exame do raciocínio científico (erc): revisão ... · níveis cognitivos, teste de...

UNIVERSIDADE FEDERAL DE GOIÁS

INSTITUTO DE INFORMÁTICA

ANA CLARA ARAÚJO GOMES DA SILVA

Exame do Raciocínio Científico (ERC):revisão bibliográfica, aplicação no

Sudoeste Goiano e proposta de novométodo de análise dos resultados

Goiânia2017

TERMO DE CIÊNCIA E DE AUTORIZAÇÃO PARA DISPONIBILIZAR VERSÕES ELETRÔNICAS

DE TESES E DISSERTAÇÕES NA BIBLIOTECA DIGITAL DA UFG

Na qualidade de titular dos direitos de autor, autorizo a Universidade Federal de Goiás (UFG)

a disponibilizar, gratuitamente, por meio da Biblioteca Digital de Teses e Dissertações (BDTD/UFG), regulamentada pela Resolução CEPEC nº 832/2007, sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o documento conforme permissões assinaladas abaixo, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.

1. Identificação do material bibliográfico: [ X ] Dissertação [ ] Tese

2. Identificação da Tese ou Dissertação:

Nome completo do autor: Ana Clara Araújo Gomes da Silva Título do trabalho: Exame do Raciocínio Científico (ERC): revisão bibliográfica, aplicação no Sudoes-te Goiano e proposta de novo método de análise dos resultados. 3. Informações de acesso ao documento: Concorda com a liberação total do documento [ x ] SIM [ ] NÃO1

Havendo concordância com a disponibilização eletrônica, torna-se imprescindível o envio do(s) arquivo(s) em formato digital PDF da tese ou dissertação. ___________________________________ Assinatura do(a) autor(a)² Ciente e de acordo: _______________________________ Assinatura do(a) orientador(a)²

Data: 17/08/2017. 1 Neste caso o documento será embargado por até um ano a partir da data de defesa. A extensão deste prazo suscita justificativa junto à coordenação do curso. Os dados do documento não serão disponibilizados durante o período de embargo. Casos de embargo: - Solicitação de registro de patente - Submissão de artigo em revista científica - Publicação como capítulo de livro - Publicação da dissertação/tese em livro ²A assinatura deve ser escaneada. Versão atualizada em maio de 2017.




Dissertação apresentada ao Programa de Pós–Graduação doInstituto de Informática da Universidade Federal de Goiás,como requisito parcial para obtenção do título de Mestreem Programa de Pós-Graduação Stricto Sensu em Ciênciada Computação.

Área de concentração: Ciência da Computação.

Orientador: Prof. Dr. Fernando Marques Federson

Goiânia2017

Ficha de identificação da obra elaborada pelo autor, através doPrograma de Geração Automática do Sistema de Bibliotecas da UFG.

CDU 004

Araújo Gomes da Silva, Ana Clara Exame do Raciocínio Científico (ERC): revisão bibliográfica,aplicação no Sudoeste Goiano e proposta de novo método de análisedos resultados [manuscrito] / Ana Clara Araújo Gomes da Silva. - . 95 f.: il.

Orientador: Prof. Dr. Fernando Marques Federson. Dissertação (Mestrado) - Universidade Federal de Goiás, Institutode Informática (INF), Programa de Pós-Graduação em Ciência daComputação, Goiânia, . Bibliografia. Anexos. Apêndice. Inclui lista de figuras, lista de tabelas.

1. Níveis cognitivos. 2. Teste de desenvolvimento cognitivo. 3.Raciocínio Científico. 4. Raciocínio formal. I. Marques Federson,Fernando, orient. II. Título.




Dissertação defendida no Programa de Pós–Graduação do Instituto deInformática da Universidade Federal de Goiás como requisito parcialpara obtenção do título de Mestre em Programa de Pós-GraduaçãoStricto Sensu em Ciência da Computação, aprovada em 17 de Agostode 2017, pela Banca Examinadora constituída pelos professores:

Prof. Dr. Fernando Marques FedersonInstituto de Informática – UFG

Presidente da Banca

Prof. Dr. Bruno Oliveira SilvestreInstituto de Informática – UFG

Prof. Dr. Eduardo José Aguilar AlonsoInstituto de Ciência e Tecnologia – UNIFAL

Todos os direitos reservados. É proibida a reprodução total ou parcial dotrabalho sem autorização da universidade, do autor e do orientador(a).

Ana Clara Araújo Gomes da Silva

Graduou-se em Ciência da Computação na Universidade de Rio Verde -UniRV. Atua como docente efetivo desde 2015 na Universidade Estadual deGoiás - UEG, no curso de Sistemas de Informação, e ministra disciplinasde Engenharia de Software I, Engenharia de Software II e Planejamento deSistemas de Informação.

Agradecimentos

Agradeço a Deus primeiramente, pela vida, e por me conceder sabedoria pararealizar este sonho. Em especial, agradeço a minha família por sempre compreender nosincontáveis momentos que precisei me ausentar no decorrer desta jornada e no desen-volvimento árduo dessa pesquisa. Ao meu filho Mateus, meu maior motivo de dedicaçãoe persistência. A minha amada mãe Ana Socorro pelo total apoio, principalmente nosmomentos que me ausentei para dedicar às disciplinas do Programa e para o desenvolvi-mento desta pesquisa, e sobretudo pelo seu amor incondicional. E ao meu esposo GeraldoNeto, pelo amor e compreensão, por me incentivar sempre, mesmo diante os obstáculosenfrentados.

Agradeço imensamente ao meu professor orientador Dr. Fernando MarquesFederson, pelos ensinamentos, extrema paciência, inclusive pelo apoio emocional nosmomentos difíceis, e por toda sua dedicação e suporte.

Ao Pessoni [96] pelo apoio e compartilhamento de informações.Ao meu amigo, colega de mestrado e profissão, Gilmar Teixeira Júnior, por

compartilharmos as viagens semanais e os estudos, durante todo o processo.Aos colegas de sala: Beatriz Proto, Roney Lopes Lima, Paulo Freire Sobrinho, e

demais colegas, pelos bons momentos juntos, principalmente pelos ensinamentos duranteos grupos de estudo.

E, ainda a todos os amigos, e colegas de trabalho da Universidade Estadual deGoiás - UEG, em especial ao Edmar Augusto Yokome e Glauco Vitor Pedrosa.

Em especial, aos professores por todo conhecimento transmitido: Dr. FernandoFederson, Dr. Humberto Longo, Dr. Anderson da Silva, Dr. Plínio Leitão, Dr. ViníciusCunha e Dr. Edmundo Spoto.

As secretárias de Pós-graduação: Mirian Castro Portilho Dias Amorim, PatríciaGalúcio C. Galvão, e Mariana Alves Rodrigues Santana, pelo auxílio contínuo, e porcumprirem suas responsabilidades com excelência.

Para todas as coisas tenho forças graças àquele que me dá poder.

Apóstolo Paulo,Filipenses 4:13.

Resumo

Araújo Gomes da Silva, Ana Clara. Exame do Raciocínio Científico (ERC):revisão bibliográfica, aplicação no Sudoeste Goiano e proposta de novo mé-todo de análise dos resultados. Goiânia, 2017. 94p. Dissertação de Mestrado.Instituto de Informática, Universidade Federal de Goiás.

A deficiência em alguns padrões de raciocínio dos estudantes tem sido medida e reveladapor diversos estudos. Essa deficiência muitas vezes se reflete em baixas taxas de rendi-mento, altas taxas de evasão e influenciam negativamente no interesse dos discentes peloscursos da Computação. Em trabalho recente, Pessoni [96] mostrou que, entre mais detrinta métodos de avaliação do desenvolvimento cognitivo estudados, o Lawson’s Class-

room Test of Scientific Reasoning (LCTSR) seria um candidato para aplicação em estu-dantes universitários segundo os critérios definidos. O LCTSR foi traduzido e aplicadoem uma série de grupos de estudantes dos cursos de graduação do Instituto de Informá-tica da Universidade Federal de Goiás. Partindo dos resultados obtidos por Pessoni, estetrabalho de pesquisa teve como objetivos: 1. Revisão Sistemática da Literatura - RSL; 2.aplicação do Exame do Raciocínio Científico - ERC em estudantes de Computação doSudoeste Goiano; 3. Sistemática Filogenética para avaliar o ERC. Analisar os padrões deraciocínio dos grupos de interesse, para então, elaborar e conduzir atividades eficientes eeficazes que promovam o desenvolvimento cognitivo dos indivíduos é um dos objetivosdo grupo de pesquisa. Acredita-se que este trabalho contribui para mais um passo nessadireção.

Palavras–chave

Níveis cognitivos, Teste de desenvolvimento cognitivo, Raciocínio científico,Raciocínio formal

Abstract

Araújo Gomes da Silva, Ana Clara. Exame do Raciocínio Científico (ERC):bibliographic review, application in the Southwest of Goiás and proposal ofa new method of analysis of the results. Goiânia, 2017. 94p. MSc. Dissertation.Instituto de Informática, Universidade Federal de Goiás.

The deficiency in some reasoning patterns of students has been measured and revealed byseveral studies. This deficiency is often reflected in low rates of academic performance,high dropout rates, and negatively influencing students’ interest in computer courses. Inrecent work, Pessoni [96] has shown that among more than thirty cognitive developmentassessment methods studied, Lawson’s Classroom Test of Scientific Reasoning (LCTSR)would be a candidate for application in university students according to the criteriadefined. The LCTSR was translated and applied in a series of student groups of theundergraduate courses of the Institute of Informatics of the Federal University of Goiás.Starting from the results obtained by Pessoni, the objectives of this research work are:1. Systematic Review of Literature - RSL; 2. Application of the Scientific ReasoningExamination - ERC in students of Computing in Southwest Goiania; 3. Phylogeneticsystematics to evaluate ERC. Analyze the patterns of reasoning of interest groups,then develope and conduct efficient and effective activities that promote the cognitivedevelopment of individuals is one of the objectives of the research group. It is believedthat this work contributes to a further step in this direction.

Keywords

Cognitive development test, Science reasoning, Cognitive Levels, Formal reaso-ning

Sumário

Lista de Figuras 13

Lista de Tabelas 14

Lista de Códigos de Programas 15

1 Introdução 16

2 Fundamentação Teórica 182.1 A Construção do Conhecimento 18

2.1.1 As Etapas do Desenvolvimento Cognitivo 192.1.2 Os Instrumentos para a Classificação dos Níveis Cognitivos 20

2.2 O Lawson’s Classroom Test of Scientific Reasoning (LCTSR) 212.3 A Sistemática Filogenética 23

2.3.1 A Árvore Filogenética 242.3.2 Eventos de Especiação 252.3.3 Os Atributos de Relação 262.3.4 A Máxima Parcimônia 26

3 Metodologia 283.1 Revisão Sistemática da Literatura 28

3.1.1 Planejamento 293.1.2 Condução 303.1.3 Documentação 33

3.2 Aplicação do Exame do Raciocínio Científico 333.2.1 Grupos de Aplicação 343.2.2 Procedimentos para a Aplicação do Exame 343.2.3 Análise dos Resultados 35

3.3 Sistemática Filogenética 363.3.1 Modelagem dos dados 373.3.2 Arquivo de dados TNT 383.3.3 TNT: obtenção de árvore(s) filogenética(s) 39

4 Resultados 424.1 Revisão Sistemática da Literatura 42

4.1.1 Resultados da atualização (período 2014–2017) 424.1.2 Resultados sobre todas as aplicações do LCTSR 47

4.2 Aplicação do ERC em Universidades do Sudoeste Goiano 534.2.1 Níveis de Raciocínio Cognitivo 54

4.2.2 Comparação entre os Primeiros Semestres e Últimos Semestres 554.2.3 Comparação entre os Primeiros Semestres dos Cursos 564.2.4 Comparação entre os Últimos Semestres dos Cursos 564.2.5 Comparação com os Resultados obtidos por Pessoni 574.2.6 Identificação dos Padrões de Raciocínio Científico 57

4.3 Resultados obtidos pela Sistemática Filogenética 584.3.1 Busca das Árvores com Máxima Parcimônia 594.3.2 A Relação de Desenvolvimento (ou Evolução) dos Padrões de Raciocínio 62

5 Conclusão 64

Referências Bibliográficas 67

A Relação de artigos que utilizaram o Lawson’s Classroom Test of ScientificReasoning (LCTSR) 79A.1 Tabela 79

A Exame do Raciocínio Científico (ERC) 84

Lista de Figuras

2.1 Cladograma para a ilustração de alguns conceitos descritos no texto. 242.2 Exemplos de eventos de especiação. 25

3.1 Etapas típicas de uma Revisão Sistemática da Literatura (adaptado de [54]). 293.2 Evolução do quantitativo de referências/artigos de cada base de dados ao

longo da fase de Condução da RSL. 333.3 Relação entre as questões do exame, os padrões de raciocínio e os

identificadores dos padrões de raciocínio. 383.4 Exemplo de entrada de dados para o TNT. 39

4.1 Número de publicações que aplicaram o LCTSR por ano (2000-2016). 484.2 Número de publicações que aplicaram o LCTSR por país. 494.3 Autores que aplicaram o LCTSR. 504.4 Nível Escolar dos sujeitos de teste do LCTSR, segundo o critério definido

no texto. 514.5 Objetivos da Aplicação do teste de LCTSR conforme critério descrito no

texto. 524.6 Representação gráfica dos valores de Tabela 4.5. 544.7 Relação da frequência relativa de erros por questão do LCTSR (ERC):

comparação entre Curso de Ciência da Computação (CCP-IFGOIANO XCCP-UFG). 58

4.8 Cladograma obtido para 3 dos 7 grupos de dados estudados: ESU, ESPe SIP. 59

4.9 Cladograma obtido para o grupo de dados CCU. 604.10 Filograma de ESP, ESU e SIP. 614.11 Filograma de CCU. 614.12 Cladograma de CCP. 614.13 Cladograma de GEX. 614.14 Árvore referência com uma seta indicando o sentido de desenvolvimento. 63

Lista de Tabelas

3.1 Descrição dos Grupos de Aplicação: denominação de cada grupo(Grupo), quantidade de sujeitos (N), amplitude das idades em anos (Am-plitude), a média das idades em anos (Média) e a composição dos gruposem termos de gênero (Masculino e Feminino). 35

4.1 Instrumentos de Medição do Desenvolvimento Cognitivo (período 2014-2017). 44

4.2 Tipo de ação em relação aos Instrumento de Medição do Desenvolvi-mento Cognitivo. 46

4.3 Nível Escolar no qual os Instrumentos de Medição do DesenvolvimentoCognitivo foram aplicados. 47

4.4 Técnicas estatísticas mais utilizadas isoladamente nas publicações. 524.5 Distribuição da quantidade de respostas corretas em cada grupo de estudo. 534.6 Porcentagem dos Indivíduos em cada Nível de Raciocínio Cognitivo 554.7 Valores do teste WMW: primeiros e últimos semestre de cada curso. 564.8 Valores do teste WMW: comparação dos resultados de Pessoni [96] com

os resultados deste trabalho por curso e período. 57

A.1 Resumo dos artigos pesquisados. 81

Lista de Códigos de Programas

3.1 Script TNT para Enumeração Implícita. 40

CAPÍTULO 1Introdução

Dificuldades de aprendizado nos cursos da Computação não são um problemalocal, isolado, nem tampouco recente. Ao invés disso, são um desafio observado nodecorrer dos anos, em diversas universidades de diferentes países, culturas e formações[95]. Essas dificuldades se refletem em baixas taxas de rendimento, altas taxas de evasãoe influenciam negativamente no interesse dos discentes pelos cursos [15].

Apesar de relativamente nova, a Pesquisa em Educação de Computação (Compu-

ting Education Research - CER), vai muito além da proposição de ferramentas que apoiemo aprendizado de Computação, conquistando força e importância como um amplo e ricocampo de pesquisa [79]. Concorda-se com Malmi et al. [78] quanto à afirmação de que aCiência da Computação, na qual as teorias são poucas e as abordagens formais e projetosconstrutivos dominam, não tem favorecido o uso extensivo das teorias existentes comouma parte normal da pesquisa, o que naturalmente ocorre nas Ciências Naturais e Huma-nas. Assim, compartilha-se a visão da necessidade de um entendimento holístico da CERalém das abordagens básicas, não apenas para consolidar sua identidade e independênciacomo uma área de pesquisa, mas principalmente para se obter resultados duradouros.

Existem diversos métodos e ferramentas disponíveis que se propõem a melhoraras experiências de ensino e aprendizagem, amplamente divulgadas e bem conhecidas pelacomunidade científica, como a Aprendizagem Baseada em Problemas (Problem-Based

Learning - PBL) [12], por exemplo. No entanto, o entendimento de suas teorias de basesão de suma importância para a compreensão de como a construção do conhecimento seestabelece nos seres humanos, especialmente naqueles que deixaram a fase da infância.Dessa forma, mesmo tendo-se a consciência de que a construção do conhecimentodepende parcialmente de fatores como a forma de transmissão da informação, motivação,personalidade e interesse do aprendiz, acredita-se que exista uma fundamentação internade processos cognitivos, que sem ela, mesmo o estudante mais motivado teria dificuldadespara transformar informação em conhecimento. Em outras palavras, mesmo uma pessoamotivada quando ensinada a partir de currículo, ferramentas e métodos adequados, emseu estilo de aprendizagem preferido, pode não alcançar muito êxito se essa pessoa nãoestiver no nível intelectual adequado (não possuir as habilidades cognitivas necessárias)

17

para receber o que lhe é ensinado [72].O trabalho de Pessoni et al. [97] contribuiu para o desenvolvimento da CER no

Instituto de Informática da Universidade Federal de Goías (INF-UFG) 1. O foco dessetrabalho foi a pesquisa de métodos candidatos para a medição dos processos cognitivosque possuíssem uma sólida teoria de base. Uma Revisão Sistemática da Literatura (RSL)foi conduzida, e dentre os diversos métodos identificados, o instrumento Lawson’s Clas-

sroom Test of Scientific Reasoning (LCTSR) foi selecionado para aplicação. Autorizadopor seu autor, Professor Anton E. Lawson, a primeira tradução para a língua portuguesafoi realizada e o exame foi ministrado em três cursos de graduação de Computação: Sis-temas de Informação, Ciências da Computação e Engenharia de Software do INF-UFG.

Espera-se ser possível não só identificar, caracterizar e aferir os processoscognitivos, mas também oferecer abordagens factíveis para adquiri-los e desenvolvê-los,melhorando, consequentemente, o processo de ensino-aprendizagem.

O presente trabalho tem como motivação contribuir para o desenvolvimentodos estudos já iniciados pelo grupo de pesquisa, avaliando hipóteses, adicionando novosresultados e explorando novos métodos e técnicas de investigação.

Os objetivos que nortearam essa pesquisa podem ser divididos em três grandespartes ou elementos de estudo. Cada parte, embora tenha o seu próprio valor, formam umtodo coerente quando entendidos a partir do contexto já descrito; são elas:

• atualizar a Revisão Sistemática da Literatura descrita e realizada por Pessoni [96],verificando a existência de alguma alteração nas tendências observadas anterior-mente;

• aplicar a tradução do LCTSR, o Exame do Raciocínio Científico (ERC), emestudantes universitários de cursos da área de Computação do Sudoeste Goiano,ampliando não apenas o conjunto de estudantes estudados, mas, principalmente,verificando a aplicabilidade e utilidade do próprio ERC;

• propor a Sistemática Filogenética como uma ferramenta viável para a análise daexistência de perfis de evolução ou desenvolvimento cognitivo a partir das respostasobtidas no ERC.

