1

Índice

Definición de “TIC” y “tecnología” __________________________________________2

Tecnologías para la enseñanza de la ciencia y el aprendizaje____________________3
Los beneficios de la enseñanza y el aprendizaje de la ciencia con las tecnologías____5
¿Quién elige las tecnologíaías? _____________________________________________6
¿Qué modelos de investigación pueden orientar la elección? ____________________7
El significado del estudio_________________________________________________7
Recomendaciones y los imperativos para el uso de la tecnología en la enseñanza de las
ciencias y el aprendizaje__________________________________________________9
Marco teórico para la enseñanza y el aprendizaje de la tecnología_________________10
La enseñanza y el aprendizaje de la tecnología_________________________________12
Conocimiento del profesor – el modelo TPACK_________________________________12
Aplicaciones y limitaciones del modelo TPACK_________________________________15
La enseñanza y el aprendizaje de la ciencia con la tecnología___________________19
Tecnologías basadas en la informática_______________________________________19
Tecnologías (móviles) de mano_____________________________________________21
Los proyectos de investigación que utilizan las tecnologías en la enseñanza de la ciencia
innovadora y el aprendizaje________________________________________________22
 2
Definición de “TIC” y “tecnología”
La enseñanza y el aprendizaje contemporáneo se apoya en las nuevas tecnologías (Tics) como son la gestión de datos,
almacenamiento y comunicación. De acuerdo al diccionario Oxford (2010), la definición de tecnología es “máquinas y
dispositivos desarrollados a partir del conocimiento científico”. Los principales usos de la tecnología en la enseñanza de
la ciencia y el aprendizaje son: recoger datos de observación experimentales (registro de datos), generar datos (software
de simulación), medios de comunicación (teléfonos inteligentes) y para proporcionar el conocimiento del contenido de las
actividades de investigación (dispositivos que proporciona acceso a Internet).

Además de las tecnologías existen muchos tipos de software educativo utilizado en la enseñanza de las ciencias y el
aprendizaje. Algunos son creados específicamente para el mercado de la educación, y otros se crean para una
audiencia general (procesadores de texto, hojas de cálculo, paquetes de presentación). Actualmente, el software
utilizado en la educación puede ser categorizado como que tiene los siguientes fines: datos de análisis, visualización
y simulación.
 3
Cada vez más, los maestros se están aprovechando de la creciente riqueza de los recursos alojados en el Internet, páginas
de información que sirven para la misma función que los libros de text y permiten a los estudiantes interactuar con el
contenido y podrían albergar visualizaciones, simulaciones, de comunicación, juegos.
 4
contenido es comprensible, lo que les permite encontrar, combinar y tomar una decisión sobre la información sin la
necesidad de la dirección humana. Sitios web reconocerán las opciones y preferencias personales y sugerir conexiones,
fomentando la generación de comunidad. Estos avances en la web, junto con las ideas de la computación en nube en el
que las aplicaciones y los datos se alojan en el centro en lugar de en la organización del usuario, serán potencialmente
permitir al estudiante para acceder a una mayor variedad de software que antes era posible en el momento en que todo el
software necesario para comprar, con licencia, carga y mantenimiento de las máquinas de la institución del usuario o
educativo. Por lo que la cantidad de software disponible para los maestros es cada día mayor, y los profesores necesitan
una forma de identificar el software que es valioso para su enseñanza.

Los beneficios de la enseñanza y el aprendizaje de la ciencia con las tecnologías

Los beneficios del uso de la tecnología en la enseñanza de las ciencias y el aprendizaje (Consejo de Ministros de
Educación Formación Empleo y Asuntos de la Juventud (MCEETYA), 2005):

(i) los estudiantes pueden alcanzar más limpios y menos ambiguos resultados rápidamente,
(ii) que son móviles y pueden permitir a los estudiantes para llevar a cabo el trabajo (Hennessy et al., 2007) en el
campo (in situ en el aprendizaje) y,
(iii) apoyan el trabajo en grupo y el aprendizaje colaborativo.
(iv) Los estudiantes pueden ser alentados a considerar si los datos que han recogido es “bueno” y si se identifican
problemas con su método experimental, el proceso se puede repetir más rápidamente de lo que era posible
antes de que el uso de registradores de datos. Además, la carga cognitiva de los estudiantes se alivia: ellos no
están ocupados con la escritura y la grabación de flujos de números, liberándolos para centrarse en la
interpretación de los resultados y las grandes ideas que se están explorando en los conceptos científicos (Hisim,
2005; Millar, 2005).
(v) Los beneficios del software de simulación es que pueden ser utilizados para el trabajo de campo cuando la
interacción directa con el fenómeno no es posible, tal vez porque se encuentra en un lugar remoto, o porque el
período de tiempo no encajaría un programa de ciencias, o porque podría ser demasiado caro o demasiado
peligroso para los estudiantes experimentar los fenómenos directamente (por ejemplo, el control de las plantas
de energía nuclear). El uso de software de simulación, los estudiantes son capaces de establecer las variables
iniciales, manipularlos y observar los resultados. El conjunto de datos resultante es más limpio que en la situación
experimental real, y Hennessy et al. (2007) han mostrado, esto ayuda a que el menor logro de los estudiantes a
no distraerse de los conceptos de la ciencia por el desorden de la vida real y la ambigüedad. Los alumnos que
han alcanzado más altas pueden
 5
el reto de tener en cuenta el modelo detrás de la simulación y las limitaciones y supuestos que se habrían utilizado en
su creación, y para comparar y contrastar esto con la vida real.

En resumen, los beneficios del uso de tecnologías en la enseñanza de la ciencia y el aprendizaje incluyen que permiten
a los estudiantes a registrar datos fácilmente en cualquier entorno (clase o trabajo de campo), y para visualizar y evaluar
estos datos inmediatamente. Tecnologías permiten la visualización y manipulación de los fenómenos abstractos o la
investigación de lugares distantes o los que son demasiado peligrosos para la experiencia de primera mano.
Tecnologías también permiten la comunicación con los estudiantes a distancia o con expertos en el tema, además de
proporcionar acceso instantáneo a la investigación de datos a través de Internet.

¿Quién elige las tecnologías?

Puede haber muchas funciones institucionales en la educación conectada a la adquisición de tecnología, implementación,
uso y mantenimiento. Los maestros tienen la mejor comprensión de las necesidades de sus alumnos particulares, su
estilo de enseñanza personal, su ambiente de clase, y por lo tanto deben ser un colaborador esencial para el proceso de
selección de las TIC. Aunque la decisión de adquirir la tecnología puede venir del jefe de departamento, padres, la
comunidad y / o la política del gobierno.

La enseñanza y el aprendizaje de las ciencias con las tecnologías

1.1. tecnologías basadas en la informática
tecnologías informáticas, como el software de simulación y visualización y Sistemas de Información Geográfica (GIS),
pueden mejorar el aprendizaje en las clases de ciencia. oferta de software de simulación idealizado, dinámico y
representaciones visuales de los fenómenos físicos (Hennessy et al., 2007). El uso de software de simulación, los
estudiantes son capaces de establecer las variables iniciales, manipularlos y observar los resultados. El beneficio de las
simulaciones es que pueden ser utilizados para el trabajo de campo cuando la interacción directa con el fenómeno no es
posible, tal vez porque se encuentra en un lugar remoto, porque podría ser demasiado caro o demasiado peligroso para
los estudiantes experimentar los fenómenos directamente (por ejemplo, el control de las plantas).

