La comunidad educativa de Castilla-La Mancha se pronuncia.

Se comenta la opinión de la comunidad educativa de Castilla-La Mancha respecto al documento del MEC 'Una educación de calidad para todos y entre todos'. Se realizan mesas y foros de debate para recoger propuestas respecto a dicho documento. Se habla de los problemas de aprendizaje de los alumnos, la prueba extraordinaria y la reducción de materias en ESO y la importancia de las tecnologías de la información y comunicación.

Voces y reflexiones de los docentes

Tres profesionales de la educación relatan su trabajo en centros convertidos en comunidades de aprendizaje. Describen las actuaciones emprendidas fundamentalmente para superar los problemas de aprendizaje y convivencia.

Formación didáctica en enseñanzas elementales de clarinete

Resumen en inglés. Resumen basado en el de la publicación

Teatro negro : ideas brillantes para atender la diversidad a oscuras

Se describe una experiencia llevada a cabo en el IESO Valles de Gata (Hoyos, C??ceres) entorno al teatro negro y se detallan tres secciones que integraron el proyecto: 'Teatro a oscuras, ??te atreves?', que aglutina actividades realizadas con un grupo de alumnos con necesidades educativas especiales, con problemas de aprendizaje o deprivaci??n sociocultural o interacci??n socioemocional; 'El aula fluorescente' que comprend??a experiencias llevadas a cabo empleando el teatro como veh??culo para el trabajo de contenidos y procedimientos propios del curr??culo de diversas materias (m??sica, educaci??n pl??stica, ingl??s, etc.) y dirigido a alumnos de 2??, 3?? y 4?? de ESO y 'Gata negra teatro' orientado a alumnos con alto rendimiento escolar para que ahondasen en el conocimiento y pr??ctica de teatro negro, con los que se cre?? una compa????a y se realiz?? una gira por diversas localidades de la Sierra de Gata

Estudi dels processos emocionals en nens i nenes amb dificultats d'aprenentatge i la seva relació amb els processos cognitius basats en la Teoria PASS de la Intel·ligència

