Revista Brasileira de Ensino de F sica, v. 34, n. 1, 1401 (2012) www.sbsica.org.

br

Pesquisa em Ensino de F sica

An alise de vizinhan ca: uma nova abordagem para avaliar a rede proposicional de mapas conceituais*
(Neighborhood analysis: a new approach to evaluate concept maps propositional network)

Camila Aparecida Tolentino Cicuto1 e Paulo Rog erio Miranda Correia2

1

Programa de P os-Gradua ca o Interunidades em Ensino de Ci encias, Universidade de S ao Paulo, S ao Paulo, SP, Brasil 2 Escola de Artes, Ci encias e Humanidades, Universidade de S ao Paulo, S ao Paulo, SP, Brasil Recebido em 20/5/2011; Aceito em 7/12/2011; Publicado em 27/2/2011 A an alise detalhada de Mapas Conceituais (MCs) pode revelar informa co es latentes que n ao s ao percebidas a partir da mera leitura do seu conjunto de proposi co es. O presente trabalho tem como objetivo propor a An alise de Vizinhan ca (AViz) como uma forma inovadora de avaliar os MCs obtidos em sala de aula. A sele ca o de um Conceito Obrigat orio (CO) permite ao professor vericar como os alunos o relacionam com outros conceitos, os quais s ao classicados como Conceitos Vizinhos (CVs). As proposi co es estabelecidas entre o CO e os CVs s ao sucientes para indicar o n vel de compreens ao do aluno sobre o tema mapeado. MCs (n = 69) sobre mudan cas clim aticas formam o primeiro conjunto de dados emp ricos que ratica o potencial da AViz. O CO selecionado foi dispers ao, a m de avaliar se os alunos conseguem relacionar esse fen omeno f sico com o car ater global desse problema ambiental. Os padr oes identicados a partir da AViz sugerem que, apesar de serem submetidos a uma mesma sequ encia did atica, nem todos os alunos conseguiram utilizar o CO de forma adequada. Isso pode ser explicado a partir da Teoria da Aprendizagem Signicativa de David Ausubel, que destaca o papel fundamental dos conhecimentos pr evios no processo de assimila ca o de novas informa c oes. Palavras-chave: an alise de vizinhan ca, conceito obrigat orio, conceito vizinho, dispers ao, ensino de ci encias, ensino superior, mapas conceituais, mudan cas clim aticas. The deep analysis of Concept Maps (Cmaps) may reveal latent information that is not perceived from the simple reading of its propositional network. This paper proposes the Neighborhood Analysis (NeAn) as an innovative way to assess the Cmaps obtained in a classroom. The selection of a Compulsory Concept (CC) allows teachers to evaluate how the students relate it to other concepts, which are classied as Neighbor Concepts (NCs). The propositions established between the CC, and the NCs are enough to indicate the students level of understanding on the mapped subject. Cmaps (n = 69) about climate change are the rst set of empirical data that conrms the potential of NeAn. Dispersion was selected as CC in order to check whether students can relate this physical phenomenon with the global perspective of climate change. The patterns found from the NeAn suggest that, despite being exposed to the same didactic activities, some students could not use the CC properly. This may be explained from David Ausubels learning theory, which stresses the critical role of prior knowledge in the assimilation process of new information. Keywords: climate change, compulsory concept, concept maps, dispersion, higher education, neighbor concept, neighborhood analysis, science teaching.

1. Introdu c ao
O mapeamento conceitual foi desenvolvido pelo grupo de pesquisa do Dr. Joseph D. Novak, em 1972, na Universidade de Cornell. Naquela oportunidade, os Mapas Conceituais (MCs) foram utilizados para representar as rela c oes conceituais estabelecidas por alunos sobre temas cient cos ao longo da escolariza c ao b asica, resultando num estudo longitudinal de 12 anos sobre mu-

dan cas conceituais [1]. O audio das entrevistas gravadas com os alunos constitu a-se na fonte prim aria de dados emp ricos e, devido a diculdades de transcrever todo o material obtido, os MCs foram utilizados para representar parcialmente a estrutura cognitiva dos alunos, organizando os conceitos de forma hier arquica e a partir do estabelecimento de proposi c oes. Essa forma de representa c ao esquem atica do conte udo das entrevistas permitiu aos pesquisadores observar com maior

2 E-mail: prmc@usp.br. *Parte desse trabalho foi apresentado oralmente durante a 14th Biennial Conference of the European Association for Research on Learning and Instruction (EARLI), realizada em Exeter (Reino Unido) entre os dias 30 de agosto e 3 de setembro de 2011.

Copyright by the Sociedade Brasileira de F sica. Printed in Brazil.

1401-2

Cicuto e Correia

detalhamento e precis ao as mudan cas conceituais que ocorriam na estrutura cognitiva dos alunos [1-3]. As proposi c oes s ao as estruturas fundamentais dos MCs e elas s ao formadas pela uni ao de 2 conceitos, por meio de um termo de liga c ao que expressa de forma clara como eles se relacionam. Al em disso, as proposi c oes t em um sentido de leitura denido, expresso atrav es de uma seta (Fig. 1). A obriga c ao de incluir um termo de liga c ao e o principal diferencial dos MCs, em compara c ao com outras ferramentas de representa c ao gr aca da informa c ao e do conhecimento. O conte udo dos MCs e apresentado com alto grau de clareza, permitindo detectar rapidamente Estruturas Proposicionais Inapropriadas ou Limitadas (LIPHs, do ingl es Limited or Inappropriate Propositional Hierachies ) [4].

tiva permite a identica c ao de 3 fases sequenciais nesse per odo, que se inicia em 1963 com a proposi c ao da Teoria da Aprendizagem Signicativa por David Ausubel e se estende at e os dias atuais.