O texto está organizado para que, no Capítulo 2, apenas os conceitos considera-dos necessários para o entendimento dos métodos e ferramentas utilizados (Capítulo 3),e dos resultados obtidos no trabalho (Capítulo 4), estivessem presentes. O texto terminaapresentando as conclusões e sugestões para prosseguimento da pesquisa (Capítulo 5).

1O trabalho foi premiado no XI Simpósio Brasileiro de Sistemas de Informação em 2015(http://www.portal.inf.ufg.br/sbsi2015/node/53).

CAPÍTULO 2Fundamentação Teórica

Este Capítulo descreve, de forma resumida, os conceitos teóricos consideradosrelevantes para o entendimento deste trabalho. O Capítulo está organizado em trêsseções. A primeira seção apresenta os processos para a construção do conhecimento,as etapas do desenvolvimento cognitivo segundo Piaget e os instrumentos de mediçãodo nível cognitivo. A segunda seção apresenta o Lawson’s Classroom Test of Scientific

Reasoning (LCTSR), um dos instrumentos existentes de medição dos níveis cognitivos,e sua tradução para o português – Exame do Raciocínio Científico (ERC). Na terceiraseção, conceitos relacionados à Sistemática Filogenética são definidos brevemente.

2.1 A Construção do Conhecimento

Por meio de processos de investigação, os seres humanos tentam compreenderalgo que de alguma forma parece intrigante [96]. Esse processo envolve diversos passos,e normalmente se inicia com a descoberta e exploração de algum fenômeno que não podeser explicado em termos do conhecimento atual. O senso de desafio provoca no indivíduoa curiosidade e um desejo de entender e explicar.

A mente humana pode então inventar uma ou mais explicações alternativas base-adas na coleção de experiências prévias que são vistas pelo indivíduo como similares, dealguma forma, à situação em questão. A esse processo de criar explicações, denominamosabdução [66].

Além de imaginar explicações alternativas, é possível que o indivíduo possua ahabilidade de pensar formas de testar essas possíveis explicações. Esse teste é feito a partirda coleta de dados do ambiente e da comparação desses dados com as consequênciasdeduzidas das explicações possíveis. Se os dados e as consequências deduzidas foremiguais, então a explicação é apoiada. Se os dados e as consequências forem diferentes,então a explicação não é apoiada, podendo ser rejeitada ou modificada, começando umnovo ciclo. Esse processo de investigação é chamado de hipotético-dedutivo [72][68].

2.1 A Construção do Conhecimento 19

Um padrão de raciocínio ou pensamento é definido como uma estratégiamental, um plano ou uma regra usada para processar informações e derivar conclusõesque vão além da experiência direta do indivíduo [72].

O raciocínio científico pode ser definido como um padrão geral de raciocíniocaracterizado pelo processo hipotético-dedutivo, e composto por subpadrões de raciocínio(e.g. correlações, proporções). Inhelder e Piaget [98] se referem a esses subpadrões comoesquemas (schema). Assim, a construção do conhecimento científico pode ser vista comoum processo geral do tipo hipotético-dedutivo, de formação e teste de hipóteses, por meioda utilização de esquemas de raciocínio.

Normalmente, os padrões de raciocínio (e seus esquemas) são consideradoscomo parte do conhecimento operacional ou procedimental (conhecimento de comofazer algo), diferentemente do conhecimento declarativo ou figurativo (conhecimentodo ser, ou das propriedades e atributos de algo)[72].

O conhecimento declarativo é explícito, no sentido de que é possível se lembrarquando e como ele foi adquirido. Repare que o termo aprendizado é frequentemente asso-ciado à aquisição do conhecimento declarativo. Em contrapartida, o conhecimento opera-cional normalmente é implícito, no sentido que, normalmente, não se tem consciência depossuí-lo, nem de quando ou como ele foi adquirido. A autora e o grupo de pesquisa quesuporta este trabalho acreditam que essa classificação pode ter seu valor, mas entendemque tanto o conhecimento declarativo quanto o operacional são dependentes dos padrõesde raciocínio, nas suas aquisições e nos seus usos.

Existem diversas propostas de modelagens da cognição, como processo oucapacidade de adquirir um conhecimento, e da inteligência, como processo de como seutiliza o conhecimento adquirido, e os progressos atuais da neurociência nessa área depesquisa são animadores [67].

2.1.1 As Etapas do Desenvolvimento Cognitivo

O termo desenvolvimento cognitivo ou intelectual é frequentemente utilizadocom respeito à aquisição do conhecimento operacional [72].

Um dos primeiros cientistas a investigar o desenvolvimento do conhecimentooperacional foi o pesquisador suíço Jean William Fritz Piaget (1896–1980). Sua teoriadescreve um modelo de desenvolvimento intelectual em estágios hierárquicos e tambémuma forma de classificar os indivíduos segundo esses estágios [98]. Piaget reconhece apresença de 4 etapas no processo de desenvolvimento do ser humano. Para ele, essasetapas são caracterizadas pelo aspecto que o indivíduo desenvolve melhor durante o seucrescimento [16]. As etapas são:

• Sensório-motor (0 a 2 anos);

2.1 A Construção do Conhecimento 20

• Pré-operatório (2 a 7 anos);• Operações concretas (7 a 11 ou 12 anos);• Operações formais (11 ou 12 anos em diante)

De um modo geral, segundo Piaget, todas as pessoas vivenciam essas quatroetapas na mesma faixa etária [98]. Contudo, o começo e o final de cada uma dessas etapaspodem passar por alterações em função dos aspectos estruturais biológicos de cada serhumano e da riqueza dos impulsos propiciados pelo meio ambiente. Assim, a divisãopor idades tornou-se uma referência e não uma norma. Diversos estudos tem apresentadonovas propostas de como classificar os níveis cognitivos, como também associá-los adiferentes idades [16].

Fica claro, portanto, que embora o desenvolvimento cognitivo dependa do desen-volvimento físico do indivíduo, o avançar da idade, por si só, não representa uma garantiaque o individuo irá automaticamente migrar de um nível cognitivo inferior para um ní-vel superior. Existem indivíduos na mesma faixa etária com níveis de desenvolvimentocognitivo diferentes [48] [27] [60].

2.1.2 Os Instrumentos para a Classificação dos Níveis Cognitivos

O trabalho de Pessoni [96] pesquisou instrumentos de medição do nível cognitivode seres humanos baseados na teoria de desenvolvimento cognitivo de Piaget. Por meio deuma Revisão Sistemática da Literatura (RSL), o trabalho identificou mais de 30 métodos.Utilizando como critérios que o método:

• possua uma sólida fundamentação teórica;• não envolva a manipulação de qualquer aparato especial;• possibilite a clara distinção do nível formal operacional (ou nível mais avançado);• seja adequado para adolescentes e adultos (acima de 15 anos);• seja pontuado objetivamente (questões objetivas, sem questões abertas).

Pessoni [96] elegeu três instrumentos como fortes candidatos para aplicação na Univer-sidade Federal de Goiás (UFG): Arlin Test of Formal Reasoning (ATFR) [9], Bond’s Lo-

gical Operations Test (BLOT) [17] e Lawson’s Classroom Test of Scientific Reasoning

(LCTSR) [62].Pessoni comenta que apesar dos testes ATFR e BLOT serem fortes candidatos, o

instrumento LCTSR possui vantagens em comparação a esses. Algumas dessas vantagenssão a ampla aplicação em diversas culturas e, principalmente, a inclusão das evoluçõese atualizações da teoria cognitiva desde a sua criação. Dessa forma, esse exame foiselecionado para ser o primeiro a ser traduzido e utilizado para a identificação dos níveisde desenvolvimento cognitivo dos estudantes do Instituto de Informática (INF) da UFG.

2.2 O Lawson’s Classroom Test of Scientific Reasoning (LCTSR) 21

2.2 O Lawson’s Classroom Test of Scientific Reasoning(LCTSR)

O Lawson’s Classroom Test of Scientific Reasoning (LCTSR) [62] foi publicadoem 1978. O teste do Professor Lawson é um instrumento de medição, na forma de umquestionário, que procura identificar o nível cognitivo do sujeito de teste (indivíduo),classificando-o em função da demonstração, pelas respostas ao questionário, da presençaou não de determinados padrões de raciocínio. Esse instrumento foi desenvolvido com oobjetivo de ser aplicado em estudantes de ensino médio e superior, e passou por algumasatualizações.

A versão mais recente do instrumento de medição é de 2000, configurando umquestionário com 24 questões de múltipla escolha ou 12 pares de questões. Em cada parde questões do exame, é solicitado que o indivíduo realize duas seleções: uma alternativade resposta para um dado problema (questão de numeração ímpar) e uma alternativaque indique o raciocínio utilizado para essa resposta (questão de numeração par). Emoutras palavras, o indivíduo deve selecionar a resposta e a sua justificativa em cada parde questões. A pontuação pode ser feita item por item (na qual a resposta e o raciocínioutilizado recebem pontuações independentes – recomendada pelo Professor Lawson) ouem duplas (avaliando-se cada resposta e o raciocínio para se chegar à resposta, pontuandoapenas quando ambos estão corretos). A versão foi concedida e autorizada pelo ProfessorLawson para tradução e aplicação pelo grupo de pesquisa do INF [96].

Os Padrões de Raciocínio e o LCTSR

A versão anterior do LCTSR foi desenvolvida para identificar 5 padrões do nívelformal (ou operacional formal):

• controle de variáveis;• raciocínio proporcional;• raciocínio combinatório;• raciocínio probabilístico;• raciocínio correlacional.

Além destes padrões de raciocínio, a versão mais atual foi estendida para me-dir também um padrão denominado de "raciocínio para uma contradição" ou raciocíniohipotético-dedutivo [63]. O raciocínio hipotético-dedutivo pode envolver entidades teó-ricas (abstratas, não diretamente observáveis) e, por isso, caracteriza o nível cognitivomais elevado, que Lawson chama de pós-formal [68] [70].

A classificação dos indivíduos é então realizada de acordo com as seguintesfaixas de acerto:

2.2 O Lawson’s Classroom Test of Scientific Reasoning (LCTSR) 22

• 0-8: nível concreto;• 9-14: nível transitório;• 15-20: nível formal;• 21-24: nível pós-formal.

O Anexo A apresenta o Exame do Raciocínio Científico (ERC) obtido peloprocesso de tradução descrito no trabalho de Pessoni [96].

Segundo o Professor Lawson, as questões foram organizadas de maneira que onível de dificuldade vai aumentando, ou seja, as questões de menor número medem ospadrões mais "simples" de raciocínio, enquanto as de maior número medem os padrõesmais "complexos".

A seguir, é apresentada uma versão resumida da descrição feita por Pessoni [96]da relação entre as questões do ERC e os padrões de raciocínio medidos:

• Questões 1-2 e 3-4: Conservação do peso e volume:

De uma maneira simplificada, o padrão de raciocínio de conservação dizrespeito à habilidade que o indivíduo apresenta de compreender que senada é adicionado ou retirado, a quantidade, o número, o tamanho, e opeso permanecem os mesmos (ou seja, são conservados).

• Questões 5-6 e 7-8: Raciocínio proporcional:

A proporcionalidade pode ser definida como um relacionamento entreduas quantidades, como uma igualdade de razões do tipo a/b = c/d, oucomo expressa em funções matemática como y = 2× x. As noções derazão e proporcionalidade são amplamente utilizadas em matemática eem ciências, assim como em diversas situações do cotidiano. Conceitoscotidianos como velocidade, consumo de combustível e unidades depreço são expressos por valores que podem ser obtidos e comparadosno dia a dia a partir da noção geral de razão ou proporcionalidade.

• Questões 9-10: Identificação e controle de variáveis:

Em contextos experimentais, ao testar hipóteses (possíveis explicaçõespara um fenômeno ou acontecimento), o indivíduo deve estar ciente danecessidade de considerar todas as variáveis conhecidas (identificação)e desenvolver um teste que mantenha constante (em controle) todas asvariáveis, com exceção das variáveis sendo investigadas. A habilidadede construir um experimento controlado é denominada "Identificação eControle de Variáveis".

• Questões 11-12 e 13-14: Identificação e controle de variáveis e raciocínioprobabilístico:

2.3 A Sistemática Filogenética 23

Exigem que o indivíduo faça uso de dois padrões de raciocínio deforma colaborativa: Identificação e controle de variáveis e RaciocínioProbabilístico (explicado a seguir).

• Questões 15-16 e 17-18: Raciocínio probabilístico:

É o padrão de raciocínio utilizado para identificar e solucionar proble-mas que possuem caráter probabilístico. A probabilidade é um tipo derelacionamento, envolvendo todas as instâncias possíveis de um eventoe aquelas com um interesse especial. Repare que a probabilidade pressu-põe a utilização de certos padrões de raciocínio como correlações, asso-ciações e proporcionalidades.

• Questões 19-20: Raciocínio correlacional:

No cotidiano, a ideia de correlação está bastante presente, como, porexemplo, na relação entre fumar e o aumento das chances de câncer depulmão, má alimentação e obesidade, altura dos pais e de seus filhos,oferta e procura de um produto com seu preço. O padrão de raciocíniocorrelacional pode ser definido como o padrão utilizado para identificar edeterminar até que ponto duas (ou mais) variáveis dentro de uma amostraestão relacionadas (ou co-variam).

• Questões 21-22, 23-24: Raciocínio hipotético-dedutivo:

O raciocínio hipotético-dedutivo pode ser definido como a habilidadeque o indivíduo apresenta, ao avaliar uma dada situação, de imaginar aspossíveis relações entre os fatores (ou variáveis), deduzir as consequên-cias dessas relações e empiricamente verificar quais dessas consequên-cias de fato ocorrem. Essa forma de raciocínio pode ser aplicada tantopara entidades diretamente observáveis quanto para não diretamente ob-serváveis (conceitos, por exemplo).

2.3 A Sistemática Filogenética

A Sistemática é a ciência que classifica os seres vivos através do estudo compa-rativo de suas características, aspectos e fenômenos morfológicos, fisiológicos, genéticose evolutivos com o objetivo de reconstruir seu histórico evolucionário a partir das relaçõese afinidades entre os diversos grupos de espécies [125].

A Sistemática Filogenética ou Cladística é uma escola da Sistemática baseadano princípio filogenético e que agrupa espécies ou táxons em grupos naturais de acordo,unicamente, com hipóteses de relações evolutivas [53]. Willi Hennig (1913-1976) éconsiderado o pai da Sistemática Filogenética.


2.3.1 A Árvore Filogenética

A Árvore Filogenética é uma representação gráfica criada por Willi Hennig[45]. A árvore filogenética (ou simplesmente, árvore) é o produto final da análise filo-genética e representa a possível relação entre os elementos de uma população. A essapossível relação dá-se o nome de homologia.

O termo técnico utilizado para denominar todo tipo de representação de umaárvore filogenética é dendrograma. Os dendrogramas mais conhecidos são o cladogramae o filograma. No cladograma, os comprimentos relativos dos ramos (branches da árvorenão representam unidades de tempo (ou outra unidade)), enquanto que no filograma sim.

A Figura 2.1 apresenta um cladograma com raiz e ajuda na ilustração de diversosconceitos apresentados a seguir [125, 74, 53]:

FIGURA 2.1: Cladograma para a ilustração de alguns conceitosdescritos no texto.

Táxon. É um indivíduo ou conjunto de espécies. As letras na Figura 2.1 são táxons.Nós. Indicam prováveis ancestrais comuns entre os táxons.Tamanho-distância. O tamanho do ramo (branch) de uma árvore filogenética, no caso

de um filograma, indica o quão distante das características está um táxon de outro,mesmo que tenham um ancestral comum.

Leitura da árvore. A árvore pode ser lida em qualquer sentido, por não representardirecionamento na evolução. Isto é, táxons mais a ponta não são necessariamentemais evoluídos.

Árvore com ou sem raiz. Uma árvore enraizada indica a ordem da evolução. Árvore semraiz representa apenas a relação característica entre os táxons. A Figura 2.1 é uma


árvore com raiz.Plesiomorfia. Designa uma característica considerada primitiva que foi modificada a

outra mais recente dentro de uma linhagem. Na Figura 2.1, o quadrado indica umacaracterística plesiomórfica, modificada pelas características apresentadas por E eo grupo FG.

Sinapomorfia. Caráter compartilhado entre mais de um táxon com ancestral comum.Note que os táxons F e G compartilham um nó na Figura 2.1. Este nó representauma característica sinapomórfica de F e G.

Homoplasia. Caracteres semelhantes entre mais de um táxon, mas com origens indepen-dentes.

Autapomorfia. Caráter exclusivo de um táxon.Grupo Monofilético. A junção de dois ou mais táxons, A e B, por exemplo, na Figura

2.1.

2.3.2 Eventos de Especiação

A Especiação é uma sequência de processos ou eventos que resulta na origem(ou explica a origem) de uma ou mais novas espécies [125]. A Figura 2.2 apresentacomo observar Eventos de Especiação em uma árvore. Cada forma geométrica coloridarepresenta uma dada característica; os elementos desenhados ao lado de um ramo indicamum evento de especiação.

FIGURA 2.2: Exemplos de eventos de especiação.

Repare que o posicionamento de um táxon não necessariamente significa exclu-sividade em suas características. Ao analisar uma árvore, o interesse é nas características


compartilhadas entre os táxons e sua estória de desenvolvimento (os eventos de especia-ção).

2.3.3 Os Atributos de Relação

Os Atributos de Relação são as premissas que definem proximidade entre táxons.Dentre essas premissas, têm-se o conceito de caráter e o conceito de homologia.

Caráter é uma particularidade, atributo ou parte observável de um elemento.Descreve peso, aparência, medida, quantidade, pontuação, entre outros [125]. Para aSistemática Filogenética, um caráter deve ter variação de estado relevante. Por exemplo,o caráter cabelo de uma pessoa tem variação de estado entre crespo e liso.

Entretanto, semelhança entre táxons não se define apenas com base em umcaráter, mas por um certo conjunto de caracteres e esse conjunto deve ser homólogo.Homologia se conceitua como mesma origem, mesmo tipo, mesma função ou mesmaestrutura. Segundo Wiley [125], há homologia entre dois caracteres quando um caráteré a evolução de outro; três ou mais caracteres são homólogos se eles representam umasequência evolutiva, na qual, um é a evolução do outro.

2.3.4 A Máxima Parcimônia

A Sistemática Filogenética possui um conjunto de técnicas e processos à suadisposição para realizar suas análises e obter seus resultados. Os critérios de otimização,por exemplo, são utilizados com o objetivo de decidir sobre a qualidade de duas ou maisdadas árvores filogenéticas.

Entre os critérios de otimização mais utilizados está a Parcimônia. A Parcimôniaé um método estatístico não-paramétrico onde a árvore filogenética preferida é a árvoreque requer a menor mudança evolutiva para explicar os dados observados.

A Máxima Parcimônia tem sua base filosófica do princípio defendido por Wil-liam de Ockham, conhecido como a Navalha de Ockham. O princípio afirma que "enti-dades não devem ser multiplicadas além da necessidade" (Entia non sunt multiplicanda

praeter necessitatem). Ou seja, pelo princípio, a perfeição é inerente à natureza, tudo quenesta existe é porque deve existir, nada excede o necessário. Esse princípio determinaque caso existam várias explicações para um mesmo evento ou problema, a mais simples(econômica, parcimoniosa ou menos complexa) deveria ser a melhor [113].