A lo largo de estos años de existencia del grupo de investigación se han ido desarrollando un volumen de casos donde se comenzó a evidenciar un hecho: niños y adolescentes llegaban derivados a la consulta por problemas de aprendizaje, pero éstos no siempre respondían a que tuvieran unos procesos cognitivos por debajo de la media. Por tanto, no se explicaba su bajo rendimiento escolar. Ante estos casos nos planteamos como intervenir en esta realidad educativa. Indagando descubrimos que la mayoría de estos también tenían problemas a nivel emocional. La pregunta inmediata que nos hicimos fue: podemos llegar a pensar que quizás los procesos emocionales influyen directamente en los procesos cognitivos? El estado emocional influye directamente en los procesos cognitivos?Los procesos cognitivos y emocionales son un todo inseparable? Estas dudas son las que me llevaron a proponer esta investigación: ver la relación que puede haber entre los procesos cognitivos y los procesos emocionales, evidentemente, siempre centrados desde el Modelo Humanista- Estratégico (modelo del grupo de investigación): a nivel cognitivo, Teoría PASS de la Inteligencia; a nivel emocional, la Teoría del Procesamiento Cerebral de las Emociones. Se plantea la tesis estructurada en dos partes: Parte teórica: explicación de la Unidad de Neuropsicopedagogía del Hospital Dr. Trueta de Girona (UNPP) donde se realiza la investigación, revisión teórica de procesamiento cognitivo, procesamiento emocional y su relación mutua. 2.- Parte práctica: objetivos, metodología, resultados, análisis- discusión, implicaciones educativas y conclusiones. El objetivo general es establecer una relación entre el procesamiento cognitivo y emocional a partir de la relación de los procesos cognitivos PASS con problemas emocionales en niños y niñas de entre 5 y 16 años. Para conseguirlo se pretende: 1. Establecer la relación entre procesamiento PASS y los efectos de la intervención emocional según el Modelo Humanista - Estratégico; 2. Analizar la relación entre procesamientos cognitivos PASS y los efectos de la intervención cognitiva según la Teoría PASS de la Inteligencia; 3.Comprobar si los procesos PASS varían en el transcurso de más de seis meses sin ningún tipo de intervención ni emocional ni cognitiva, 4. Comprobar si los resultados obtenidos en los tres primeros objetivos se diferencian entre ellos para determinar el componente emocional en los procesos cognitivos PASS, y 5. Establecer orientaciones prácticas para la intervención psicopedagògica considerando la relación de procesos emocionales, cognitivos y aprendizaje. Para poder llevar a cabo esta investigación, la metodologia utilizada es: una metodologia cuantitativa ya que se realiza una investigación experimental enmarcada como un diseño mixto 3x2 con el primer factor ínter sujeto y el segundo factor intra sujeto. Y por otra parte, una metodologia cualitativa. ya que en la primera muestra se realiza una intervención psicopedagógica en base emocional a cuarenta casos de la UNPP, y en la segunda muestra se realiza una intervención psicopedagògica en base cognitiva a treinta casos de la UNPP. Los resultados comparativos nos corraboran afirmativamente la hipotesis y objetivos, facilitando realizar un analisis-discusión muy interesante aportando las implicaciones educativas que acarrean, y por consiguiente llegando a las conclusiones. De entre éstas destacamos principalmente: 1. La intervención emocional es eficaz para mejorar el rendimiento cognitivo, si tenemos en cuenta que a pesar que no se ha realizado intervención cognitiva se ha producido una mejora en el rendimiento escolar. 2. La intervención cognitiva PASS es eficaz para la mejora del rendimiento cognitivo y la desaparación de las dificultades de aprendizaje cuando el origen de estas es cognitivo. 3. En las diferencias en planificación se observa que se ha producido un incremento mayor y sustancial en el grupo que ha recibido intervención emocional. 4. Y por consiguiente, podemos decir que la emoción se interrelaciona con la cognición a través del procesamiento cognitivo de planificación.

El Rol del docente en el Clima Institucional y en los aprendizajes en el Colegio Sara Serrano de Maridueña del cantón Huaquillas de la Provincia de El Oro en el periodo lectivo 2010 -2011

El presente trabajo tiene como objetivo fundamental examinar las características del clima institucional, a partir del rol de los docentes y de las experiencias de aprendizajes de los estudiantes como un factor determinante en la educación, en el colegio Sara Serrano del cantón Huaquillas de la Provincia de El Oro. Al analizar el clima Institucional partiremos desde su connotación terminológica, así como de los elementos que lo comprenden; esto nos permitirá crear espacios que mejoren nuestro ambiente escolar y tornarlo adecuado para resolver los problemas de aprendizaje de los estudiantes y un mejor desempeño del personal en la Institución educativa. Identificaremos el rol que cumple el docente en el marco de tres grandes teorías; la de la Eficacia Escolar, defendida por grandes pedagogos Iberoamericanos que a través de investigaciones han rescatado la importancia que tiene el clima Institucional como un indicador de calidad en el sistema educativo, a fin de que favorezca activamente las formas de vivir en común promoviendo el crecimiento de todos; la teoría Ausebleliana del aprendizaje significativo nos revela la importancia de desarrollar en nuestros estudiantes aprendizajes duraderos; así también, la Mediación docente de Vigostky que nos posiciona en nuestra razón de ser como formadores de vida. Se examinará la realidad del entorno en el marco del clima Institucional determinando la importancia de cada uno de los actores, a fin de consolidar la visión de la institución que se pretende. Como parte concluyente se presenta una propuesta de diseño de un enfoque que mejore el desempeño docente, las relaciones interpersonales, como puntos de partida en los procesos de enseñanza aprendizaje y en el clima Institucional.