Figura 2 - Evolu c ao hist orica do mapeamento conceitual desde a d ecada de 60 at e os dias atuais.

Figura 1 - Os elementos constituintes das proposi c oes de um mapa conceitual. Destaque para a inclus ao obrigat oria de um termo de liga c ao, que explica a rela c ao entre os conceitos. A seta indica o sentido de leitura da proposi c ao, que deve possuir um elevado grau de clareza sem antica.

Os MCs s ao uma forma esquem atica de representar as idiossincrasias presentes na estrutura cognitiva de um indiv duo. Atividades relacionadas com o mapeamento conceitual estimulam a aprendizagem signicativa, em detrimento da aprendizagem mec anica [4,5]. A Teoria da Aprendizagem Signicativa foi desenvolvida por David Ausubel em meados da d ecada de 60 e prop oe uma descri c ao do processo cognitivo de assimila c ao de novos conhecimentos, por meio da oblitera c ao entre as novas informa c oes e os conhecimentos j a existentes na mem oria de longo prazo. H a tr es condi c oes fundamentais a serem observadas para que se verique a aprendizagem signicativa: os conhecimentos pr evios do aluno devem ser considerados como o ponto de partida para a nova aprendizagem, o material instrucional deve ser potencialmente signicativo, e o aluno deve optar deliberadamente por aprender signicativamente [6]. Ausubel descreve o processo de aprendizagem usando um continuum entre 2 extremos, caracterizados pela aprendizagem signicativa e mec anica. A diferen ca fundamental entre elas est a na forma de relacionar as novas informa c oes com os aspectos relevantes preexistentes na estrutura cognitiva de cada indiv duo. A aprendizagem pode ser considerada signicativa se tais rela c oes forem estabelecidas de forma n ao arbitr aria e n ao literal, o que exige um esfor co por parte do aluno em relacionar o que ele j a sabe com as novas informa c oes. A aprendizagem e considerada mec anica quando as rela c oes s ao estabelecidas de forma arbitr aria e literal, sem que o aluno tenha que conferir sentido entre o que ele j a sabe e a nova informa c ao [5-8]. A evolu c ao hist orica do mapeamento conceitual pode ser representada por uma linha do tempo que se inicia na d ecada de 60 (Fig. 2). Uma an alise retrospec-

A primeira fase durou quase 30 anos, caracterizando-se pela cria c ao dos MCs (1972) e pela dissemina c ao do uso de MCs manuscritos durante o processo de ensino-aprendizagem, sobretudo de temas relacionados com o ensino de ci encias. A diculdade em revisar e reelaborar tais MCs restringia o potencial da t ecnica, visto que a recursividade n ao e plenamente explorada pelos mapeadores. Mesmo assim, o reconhecimento do mapeamento conceitual como uma estrat egia relevante para o ensino de ci encias se conrmou com a publica c ao de um fasc culo especial sobre o tema no peri odico Journal of Research in Science Teaching em 1990 [9-11]. O desenvolvimento de um programa dedicado ` a elabora c ao de MCs digitais pode ser considerado como o fato respons avel pela amplia c ao das possibilidades de uso do mapeamento conceitual. A parceria entre Joseph Novak e Alberto Ca nas resultou no programa CmapTools (1997), que e desenvolvido at e hoje pelo Institute for Human and Machine Cognition (IHMC). O aumento do acesso ` a Internet e a possibilidade de utilizar o CmapTools gratuitamente potencializaram o uso dos MCs para nalidades que extrapolam os interesses educacionais. Al em da possibilidade de revisar os MCs com maior facilidade, a colabora c ao s ncrona e ass ncrona tornou-se uma realidade e o mapeamento conceitual passou a ser utilizado tamb em no ambito corporativo [12], visto que a aprendizagem colaborativa (collaborative learning ) e por toda a vida (lifelong learning ) n ao se limitam mais ` a educa c ao formal presencial [13-21]. A realiza c ao sistem atica de confer encias internacionais sobre mapeamento conceitual se estabelece a partir de 2004 e, desde ent ao, a comunidade cient ca que se dedica ao tema se re une a cada 2 anos. O aumento da troca de informa c oes entre os especialistas consolidou os MCs como uma ferramenta de representa c ao gr aca da informa c ao que pode ser utilizada em qualquer area do nesse contexto que as pesquisas mais conhecimento. E recentes sobre mapeamento conceitual se desenvolvem [4,22-35].

An alise de vizinhan ca: uma nova abordagem para avaliar a rede proposicional de mapas conceituais

1401-3

A avalia c ao de MCs e o tema que mais mereceu a aten c ao do nosso grupo de pesquisa nos u ltimos anos [29-33]. A hip otese de que h a informa c oes latentes nos MCs nos levou a desenvolver estrat egias inovadoras na tentativa de explicitar aquilo que n ao pode ser extra do somente a partir da leitura das proposi c oes. Al em da an alise estrutural [31] e proposicional [32], a An alise de Vizinhan ca (AViz) pode ser u til para avaliar a compreens ao dos alunos sobre o tema a ser mapeado. A AViz est a baseada na elabora c ao de um MC a partir de uma pergunta focal e de um Conceito Obrigat orio (CO), que s ao intencionalmente escolhidos para gerar uma demanda cognitiva que extrapola a memoriza c ao de fatos e dados.

