El papel del sentido estocástico en la educación en la ciencia de datos
Contenido principal del artículo
Resumen
Detalles del artículo
ATLAS.ti Scientific Software Development GmbH. (2025). ATLAS.ti Mac (versión 25) [Software de análisis de datos cualitativos]. https://atlasti.com
Batanero, C. (2013). Sentido estadístico: componentes y desarrollo. En J.M. Contreras, G.R. Cañadas, M.M. Gea y P. Arteaga (Eds.), Actas de las Jornadas Virtuales en Didáctica de la Estadística, Probabilidad y Combinatoria (pp. 55-61). Departamento de Didáctica de la Matemática de la Universidad de Granada.
Batanero, C. (2019). Treinta años de investigación en educación estocástica: Reflexiones y desafíos. En J.M. Contreras, M.M. Gea, M.M. López-Martín y E. Molina-Portillo (Eds.), Actas del Tercer Congreso Internacional Virtual de Educación Estadística (pp. 1-15). FQM126.
Batanero, C., y Álvarez-Arroyo, R. (2024). Teaching and learning of probability. ZDM Mathematics Education, 56, 5-17. https://doi.org/10.1007/s11858-023-01511-5
Borovcnik, M. (2016). Probabilistic thinking and probability literacy in the context of risk. Educação Matemática Pesquisa, 18(3), 1491-1516.
Breiman, L. (2001). Statistical modeling: The Two Cultures. Statistical Science, 16(3), 199-231.
Burril, G. (2023). An International look at the Status of Statistics Education. En G.F. Burril, L. de Oliveira Souza y E. Reston (Eds.), Research on Resoning with Data and Statistical Thinking: International Perspectives. Advances in Mathematics Education (pp. 11-16). Springer. https://doi.org/10.1007/978-3-031-29459-4_2
Burrill, G. y Biehler, R. (2011). Fundamental statistical ideas in the school curriculum and in training teachers. En C. Batanero, G. Burrill y C. Reading (Eds.), Teaching statistics in school mathematics. Challenges for teaching and teacher education - A joint ICMI/IASE study (pp. 57-69). Springer. https://doi.org/10.1007/978-94-007-1131-0_10
Carmi, E., Yates, S.J., Lockley, E. y Pawluczuk, A. (2020). Data citizenship: Rethinking data literacy in the age of disinformation, misinformation, and malinformation. Internet Policy Review, 9(2), 1-22. https://doi.org/10.14763/2020.2.1481
CEMat (2021). Bases para la elaboración de un currículo de Matemáticas en Educación no Universitaria. Comité Español de Matemáticas.
Cleveland, W.S. (2001). Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistics. International Statistical Review, 69(1) 21-26.
Conway, D. (2010). The data science Venn diagram. Databist [Webpage]. http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram
Cukic, B., Hague, D. y Maher, M.L. (2020). An innovative interdisciplinary undergraduate Data Science Program: Pathways and Experience. En 2020 IEEE Frontiers in Education Conference (FIE) (pp. 1-5). https://doi.org/10.1109/FIE44824.2020.9273976
Donoho, D. (2017). 50 years of Data Science. Journal of Computational and Graphical Statistics, 26(4), 745-766. https://doi.org/10.1080/10618600.2017.1384734
Drozda, Z., Johnstone, D. y Van Horne, B. (2022). Previewing the national landscape of K-12 data science implementation. En Workshop on Foundations of Data Science for Students in Grades K-12. Valhalla Foundation.
Engel, J. (2017). Statistical Literacy for Active Citizenship: A call for Data Science Education. Statistics Education Research Journal, 16(1), 44-49. https://doi.org/10.52041/serj.v16i1.213
Fernández, N. A., y García-García, J. I. (2024). Sentido probabilístico: un primer acercamiento. En M. Sánchez, M.S. García y A. Castañeda (Eds.), Perspectivas actuales de la Educación Matemática(pp. 107-116). Editorial SOMIDEM. https://doi.org/10.24844/SOMIDEM/S3/2024/01-10
Finzer, W. (2013). The Data Science Education Dilemma. Technology Innovations in Statistics Education, 7(2), 1-9. https://doi.org/10.5070/T572013891
Franklin, C., Kader, G., Mewborn, D., Moreno, J., Peck, R.M. y Scheaffer, R. (2007). Guidelines for assessment and instruction in statistics education (GAISE) Report: A Pre-K-12 curriculum framework. American Statistical Association.