A Sistemática Filogenética pode gerar mais de uma explicação evolutiva (oumais de uma árvore filogenética), mas acredita-se que exista apenas uma explicação.Portanto, é avaliada, em cada árvore filogenética proposta, a quantidade de eventosde especiação, sendo essa quantidade computada no chamado score da árvore. Quantomenor for esse score, mais parcimoniosa é a árvore filogenética proposta para explicar a


evolução de determinado conjunto de táxons. Por isso, chama-se o critério e os algoritmosassociados ao critério de Máxima Parcimônia.

CAPÍTULO 3Metodologia

Este Capítulo descreve os procedimentos e as ferramentas utilizados para cadauma das suas partes: a atualização da Revisão Sistemática da Literatura sobre instrumen-tos de medição do desenvolvimento cognitivo, as aplicações do Exame do RaciocínioCientífico em estudantes do Sudoeste Goiano, e a proposta de utilização da SistemáticaFilogenética como uma forma de análise dos resultados de questionários. Para este fim, oCapítulo está organizado da seguinte forma:

• Revisão Sistemática da Literatura

– Planejamento– Condução– Documentação

• Aplicação do Exame do Raciocínio Científico

– Grupos de Aplicação– Procedimentos para aplicação do Exame– Análise dos Resultados

• Sistemática Filogenética

– Modelagem dos dados– Arquivo de dados TNT– TNT: obtenção de árvore(s) filogenética(s)

3.1 Revisão Sistemática da Literatura

Uma Revisão Sistemática da Literatura (RSL) é um instrumento utilizado paraidentificar, analisar, sintetizar e documentar um conjunto de todas evidências relacionadasà um determinado assunto [126].

A RSL pode ser dividida em fases: Planejamento, Condução (ou Execução) eDocumentação. Cada fase é composta por etapas ou atividades. A Figura 3.1 apresenta

3.1 Revisão Sistemática da Literatura 29

as etapas típicas das fases de Planejamento e Condução de uma RSL [54]. A seguir, sãodescritas as fases, suas etapas e como essas etapas foram realizadas.

FIGURA 3.1: Etapas típicas de uma Revisão Sistemática da Lite-ratura (adaptado de [54]).

3.1.1 Planejamento

A fase do Planejamento é o momento da escolha do protocolo, ou seja, dos passose regras a serem seguidos durante a revisão sistemática. Normalmente, são definidos osobjetivos, as questões de pesquisa e, a partir destes elementos, passa-se para o processode construção da entrada necessária para a execução da pesquisa nas diversas bases dedados de publicações.

Uma RSL deve-se ater a algum problema, também chamado de objetivo dapesquisa. Depois de definido um ou mais objetivos, é importante construir indagações quepossam orientar o processo e, se possível, serem respondidas no final. Essas perguntas sãochamadas de questões de pesquisa [123].

A RSL deste trabalho tem como objetivo atualizar a revisão sistemática reali-zada por Pessoni [96], que teve os métodos de medição do desenvolvimento cognitivohumano como objeto de estudo. Em sua revisão, Pessoni identificou vários instrumentose apresentou motivos para escolher o Lawson’s Classroom Test of Scientific Reasoning

(LCTSR) como o instrumento candidato para uma primeira tradução e aplicação. A revi-são foi realizada compreendendo publicações até 2014. A RSL deste trabalho revisa essesresultados incorporando publicações até o início de 2017 e, como questão de pesquisa,também verifica se o LCTSR continua sendo considerado uma boa opção de instrumentopela comunidade acadêmica.


Antes da fase de Condução da RSL, é necessário determinar, através de umprocesso exploratório e iterativo, a entrada ou string de busca para que cada base de dadosde publicações possa retornar os resultados desejados. Esse processo está bem detalhadono trabalho de Pessoni [96] e partindo dos seus resultados, apresentamos os elementosque constituem as strings de busca do trabalho:

• P1 = ("formal operations"OR "formal reasoning"OR "formal operational reaso-

ning"OR "formal thinkers"OR "formal thinking"OR "formal thought"OR "logical

thought"OR "logical thinking"OR "logical operations"OR "logical reasoning"OR

"abstract thought"OR "abstract thinking"OR "piaget logical operations"OR "sci-

ence reasoning"OR "scientific reasoning"OR "cognitive development test"OR "cog-

nitive ability test"OR "piagetian stages"OR "piaget developmental"OR "social sci-

ences piagetian inventory");• P2 = (test OR "group test"OR "group assessment"OR tasks OR inventory OR mea-

sure OR measurement OR instrument OR assessment OR scale OR questionnaire);• P3 = (disease OR disorder OR schizophrenia OR drug OR pharmacology OR

elderly);

e assim, a string de busca mais utilizada é definida pela expressão lógica:

S= P1 AND P2 NOT P3.

A seguir, apresentamos as bases de dados e detalhes importantes da Conduçãoda RSL.

3.1.2 Condução

Na fase da Condução, uma string de busca ou um conjunto delas é utilizadapara a execução da pesquisa em cada base de dados ou bibliotecas digitais. Forampesquisadas informações relevantes em renomadas bibliotecas digitais multidisciplinaresas quais contém tanto trabalhos completos como resumos de diversos tipos de produçõescientíficas em diversas áreas. Seguem os nomes dessas bibliotecas:

• ACM Digital Library;• APA Psychnet;• IEEE Xplore;• ISI Web of Knowledge (Web of Science);• Science Direct;• Scopus;


• EBSCOhost (agregador de bibliotecas):

– Academic Search Premier;– CINAHL;– Computers and Applied Sciences Complete;– Information Science and Technology Abstracts (ISTA);– Library, Information Science and Technology Abstracts;– MEDLINE Complete;– SocINDEX.

As mesmas bases foram utilizadas no trabalho de Pessoni, com exceção da Aca-

demic Search Elite, não pesquisada por causa da sua recente desindexação do agregadorEBSCOhost.

Note que algumas bases de dados requerem um ajuste na string para que sejarealizada a busca nos metadados corretos (título, abstract e keywords). Por exemplo, asbases Science Direct e Scopus precisam de precedentes à string S, title–abs–key e TITLE–

ABS–KEY, respectivamente. Já uma busca na base de dados IEEE Xplore requer umamodificação na string S, uma vez que só é permitida a inserção de 15 termos na string. Asolução adotada foi criar combinações dos elementos formadores da string de busca S erealizar a pesquisa na base para cada combinação.

Obtidas as repostas das bases de dados pesquisadas, essas respostas ainda preci-sam passar por Critérios de Seleção (Inclusão ou Exclusão), Eliminação de Redundâncias,um processo de Seleção e Análise de Qualidade e, por fim, a Extração dos Dados.

Critérios de Seleção

Foram incluídos nos resultados da revisão documentos que respeitassem osseguintes critérios:

• escritos em Inglês, Português, Italiano ou Espanhol;• descrevam a criação de algum método/instrumento;• realizam a comparação entre métodos;• descrevam a aplicação de algum método;• descrevam métodos que sejam aplicáveis em pessoas maiores de 15 anos;• tenham resumo (abstract) disponível em alguma base;• o texto completo seja acessível.

Eliminação de Redundâncias

O processo de Eliminação de Redundância foi auxiliado por meio da ferramentaStArt. Esse software é desenvolvido pelo Laboratório de Pesquisa em Engenharia de


Software (LaPES) do Departamento de Computação da Universidade Federal de SãoCarlos (DC/UFSCar) [88].

A ferramenta StArt permite a inserção das referências encontradas em cada basede dados utilizando os formatos de arquivos de biblioteca bib e ris, que são os formatosgeralmente possíveis de serem exportados das bases de busca.

Após a inserção das referências na ferramenta StArt é possível, de forma auto-mática, identificar uma grande parte dos artigos duplicados dentro de uma base e entre asbases de dados.

A identificação de duplicidade automática encontrou 99 referências duplicadasreduzindo o quantitativo de total para 1.391 referências.

Seleção e Análise de Qualidade

Os Procedimentos de Seleção e Análise de Qualidade dos trabalhos encontradosdurante a revisão sistemática seguiram os seguintes critérios:

• verificação de base teórica, referências e veículo de publicação;• definição clara de qual método de medição do nível cognitivo está sendo utilizado

(descreve brevemente e referencia, justificando a escolha);• se for uma criação de um método, deve definir claramente em quantas pessoas esse

método foi validado;• se for aplicação e comparação, deve definir claramente em quantas pessoas foi

aplicado;• se possui resultados claramente descritos, embasados em dados e experimentações;• se descreve a idade da amostra de indivíduos utilizada no estudo.

Após esse Protocolo de Seleção e Análise de Qualidade, restaram 177 referên-cias.

Extração de Dados

Na fase de Extração de Dados, os artigos das referências restantes após a Seleçãoforam obtidos e lidos. Ao revisar cada produção científica, extraiu-se os seguintes dados:

• Título do trabalho;• Autor do trabalho;• País de origem do estudo;• Ano de publicação;• Teoria base;• Ação (cria, compara ou aplica);• Tipo (artigo, livro, outros);

3.2 Aplicação do Exame do Raciocínio Científico 33

• Tamanho da amostra testada;• Faixa etária coberta;• Método estatístico usado para tratar os dados;• Linguagem;• Palavras chaves.

Ao final desta etapa da RSL, 48 artigos foram considerados relevantes para a estetrabalho.

A Figura 3.2 apresenta a evolução do quantitativo de referências/artigos científi-cos identificados em cada base de dados ao longo da fase de Condução da RSL.

FIGURA 3.2: Evolução do quantitativo de referências/artigos decada base de dados ao longo da fase de Conduçãoda RSL.

3.1.3 Documentação

A fase da Documentação compreende a escrita, análise e síntese de resultadosencontrados pela RSL. Para efeito de organização deste texto, deixamos para o Capítulo4 as análises realizadas a partir dos resultados da RSL descrita aqui.

3.2 Aplicação do Exame do Raciocínio Científico

Os grupos de aplicação (ou sujeitos de teste) submetidos ao Exame do RaciocínioCientífico (ERC), os procedimentos e cuidados na aplicação do ERC, assim como asferramentas utilizadas para a análise dos resultados, são descritos a seguir.


3.2.1 Grupos de Aplicação

O exame foi aplicado ao longo do ano de 2016 em Universidades do SudoesteGoiano. Os sujeitos de teste foram estudantes dos primeiros e dos últimos semestres decursos da área de Computação. Ao todo, 174 estudantes foram avaliados em três cidades:Rio Verde (em 3 Universidades), Santa Helena de Goiás e Jataí.

Os estudantes foram classificados em 9 grupos:

• CCP-IFGOIANO: 32 estudantes do primeiro ano do curso de Ciência da Compu-tação do Instituto Federal Goiano - IFGOIANO da cidade de Rio Verde;

• ESP-UniRV: 24 estudantes do primeiro e segundo períodos do curso de Engenhariade Software da Universidade de Rio Verde - UniRv da cidade de Rio Verde;

• ESU-UniRV: 25 estudantes do oitavo período do curso de Engenharia de Softwareda Universidade de Rio Verde - UniRv da cidade de Rio Verde;

• SIP-UEG: 18 estudantes do primeiro ano do curso de Sistemas de Informação daUniversidade Estadual de Goiás - UEG da cidade de Santa Helena de Goiás;

• SIU-UEG: 19 estudantes do quarto ano do curso de Sistemas de Informação daUniversidade Estadual de Goiás - UEG da cidade de Santa Helena de Goiás;

• TADSP-UNOPAR: 10 estudantes do primeiro e segundo períodos do curso deTecnologia em Análise e Desenvolvimento de Sistemas da Unopar da cidade deRio Verde;

• TADSU-UNOPAR: 16 estudantes do quinto e sexto períodos do curso de Tecnolo-gia em Análise e Desenvolvimento de Sistemas da Unopar da cidade de Rio Verde;

• TADSP-IFGoias: 24 estudantes do segundo período do curso de Tecnologia emAnálise e Desenvolvimento de Sistemas do Instituto Federal de Goiás - IFGOIÁSde Jataí;

• TADSU-IFGoias: 5 estudantes do sexto período do curso de Tecnologia em Análisee Desenvolvimento de Sistemas do Instituto Federal de Goiás - IFGOIÁS de Jataí.

A Tabela 3.1 apresenta algumas informações de cada um desses Grupos.

3.2.2 Procedimentos para a Aplicação do Exame

A aplicação do ERC em cada grupo seguiu as diretrizes apresentadas por Pessoni[96], em concordância com os procedimentos sugeridos pelo Professor Lawson, criadordo instrumento de medição.

A aplicação dos exames foram previamente agendadas com as coordenações doscursos, e realizada durante os períodos regulares de aulas com o apoio dos professores daturma.

O procedimento de cada aplicação do ERC seguiu o mesmo protocolo.


TABELA 3.1: Descrição dos Grupos de Aplicação: denominaçãode cada grupo (Grupo), quantidade de sujeitos (N),amplitude das idades em anos (Amplitude), a médiadas idades em anos (Média) e a composição dos gru-pos em termos de gênero (Masculino e Feminino).

Grupo N Amplitude Média Masculino FemininoCCP-IFGOIANO 32 17-40 20,3 29 3ESP-UniRv 24 17-42 20,6 22 2ESU-UniRv 25 20-34 24,3 22 3SIP-UEG 18 17-29 21,0 13 5SIU-UEG 18 19-29 23,0 16 3TADSP-UNOPAR 10 19-42 26,3 10 0TADSU-UNOPAR 17 19-47 26,9 15 2TADSP-IFGoias 24 17-40 24,8 19 5TADSU-IFGoias 5 21-39 28,0 5 0

Antes dos estudantes receberem os cadernos com as questões, a administradorado ERC apresenta-se, explica que os objetivos do grupo de pesquisa do INF/UFG é testarum instrumento de medição do raciocínio científico e que conta com a ajuda voluntáriados estudantes e informa que: os estudantes tem o tempo de 50 minutos para respondero exame; o exame é individual, sem nenhum tipo de consulta, ou qualquer discussãoentre os colegas de sala; as dúvidas poderiam ser esclarecidas, com os questionamentos erespostas sendo feitos em voz alta, mas que as particularidades das questões não seriamdiscutidas.

Os estudantes, então, recebem os cadernos com as questões e realizam o exame.Assim que o estudante termina o seu exame, o caderno é recolhido pela administradorado exame para tabulação e análise dos resultados.

3.2.3 Análise dos Resultados

Após a aplicação do ERC, os acertos foram pontuados no formato single score

conforme as instruções do Professor Lawson. Ou seja, para cada resposta ou justificativacorreta um ponto foi atribuído, variando de um mínimo de 0 a um máximo de 24 pontos.De acordo com o sistema de pontuação, quanto maior a pontuação dos indivíduos, maioressão as suas habilidades em relação ao raciocínio científico, e, portanto, maior o seu nívelcognitivo de acordo com a escala:

• 0-8 acertos: nível concreto;• 9-14 acertos: nível transitório;• 15-20 acertos: nível formal;• 21-24 acertos: nível pós-formal.

3.3 Sistemática Filogenética 36

A aplicação de qualquer questionário em nove grupos distintos permite o uso dediferentes abordagens e técnicas de análise. Os resultados obtidos podem ser analisadosindividualmente (por estudante ou ainda analisando-se as respostas de questão por ques-tão) e/ou de um determinado grupo, e ainda, evidenciando-se as diferenças entre váriosgrupos.

Nosso interesse neste trabalho é expandir os resultados obtidos por Pessoni [96],verificando seus resultados em outros grupos de aplicação além dos cursos de Compu-tação da UFG. Desta forma, nossas análises procuraram seguir as mesmas intenções eprocedimentos. Os resultados destas análises são descritas no Capítulo 4. Realçamos aquiapenas as técnicas e ferramentas utilizadas para a obtenção dos resultados.

Para analisar os resultados, utiliza-se de testes estatísticos não-paramétricos[100]. Repare que os testes paramétricos assumem que a distribuição de probabilidade dapopulação da qual retiramos os dados seja conhecida e que somente os valores de certosparâmetros da distribuição, tais como a média e o desvio padrão para a Distribuição Nor-mal, por exemplo, sejam desconhecidos. Se os dados não satisfazem as suposições assu-midas pelas técnicas tradicionais para a Distribuição Normal, métodos não–paramétricosde inferência estatística devem ser usados. As técnicas não–paramétricas assumem poucaou nenhuma hipótese sobre a distribuição de probabilidade da população da qual retira-mos os dados. Testes de normalidade de Shapiro–Wilk [102] sobre o comportamento dosresultados do ERC indicaram que alguns grupos de resultados não apresentam compor-tamento de uma Distribuição Normal. Neste sentido, os métodos não–paramétricos deWilcoxon-Mann-Whitney [103] e de Kruskal-Wallis [101] foram utilizados.

Para realizar os testes estatísticos foi utilizada a ferramenta da International Bu-

siness Machines (IBM), denominada Statistical Package for the Social Sciences (SPSS),na sua versão 22. O aplicativo SPSS é utilizado em diversas áreas do conhecimento [80]para apoio a tomada de decisão. O SPSS permite a aplicação de técnicas típicas de Data

Mining, Text Mining e estatísticas de forma simples e ágil.

3.3 Sistemática Filogenética

Além da atualização da RSL e da aplicação do ERC em novos sujeitos de teste,este trabalho também propõe uma forma de análise dos resultados do ERC ainda nãoexplorada na literatura, a Sistemática Filogenética. Este estudo contou com o auxílio deoutra pesquisa, desenvolvida por Weryques Santos da Silva [25].

Resumidamente, a Sistemática Filogenética tem a capacidade de revelar a exis-tência de relações entre os dados de forma a se poder inferir hierarquias de desenvolvi-mento ou evolução. Para isso, utiliza-se de um critério de otimização com o objetivo de


comparar (qualificar) as diversas árvores possíveis. O critério da Máxima Parcimônia foiescolhido para este fim.

A ferramenta escolhida para dar suporte ao estudo da filogenia foi o Tree Analy-

sis Using New Technology (TNT). O TNT foi desenvolvido por Goloboff, Farris e Nixon[39] e tem a capacidade de lidar com grandes conjuntos de dados, de forma rápida, dis-ponibiliza diversos algoritmos, suporte a scripts e uma comunidade de desenvolvimentobem ativa.

A partir do momento que a Sistemática Filogenética foi escolhida como técnica,a Máxima Parcimônia como critério de otimização e o programa TNT como ferramentapara realizar os cálculos, precisa-se preparar o conjunto de dados para a análise.

Nesta parte do trabalho, os resultados do ERC obtidos por Pessoni [96] foramutilizados. Pessoni agrupou os indivíduos em 7 grupos:

1. Engenharia de Software Primeiro Semestre (ESP) com 38 estudantes;2. Engenharia de Software Último Semestre (ESU) com 35 estudantes;3. Ciências da Computação Primeiro Semestre (CCP) com 42 estudantes;4. Ciências da Computação Último Semestre (CCU) com 33 estudantes;5. Sistemas de Informação Primeiro Semestre (SIP) com 34 estudantes;6. Sistemas de Informação Último Semestre (SIU) com 12 estudantes;7. Grupo Excepcional (GEX) com 23 indivíduos.

