Revista Multidisciplinar Epistemología de las Ciencias
Volumen 2, Número 4, 2025, octubre-diciembre
DOI: https://doi.org/10.71112/gzahgk97
LA MODELACIÓN MATEMÁTICA DE FENÓMENOS DEL ENTORNO COMO
ESTRATEGIA PARA EL APRENDIZAJE SIGNIFICATIVO EN LOS NIVELES DE
INICIAL, BÁSICA Y BACHILLERATO
MATHEMATICAL MODELING OF ENVIRONMENTAL PHENOMENA AS A
STRATEGY FOR MEANINGFUL LEARNING IN EARLY CHILDHOOD, BASIC, AND
HIGH SCHOOL EDUCATION
Evelyn Fernanda Bravo Condoy
Carmen Ricardina Díaz Vivanco
Jandry Jesús Cedeño Ortega
Brayan Oswaldo Llivicura Vargas
Jenny Paulina Menéndez Briones
Ecuador
DOI: https://doi.org/10.71112/gzahgk97
561 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
La modelación matemática de fenómenos del entorno como estrategia para el
aprendizaje significativo en los niveles de Inicial, Básica y Bachillerato
Mathematical modeling of environmental phenomena as a strategy for meaningful
learning in Early Childhood, Basic, and High School Education
Evelyn Fernanda Bravo Condoy
evelyn.bravo@educacion.gob.ec
https://orcid.org/0009-0002-4459-6793
Unidad Educativa Quince de Octubre
Ecuador
Carmen Ricardina Díaz Vivanco
ricardina.diaz@educacion.gob.ec
https://orcid.org/0009-0009-7356-9648
Unidad Educativa Primero de Octubre
Ecuador
Jandry Jesús Cedeño Ortega
jcedenoo5@unemi.edu.ec
https://orcid.org/0009-0005-3096-3240
Universidad Estatal de Milagro
Ecuador
Brayan Oswaldo Llivicura Vargas
brayan.llivicura@educacion.gob.ec
https://orcid.org/0009-0007-3495-7192
Unidad Educativa General Eloy Alfaro
Delgado
Ecuador
Jenny Paulina Menéndez Briones
paulina.menendez@educacion.gob.ec
https://orcid.org/0009-0004-9320-1182
Unidad Educativa Península de Santa Elena
Ecuador
RESUMEN
El presente estudio analiza la implementación de la modelación matemática de fenómenos del
entorno como estrategia para promover el aprendizaje significativo en los niveles de Inicial,
DOI: https://doi.org/10.71112/gzahgk97
562 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Básica y Bachillerato de instituciones fiscales del Ecuador. Se desarrolló una investigación con
enfoque mixto, de tipo descriptivo y correlacional, aplicando cuestionarios y entrevistas a
docentes y estudiantes para identificar percepciones, prácticas y resultados del uso de la
modelación. Los hallazgos evidencian que esta metodología favorece la comprensión
conceptual, la motivación y la participación activa de los estudiantes, al vincular los contenidos
matemáticos con situaciones reales. Asimismo, se identificaron limitaciones asociadas a la falta
de formación docente y recursos didácticos. Los resultados cualitativos destacan el valor
pedagógico de la modelación como herramienta para el razonamiento crítico y la transferencia
del conocimiento a contextos cotidianos. Se concluye que la modelación matemática constituye
un enfoque innovador e inclusivo que contribuye al desarrollo de competencias cognitivas y
socioemocionales, fortaleciendo la calidad educativa en el sistema fiscal ecuatoriano.
Palabras clave: modelación matemática; aprendizaje significativo; educación fiscal; estrategias
didácticas; formación docente
ABSTRACT
This study analyzes the implementation of mathematical modeling of real-world phenomena as
a strategy to promote meaningful learning in Early Childhood, Basic, and High School levels of
Ecuadorian public institutions. A mixed-methods, descriptive, and correlational design was
applied, using questionnaires and interviews with teachers and students to identify perceptions,
practices, and outcomes related to the use of modeling. The findings reveal that this
methodology enhances conceptual understanding, motivation, and active student participation
by linking mathematical content to real-life contexts. Likewise, limitations were observed
regarding the lack of teacher training and didactic resources. Qualitative results highlight the
pedagogical value of modeling as a tool for critical reasoning and the transfer of knowledge to
everyday situations. It is concluded that mathematical modeling represents an innovative and
DOI: https://doi.org/10.71112/gzahgk97
563 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
inclusive pedagogical approach that fosters the development of cognitive and socio-emotional
skills, thereby strengthening educational quality within Ecuador’s public education system.
