Introducción
Mucho nos preguntamos si el sismo, de magnitud 7.1, fue más fuerte en la Ciudad de México que el terremoto de magnitud 8.0 de 1985. Sólo por la enorme diferencia en magnitud de los dos eventos, uno podría suponer que no. Esto tiene sentido, ya que el sismo de 1985 liberó 32 veces más energía sísmica que el del 19 de septiembre de 2017. Sin embargo, en 1985, el epicentro fue muy lejano y bajo las costas del estado de Michoacán, a más de 400 km de la capital, mientras que el 7.1 ocurrió apenas 120 km al sur de la ciudad. Al propagarse, las ondas sísmicas se atenúan rápidamente. Por ello, a pesar de que la ruptura que generó las ondas sísmicas el martes pasado es mucho menor que la de 1985, las sacudidas en la Ciudad de México fueron tan violentas. A continuación, veremos porqué.¿Dónde y por qué ocurrió el sismo?
La ruptura del sismo del 19 de septiembre de 2017 ocurrió dentro de la placa oceánica de Cocos (i.e. sismo intraplaca), por debajo del continente, a una profundidad de 57 km (Figura 1). Si bien este tipo de sismo no es el más común en México, de ninguna manera es extraordinario. En la Figura 1 se muestran los epicentros y profundidades de algunos sismos similares, incluyendo el del pasado martes. Estas rupturas se producen a profundidades mayores que los típicos sismos de subducción como el de 1985, que tiene lugar bajo las costas del Pacífico mexicano sobre la interfaz de contacto entre las placas tectónicas de Cocos y de Norteamérica (línea roja, Figura 1). Los sismos intraplaca, de profundidad intermedia, se producen por esfuerzos extensivos a lo largo de la placa de Cocos. Las fallas geológicas asociadas a estos sismos se conoces con el nombre de “fallas normales”. Es preciso mencionar que estudios realizados para sismos intraplaca en México muestran que, por año, la probabilidad de que la intensidad de las sacudidas en la Ciudad de México debidas a este tipo de terremotos sea grande es muy similar a la de los sismos típicos de subducción, como el de 1985, entre otros. Esto implica que el peligro sísmico en la capital, asociado a los sismos intraplaca (como los del 7 y 19 de septiembre de 2017), es tan grande como el de los sismos más comunes que ocurren bajo las costas del Pacífico mexicano.
Figura 1. Localizaciones del sismo de magnitud 7.1 del 19 de septiembre de 2017 (color rojo) y algunos otros del mismo tipo en la región. Las “pelotas de playa” ilustran la orientación de las fallas y la dirección en que deslizaron. Todas estas son fallas de tipo normal.
¿Por qué tantos daños?
Gracias a la vasta red de acelerógrafos y sismómetros que registraron ambos terremotos en la Ciudad de México, y a los esfuerzos de muchos sismólogos e ingenieros mexicanos, hoy hemos entendido mejor qué ocurrió. Uno de los ingredientes que usan los ingenieros civiles para calcular las estructuras de los edificios de la CDMX es la aceleración máxima (Amax) del suelo producida por las ondas sísmicas. En 1985, la Amax en Ciudad Universitaria (CU), que está en suelo firme (Figura 2), fue de 30 gal (1 gal = 1 cm/s2), mientras que la Amax del 19 de septiembre de 2017 fue de 57 gal. Es decir que el suelo en la zona cercana a CU experimentó una sacudida dos veces mayor que en 1985.Sin embargo, todos sabemos que gran parte de la Ciudad de México está edificada sobre sedimentos blandos de los antiguos lagos que existieron en el valle. Estos sedimentos provocan una enorme amplificación de las ondas sísmicas en la Ciudad de México que, probablemente, sea la más grande reportada en el mundo.
Figura 2. Espesor de la cuenca sedimentaria donde se encuentra gran parte de la Ciudad de México. Nótese la localización del terremoto del 19 de septiembre en el cuadro de la parte superior izquierda. Los puntos azules indican los sitios de dos estaciones sísmicas que registraron los terremotos de 1985 y 2017. La región entre los contornos azul y rojo representa la zona de transición entre el suelo firme y el suelo blando.