Protocolo de diagnóstico e intervención psicopedagógica: Guía No.2 de diagnóstico rápido; 6-11 años

Esta segunda guía se centra en la etapa escolar, aborda por tanto desde los 6 a los 11 años en que inicia la adolescencia. Parte de sugerencias para la estimulación y reeducación psicomotriz (éstas también pueden aplicarse a niños/as entre los 3 y los 5 años), posteriormente se centra en el análisis de la evolución de los dibujos en los niños/as y de éstos como indicadores de conflicto a nivel personal, familiar, comunitario y social. Las características de la niñez media se analizan como tercer componente y se proponen dos reactivos para detectar problemas madurativos: (Test visomotor de Bender) y emocionales (Test de Sacks), dos áreas que deben ser diagnosticadas puesto que si no son recuperadas pueden terminar en problemas de aprendizaje. La guía finaliza con el análisis de los problemas de aprendizaje que se presentan en la niñez media.

Para uma crítica da medicalização na educação

Este artigo analisa criticamente o processo crescente de medicalização da vida cotidiana e suas expressões contemporâneas no campo da educação escolar à luz dos pressupostos da Psicologia Histórico-Cultural, buscando desvelar o processo de produção dos fenômenos do não aprender e não se comportar na escola, bem como os fatores que determinam sua identificação por profissionais da saúde e da educação como sintomas de doenças e transtornos. Dentre as muitas disfunções comumente associadas ao desempenho escolar de crianças na atualidade, são destacados e analisados o TDAH e o TOD. As análises desenvolvidas ao longo do texto indicam que a compreensão da medicalização como um desdobramento inevitável do processo de patologização dos problemas educacionais exige um trabalho intelectual crítico e o desenvolvimento de novos posicionamentos de psicólogos, educadores e profissionais da saúde em relação à sociedade, à educação e ao desenvolvimento humano.

A complexidade da coda silábica na escrita de pré-escolares

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Construcción, desarrollo y validación de un cuestionario de motivos de inicio, persistencia, expectativas de cambio y expectativas de abandono de los estudios universitarios

Programa de doctorado: Formación del Profesorado

Producción de materiales didácticos en portugués: enfoque interdisciplinario. 16H368

El presente proyecto es una continuación del proyecto de investigación: Producción de materiales teóricodidácticos en portugués: enfoque interdisciplinario (Cód. 16h286). El contexto de investigación es la Carrera de Profesorado en Portugués de la Facultad de humanidades y Ciencias Sociales – UNaM. El equipo de investigadores y auxiliares involucrados son docentes de las cátedras y graduados adscriptos, que planificarán y llevarán a cabo el trabajo de campo en disciplinas del Profesorado. Como lo indica el título uno de los propósito de la investigación es el de desarrollar materiales didácticos adecuados a las necesidades de las cátedras y estratégicos en la resolución de problemas de aprendizaje. Desde el paradigma interpretativo, se realizará una investigación aplicada e interdisciplinaria, en la que se utilizará el método etnográfico a fin de estudiar el contexto socio-cultural del estudiante y el análisis del discurso para analizar sus producciones, en procura de plantear resoluciones.

¿En dónde ubican su atención los niños desatentos? Herramientas psicoanalíticas para abordar la problemática desatencional en la clínica y la institución escolar

El presente trabajo está basado en el recorte de algunos resultados y conclusiones de la investigación que desarrollé en el marco de la beca doctoral UBACyT (2003-2007) acerca de los "Aspectos histórico-libidinales en niños y niñas con problemas en sus aprendizajes que manifiestan dificultades atencionales". Se partió de la idea de que no existen niños que no atiendan en lo absoluto, que de lo que se tratará es de ubicar en qué tienen puesta su atención los niños desatentos. Las conclusiones principales fueron: La necesidad de plantear las dificultades atencionales como resultante de múltiples determinaciones y no tan sólo a causa de un supuesto déficit neurológico. La responsabilidad profesional de diferenciar diagnósticos descriptivos, de diagnósticos estructurales de sujetos en constitución. Se cuestionó la dicotomía cuerpo - mente, se propuso pensar la intersección entre “vulnerabilidad genética" y “potencialidad traumática". Se encontró una estrecha ligazón de las dificultades atencionales con las historias libidinales. Se hallaron situaciones silenciadas en todas las historias analizadas, modalidades a predominio de la desinvestidura y la preponderancia de situaciones traumáticas vivenciadas por las diferentes generaciones que el psiquismo prefiere mantener desligadas, incluso a costa del empobrecimiento subjetivo y las dificultades para simbolizar. A partir de este recorrido se proponen algunas herramientas para abordar la problemática tanto desde el espacio clínico, como escolar.