2.

An alise de vizinhan ca

A an alise de vizinhan ca (AViz) e uma forma inovadora de utilizar o mapeamento conceitual para avaliar comparativamente um conjunto de MCs sobre um mesmo assunto. A estrat egia instrucional que subjaz a AViz consiste em exigir que o mapeador utilize um Conceito Obrigat orio (CO) ao construir seu MC, por meio da elabora c ao de proposi c oes que o utilizem como conceito inicial ou nal. Quando o CO e selecionado criteriosamente pelo professor, o esfor co cognitivo im-

posto aos alunos e mais sosticado do que aquele que e usualmente necess ario para obter bom desempenho em provas tradicionais. De acordo com a vers ao revisada da taxonomia de Bloom, e poss vel prever que a elabora c ao de MCs associada a um CO envolve, al em de conhecimentos conceituais e procedimentais, processos cognitivos relacionados com an alise, avalia c ao/sele c ao e cria c ao [36]. Considerando que as condi c oes para a ocorr encia da aprendizagem signicativa sejam satisfeitas, a avalia c ao da aprendizagem explorando os MCs e o uso de um CO pode refor car para os alunos a inten c ao do professor em valorizar esse tipo de aprendizagem, em detrimento da aprendizagem mec anica [6,37]. A AViz utiliza o CO como um ponto privilegiado para analisar as proposi c oes do MC. A partir do CO, todos os conceitos utilizados s ao classicados em Conceitos Vizinhos (CV), os quais est ao diretamente relacionados com o CO, ou Conceitos Complementares (CC), os quais n ao est ao diretamente relacionados com o CO (Fig. 3). Esta classica c ao permite, por exemplo, avaliar a relev ancia que o mapeador confere ao CO, a partir da estrutura da rede proposicional do MC. O interesse em extrair informa c oes a partir da avalia c ao estrutural de MCs j a produziu resultados interessantes [28,31,38], mas nenhum trabalho da literatura se baseou na utiliza c ao de um CO, nem na decorrente classica c ao dos conceitos do MC em CV ou CC.

Figura 3 - Classica c ao dos conceitos de um MC para a An alise de Vizinhan ca (AViz): Conceito Obrigat orio (CO, ret angulo sombreado), Conceitos Vizinhos (CV, c rculo preto) e Conceitos Complementares (CC, ret angulos sem sombra).

1401-4

Cicuto e Correia

plaus E vel admitir que a relev ancia atribu da ao CO pelo mapeador e diretamente proporcional ao n umero de proposi c oes que o incluem: poucas proposi c oes (Fig. 3a) indicam pouca relev ancia atribu da ao CO; muitas proposi c oes indicam muita relev ancia (Fig. 3b3c). Nos casos em que o CO e relevante, ainda e poss vel vericar como ele ajuda o mapeador a expressar seu conhecimento: se como um conceito superordenado em rela c ao aos CVs (Fig. 3b), ou se como um conceito subordinado em rela c ao aos CVs (Fig. 3c). A rela c ao entre CO e seus vizinhos (CVs) pode indicar se a utiliza c ao do CO favoreceu processos de diferencia c ao progressiva (Fig. 3b) e/ou de reconcilia c ao integrativa (Fig. 3c). Estas s ao algumas das poss veis infer encias que podem ser feitas a partir da AViz, o que justica a necessidade de ela ser contemplada por todos que se interessam pelo uso do mapeamento conceitual como ferramenta de representa c ao visual do conhecimento e da informa c ao. Esse trabalho tem como objetivo propor a An alise de Vizinhan ca (AViz) como uma forma de avaliar MCs. Al em disso, os primeiros resultados emp ricos s ao apresentados para ilustrar o potencial dessa abordagem, a partir de MCs obtidos em sala de aula.

3.
3.1.

Procedimentos de pesquisa
Coleta de dados

A coleta de dados emp ricos foi feita considerando-se os MCs produzidos individualmente por 69 alunos que cursaram a disciplina Ci encias da Natureza (CN), a partir da mesma pergunta focal: Como o desenvolvimento cient co-tecnol ogico se relaciona com as mudan cas clim aticas?. O n umero m aximo de conceitos a serem utilizados por cada aluno foi igual a 9 e o conceito dispers ao deveria ser utilizado obrigatoriamente. Essa atividade fez parte da 2a avalia c ao da disciplina (P2), que ocorreu na aula 10 (Fig. 4). Um per odo de treinamento sobre mapeamento conceitual foi oferecido aos alunos durante parte do tempo destinado ` as aulas 1-4 (Fig. 4), conforme procedimento j a descrito na literatura [33]. As aulas da disciplina CN foram ministradas ao longo do 1 semestre de 2010 por um dos autores desse trabalho (P.R.M.C.). As atividades propostas para a discuss ao envolvendo as mudan cas clim aticas est ao descritas na Tabela 1. A relev ancia do conceito dispers ao para compreens ao dos aspectos espaciais da din amica atmosf erica foi especialmente refor cada, a m de que os alunos percebessem que a c oes locais podem ter consequ encias globais [39-40]. Leituras preparat orias [41], not cias da m dia e imagens de sat elite foram os recursos did aticos selecionados para as aulas 6-9.