Os grupos de 1 a 6 são compostos por estudantes do primeiro e do últimosemestre dos cursos de Computação do INF. O grupo GEX é independente e composto porindivíduos avaliados como muito inteligentes por seus pares (colegas de trabalho, amigose professores). O grupo GEX foi importante para verificar, entre outros resultados, se oERC seria considerado muito fácil para eles (isto não ocorreu).

3.3.1 Modelagem dos dados

Lawson [62] relaciona cada uma das 24 questões do LCTSR com seus respec-tivo(s) padrão(ões) de raciocínio. As questões 1, 2, 3 e 4 exigem raciocínios de conser-vação; as questões 5, 6, 7 e 8 exigem raciocínios de proporção; questões 9, 10, 11, 12,13 e 14 exigem raciocínios de identificação e controles de variáveis, sendo que nas ques-tões 11, 12, 13 e 14 existe uma combinação com pensamento probabilístico; as questões15,16, 17 e 18 exigem o raciocínio probabilístico isoladamente; as questões 19 e 20 exi-gem o raciocínio correlacional; e, por fim, as questões 21, 22, 23 e 24 exigem o raciocíniohipotético-dedutivo.

A Figura 3.3 apresenta, de forma esquemática, as relações entre as questões doLCTSR (ou do ERC) e os identificadores dos padrões de raciocínio utilizados no trabalho.


FIGURA 3.3: Relação entre as questões do exame, os padrões deraciocínio e os identificadores dos padrões de racio-cínio.

3.3.2 Arquivo de dados TNT

Observe que para um sujeito de teste demonstrar, através do ERC, que domina opadrão de raciocínio de conservação, por exemplo, deve acertar as questões de 1 a 4.

A mesma hipótese foi aplicada para cada padrão de raciocínio e os dados foramorganizados no formato padrão dos arquivos de entrada do TNT.

A Figura 3.4 mostra o arquivo de dados resultante para o grupo de estudo SIU,como exemplo. A primeira linha informa ao TNT que é um arquivo de entrada. A segundalinha contém um título de livre escolha. A terceira linha informa o número de caracteres(neste caso, 12 estudantes) e o número de táxons (neste estudo sempre 8: sete padrões maisum grupo de referência chamado de GE). As linhas seguintes correspondem à presença("1") ou ausência ("0") do padrão de raciocínio para cada estudante. Repare que a linha deGE é sempre preenchida com "0" em todos os arquivos de entrada para indicar o padrãode enraizamento da árvore, e representar a linha de base da árvore filogenética.


FIGURA 3.4: Exemplo de entrada de dados para o TNT.

3.3.3 TNT: obtenção de árvore(s) filogenética(s)

O TNT permite a criação de scripts para a realização de várias análises de formarápida e reprodutiva.

O Código 3.1 apresenta o script que faz o TNT executar uma análise exatadenominada Enumeração Implícita. Resumidamente, a técnica executa uma busca gulosaem profundidade até que um limitante local determine que as soluções remanescentessão necessariamente piores que uma anterior. Quando isso ocorre essas soluções sãoconsideradas implicitamente enumeradas e descartadas. Se o espaço de soluções aindanão tiver sido todo avaliado, o processo de busca gulosa continua em profundidade. Nessetrabalho, o critério de otimização utilizado nesta busca é o de Máxima Parcimônia. Por serexato, o algoritmo retorna todas as árvores com mesma Máxima Parcimônia encontradas.


Código 3.1 Script TNT para Enumeração Implícita.1 mxram 512;

2 macro =;

3 collapse[;

4 taxname =;

5

6 proc arq.tnt;

7

8 log logTNT.txt;

9

10 ie;

11 tplot;

12

13 loop 0+1 ntrees

14 apo #1;

15 apo - #1;

16 stop

17

18 scores;

19

20 export * trees.tre;

21

22 log/;

23 macro -;

24 zzz;

No Código 3.1, a Linha 1 mxram define em MB (Megabytes) a quantidademáxima de memória que o algoritmo pode utilizar; na Linha 2 ativa-se a função macro,necessária para utilização do laço de repetição (loop) da Linha 13; na Linha 3, o termo"collapse[;" impede o TNT de gerar apenas árvores binárias; a Linha 4 ativa a exibiçãodo nome dos táxons no resultado final; a Linha 6 faz a leitura do arquivo com os dadosde entrada no formato TNT; na Linha 8 informamos o nome do arquivo para gravaçãodas saídas resultantes das Linhas 8 a 22; a Linha 10 executa o algoritmo de EnumeraçãoImplícita; a Linha 11 exibe todas as árvores encontradas; as Linhas 13 a 16 exibem assinapomorfias e autapomorfias presentes nas árvores encontradas; a Linha 18 exibe umalista com os scores das árvores; na Linha 20, todas as árvores são salvas em arquivo; aLinha 23 desativa o macro e a Linha 24 encerra o TNT.


A partir dos arquivos de saída do TNT para cada grupo de estudo, foi possívelfazer as análises apresentadas no Capítulo 4.

CAPÍTULO 4Resultados

Neste Capítulo, mantivemos a organização do Capítulo 3, descrevendo aqui osprincipais resultados obtidos para cada uma das partes do trabalho: a atualização daRevisão Sistemática da Literatura sobre instrumentos de medição do desenvolvimentocognitivo, as aplicações do Exame do Raciocínio Científico em estudantes do SudoesteGoiano, e a proposta de utilização da Sistemática Filogenética como uma forma de análisedos resultados de questionários.

4.1 Revisão Sistemática da Literatura

No Capítulo 3, apresentamos a Revisão Sistemática da Literatura (RSL) sendoformada por três fases: Planejamento, Condução e Documentação. As fases de Plane-jamento e Condução foram descritas naquele Capítulo. A fase de Documentação, queenvolve a análise das saídas da fase de Condução, é descrita a seguir.

O principal objetivo da RSL deste trabalho é atualizar a RSL de Pessoni [96].Entretanto, uma atualização pode também servir para que novas questões de pesquisapossam ser respondidas.

Os resultados da atualização da RSL, além de apresentar as estatísticas típicasapenas para o período da atualização, também possibilitou um olhar mais focado sobre autilização do Lawson’s Classroom Test of Scientific Reasoning (LCTSR) ao reunir todas aspublicações obtidas sobre o instrumento até o início de 2017. Um dos diversos aspectos deinteresse deste trabalho, por exemplo, são os métodos estatísticos normalmente aplicadospara análise dos resultados do questionário.

4.1.1 Resultados da atualização (período 2014–2017)

A leitura dos 48 artigos obtidos após a Extração de Dados foi realizada com ointuito de classificá-los.


A Tabela 4.1 apresenta os instrumentos de medição do desenvolvimentocognitivo identificados na pesquisa com suas respectivas referências e o total de apariçõesencontrado.


TABELA 4.1: Instrumentos de Medição do Desenvolvimento Cog-nitivo (período 2014-2017).

Instrumento Referência TotalLawson’s Classroom Test of Scientific Reasoning (LCTSR) Tsai, et al. [120], Ding, Wei e Mollohan

[32], Ding et al.[31], Moore e Slisko [83],Piraksa, Srisawasdi e Koul [99], Acar,Türkmen e Bilgin [4], Acar e Patton [3],Pessoni, Federson e Vincenzi [97], Cra-colice e Busby [24], Acar [1], Han [43],Ibrahim et al. [49], Papageorgiou, Markose Zarkadis [91], Ding [30]

14

Tobin and Capie’s Test of Logical Thinking (TOLT) Han [43], Kiliç e Saglam [55], Sadi eÇakıroglu [108], Seyhan [111], Etzler eMadden [36]

05

Group Assessment Logical Thinking (GALT) Othman et al. [90], Othman e Zain [89],Kim, Kim e Kim [56], Han [43]

04

Shayer’s Science Reasoning Task "Pendulum" Greiff et al. [40], Hotulainen et al.[47], Thuneberg, Hautamäki e Hotulainen[119]

03

Behavioral Identification Form (BIF) Park e Hyun [93] Park, Hyun e Heuilan[94]

02

Raven’s Progressive Matrices Ragni e Neubert [106], Rindermann, Sti-egmaier e Meisenberg [107]

02

Battery for assessment of high abilities Nakano et al. [84] 01Bond’s Logical Operations Test (BLOT) Ilic, Baucal e Pesic [115] 01Borge Priens Prove Cognitive Test Teasdale, Frøsig e Engberg [118] 01Brazilian Adult Intelligence Battery (BAIAD) Wechsler el al. [124] 01Cognitive Assessment of Minnesota (CAM) Alabdulwahab el al. [6] 01Established scientific reasoning questionnaire Alshamali e Daher [7] 01Euclidean Geometry Test In’am [50] 01Hartmann´s Scientific reasoning Hartmann et al. [44] 01Kramer Social Paradigm Belief Inventory (SPBI) Chang e Chiou [22] 01Learning Potential test Klimusová e Kveton [58] 01Mayer’s Scientific Reasoning Mayer et al. [82] 01Neo-Piagetian Tasks Teague e Lister [117] 01Neo-Piagetian Tasks (II) Kirkland et al. [57] 01Reasoning Test Battery (BPR) Elosua e Mujika [34] 01Science Reasoning Tasks (SRT) Venville e Oliver [121] 01Science Reasoning Tasks developed by the CSMS Darwish [26] 01Scientific Reasoning Scale (SRS) Drummond e Fischhoff [33] 01Test of Scientific Literacy Skills (TOSLS) Benjamin el al. [14] 01Vienna Matrix Test (VMT) Cavojová [21] 01Woodcock Munoz-revisto (BWM-R) Calderón-Leyva et al. [19] 01

Total de pesquisas 48

Comparando-se os resultados da Tabela 4.1, apenas para o período de 2014–2017, com os resultados de Pessoni [96], para referências anteriores à 2014, percebe-se


que os três instrumentos com mais referências são os mesmos.A Tabela 4.1 também mostra que o instrumento proposto por Lawson [62]

continua sendo claramente o mais utilizado. Isso aponta para um grande corpo devalidação e verificação do instrumento de medição, encorajando os pesquisadores da áreaa utilizá-lo com maior frequência em suas pesquisas, seja para apenas aplicá-lo, compará-lo com outros instrumentos ou mesmo avaliar o próprio instrumento.

Com relação ao local onde um instrumento de medição foi utilizado, observa-seque, nos últimos três anos o país que mais realizou pesquisas nessa área foi os EstadosUnidos ([6] [14] [33] [83] [3] [57] [24] [43] [49] [36]), com 10 artigos relacionados. Emsegundo lugar a Turquia ([1] [4] [55] [108] [111]) com 5, seguidos da Alemanha ([106][82] [44]), Brasil ([84] [124] [97]), China ([32] [31] [30]), Finlândia ([40] [47] [119])e Taiwan ([120] [22] [7]), Coreia ([56] [94] [93]), com 3 artigos cada um. E ainda, aAustrália ([121] [117]) e Malásia ([90] [89]) com 2 artigos cada um, e os demais paísesCosta Rica ([107]), Dinamarca ([118]), Eslováquia ([21]), Espanha ([34]), Grécia ([91]),Indonésia ([50]), México ([19]), Palestina ([26]), República Tcheca ([58]), Servia ([115])e Tailândia ([99]) com um artigo.

Com respeito à distribuição das publicações ao longo dos anos temos: o ano de2014 teve 16 artigos ([43] [56] [55] [36] [47] [106] [118] [124] [22] [82] [117] [26] [99][93] [1] [30]), o ano de 2015 teve 19 artigos ([90] [89] [108] [111] [40] [119] [107] [84][94] [115] [44] [57] [34] [121] [14] [21] [4] [97] [24]), o ano de 2016 teve 11 artigos ([6][7] [50] [58] [19] [120] [32] [31] [3][49] [91]) e, no início de 2017, foram encontrados 2artigos ([83] [33]).

Repare que o número de artigos do ano de 2014 para o ano de 2015 aumentou em18,75%. Porém, de 2015 para 2016 houve uma queda de 42% nas publicações. Acredita-se que isto se deve, em parte, à demora por parte das bases de busca em se atualizar edisponibilizar o conteúdo completo. Cabe ressaltar aqui que, o protocolo definido paraesta RSL permitirá o acompanhamento destes valores, confirmando ou não esta queda.

Outro resultado extraído dos artigos é referente ao tipo de ação em relação aum dado instrumento de medição, ou seja, se o artigo discorre sobre uma Aplicação,uma Criação e aplicação ([33] [14] [82] [44]), ou uma Comparação e aplicação ([106][97] [43]) entre instrumentos. A Tabela 4.2 mostra que a Aplicação é o mais frequente,indicando, possivelmente, dois aspectos complementares: a dificuldade em se criar umnovo instrumento e a aceitação de alguns instrumentos de medição pela comunidadecientífica como instrumentos de referência.


TABELA 4.2: Tipo de ação em relação aos Instrumento de Medi-ção do Desenvolvimento Cognitivo.

Tipo de Ação QuantidadeAplicação 41Criação (e aplicação) 4Comparação (e aplicação) 3

Total 48

O tamanho da amostra, também chamado de número de sujeitos de teste, éum fator importante no teste de um instrumento de medição. Nos artigos pesquisados, amenor amostra foi composta por um indivíduo apenas [117], seguido de outro teste com 6pessoas [50]. Entretanto esses foram casos isolados, uma vez que a maioria das amostrascontaram com mais de 50 pessoas. Para efeito de registro, as duas maiores amostras foramde 22.022 [58] e 130.298 [118] indivíduos!

A RSL teve, como Critério de Seleção, artigos escritos em quatro línguas: Inglês,Português, Italiano ou Espanhol. A grande maioria dos artigos foram escritos em Inglês(total de 46 artigos – [90] [89] [56] [55] [108] [111] [36] [40] [47] [119] [106] [107] [94][115] [118] [124] [6] [7] [50] [44] [22] [58] [82] [117] [57] [34] [121] [26] [33] [14][21] [120] [32] [31] [83] [99] [4] [3] [97] [24] [1] [43] [49] [91] [30][93]), um artigo emEspanhol ([19]) e um artigo em Português ([84]).

Outros dois fatores importantes para este trabalho são: a faixa etária e o nívelescolar em que os instrumentos de medição estão sendo aplicados.

Infelizmente, uma parte considerável dos artigos não informam a faixa etáriados sujeitos de teste (total de 23 artigos – [120] [90] [33] [31] [83] [99] [94] [4] [3][57] [97] [89] [56] [24] [1] [43] [49] [7] [91] [55] [26] [31] [30]). Entretanto, através daescolaridade dos sujeitos de teste, é possível ter uma indicação da faixa etária. A Tabela4.3 revela que a maioria das aplicações foram realizadas durante a Educação Universitária,com um total de 26 artigos. A Educação Básica compreende uma parte considerávelde artigos publicados, com 9 artigos. Repare que observou-se um nível de educação,contendo, na verdade, vários níveis. Este nível foi chamado de "Amplo"e apresentou umtotal de 5 (cinco) artigos.


TABELA 4.3: Nível Escolar no qual os Instrumentos de Mediçãodo Desenvolvimento Cognitivo foram aplicados.

Nível Escolar QuantidadeEducação Universitária 26Educação Básica 09Amplo 5Ensino Médio 4Educação Infantil 2Pós–Graduação 1Recrutamento Militar 1

Total 48

4.1.2 Resultados sobre todas as aplicações do LCTSR

A partir da RSL de Pessoni [96], da atualização dessa RSL, apresentada nestetrabalho, e de mecanismos de busca globais (Google e Google Scholar) foi possível reunirum total de 55 publicações sobre o LCTSR:

1. A revisão de Pessoni encontrou 37 publicações: Maggio [77], Stefanich et al. [114],Pratt e Hacker [104], Hofstein e Mandler [46], Ahlawat e Billeh [5], Niaz [85],Brady [18], Lawson [64], Niaz [86], Lawson [65], Guobjornsdottir [41], Cavallo,Kevin e David [8], Lawson et al. [69], Lawson et al. [71], Parham [92], Coletta ePhillips [23], Diff e Tache [28], Ates e Cataloglu [10], Schen [109], Liao e She[75], Silk, Schunn e Cary [112], Bao et al. [11], Han [42], Lee e She [73], She eLiao [75], Wang, Jing [122], Esswein [35], Ippolito [51], Acar e Patton [2], Koeninget al.[59], Marusic e Slisko [81], Nieminen, Savinainen e Viiri [87], Tajudin et al.[116], Beck e Blumer [13], Psycharis, Sarantos [105], Carmel e Yezierski [20],Piraksa, Srisawasdi e Koul [99].

2. A atualização encontrou 13 publicações sem duplicação com o trabalho de Pessoni:Tsai, et al. [120], Ding, Wei e Mollohan [32], Ding, Wei e Liu [31], Moore e Slisko[83], Acar, Türkmen e Bilgin [4], Acar e Patton [3], Pessoni, Federson e Vincenzi[97], Cracolice e Busby [24], Acar [1], Han [43], Ibrahim et al. [49], Papageorgiou,Markos e Zarkadis [91], Ding [30].

3. Em pesquisas realizadas em mecanismos de busca global, foram encontradas mais5 publicações: Ding [29], Fabby e Koenig [37], Jensen et al. [52], Lindsey e Nagel[76], Semak et al. [110].

Após a leitura e estudo de cada publicação, foram extraídas as informações detítulo, ano do estudo, os autores, o veículo de publicação, o tamanho da amostra, a distri-buição entre sexos (quando disponível), faixa-etária, o propósito de aplicação do teste, a


quantidade de questões e se o teste foi aplicado em conjunto com outros instrumentos, opaís (ou países) e região de aplicação, os resultados obtidos, as técnicas estatísticas utili-zadas, bem como quaisquer peculiaridades considerada relevante do estudo. Grande partedessas informações são apresentadas na Tabela A.1 do Apêndice A). Alguns aspectosdeste estudo são realçados a seguir.

A Figura 4.1 apresenta a quantidade de publicações por ano entre 2000 e 2016.Repare que a RSL encontrou uma publicação para o ano de 2017 ([83]), mas não éapresentada por se tratar de um resultado parcial.

FIGURA 4.1: Número de publicações que aplicaram o LCTSR porano (2000-2016).

Os países onde o LCTSR foi aplicado estão representados graficamente naFigura 4.2. Alguns estudos envolvendo mais de uma nação, como os realizados por Han[43] e Acar [2], envolvendo os Estados Unidos em coparticipações com a China e aTurquia, respectivamente, foram agrupados e contabilizados separadamente.


FIGURA 4.2: Número de publicações que aplicaram o LCTSR porpaís.

Fica claro pela Figura 4.2 que a maior quantidade de aplicações do instrumentoforam realizadas nos Estados Unidos. As aplicações do teste se concentram em Insti-tuições de Ensino Superior situadas no Meio-Oeste ([109] [20] [1] [52] [37] [49]) e noSudoeste ([65] [69] [71]) do território americano.

A China aparece em segundo lugar com quatro publicações ([29] [30] [31] [32]),todas realizadas após 2010. A China tem utilizado o LCTSR como ferramenta para aformação de universitários.

No Brasil, o primeiro e único artigo que relata a aplicação do LCTSR é dePessoni et al. [97]. O trabalho relata a aplicação desse instrumento em diferentes cursossuperiores de Computação da Universidade Federal de Goiás (UFG).

