Research

Laura Rifo (IMECC - UNICAMP)
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
  1. 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.
  2. 2020 - oficina formativa em ensino de probabilidade, formato online, para estudantes de Licenciatura em Matemática, PUC de Valparaíso (PUCV), Chile.
  3. 2020/21 - Projeto de formação de formadores, formato online, co-financiado pela Universidad de Huelva na linha de Proyectos de Investigación Docente.
  4. 2021/22 - Doutorado Sanduiche de Gabriela Faria Barcelos Gibim, na UHU, por 6 meses.
  5. 2022 - Missão de trabalho, na Unicamp, da Professora Isabel Pascual (UHU).
  6. 2023 - Missão de trabalho, na UHU, e participação no XXVI SEIEM, Logroño.
  7. 2024 - Missão de trabalho, na Unicamp, da Professora Nuria Climent (UHU).
Resultados obtidos
  1. Rifo, L (2020) Probabilidade e Estatística. Coleção PROFMAT, SBM.
  2. 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)
  3. 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.
  4. 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.
  5. 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.
  6. 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.
  7. 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.
  8. 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.
  9. 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)
  10. Gibim, G.F.B., Rifo, L., Ribeiro, M., Climent, N. (2024). División de fracciones: desafíos y dificultades. Uno, 103, 33-7.
  11. 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: Aportes a la práctica docente desde la didáctica de la matemática. ISBN: 978-84-128559-8-2. España: GRAO.
  12. 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). DOI.
  13. Pascual, M.I., Rifo, L., Castilla, L., Climent, N. (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