Figura 4 - Organiza c ao geral da disciplina Ci encias da Natureza (CN), com destaque para o per odo de interven ca o na sala de aula (aulas 6-10). Tabela 1 - Atividades did aticas sobre mudan cas clim aticas, desenvolvidas entre as aulas 6-10. Aula 6 Material utilizado Texto Meio ambiente: ci encia e tecnologia, por Ibsen Gusm ao de C amara [41] Texto Meio ambiente: energia, por Jos e Goldemberg [41] Atividades e objetivos - Aula expositiva dialogada sobre o texto - An alise das rela co es existente entre a ci encia, a tecnologia e os problemas ambientais globais - Aula expositiva dialogada sobre o texto - An alise dos atuais padr oes de consumo de energia e do aumento da demanda por combust veis f osseis - Integra ca o dos conceitos das aulas 6 e 7 por meio da discuss ao das mudan cas clim aticas - Trabalho em pequenos grupos de alunos - Identica c ao de trechos das not cias que indicam rela c oes entre ci encia/tecnologia, ci encia/sociedade e tecnologia/sociedade - Discuss ao sobre como as mudan cas clim aticas s ao apresentadas na m dia - Exibi ca o de anima c oes que mostram o car ater din amico dos processos atmosf ericos [42,43] - Discuss ao sobre a rela ca o entre a co es locais e efeitos globais devido ` a dispers ao de poluentes gasosos na atmosfera - Elabora c ao individual de MC, sendo obrigat orio o uso do conceito dispers ao

Not cias dispon veis na Internet sobre mudan cas clim aticas, selecionadas pelos alunos Imagens de sat elite que representam a din amica atmosf erica

10

Avalia c ao a partir da elabora c ao de um MC (P2)

An alise de vizinhan ca: uma nova abordagem para avaliar a rede proposicional de mapas conceituais

1401-5

A utiliza c ao de anima c oes, produzidas a partir de imagens de sat elite, foi a estrat egia selecionada para enfatizar o papel da dispers ao de poluentes gasosos como forma de explicar cienticamente os motivos pelos quais a polui c ao atmosf erica n ao ca circunscrita ao local respons avel pela sua emiss ao. Dois v deos foram exibidos durante a aula 9. Um deles, produzido pelo servi co de meteorologia do Reino Unido (Met Oce ), mostrou a dispers ao das cinzas vulc anicas emitidas na Isl andia, que comprometeu o tr afego a ereo no norte da Europa em meados de 2010 [42]. O outro, produzido pelo org ao americano respons avel pelo monitoramento dos oceanos e da atmosfera (National Oceanic and Atmospheric Administration, NOAA), apresentou o sat elite geoestacion ario dedicado a medidas de relev ancia ambiental (Geostationary Operational Environmental Satellite, GOES) [43]. 3.2. 3.2.1. Tratamento de dados An alise dos conceitos

identicada quando categorias diferentes s ao atribu das a uma mesma proposi c ao). O ndice de discrep ancia pode ser calculado a partir da equa c ao 1, onde QPD signica Quantidade de Proposi c oes Discrepantes e QPC signica Quantidade de Proposi c oes Consensuais. Deve-se notar que o denominador equivale ao conjunto total de proposi c oes submetidas ao processo de categoriza c ao (n = 175). Com base na nossa experi encia, foi estabelecido que valores menores que 0,1 para o ID s ao aceit aveis e indicam que as categorias propostas s ao adequadas para descrever o conte udo sem antico das proposi c oes. Quando essa situa c ao se verica, os categorizadores se re unem para solucionar as u ltimas discrep ancias observadas durante o processo de categoriza c ao. Por outro lado, valores maiores que 0,1 para o ID indicam que o conjunto de categorias deve ser revisado para diminuir a discrep ancia observada quando indiv duos diferentes atribuem categorias diferentes a uma mesma proposi c ao [30]. ID = QPD (QPD + QPC) (1)

Todos os MCs (n = 69) foram analisados considerandose apenas as proposi c oes (n = 175) que continham o Conceito Obrigat orio (CO). O primeiro tratamento feito a partir dos MCs considerou o n umero de Conceitos Vizinhos (CVs) associados ao CO (dispers ao). Esse aspecto quantitativo foi representado na forma de um gr aco de frequ encia. O segundo tratamento teve como objetivo identicar quais foram os conceitos mais utilizados como CVs ao CO. Para isso, utilizou-se a nuvem de palavras criadas pelo programa Wordle (wordle.net), que representa com letras maiores as palavras (conceitos) mais frequentes [44]. Uma lista contendo todos os CVs (n = 175) identicados nos MCs (n = 69) foi o dado prim ario para a gera c ao da nuvem de palavras. 3.2.2. An alise das proposi c oes

Ap os a conclus ao do processo de categoriza c ao das proposi c oes, foi feita uma avalia c ao de cada MC, considerando o n umero de CVs e as categorias atribu das ` as respectivas proposi c oes que vinculam cada CV ao CO (dispers ao).

4.
4.1.