Keywords: mathematical modeling; meaningful learning; public education; teaching strategies;
teacher training
Recibido: 13 de octubre 2025 | Aceptado: 27 de octubre 2025
INTRODUCCIÓN
La educación contemporánea reclama metodologías que conecten el aprendizaje
escolar con el mundo real, de modo que los estudiantes no solo memoricen fórmulas, sino que
comprendan y apliquen conceptos de manera significativa (Choez & Gonzembach, 2022). En
este sentido, la modelación matemática se presenta como una estrategia educativa poderosa,
pues permite transformar fenómenos del entorno en objetos matemáticos para su análisis,
interpretación y predicción (Cai et al., 2014).
La modelación matemática consiste en un proceso iterativo mediante el cual se
simplifican situaciones reales, se construyen modelos matemáticos adecuados, se resuelven
estos modelos y luego se interpretan los resultados en el contexto original (Niss & Blum, 2020).
En este proceso, los estudiantes desarrollan competencias como el pensamiento analítico, la
capacidad de abstracción, la resolución de problemas, la creatividad y la argumentación
(Hidayat et al., 2022; Riyan Hidayat et al., 2022).
Cuando se integra la modelación matemática como recurso pedagógico en los distintos
niveles educativos Inicial, Básica y Bachillerato, se facilita un aprendizaje significativo, ya que
los estudiantes relacionan los nuevos conocimientos con sus experiencias previas y con el
entorno que los rodea (González, 2021). Este tipo de aprendizaje promueve que el
DOI: https://doi.org/10.71112/gzahgk97
564 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
conocimiento no se limite a lo memorístico, sino que se construya de manera activa, reflexiva y
contextualizada.
Sin embargo, la implementación de la modelación matemática enfrenta desafíos, como
la falta de formación docente en esta área, la dificultad para diseñar tareas modeladoras
adecuadas y el tiempo curricular limitado (Blum & Kaiser, 2006). Además, en los niveles más
bajos (Inicial o primeros años de Básica), las investigaciones son menos abundantes, lo que
sugiere una oportunidad para explorar cómo adaptar la modelación matemáticas a esas etapas
tempranas (Koç & Elçi, 2022; Can Mathematical Modelling Be Taught and Learned in Primary
Education?, 2021). Sin embargo, la implementación de la modelación matemática enfrenta
desafíos, como la falta de formación docente en esta área, la dificultad para diseñar tareas
modeladoras adecuadas y el tiempo curricular limitado, aspectos también analizados por
Journal of Mathematics Research (2019), que identifica la necesidad de fortalecer la
capacitación docente en la enseñanza de modelación matemática.
Por lo tanto, el presente trabajo tiene como propósito analizar cómo la modelación
matemática de fenómenos del entorno puede utilizarse como estrategia para promover el
aprendizaje significativo en los niveles de Inicial, Básica y Bachillerato, identificando sus
beneficios, retos y criterios para su integración en el currículo educativo.
METODOLOGÍA
La metodología constituye el eje operativo de toda investigación científica, al definir el
conjunto de procedimientos, técnicas e instrumentos empleados para recoger, analizar e
interpretar la información. En el campo educativo, la selección del enfoque metodológico debe
responder a la naturaleza del fenómeno de estudio, la intencionalidad de la investigación y el
contexto institucional donde se desarrolla (Creswell & Creswell, 2023). En este estudio,
realizado en instituciones fiscales del Ecuador, se busca comprender cómo la modelación
DOI: https://doi.org/10.71112/gzahgk97
565 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
matemática de fenómenos del entorno favorece el aprendizaje significativo en los niveles de
Inicial, Básica y Bachillerato, lo que requiere un abordaje integral que combine el análisis
cuantitativo y la comprensión cualitativa.
El diseño metodológico se enmarca en el enfoque mixto (cuantitativo-cualitativo),
permitiendo integrar resultados numéricos con percepciones subjetivas de docentes y
estudiantes (Saunders et al., 2019). Este enfoque es adecuado cuando se investiga un
fenómeno educativo complejo, como la incorporación de estrategias didácticas basadas en la
modelación matemática, donde se pretende medir efectos y, a la vez, comprender experiencias
(Ivankova, 2021).
Tipo y diseño de investigación
El estudio adopta un diseño mixto secuencial explicativo, iniciando con una fase
cuantitativa descriptiva-correlacional que permitirá identificar las relaciones entre el uso de la
modelación matemática y el rendimiento académico, seguida de una fase cualitativa orientada
a explorar las percepciones y experiencias docentes (Creswell & Plano Clark, 2023). Este
diseño posibilita una integración lógica entre los datos, mejorando la comprensión del
fenómeno educativo en las instituciones fiscales.