Contributions to Bayesian network learning with applications to neuroscience

Neuronal morphology is a key feature in the study of brain circuits, as it is highly related to information processing and functional identification. Neuronal morphology affects the process of integration of inputs from other neurons and determines the neurons which receive the output of the neurons. Different parts of the neurons can operate semi-independently according to the spatial location of the synaptic connections. As a result, there is considerable interest in the analysis of the microanatomy of nervous cells since it constitutes an excellent tool for better understanding cortical function. However, the morphologies, molecular features and electrophysiological properties of neuronal cells are extremely variable. Except for some special cases, this variability makes it hard to find a set of features that unambiguously define a neuronal type. In addition, there are distinct types of neurons in particular regions of the brain. This morphological variability makes the analysis and modeling of neuronal morphology a challenge. Uncertainty is a key feature in many complex real-world problems. Probability theory provides a framework for modeling and reasoning with uncertainty. Probabilistic graphical models combine statistical theory and graph theory to provide a tool for managing domains with uncertainty. In particular, we focus on Bayesian networks, the most commonly used probabilistic graphical model. In this dissertation, we design new methods for learning Bayesian networks and apply them to the problem of modeling and analyzing morphological data from neurons. The morphology of a neuron can be quantified using a number of measurements, e.g., the length of the dendrites and the axon, the number of bifurcations, the direction of the dendrites and the axon, etc. These measurements can be modeled as discrete or continuous data. The continuous data can be linear (e.g., the length or the width of a dendrite) or directional (e.g., the direction of the axon). These data may follow complex probability distributions and may not fit any known parametric distribution. Modeling this kind of problems using hybrid Bayesian networks with discrete, linear and directional variables poses a number of challenges regarding learning from data, inference, etc. In this dissertation, we propose a method for modeling and simulating basal dendritic trees from pyramidal neurons using Bayesian networks to capture the interactions between the variables in the problem domain. A complete set of variables is measured from the dendrites, and a learning algorithm is applied to find the structure and estimate the parameters of the probability distributions included in the Bayesian networks. Then, a simulation algorithm is used to build the virtual dendrites by sampling values from the Bayesian networks, and a thorough evaluation is performed to show the model’s ability to generate realistic dendrites. In this first approach, the variables are discretized so that discrete Bayesian networks can be learned and simulated. Then, we address the problem of learning hybrid Bayesian networks with different kinds of variables. Mixtures of polynomials have been proposed as a way of representing probability densities in hybrid Bayesian networks. We present a method for learning mixtures of polynomials approximations of one-dimensional, multidimensional and conditional probability densities from data. The method is based on basis spline interpolation, where a density is approximated as a linear combination of basis splines. The proposed algorithms are evaluated using artificial datasets. We also use the proposed methods as a non-parametric density estimation technique in Bayesian network classifiers. Next, we address the problem of including directional data in Bayesian networks. These data have some special properties that rule out the use of classical statistics. Therefore, different distributions and statistics, such as the univariate von Mises and the multivariate von Mises–Fisher distributions, should be used to deal with this kind of information. In particular, we extend the naive Bayes classifier to the case where the conditional probability distributions of the predictive variables given the class follow either of these distributions. We consider the simple scenario, where only directional predictive variables are used, and the hybrid case, where discrete, Gaussian and directional distributions are mixed. The classifier decision functions and their decision surfaces are studied at length. Artificial examples are used to illustrate the behavior of the classifiers. The proposed classifiers are empirically evaluated over real datasets. We also study the problem of interneuron classification. An extensive group of experts is asked