Además, las simulaciones permiten a los niños escolares a los experimentos con experiencia que pudiera ser demasiado
peligroso, demasiado costoso o de lo contrario no es viable en un laboratorio de la escuela (Hesse et al, 2006;. Cataloglu,
2006; Gazit, Yair, y Chen, 2005; Hennessy, et al, 2007;. Kiboss, Wekesa, y Ndirangu, 2006; Winn et al ., 2006). Hennessy et
al. (2007) encontraron que las simulaciones ayudaron a los estudiantes más débiles comprender conceptos de la ciencia, ya
que los datos generados fue siempre “limpia” y las representaciones visuales ayudaron a aclarar la teoría, mientras que los
alumnos más capaces podrían ser desafiados a pensar en el modelo subyacente utilizado para la simulación programa y
considerar sus limitaciones debido a las simplificaciones impuestas. Como señaló Hennessy et al (2007), un peligro de
software de simulación fue que los estudiantes tenían la impresión de que todas las variables en un experimento se controla
fácilmente.
 6
tecnologías (móviles) de mano
Aunque las tecnologías móviles pueden ser utilizados en el aula, una ventaja adicional es que pueden ser utilizados para
el aprendizaje situado, fuera del aula, ya sea durante el horario escolar o después. Ejemplos de tales tecnologías móviles
incluyen sondas y registradores de datos, que se pueden tomar en las excursiones a los datos recogen el agua corriente
y datos constitutivos de aire y gas, y los teléfonos inteligentes y tabletas que pueden registrar a través de vídeo, audio y
fotografía fija, y permitir el acceso a internet . En muchos de estos estudios (por ejemplo, Kravcik, Kaibel, Specht, y
Terrenghi, 2004), los estudiantes utilizan la tecnología de conferencia de vídeo o audio para comunicarse con los alumnos
situados a distancia, por ejemplo, para colaborar con otros estudiantes en el aula en la interpretación de los datos de
campo de trabajo. Este aprendizaje situado permitido que tenga lugar y alentó el aprendizaje colaborativo. Los ejemplos
de proyectos que utilizan colectores de datos móviles con la colaboración en tiempo real con los alumnos en el aula
incluyen: la recopilación de datos sobre tipos de coníferas, la grabación de texto y fotografías con un colector móvil, la
contaminación urbana monitoreo (Corcel, Spinello (Kravcik, et al., 2004) , Croxford, y Greenhalgh, 2003), sensible al
contexto datos sobre la contaminación del medio ambiente en comparación con los datos de los alumnos de otras
escuelas (Stanton Fraser et al., 2005) y la flora y fauna de datos en parques y bosques, en colaboración con los
estudiantes en el aula (Rogers et al., 2005). Los investigadores encontraron que las ventajas pedagógicas de las sondas
y registro de datos incluyen tecnologías que proporcionan una manera rápida y fácil de capturar “más limpio,
resultados menos ambiguos”(Hennessy, et al., 2007). Los estudiantes podrían dedicar más tiempo a la interpretación
de los datos y menos tiempo de escribir listas de números y gráficos de dibujo manualmente (Hisim, 2005; Millar,
2005). El colector móvil utilizado en el proyecto RAFT (Kravcik, et al., 2004) video incluido y las instalaciones de
conferencias de audio y esto permitió colaboración y encuentra el aprendizaje tenga lugar.
Registradores de datos se han estudiado en una variedad de contextos educativos, sin embargo, ninguno de estos
estudios han informado de los problemas de usabilidad de los registradores de datos.
Los teléfonos móviles han instalaciones de grabación (cámara de vídeo, cámara de fotos, audio), acceso a
Internet y teléfonos inteligentes y iPads potencialmente pueden proporcionar muchas aplicaciones de software, tales
como la manipulación de imágenes, procesamiento de textos, etc. Tales dispositivos son elementos comunes de los
estudiantes de la escuela. En el aula, su poder puede ser aprovechada para el aprendizaje de las ciencias y el aprendizaje
puede continuar como estudiantes aviso y ejemplos de grabación del tema que se está estudiando en clase en su mundo
exterior, reducir la brecha entre el aprendizaje formal e informal (Looi, et al ., 2010). Looi et al. (2009) reportaron que los
dispositivos móviles apoyaron el intercambio y la creación de objetos de estudiantes “sobre la marcha”. Observaron que
los affordances clave del factor de forma pequeño y liviana hicieron estos dispositivos no intrusiva en los espacios de
aprendizaje del estudiante, y se vinculan su aprendizaje dentro y fuera del aula. También comentaron que el tamaño de
los dispositivos fue particularmente significativo para los niños más pequeños - “la pequeñez de la tecnología hace que
los niños pequeños se sienten en control, hace que ellas se sienten capaces, y por lo tanto están dispuestos a asumir
mayores riesgos, gastar más energía y estancia en la tarea ya precisamente porque están en control. No veríamos esta
misma actividad enfocada si la nota 2 estudiantes estaban todos en los ordenadores portátiles sentados en sus
escritorios”(Looi, et al., 2009, p. 1130)
La literatura de investigación ha investigado los beneficios del software basado en computadora y la tecnología
móvil en el aprendizaje de las ciencias y concluyó que las tecnologías tales como la simulación ofrecen a los estudiantes
una situación idealizada con datos limpios, lo que no les distraen del concepto de la ciencia a través de bienes desorden
mundial. Registradores de datos y hojas de cálculo permiten la rápida recogida de datos y visualización de este para su
examen por los estudiantes, dando tiempo para dedicarse a las tareas de orden superior de evaluación en lugar de
 7
grabación de datos. Las tecnologías móviles permiten auténtico, el aprendizaje situado y las affordances de las
herramientas se han demostrado proporcionar una mayor participación de los estudiantes, conectando su aprendizaje
dentro y fuera del aula. En todos estos estudios, no se abordó la facilidad de uso de la tecnología. En conclusión, la
investigación en el campo de la educación se ha centrado en cómo la tecnología puede ser incorporado en el plan de
estudios y las implicaciones pedagógicas, pero no en el diseño de la tecnología en sí misma y cómo esto podría afectar
a su integración en el aula. La literatura no ha investigado la idoneidad de la tecnología para la clase, la clase y el profesor,
por ejemplo, qué conocimientos previos es esencial antes de que la tecnología puede ser utilizada y qué nivel
del esfuerzo de tiempo y el apoyo sería necesario introducir con éxito y seguir utilizándolo en la enseñanza y el
aprendizaje.