A Figura 4.3 apresenta os autores que possuem trabalhos envolvendo o teste,considerando apenas o primeiro autor. A variedade de aplicadores também pode serutilizada como parâmetro para verificar o quanto o instrumento de medição se difundiupelas instituições de ensino ou grupos de pesquisa.

Ding ([29] [30] [32] [31]) é o autor das quatro publicações chinesas envolvendoa aplicação do teste em Universidades, já Acar ([2] [1] [4] [3]) possui estudos tanto naTurquia quanto nos Estados Unidos. Lawson, o criador do teste, aparece também comquatro publicações ([64] [65] [71] [69]).

Cabe ressaltar que dois artigos de Ding – Ding, Wei e Liu [31] e Ding, Weie Mollohan [32] – tratam do mesmo estudo feito em Universidades da China com umgrupo amostral de 1.637 estudantes, porém analisando aspectos diferentes. Em um deles,o autor enfatizou a diferença entre o raciocínio lógico de alunos ingressantes e concluintescomparando as Áreas de Ciência e Engenharias; no outro, a análise foi feita discriminandoos cursos e os períodos.


FIGURA 4.3: Autores que aplicaram o LCTSR.

Como cada país possui parâmetros diferentes para relacionar idades e nível es-colar, as publicações foram agrupadas de acordo com o seguinte critério e nomenclatura:

• Educação Universitária: compreendendo cursos superiores, cursos introdutórios epreparatórios para a graduação e pós-graduação, cursos de formação de professoresministrados no âmbito da graduação e cursos de Educação Profissional voltadospara professores de Ciência e Tecnologia. A faixa etária desse grupo envolveparticipantes de 17 a 56 anos de idade;

• Educação Ensino Médio: compreende crianças e adolescentes nas séries finais daformação escolar, antes de começarem algum curso superior de qualquer natureza.Neste grupo educacional, normalmente o LCTSR é aplicado em aulas de Ciênciasinseridas no currículo comum ou em grupos de estudos específicos voltados àsdisciplinas de Exatas e Biológicas. A faixa etária desse grupo engloba alunos de12 a 16 anos de idade.

A Figura 4.4 mostra a distribuição das aplicações do LCTSR pelo nível escolardefinido.


FIGURA 4.4: Nível Escolar dos sujeitos de teste do LCTSR, se-gundo o critério definido no texto.

Observa-se uma predominância em publicações que relatam a aplicação do ins-trumento em instituições de Ensino Superior (Educação Universitária). Das 55 publica-ções analisadas, os sujeitos de teste estavam ligados a cursos de nível superior em 37estudos (67%).

As publicações também foram agrupadas seguindo o critério:

• Revisão: obras que reúnem e catalogam informações sobre outras publicaçõesenvolvendo o LCTSR. Elas não relatam um processo específico de aplicação,avaliação, comparação ou diagnóstico, mas objetivam oferecer um panorama dapesquisa nesse campo por meio de suas próprias revisões sistemáticas da literaturana época em que foram publicadas;

• Diagnóstico: publicações cujo objetivo principal é classificar um grupo amostralem uma das categorias definidas pelo LCTSR evidenciando alguma questão dapesquisa;

• Comparação: pesquisas que procuram fazer paralelos entre o LCTSR e outrosinstrumentos de medição semelhantes;

• Avaliação: obras cujo objetivo é avaliar a validade e a relevância do LCTSR combase nos princípios estabelecidos por Piaget e outros pesquisadores. Essas obras,normalmente mais antigas, são importantes pois atestam a correção do teste combase no conhecimento teórico;

• Aplicação: pesquisas cujo objetivo principal é a aplicação do LCTSR e a análisedos resultados do teste em si.


Repare que a diferença entre os artigos classificados como "Aplicação" dos ar-tigos classificados como "Diagnóstico" está na maneira como o resultado do teste é em-pregado. Pesquisas que usam o LCTSR como diagnóstico mostram como o instrumento éempregado para se decidir uma estratégia de aprendizado, por exemplo. Alguns trabalhosutilizam o instrumento duas vezes: no início e no final de um curso formativo. Neste caso,o resultado é utilizado para se medir o quanto uma turma melhorou em função do curso.

A Figura 4.5 mostra o objetivo principal de cada artigo em relação ao LCTSR,conforme definido.

FIGURA 4.5: Objetivos da Aplicação do teste de LCTSR conformecritério descrito no texto.

A Tabela 4.4 mostra as técnicas estatísticas mais utilizadas isoladamente parafazer inferências sobre os resultados com repeito aos sujeitos de teste e a quantidade depublicações que as empregam.

TABELA 4.4: Técnicas estatísticas mais utilizadas isoladamentenas publicações.

Técnica Estatística QuantidadeANOVA 6MANOVA 2Regressão Linear 2Kruskal–Wallis, Wilcoxon–Mann–Whitney 2

Analisando-se quando mais de um método estatístico é utilizado, observa-se quea ANOVA e suas variações também predominam, sendo a técnica utilizada em 15 dos 42artigos que citam os métodos que empregaram.

Cabe ressaltar aqui a importância da verificação do tipo de distribuição de proba-bilidades que os resultados apresentam. Se os resultados não apresentam comportamentosegundo uma distribuição normal, testes paramétricos, como a ANOVA, não deveriam ser

4.2 Aplicação do ERC em Universidades do Sudoeste Goiano 53

utilizados para se fazer inferências estatísticas. Neste caso, testes não–paramétricos, comoKruskal–Wallis (KW), são úteis, pois não assumem nenhum tipo de distribuição a priori.

Uma última observação precisa ser feita com relação ao formato do LCTSRem algumas publicações. A versão mais recente do instrumento de medição (2000)apresenta 24 questões e foi utilizada pela maioria dos autores. Entretanto, alguns estudosmais antigos utilizaram a primeira versão do instrumento (1978) com 15 questões.Alguns poucos autores partiram da base conceitual proposta por Lawson e adaptaramo questionário de alguma forma para o que julgaram ser mais apropriado ao contexto desuas aplicações (objetivos ou sujeitos de teste, por exemplo).

4.2 Aplicação do ERC em Universidades do SudoesteGoiano

Aplicado o ERC aos grupos de descritos no Capítulo 3, alguns resultados foramobtidos levando em consideração que temos estudantes ingressantes em seus cursos,estudantes concluindo seus cursos, cursos e Universidades diferentes, além de contarmoscom os dados e análises já realizadas por Pessoni [96] em seu estudo.

A Tabela 4.5 apresenta algumas estatísticas sobre a quantidade de respostascorretas de cada um dos grupos examinados. São apresentadas a quantidade de sujeitosde teste (N) e estatísticas que descrevem a distribuição de acertos dentro de cada grupo:a quantidade menor de acertos obtida dentro do grupo (Min) e a maior (Max); os valoresdo 1o quartil (1Q), da mediana e do 3o quartil (3Q); e a média.

TABELA 4.5: Distribuição da quantidade de respostas corretas emcada grupo de estudo.

Grupo N Min 1Q Mediana Média 3Q MaxCCP-IFGOIANO 32 5 9,75 13,56 14,00 16,25 22ESP-UniRv 24 5 6,00 9,50 10,17 14,00 19ESU-UniRv 25 4 8,00 9,00 11,20 15,00 19SIP-UEG 18 3 7,00 9,50 10,44 12,50 24SIU-UEG 18 6 7,25 12,00 12,00 15,75 20TADSP-UNOPAR 10 4 6,00 9,50 9,40 11,75 16TADSU-UNOPAR 17 4 7,00 8,00 9,29 11,00 20TADSP-IFGoias 24 1 7,75 13,50 12,12 17,25 19TADSU-IFGoias 5 7 9,00 10,00 9,60 10,00 12

A Figura 4.6 apresenta os valores da Tabela 4.5 na forma gráfica de box–plots.Repare que os grupos TADSP-UNOPAR e TADSU-IFGoias não foram representados pelapequena quantidade de sujeitos de teste.


FIGURA 4.6: Representação gráfica dos valores de Tabela 4.5.

Duas observações parecem ser interessantes aqui. A primeira diz respeito à dis-tância da média e da mediana dos acertos em alguns grupos, indicando um comportamentodiferente da distribuição normal. Isto fica mais evidente quando o teste de normalidadede Shapiro-Wilk é aplicado aos acertos do grupo ESU-UniRv, como exemplo. Os valoresobtidos do teste W = 0,9163 e p-value = 0,04231, confirmam com uma confiança estatís-tica superior a 95% que a distribuição de acertos não se comporta como uma normal. Porisso, os resultados obtidos a seguir utilizam métodos não–paramétricos.

A segunda observação chama a atenção para o curso de Ciência da Computação(CCP-IFGOIANO). Embora seja um curso novo no IFGOIANO em Rio Verde, osestudantes se destacaram em relação aos outros grupos.

4.2.1 Níveis de Raciocínio Cognitivo

Os resultados do ERC, segundo orientação do Professor Lawson, devem serexpressos pelos níveis cognitivos correspondentes ao número de acertos obtidos pelosujeito de teste.

Lembrando que:

• 0-8 acertos corresponde ao nível concreto (NC);• 9-14 acertos corresponde ao nível transitório (NT);• 15-20 acertos corresponde ao nível formal (NF);• 21-24 acertos corresponde ao nível pós-formal (NP).

A Tabela 4.6 resume os valores de cada nível cognitivo em cada grupo deaplicação, em valores absolutos (N) e em porcentagem do nível no grupo (%).


TABELA 4.6: Porcentagem dos Indivíduos em cada Nível de Raci-ocínio Cognitivo

.

GrupoNíveis Cognitivos

NC NT NF NPN % N % N % N %

CCP-IFGOIANO 6 18,8 11 34,4 13 40,6 2 6,2ESP-Unirv 10 41,7 10 41,7 4 16,7 0 -ESU-Unirv 9 36,0 7 28,0 9 36,0 0 -SIP-UEG 7 38,9 7 38,9 2 11,1 2 11,1SIU-UEG 6 33,3 5 27,8 7 38,9 0 -

TADSP-Unopar 4 40,0 4 40,0 2 20,0 0 -TADSU-Unopar 9 52,9 7 41,2 1 5,9 0 -TADSP-IFgoias 7 29,2 7 29,2 10 41,7 0 -TADSU-IFgoias 1 20,0 4 80,0 0 - 0 -

Note que poucos estudantes possuem o nível cognitivo pós-formal segundoo ERC. A grande maioria dos estudantes concentram-se entre os níveis concreto etransitório. Considerando o ERC preciso em sua detecção dos níveis cognitivos, acredita-se que esses resultados representam o motivo de grande parte das dificuldades encontradaspor estudantes, professores e instituições de ensino com respeito ao Ensino Superior.

4.2.2 Comparação entre os Primeiros Semestres e Últimos Semestres

A comparação entre os estudantes dos primeiros semestres e dos últimos se-mestres de cada curso é importante para se analisar o desenvolvimento das habilidadescognitivas ao longo do curso. Embora esta análise não acompanha um dado estudante du-rante o seu curso, permite inferir essa evolução pelo nível cognitivo de grupo como umtodo.

A Tabela 4.7 apresenta os resultados do teste não–paramétrico de Wilcoxon-Mann-Whitney (WMW) para comparar duas amostras. O teste verifica se os resultadosde acertos de cada grupo foram extraídos de uma mesma população. Um valor de p menorque 0,05 indica que as amostras não pertencem à mesma população.

Repare que o valor de p é muito superior a 0,05 para todos os pares analisados,portanto não podemos afirmar que os dados obtidos para cada par analisado pertençama populações diferentes. Este mesmo tipo de resultado foi obtido por Pessoni [96]com respeitos aos cursos de Computação do INF-UFG. Os estudos de Ding [29] [31][32] também não revelaram desempenhos cognitivos diferentes ao longo do curso. Éreconhecido que a afirmação de que não é possível verificar existência de desenvolvimento


TABELA 4.7: Valores do teste WMW: primeiros e últimos semestrede cada curso.

Grupo N W pESP-Unirv 24

560,0 0,422ESU-Unirv 25SIP-UEG 18

298,5 0,273SIU-UEG 18TADSP-Unopar 10

235,5 0,900TADSU-Unopar 17TADSP-IFgoias 24

58,0 0,324TADSU-IFgoias 5

cognitivo ao longo do curso é "forte", mas os nossos resultados também apontam paraesta conclusão.

4.2.3 Comparação entre os Primeiros Semestres dos Cursos

Os resultados do ERC também permitem a comparação entre os primeirossemestres dos 5 cursos do estudo.

Neste caso, o teste de Kruskal-Wallis (KW) foi utilizado. O KW comparadiversas amostras ao mesmo tempo com a intenção de verificar se algum conjunto dedados não pertence à mesma população. Se o valor de p for menor que 0,05 podemosafirmar que as amostras de dados não pertencem à mesma população.

O resultado do KW apresentou KW chi-squared= 10,32 e p = 0,035, indicandoque pelo menos um grupo de aplicação não pertence à mesma população.

Ao se retirar o grupo de estudantes CCP-IFGOIANO do conjunto de análise, oKW apresentou KW chi-squared= 3,00 e p = 0,392, indicando, agora, que os grupos deaplicação pertencem à mesma população.

Desta forma, podes afirmar que os estudantes ingressantes do curso CCP-IFGOIANO apresentaram um resultado no ERC que é diferente e, pelos outros resultadosjá apresentados, "melhor" em relação aos seus pares dos outros cursos. Esse resultadotalvez se justifique pela concorrência do seu processo seletivo em relação às outras Uni-versidades do Sudoeste Goiano: mais de 10 candidatos por vaga contra, em média, menosde 2 candidatos por vaga dos outros cursos (dados obtidos com os coordenadores dos cur-sos). Acredita-se que se o número de candidatos a uma vaga em um curso for elevado,dificultando o acesso, seleciona-se estudantes com maior nível cognitivo.

4.2.4 Comparação entre os Últimos Semestres dos Cursos

Os resultados do ERC também permitem a comparação entre os últimos semes-tres de 4 cursos do estudo, lembrando que o curso de Ciência da Computação do Instituto


Federal Goiano ainda está no seu início.Aplicado o teste de KW nos resultados do ERC. O resultado do KW apresentou

KW chi-squared= 2,761 e p = 0,430, indicando que todos os grupos de aplicaçãopertencem à mesma população.

4.2.5 Comparação com os Resultados obtidos por Pessoni

Os resultados de quantidades de acertos no ERC obtidos por Pessoni [96]foram comparados dois a dois com os resultados desta aplicação do ERC, levando emconsideração o curso e os períodos correspondentes dos grupos de aplicação.

Foi utilizado o teste de WMW e os resultados estão resumidos na Tabela 4.8. Osgrupos com o sufixo "-UFG" são os grupos estudados por Pessoni.

TABELA 4.8: Valores do teste WMW: comparação dos resultadosde Pessoni [96] com os resultados deste trabalho porcurso e período.

Grupo N W pCCP-IFGOIANO 32

896,0 0,01448CCP-UFG 42

ESP-UniRV 24668,5 2,0e-05

ESP-UFG 38

ESU-UniRV 25727,5 1,3e-05

ESU-UFG 35

SIP-UEG 18202,0 0,20870

SIP-UFG 34

SIU-UEG 25173,5 0,01625

SIU-UFG 12

Com exceção da comparação entre os cursos de Sistemas de Informação doprimeiro período (SIP-UEG e SIP-UFG), a análise mostrou que todas as comparaçõesindicam que os grupos não pertencem à mesma população, apresentando valores de pmuito menores que 0,05. Os resultados do ERC obtidos por Pessoni indicam que osestudantes da UFG, em média, possuem nível cognitivo superior aos cursos analisadosneste trabalho.

4.2.6 Identificação dos Padrões de Raciocínio Científico

Um dos resultados importantes do trabalho de Pessoni et al. [97] foi mostrarque embora existisse diferença significativa no nível cognitivo entre todos os grupos deestudantes e o grupo chamado de excepcional, composto por pessoas consideradas "muito

4.3 Resultados obtidos pela Sistemática Filogenética 58

inteligentes" por seus pares, todos apresentavam o mesmo "perfil" relativo de erros. Emoutras palavras, o grupo excepcional errava menos, mas errava nas mesmas questões queos outros grupos.

A Figura 4.7 é considerada suficiente para evidenciar que o "perfil" de errosrelativos encontrado neste trabalho é diferente do encontrado em [97].

FIGURA 4.7: Relação da frequência relativa de erros por ques-tão do LCTSR (ERC): comparação entre Curso deCiência da Computação (CCP-IFGOIANO X CCP-UFG).

A frequência relativa de erros para as questões 6 a 10, por exemplo, revelamuma diferença significativa e, de certa forma, explicam o motivo para os dois grupos nãopertencerem à mesma população na análise anterior.

4.3 Resultados obtidos pela Sistemática Filogenética

Probabilidade é definida como a chance de um evento, em especial, ocorrer emrelação à quantidade (ou número) de todos os eventos possíveis [61].

Considerando os 7 grupos de padrões de raciocínio (Conserv, Corr, Cplx1,Cplx2, IdCtr, Prob e Prop), mais o grupo externo (GE) descritos no Capítulo 3, temos8 táxons para cada grupo de estudo (CCP, CCU, ESP, ESU, SIP, SIU e GEX).

Felsenstein [38] demonstra que temos 135.135 árvores diferentes (eventos pos-síveis) a partir de 8 táxons.

Desta forma, a probabilidade de se retirar, em um evento aleatório, uma árvoreespecífica de um conjunto de 135.135 árvores diferentes é:

P =1

135.135= 0,00000740 (4-1)


Agora, considere a probabilidade de se retirar exatamente a mesma árvore 3vezes em 7 retiradas (com reposição, é claro!):

• os eventos possíveis são = 135.1357;• os eventos de interesse são = 1×1×1×135.1354

Temos que:

P =1

135.1353 = 4,05e−16 (4-2)

4.3.1 Busca das Árvores com Máxima Parcimônia

Lembramos que o algoritmo escolhido no TNT para fazer a busca das árvorescom Máxima Parcimônia pertence à família das Enumerações Implícitas, ou seja, atravésde uma busca por todas as 135.135 árvores, o TNT retornará de forma exata a melhorárvore ou o conjunto de árvores equivalentes em termos de Máxima Parcimônia.

Portanto, parece muito pouco provável (P= 4,05e-16), que ao buscar as árvoresmais parcimoniosas para cada um dos 7 grupos diferentes de dados, fosse encontradaapenas uma e a mesma árvore para 3 grupos. A Figura 4.8 apresenta a árvore na forma decladograma.

FIGURA 4.8: Cladograma obtido para 3 dos 7 grupos de dadosestudados: ESU, ESP e SIP.

Outra árvore dentre os 4 grupos de dados restantes é representada na Figura 4.9:


FIGURA 4.9: Cladograma obtido para o grupo de dados CCU.

É possível perceber que a aparente diferença entre essas duas árvores está apenasna troca das posições dos táxons Cplx1 e Cplx2. Uma análise dos filogramas (Figuras4.10 e 4.11), com o tamanho dos seus branches, demonstra que a diferença é passívelde desconsideração. O tamanho do branch entre Cplx2 e Prop na Figura 4.10 é igual aotamanho do branch de Cplx1 e Prop na Figura 4.11 (=17); além disso, o branch entreCplx1 e GE na Figura 4.10 tem o mesmo tamanho do branch entre Cplx2 e GE na Figura4.11 (=6). Isto torna o resultado da análise até aqui interessante: dos 7 grupos de estudo,obtivemos 4 grupos com árvores parcimoniosas equivalentes!