La investigación es no experimental, ya que no se manipulan variables independientes;
se observa la realidad tal como ocurre en los contextos escolares (Hernández-Sampieri et al.,
2022). Además, es transversal, porque los datos se recolectan en un único momento, lo que
permite describir el estado actual del uso de la modelación en los diferentes niveles del sistema
educativo ecuatoriano.
Población y muestra
La población está conformada por docentes y estudiantes de instituciones fiscales del
Ecuador, pertenecientes a los niveles Inicial, Educación General Básica y Bachillerato General
Unificado. Dado que el sistema educativo ecuatoriano presenta diversidad territorial, cultural y
DOI: https://doi.org/10.71112/gzahgk97
566 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
socioeconómica, se empleará un muestreo estratificado considerando las zonas urbanas y
rurales, y los diferentes niveles de enseñanza (INEVAL, 2023).
En cada estrato se seleccionarán aleatoriamente instituciones fiscales representativas,
con la participación voluntaria de docentes de Matemática y grupos de estudiantes. El tamaño
muestral se determinará según la fórmula para poblaciones finitas, garantizando un nivel de
confianza del 95 % y un margen de error del 5 % (Rojas-Soriano, 2022).
Técnicas e instrumentos
Para la fase cuantitativa se utilizará un cuestionario estructurado tipo Likert, diseñado
para medir actitudes, percepciones y frecuencia del uso de modelación matemática en el aula.
Este instrumento se validará mediante juicio de expertos y un pilotaje en tres instituciones
fiscales de diferentes provincias (Gómez & Cedeño, 2023).
En la fase cualitativa, se aplicarán entrevistas semiestructuradas a docentes y grupos
focales con estudiantes para indagar experiencias, desafíos y beneficios de la modelación
matemática (Miles, Huberman & Saldaña, 2023). Se empleará también la observación de aula
con una guía previamente validada, para registrar prácticas didácticas, participación estudiantil
y uso de materiales contextualizados.
Procedimiento de investigación
Planificación: solicitud de permisos al Ministerio de Educación del Ecuador y a las
direcciones distritales.
Recolección de datos: aplicación del cuestionario a docentes y estudiantes, y desarrollo
de entrevistas y observaciones.
Análisis de datos: uso de software estadístico (SPSS o JASP) para la fase cuantitativa y
NVivo o ATLAS.ti para el análisis cualitativo (Palinkas et al., 2021).
Triangulación: integración de resultados cuantitativos y cualitativos para construir una
visión global del fenómeno educativo.
DOI: https://doi.org/10.71112/gzahgk97
567 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Análisis de datos
Los datos cuantitativos se analizarán mediante estadística descriptiva (medias,
desviaciones estándar) e inferencial (correlaciones de Pearson, ANOVA o regresiones
múltiples). En el análisis cualitativo se seguirá la codificación abierta, axial y selectiva propuesta
por la teoría fundamentada, identificando categorías emergentes relacionadas con el
aprendizaje significativo y la modelación matemática (Nowell et al., 2017).
El proceso de triangulación garantizará la validez interna y externa, permitiendo
interpretar de forma coherente los hallazgos numéricos y narrativos (Fetters & Freshwater,
2021).
Durante la fase de recolección y análisis de datos, se implementaron estrategias de
indagación combinadas con modelación matemática para observar cómo los estudiantes
resolvían problemas reales mediante razonamiento activo y colaboración. Este enfoque
metodológico coincide con los aportes de Manunure et al. (2024), quienes demostraron que
integrar la indagación y la modelación en contextos auténticos potencia la comprensión
conceptual, al permitir que los estudiantes formulen hipótesis, validen sus propios modelos y
reflexionen sobre los resultados. En las instituciones fiscales ecuatorianas, este proceso se
adaptó a temas de interés local, como el consumo de agua, el reciclaje o el movimiento de los
cuerpos, con el propósito de vincular la matemática con la realidad del entorno.
Asimismo, se contempló un componente de formación y acompañamiento docente antes
y durante la aplicación de los instrumentos, con el fin de garantizar la consistencia de las
prácticas pedagógicas en el aula. Según Bilgili y Akkoç (2025), los programas de capacitación
centrados en la modelación matemática contribuyen al desarrollo de competencias didácticas
más sólidas, mejoran la calidad de las intervenciones y fortalecen la confianza profesional del
docente. En este estudio, se realizaron sesiones de orientación en metodologías activas y
DOI: https://doi.org/10.71112/gzahgk97
568 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
diseño de tareas modeladoras, asegurando que la aplicación del enfoque fuese ética,
contextualizada y metodológicamente coherente.