1.3. Los proyectos de investigación que utilizan las tecnologías en la enseñanza de la ciencia
innovadora y el aprendizaje
La siguiente sección revisa la literatura sobre el uso de la tecnología en la enseñanza de las ciencias y el
aprendizaje instigado por los proyectos de investigación en el que el contenido y la pedagogía de la lección eran
novedosos y bajo investigación. Los estudios basados en “ladrillos programables”, o robótica Lego, se desarrollan las
ideas del constructivismo y el aprendizaje auténtico. Construccionismo se puede definir como “aprender haciendo” (Harel
y Papert, 1991). “El aprendizaje auténtico” fue propuesto por Herrington y Oliver (2000), basándose en las ideas
constructivistas de la teoría del aprendizaje situado. El aprendizaje auténtico que sucede cuando los estudiantes a
identificar y resolver en el mundo real, los problemas complejos. Se ha adoptado como un importante factor en el
Currículo Australiano de Ciencias. En los proyectos descritos en esta sección, la tecnología es fundamental para las
actividades: se llevó a nuevas formas de enseñanza y aprendizaje, en lugar de usarse para facilitar o acelerar una tarea
existente, como en la literatura anterior.
Resnick, Martin, Sargent y Silverman (1996) utilizaron ladrillos programables en tres tipos de aplicaciones con
hijos del medio escolar: criaturas autónomas, entornos activos y experimentos científicos personales, en la creencia de
que las actividades se anime a los niños a verse a sí mismos como diseñadores e inventores, y “ cambian
fundamentalmente la forma en que los niños piensan acerca de (y se refieren a) las computadoras y las ideas
computacionales”(Resnick, et al., 1996, p. 443). La obra construida en el interés de Seymour Papert en el desarrollo del
pensamiento computacional, extendiendo las insignia de las tortugas que aparecen en pantalla en el mundo 3D (aunque
las tortugas originales de la década de 1960 eran tortugas físicos basados piso).
Los estudiantes podrían utilizar engranajes, motores y sensores para crear máquinas y robots, a continuación, utilizar una
interfaz de programación sencilla de controlar estas máquinas. Resnick et al. (1996) relató la “entornos activos” trabajo
del proyecto de dos estudiantes de 11 y 12 años de edad: los estudiantes estaban haciendo el entorno cobre vida y
reaccionar a la gente, y ellos decidieron hacer un interruptor de luz se enciende cuando la gente entraba en una habitación
y se apaga mientras se iban. Este proyecto era auténtica y estudiante impulsado, se basa en sus propias observaciones
e ideas y por lo tanto conectado al mundo real de los estudiantes. Se encontraron con complejidades tales como no tener
inicialmente una forma de distinguir si las personas estaban entrando o saliendo de la habitación cada vez que se abrió
la puerta, pero con algunos pensaban que eran capaces de experimentar y desarrollar soluciones efectivas. Una clase
de cuarto grado creó a los animales robóticos autónomos, basado en un estudio de cómo viven y se comportan los
 8
animales reales. En grupos de tres o cuatro, construyeron un cangrejo robótico, tortugas y caimanes. Una clase de quinto
grado construyó un “pez de anchoa” y un dinosaurio. Las criaturas LEGO imitaban el comportamiento de los animales
reales, por ejemplo, tenazas del cangrejo LEGO comenzó a romperse cuando encuentra un obstáculo, la cabeza de la
tortuga retrae cuando su
la nariz fue golpeado y el dinosaurio fue atraída por destellos de luz. Los estudiantes fueron capaces de utilizar múltiples
procesos de múltiples comportamientos y así desarrollar comportamientos complejos por sus criaturas: por ejemplo, una
criatura podría siga al mismo tiempo una luz y evitar los obstáculos. Resnick et al. predijeron que las piezas de LEGO se
podrían utilizar para una serie de experimentos científicos personales en las que los niños pueden investigar los
fenómenos cotidianos de sus observaciones y curiosidad del mundo, por ejemplo los sensores conectados a sus cuerpos
podrían registrar cómo sus piernas se mueven cuando se ejecuta, o para recoger datos de una rueda de bicicleta para
medir la rotación, que podría entonces ser representada gráficamente y se analizó.
Resnick et al. (1996) esperaban que sus ladrillos programables pueden ayudar a los estudiantes a pensar en las cosas
de nuevas maneras, y para que puedan llevar a cabo nuevos tipos de exploraciones y experimentos - que los ladrillos
eran “cosas en que pensar con” (. Resnick et al, 1996) . Los investigadores identificaron los siguientes problemas con el
uso de ladrillos programables en el aula: las escalas de tiempo para los proyectos eran grandes y no encajan bien en las
sesiones de clase estándar de alrededor de 50 minutos o el tiempo permitido para las unidades curriculares. Las ideas
de proyectos eran interdisciplinario, y si bien esto podría ser un punto positivo, en la práctica, los educadores no estaban
seguros de dónde encajar las actividades en los planes de estudio.
Desde su trabajo, los investigadores han examinado los robótica cómo se ha utilizado en los campos educativos
(Bers y Urrea, 2000; Liu y Lin, 2009; Resnick, 2003, 2007; Sakamura, 1999); en las percepciones de la robótica en la
escuela (Liu, 2010) y en las percepciones de padres y alumnos de la robótica en el aula (Feng, Lin y Liu, 2011). A pesar
de la riqueza de esta pedagogía, la literatura no informa de lo extendida que su adopción es, y qué tecnologías y
pedagogías están en uso en las aulas de todos los días.
3. Herramientas para la evaluación de tecnologías educativas para el aula
Esta sección explora las herramientas en la literatura para la evaluación de la tecnología educativa. Comienza
con un resumen de la facilidad de uso y su aplicabilidad a la integración de la tecnología en el aula. En esta sección, las
teorías actuales sobre la usabilidad de la disciplina interacción persona-ordenador (informática) son revisados. Estos
principios servirán de marco de referencia para el análisis de la capacidad de uso de la tecnología en este estudio,
incluyendo la creación de los ítems del instrumento encuesta, categorías de análisis de datos y preguntas de la
entrevista.
3.1. usabilidad
Como se indica en la sección 2.3, Vrasidas y Glass (2005) resumen los principales obstáculos a la integración
de las TIC en el aula, incluyendo: falta de tiempo a los maestros para aprender cómo utilizar e integrar las TIC en su
enseñanza; La falta de apoyo continuo; La falta de tiempo y de incentivos a los innovadores del maestro liberado. Una
tecnología que está diseñada con buenos principios de usabilidad es más fácil de aprender a operar y no requiere
memorización de los procedimientos. Por lo tanto, un maestro requerirá menos
apoyo y capacitación, y se cultivan especialmente los maestros que son usuarios poco frecuentes de la tecnología y
podría volver a ella una vez al año. Usabilidad fue iniciado por la psicología y la informática (Human Computer Interaction)
campos, aunque su relevancia se extiende a todas las disciplinas de ingeniería y diseño. La Organización Internacional
de Normalización (ISO) define la usabilidad como: “... en la medida en que un producto puede ser usado por determinados
usuarios para conseguir objetivos específicos con efectividad, eficiencia y satisfacción en un contexto de uso” (ISO, 1998)
 9
Al considerar el tema de la usabilidad, una parte principal de la definición incluye “utilidad”, es decir, no lograr el
producto de sus objetivos previstos? En relación al uso de la tecnología en el aprendizaje en clase a la definición de la
utilidad, esto significa que la tecnología debe ser capaz de contribuir a una clase de ciencias éxito para lograr la
consecución de los objetivos de aprendizaje. Una tecnología no tendría buena utilidad si, a pesar de ser muy útil e
interesante, la tecnología no logró apoyar a los estudiantes en el aprendizaje.
Los principios fundamentales de la facilidad de uso de la teoría de la interacción del ordenador humano incluyen
aquellos por Norman (1.988), Nielsen (Nielsen & Mack, 1994) y Booth (1989). definición categorizado usabilidad de Booth
como utilidad (que permite al usuario para lograr sus objetivos), efectividad (la velocidad de rendimiento o tasa de errores,
facilidad de aprendizaje (la facilidad con que se puede aprender) y la actitud (simpatía), y proporciona una excelente
visión general de la aspectos clave. Nielsen (1994) idearon las siguientes heurísticas de usabilidad que sean más amplias
y expansiva de Booth. la heurística se resumen en la Tabla 2.4 a continuación. eficacia de Booth se descompone en la
prevención de errores y recuperación de error. Nielsen es más específica acerca de la facilidad de aprendizaje, utilizando
el principio de que la sobrecarga cognitiva para el usuario debería reducirse en la tecnología, que requiere el
reconocimiento de los símbolos y las pantallas en lugar de recuerdo o la memorización. Estas heurísticas tienen un
enfoque de software y son ampliamente utilizados en la industria en el diseño y evaluación de las páginas de software y
web , como interfaces así como más físicos, como, por ejemplo, el salpicadero del coche. La mayoría de estos heurística
puede usarse para evalua tecnología te, en particular aquellos con una interfaz de software (por ejemplo, software de
simulación, sitios web, GIS).
Tabla 2.4
heurística facilidad de uso, adaptados de Nielsen (1994)

usabilidad HeuristicExplanation

visibilidad de statusDo sistema que sabe lo que hace el sistema; Cómo le puede dar realimentación
dentro de un tiempo razonable?

Partido entre el sistema y el

mundo real ¿El sistema Hablamos el idioma de los usuarios o hay jerga? ¿La información aparece
en un orden lógico?
 10

usabilidad HeuristicExplanation

control del usuario y freedomIs el usuario capaz de hacer lo que quieren o lo hace la fuerza de sistema ellos
por caminos que no quieren? ¿El usuario puede salir del sistema en cualquier
momento? ¿Hay funciones de “rehacer” “deshacer” y?

La coherencia y la standardsDoes las palabras de uso del sistema diferentes para la misma cosa a la diferente
¿veces?

Error preventionCareful diseño para disuadir a los usuarios realicen errores

El reconocimiento en lugar de
recuerdo ¿El usuario tiene que memorizar el sistema o hay opciones visibles para refrescar
su memoria, reduciendo así la carga cognitiva?
La flexibilidad y la eficiencia en el
uso ¿El usuario puede personalizarlo? Es posible su utilización por los principiantes
y los usuarios experimentados por ejemplo, accesos directos para los usuarios
Estética y diseño minimalista con experiencia?

Ayuda a los usuarios a reconocer, interfaz despejada y agradable. Los cuadros de diálogo no deben contener información
diagnosticar y recuperarse de los irrelevante.
errores
Los mensajes de error deben estar en la llanura Inglés, explicar el problema y
constructivamente sugerir qué hacer a continuación.