FIGURA 4.10: Filograma de ESP, ESU e SIP. FIGURA 4.11: Filograma de CCU.

Os grupos CCP e GEX apresentaram trocas nas posições de alguns táxons emrelação à árvore considerada de referência (Figura 4.8). As Figuras 4.12 e 4.13 apresentamas árvores de CCP e GEX, respectivamente. O grupo SIU apresentou arquivo de entrada dedados do TNT considerado trivial para a análise (com "0"em todo Cplx2, por exemplo).Apesar disso, a árvore resultante é equivalente à obtida com os dados de CCP (Figura4.12).

FIGURA 4.12: Cladograma de CCP. FIGURA 4.13: Cladograma de GEX.


Mesmo com diferenças entre as árvores e a árvore de referência é possívelobservar que:

• na árvore de CCP, o grupo monofilético que compreende os padrões (GE, Cplx1,Cplx2, Prop) é o mesmo da árvore referência. É interessante notar a aproximaçãode Prob com IdCtr.

• na árvore de GEX, o grupo monofilético que compreende os padrões (GE, Cplx1,Cplx2, Prop, Prob) é o mesmo da árvore referência. A diferença se encontra na trocade posições de Conserv e Corr.

Com a intenção de verificar quão sensível aos dados é a árvore de referência, fez-se uma simulação alterando o posicionamento dos erros de cada sujeito de teste mantendoa quantidade de erros cometidos. Ou seja, se um indivíduo errou 7 questões, estes 7 erroseram aleatoriamente distribuídos nas 24 questões enquanto as restantes 17 eram marcadascomo corretas. Assim, manteve-se a densidade de erros de cada indivíduo e do grupo, masnão a posição destes erros.

Foram encontradas para todos os grupos, mais de uma árvore de máxima par-cimônia e nenhuma relação clara entre elas. Com isso, acredita-se que a qualidade daárvore referência (Figura 4.8) foi reforçada.

4.3.2 A Relação de Desenvolvimento (ou Evolução) dos Padrões deRaciocínio

Pessoni [96] cita o Professor Lawson para afirmar que as questões do ERC estãoordenadas em dificuldade crescente. Isto é, a questão 1 é a mais fácil, enquanto a questão24 é a mais difícil. Isso significa que poderíamos inferir que os padrões atribuídos àsquestões também deveriam apresentar um nível de dificuldade crescente.

Dessa maneira, é possível afirmar que a árvore filogenética de um grupo de indi-víduos avaliado pelo ERC deveria mostrar os padrões, em relação ao GE (representandonenhuma presença na população e, portanto, maior dificuldade), na seguinte ordem:

1. Cplx2 – mais próximo ao GE;2. Corr;3. Prob;4. Cplx1;5. IdCtr;6. Prop;7. Conserv – mais distante ao GE.


Porém, o resultado obtido a partir da aplicação da Sistemática Filogenética nãoconfirma essa sequência.

Utilizando a árvore de referência, a Figura 4.14 mostra o sentido do desenvolvi-mento dos padrões cognitivos em função da análise realizada sobre os grupos de estudo.

FIGURA 4.14: Árvore referência com uma seta indicando o sentidode desenvolvimento.

Portanto, a sequência de desenvolvimento (ou sentido evolutivo) dos padrões deraciocínio proposta por este trabalho é:

1. Conserv – menos "complexo" e mais presente nas amostras;2. IdCtr;3. Corr;4. Prob;5. Prop;6. Cplx2;7. Cplx1 – mais "complexo" e menos presente (ou não presente) nas amostras.

O significado de "complexo", como antônimo de "simples", tem a intenção derealçar o carácter mais abrangente e profundo que os raciocínios presentes nos padrõesmais complexos exigem. Repare que os resultados não sugerem um desenvolvimentopuramente linear dos padrões, apenas uma certa hierarquia entre os padrões com respeitoà sua presença na população e ao seu desenvolvimento em um indivíduo.

No momento do fechamento deste texto, os dados com respeito às aplicações doERC nas Universidades do Sudoeste Goiano estavam sendo processados com as mesmastécnicas.

CAPÍTULO 5Conclusão

Este trabalho descreve o processo utilizado e os resultados obtidos na atualiza-ção da Revisão Sistemática da Literatura (RSL) sobre instrumentos de medição do de-senvolvimento cognitivo; nas aplicações do Exame do Raciocínio Científico (ERC) emestudantes do Sudoeste Goiano; e na apresentação de uma proposta de utilização da Sis-temática Filogenética como uma forma de análise de resultados de questionários. NesteCapítulo, destaca-se os resultados considerados mais relevantes para cada uma das partesda pesquisa.

A RSL permitiu verificar que as publicações para o período de 2014–2017confirmam os resultados de Pessoni [96] para referências anteriores ao ano de 2014. Éinteressante notar que os três instrumentos de medição com maior número de referênciascontinuam os mesmos, sendo o instrumento proposto por Lawson [62] ainda o maisutilizado. Nos últimos três anos, os Estados Unidos continua sendo o país com maispublicações na área, mas com destaque especial para a China, com os trabalhos de Ding[32][31], e para a Turquia, com os trabalhos de Acar [4][3].

A RSL também permitiu um estudo comparativo e mais detalhado entre todas aspublicações que, até o momento, utilizaram o instrumento proposto pelo Professor Law-son (Apêndice A). Nas 55 pesquisas encontradas, pode-se destacar que o instrumento demedição tem sido aplicado, na maior parte das vezes, para se obter o nível cognitivo deindivíduos adultos (17 a 56 anos) e no ambiente universitário. Muitas análises dos resul-tados obtidos pelas pesquisas valem-se de técnicas estatísticas paramétricas, assumindoque os dados apresentam uma distribuição normal. Além disso, a revisão evidenciou quediversos países, de diferentes regiões do mundo, já aplicaram o instrumento de medição.

O ERC, tradução para o português do instrumento desenvolvido por Lawson[62], foi aplicado em 9 grupos de estudantes de cursos da área de Computação de trêscidades do Sudoeste Goiano.

De acordo com as análises estatísticas aplicadas, não se pode afirmar que existemdiferenças cognitivas entre os estudantes do primeiro e do último semestre de um dado

65

curso. Da mesma forma, quando compara-se os estudantes dos diversos cursos, as análisesindicam que todos pertencem à mesma população, com exceção dos estudantes do cursode Ciência da Computação do Instituto Federal Goiano de Rio Verde, que apresentaramum resultado superior.

A aplicação do ERC permitiu a comparação entre os resultados dos gruposestudados e os resultados da pesquisa de Pessoni [96], realizada nos estudantes dos cursosdo INF-UFG em 2014. Os resultados indicam que os estudantes da UFG, em média,apresentaram nível cognitivo superior aos cursos analisados neste trabalho.

Repare-se, ainda, que poucos estudantes do Sudoeste Goiano exibiram o nívelcognitivo pós-formal segundo o ERC. A grande maioria dos estudantes concentram-seentre os níveis concreto e transitório. Considerando o ERC preciso em sua detecção dosníveis cognitivos, acredita-se que estes resultados representam o motivo de grande partedas dificuldades encontradas por estudantes, professores e instituições com respeito aoEnsino Superior.

A Sistemática Filogenética foi apresentada como uma ferramenta para a veri-ficação da existência de um "sentido" ou "sequencia" no desenvolvimento dos padrõescognitivos medidos pelo ERC a partir das respostas do questionário. A análise realizadacom os dados de Pessoni [96] apresentou resultados interessantes e, ao mesmo tempo,animadores. Dos 7 grupos analisados, podemos afirmar que 4 deles apresentaram árvoresfilogenéticas equivalentes, indicando a existência de uma árvore "referência" para os gru-pos estudados. Essa árvore pode ser de grande utilidade no planejamento e execução deintervenções cognitivas futuras.

A inexistência ou deficiência nos padrões de raciocínio dos estudantes tem sidomedida e revelada por diversos estudos. Analisar os grupos de indivíduos, para então,elaborar e conduzir atividades eficientes e eficazes que promovam o desenvolvimentocognitivo dos indivíduos é um dos objetivos deste grupo de pesquisa. Acredita-se que estetrabalho contribui para mais um passo nesta direção.

Trabalhos Futuros

Propõe-se como trabalhos futuros:

• expandir a aplicação do ERC nos cursos de Ciência da Computação da UniversidadeFederal de Goiás de Jataí/GO e Catalão/GO;

• expandir a aplicação do ERC em outros cursos de Computação do Brasil;• expandir a aplicação do ERC em cursos de áreas de conhecimento diferentes da

Computação;

66

• aplicar a técnica da Sistemática Filogenética nos resultados do ERC no SudoesteGoiano.

Referências Bibliográficas

[1] ACAR, Ö. Scientific reasoning, conceptual knowledge, & achievement differen-

ces between prospective science teachers having a consistent misconception

and those having a scientific conception in an argumentation-based guided

inquiry course. Learning and Individual Differences, 30:148–154, 2014.

[2] ACAR, Ö.; PATTON, B. R. Argumentation and formal reasoning skillsin an

argumentation-based guided inquiry course. Procedia-Social and Behavioral

Sciences, 46:4756–4760, 2012.

[3] ACAR, Ö.; PATTON, B. R. Examination of learning equity among prospective

science teachers who are concrete, formal and postformal reasoners after an

argumentation-based inquiry course. Australian Journal of Teacher Education,

41(2):n2, 2016.

[4] ACAR, Ö.; TÜRKMEN, L.; BILGIN, A. Examination of Gender Differences on Cog-

nitive and Motivational Factors that Influence 8th Graders’ Science Achieve-

ment in Turkey. Eurasia Journal of Mathematics, Science & Technology Education,

11(5):1027–1040, 2015.

[5] AHLAWAT, K. S.; BILLEH, V. Y. Comparative investigation of the psychometric

properties of three tests of logical thinking. Journal of Research in Science

Teaching, 24(2):93–105, 1987.

[6] ALABDULWAHAB, S. S.; KACHANATHU, S. J.; ALKHAMEES, A. K. Cognitive

abilities of health and art college students a pilot study. Journal of Physical

Therapy Science, 28(5):1454–1458, 2016.

[7] ALSHAMALI, M. A.; DAHER, W. M. Scientific reasoning and its relationship with

problem solving: the case of upper primary science teachers. International

Journal of Science and Mathematics Education, 14(6):1003–1019, 2016.

[8] ANN, M.; KEVIN, J.; DAVID, M. Meaningful learning, reasoning ability, and

students’ understanding and problem solving of topics in genetics. Journal

of Research in Science Teaching, 33(6):625–56, 1996.


[9] ARLIN, P. K. A multitrait-multimethod validity study of a test of formal reaso-

ning. Educational and Psychological Measurement, 42(4):1077–1088, 1982.

[10] ATES, S.; CATALOGLU, E. The effects of students’ reasoning abilities on con-

ceptual understandings and problem-solving skills in introductory mechanics.

European Journal of Physics, 28(6):1161, 2007.

[11] BAO, L.; CAI, T.; KOENIG, K.; FANG, K.; HAN, J.; WANG, J.; LIU, Q.; DING,

L.; CUI, L.; LUO, Y.; OTHERS. Learning and scientific reasoning. Science,

323(5914):586–587, 2009.

[12] BARROWS, H. S. Problem-based learning in medicine and beyond: A brief

overview. New directions for teaching and learning, 1996(68):3–12, 1996.

[13] BECK, C. W.; BLUMER, L. S. Inquiry-based ecology laboratory courses improve

student confidence and scientific reasoning skills. Ecosphere, 3(12):1–11,

2012.

[14] BENJAMIN, T. E.; MARKS, B.; DEMETRIKOPOULOS, M. K.; ROSE, J.; POLLARD,

E.; THOMAS, A.; MULDROW, L. L. Development and validation of scientific

literacy scale for college preparedness in stem with freshmen from diverse

institutions. International Journal of Science and Mathematics Education, p. 1–17,

2015.

[15] BERGIN, S.; REILLY, R. Programming: factors that influence success. In: ACM

SIGCSE Bulletin, volume 37, p. 411–415. ACM, 2005.

[16] BOCK, A. M. B.; FURTADO, O.; TEIXEIRA, M. D. L. T. Psicologias. São Paulo:

Saraiva, 13, 1999.

[17] BOND, T. Blot: Bond’s logical operations test. Technical report, James Cook

University, Australia, 1976.

[18] BRADY, C. E. Similarities and differences among selected bordertown and re-

servation Navajo and Hopi high school students’ performance on the develo-

ping cognitive abilities test and the classroom test of formal operations. PhD

thesis, Northern Arizona University, 1987.

[19] CALDERÓN-LEYVA, I.; DÍAZ-LEINES, S.; ARCH-TIRADO, E.; LINO-GONZÁLEZ, A.

Análisis de la relación entre habilidades cognitivas e hipoacusia sensorial

severa unilateral. Neurología, 2016.


[20] CARMEL, J. H.; YEZIERSKI, E. J. Are we keeping the promise? Investigation of

students’ critical thinking growth. Journal of College Science Teaching, 42(5):71–

81, 2013.

[21] CAVOJOVÁ, V. Belief bias effect in reasoning of future teachers. Procedia-Social

and Behavioral Sciences, 174:2211–2218, 2015.

[22] CHANG, Y. Y.-C.; CHIOU, W.-B. Diversity beliefs and postformal thinking in late

adolescence: a cognitive basis of multicultural literacy. Asia Pacific Education

Review, 15(4):585–592, 2014.

[23] COLETTA, V. P.; PHILLIPS, J. A. Interpreting FCI Scores: Normalized gain,

preinstruction scores, and scientific reasoning ability. American Journal of

Physics, 73(12):1172–1182, 2005.

[24] CRACOLICE, M. S.; BUSBY, B. D. Preparation for college general chemistry:

more than just a matter of content knowledge acquisition. Journal of Chemical

Education, 92(11):1790–1797, 2015.

[25] DA SILVA, W. S. A sistemática filogenética como ferramenta de mineração de

dados aplicada a respostas de questionários. Trabalho de Conclusão de Curso:

Instituto de Informática, Universidade Federal de Goiás, 2017.

[26] DARWISH, A. H. The abstract thinking levels of the science-education students

in gaza universities. In: Asia-Pacific Forum on Science Learning and Teaching,

volume 15, p. 2. Hong Kong Institute of Education. 10 Lo Ping Road, Tai Po, New

Territories, Hong Kong, 2014.

[27] DE SOUZA, M. T. C. C.; DE MACEDO, L. Operações formais em universitários

de diferentes áreas profissionais: Uma análise comparativa. Psicologia: Teoria

e Pesquisa, 2(2):165–178, 2012.

[28] DIFF, K.; TACHE, N.; HSU, L.; HENDERSON, C.; MCCULLOUGH, L. From FCI to

CSEM to Lawson test: A report on data collected at a community college. In:

AIP Conference Proceedings, volume 951, p. 85–87. AIP, 2007.

[29] DING, L. Detecting progression of scientific reasoning among university

science and engineering students. In: Physics Education Research Conference,

2013.

[30] DING, L. Verification of causal influences of reasoning skills and epistemo-

logy on physics conceptual learning. Physical Review Special Topics-Physics

Education Research, 10(2):023101, 2014.


[31] DING, L.; WEI, X.; LIU, X. Variations in university students? Scientific reaso-

ning skills across majors, years, and types of institutions. Research in Science

Education, 46(5):613–632, 2016.

[32] DING, L.; WEI, X.; MOLLOHAN, K. Does higher education improve student

scientific reasoning skills? International Journal of Science and Mathematics

Education, 14(4):619–634, 2016.

[33] DRUMMOND, C.; FISCHHOFF, B. Development and validation of the scientific

reasoning scale. Wiley Online Library, 2017.

[34] ELOSUA, P.; MUJIKA, J. Partial scalar invariance and observed differences

across gender in a reasoning test battery. Psicothema, 27(3):296–302, 2015.

[35] ESSWEIN, J. L. Critical Thinking and Reasoning in Middle School Science

Education. PhD thesis, The Ohio State University, 2010.

[36] ETZLER, F. M.; MADDEN, M. The test of logical thinking as a predictor of first-

year pharmacy students’ performance in required first-year courses. American

journal of pharmaceutical education, 78(6):121, 2014.

[37] FABBY, C.; KOENIG, K. Examining the relationship of scientific reasoning with

physics problem solving. Journal of STEM Education: Innovations and Research,

16(4):20, 2015.

[38] FELSENSTEIN, J. The number of evolutionary trees. Systematic Biology,

27(1):27–33, 1978.

[39] GOLOBOFF, P. A.; FARRIS, J. S.; NIXON, K. C. TNT, a free program for phyloge-

netic analysis. Cladistics, 24(5):774–786, 2008.

[40] GREIFF, S.; WÜSTENBERG, S.; GOETZ, T.; VAINIKAINEN, M.-P.; HAUTAMÄKI, J.;

BORNSTEIN, M. H. A longitudinal study of higher-order thinking skills: working

memory and fluid reasoning in childhood enhance complex problem solving

in adolescence. Frontiers in psychology, 6, 2015.

[41] GUÐBJÖRNSDÓTTIR, G. Content variations and performance on formal

operational tasks by gender, social class and ability. Scandinavian journal of

psychology, 36(4):327–342, 1995.

[42] HAN, J.-S. Relationship between three levels of epistemology of science and

three stages of scientific reasoning ability. Arizona State University, 2009.


[43] HAN, J. Scientific reasoning: Research, development, and assessment. PhD

thesis, The Ohio State University, 2013.

[44] HARTMANN, S.; ZU BELZEN, A. U.; KRÜGER, D.; PANT, H. A. Scientific reasoning

in higher education. Zeitschrift für Psychologie, 2015.

[45] HENNIG, W. Phylogenetic systematics. Annual review of entomology, 10(1):97–

116, 1965.

[46] HOFSTEIN, A.; MANDLER, V. The use of Lawson’s test of formal reasoning in

the israeli science education context. Journal of Research in Science Teaching,

22(2):141–152, 1985.

[47] HOTULAINEN, R.; THUNEBERG, H.; HAUTAMÄKI, J.; VAINIKAINEN, M.-P. Measured

attention in prolonged over-learned response tasks and its correlation to high

level scientific reasoning and school achievement. Psychol. Test Assess. Model,

56:237–254, 2014.

[48] HUDAK, M. A.; ANDERSON, D. E. Formal operations and learning style predict

success in statistics and computer science courses. Teaching of Psychology,

17(4):231–234, 1990.

[49] IBRAHIM, B.; DING, L.; MOLLOHAN, K. N.; STAMMEN, A. Scientific reasoning:

theory evidence coordination in physics-based and non-physics-based tasks.

African Journal of Research in Mathematics, Science and Technology Education,

20(2):93–105, 2016.

[50] INÁM, A. A logical thinking analysis through the euclidean geometry. Global

Journal of Pure and Applied Mathematics, 12(1):1069–1075, 2016.

[51] IPPOLITO, K. O. Cognitive development and the attainment of critical thinking

skills in associate degree nursing students. 2011.

[52] JENSEN, J. L.; NEELEY, S.; HATCH, J. B.; PIORCZYNSKI, T. Learning scientific

reasoning skills may be key to retention in science, technology, engineering,

and mathematics. Journal of College Student Retention: Research, Theory &

Practice, p. 1521025115611616, 2015.

