Competencias Investigativas: Modelización con Python para la Enseñanza de Física Mecánica

• Autores: Mario Bernal, Luz K. Peña
• Localización: Góndola, Enseñanza y Aprendizaje de las Ciencias: Góndola, Ens Aprend Cienc, ISSN-e 2346-4712, Vol. 18, Nº. Extra 2 (Número Especial), 2023, págs. 323-330
• Idioma: español
• Títulos paralelos:
  • Investigative Competences: Python Modeling for Mechanical Physics Teaching
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El artículo presenta una experiencia de innovación desde la perspectiva de la modelización y la argumentación en la enseñanza de la física. Se implementa una estrategia para la formación de competencias investigativas, mediadas por la introducción de lenguajes de programación de alto nivel como Python en los procesos de enseñanza-aprendizaje de la física aplicada, en el contexto de la física mecánica, sus modelos matemáticos deterministas, las ciencias básicas y de la salud. Tal experiencia se enmarca en una metodología de investigación-acción articulada con un método pragmático-sociológico para el análisis de experiencias de aprendizaje en estudiantes que se inician en la educación superior, con el objetivo de plantear y resolver problemas teóricos, propios de la asignatura de física mecánica newtoniana, con la perspectiva que ofrece el desarrollo de pseudocódigos, diagramas de flujo y algoritmos simples programados en el lenguaje de Python, favoreciendo metacognitivamente el desarrollo de competencias investigativas en los estudiantes. Se evidencia que las competencias más fortalecidas son la resolución de problemas, la planeación de proyectos, el diseño de experimentos, el manejo de tecnologías, entre otras.

  • English

    An innovation experience is presented in this article from the perspective of modeling and argumentation in physics teaching. A formation research skills strategy is implemented, mediated by high-level programming languages introduction such as Python in applied physics teaching-learning processes, in mechanical physics context and its deterministic mathematical models in basic and health sciences. This experience is part of an action research methodology articulated with a pragmatic sociological method learning experiences analysis in students who start higher education, with the objective of present and solving theoretical problems, typical Newtonian mechanical physics subject, with perspective offered by the pseudocodes, flowcharts and simple algorithms programmed development in Python language, metacognitively favoring investigative skills development in the students. It's evident that, problem solving, project planning, experiment design, technology management, among others are the most strengthened competencies.