Ayuda y documentationOrganised por tarea de usuario en lugar de una lista exhaustiva de todas las características -
fácil buscar / navegar - concisa, en los pasos en lugar de la narrativa.

principios (1988) usabilidad de Norman centrado menos en las interfaces de ordenador y se aplican más a los
objetos cotidianos, incluyendo interruptores de luz, hornos y cámaras. Estos se resumen en la Tabla 2.5 a continuación.
Los tres primeros de los principios de Norman, la visibilidad, la retroalimentación y la consistencia son muy similares a la
heurística de la visibilidad del estado del sistema y la consistencia y estándares de Nielson. Sin embargo, Norman
considera las categorías más físicas de un buen diseño, tales como limitaciones (son las opciones para el uso de un
control restringido para que el usuario opere correctamente?), La cartografía (¿existe una relación natural entre los
controles y sus movimientos y los resultados en el mundo real (por ejemplo, paneles de interruptores de luz o controles
de la estufa de cocina?) y affordance (ver elementos de señal correctamente cómo se supone que se utilizará? por
ejemplo, es obvio que una puerta se debe empujar o un botón presionado, no volvió?) 11
 12
Tabla 2.5
principios de usabilidad de Norman, adaptado de Norman (1988)

usabilidad HeuristicExplanation

Visibilidad
¿Puede usted ver sus opciones para la
Realimentación
acción? Se puede ver el efecto de lo que hizo?
Consistencia
¿Hay operaciones similares y elementos similares para tareas similares?
restricciones
Hace las limitaciones de uso del sistema para que el usuario se siente como que sólo
hay una cosa que puede hacer - lo correcto?
Cartografía
¿Hay una relación natural entre los controles y sus movimientos y los resultados en los
paneles de la vida real, por ejemplo de los interruptores de luz o controles de la estufa
de cocina?
affordance
¿Los elementos de señal correctamente cómo se supone que se utilizará? Por ejemplo,
es obvio que una puerta se debe empujar un botón o no presionado volvió?

Los principios anteriores están bien establecidos en el campo de la interacción persona-ordenador, y han
formado la base de análisis en esta área durante los últimos veinte años. Jakob Nielsen ha seguido actualizando su
investigación, la recopilación de datos en todo el mundo, y la liberación de actualizaciones bimensuales sobre la evolución
de usabilidad. Nielsen (2007) examinó la relevancia de sus directrices de usabilidad de sitios web en 1994 para sitios
web en 2007 llegó a la conclusión de que el 80% de los hallazgos en los estudios de usabilidad web en la década de
1990 continuará siendo cierto. Unas directrices eran ahora despedidos debido a los avances en la tecnología (por
ejemplo, un mejor ancho de banda reduce el tiempo de descarga), adaptaciones de comportamiento (la gente se
acostumbre a ciertas técnicas de interacción y convenciones) y diseñadores que presentan restricción (por ejemplo, sin
el uso excesivo de “Macromedia Flash”, que puede hacer que los sitios web lentos para abrir a medida que se cargan los
gráficos elaborados excesivamente). Las heurísticas de usabilidad de Nielsen Norman y se han adoptado como marcos
eficaces para analizar el diseño de software y hardware, y estos son utilizados por los expertos en evaluación de
usabilidad. Sin embargo, en su forma actual no podrían ser útiles a los maestros que buscan orientación en lo que la
tecnología de escoger para sus aulas, en primer lugar, debido al limitado conocimiento de los profesores de este trabajo
y en segundo lugar, debido a la naturaleza jargonistic de la lengua. A continuación se resumen las herramientas de
evaluación de software desde la década de 1980 que se crearon para evaluar software educativo. Las herramientas se
pueden clasificar en función de su estilo de operación: listas de control, respuesta abierta, la heurística. Esta herramienta
 13
de evaluación de la literatura informó el diseño de la herramienta de evaluación predictiva (PET) en este estudio.
 14
3.2. herramientas de evaluación basados en la lista de verificación
El estilo de la lista de verificación marco de evaluación ha existido desde la década de 1980. Como su nombre
indica, este método identifica una serie de criterios, y proporciona el evaluador con una lista de declaraciones o
preguntas a las que puede responder con “Sí” o respuesta “No”, para indicar si o no el requisito se cumple. Algunos
contienen algunas preguntas “abiertas” a la que el evaluador respondería con una o dos frases. Las listas de verificación
se desarrollaron durante la década de 1980 para la evaluación de software educativo por Holznagel (1989), Salvas y
Thomas (1982) como se cita en Squires y McDougall (1994), muñeca (1994).
La siguiente cita es un ejemplo de la sección de criterios funcionales (1982) lista de verificación Salvas y
Thomas' (como se cita en Squires y McDougall, 1994), y es típico del formato de muchas de las listas de control
mencionados. Se requiere de respuestas sí / no y se centra en la facilidad de uso del software:
Es el programa fácil empezar? S / N