to classify a set of neurons according to their most prominent anatomical features. A web application is developed to retrieve the experts’ classifications. We compute agreement measures to analyze the consensus between the experts when classifying the neurons. Using Bayesian networks and clustering algorithms on the resulting data, we investigate the suitability of the anatomical terms and neuron types commonly used in the literature. Additionally, we apply supervised learning approaches to automatically classify interneurons using the values of their morphological measurements. Then, a methodology for building a model which captures the opinions of all the experts is presented. First, one Bayesian network is learned for each expert, and we propose an algorithm for clustering Bayesian networks corresponding to experts with similar behaviors. Then, a Bayesian network which represents the opinions of each group of experts is induced. Finally, a consensus Bayesian multinet which models the opinions of the whole group of experts is built. A thorough analysis of the consensus model identifies different behaviors between the experts when classifying the interneurons in the experiment. A set of characterizing morphological traits for the neuronal types can be defined by performing inference in the Bayesian multinet. These findings are used to validate the model and to gain some insights into neuron morphology. Finally, we study a classification problem where the true class label of the training instances is not known. Instead, a set of class labels is available for each instance. This is inspired by the neuron classification problem, where a group of experts is asked to individually provide a class label for each instance. We propose a novel approach for learning Bayesian networks using count vectors which represent the number of experts who selected each class label for each instance. These Bayesian networks are evaluated using artificial datasets from supervised learning problems. Resumen La morfología neuronal es una característica clave en el estudio de los circuitos cerebrales, ya que está altamente relacionada con el procesado de información y con los roles funcionales. La morfología neuronal afecta al proceso de integración de las señales de entrada y determina las neuronas que reciben las salidas de otras neuronas. Las diferentes partes de la neurona pueden operar de forma semi-independiente de acuerdo a la localización espacial de las conexiones sinápticas. Por tanto, existe un interés considerable en el análisis de la microanatomía de las células nerviosas, ya que constituye una excelente herramienta para comprender mejor el funcionamiento de la corteza cerebral. Sin embargo, las propiedades morfológicas, moleculares y electrofisiológicas de las células neuronales son extremadamente variables. Excepto en algunos casos especiales, esta variabilidad morfológica dificulta la definición de un conjunto de características que distingan claramente un tipo neuronal. Además, existen diferentes tipos de neuronas en regiones particulares del cerebro. La variabilidad neuronal hace que el análisis y el modelado de la morfología neuronal sean un importante reto científico. La incertidumbre es una propiedad clave en muchos problemas reales. La teoría de la probabilidad proporciona un marco para modelar y razonar bajo incertidumbre. Los modelos gráficos probabilísticos combinan la teoría estadística y la teoría de grafos con el objetivo de proporcionar una herramienta con la que trabajar bajo incertidumbre. En particular, nos centraremos en las redes bayesianas, el modelo más utilizado dentro de los modelos gráficos probabilísticos. En esta tesis hemos diseñado nuevos métodos para aprender redes bayesianas, inspirados por y aplicados al problema del modelado y análisis de datos morfológicos de neuronas. La morfología de una neurona puede ser cuantificada usando una serie de medidas, por ejemplo, la longitud de las dendritas y el axón, el número de bifurcaciones, la dirección de las dendritas y el axón, etc. Estas medidas pueden ser modeladas como datos continuos o discretos. A su vez, los datos continuos pueden ser lineales (por ejemplo, la longitud o la anchura de una dendrita) o direccionales (por ejemplo, la dirección del axón). Estos datos pueden llegar a seguir distribuciones de probabilidad muy complejas y pueden no ajustarse a ninguna distribución paramétrica conocida. El modelado de este tipo de problemas con redes bayesianas híbridas incluyendo variables discretas, lineales y direccionales presenta una serie de retos en relación al aprendizaje a partir de datos, la inferencia, etc. En esta tesis se propone un método para modelar y simular árboles dendríticos basales de neuronas piramidales usando redes bayesianas para capturar las interacciones entre las variables del