Experiencia didáctica para medir el caudal de un río en un entorno natural. Comparación con los aportes de la inteligencia artificial
Palabras clave:
Experiencia didáctica, Medición del caudal de un río, Entorno natural, Inteligencia artificialResumen
Se muestra la implementación de una estrategia didáctica en contexto natural, para medir el caudal de un río, con estudiantes del ciclo básico de la carrera de Geología de la Facultad de Ciencias Naturales e I.M.L- UNT, para incrementar la motivación, interés y disposición para el trabajo. Además se incorporaron las propuestas de la inteligencia artificial a través del ChatGPT para verificar los aportes de la misma a la experiencia realizada en modo tradicional
Citas
Bossolasco, M. L. y Chiecher, A. (2023). Aportes de la Tecnología para la enseñanza en grupos numerosos. Curso 4. Clase 1. Diplomatura de Posgrado Prácticas de la enseñanza en la Educación Superior. U.N.T.
Coulon, A. (1995) Etnometodología y Educación. Barcelona: Paidós.
García Carmona, A., Vázquez Alonso, A. y Manassero Mas, M.A. (2011). Estado actual y perspectivas de la enseñanza de la naturaleza de la ciencia: una revisión de las creencias y obstáculos del profesorado. Enseñanza de la Ciencias, 29(3), 403-412.
Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio, M. (2014). Metodología de la Investigación. México, McGraw Hill Education.
IA abierta. (2022). ChatGPT (versión del 30 de noviembre de 2022) [Modelo de lenguaje grande]. https://chat.openai.com/chat
Pérez Gutiérrez, C.A. (2006). Aprendiendo los fundamentos de la mecánica de fluidos con situaciones problema en un aula-taller experimental. Revista Educación, Comunicación y Tecnología.1(1).
Pérez Carmona, M. C. y Esper, L. B. (2002). Análisis de los Resultados de un Modelo Integrador entre Matemática, Física y Geología. VI Simposio de Investigadores en Educación en Física, Corrientes, Argentina.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:Los autores/as conservarán sus derechos de copiar y redistribuir el material, bajo los términos estipulados en la Licencia de reconocimiento, no comercial, sin obras derivadas de Creative Commons que permite a terceros compartir la obra bajo las siguientes condiciones:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- SinObraDerivada — Si remezcla, transforma o crea a partir del material, no puede difundir el material modificado.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