Son los errores de entrada fácil corregido? Y / N

Hace la entrada de datos incorrectos causa de terminación de la programa? Y / N

La uniformidad en el estilo de lista de verificación evaluaciones mencionadas anteriormente fueron que todas las
listas de control contenían preguntas sobre el hardware de ordenador (por ejemplo, requiere memoria; tamaño de disco
duro, etc.) y la adecuación de las guías del usuario del fabricante para instruir a los maestros sobre la manera de carga,
corrida y solucionar problemas de software. Software de la década de 1980 fue con frecuencia “con errores” y propenso
a estrellarse el ordenador, lo que resulta en varios minutos de tiempo de los estudiantes en paro, mientras que el equipo
se reinicia, por lo que era de esperar, la mayoría de las listas de control contenían preguntas sobre la solidez del programa
- lo fácil que fue a estrellarse el equipo y cómo el programa reaccionaron a acciones inesperadas y las aportaciones de
los usuarios. La mayor parte contenida artículos relativos a la facilidad de uso del software, en torno al tema de cómo los
estudiantes se les va a usarlo de forma independiente. Había artículos sobre el control del usuario del software y por lo
tanto su aprendizaje, en particular el ritmo y la navegación. Por ejemplo, el estudiante podría retorno a un área de
confusión y repetirla, o ralentizar el ritmo durante las secciones más difíciles. La mayoría de las listas de verificación
también consideraron la información dada a los estudiantes por el software cuando interactuaban con él - eran los
estudiantes claras acerca de los resultados de sus acciones e hicieron la congratulate software o los corrigen
adecuadamente por sus respuestas.
Tal vez lo más sorprendente fue el enfoque en la pedagogía educativa y los resultados del aprendizaje de algunas
de estas primeras listas de control (por ejemplo, Salvas y Thomas, como se cita en Squires y McDougal (1994)).
Cinco de las listas de control de artículos relacionados con la alineación de la tarea y el contenido del plan de estudios
contenidos
 15
- muchos recursos basados en Internet y actividades actuales pueden ser atractivo y divertido para los estudiantes, pero
no están aprendiendo habilidades o contenidos detallados por el programa o los objetivos de lección del maestro.
Había también los temas relativos a si la experiencia de aprendizaje era probable que se adapte el grupo de estudiantes
en mente. Estos problemas incluyen el partido entre las demandas de alfabetización del software y los estudiantes, si el
contenido se secuenció y “fragmentada” de manera que el grupo de edad podría digerirlo dentro de sus lapsos de
atención. MicroSIFT (1987) y Salvas y Thomas consideraron si el software podría motivar al estudiante y / o fomentar la
creatividad. Lista de comprobación de este último grupo fue el único que pregunta acerca de la capacidad del software
para desarrollar las habilidades sociales de los alumnos, y la idoneidad para el trabajo en grupo, entre ellos el que el
tamaño del grupo sería más eficaz.
Las listas anteriores tenían muchos atributos en común. Salvas y Thomas' (como se cita en Squires y
McDougal (1994)) conformes a la lista de control de formato clásico, con casi todas las preguntas que requieren una
respuesta Sí / No (no hay preguntas abiertas). MicroSIFT (Holznagel, 1983) y muñeca (1987) ambas escalas de
calificación - MicroSIFT tenían una escala Likert de cinco puntos (Muy de acuerdo a través de Muy en desacuerdo),
mientras que la muñeca le preguntó a los maestros para evaluar el uso de una escala de cuatro puntos. El sistema
de la muñeca de forma numérica agregada AGREE y muy de acuerdo, también el desacuerdo y totalmente en
desacuerdo al crear una calificación numérica para el software.
En resumen, las listas de comprobación abordan el análisis de hardware (por ejemplo, la adecuación de la
velocidad del procesador, el tamaño del disco duro) - preguntas a las que una respuesta Sí / No se puede determinar
fácilmente. Las listas de verificación se han utilizado con éxito para comparar los diferentes programas informáticos que
realizan tareas similares, bien definidos (por ejemplo, “ejercicios y prácticas” de software) en el que se enseñan contenidos
o procedimientos específicos (por ejemplo, la división larga). Tergan (1998) afirma que la popularidad de las listas de
control como un método de evaluación se deriva de las siguientes ventajas: son fáciles de completa; que pueden ser
realizadas por personas no expertas; y dan la impresión de ser un conjunto completo de criterios. El requisito para el
evaluador de encontrar un criterio compatible o no compatible es un juicio más fácil que decidir el alcance o la calidad de
cumplimiento. El evaluador no necesita conocimientos previos o experiencia con otros tipos similares de software. La lista
de los criterios y las categorías comprendidas suele ser amplia, y puede abarcar muchas páginas. Por tanto, es fácil creer
que todos los ángulos posibles han sido considerados.
Sin embargo, hay muchas críticas a las limitaciones del método de lista de verificación de la evaluación, y éstos
serán considerados ahora. McDougall y Squires (Holznagel, 1983) hicieron hincapié en las listas de comprobación
establecidas las similitudes entre los paquetes de software cuando se utiliza como una herramienta comparativa, en lugar
de las diferencias. Las listas de verificación se centran en los aspectos técnicos de software en lugar de los problemas
educativos. Maestro y genera proyectos usos fuera de la computadora no se evalúan - McDougall y Squires discutir el
paquete de software de flores de cristal para las escuelas primarias, en las que
 16
“Grubble”, un carácter industrial codicioso en el mundo virtual, está amenazando la ecología del planeta imaginario
“cristal”. Este software estaba destinado a ser “un estímulo para las actividades creativas en el aula”, y recursos para
maestros incluidos para actividades en diversas áreas del currículo: el desarrollo del lenguaje, matemáticas, ciencias,
historia, geografía, arte, teatro y música. Por ejemplo, los niños hicieron carteles y material publicitario para la fábrica de
chicle Grubble. Ellos crearon una presentación de marketing a miembros de la clase para investigar nuevos aromas de
chicle y evaluar su potencial de ventas. Un estudiante en el papel de Sr. Grubble fue entrevistado acerca de su empresa,
sus ingresos, sus motivos, las fuentes de sus trabajadores y algunas cuestiones ecológicas. Otro juego de roles
involucrado un debate entre los conservacionistas y los desarrolladores sobre cuestiones relativas a la ecología y la
calidad de vida de cristal. Hay proyectos de arte también se asociaron, dibujo de mapas y midiendo el crecimiento de las
plantas. A pesar de las valiosas experiencias de aprendizaje inspirados en este mundo virtual y el desarrollo social,
emocional y cognitivo de los estudiantes en la realización de estas tareas, este software anotó mal en los estilos de la
lista de verificación de evaluación del software. El paquete clasificado bien en la documentación y presentación, pero
marcó negativamente en el control del usuario y la flexibilidad - los estudiantes se ven obligados a elegir entre las
alternativas de ajuste y la forma en que interactúan con el programa es fijo. El programa no tiene un tema claramente
definido o apto para el programa. Las listas de control fueron incapaces de explicar el aprendizaje más amplio y
actividades llevadas a cabo fuera de la computadora en sí. Así, el método de lista de verificación no identificó este
programa como uno que puede mejorar el desarrollo intelectual, social y emocional de los alumnos.
Otra área de preocupación es con las listas de comprobación de validez (Tergan, 1998). validez de constructo
se refiere al grado en que operacionalizaciones de una construcción (por ejemplo, pruebas prácticas desarrolladas a
partir de una teoría) miden realmente lo que la teoría dice que hacen. La validez de contenido es un tipo no estadística
de validez que implica “el examen sistemático del contenido de prueba para determinar si cubre una muestra
representativa del dominio comportamiento a medir” (Anastasi y Urbina, 1997, p.
114). Tergan (1998) discutió el problema de la validez del método de lista de control - hacer los puntos de la lista y
categorías abordan el tema de preocupación? Una forma de decidir sobre los artículos para su inclusión es desarrollar y
/ o control de los criterios por consenso de expertos en educación. Sin embargo, Tergan estaba preocupado de que las
críticas de los expertos en cuanto a la relevancia de los criterios podrían depender en gran medida de sus antecedentes
teóricos.
Tergan (1998) también analiza la eficacia de listas de control con respecto a uno y muchos criterios
dimensionales. Él indicó que las listas no son problemáticos cuando se consideran criterios unidimensionales (por
ejemplo, los costos de hardware, etc.), pero tienen dificultad de calificación de dos dimensiones, por ejemplo, la
interacción de diseño instruccional características en combinación con las características del alumno. Tergan apreciado
que los aprendices tenían las características individuales y variado en su comprensión del texto
y los gráficos, en función de sus condiciones cognitivas (Kintsch y Vipond, 1979; Maichle, 1994), por lo que el alumno
podría ser un factor en el análisis de la evaluación.
En resumen, mientras que las listas de comprobación de la década de 1980 eran fuertes en el análisis
“unidimensional” criterios, tales como los requisitos de hardware para el equipo que ejecuta el software, o para la
comparación de dos programas similares para la funcionalidad, que no eran lo suficientemente sofisticada para identificar
el software que podría mejorar el desarrollo social y emocional de los alumnos. Ellos eran mejores en el análisis del
software de “ejercicios y prácticas”, en el que se les enseñaba contenido o procedimientos específicos (por ejemplo, la
división larga), y esto apoyaron la enseñanza dominante y estilos de aprendizaje de la época. Además, la determinación
de la validez de las listas de comprobación es problemático. En la siguiente sección se analizan las tendencias de cambio
 17
en la educación desde la década de 1990 en adelante y los diferentes requisitos de software que resulta de esto.
3.3. Las herramientas cualitativas que se adaptan a cambios en los modelos educativos
Muchas de las herramientas de evaluación del estilo de lista de verificación de software educativo de la década
de 1980 apoyó los paradigmas educativos más didácticas, dirigidas por el maestro de la época, y no consideraron
suficientemente los problemas de aprendizaje (Squires y Preece, 1999b). El modelo educativo dominante era la
transmisión de contenidos de maestro a alumno, y la regurgitación del contenido del alumno al maestro a través de los
trabajos escritos y pruebas. Sin embargo, las filosofías centradas en el alumno han ganado impulso educativo durante los
últimos veinte años. En este modelo, el estudiante asume la responsabilidad de su aprendizaje, y el papel del maestro es
como facilitador de este aprendizaje. Una filosofía central es el constructivismo (ver sección 2.2) - de Piaget (1998), el
aprendizaje es un proceso personal, idiosincrásico, que se caracteriza por el desarrollo de los individuos y la comprensión
de los conocimientos mediante la formación de conceptos y de refinación. Soloway, et al. (1952) afirman que el
aprendizaje y la comprensión implica “procesos activos constructivas, generativos tales como la asimilación, el aumento
y la auto reorganización. El aprendizaje es la inculturación, el proceso por el cual los estudiantes se convierten en
constructores de significado de colaboración entre un grupo definido por las prácticas comunes, el idioma, las creencias,
el uso de herramientas y así sucesivamente”(p. 190). Estas nociones de constructivismo y socioculturism juntos pueden
ser etiquetados como “socio-constructivismo”.
Los movimientos en la filosofía educativa de la maestra centrados a pedagogías centradas en el alumno han
planteado nuevas demandas en el software. El software debe facilitar el aprendizaje profundo que permite a los
estudiantes progresar más allá del contexto especificado para poder aplicar este aprendizaje en nuevas situaciones
(como se describe en el nivel de aplicación de la taxonomía de Bloom). A partir de las teorías socio-constructivista, es
evidente que la discusión de grupo de pares y el trabajo es importante para ayudar a los estudiantes a aprender, por lo
que el software debe apoyar la colaboración también. En la siguiente sección se analiza el movimiento de 1990 de listas
de comprobación para estilos de evaluación que favorecen preguntas abiertas, y una sensación de mayor calidad a los
evaluación. En la siguiente sección se examinan heurísticas de usabilidad como un método de evaluación de software
educativo.
3.3.1. heurística
En 1985, Preece y Jones (como se cita en Squires y McDougall, 1994) propusieron una lista de comprobación
para los maestros ayudan a evaluar el software educativo. Sin embargo, Preece trabajar con David Squires (1999) listas
de verificación más adelante rechazados, declarando que se centraron en los atributos de software a expensas de los
problemas de aprendizaje, y no adoptaron una visión socio-constructivista del aprendizaje. Squires y Preece, basándose
en los trabajos anteriores de McDougall y Squires (1995) argumentó que era necesario tener en cuenta las interacciones
de clase, las teorías de los procesos y problemas de aprendizaje del plan de estudios, y éstos no podría ser abordado
adecuadamente por una lista de control. El software educativo debe apoyar el movimiento del profesor tradicional
centrada modelo a una centrada en el alumno la pedagogía, en la que el profesor tiene el papel de gestor y facilitador
del aprendizaje.
Squires y Preece (1999) propusieron en su lugar un enfoque más cualitativo para la evaluación del software, con
la heurística para guiar el proceso de evaluación. Ellos se sienten atraídos por los heurísticos desarrollados por Jakob
Nielsen (Nielsen & Mack, 1994), que trabajaba en el campo de la usabilidad del software. La heurística es una “regla de
oro”, utilizada por los analistas para obtener la mejor solución. La evaluación por lo general se lleva a cabo por consultores,
que tienen conocimientos sobre los métodos de evaluación de la facilidad de uso y también el contexto operativo del
software. Squires y Preece (1999) analizaron la heurística de Nielsen contra las nociones de autenticidad cognitiva y
 18
contextual, y llegaron a la conclusión de que podrían ser la base para el desarrollo de un conjunto de “aprendizaje con el
software” heurísticas, lo que consideran tanto la facilidad de uso y problemas de aprendizaje. Esto nunca se desarrolló
aún más, pero si se ha ajustado en un lenguaje fácilmente entendido por los expertos en usabilidad no, se propone en
este estudio que podría resultar una herramienta muy útil para los profesores al realizar evaluaciones de la tecnología.
Durante la década de 2000, los investigadores publicaron estudios de evaluación de software utilizado en
entornos específicos de la materia o de contextos específicos. Weston (1996) considera los factores técnicos, curriculares
y prácticas que pueden obstaculizar la implantación y la compatibilidad de un programa en el contexto escolar. Sin
embargo, su enfoque de la evaluación era desde la perspectiva de desarrollo de software - la evaluación formativa para
mejorar el diseño del producto, y al mismo tiempo destacó muchas áreas problemáticas con el software de aplicación en
las escuelas, no propuso un marco para la evaluación.
Meira y Peres (2004) sugirieron un enfoque basado en el diálogo para la evaluación. Estudiaron el diálogo,
mientras que la interacción con software en particular, y se utilizan Conversación Análisis para descubrir las averías en la
conversación, por lo que les permite mapear los desajustes entre los usuarios de los usuarios las acciones y el
comportamiento del software. Esto permitió que se centren en las actividades facilitadas por el
software, en lugar de en las características del software. Aunque este método era eficaz para los investigadores, que
eran muy hábiles en las técnicas de análisis de la conversación, el método es poco probable que sea exitosa con maestros
que carecen de la experiencia necesaria para realizar el análisis. En conclusión, a pesar de numerosos trabajos de
investigación han sido publicados que evaluar un software en particular en un contexto educativo específico, marcos de
evaluación (que no requieren habilidades metodológicas especialistas) a los profesores ayudar a identificar el software
educativo eficaz no se han propuesto en la década de 2000.
En resumen, los años 1980 vieron un aumento en el estilo de lista de verificación basada cuantitativo de
evaluación para el software. Durante la década de 1990 se sugirió que el estilo de lista de control contenía defectos graves
y el estilo más cualitativa de la evaluación heurística, con preguntas abiertas, daría una indicación más fuerte del valor
del software en un entorno educativo. de este último método “pregunta abierta” enfoque conduce a una más profunda
comprensión del potencial del software, pero requiere experiencia y la comprensión de la metodología para producir un
resultado válido. El método de lista de control permite que un profesor novato para ser guiado a una elección, pero lo
hace esta captura la complejidad suficiente? Ha habido una falta de investigación en el área de la evaluación predictiva
en la década de 2000 - estudios de caso de la evaluación sumativa de software en particular en temas específicos se
publicó, pero puede ser difícil de ver lo que se puede generalizar a partir de esto. No se han producido marcos generales
que ayudan a los maestros para seleccionar el software y lo incorporan en su enseñanza. Es evidente que se necesita
más investigación para proporcionar fácil de usar directrices que los maestros de ayuda en la identificación de la
tecnología eficaz para la enseñanza y el aprendizaje.
Existe una clara necesidad de una guía para los maestros en la selección de la tecnología eficaz para el aula.
Los maestros están bajo una creciente presión para incorporar las TIC en sus lecciones de gestión escolar y otras partes
interesadas en la educación, por ejemplo, el gobierno, los padres y grupos comunitarios. Los maestros reciben una
enorme cantidad de información acerca de la tecnología educativa de los fabricantes de software educativo en ferias,
días de desarrollo profesional ya través de catálogos en sus buzones. Una cierta dirección se puede obtener a partir de
los estudios de casos publicados en la literatura reciente, sin embargo, no siempre está claro cómo los contextos
generalizables son - se requiere un modelo de fácil aplicación más directa. líneas de investigación futuras deben abordar
esto.
Los beneficios de la claridad y la velocidad del método de lista de comprobación tal vez se pueden adaptar
 19
para incorporar la heurística de paradigmas posteriores. Hay una necesidad de reconocer los beneficios tanto de la
lista de verificación y los métodos heurísticos que tienen en cuenta la facilidad de uso de la tecnología y la creación de
marcos que pueden guiar a los maestros de la década de 2010 y más allá en la toma de decisiones tecnológicas
productivas por sus aulas.
 20
Referencia

