Al mal tiempo... buenos datos
Durante a aplicación do REA "Al mal tiempo... buenos datos", o alumnado de Matemáticas de 5º de Educación Primaria poderá adquirir e afianzar os coñecementos de estatística e probabilidade (recollida, tratamento e representación de datos, e o cálculo de probabilidades), grazas á aplicación destes conceptos na análise da información meteorolóxica.
A través desta situación de aprendizaxe, o alumnado vese inmerso nunha metodoloxía práctica e de investigación que fomenta a observación de datos reais e a súa organización para a toma de decisións. As actividades céntranse na clasificación e resumo de datos, o cálculo de probabilidades e a representación gráfica de datos, o que obriga ao alumnado a aplicar as ferramentas estatísticas para converter a información complexa en conclusións sinxelas.
Este recurso organízase en cinco bloques que guían o progreso desde a recollida inicial de datos ata a elaboración dun informe meteorolóxico.
- Fase 1: "El tiempo en datos". Descrición do reto: introdución á temática e ao obxectivo.
- Fase 2: "Quiero ser analista". Exploración: primeira toma de contacto coa análise de datos. O alumnado traballa coa probabilidade e coa recollida e observación inicial de datos meteorolóxicos.
- Fase 3: "Lluvia de datos". Conexión: traballo intensivo coas ferramentas estatísticas. Inclúe a recollida de datos, o resumo de datos e a representación gráfica de datos. O alumnado aplica a análise estatística para resolver o reto de "predición" ou conclusión sobre o tempo atmosférico.
- Fase 4: "Buenos datos". Reto final: fase de síntese onde o alumnado elabora un informe final, como produto final, que resume as conclusións estatísticas obtidas.
- Fase 5: "Buenos tiempos". Conclusión: exposición e coavaliación dos produtos finais.
O recurso non só persegue obxectivos puramente matemáticos, senón que tamén busca desenvolver habilidades de recollida, organización, análise e comunicación de datos de forma práctica e contextualizada. Deste xeito, o REA garante unha formación integral e práctica, conectando a teoría estatística coa realidade da información cotiá, como son as predicións meteorolóxicas.