Resultados e discuss ao
A escolha do Conceito Obrigat orio (CO)

As proposi c oes (n = 175) que utilizaram o CO foram categorizadas a partir do seu conte udo sem antico. Para isso, uma planilha contendo todas as proposi c oes foi elaborada para que 3 pessoas do nosso grupo de pesquisa sugerissem potenciais categorias para agrupar as proposi c oes, de acordo com a semelhan ca em termos do conte udo da sua mensagem (Tabela 2). Ap os essa etapa, os categorizadores desenvolveram um conjunto consensual e negociado de categorias, o qual foi utilizado para categorizar todas as proposi c oes. Todos os envolvidos categorizam novamente as proposi c oes e calculou-se o ndice de discrep ancia entre eles (ela e

A escolha do Conceito Obrigat orio (CO) e uma etapa cr tica para que a An alise de Vizinhan ca (AViz) revele o entendimento que os mapeadores t em sobre o tema. O professor e a melhor pessoa para selecionar o CO, visto que ele tem a responsabilidade de selecionar o conte udo, os materiais instrucionais e os m etodos de ensino a serem utilizados durante as aulas. Por esses motivos, os autores desse trabalho elaboraram um MC com o prop osito de identicar o conceito relacionado ` as mudan cas clim aticas que melhor poderia ser utilizado como CO, considerando as caracter sticas j a descritas da disciplina CN (Fig. 4 e Tabela 1). Ap os v arias revis oes do MC (Fig. 5), n os optamos por utilizar o conceito dispers ao como CO, tendo em vista a possibilidade de relacion a-lo com a ci encia, os fen omenos atmosf ericos, os efeitos globais e as a c oes locais. A partir dessa decis ao, as op c oes instrucionais do professor da disciplina (P.R.M.C.) foram feitas para enfatizar essas rela c oes conceituais.

1401-6

Cicuto e Correia

Tabela 2 - Organiza c ao das proposi co es que cont em o CO para o processo de categoriza c ao em termos do seu conte udo sem antico. As proposi c oes (P) indicadas nessa tabela foram extra das do MC apresentado na Fig. 5. As colunas Cat1, Cat2 e Cat3 s ao utilizadas para consolidar e comparar os resultados obtidos a partir de diferentes categorizadores. P 1 2 3 4 Conceito inicial dispers ao a c oes locais efeitos globais fen omenos atmosf ericos Termo de liga c ao e um conceito oriundo da requerem a compreens ao do conceito de requerem a compreens ao do conceito de requerem a compreens ao do conceito de Conceito nal ci encia dispers ao dispers ao dispers ao Cat1 Cat2 Cat3

Figura 5 - MC elaborado pelos autores deste trabalho para selecionar o CO a ser utilizado na P2 da disciplina CN. Legenda: dispers ao, Conceito Obrigat orio (CO, ret angulo sombreado), Conceitos Vizinhos (CV, c rculo preto) e Conceitos Complementares (CC, ret angulos sem sombra). Setas tracejadas indicam proposi c oes que n ao cont em o CO; setas cont nuas indicam proposi c oes que cont em o CO.

4.2. An alise dos Conceitos Vizinhos (CV) e tecnologia) est ao em fontes pequenas. Deve-se ressaltar que os conceitos frequentes nem sempre foram utilizados pelos alunos para expressar ideias corretas pelo entendimento cient co atual sobre as mudan cas clim aticas.

A avalia c ao quantitativa dos CVs ligados ao CO (dispers ao) permite vericar a quantidade de vizinhos que os alunos utilizaram para expressar seus conhecimentos no MC. Dispers ao esteve presente em 175 proposi c oes, sendo que ele foi utilizado como o conceito nal em 60% (n = 102) dos casos. Dois ou tr es CVs estavam ligados ao conceito dispers ao em 73% dos MCs (Fig. 6). Apesar das instru c oes, 2 alunos n ao utilizaram o conceito dispers ao (CO) na elabora c ao dos seus MCs. A an alise da Fig. 6 revela um MC contendo um n umero elevado e at pico de CVs. O autor do MC conseguiu estabelecer 9 proposi c oes com o CO utilizando para isso 7 CVs, apesar da limita c ao imposta quanto a utiliza ` c ao de 9 conceitos para a elabora c ao da prova. Deve-se ressaltar que esta avalia c ao quantitativa n ao considera a qualidade das proposi c oes dos MCs, nem se ela apresenta imprecis oes conceituais. A frequ encia dos conceitos utilizados nas proposi c oes que cont em o CO (dispers ao) foi estimada usando a nuvem de palavras obtida em Wordle (Fig. 7). Os conceitos mais frequentes (mudan cas clim aticas, gases, efeito estufa e polui c ao) est ao em fontes grandes, enquanto os menos frequentes (ambiente, ci encia

Figura 6 - Gr aco de frequ encia representando n umero de Conceitos Vizinhos (CVs) ao CO (dispers ao).

An alise de vizinhan ca: uma nova abordagem para avaliar a rede proposicional de mapas conceituais

1401-7

Figura 7 - Nuvem de palavras obtida a partir dos Conceitos Vizinhos (CVs) utilizados pelos alunos para expressar seu entendimento sobre a dispers ao (wordle.net).

Todos os conceitos que est ao representados na nuvem de palavras s ao relevantes para explicar as mudan cas clim aticas, considerando-se o atual conhecimento cient co relacionado com a din amica atmosf erica e a dispers ao de poluentes [39,40]. Por outro lado, somente com a an alise do conte udo sem antico expresso pelas proposi c oes, e poss vel vericar se os alunos compreendem de forma adequada as rela c oes entre estes conceitos cient cos. Uma vantagem associada ao uso do mapeamento conceitual e a possibilidade de identicar as estruturas proposicionais limitadas ou inapropriadas (LIPHs), lembrando sempre de que um bom MC pode apresentar imprecis oes conceituais pass veis de revis ao [4]. 4.3. An alise das proposi c oes