Anastasi, A., y Urbina, S. (1997). Validez: conceptos básicos. Pruebas psicológicas (7 ed., Pp. 113- 139). Nueva Jersey:
Prentice Hall.
Anderson, LW, Krathwohl, DR, y Bloom, BS (2005). Una taxonomía para el aprendizaje, la enseñanza y la evaluación:
Longman.
Angeli, C., y Valanides, N. (2005). maestros de primaria preservice como tecnología de información y comunicación de
los diseñadores: Un modelo de diseño sistemas de instrucción basado en una vista ampliada del conocimiento
didáctico del contenido. Journal of Computer Assisted Learning, 21 (4), 292-302.
Angeli, C., y Valanides, N. (2009). Epistemológicos y metodológicos para la conceptualización, desarrollo y evaluación
de las TIC con TPCK: Los avances en el conocimiento didáctico del contenido tecnológico (TPCK).
Computadoras y Educación, 52 (1), 154-168. dOI:[Link]
Annetta, LA, Minogue, J., Holmes, SY, y Cheng, MT (2009). Investigar el impacto de los videojuegos en los estudiantes
de la escuela secundaria, la participación y el aprendizaje acerca de la genética. Computadoras y Educación,
53 (1), 74-85. doi: [Link]
Archambault, LM, y Barnett, JH (2010). Revisando conocimiento didáctico del contenido tecnológico: Explorando el
marco TPACK. Computadoras y Educación, 55 (4), 1656-1662. doi:
[Link]
Plan de estudios de Australia y la Autoridad de Reporte de Evaluación (ACARA). (2012). Capacidades generales
en el plan de estudios de Australia. Obtenido
de[Link] [Link].
Bednarz, SW (2004). Sistemas de Información Geográfica: Una herramienta para la geografía apoyo y la
educación ambiental? GeoJournal, 60, 191-199.
Berg, S., Benz, C., Lasley, T., y Raisch, D. (1998). el uso de tecnología ejemplar en las aulas de primaria. Revista
de Investigación en Computación en la Educación, 31, 111-122.
Booth, P. (1989). Una introducción a la interacción humana por ordenador. Hove, Inglaterra: Lawrence Erlbaum
Associates.
Brown, JS, Collins, A., y Duguid, E (1988). cognición situada y la cultura de aprendizaje.
Investigador educativo, 18 (1), 32-42.
Bruce, BC, y Hogan, MP (1998). La desaparición de la tecnología: Hacia un modelo ecológico de la alfabetización.
En D. Reinking, MC McKenna, LD Labbo y RD Kieffer (Eds.), Manual de lectura, escritura y tecnología: (pp.
269-281) Transformaciones en un mundo post-tipográfica. Florence, KY: Routledge.
Cataloglu, E. (2006). Software de fuente abierta en enseñanza de la física: un estudio de caso sobre el álgebra vectorial
y representaciones visuales. Presentación en línea, en línea Diario turco de Tecnología Educacional - v5 TOJET
n1 ene 2006, 8.
Cifuentes, L., y Hsieh, Y.-CJ (2001). gráficos por ordenador para la participación de los estudiantes en el
aprendizaje de la ciencia. TechTrends, 45 (5), 21-26.
Cubano, L., Kirkpatrick, H., y Peck, C. (2001). Acceso de alta y baja utilización de las tecnologías en las aulas de
secundaria: Al explicar una aparente paradoja. American Educational Research Journal, 38 (4), 813.
Donnelly, D., McGarr, O., y O'Reilly, J. (2011). Un marco para la integración de los profesores de las TIC en su práctica
en el aula. Computadoras y Educación, 57 (2), 1469-1483. doi: 10.1016 / [Link].2011.02.014
 21
Ertmer, PA, y Newby, TJ (1993). El conductismo, cognitivismo, constructivismo: Comparación de las
características críticas de una perspectiva de diseño instruccional. Mejora del rendimiento trimestral, 6
(4), 50-72. doi: 10.1111 / j.1937-8327.1993.tb00605.x
Ertmer, PA, Ottenbreit-Leftwich, AT, Sadik, O., Sendurur, E., y Sendurur, P. (2012). creencias de los maestros y las
prácticas de la tecnología de integración: una relación crítica. Computadoras y Educación, 59 (2), 423-435.
doi: 10.1016 / [Link].2012.02.001
Frailich, M., Kesner, M., y Hofstein, A. (2008). Mejorar los estudiantes la comprensión del concepto de enlace químico
mediante el uso de las actividades previstas en un sitio web interactivo. Revista de Investigación en Enseñanza
de las Ciencias, 46 (3), 289-310.
Gazit, E., Yair, Y., y Chen, D. (2005). Emergente comprensión conceptual del complejo astronómico Fenómenos
mediante el uso de un sistema solar virtual. Revista de Educación Ciencia y Tecnología, v14 n5-6 p459-470
dic 2005, 12.
Geelan, D., Mukherjee, M., & Martin, B. (2012). El desarrollo de los conceptos clave en la física: ¿Es más eficaz de
enseñar el uso de visualizaciones científicas? Enseñanza de las Ciencias - la Revista de la Australian
Maestros de Ciencias de Asociación, 58 (2), 33.
Goktas, Y., Yildirim, S., y Yildirim, Z. (2009). Principales barreras y posibles facilitadores de la integración de las TIC en
los programas de formación docente previa al servicio. Tecnología Educación y Sociedad, 12 (1).
Goodman, N. (1984). De la mente y otros asuntos. Cambridge, MA: Harvard University Press.
Graham, CR (2011). Consideraciones teóricas para el conocimiento didáctico del contenido tecnológico
entendimiento (TPACK). Computadoras y Educación, 57 (3), 1953-1960.
dOI:[Link]
Graham, CR, Borup, J., & Smith, NB (2012). Usando TPACK como un marco para entender las decisiones de integración
de tecnología candidatos a maestros. [10.1111 / j.1365-2729.2011.00472.x]. Journal of Computer Assisted
Learning, 28 (6), 530-546.
Graham, CR, Burgoyne, N., Cantrell, P., Smith, L., Clair, LS, y Harris, R. (2009). desarrollo TPACK en enseñanza de
las ciencias: La medición de la confianza TPACK de profesores de ciencias en servicio. TechTrends, 53 (5),
70-79.
Harel, IE, y Papert, SE (1991). Construccionismo: Ablex Publishing.
Hennessy, S., Wishart, J., Whitelock, D., Deaney, R., Brawn, R., la Velle, L., McFarlane, A., Ruthven, K., Winterbottom,
M. (2007). Enfoques pedagógicos para la Tecnología-integrado Enseñanza de las Ciencias. Computadoras y
Educación, V48 n1 p137-152 ene 2007, 16.
Herrington, J., & Oliver, R. (2000). Un marco de diseño instruccional para entornos de aprendizaje auténtico.
Tecnología educativa Investigación y Desarrollo, 48 (3), 23-48.
Hew, KF, y cepillo, T. (2007). La integración de la tecnología en K-12 enseñanza y el aprendizaje: las lagunas de
conocimientos actuales y recomendaciones para futuras investigaciones. Tecnología educativa Investigación
y Desarrollo, 55 (3), 223-252.
Hisim, N. (2005). La tecnología en el laboratorio; Parte II: Sugerencias prácticas para el uso de probeware en el aula de
ciencias. El profesor de ciencias, v72 N7 p38 oct 2005, 4.
Hofer, M., Grandgenett, N., Harris, J., & Swan, K. (2011). La prueba de un instrumento de observación tecnología de
integración TPACK-base. Trabajo presentado en la Sociedad para la Tecnología de la Información y
Educación Conferencia Internacional Maestro 2011, Nashville, Tennessee,
 22
[Link]..[Link]
Holznagel, DCE (1983). Las evaluaciones MicroSIFT Courseware (88-168): Educational Laboratory Northwest
Regional, 300 SW Sixth Ave., Portland, OR 97204.
 23
Howland, JL, Jonassen, D., y Marra, RM (2011). El aprendizaje significativo con la tecnología: Pearson Education.
Jamieson-Proctor, R., Finger, G., y Albion, P. (2010). La auditoría de la confianza de los conocimientos tradicionales y
TPACK de los maestros en formación: ¿Están listos para la profesión? Australiana Informática Educativa, 25
(1), 8-17.
Jonassen, DH (1991). Objetivismo frente al constructivismo: ¿Necesitamos un nuevo paradigma filosófico?
Tecnología educativa Investigación y Desarrollo, 39 (3), 5-14.
Jonassen, DH (2008). El aprendizaje significativo con la tecnología: Pearson / Prentice Hall Merrill. Jordan, K. (2011).
A partir del conocimiento El maestro: Resultados de una encuesta TPACK auto-evaluarse.
Australiana Informática Educativa, 26(1), 16-26.
Kravcik, M., Kaibel, A., Specht, M., y Terrenghi, L. (2004). Colector móvil de Viajes de Campo.
Tecnología educativa y sociedad, 7(2), 25-33.
Krug, S. (2000). No me hacen pensar (2ª ed.): New Riders Press.
 24
Lee, SA, Linn, MC, Varma, K., y Liu, OL (2010). Cómo hacer de tecnología mejorada unidades Conexión Ciencias
aprendizaje en el aula impacto? Revista de Investigación en Enseñanza de las Ciencias, 47 (1), 71-90.
Lim, CP, y Hang, D. (2003). Un enfoque teoría de la actividad a la investigación de la integración de las TIC en
las escuelas de Singapur. Computadoras y Educación, 41 (1), 49-63.
dOI:[Link]
Lingard, B., Hayes, D., & Mills, M. (2003). Los maestros y pedagogías productivas: contextualización,
conceptualización, utilizando. Pedagogía, cultura y sociedad, 11 (3), 399-424.
Lloyd, MM (2005). Hacia una definición de la integración de las TIC en el aula. Trabajo presentado en el Aare,
Parramatta, Nueva Gales del Sur.
Lloyd, MM, y Mukherjee, M. (2013). Dime lo que ves: percepciones de la pedagogía digitales ejemplar maestros en
formación. Australiana Informática Educativa, 27 (3), 85-94.
Looi, C.-K., Wong, L.-H., Así, H.-J., Seow, P., Toh, Y., Chen, W., Zhang, B., Norris, C, Soloway ,
E. (2009). Anatomía de una lección moviliza: Aprender a mi manera. Computadoras y Educación, 53 (4),
1120-1132. doi: [Link]
Looi, CK, Seow, P., Zhang, BH, Así, HJ, Chen, W., y Wong, LH (2010). Aprovechando la tecnología móvil para el
aprendizaje sin fisuras sostenible: una agenda de investigación. British Journal of Educational Technology, 41
(2), 154-169.
McDougall, A., y Squires, D. (1995). Un estudio empírico de un nuevo paradigma para la elección de software
educativo. Computadoras y Educación, 25 (3), 93-103.
Meira, L., y Peres, F. (2004). Un enfoque basado en el diálogo para la evaluación de software educativo.
Interactuar con las computadoras, 16(4), 615-633.
Consejo de Ministros de Educación, Empleo ,, Formación y Juventud (MCEETYA) ,. (2008). Declaración de Melbourne
en las metas educativas para los jóvenes australianos. [Recurso electrónico]. (9780759405240). Melbourne:
Consejo de Ministros de Educación, Empleo, Formación y Juventud RecuperarD desde
[Link]
Consejo de Ministros de Educación Formación Empleo y Asuntos de la Juventud (MCEETYA). (2005).
Estrategia de la pedagogía - aprendizaje en un mundo en línea: Consejo de Ministros de Educación,
Empleo, Formación y Juventud (Australia y Nueva Zelanda).
Mishra, P., y Koehler, M. (2006). didáctico del contenido tecnológico de conocimiento: Un marco para el conocimiento de
los maestros. El Colegio de registro Profesores, 108 (6), 1017-1054.