Para dar una idea tangible, la amplitud de las ondas sísmicas con períodos cercanos de 2 segundos en zona de lago (o zona blanda) (e.g. colonias Roma, Condesa, Centro y Doctores) puede llegar a ser 50 veces mayor que en un sitio de suelo firme de la Ciudad de México. Sin embargo, como las ondas también se amplifican en el suelo firme de la periferia, con respecto a lugares lejanos de la Ciudad de México, la amplitud en zona de lago puede ser de 300 a 500 veces mayor. En algunos sitios de la zona del lago, las aceleraciones máximas del suelo producidas por el sismo de magnitud 7.1 fueron menores a las registradas en 1985. Por ejemplo, en la Secretaría de Comunicaciones y Transportes (SCT, Figura 2), que se encuentra en dicha zona, Amax en 1985 fue de 160 gal, mientras que el pasado 19 de septiembre fue de 91 gal. En otros sitios de la zona de lago, las aceleraciones del suelo durante el sismo reciente fueron, muy probablemente, mayores que la registradas en 1985. Se trata de un patrón de movimiento complejo y muy variable en el espacio.
Figura 3. Localización de daños graves y colapsos durante el sismo del 19 de septiembre de 2017 (puntos rojos). El mapa contiene de fondo la información del periodo natural del suelo (degradado de colores), que es una característica que determina el potencial de amplificación del suelo blando de la ciudad. La zona en tonos grises representa los periodos de 0.5 a 1.0 segundos, también conocida como la zona de transición. (Fuente: ERN Ingenieros Consultores, ERNTérate, “Nota de interés al respecto del sismo del 19 de septiembre de 2017”, publicada el 23 de septiembre de 2017).
Un análisis detallado del movimiento del suelo producido por ambos sismos en la Ciudad de México revela cosas interesantes. De la misma manera que sucede con el sonido emitido por una cuerda de guitarra, los sismos están formados por ondas con diferentes períodos de oscilación. Los sismogramas registrados muestran que la amplitud de las ondas sísmicas con períodos de oscilación menores a 2 segundos fue mucho más grande en 2017 que en 1985 (en promedio unas 5 veces), grosso modo, en toda la ciudad. Sorprendentemente, sucede lo contrario para ondas con períodos mayores de 2 segundos, cuya amplitud fue mucho mayor en 1985 (hasta 10 veces mayor). Como veremos abajo, esto tiene fuertes implicaciones en el tipo de daños observados durante ambos terremotos.
En resumen, los movimientos del suelo debidos al sismo de magnitud 7.1 fueron muy violentos y, de cierto modo, comparables a los de 1985 a pesar de haber sido provocados por una ruptura (falla geológica) mucho más pequeña que, sin embargo, ocurrió mucho más cerca de la Ciudad.
Y los edificios, ¿qué sintieron?
Para los edificios, la situación no es tan sencilla. La aceleración máxima del suelo (Amax) no es necesariamente lo que pone en riesgo su estabilidad. Por el contrario, al ser estructuras de dimensiones (alturas) diferentes, su vulnerabilidad es muy variada. Ondas con mayor período de oscilación amenazan estructuras más altas. Contrariamente, ondas con períodos más cortos, amenazan estructuras más bajas. Para identificar qué estructuras pudieron verse afectadas por el sismo de 2017, los ingenieros y sismólogos calculan lo que llaman las “aceleraciones espectrales” a partir de los sismogramas registrados. Dichos valores nos dan una idea de las aceleraciones que pudieron experimentar, en sus azoteas, edificios con diferentes alturas. Las aceleraciones espectrales en CU (suelo firme) indican que, los edificios de 1 a 12 pisos cercanos a la estación sísmica experimentaron una aceleración promedio de 119 gal, que es aproximadamente 2 veces mayor que la observada en 1985 (Figura 4a). En contraste, las estimaciones en SCT (suelo blando) muestran que edificios pequeños de este tipo, cercanos a la estación, experimentaron una aceleración promedio de 188 gal, muy similares a las de 1985 (Figura 4b).Por otro lado, edificios más altos, de entre 12 y 20 pisos, experimentaron una aceleración promedio en CU de 60 gal, que es 30% menor a la de 1985, que fue de 85 gal (Figura 4a). La diferencia más clara entre los dos terremotos ocurrió en suelo blando para edificios con más de 15 pisos. La Figura 4b muestra claramente cómo, en 1985, los edificios de este tipo cercanos a SCT experimentaron aceleraciones de 1.5 a 4.9 veces más grandes que las observadas el 19 de septiembre de 2017. En 1985, algunas de estas grandes estructuras experimentaron aceleraciones de hasta 760 gal. Como referencia, la aceleración de la gravedad terrestre (i.e. la de un cuerpo en caída libre) es de 981 gal.