tecnologia, a sociedade e o ambiente (CTSA). Foi necess aria a utiliza c ao da categoria ci encia e tecnologia, pois alguns alunos estabeleceram a rela c ao entre elas e a dispers ao de poluentes em uma u nica proposi c ao (Tabela 3). O uso do CO imp os aos alunos o desao de incluir um fen omeno f sico-qu mico (dispers ao) no repert orio de argumentos para responder ` a pergunta focal Como o desenvolvimento cient co-tecnol ogico se relaciona com as mudan cas clim aticas?. A inclus ao da dispers ao deve aumentar a chance de os alunos estabelecerem argumentos v alidos para justicar o fato de a c oes locais resultarem em problemas globais. Duas categorias de an alise (sem sentido e erro conceitual) foram denidas a priori (Tabela 3). A categoria sem sentido identica as proposi c oes que n ao podem ser compreendidas pela sua leitura, devido ` a falta de clareza sem antica ao expressar a rela c ao entre 2 conceitos, por conta da m a escolha do termo de liga c ao (ex.: dispers ao - de massa de ar). A categoria erro conceitual tem como objetivo classicar as proposi c oes em que o conceito dispers ao foi utilizado inadequadamente, considerando-se o conhecimento cient co vigente (ex.: dispers ao - causa aquecimento da Terra).

A categoriza c ao foi realizada somente para as proposi c oes que apresentavam o CO (dispers ao). O objetivo desta an alise foi vericar o conte udo sem antico das proposi c oes, classic a-las em categorias e identicar erros conceituais. As categorias propostas est ao relacionadas com a abordagem utilizada durante a disciplina CN, que valoriza as rela c oes m utuas entre a ci encia, a

Tabela 3 - Resultado do processo de categoriza ca o do conte udo sem antico das proposi co es elaboradas pelos alunos, em fun c ao da quantidade de Conceitos Vizinhos (CVs). Categorias 1. 2. 3. 4. 5. 6. 7. Ambiente Sociedade Ci encia e tecnologia Ci encia Tecnologia Erro conceitual Sem sentido 1 5 2 0 2 41 2 1 1 3 11 7 Quantidade de proposi c oes 3 4 5 33 11 9 1 2 1 3 1 1 2 1 11 2 3 2 0 4

6 3 3

9 2 7

1401-8

Cicuto e Correia

A Tabela 3 mostra que a categoria predominante das proposi c oes foi ambiente para MCs que apresentaram de 1 a 5 Conceitos Vizinhos (CVs). Os alunos que usaram 2 ou 3 CVs apresentaram um entendimento aceit avel sobre o CO, relacionando de forma correta a dispers ao com os outros conceitos (CVs). Cabe destacar que os MCs que continham as maiores quantidades de CVs (Fig. 6) apresentaram proposi c oes sem sentido, conceitualmente erradas e ing enuas ao relacionar o CO com seus vizinhos. Isso refor ca a desvincula c ao entre quantidade e qualidade das proposi c oes que um MC pode apresentar. A an alise das proposi c oes indicou que quase 70% do conjunto analisado se encaixou nas categorias relacionadas com a abordagem CTSA, sendo que mais de 50% das proposi c oes foram classicadas na categoria ambiente (Tabela 3). Observa-se que menos de 20% das pro-

posi c oes apresentaram erro conceitual e que o ndice de proposi c oes com baixa clareza sem antica (sem sentido) foi menor do que 15%. Isso sugere o efeito positivo do per odo de treinamento sobre mapeamento conceitual, oferecido aos alunos entre as aulas 1-4 (Fig. 4). 4.4. Mapas Conceituais dos alunos

A m de destacar como o CO (dispers ao) foi relacionado com os CVs presentes na rede proposicional foram selecionados 4 MCs produzidos pelos alunos para ilustrar os padr oes t picos identicados com a An alise de Vizinhan ca (Fig. 8). Dois padr oes chamaram de forma especial a nossa aten c ao: MCs com elevado n umero de proposi c oes que estabeleceram rela c oes com o CO (Fig. 8a-8b) e MCs com reduzido n umero de proposi c oes com o CO (Fig. 8c-8d).

Figura 8 - MCs produzidos pelos alunos, que ilustram os 2 padr oes identicados. A numera ca o das proposi co es indica a sua classica c ao nas categorias estabelecida para a an alise (Tabela 3). As Figs. 8a-8b mostram o uso inadequado do CO e as Figs. 8c-8d representam o uso adequado do CO. Setas tracejadas indicam proposi co es que n ao cont em o CO; setas cont nuas indicam proposi co es que cont em o CO.

No MC da Fig. 8a, o aluno utilizou 6 proposi c oes ligadas ao conceito dispers ao (CO). Este MC apresenta 3 proposi c oes sem sentido, indicando falta de clareza

sem antica (ex.: dispers ao - de gases) e 3 proposi c oes com erros conceituais, sugerindo que tamb em n ao compreendeu o conceito dispers ao (ex.: efeito estufa- cau-

An alise de vizinhan ca: uma nova abordagem para avaliar a rede proposicional de mapas conceituais