Niess, ML (2005). Preparar a los maestros a enseñar la ciencia y las matemáticas con la tecnología: El desarrollo de una
tecnología de conocimiento de contenido pedagógico. La enseñanza y la formación del profesorado, 21 (5), 509-
523. doi: [Link]
Niess, ML (2011). La investigación de TPACK: Conocimiento Crecimiento en Enseñanza con Tecnología.
Journal of Educational Computing Research, 44(3), 299-317.
Diccionario de ingles Oxford. (Ed.) (2010) Diccionario Oxford de Inglés. Melbourne: Oxford University Press.
Autoridad de Estudios de Queensland. (2007a). La información y la comunicación (TIC) prioridad Cross-curricular
para el final del año 9. Obtenido de[Link]
Autoridad de Estudios de Queensland. (2007b). Tecnología del Aprendizaje Esencial para el final del año 9.
Obtenido de [Link]
 25
Resnick, L. (1987). Aprender dentro y fuera de la escuela. Investigador Educación, 16 (2), 13-20.
Resnick, M., Martin, F., Sargent, R., y Silverman, B. (1996). Los ladrillos programables: Juguetes para pensar. IBM
Systems Journal, 35 (3,4), 443-452. doi: 10.1147 / sj.353.0443
Rogers, Y., Precio, S., Randell, C., Stanton Fraser, D., Weal, M., y Fitzpatrick, G. (2005). aprendizaje Ubi-:
Integrando Experiencias interior y aprendizaje al aire libre. Comunicaciones de la ACM, 48 (1).
Salomon, G. (1993). Sobre la naturaleza de las herramientas informáticas pedagógicas: El caso del compañero de escritura.
Computadoras como herramientas cognitivas, 179-196.
Schunk, DH (2008). teorías de aprendizaje: una perspectiva educativa. Upper Saddle River, Nueva Jersey: Pearson
Prentice Hall Merrill.
Shulman, L. (1986). Los que comprenden: el crecimiento del conocimiento en la enseñanza. investigador
para la Educación, 15 (2), 4-14.
Soloway, E., Jackson, S., Klein, J., Quintana, C., Reed, J., Spitulnik, J.,. . . Scala, N. (1996).
La teoría del aprendizaje en la práctica: Casos de estudio de diseño centrado en el alumno. Factores de ACM
CHI'96 humanos en los sistemas informáticos. Actas. Vancouver, BC Addison-Wesley, 189-196.
Squires, D., y McDougall, A. (1994). La elección y el uso de software educativo: una guía para maestros: Taylor & Francis,
Inc.
Squires, D., y Preece, J. (1999a). La predicción de la calidad de software educativo: Evaluación para el aprendizaje,
facilidad de uso y la sinergia entre ellos. Interactuar con las computadoras, 11 (5), 467- 483.
Squires, D., y Preece, J. (1999b). La predicción de la calidad de software educativo: Evaluación para el aprendizaje,
facilidad de uso y la sinergia entre ellos. Interactuar con las computadoras, 11 (5), 467- 483. doi:
[Link]

