Research

Laura Rifo (IMECC - UNICAMP)
https://www.webofscience.com/wos/author/record/D-5953-2013>ResearcherID D-5953-2013

Grupo de Pesquisa do CNPq - Estudos sobre ensino de Matemática

Programa Institucional de Internacionalização - PrInt/CAPES

Projeto - Aspectos matemáticos da tomada de decisão e formação de professores

Tema: 28. Desafios no ensino no século XXI
Número do processo: 88881.311131/2018-00.
Coordenadora: Laura Rifo
Período: de dezembro de 2018 a dezembro de 2024.

A Capes solicita que: Ao divulgar, em qualquer meio, ações realizadas ou resultados obtidos sob os auspícios do projeto de pesquisa no âmbito do Programa Capes-PrInt, fazer referência ao financiamento concedido pela CAPES, mencionando no idioma do trabalho: "O presente trabalho foi realizado com financiamento de pesquisa pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, Brasil (CAPES), no âmbito do Programa CAPES-PrInt". O número do processo deve acompanhar a declaração anterior.

Projeto vinculado à Rede Iberoamericana MTSK, com apoio do projeto CEPID da FAPESP No. 2013/07375-0, CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria.

Equipe UNICAMP
Laura Rifo, lattes
Gabriela Faria Barcelos Gibim, lattes

Equipe internacional
Nuria Climent, Universidad de Huelva
Isabel Pascual, Universidad de Huelva