1401-9

sado pela dispers ao). J a a Fig. 8b mostra que o aluno utilizou 9 proposi c oes ligadas ao CO, acionando 7 CVs. Os conceitos crise energ etica e consumo de recursos naturais foram utilizados como conceito inicial e nal no mesmo MC. Este MC apresenta 7 proposi c oes sem sentido e 2 proposi c oes contendo erros conceituais, fatos que atestam a falta clareza sem antica (ex.: dispers ao - na medida em que s ao f osseis consumo de recursos naturais) e a n ao compreens ao do CO (ex.: crise energ etica - leva dispers ao), respectivamente. O MC da Fig. 8c apresenta proposi c oes classicadas nas categorias ambiente (ex.: gases de efeito estufa - sofrem dispers ao) e ci encia (ex.: cientistas - explicam o fen omeno da dispers ao). O MC da Fig. 8d apresenta proposi c oes classicadas nas categorias sociedade (ex.: dispers ao de gases - mostra a necessidade da consci encia global) e tecnologia (ex.: sat elite GOES - possibilita a visualiza c ao da dispers ao de gases). Ambos os MCs (Fig. 8c-8d) ilustram como os alunos relacionaram o conceito dispers ao de forma aceit avel, ou seja, sem cometer erros conceituais e expressando claramente suas ideias por meio de proposi c oes. Os alunos que apresentaram um bom entendimento sobre dispers ao elaboraram MCs com proposi c oes classicadas majoritariamente nas categorias de 1 at e 5 (CTSA). Por outro lado, os alunos que n ao compreenderam o papel da dispers ao de poluentes para explicar as mudan cas clim aticas elaboraram MCs com proposi c oes classicadas majoritariamente nas categorias 6 e 7. De forma geral, a Tabela 3 mostra o predom nio de MCs com proposi c oes relacionadas ` a categoria ambiente para expressar as rela c oes do conceito dispers ao dentro do contexto das mudan cas clim aticas, indicando que a maioria dos alunos compreende a import ancia da dispers ao para explicar o car ater global das mudan cas clim aticas. A aprecia c ao conjunta das Fig.8a-8d nos permite concluir que a quantidade de CVs e de proposi c oes estabelecidas a partir do CO n ao tem rela c ao direta com o n vel de entendimento sobre o tema mapeado. Certamente, h a espa co na literatura para a aplica c ao da AViz em outros contextos educacionais para vericar a robustez da conclus ao obtida a partir dos MCs considerados nessa oportunidade.

instrucionais do professor, visto que ele deve selecionar um Conceito Obrigat orio (CO) para, a partir dele, classicar os demais Conceitos do MC em Vizinhos (CV) ou Complementares (CC). Quando selecionado de forma criteriosa, as proposi c oes estabelecidas entre o CO e os CVs revelam o n vel de compreens ao que o mapeador possui sobre o tema abordado. A identica c ao de rela c oes conceituais ing enuas pode ser uma forma de o professor diagnosticar a presen ca de estruturas hier arquicas limitadas ou inapropriadas (LIPHs), permitindo uma orienta c ao de estudo mais precisa para os alunos. A primeira aplica c ao da AViz foi feita com MCs sobre mudan cas clim aticas. Dispers ao foi selecionada como Conceito Obrigat orio (CO) e, a partir dele, se vericou as proposi c oes que os alunos estabeleceram com outros conceitos (CVs). A utiliza c ao de anima c oes produzidas a partir de imagens de sat elite foi uma op c ao instrucional do professor da disciplina, a m de enfatizar o papel central desse fen omeno f sico-qu mico para a compreens ao do car ater global desse problema ambiental. Apesar de serem submetidos ` a mesma sequ encia did atica, os MCs produzidos pelos alunos revelaram diferentes n veis de compreens ao sobre o conceito dispers ao para explicar a rela c ao entre o desenvolvimento cient co-tecnol ogico e as mudan cas clim aticas. A potencialidade do uso de MCs e da AViz extrapolam o tema das aulas apresentadas neste trabalho. A utiliza c ao dos procedimentos descritos tamb em pode ser feita em situa c oes disciplinares em diferentes n veis da educa c ao formal (ensino fundamental, m edio ou superior). Por outro lado, a an alise de MCs obtidos a partir de temas interdisciplinares revela com maior intensidade todo o potencial que o mapeamento conceitual pode ter quando utilizado adequadamente ao longo do processo de ensino-aprendizagem.

Agradecimentos
Os autores agradecem ` as ag encias de fomento a pesquisa que nanciam os trabalhos desen` volvidos pelo nosso grupo de pesquisa (CNPq553710/2006-0, 486194/2011-6; CAPES-3555-09-7; FAPESP-2006/03083-0, 2008/04709-6). P.R.M.C. agradece ` a FAPESP (2011/09941-7) pelo apoio a sua participa c ao na 14th Biennial Conference of the European Association for Research on Learning and Instruction (EARLI). Os autores tamb em agradecem a participa c ao de Joana Guilares de Aguiar no processo de categoriza c ao das proposi c oes, e aos alunos respons aveis pelos MCs apresentados na Fig. 8.

5.

Considera co es nais

Mapas Conceituais (MCs) cont em informa c oes latentes que n ao s ao reveladas a partir da leitura da rede proposicional. Considerando esta hip otese como verdadeira, o desenvolvimento de procedimentos inovadores de an alise de MCs e bem-vindo para disseminar o uso desta t ecnica de representa c ao gr aca da informa c ao e do conhecimento. A An alise de Vizinhan ca (AViz), proposta neste trabalho, e uma forma inovadora de se avaliar MCs elaborados por alunos durante o processo de ensino-aprendizagem. Ela se vincula com as estrat egias

Refer encias
[1] J.D. Novak and D. Musonda, American Educational Research Journal 28, 117 (1991).