problema. Para ello, se mide un amplio conjunto de variables de las dendritas y se aplica un algoritmo de aprendizaje con el que se aprende la estructura y se estiman los parámetros de las distribuciones de probabilidad que constituyen las redes bayesianas. Después, se usa un algoritmo de simulación para construir dendritas virtuales mediante el muestreo de valores de las redes bayesianas. Finalmente, se lleva a cabo una profunda evaluaci ón para verificar la capacidad del modelo a la hora de generar dendritas realistas. En esta primera aproximación, las variables fueron discretizadas para poder aprender y muestrear las redes bayesianas. A continuación, se aborda el problema del aprendizaje de redes bayesianas con diferentes tipos de variables. Las mixturas de polinomios constituyen un método para representar densidades de probabilidad en redes bayesianas híbridas. Presentamos un método para aprender aproximaciones de densidades unidimensionales, multidimensionales y condicionales a partir de datos utilizando mixturas de polinomios. El método se basa en interpolación con splines, que aproxima una densidad como una combinación lineal de splines. Los algoritmos propuestos se evalúan utilizando bases de datos artificiales. Además, las mixturas de polinomios son utilizadas como un método no paramétrico de estimación de densidades para clasificadores basados en redes bayesianas. Después, se estudia el problema de incluir información direccional en redes bayesianas. Este tipo de datos presenta una serie de características especiales que impiden el uso de las técnicas estadísticas clásicas. Por ello, para manejar este tipo de información se deben usar estadísticos y distribuciones de probabilidad específicos, como la distribución univariante von Mises y la distribución multivariante von Mises–Fisher. En concreto, en esta tesis extendemos el clasificador naive Bayes al caso en el que las distribuciones de probabilidad condicionada de las variables predictoras dada la clase siguen alguna de estas distribuciones. Se estudia el caso base, en el que sólo se utilizan variables direccionales, y el caso híbrido, en el que variables discretas, lineales y direccionales aparecen mezcladas. También se estudian los clasificadores desde un punto de vista teórico, derivando sus funciones de decisión y las superficies de decisión asociadas. El comportamiento de los clasificadores se ilustra utilizando bases de datos artificiales. Además, los clasificadores son evaluados empíricamente utilizando bases de datos reales. También se estudia el problema de la clasificación de interneuronas. Desarrollamos una aplicación web que permite a un grupo de expertos clasificar un conjunto de neuronas de acuerdo a sus características morfológicas más destacadas. Se utilizan medidas de concordancia para analizar el consenso entre los expertos a la hora de clasificar las neuronas. Se investiga la idoneidad de los términos anatómicos y de los tipos neuronales utilizados frecuentemente en la literatura a través del análisis de redes bayesianas y la aplicación de algoritmos de clustering. Además, se aplican técnicas de aprendizaje supervisado con el objetivo de clasificar de forma automática las interneuronas a partir de sus valores morfológicos. A continuación, se presenta una metodología para construir un modelo que captura las opiniones de todos los expertos. Primero, se genera una red bayesiana para cada experto y se propone un algoritmo para agrupar las redes bayesianas que se corresponden con expertos con comportamientos similares. Después, se induce una red bayesiana que modela la opinión de cada grupo de expertos. Por último, se construye una multired bayesiana que modela las opiniones del conjunto completo de expertos. El análisis del modelo consensuado permite identificar diferentes comportamientos entre los expertos a la hora de clasificar las neuronas. Además, permite extraer un conjunto de características morfológicas relevantes para cada uno de los tipos neuronales mediante inferencia con la multired bayesiana. Estos descubrimientos se utilizan para validar el modelo y constituyen información relevante acerca de la morfología neuronal. Por último, se estudia un problema de clasificación en el que la etiqueta de clase de los datos de entrenamiento es incierta. En cambio, disponemos de un conjunto de etiquetas para cada instancia. Este problema está inspirado en el problema de la clasificación de neuronas, en el que un grupo de expertos proporciona una etiqueta de clase para cada instancia de manera individual. Se propone un método para aprender redes bayesianas utilizando vectores de cuentas, que representan el número de expertos que seleccionan cada etiqueta de clase para cada instancia. Estas redes bayesianas se evalúan utilizando bases de datos artificiales de problemas de aprendizaje supervisado.