Standridge, M. (2002). Behaviorismo. En M. Orey (Ed.), Las perspectivas sobre el aprendizaje, la enseñanza y la
tecnología emergente. Consultado el 25/09/2013, de[Link]
Stanton Fraser, D., Smith, H., Tallyn, E., Kirk, D., Benford, S., Rowland, D., Paxton, M., Precio, S., Fitzpatrick, G. (2005).
El proyecto SENTIDO: una aproximación al contexto inclusivo para el estudio de la ciencia del medio ambiente
dentro y fuera de las escuelas. Trabajo presentado en la CSCL, Taipei, Taiwán.
Tergan, SO (1998). Listas de verificación para la evaluación de software educativo: revisión crítica y perspectivas.
Innovaciones en Educación y Enseñanza Internacional, 35 (1), 9-20.
Tytler, R. (2007). Re-imaginar la educación científica: involucrar a los estudiantes en la ciencia para el futuro de
Australia.
Tytler, R., y Symington, D. (2006). La ciencia en la escuela y la sociedad. Enseñanza Science, 52 (3), 10-15.
von Glasersfeld, E. (1984). El constructivismo radical. En P. Watzlawick (Ed.), La realidad inventada.
Cambridge, MA: Harvard University Press.
 26
Voogt, J., Fisser, P., Pareja Roblin, N., Tondeur, J., & van Braak, J. (2012). contenido tecnológico conocimiento
pedagógico - una revisión de la literatura. [10.1111 / j.1365- 2729.2012.00487.x]. Journal of Computer
Assisted Learning, no-no.
Vrasidas, C., & Glass, GV (2005). Lograr la integración de la tecnología en el aula Enseñanza. En
C. Vrasidas y GV Glass (Eds.), Preparar maestros para enseñar con la tecnología (pp. 1-20). Connecticut:
Information Age Publishing.
Watzlawick, P. (1984). La realidad inventada. Cambridge, MA: Harvard University Press.
Whetten, DA (1989). Lo que constituye un aporte teórico? La Academy of Management Review, 14 (4), 490-495.
Winn, W., Stahr, F., Sarason, C., Fruland, R., Oppenheimer, P., & Lee, Y.-L. (2006). Aprendizaje Oceanografía de
una simulación por ordenador Comparado con experiencia directa en el mar. Revista de Investigación en
Enseñanza de las Ciencias, v43 n1 p25-42 ene 2006, 18.
Wu, HK, Krajcik, JS, y Soloway, E. (2001). La promoción de la comprensión de las representaciones químicas: el uso
de una herramienta de visualización en el aula de los estudiantes. Revista de Investigación en Enseñanza de
las Ciencias, 38 (7), 821-842.
Yurdakul, IK, Odabasi, HF, Kilicer, K., Coklar, AN, Birinci, G., & Kurt, AA (2012). Desarrollo, la validez y fiabilidad de
TPACK-Profundo: Una Pedagógica Tecnológica contenido de conocimiento Escala. Computadoras y
Educación, 58 (3), 964-977. dOI:[Link]