[53] JÚNIOR, A. A. F. Guia rápido de Bioinformática: PCR, Sequenciamento, Blast

e Filogenia para Iniciantes. Bizantium, 7 edition, 2014.

[54] KHAN, K. S.; KUNZ, R.; KLEIJNEN, J.; ANTES, G. Five steps to conducting a

systematic review. Journal of the Royal Society of Medicine, 96(3):118–121, 2003.


[55] KILIÇ, D.; SAGLAM, N. Students’ understanding of genetics concepts: the

effect of reasoning ability and learning approaches. Journal of Biological

Education, 48(2):63–70, 2014.

[56] KIM, B.; KIM, T.; KIM, J. Paper-and-pencil programming strategy toward

computational thinking for non-majors: Design your solution. Journal of

Educational Computing Research, 49(4):437–459, 2013.

[57] KIRKLAND, L. D.; MANNING, M.; OSAKI, K.; HICKS, D. Increasing logico-

mathematical thinking in low ses preschoolers. Journal of Research in

Childhood Education, 29(3):275–286, 2015.

[58] KLIMUSOVÁ, H.; KVETON, P. Psychometric properties of the learning potential

test. Procedia-Social and Behavioral Sciences, 217:652–656, 2016.

[59] KOENIG, K.; SCHEN, M.; EDWARDS, M.; BAO, L. Addressing stem retention

through a scientific thought and methods course. Journal of College Science

Teaching, 41(4):23, 2012.

[60] KUHN, D. Formal operations from a twenty-first century perspective. Human

Development, 51(1):48–55, 2008.

[61] LAPLACE, P.-S. Pierre-Simon Laplace Philosophical Essay on Probabilities:

Translated from the fifth French edition of 1825 With Notes by the Translator,

volume 13. Springer Science & Business Media, 2012.

[62] LAWSON, A. E. The development and validation of a classroom test of formal

reasoning. Journal of Research in Science Teaching, 15(1):11–24, 1978.

[63] LAWSON, A. E. The four-card problem resolved? Formal operational reasoning

and reasoning to a contradiction. Journal of Research in Science Teaching,

24(7):611–627, 1987.

[64] LAWSON, A. E. Science education in Japan and the United States: Are the

japanese beating us at our own game? Science Education, 74(4):495–501, 1990.

[65] LAWSON, A. E. What do tests of formal reasoning actually measure? Journal

of Research in Science Teaching, 29(9):965–983, 1992.

[66] LAWSON, A. E. Science teaching and the development of thinking. Wadsworth.

Inc., Belmont, 1995.

[67] LAWSON, A. E. The neurological basis of learning, development and discovery:

Implications for science and mathematics instruction, volume 18. Springer

Science & Business Media, 2006.


[68] LAWSON, A. E. Teaching inquiry science in middle and secondary schools.

Sage, 2010.

[69] LAWSON, A. E.; ALKHOURY, S.; BENFORD, R.; CLARK, B. R.; FALCONER, K. A.

What kinds of scientific concepts exist? Concept construction and intellectual

development in college biology. Journal of Research in Science Teaching,

37(9):996–1018, 2000.

[70] LAWSON, A. E.; BANKS, D. L.; LOGVIN, M. Self-efficacy, reasoning ability,

and achievement in college biology. Journal of Research in Science Teaching,

44(5):706–724, 2007.

[71] LAWSON, A. E.; CLARK, B.; CRAMER-MELDRUM, E.; FALCONER, K. A.; SEQUIST,

J. M.; KWON, Y.-J. Development of scientific reasoning in college biology:

Do two levels of general hypothesis-testing skills exist? Journal of research in

Science Teaching, 37(1):81–101, 2000.

[72] LAWSON, A. E. The nature and development of scientific reasoning: A synthe-

tic view. International Journal of Science and Mathematics Education, 2(3):307–

338, 2004.

[73] LEE, C.-Q.; SHE, H.-C. Facilitating students’ conceptual change and scientific

reasoning involving the unit of combustion. Research in Science Education,

40(4):479–504, 2010.

[74] Lemey, P.; Salemi, M.; Vandamme, A.-M., editors. The Phylogenetic Handbook:

A Pratical Approach to Phylogenetic Analysis and Hypothesis Testing. Cam-

bridge University Press, The Edinburgh Building, Cambridge CB2 8RU, UK, 2 edi-

tion, 5 2009.

[75] LIAO, Y.-W.; SHE, H.-C.; OTHERS. Enhancing eight grade students’ scientific

conceptual change and scientific reasoning through a web-based learning

program. Educational Technology & Society, 12(4):228–240, 2009.

[76] LINDSEY, B. A.; NAGEL, M.; ENGELHARDT, P. V.; CHURUKIAN, A. D.; REBELLO,

N. S. Assessing students’ metacognitive calibration with knowledge surveys.

In: AIP Conference Proceedings, volume 1513, p. 258–261. AIP, 2013.

[77] MAGGIO, B. A. M. Validation of an instrument to measure Piaget’s stage of

formal operations. 1982.


[78] MALMI, L.; SHEARD, J.; BEDNARIK, R.; HELMINEN, J.; KINNUNEN, P.; KORHONEN,

A.; MYLLER, N.; SORVA, J.; TAHERKHANI, A.; OTHERS. Theoretical underpin-

nings of computing education research: what is the evidence? In: Proceedings

of the tenth annual conference on International Computing Education Research, p.

27–34. ACM, 2014.

[79] MALMI, L.; SHEARD, J.; BEDNARIK, R.; HELMINEN, J.; KORHONEN, A.; MYLLER,

N.; SORVA, J.; TAHERKHANI, A.; OTHERS. Characterizing research in computing

education: a preliminary analysis of the literature. In: Proceedings of the Sixth

international workshop on Computing Education Research, p. 3–12. ACM, 2010.

[80] MARÔCO, J. Análise estatística com o SPSS Statistics. Report Number, Lda,

2011.

[81] MARUŠIC, M.; SLIŠKO, J. Influence of three different methods of teaching

physics on the gain in students’ development of reasoning. International

Journal of Science Education, 34(2):301–326, 2012.

[82] MAYER, D.; SODIAN, B.; KOERBER, S.; SCHWIPPERT, K. Scientific reasoning in

elementary school children: Assessment and relations with cognitive abilities.

Learning and Instruction, 29:43–55, 2014.

[83] MOORE, J. C.; SLISKO, J. Dynamic visualizations of multi-body physics pro-

blems and scientific reasoning ability: A threshold to understanding. In: Key

Competences in Physics Teaching and Learning, p. 155–164. Springer, 2017.

[84] NAKANO, T. D. C.; PRIMI, R.; ABREU, I. C. C. D.; GOZZOLI, M. Z.; CAPO-

ROSSI, D. C.; MILIANI, A. F. M.; MARTINS, A. A. Bateria para avaliação das

altas habilidades/superdotação: análise dos itens via teoria de resposta ao

item. Estudos de psicologia (Campinas), 32(4):729–741, 2015.

[85] NIAZ, M. The role of cognitive factors in the teaching of science. Research in

Science & Technological Education, 5(1):7–16, 1987.

[86] NIAZ, M. Correlates of formal operational reasoning: a neo-piagetian analysis.

Journal of Research in Science Teaching, 28(1):19–40, 1991.

[87] NIEMINEN, P.; SAVINAINEN, A.; VIIRI, J. Relations between representatio-

nal consistency, conceptual understanding of the force concept, and scien-

tific reasoning. Physical Review Special Topics-Physics Education Research,

8(1):010123, 2012.


[88] NOGUEIRA, T. D. C.; OTHERS. Estudo comparativo da experiência de usuários

cegos e videntes no design web responsivo e não responsivo. Universidade

Federal de Goiás, 2015.

[89] OTHMAN, M.; NURZAID, M. Online collaboration for programming: Assessing

students’ cognitive abilities. Turkish Online Journal of Distance Education, 2015.

[90] OTHMAN, M.; ZAIN, N. M.; MAZLAN, U. H.; ZAINORDIN, R. Assessing cogni-

tive enhancements in introductory programming through online collaborative

learning system. In: International Symposium on Mathematical Sciences and Com-

puting Research (iSMSC), p. 7–12. IEEE, 2015.

[91] PAPAGEORGIOU, G.; MARKOS, A.; ZARKADIS, N. Students’ representations of

the atomic structure–the effect of some individual differences in particular

task contexts. Chemistry Education Research and Practice, 17(1):209–219, 2016.

[92] PARHAM, J. R. An assessment and evaluation of computer science education.

Journal of Computing Sciences in Colleges, 19(2):115–127, 2003.

[93] PARK, C. J.; HYUN, J. S. Effects of abstract thinking and familiarity with

programming languages on computer programming ability in high schools.

In: International Conference on Teaching, Assessment and Learning (TALE), 2014,

p. 468–473. IEEE, 2014.

[94] PARK, C. J.; HYUN, J. S.; HEUILAN, J. Effects of gender and abstract thinking

factors on adolescents’ computer program learning. In: Frontiers in Education

Conference (FIE). 32614. IEEE, p. 1–7. IEEE, 2015.

[95] PEARS, A.; SEIDMAN, S.; MALMI, L.; MANNILA, L.; ADAMS, E.; BENNEDSEN, J.;

DEVLIN, M.; PATERSON, J. A survey of literature on the teaching of introductory

programming. ACM SIGCSE Bulletin, 39(4):204–223, 2007.

[96] PESSONI, V. V. Pesquisa e aplicação de método de medição do desenvolvi-

mento cognitivo de discentes de cursos de computação. Master’s thesis, Uni-

versidade Federal de Goiás, Instituto de Informática, Curso de Pós-Graduação em

Ciência da Computação, Goiânia, 2016.

[97] PESSONI, V. V.; FEDERSON, F. M.; VINCENZI, A. M. R. Learning difficulties

in computing courses: Cognitive processes assessment methods research

and application. In: Proceedings of the XI Brazilian Symposium on Information

Systems: Information Systems: A Computer Socio-Technical Perspective, volume 1,

p. 5, 2015.


[98] PIAGET, J.; INHELDER, B.; PIAGET, J. The growth of logical thinking from

childhood to adolescence: An essay on the construction of formal operational

structures, volume 84. Routledge, 2013.

[99] PIRAKSA, C.; SRISAWASDI, N.; KOUL, R. Effect of gender on student’s scientific

reasoning ability: A case study in thailand. Procedia-Social and Behavioral

Sciences, 116:486–491, 2014.

[100] PORTAL ACTION, P. Técnicas não–paramétricas. Disponível em:

<http://www.portalaction.com.br/tecnicas-nao-parametricas>, Acesso em: junho de

2017.

[101] PORTAL ACTION, P. Teste de Kruskal–Wallis. Disponível em:

<http://www.portalaction.com.br/tecnicas-nao-parametricas/teste-de-kruskal-

wallis>, Acesso em: junho de 2017.

[102] PORTAL ACTION, P. Teste de shapiro–wilk. Disponível em:

<http://www.portalaction.com.br/inferencia/64-teste-de-shapiro-wilk>, Acesso

em: junho de 2017.

[103] PORTAL ACTION, P. Teste de Wilcoxon-Mann-Whitney. Disponível

em: <http://www.portalaction.com.br/tecnicas-nao-parametricas/teste-de-wilcoxon-

mann-whitney-amostras-independentes>, Acesso em: junho de 2017.

[104] PRATT, C.; HACKER, R. Is Lawson’s classroom test of formal reasoning valid?

Educational and psychological measurement, 44(2):441–448, 1984.

[105] PSYCHARIS, S. Examining the effect of the computational models on learning

performance, scientific reasoning, epistemic beliefs and argumentation: An

implication for the stem agenda. Computers & Education, 68:253–265, 2013.

[106] RAGNI, M.; NEUBERT, S. Analyzing raven’s intelligence test: Cognitive model,

demand, and complexity. In: Computational Approaches to Analogical Reasoning:

Current Trends, p. 351–370. Springer, 2014.

[107] RINDERMANN, H.; STIEGMAIER, E.-M.; MEISENBERG, G. Cognitive ability of

preschool, primary and secondary school children in Costa Rica. Journal of

biosocial science, 47(03):281–310, 2015.

[108] SADI, Ö.; ÇAKIROGLU, J. The effect of logical thinking ability and gender on

science achievements and attitudes towards science. Hrvatski casopis za odgoj

i obrazovanje, 17(Sp. Ed. 3):97–115, 2015.


[109] SCHEN, M. S. Scientific reasoning skills development in the introductory

biology courses for undergraduates. PhD thesis, The Ohio State University, 2007.

[110] SEMAK, M. R.; DIETZ, R. D.; PEARSON, R.; WILLIS, C.; ENGELHARDT, P. V.;

CHURUKIAN, A. D.; REBELLO, N. S. Predicting FCI gain with a nonverbal

intelligence test. In: AIP Conference Proceedings, volume 1513, p. 378–381. AIP,

2013.

[111] SEYHAN, H. G. The effects of problem solving applications on the development

of science process skills, logical thinking skills and perception on problem

solving ability in the science laboratory. In: Asia-Pacific Forum on Science

Learning and Teaching, volume 16, p. n2. Hong Kong Institute of Education. 10

Lo Ping Road, Tai Po, New Territories, Hong Kong, 2015.

[112] SILK, E. M.; SCHUNN, C. D.; CARY, M. S. The impact of an engineering design

curriculum on science reasoning in an urban setting. Journal of Science

Education and Technology, 18(3):209–223, 2009.

[113] SPADE, P. V.; PANACCIO, C. William of Ockham. In: Zalta, E. N., editor, The Stan-

ford Encyclopedia of Philosophy. Metaphysics Research Lab, Stanford University,

winter edition, 2016.

[114] STEFANICH, G. P.; UNRUH, R. D.; PERRY, B.; PHILLIPS, G. Convergent validity of

group tests of cognitive development. Journal of Research in Science Teaching,

20(6):557–563, 1983.

[115] STEPANOVIC-ILIC, I.; BAUCAL, A.; PEŠIC, J. Asymmetrical peer interaction

and formal operational development: Dialogue dimensions analysis. Zbornik

Instituta za pedagoska istrazivanja, 47(1):23–40, 2015.

[116] TAJUDIN, N. M.; SAAD, N. S.; RAHMAN, N. A.; YAHAYA, A.; ALIMON, H.; DOLLAH,

M. U.; ABD KARIM, M. M.; BASKORO, E. T.; SUPRIJANTO, D. Mapping the level

of scientific reasoning skills to instructional methodologies among malaysian

science-mathematics-engineering undergraduates. In: AIP Conference Procee-

dings, volume 1450, p. 262–265. AIP, 2012.

[117] TEAGUE, D.; LISTER, R. Longitudinal think aloud study of a novice pro-

grammer. In: Proceedings of the Sixteenth Australasian Computing Education

Conference-Volume 148, p. 41–50. Australian Computer Society, Inc., 2014.

[118] TEASDALE, T. W.; FRØSIG, A. J.; ENGBERG, A. W. Adult cognitive ability and

educational level in relation to concussions in childhood and adolescence: A

population study of young men. Brain injury, 28(13-14):1721–1725, 2014.


[119] THUNEBERG, H.; HAUTAMÄKI, J.; HOTULAINEN, R. Scientific reasoning, school

achievement and gender: A multilevel study of between and within school

effects in Finland. Scandinavian Journal of Educational Research, 59(3):337–356,

2015.

[120] TSAI, H.-C.; JOU, M.; WANG, J.; HUANG, C.-C. An empirical study on the in-

corporation of app and progressive reasoning teaching materials for impro-

ving technical creativity amongst students in the subject of automatic control.

Computers in Human Behavior, 2016.

[121] VENVILLE, G.; OLIVER, M. The impact of a cognitive acceleration programme

in science on students in an academically selective high school. Thinking Skills

and Creativity, 15:48–60, 2015.

[122] WANG, J. Advanced Quantitative Measurement Methodology in Physics Edu-

cation Research. PhD thesis, The Ohio State University, 2010.

[123] WAZLAWICK, R. Metodologia de pesquisa para ciência da computação, 2a

edição, volume 2. Elsevier Brasil, 2014.

[124] WECHSLER, S. M.; VENDRAMINI, C. M. M.; SCHELINI, P. W.; LOURENÇONI, M. A.;

FERREIRA DE SOUZA, A. A.; MUNDIM, M. C. B. Investigating the factorial

structure of the brazilian adult intelligence battery. Psychology & Neuroscience,

7(4):559, 2014.

[125] WILEY, E. O. Phylogenetics. The Theory and practice of Phylogenetic Syste-

matics. Wiley Interscience, 1981.

[126] WOHLIN, C.; RUNESON, P.; HÖST, M.; OHLSSON, M. C.; REGNELL, B.; WESSLÉN,

A. Experimentation in software engineering. Springer Science & Business

Media, 2012.

APÊNDICE ARelação de artigos que utilizaram o Lawson’sClassroom Test of Scientific Reasoning (LCTSR)

A.1 Tabela

A Tabela A.1 apresenta os artigos que utilizaram o Lawson’s Classroom Test of

Scientific Reasoning (LCTSR) até o início de 2017. A Tabela evidencia apenas os aspectosconsiderados como mais relevantes para esta pesquisa.

A seguir, descrevemos os campos presentes na Tabela e as siglas utilizadas:

• REF: número da referência bibliográfica do artigo neste trabalho.• Autores: nome do primeiro autor.• Ano: ano de publicação do artigo.• País: país onde foi aplicado o LCTSR. Sigla: EUA = Estados Unidos da América.• Curso: área(s) de Conhecimento ou série dos estudantes em que foi aplicado o

LCTSR. Siglas: DC = Cursos de diversas áreas, CC = Ciência da Computação, CB= Ciências Biológicas, CNC = Cursos não-científicos.

• Nível: fase da educação dos sujeitos de teste. Siglas: EM = Ensino Médio, ES =Ensino Superior ou Universitário.

• Tamanho: número de sujeitos de teste (normalmente, estudantes) que realizaram oLCTSR.

• Idade: amplitude da idade, em anos, dos sujeitos de teste.• Técnica: nome das técnicas estatísticas utilizadas no artigo. Siglas: KR = Kuder-

Richardson, X2 = Qui-quadrado, PCC = Coeficiente de Correlação de Pearson,SLM = Modelo Logístico Simples, ANOVA = Análise de Variância, TT = Testet, AC = Coeficiente Alfa de Cronbach, AD = Análise Descritiva, RLM = RegressãoLinear Múltipla, AR = Análise de Regressão, RL = Regressão Linear, RMLG =Regressão de Modelos Lineares Generalizados, MANCOVA = Análise Multivari-ada de Covariância, W = Teste de Wilcoxon, ANCOVA = Análise de Covariância,TEM = Teste de Esfericidade de Mauchly, AFE = Análise Fatorial Exploratória,TTP = Teste t pareado, TTPCB = Teste t pareado corrigido com Bonferroni, CC

= Coeficiente de Correlação de Spearman, TU = Teste Unilateral, KW = Teste deKruskal-Wallis.

• Formato: número de questões do LCTSR utilizadas e/ou se existe alguma alteraçãodo LCTSR original. Siglas: LM = Teste modificado, ADP = Teste com itensadaptados, QRL = Questão relacionada ao LCTSR, QE = Questão específica doLCTSR.

As informações ausentes são preenchidas com um hífen "-".

TABELA A.1: Resumo dos artigos pesquisados.