Descrição do projeto
Pretendemos avaliar o impacto da aprendizagem de probabilidade subjetiva e tomada racional de decisões na formação e atuação profissional do futuro professor de matemática, no que se refere ao ensino de probabilidade e estatística.
A inclusão massiva dos temas de probabilidade e estatística na Base Nacional Comum Curricular, a partir dos anos iniciais, mostra a importância do seu ensino de forma correta e eficiente. Este objetivo só pode ser alcançado se o professor de matemática do Ensino Básico for capaz de trabalhar confortavelmente com os conceitos envolvidos. Daí a importância de propor alternativas metodológicas no ensino do tema na formação do aluno de Licenciatura em Matemática e avaliar o seu impacto na prática pedagógica do professor de Matemática.
Este projeto nasceu de uma inquietação recorrente: como melhorar o conhecimento do pensamento inferencial do professor do Ensino Básico de modo que isso se reflita positivamente na sua prática de ensino de probabilidade e estatística. A formação do matemático, em geral, e a do professor de Matemática, em particular, é tipicamente insuficiente no que se refere aos conceitos matemáticos de incerteza e pensamento indutivo, tanto no conteúdo quanto em técnicas de ensino. Esta carência pode se dever a diversos fatores, dos quais os mais relevantes, em nossa opinião, dizem respeito à formação do aluno da Licenciatura em Matemática, principalmente nos seguintes aspectos: (a) o conteúdo de probabilidade e estatística usualmente é visto em um único semestre, o que é pouco para uma correta apreensão dos conceitos envolvidos; (b) a ementa da disciplina de probabilidade e estatística é em geral extensa e inadequada para a prática de ensino, pois tem como objetivo formar um usuário de ferramentas estatísticas, e não um professor com conhecimento no assunto; e, finalmente, (c) os docentes dessa matéria na graduação tipicamente não desenvolvem práticas pedagógicas específicas, que poderiam ser mais exploradas junto ao futuro professor para equipá-lo adequadamente para sua prática docente. As experiências bem-sucedidas de orientação de trabalhos na metodologia proposta nos levam naturalmente à expansão das discussões acadêmicas com outros centros de pesquisa na área de ensino de matemática, principalmente fora do Brasil.
Itens concedidos
Recursos para manutenção do projeto: R$5000,00 (2019); R$5000,00 (2022)
Bolsa: 01 doutorado sanduíche (2020), 6 meses, R$40478,40
Ações realizadas
  • 2019 - Missão de trabalho, Universidad de Huelva (UHU): aplicação de experimento formativo em ensino de matemática para futuros professores de Fundamental I e análise de dados obtidos.
  • 2020 - oficina formativa em ensino de probabilidade, formato online, para estudantes de Licenciatura em Matemática, PUC de Valparaíso (PUCV), Chile.
  • 2020/21 - Projeto de formação de formadores, formato online, co-financiado pela Universidad de Huelva na linha de Proyectos de Investigación Docente.
  • 2022 - Missão de trabalho, na Unicamp, da Professora Isabel Pascual (UHU).
  • 2023 - Missão de trabalho, na UHU, e participação no XXVI SEIEM, Logroño.
  • Resultados obtidos
  • Rifo, L (2020) Probabilidade e Estatística. Coleção PROFMAT, SBM.
  • Castilla-Mora, L., Rifo, L., Climent, N. (2021). Conocimiento de futuros profesores sobre incertidumbre. En P. Diago, D.F. Yáñez, M.T. González-Astudillo y D. Carrillo (Eds.), Investigación en Educación Matemática XXIV (pp. 189-96). Valencia: SEIEM. (Atas de congresso)
  • Castilla, L., Climent, N., Hubenáková, V., Rifo, L., y Semanisinová, I. (2022). Preservice teachers' knowledge for teaching uncertainty: cases from Slovakia and Spain. En J. Hodgen, E. Geraniou, G. Bolondi, y F. Ferretti (Eds.), Proceedings of the Twelfth Congress of European Research in Mathematics Education (CERME12) (pp. 3511-3518). ERME / Free University of Bozen-Bolzano.
  • Gibim, G, Rifo, L. y Climent, N. (2022). Representation of fraction division - experience in a training with teachers with focus on the reference unit. In C. Fernández, S. Llinares, A. Gutiérrez, & N. Planas (Eds.), Proceedings of the 45th Conference of the International Group for the Psychology of Mathematics Education (Vol. 4, pp. 353). PME 45.
  • Gibim, G., Rifo, L., Climent, N., Ribeiro, M. (2022) Teachers' knowledge in the context of division of fractions. Twelfth Congress of the European Society for Research in Mathematics Education (CERME12), Feb 2022, Bozen-Bolzano, Italy.
  • Rifo, L., Estrella, S., & Vidal-Szabó, P. (2022). Enfoque subjetivo de la probabilidad en el conocimiento especializado de profesores de matemática en formación. En J. Carrillo, M. Montes y N. Climent (Eds.), Investigación sobre Conocimiento Especializado del profesor de matemáticas (MTSK): 10 años de camino, (pp. 179-190). Editorial Dykinson.
  • Climent, N., Rifo, L., Castilla-Mora, L., Pascual, I. (2023) Construcción de razonamiento probabilístico a través de la predicción. Uno (Barcelona. 1994), 100, 37-45.
  • Gibim, G.F.B., Rifo, L., Climent, N., Ribeiro, M. (2023) Fraction division representation-experience in a teacher education course focused on the reference unit. Journal of Research in Mathematics Education, 12(3), 193-209. DOI.
  • Rifo, L. (2023). Modelación probabilística en la formación de profesores de matemáticas. En C.Jiménez, Á. Magreñán, E. Badillo, P. Ivars (Eds.), Investigación en Educación Matemática XXVI (p. 594). Logroño: SEIEM. (Atas de congresso)
  • Gibim, G.F.B., Rifo, L., Ribeiro, M., Climent, N. (2024) División de fracciones: desafíos y dificultades. Uno, 103, 33-7.
  • Estrella, S.; Rifo, L.; Vergara, A. (2024). Explorando el pensamiento probabilístico en investigaciones recientes (2010-2022): dos momentos históricos epistemológicos y siete conceptos clave. En S. Estrella, M. parraguez y R. Olfos (Eds.), Pensamiento matemático específico: Aportes desde la Didáctica de la Matemática para investigar, innovar y mejorar en y sobre la práctica docente. España: GRAÓ.
  • Gibim, G.F.B., Rifo, L., Climent, N.(2024) Conhecimento especializado do professor de matemática em relação à divisão de fração no contexto da formulação de problemas. RIPEM - International Journal for Research in Mathematics Education, 14(4).
  • Pascual, M.I., Rifo, L., Castilla, L., Climent, N. (2024) (2024). Conocimiento matemático del formador para la enseñanza del razonamiento inferencial estadístico en formación inicial de maestros. En N. Povedano (Eds.), Investigación en Educación Matemática XXVII (pp. 1-8). SEIEM. (Atas de congresso)

  • Bayesian inference for stochastic processes

    01. with P. Andrade (2017) Long-range dependence and approximate Bayesian computation. Comm. Statist. Simulation Comput. 46(2) 1219-37.