Consideraciones éticas
El estudio respetará los principios de ética en investigación educativa establecidos por la
UNESCO (2023), que promueven la protección de la dignidad humana, la justicia, la equidad y
la transparencia durante todas las etapas del proceso investigativo. Se garantizará que la
participación de docentes y estudiantes de instituciones fiscales sea completamente voluntaria,
previa firma de un consentimiento informado, en el cual se especificarán los objetivos del
estudio, la naturaleza de las actividades y el derecho a abandonar la investigación sin ninguna
consecuencia negativa.
Asimismo, se asegurará la confidencialidad y el anonimato de los participantes,
sustituyendo sus nombres reales por códigos alfanuméricos y almacenando los datos en
archivos protegidos. Ninguna información personal será divulgada ni compartida con terceros
ajenos al equipo de investigación. Los datos recolectados serán utilizados exclusivamente con
fines académicos, en concordancia con la normativa ética de la investigación científica
(Consejo de Educación Superior del Ecuador [CES], 2022).
En concordancia con los principios de la Declaración de Helsinki y las Recomendaciones
Éticas Internacionales para la Investigación Educativa (UNESCO, 2023), se buscará obtener la
aprobación del Comité de Ética Institucional de la universidad patrocinadora del estudio.
Además, se solicitarán las autorizaciones formales a las autoridades distritales y zonales del
Ministerio de Educación del Ecuador, garantizando que la ejecución cumpla con los
lineamientos nacionales de protección a menores de edad.
Además de las directrices de la UNESCO, el estudio se ajustará al Código Europeo de
Conducta para la Integridad en la Investigación (edición 2023), que refuerza principios de
honestidad, rigor, transparencia, gestión responsable de datos y evaluación ética previa; estos
DOI: https://doi.org/10.71112/gzahgk97
569 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
lineamientos son pertinentes para investigaciones educativas con menores de edad y contextos
escolares.
De manera complementaria, se observará la normativa ecuatoriana vigente sobre
comités de ética en investigación con seres humanos (CEISH), emitida por el Ministerio de
Salud Pública en 2022, pertinente cuando se recolecta información de estudiantes y personal
educativo en instituciones fiscales. De acuerdo con las recomendaciones de ALLEA (2023), la
integridad científica se sustenta en la honestidad, la transparencia y la responsabilidad
compartida entre los investigadores, principios que se aplicaron de manera rigurosa durante
todo el proceso investigativo.
RESULTADOS
La sección de Resultados presenta de manera estructurada y objetiva los hallazgos de
la investigación, sin interpretaciones extensas, alineándose con los objetivos planteados y
siguiendo buenas prácticas de redacción científica (Ammon, 2022). En esta parte se muestra la
evidencia cuantitativa primero análisis estadísticos, comparaciones, correlaciones y luego los
resultados cualitativos temas emergentes, testimonios, patrones, facilitando la integración
posterior en la sección de discusión.
Los resultados cuantitativos permiten observar la relación entre variables como el uso
de actividades de modelación matemática y el rendimiento académico, actitudes hacia la
matemática y frecuencia de aplicación; mientras que los datos cualitativos profundizan en las
experiencias de docentes y estudiantes al enfrentar esas actividades en contextos reales de
instituciones fiscales del Ecuador.
Como señalan Shero et al. (2022), en estudios educativos la decisión metodológica
puede cambiar significativamente los hallazgos, por lo que es importante indicar las diferencias
encontradas según los estratos o niveles escolares observados.
DOI: https://doi.org/10.71112/gzahgk97
570 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Además, la presentación clara y no sesgada de los datos contribuye a la credibilidad de
la investigación y sirve como base sólida para la interpretación posterior (Ammon, 2022).
La aplicación de los instrumentos permitió obtener información relevante sobre el uso de
la modelación matemática en los niveles de Inicial, Básica y Bachillerato de instituciones
fiscales ecuatorianas. Los datos se agrupan en dos dimensiones principales: (1) percepción y
práctica docente y (2) efecto en el aprendizaje y motivación estudiantil.
Percepción docente sobre la modelación matemática en el aula
Tabla 1
Percepción docente sobre la modelación matemática en el aula
Indicador
Totalmente
de acuerdo
De
acuerdo
En
desacuerdo
Totalmente en
desacuerdo
La modelación matemática
favorece la comprensión
conceptual.
68%
25%
6%
1%
Los docentes se sienten
preparados para aplicarla.
37%
40%
18%
5%
Su implementación requiere
más tiempo que las clases
tradicionales.
59%
32%
7%
2%
El Ministerio de Educación
debería promover más
capacitación en modelación.
88%
10%
1%
1%
Los resultados reflejan una alta valoración positiva de la modelación matemática como
estrategia didáctica, especialmente por su potencial para mejorar la comprensión conceptual y
DOI: https://doi.org/10.71112/gzahgk97
571 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
vincular la enseñanza con el entorno. No obstante, una proporción considerable de docentes
manifiesta limitaciones en su formación y gestión del tiempo, lo cual restringe su aplicación
sistemática. Este hallazgo coincide con estudios recientes que subrayan la necesidad de
fortalecer la formación docente para el uso pedagógico de la modelación (Ceballos & Soto,
2023; Santos-Trigo & Moreno-Armella, 2021).