Gafny, R. y Ben-Zvi, D. (2024). Reimagining data education: Bridging between classical statistics and data science. En S. Podworny, D. Frischemeier, M. Dvir y D. Ben-Zvi (Eds.), Minerva School 2022: Reasoning with data models and modeling in the big data era (pp. 69-80). https://doi.org/10.17619/UNIPB/1-1815
Gal, I. (2002). Adult's statistical literacy: Meaning, components, responsibilities. International Statistical Review, 70(1), 1-25.
Gal, I. (2005). Towards “Probability Literacy” for all Citizens: Building Blocks and Instructional Dilemmas. En G.A. Jones (Ed.), Exploring Probability in School. Mathematics Education Library (vol. 40, pp. 39-63). Springer. https://doi.org/10.1007/0-387-24530-8_3
Gould, R. (2024). Traditional statistical models in a sea of data: teaching introductory data science. En S. Podworny, D. Frischemeier, M. Dvir y D. Ben-Zvi (Eds.), Minerva School 2022: Reasoning with data models and modeling in the big data era (pp. 81-90). https://doi.org/10.17619/UNIPB/1-1815
Heitele, D. (1975). An epistemological view on fundamental stochastic ideas. Educational Studies in Mathematics, 6(2), 187-205.
IDSSP Curriculum Team. (2019). Curriculum frameworks for introductory data science. IDSS.
Krippendorff, K. (2018). Content analysis: An introduction to its methodology (4th ed.). Sage Publications. https://doi.org/10.4135/9781071878781
Lee, H. S., Mojica, G.M., Thrasher, E.P. y Baumgartner, P. (2022). Investigating data like a data scientist: Key practices and processes. Statistics Education Research Journal, 21(2), 3. https://doi.org/10.52041/serj.v21i2.41
Real Decreto 157/2022, de 1 de marzo, por el que se establecen la ordenación y las enseñanzas mínimas de la Educación Primaria. Boletín Oficial del Estado, 52, de 2 de marzo de 2022.
Real Decreto 217/2022, de 29 de marzo, por el que se establece la ordenación y las enseñanzas mínimas de la Educación Secundaria Obligatoria. Boletín Oficial del Estado, 76, de 30 de marzo de 2022.
Real Decreto 243/2022, de 5 de abril, por el que se establecen la ordenación y las enseñanzas mínimas del Bachillerato. Boletín Oficial del Estado, 82, de 6 de abril de 2022.
Ridsdale, C., Rothwell, J., Smit, M., Ali-Hassan, H., Bliemel, M., Irvine, D., Kelley, D., Matwin, S. y Wuetherick, B. (2015). Strategies and best practices for data literacy education: Knowledge Synthesis Report. Dalhousie University. https://doi.org/10.13140/RG.2.1.1922.5044
Rodríguez-Muñiz, L.J. (2023). Educar en matemáticas en la era de los datos. Encuentros multidisciplinares, 25(74), 1-9.
Rodríguez-Muñiz, L.J., Muñiz-Rodríguez, L. y Aguilar, Á. (2021). El recuento y las representaciones manipulativas. Los primeros pasos de la alfabetización estadística. PNA, 15(4), 311-338.
Ruiz-Hidalgo, J.F., y Flores, P. (2022). Sentido matemático escolar. En L. Blanco, N. Climent, M.T. González, A. Moreno, G. Sánchez-Matamoros, C. de Castro y C. Jiménez (Eds.), Aportaciones al desarrollo del currículo desde la investigación en educación matemática (pp. 56-79). Universidad de Granada.
Tukey, J.W. (1962). The future of data analysis. The Annals of Mathematical Statistics, 3(1), 1-67.
Weiland, T. y Engledowl, C. (2022). Transforming Curriculum and Building Capacity in K-12 DataScience Education. Harvard Data Science Review, 4(4), 1-20. https://doi.org/10.1162/99608f92.7fea779a
Wild, C.J. y Pfannkuch, M. (1999). Statistical Thinking and Empirical Enquiry. International Statistical Review, 67(3), 223-265.
Witte, V., Schwering, A. y Frischemeier, D. (2025). Strengthening Data Literacy in K-12 Education: A Scoping Review. Education Sciences, 15(1), 25. https://doi.org/10.3390/educsci15010025
Yan, D. y Davis, G. E. (2019). A First Course in Data Science. Journal of Statistics Education, 27(2), 99-109. https://doi.org/10.1080/10691898.2019.1623136

Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.