    02. with M. Barahona, M. Sepúlveda, S. Torres (2016) A Simulation-based Study on Bayesian Estimators for the Skew Brownian Motion. Entropy, 18(17) 241.

    03. with P. Andrade, F. Torres-Avilés, S. Torres (2015) Bayesian Inference on the Memory Parameter for Gamma-Modulated Regression Models. Entropy, 17(10) 6576-6597.

    04. with A. Polpo, F. Louzada, J. Stern, M. Lauretto, editors (2015) Interdisciplinary Bayesian Statistics , EBEB 2014. Springer Proceedings in Mathematics and Statistics. ISBN 978-3-319-12454-4.

    05. with P. Andrade (2015) A note on Bayesian inference for long-range dependence of a stationary two-state process. Interdisciplinary Bayesian Statistics, EBEB 2014: 301-10.

    06. with S. Torres, C. Tudor (2013) Comparative estimation for discrete fractional Ornstein-Uhlenbeck process. Stochastic Models, 29: 291-305.

    07. with S. Torres (2009) Full Bayesian analysis for a class of jump-diffusion models. Comm. Statist. Theory Methods 38: 1262-1271.

    08. with S. Torres (2008) Full Bayesian significance test for a class of jump-diffusion models. AIP Conf. Proc.: 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering 1073: 232-239.

    Voltar para o topo

    Extreme value theory, heavy-tailed distributions and tail dependence

    1. with P. Andrade (2016) Bayesian inference for the Rosenblatt distribution. Proceedings of the 60th ISI World Statistics Congress, 26-31 July 2015, Rio de Janeiro, Brazil: 4018-22.
    2. with V. González-López, M. Fernández (2014) A note on conjugate distributions for copulas. Math. Methods Appl. Sci. 38 (18) 4797-803.
    3. with J.D. Santos (2012) A note on conflict of information and subexponential densities. Statist. Probab. Lett. 82 (4) 840-2.
    4. with V. González-López (2012) Full Bayesian analysis for a model of tail dependence. Comm. Statist. Theory Methods 41 (22) 4107-23.
    5. with D. Bernardini (2011) Full Bayesian significance test for extremal distributions. J. Appl. Statist. 38 (4) 851-863.
    6. with S. Wechsler (2006) Karamata's theorem and the two-envelope paradox. RT-MAE 2006-08 (USP).

    Voltar para o topo

    Discrete probabilistic models

    1. with M. Firer, L. Panek (2013) Coding and decoding schemes tailor made for image transmission. Information Theory and Applications Workshop (ITA), IEEE, 1-8.
    2. with M.Firer, L. Panek (2012) Bayes decoding for discrete linear channels with semantic value of information. AIP Conf. Proc. American Institute of Physics 1490: 126-134.
    3. with M. Firer, L. Panek (2011) Coding in the Presence of Semantic Value of Information: Unequal Error Protection Using Poset Decoders. Available in arXiv:1108.3832v1 [cs.IT].
    4. with P.A. Ferrari, F. Redig, C. Maes (2000) On the hydrodynamic equilibrium of a rod in a lattice fluid. J. Phys. A: Math. Theor. 33 (26) 4725-40.

    Voltar para o topo

    Math, probability and statistics for kids

    1. (2012) Pequeno guia de atividades para a Matemateca, available in portuguese.
    2. (2011) Digital project Redefor "Combinatória, Probabilidade e Estatística', available in portuguese.
    3. (2010) Onde está a chave do carro? Revista do Professor de Matemática 71: 24-26.
    4. (2009-10) Project MEC-FNDE-Unicamp products, available in Matemática Multimídia
    5. (2009) Probabilidades e decisões. Revista do Professor de Matemática 68: 30-32.
    6. (2007) A outra face da moeda honesta. Revista do Professor de Matemática 64: 5-7.

    Voltar para o topo