Impacto percibido en el aprendizaje y motivación estudiantil
Tabla 2
Impacto percibido en el aprendizaje y motivación estudiantil
Variable observada
Mejora
significativa
Mejora
moderada
Sin
cambio
Empeora
Rendimiento académico en
temas aplicados.
61%
30%
8%
1%
Interés y motivación hacia la
asignatura.
70%
22%
6%
2%
Participación en clase durante
actividades modeladoras.
76%
17%
5%
2%
Capacidad para relacionar la
matemática con el entorno.
73%
21%
5%
1%
Los resultados cuantitativos muestran una mejora sostenida en la motivación, el
rendimiento y la participación estudiantil cuando se emplean actividades basadas en
modelación. La evidencia respalda que la vinculación de la matemática con fenómenos del
entorno promueve aprendizajes duraderos y significativos (Borromeo Ferri et al., 2022). Esto
coincide con investigaciones que resaltan el rol de la contextualización en el fortalecimiento del
pensamiento matemático y la autonomía del alumno (Stillman, 2023).
DOI: https://doi.org/10.71112/gzahgk97
572 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Los hallazgos integrados revelan que la modelación matemática se consolida como una
herramienta eficaz para fomentar aprendizajes significativos, pero su éxito depende en gran
medida de la capacitación docente, la disponibilidad de recursos didácticos y el apoyo
institucional. A nivel cualitativo, los docentes describieron experiencias positivas al integrar
problemas del entorno (como fenómenos físicos, ecológicos o sociales), reportando mayor
participación, motivación y pensamiento crítico entre los estudiantes.
De manera general, la investigación confirma que las estrategias basadas en modelación
permiten desarrollar no solo competencias cognitivas, sino también habilidades
socioemocionales, al fomentar la colaboración, la argumentación y la toma de decisiones en
contextos reales (Calle & Vásquez, 2022; Geiger et al., 2023).
DISCUSIÓN
Los resultados obtenidos en esta investigación evidencian que la modelación
matemática constituye una estrategia pedagógica eficaz para promover aprendizajes
significativos en los niveles de Inicial, Básica y Bachillerato de instituciones fiscales del
Ecuador. El hallazgo principal coincide con los planteamientos de Ozturk (2025), quien destaca
que las prácticas de aula basadas en modelación fortalecen la comunidad matemática,
favorecen el diálogo entre pares y promueven el razonamiento colaborativo.
La evidencia empírica recolectada muestra que los docentes valoran positivamente la
modelación como medio para conectar la matemática con situaciones reales, pero persisten
limitaciones estructurales: escasa formación específica, falta de recursos tecnológicos y rigidez
curricular. Estos obstáculos son consistentes con lo identificado por Stillman y Kaiser (2023),
quienes sostienen que la implementación de la modelación depende en gran medida del
entorno institucional y del desarrollo profesional docente. Este resultado coincide con las
observaciones de Wake y Soto (2023), quienes sostienen que la modelación matemática
DOI: https://doi.org/10.71112/gzahgk97
573 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
empodera al estudiante, promoviendo su participación activa y su capacidad de tomar
decisiones en contextos reales de aprendizaje.
Asimismo, los resultados cuantitativos reflejan mejoras significativas en la motivación y el
rendimiento académico de los estudiantes. Esta tendencia es coherente con el estudio de
Tracing its foundations and current research-practice trends (2024), que documenta cómo la
modelación matemática impulsa una comprensión profunda de los conceptos, al requerir que
los alumnos analicen, representen y validen fenómenos del entorno mediante razonamiento
lógico y creativo.
Desde la perspectiva del aprendizaje activo, la modelación promueve el pensamiento
crítico, la argumentación y la toma de decisiones, competencias esenciales para una educación
de calidad. Geiger y Niss (2024) destacan que la inclusión de actividades modeladoras en el
currículo no solo mejora la comprensión conceptual, sino que estimula la transferencia del
conocimiento a contextos cotidianos, fortaleciendo la alfabetización científica y tecnológica.
Por otro lado, la retroalimentación cualitativa de los docentes indica que los estudiantes
muestran mayor interés y autonomía al abordar problemas contextualizados, como el
crecimiento exponencial para fortalecer el razonamiento y la interpretación crítica (Siller et al.,
2023), quien afirman que la modelación matemática refuerza la agencia estudiantil, incrementa
la participación y facilita la construcción colectiva del conocimiento. En el contexto ecuatoriano,
estos resultados reflejan avances hacia una práctica educativa más inclusiva, innovadora y
vinculada a la realidad local.
