Acceso usuarios
Análisis tradicionales acerca del razonamiento e interacción, suelen describir la construcción del conocimiento a través de comparaciones de resultados generales de datos grupales (e.g., medias, frecuencias y porcentajes) y, en consecuencia, a menudo se descuidan los procesos individuales subyacentes. En este artículo se presenta el estudio de caso de dos díadas de niños (entre cuatro y seis años) que trabajan en una tarea de resolución de problemas. El propósito es capturar los cambios que se dan momento a momento en un conjunto de datos temporales. En particular, presentamos los cambios en el tipo de interacciones y en las habilidades de razonamiento científico durante una tarea de resolución de problemas. Tres técnicas descriptivas fueron empleadas en el análisis de los datos: (1) análisis de series de tiempo para hacer un seguimiento de los comportamientos de momento a momento; (2) matrices de transición, para describir los cambios en el comportamiento; y (3) análisis de agrupación jerárquica aglomerativa, utilizando una técnica híbrida de agrupación para detectar patrones en el comportamiento de las díadas. Los resultados describen la variabilidad intra-individual de las díadas, apoyando así la hipótesis de no ergodicidad, (carácter no homogéneo ni estático) de los procesos psicológicos. Se muestra entonces que las trayectorias intra-individuales de los niños no son homogéneas ni estacionarias, sino que varían a lo largo del tiempo.
Traditional analyses of reasoning and interactions often describe the building of knowledge by comparing general outcomes of group data (e.g., averages, frequencies and percentages) and as a result, often neglect the underlying individual processes. In this paper, we present a case study of two dyads of children (four to six years old) working on a problem-solving task and aim to capture the moment-to-moment changes in a time serial data set. Particularly, we present the changes in the types of interactions and scientific reasoning skills (SRS) during a single problem-solving task. The three descriptive techniques implemented in the data analysis are: (1) a time-series analysis to track the behaviours from moment to moment; (2) transition matrices to describe behaviour changes; and (3) a hierarchical agglomerative clustering (HAC) with a hybrid clustering technique used to detect dyadic patterns. Our results describe the intra-individual variability of the dyads, supporting the assumption of the non-ergodicity (i.e., neither homogeneous nor static) condition of psychological processes. We show that intra-individual trajectories in the children’s behaviours are neither homogeneous nor stationary, but variable over time.
