept allows us to provide individual exercise assignments for each student. A quantitative survey among students of our recent statics lecture assesses the acceptance of our teaching tool. The feedback indicates a clear added value for the lecture, which fosters self-directed and reflective learning.
Autores: Michael H. Gfrerer, Benjamin Marussig, Katharina Maitz, Mia M. Bangerl
Última actualización: 2023-08-24 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2308.12694
Fuente PDF: https://arxiv.org/pdf/2308.12694
Licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.