REF Autores Ano País Curso Nível Tamanho Idade Técnicas Formato

[77] Maggio 1982 EUA 8 EM 218 13 KR, x2 18[114] Stefanich 1983 EUA DC ES 182 18-26 PCC 15 (LM)[104] Pratt 1984 Austrália DC ES 150 17-25 SLM 15 (LM)[46] Hofstein 1985 Israel 9a e 10a EM 129 14-16 ANOVA, TT 15 (LM)[5] Ahlawat 1987 Jordânia 11o EM 927 - AC 15 (LM)

[85] Niaz 1987 Venezuela DC ES 95 18 - 15 (LM)[18] Brady 1988 EUA - EM - - - -[64] Lawson 1990 EUA e Japão 7a, 8a e 9a EM 7688 12-14 - 15 (LM)[86] Niaz 1991 Venezuela DC ES 72 17-19 AD, PCC, RLM 20[65] Lawson 1992 EUA Biologia ES 922 19 X2, PCC 10 (LM)[41] Guobjornsdottir 1995 Islândia 1a EM 110 12 ANOVA -[8] Cavallo 1996 EUA 10a EM 189 15-16 RLM, RMLG 12

[69] Lawson 2000 EUA CNC ES 663 17-54 TTP, EG, ANOVA 26 (LM)[71] Lawson 2000 EUA CNC ES 667 15-47 PCC, ANOVA,RLM 13 (LM)[92] Parham 2003 EUA CC ES 12 - - 15 (LM)[23] Coletta 2005 EUA Física ES 65 - RL -[28] Diff 2007 EUA Física ES 216 - - -[10] Ates 2007 Turquia Física ES 165 17-21 PCC 13 (LM)

Continua na próxima página...

Continuação da Tabela...


[109] Schen 2007 EUA CB ES 460 17-22 - 24[75] Liao 2009 Taiwan 8a EM 108 13 MANCOVA 24

[112] Silk 2009 EUA 8a EM 170 13-14 WMW, AR, ANCOVA 06 (ADP)[11] Bao 2009 EUA e China Física ES 5616 18 - -[42] Han 2010 EUA DC ES 87 - X2 -[73] Lee 2010 Taiwan e China 6a EM 61 11-12 MANCOVA, TT 24[75] She 2010 Taiwan 7a, 8a e 9a EM 108 11-14 AD, ANOVA,TEM 24

[122] Wang 2010 EUA e China 3a, 5a e 12a EM 10672 10-17 AFE -[35] Esswein 2011 EUA DC EM 1613 - TTP 24[51] Ippolito 2011 EUA Enfermagem ES 190 17-56 RLM 24[2] Acar 2012 EUA e Turquia Física ES 125 - MANOVA, ANOVA 24

[59] Koening 2012 EUA DC ES 89 - TTP, TTPCB 24[81] Marusic 2012 Croácia 3a EM 176 15-17 - 24[87] Nieminen 2012 Finlândia 1a EM 131 16 WMW, CCP 24

[116] Tajudin 2012 Malásia DC ES 975 - TT 24 (ADP)[13] Beck 2012 EUA Ecologia ES 28 - - 04 (ADP)

[105] Psycharis 2013 Grécia Física ES 50 - ANOVA, PCC 13[43] Han 2013 EUA e China Pós graduação ES 894 - X2, PCC -[20] Carmel 2013 EUA DC ES 177 - AD, AC, TU, ANOVA 24 (ADP)

Continua na próxima página...

Continuação da Tabela...


[110] Semak 2013 EUA DC ES 70 - RL 24[76] Lindsey 2013 EUA DC ES 96 - CCP 24[29] Ding 2013 China DC ES 614 - ANOVA 24 (ADP)[99] Piraksa 2014 Tailândia 11a EM 400 16 AD, TTP 24[30] Ding 2014 China Mecânica ES 167 - - -[1] Acar 2014 EUA Física ES 125 - ANOVA 24 (ADP)[4] Acar 2015 Turquia 8a EM 182 - MANOVA, ANOVA 24 (ADP)

[97] Pessoni 2015 Brasil CC ES 210 17-36 KW, WMW 24[24] Cracolice 2015 EUA Química ES 153 - ANOVA, RLM, AC 24[52] Jensen 2015 EUA Biologia ES 917 - KW, WMW 24[37] Fabby 2015 EUA Ciências ES 133 - - 24[31] Ding 2016 China DC ES 1637 - ANOVA 24[32] Ding 2016 China DC ES 1637 - ANOVA 24[49] Ibrahim 2016 EUA Biologia ES 27 - - 01 (QRL)

[120] Tsai 2016 Taiwan Engenharia ES 118 19-21 TT, AC 24[3] Acar 2016 EUA Ciência ES 114 - ANOVA 24

[91] Papageorgiou 2016 Grécia 8a, 10a e 12a EM 421 - AC 24[83] Moore 2017 EUA DC ES 212 - - 24 + 1 (QE)

ANEXOS AExame do Raciocínio Científico (ERC)

Perguntas para identificação do perfil do entrevistado

Você já terminou uma graduação (nível superior)?

□ Sim □ Não Se Sim, qual?____________________________________________

Você já terminou uma pós-graduação (especialização, mestrado ou doutorado)?


Você pretende dar ou já está dando continuidade à sua formação (especialização, mestrado, doutorado ou pós-doutorado)?


Você exerce a sua profissão, na sua área de conhecimento, a quanto tempo? __________________

Você nasceu no Estado de Goiás?

□ Sim □ Não Se Não, em qual Estado (País)? _____________________________

Qual a sua idade?________________________________________________________________

A quanto tempo você mora em Goiás? _______________________________________________

Qual o seu sexo (gênero)? _________________________________________________________

Cite apenas UMA disciplina que você realmente gostava quando cursava o Ensino Médio (também conhecido como “colegial”) – por exemplo: Física, Português, Química, Inglês, Matemática, Biologia, História, Geografia, Artes e etc:

________________________________________________________

[Página intencionalmente em branco]

EXAME DO RACIOCÍNIO CIENTÍFICO

Instruções para os alunos:

Este é um exame da sua habilidade de aplicar aspectos do raciocínio científico e matemático paraanalisar situações com o objetivo de fazer predições ou solucionar um problema. Marque um X comcaneta a melhor resposta de cada questão. Caso haja alguma dúvida sobre o que é perguntado emum item, por favor solicite esclarecimentos ao administrador do exame.

NÃO ABRA O EXAME ATÉ QUE O ADMINISTRADOR PERMITA

Este exame é de cunho científico, não servindo para fins clínicos psicológicos, ou qualquer outra atividade nessa área. Sua reprodução, utilização,distribuição e divulgação sem a expressa autorização dos autores é proibida por direitos autorais. Adaptação para Português Brasileiro: Fernando Marques Federson, Vinicius Vieira Pessoni, Nayara Cristina R. de Andrade, Fabrício Vieira Pessoni.Contatos: [email protected] / [email protected] / [email protected] / pessoni.fabricio@ gmail.comInstituto de Informática, Universidade Federal de Goiás, Brasil, Março 2014. Baseada na versão revisada de Agosto de 2000 por Anton E. Lawson, Arizona State University. Versão Original: Lawson, A.E. 1978. Developmentand validation of the classroom test of formal reasoning. Journal of Research in Science Teaching, 15(1): 11-24.

1

1. Suponha que lhe seja dado duas bolas de argila com tamanho e forma iguais. As duas bolastambém possuem o mesmo peso. Uma das bolas é amassada até ficar em forma depanqueca. Com base nisso, qual das afirmações a seguir está correta?

a) A peça em forma de panqueca pesa mais que a bola que não foi amassada.b) As duas peças ainda possuem o mesmo peso.c) A bola pesa mais que a peça em forma de panqueca.

2. porque:a) a peça que foi amassada cobrirá uma área maior.b) a bola que não foi amassada tem o peso concentrado em um só ponto.c) quando alguma coisa é amassada perde peso.d) argila não foi adicionada ou retirada. e) quando alguma coisa é amassada ganha peso.

3. Na figura ao lado temos os desenhos de dois cilindrospreenchidos com água no mesmo nível. Os cilindros sãoiguais em tamanho e forma.

Também encontram-se desenhadas duas esferas: uma devidro e outra de aço. As esferas são do mesmo tamanho,mas a de aço é muito mais pesada que a de vidro.

Quando a esfera de vidro é colocada no Cilindro 1, eladesce até o fundo e o nível da água eleva-se até a 6°marca do cilindro. Se colocarmos a esfera de aço noCilindro 2, a água se elevará:

a) ao mesmo nível, como foi no Cilindro 1.b) a um nível maior do que foi no Cilindro 1.c) a um nível menor do que foi no Cilindro 1.

4. porque:a) a esfera de aço irá afundar mais rápido.b) as esferas são feitas de materiais diferentes.c) a esfera de aço é mais pesada que a de vidro.d) a esfera de vidro cria menor pressão.e) as esferas são do mesmo tamanho.

5. Na figura ao lado temos os desenhos de um cilindrolargo e um estreito. Os cilindros possuem marcas deespaçamento igual. Coloca-se água no cilindro largo atéa 4° marca (desenho A). Essa água atinge a 6° marcaquando despejada no cilindro estreito (desenho B).

Os dois cilindros são esvaziados (não mostrado nafigura) e água é despejada no cilindro largo atingindo a6° marca. Até que altura essa água subiria se fossedespejada no cilindro estreito que está vazio?a) Até a marca 8.b) Até a marca 9.

2

c) Até a marca 10.d) Até a marca 12.e) Nenhuma das respostas está correta.

6. porque:a) a resposta não pode ser determinada com as informações dadas.b) subiram 2 marcas a mais antes, então subirão 2 marcas a mais de novo.c) sobem 3 marcas no cilindro estreito para cada 2 marcas no cilindro largo.d) o segundo cilindro é mais estreito.e) para cada 2 marcas no cilindro largo sobe 1 a mais no cilindro estreito.

7. Água é agora despejada no cilindro estreito (descrito na questão 5 acima) até a marca 11.Até que altura essa água subiria se fosse despejada no cilindro largo que está vazio? a) Até a marca 9.b) Até a marca 8.c) Até a marca 7e 1/2.d) Até a marca 7 e 1/3.e) Nenhuma das respostas está correta.

8. porque:a) as proporções devem permanecer as mesmas.b) é necessário, na verdade, despejar a água e observar para descobrir.c) a resposta não pode ser determinada com as informações dadas.d) foram 2 marcas a menos antes, então serão 2 marcas a menos de novo.e) você subtrai 2 do largo para cada 3 do estreito.

9. Na figura ao lado estão os desenhos de três cordaspresas em uma barra. As três cordas têm pesos demetal presos em suas pontas. As cordas 1 e 3possuem o mesmo comprimento. A corda 2 é maiscurta. Um peso de 10 unidades é preso no final dacorda 1. Um peso de 10 unidades também é preso nofinal da corda 2. Um peso de 5 unidades é preso aofinal da corda 3. As cordas ( e os pesos presos nela )podem ser balançados pra frente e para trás e otempo de cada balançada pode ser cronometrado.

Suponha que você queira descobrir se o tamanho dacorda tem influência no tempo que ela leva parabalançar para frente e para trás. Quais cordas vocêusaria para descobrir?a) Apenas uma corda.b) Todas as três cordas.c) 2 e 3.d) 1 e 3.e) 1 e 2.

10. porque:a) você deve usar as cordas mais longas.b) você deve comparar as cordas com os pesos leve e pesado.

3

c) apenas os comprimentos diferem.d) para fazer todas as comparações possíveis.e) os pesos diferem.

11. Vinte moscas de fruta são colocadas em cada um dos quatro tubos de vidro. Os tubos sãofechados. Os Tubos I e II são parcialmente cobertos com papel preto; os Tubos III e IV nãosão cobertos. Os tubos são colocados como demonstrado abaixo. Depois disso, eles sãoexpostos a luz vermelha por cinco minutos. O número de moscas na parte descoberta decada tubo é demonstrado no desenho.

Esse experimento demonstra que moscas respondem a (responder significa mover-se emdireção ou se afastar): a) luz vermelha mas não a gravidade.b) gravidade mas não a luz vermelha.c) ambos, luz vermelha e gravidade.d) nem a luz vermelha nem a gravidade.

12. porque:a) a maior parte das moscas estão na parte de cima do Tubo III mas espalhadas quase

igualmente no Tubo II.b) a maioria das moscas não foi para a parte de baixo dos tubos I e III.c) as moscas precisam de luz para ver e devem voar contra a gravidade.d) a maioria das moscas está na parte de cima e na parte iluminada dos tubos.e) as moscas estão nas duas pontas de cada tubo.

13. Em um segundo experimento, um tipo diferente de mosca e luz azul foram usados. Osresultados são mostrados no desenho:

4

Esses dados mostram que essas moscas respondem a (responder significa mover-se emdireção ou se afastar):a) luz azul mas não a gravidade.b) gravidade mas não a luz azul.c) ambos, luz azul e gravidade.d) nem a luz azul nem a gravidade.

14. porque:a) as moscas estão nas duas pontas de cada tubo.b) as moscas precisam de luz para ver e devem voar contra a gravidade.c) as moscas estão espalhadas quase igualmente no Tubo IV e na parte de cima do Tubo III.d) a maioria das moscas está na parte iluminada do Tubo II mas não foram para a parte de

baixo nos tubos I e III.e) a maioria das moscas está na parte de cima do tubo I e na parte iluminada do tubo II.

15. Seis peças quadradas de madeira são colocadas dentro deuma sacola de tecido e misturadas. As seis peças sãoidênticas em tamanho e forma, no entanto, três peças sãovermelhas e três são amarelas. Suponha que alguémcoloque a mão dentro da sacola (sem olhar) e pegue umadas peças. Quais as chances dessa peça ser vermelha?a) 1 chance dentre 6.b) 1 chance dentre 3.c) 1 chance dentre 2.d) 1 chance dentre 1.e) não pode ser determinado.

16. porque:a) 3 das 6 peças são vermelhas.b) não há como dizer qual peça será pega.c) apenas 1 peça das 6 na sacola é pega.d) todas as 6 peças são idênticas em tamanho e forma.e) apenas 1 peça vermelha pode ser pega entre as 3 peças vermelhas.

17. Três peças quadradas vermelhas de madeira, quatro peças quadradas amarelas e cinco peçasquadradas brancas são colocadas em uma sacola de tecido. Quatro peças redondasvermelhas, duas peças redondas amarelas e três peças redondas brancas são colocadastambém na mesma sacola. Todas as peças são então misturadas. Suponha que alguém pegueuma peça da sacola (sem olhar e sentir o formato da peça).

5

Quais são as chances dessa peça ser redonda vermelha ou redonda branca?a) não pode ser determinado.b) 1 chance entre 3.c) 1 chance entre 21.d) 15 chances entre 21.e) 1 chance entre 2.

18. porque:a) 1 das 2 formas é redonda.b) 15 das 21 peças são vermelhas ou brancas.c) não há forma de dizer qual peça será pega.d) apenas 1 das 21 peças é pega da sacola.e) 1 a cada 3 peças é redonda vermelha ou redonda branca.

19. O fazendeiro João estava observando os ratos que viviam na sua fazenda. Ele descobriu quetodos os ratos eram gordos ou magros. Ele também descobriu que todos os ratos tinham orabo preto ou branco. Isso o fez pensar se havia alguma ligação entre o tamanho dos ratos ea cor de seu rabo. Assim, ele capturou todos os ratos de uma parte da sua fazenda e osobservou. Abaixo estão os ratos que ele capturou:

Você acha que há ligação entre o tamanho dos ratos e a cor de seus rabos?a) parece haver uma ligação.b) não parece haver uma ligação.c) não é possível dar um palpite razoável.

20. porque:a) há alguns de cada tipo de rato.b) pode haver uma ligação genética entre o tamanho do rato e a cor de seu rabo.c) não foram capturados ratos suficientes.d) a maioria dos ratos gordos tem rabos pretos enquanto a maioria dos ratos magros tem

rabos brancos.e) conforme os ratos engordam seus rabos se tornam mais escuros.

6

21. Na figura abaixo, à esquerda, mostra um copo e uma vela de aniversário acesa presa a umpequeno pedaço de argila dentro de uma panela de água. Quando o copo é virado para baixo,colocado sobre a vela até chegar na água, a vela rapidamente apaga e a água sobe dentro docopo (à direita na figura).

Essa observação levanta uma questão interessante: por que a água sobe dentro do copo?

Aqui está uma possível explicação: a chama converte oxigênio em dióxido de carbono.Como o oxigênio não se dissolve rapidamente na água, mas o dióxido de carbono sedissolve, o dióxido de carbono recentemente formado se dissolve rapidamente na água,diminuindo a pressão do ar dentro do copo.

Suponha que você tenha os materiais mencionados acima, além de fósforos e gelo seco (geloseco é dióxido de carbono congelado). Usando alguns ou todos esses materiais, como vocêtestaria essa possível explicação?a) Saturaria a água com o dióxido de carbono e repetiria o experimento observando a

quantidade de água que sobe.b) A água sobe porque o oxigênio é consumido, então refaria o experimento exatamente da

mesma forma para mostrar que a água sobe devido a perda do oxigênio.c) Conduziria um experimento controlado variando apenas o número de velas para verificar

se isso faria diferença.d) Sucção é responsável por fazer a água subir, então coloco um balão no topo de um

cilindro aberto e coloco o cilindro sobre a vela acesa.e) Refaria o experimento, cerificando-se que ele está controlado por meio da manutenção

de todas as variáveis independentes constantes; depois mediria a quantidade de água quesobe.

22. Qual resultado do seu teste (mencionado na questão 21 acima) mostraria que sua explicaçãoestá provavelmente errada?a) A água sobe até o mesmo nível que subiu anteriormente.b) A água sobe menos do que subiu anteriormente.c) O balão se expande.d) O balão é sugado para dentro do cilindro.

7

23. Um estudante colocou uma gota de sangue na lâmina de um microscópio e então olhou essesangue pelo microscópio. Como você pode ver no diagrama abaixo, as células vermelhasampliadas parecem pequenas bolas arredondadas. Depois de adicionar algumas gotas deágua salgada na gota de sangue, o estudante notou que as células pareciam se tornarmenores.

Essa observação levanta uma questão interessante: por que as células vermelhas parecemmenores? Aqui estão duas possíveis explicações:

I. Íons de sal (Na+ e Cl-) empurram as membranas das células e fazem as célulasparecerem menores.II. Moléculas de água são atraídas pelos íons de sal, então as moléculas de água semovem para fora da célula e deixam a célula menor.

Para testar essas explicações, o estudante usou água salgada, uma balança de alta precisão ealgumas sacolas plásticas cheias de água, supondo que o plástico se comporta como amembrana das células vermelhas. O experimento envolveu pesar cuidadosamente a sacolacheia de água, colocá-la em uma solução salina por dez minutos e então pesá-la novamente.

Qual resultado do experimento melhor mostraria que a explicação I está provavelmenteerrada?a) a sacola perde peso.b) o peso da sacola permanece o mesmo.c) a sacola parece menor.

24. Qual o resultado do experimento melhor mostraria que a explicação II está provavelmenteerrada?a) a sacola perde peso.b) o peso da sacola permanece o mesmo.c) a sacola parece menor.

FIM EXAME DO RACIOCÍNIO CIENTÍFICO

8

exame do raciocínio científico (erc): revisão ... · níveis cognitivos, teste de...

Documents