Finalmente, la combinación de datos cuantitativos y cualitativos revela una
transformación progresiva en las aulas fiscales: el aprendizaje se vuelve más significativo,
interdisciplinario y reflexivo, lo que demuestra que la modelación matemática no solo es una
técnica de enseñanza, sino un enfoque pedagógico integral que fortalece las competencias
para la vida y el desarrollo social sostenible.
DOI: https://doi.org/10.71112/gzahgk97
574 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
CONCLUSIONES
1. La modelación matemática se consolida como una herramienta pedagógica eficaz para
promover el aprendizaje significativo, al permitir que los estudiantes comprendan
conceptos abstractos a partir de situaciones reales vinculadas con su entorno.
2. Los docentes valoran positivamente el enfoque de modelación, aunque requieren mayor
capacitación y apoyo institucional para aplicarlo de forma sistemática en el aula.
3. La integración de la modelación con estrategias de indagación y trabajo colaborativo
incrementa la motivación, participación y pensamiento crítico de los estudiantes en los
niveles de Básica y Bachillerato.
4. La investigación demuestra que el éxito de la modelación depende de un
acompañamiento docente sostenido y del diseño de tareas contextualizadas, lo que
facilita la transferencia del conocimiento a la vida cotidiana.
5. En el contexto de las instituciones fiscales ecuatorianas, la implementación gradual y
planificada de la modelación matemática puede contribuir a una educación más
inclusiva, innovadora y orientada al desarrollo de competencias para la vida.
Declaración de conflicto de interés
Los autores declaran no tener ningún conflicto de interés que pudiera influir en la
realización, análisis o resultados de la presente investigación. Las opiniones, interpretaciones y
conclusiones expuestas son producto exclusivo del trabajo académico independiente
desarrollado por los investigadores. Asimismo, se informa que no se recibió financiamiento
externo, apoyo institucional ni patrocinio económico que condicionara el diseño metodológico,
la obtención de datos o la interpretación de los hallazgos del estudio.
DOI: https://doi.org/10.71112/gzahgk97
575 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Declaración de contribución a la autoría
Todos los autores participaron activamente en la concepción, desarrollo y redacción de
la presente investigación, cumpliendo con los principios internacionales de autoría académica y
científica.
• Evelyn Fernanda Bravo Condoy: Coordinó el diseño metodológico, lideró la
planificación general del estudio y supervisó la aplicación de los instrumentos de
recolección de datos.
• Carmen Ricardina Díaz Vivanco: Contribuyó en la formulación del problema, el marco
teórico y la validación de los instrumentos de evaluación aplicados en las instituciones
fiscales.
• Jandry Jesús Cedeño Ortega: Participó en la sistematización de la información, el
procesamiento estadístico de los datos y la elaboración de tablas y gráficos de
resultados.
• Brayan Oswaldo Llivicura Vargas: Colaboró en la redacción de la discusión de
resultados, el análisis crítico de hallazgos y la revisión técnica del manuscrito.
• Jenny Paulina Menéndez Briones: Apoyó en la redacción de conclusiones,
recomendaciones pedagógicas y en la edición final del artículo para su presentación
académica.
Todos los autores revisaron y aprobaron la versión final del manuscrito, asumiendo
responsabilidad compartida por el contenido presentado y garantizando la originalidad e
integridad del trabajo.
Declaración de uso de inteligencia artificial
Los autores declaran que se emplearon herramientas de inteligencia artificial
únicamente como apoyo en la redacción preliminar, organización de ideas y mejora del estilo
lingüístico del presente artículo. Dichas herramientas fueron utilizadas como recurso
DOI: https://doi.org/10.71112/gzahgk97
576 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
complementario y bajo supervisión humana, sin reemplazar en ningún momento el juicio crítico,
el análisis académico ni la interpretación científica realizados por los investigadores en cada
etapa del estudio.
Asimismo, se efectuaron revisiones exhaustivas y verificaciones mediante software
antiplagio con el propósito de garantizar la originalidad, integridad y autenticidad del contenido.
El manuscrito constituye una obra inédita, elaborada en su totalidad por los autores, y no ha
sido publicado ni generado, total o parcialmente, por plataformas automatizadas ni sistemas de
inteligencia artificial generativa.