1401-10

Cicuto e Correia

[2] J.D. Novak and A.J. Ca nas, in: Proceedings of the 4nd International Conference on Concept Mapping, Universidad de Chile, Santiago do Chile, v. 1, p. 1 (2010). [3] J.D. Novak and A.J. Ca nas, Information Visualization Journal 5, 175 (2006). [4] J.D. Novak, Science Education 86, 548 (2002). [5] J.D. Novak, Learning, Creating, and Using Knowledge: Concept Maps as Facilitative Tools in Schools and Corporations (Lawrence Erlbaum Associates, Mahwah, 2010), 2a ed. [6] D.P. Ausubel, The Acquisition and Retention of Knowledge: A Cognitive View (Kluwer Academic Publishers, Dordrecht, 2000). [7] M.A. Moreira, Aprendizagem Signicativa (Editora da UnB, Bras lia, 1998). [8] M.A. Moreira, A Teoria da Aprendizagem Signicativa e sua Implementa ca o em Sala de Aula (Editora da UnB, Bras lia, 2006). [9] J.H. Wandersee, Journal of Research in Science Teaching 27, 923 (1990). [10] J.D. Novak, Journal of Research in Science Teaching 27, 937 (1990). [11] B.A. Beyerbach and J.M. Smith, Journal of Research in Science Teaching 27, 961 (1990). [12] B. Moon, R.R. Homan, J.D. Novak and A.J. Ca nas, Applied Concept Mapping: Capturing, Analyzing, and Organizing Knowledge (CRC Press, Boca Raton, 2011). [13] P.L. Torres and R.C.V. Marriott (eds), Handbook of Research on Collaborative Learning Using Concept Mapping (IGI Global, Hershey, 2009). [14] B.J. Daley, C.R. Shaw, T. Balistrieri, K. Glasenapp and L. Piacentine, Journal of Nursing Education 38, 42 (1999). [15] G. Maudsley and J. Strivens, Medical Education 34, 535 (2000). [16] B.M. Miin, C.B. Campbell and D.A. Price, Medical Education 34, 299 (2000). [17] M. Sharples, Computers & Education 34, 177 (2000). [18] R.M. Epstein and E.M. Hundert, Journal of the American Medical Association 287, 226 (2002). [19] S. Bolhuis, Learning and Instruction 13, 327 (2003). [20] F.D. Duy and E.S. Holmboe, Journal of the American Medical Association 296, 1137 (2006). [21] T. Monahan, G. McArdle and M. Bertolotto, Computers & Education 50, 1339 (2008). [22] Y. Yin, J. Vanides, M.A. Ruiz-Primo, C.C. Ayala and R.J. Shavelson, Journal of Research in Science Teaching 42, 166 (2005). [23] F. Safayeni, N. Derbentseva and A.J. Ca nas, Journal of Research in Science Teaching 42, 741 (2005).

[24] J.C. Nesbit and O.O. Adesope, Review of Educational Research 76, 413 (2006). [25] T.S. Hilbert and A. Renkl, Learning and Instruction 12, 213 (2007). [26] N. Derbentseva, F. Safayeni and A.J. Ca nas, Journal of Research in Science Teaching 44, 448 (2007). [27] V.O. Almeida e M.A. Moreira, Revista Brasileira de Ensino de F sica 30, 4403 (2008). [28] D. Hay, I. Kinchin and S. Lygo-Baker, Studies in Higher Education 33, 295 (2008). [29] P.R.M. Correia, A.C. Silva e J.G. Romano Jr, Revista Brasileira de Ensino de F sica 32, 4402 (2010). [30] P.R.M. Correia, B.X. Valle, M. Dazzani and M.E. Infante-Malachias, Journal of Cleaner Production 18, 678 (2010). [31] S.N. Silva Jr, J.G. Romano Jr and P.R.M. Correia, in: Proceedings of the 4th International Conference on Concept Mapping, Universidad de Chile, v. 1, p. 369 (2010). [32] J.G. Romano Jr and P.R.M. Correia, in: Proceedings of the 4th International Conference on Concept Mapping, Universidad de Chile, Santiago do Chile, v. 1, p. 49 (2010). [33] P.R.M. Godoy, ference v. 2, p. Correia, M.E. Infante-Malachias and C.E.C. in: Proceedings of the 3rd International Conon Concept Mapping, Ou Vali Press, Tallinn, 414 (2008).

[34] J.D. Karpicke and J.R. Blunt, Science 331, 772 (2011). [35] P.R.M. Correia, Analytical and Bioanalytical Chemistry 402, 1979 (2012). [36] D.R. Krathwohl, Theory Into Practice 41, 212 (2002). [37] R.E. Mayer, Theory Into Practice 41, 226 (2002). [38] I.M. Kinchin, D.B. Hay and A. Adams, Educational Research 42, 43 (2000). [39] J. Fenger, Atmospheric Environment 43,13 (2009). [40] S. Ungar, Public Understanding of Science 9, 297 (2000). [41] A.T. Mendes, Meio Ambiente no S eculo XXI: 21 Es pecialistas Falam da Quest ao Ambiental as Suas Areas de Conhecimento (Sextante Rio de Janeiro, 2003). [42] http://www.metoffice.gov.uk/ corporat2/pressoce/2010/volcano/sat animation/, Acessado em 20/4/11. [43] http://www.nnvl.noaa.gov/MediaDetail.php? MediaID=325{&}MediaTypeID=2, Acessado 29/11/11. em

[44] F.B.Vi egas, M. Wattenberg and J. Feinberg, IEEE Transactions on Visualization and Computer Graphics 15, 1137 (2009).