Desarrollo y aplicación del inventario de sugestionabilidad, versión para adolescentes (IS-A), en alumnos de enseñanza secundaria

En el interés de seguir abriendo líneas de investigación en beneficio de los procesos de enseñanza y aprendizaje, la mejora del rendimiento escolar, y en consecuencia, de la adquisición de las competencias por parte de los alumnos, y ante la insistente demanda por parte del Consejo Europeo para el desarrollo de las competencias clave, que no ve mejorar los resultados de nuestro sistema educativo, hemos iniciado una nueva línea de trabajo. En relación a ello hemos considerando la sugestionabilidad de los alumnos como una característica que no ha sido explorada en este campo y que sin embargo, a la luz de algunas investigaciones realizadas por la Universidad de Gerona en relación a los problemas de aprendizaje de origen emocional y la intervención a través de la comunicación indirecta, ofrece interesantes y nuevas vías de trabajo en la búsqueda de soluciones al respecto. Observando los datos empíricos aportados por estas investigaciones decidimos continuar en esa dirección indagando en el área de la sugestionabilidad. En este sentido era necesario un primer paso para disponer de un instrumento de evaluación de la sugestionabilidad de los adolescentes, ya que nos hemos centrado en la etapa de la Enseñanza Secundaria, para lo que era necesario basarse en una herramienta ya diseñada y probada en otro rango de población, y que pudiera medir la sugestionabilidad desligada de valoraciones referentes al campo de la hipnosis. La única herramienta encontrada que disponía de estas características ha sido el Inventario de Sugestionabilidad IS (González-Ordi y Miguel Tobal, 1999). El objetivo de esta investigación ha sido la construcción y validación del Inventario de Sugestionabilidad IS-A para medir el índice de sugestionabilidad de la población adolescente en muestras españolas, a partir del Inventario de Sugestionabilidad IS (González-Ordi y Miguel Tobal, 1999) para población adulta. Para ello se dispuso de varios grupos de sujetos distribuidos en tres fases de trabajo diferenciadas para desarrollar el estudio completo: La primera para la construcción del Inventario de Sugestionabilidad IS-A, siguiendo el modelo del Inventario de Sugestionabilidad IS (González-Ordi y Miguel Tobal, 1999); La segunda para explorar la idoneidad del rango de población; La tercera para el análisis de la estructura interna del IS-A...

Iraupen luzeko irakasleriaren garapenaren inpaktu-mailak: kontzepzioetan, hezkuntza hurbilketan eta kultura instituzionalean

[EUS]Unibertsitateko irakasleriaren garapenaren(IG) kontzeptu konprentsibotik abiatuta, doktorego tesi honek iraupen luzeko IG programen inpaktua du aztergai, bai maila indibidualean (kontzepzio eta hurbilketan) eta baita maila organizazional zein instituzionalean ere. Azterketa hau burutzeko metodologia aktiboen (arazoetan, proiektuetan eta kasuetan oinarritutako ikaskuntza) ERAGIN programaren lehendabiziko promozioa hartuko da kasu gisa. Iraupen luzeko estrategiaren (350 ordu) bidez eta ko-mentoria taldeen funtzionamenduan oinarrituz, ikerlan enpirikoak IG-ak irakasleriaren ikas-irakaskuntza kontzepzioetan eta hurbilketan izandako inpaktuaz ageriko ebidentziak ematen ditu, baina baita ikas-irakaskuntzaren inguruan ikertzeko (scholarship of teaching and learning) eta irakaskuntza eremuetan liderra izateko gaitasunaz ere. Honako alderdiok aldaketa organizazionalean murgiltzen gaituzte eta curriculum hibridoaren pausokako gauzapenaren alde lan egiten dute.