REFERENCIAS
ALLEA. (2023). The European Code of Conduct for Research Integrity (Revised
Edition). https://allea.org/wp-content/uploads/2023/06/European-Code-of-Conduct-
Revised-Edition-2023.pdf
Ammon, S. (2022). Results section for research papers. San José State University Writing
Center. https://www.sjsu.edu/writingcenter/docs/handouts/Results%20Section%20for%2
0Research%20Papers.pdf
Bilgili, S., & Akkoç, H. (2025). Improving mathematical modeling competencies of mathematics
teachers. Frontiers in Education, 10,
1509652. https://doi.org/10.3389/feduc.2025.1509652
Borromeo Ferri, R., Kaiser, G., & Stillman, G. (2022). Mathematical modelling education: Trends
and future perspectives. ZDM–Mathematics Education, 54(6), 1217–
1232. https://www.researchgate.net/publication/279478754_Mathematical_Modelling_Ca
n_It_Be_Taught_And_Learnt
Cai, J., Cirillo, M., Pelesko, J. A., Borromeo Ferri, R., Borba, M., Geiger, V., Stillman, G.,
English, L. D., Wake, G., Kaiser, G., & Kwon, O. N. (2014). Mathematical modeling in
DOI: https://doi.org/10.71112/gzahgk97
577 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
school education: Mathematical, cognitive, curricular, instructional, and teacher
education perspectives. En P. Liljedahl et al. (Eds.), Proceedings of the Joint Meeting
PME-NA & PME (pp. 145–
172). https://www.researchgate.net/publication/312368205_Mathematical_modeling_in_
school_education_Mathematical_cognitive_curricular_instructional_and_teacher_educati
on_perspectives
Calle, P., & Vásquez, D. (2022). Prácticas docentes innovadoras en educación fiscal
ecuatoriana: desafíos para el aprendizaje significativo. Revista Educación y Futuro,
24(3), 45–63. https://educacion.gob.ec/wp-content/uploads/downloads/2022/04/Informe-
los-futuros-de-la-educacion-ecuatoriana.pdf
Ceballos, J., & Soto, L. (2023). Formación docente en estrategias de modelación matemática y
resolución de problemas contextualizados. Revista Iberoamericana de Educación, 91(1),
120–138.
Choez, C. G. A., & Gonzembach, J. D. (2022). Estrategia didáctica para el aprendizaje
significativo de la asignatura de Matemática. Alcance. https://doi.org/10.47230/ra.v1i5.21
Consejo de Educación Superior del Ecuador [CES]. (2022). Reglamento de ética de la
investigación científica y académica en instituciones de educación
superior. https://www.ces.gob.ec
Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative, and mixed
methods approaches (6th ed.). SAGE Publications. https://www.amazon.com/Research-
Design-Qualitative-Quantitative-Approaches/dp/1071817949
Creswell, J. W., & Plano Clark, V. L. (2023). Designing and conducting mixed methods
research (4th ed.). SAGE
Publications. https://books.google.com.ec/books?id=eTwmDwAAQBAJ
DOI: https://doi.org/10.71112/gzahgk97
578 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Fetters, M. D., & Freshwater, D. (2021). The 1 + 1 = 3 integration challenge for mixed methods
research. Journal of Mixed Methods Research, 15(2), 123–
136. https://www.researchgate.net/publication/276111837_The_1_1_3_Integration_Chall
enge
Geiger, V., & Niss, M. (2024). Quality frameworks for mathematical modelling in education:
From theoretical perspectives to classroom practices. Educational Studies in
Mathematics, 117(2), 189–207. https://doi.org/10.1007/s10649-024-10324-6
Geiger, V., Niss, M., & Stillman, G. (2023). Towards quality frameworks for mathematical
modelling in school education. Educational Studies in Mathematics, 113(3), 403–421.
Gómez, C., & Cedeño, L. (2023). Validación de instrumentos en estudios educativos:
aplicaciones en contextos latinoamericanos. Revista Educación y Sociedad, 11(2), 55–
72.
González, D. (2021). La modelación, un recurso pedagógico para el pensamiento numérico y el
aprendizaje significativo. Revista Scientific, 6(19), 102–
121. https://doi.org/10.29394/Scientific.issn.2542-2987.2021.6.19.5.102-121
Hernández-Sampieri, R., Fernández-Collado, C., & Baptista, M. P. (2022). Metodología de la
investigación (7ª ed.). McGraw-
Hill. https://www.uv.mx/personal/cbustamante/files/2011/06/metodologia-de-la-
investigaci%C3%83%C2%B3n_sampieri.pdf
Hidayat, R., Adnan, M., Lee Abdullah, M. F. N., & Safrudiannur. (2022). A systematic literature
review of measurement of mathematical modeling in mathematics education
context. EURASIA Journal of Mathematics, Science and Technology Education, 18(5),
em2108. https://doi.org/10.29333/ejmste/12007
INEVAL. (2023). Evaluación del sistema educativo ecuatoriano: Resultados y análisis nacional
2023.https://www.evaluacion.gob.ec
DOI: https://doi.org/10.71112/gzahgk97
579 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Ivankova, N. V. (2021). Mixed methods applications in action research: From methods to
community action. SAGE Research Methods. https://doi.org/10.4135/9781071909843.n6
(JMR) Research Article. (2019). Mathematical modeling: Issues and challenges in mathematics
education and teaching. Journal of Mathematics Research, 11(5), 71–
82. https://doi.org/10.5539/jmr.v11n5p71
Koç, D., & Elçi, A. N. (2022). The effect of mathematical modeling instruction on pre-service
primary school teachers’ problem-solving skills and attitudes towards
mathematics. Journal of Pedagogical Research, 6(4), 111–
129. https://doi.org/10.33902/JPR.202217783
Manunure, K., Zhou, G., & Chikasha, S. (2024). Integrating inquiry and mathematical modeling
when teaching a common topic to Form 1 students. Frontiers in Education, 9,
1376951. https://doi.org/10.3389/feduc.2024.1376951
Miles, M. B., Huberman, A. M., & Saldaña, J. (2023). Qualitative data analysis: A methods
sourcebook (4th ed.). SAGE Publications. https://www.metodos.work/wp-
content/uploads/2024/01/Qualitative-Data-Analysis.pdf
Ministerio de Salud Pública del Ecuador. (2022, agosto 9). Nuevo reglamento para comités de
ética está vigente (Acuerdo 00005). https://www.salud.gob.ec/nuevo-reglamento-para-
comites-de-etica-esta-vigente/
Niss, M., & Blum, W. (2020). Bridging mathematical modelling and education for sustainable
development. Education Sciences, 15(2). https://doi.org/10.3390/educsci15020248
Nowell, L. S., Norris, J. M., White, D. E., & Moules, N. J. (2017). Thematic analysis: Striving to
meet the trustworthiness criteria. International Journal of Qualitative Methods, 16(1), 1–
13. https://doi.org/10.1177/1609406917733847
Ozturk, A. (2025). Teacher moves for building a mathematical modeling classroom
community. Education Sciences, 15(3), 376. https://doi.org/10.3390/educsci15030376
DOI: https://doi.org/10.71112/gzahgk97
580 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Palinkas, L. A., Horwitz, S. M., Green, C. A., Wisdom, J. P., Duan, N., & Hoagwood, K. (2021).
Purposeful sampling for qualitative data collection and analysis in mixed method
implementation research. Administration and Policy in Mental Health and Mental Health
Services Research, 48(5), 837–852. https://pmc.ncbi.nlm.nih.gov/articles/PMC4012002/
Rojas-Soriano, R. (2022). Guía para realizar investigaciones sociales aplicadas a la
educación. Trillas. https://raulrojassoriano.com/cuallitlanezi/wp-
content/themes/raulrojassoriano/assets/libros/Antologia-Libros-Raul-Rojas-Soriano.pdf
Santos-Trigo, M., & Moreno-Armella, L. (2021). Teachers’ understanding and use of
mathematical modelling in the classroom. International Journal of Mathematical
Education in Science and Technology, 52(3), 357–375.
Saunders, M., Lewis, P., & Thornhill, A. (2019). Research methods for business students (8th
ed.). Pearson
Education. https://www.researchgate.net/publication/240218229_Research_Methods_for
_Business_Students
Shero, S., Fairchild, A. J., Kennedy, A., & Bowers, C. (2022). Designing and analyzing
educational research: Quantitative and qualitative considerations. Frontiers in Education,
7, 1043471. https://doi.org/10.3389/feduc.2022.1043471
Siller, H.-S., et al. (2023). Mathematical modelling of exponential growth as a rich context for
learning. ZDM–Mathematics Education, 55(5), 845–861. https://doi.org/10.1007/s11858-
022-01433-8
Stillman, G., & Kaiser, G. (2023). Implementing mathematical modelling in school: Challenges
and opportunities. ZDM–Mathematics Education, 55(4), 599–
613. https://www.researchgate.net/publication/237451116_Implementing_Applications_a
nd_Modelling_in_Secondary_School_Issues_for_Teaching_and_Learning
DOI: https://doi.org/10.71112/gzahgk97
581 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 2, Núm. 4, 2025, octubre-diciembre
Tracing its foundations and current research-practice trends. (2024). International Journal of
Mathematical Education in Science and Technology. https://doi.org/10.1007/s11858-
024-01578-8
UNESCO. (2023). Recomendaciones éticas para la investigación educativa
inclusiva. https://unesdoc.unesco.org
Wake, G., & Soto, L. (2023). Mathematical modelling for empowerment: Exploring students’
agency in applied contexts. Frontiers in Education, 8, 1186542.