Como veremos a continuación, la estación SCT no se encuentra en la zona con los mayores daños, que se encuentra más al oeste (hacia las colonias Roma y Condesa), principalmente en la zona de transición de la cuenca sedimentaria. Un análisis similar al de la Figura 4 a partir de registros en dichas colonias permitirá estimar qué tipos de edificios fueron los más amenazados. En esa zona, esperamos aceleraciones mayores que las de SCT para edificios de 4 a 10 pisos.
Figura 4. Aceleraciones experimentadas en las azoteas de edificios con diferentes alturas en los sitios CU (a, suelo firme) y SCT (b, suelo blando) (ver Figura 2) para los sismos del 19 de septiembre de 1985 (rojo) y 2017 (azul). 1 gal = 1 cm/s2. Las aceleraciones reportadas corresponden al promedio geométrico de ambas componentes horizontales del movimiento.
Los ingenieros y sismólogos de la UNAM, gracias a múltiples investigaciones basadas en miles de registros sísmicos en la Ciudad de México y el desarrollo de herramientas sofisticadas han podido cartografiar, en toda la mancha urbana, valores de aceleración experimentados el pasado 19 de septiembre para diferentes tipos de estructuras. Dichas herramientas fueron desarrolladas en el Instituto de Ingeniería de la UNAM y operan automáticamente en tiempo real. Con ellas, se generan mapas de intensidad en toda la ciudad pocos minutos después del sismo, mismos que son útiles para identificar, rápidamente, las zonas potencialmente dañas. La Figura 5 ilustra claramente esto para el sismo del 19 de septiembre de 2017. Ahí se puede apreciar que existe una clara correlación entre los daños ocurridos (i.e. los edificios colapsados o fuertemente dañados) y las zonas donde se produjeron las mayores aceleraciones espectrales. Consistentemente con lo explicado en el párrafo anterior, el sismo de magnitud 7.1 dañó, en su mayor parte, estructuras relativamente pequeñas, de entre 4 y 7 pisos, a lo largo de una franja con orientación norte-sur dentro de la zona de transición (entre las zonas de suelo firme y blando) al poniente de la zona de lago (Figuras 3 y 4). En contraste, las estructuras dañadas en 1985 fueron en su mayoría más grandes, con alturas de entre 7 y 14 pisos.
Figura 5. Mapa de aceleraciones espectrales para periodos de 1 segundo, correspondientes a la respuesta de estructuras de 7 a 10 pisos. Los triángulos negros muestran las localizaciones de los edificios colapsados o fuertemente dañados.
¿Por qué los daños se concentraron en ciertas zonas de la ciudad?
La violencia del movimiento del suelo en la Ciudad de México depende principalmente del tipo de suelo donde nos encontremos. Como ya se dijo, gran parte de la ciudad está asentada en suelo blando, sobre sedimentos lacustres (contorno rojo en de Figura 1). La Figura 5 muestra la aceleración estimada en las azoteas de edificios de 7 a 10 pisos (i.e. con períodos de resonancia cercanos a 1 segundo) provocada por el sismo del 19 de septiembre de 2017. Cabe precisar que este mapa fue generado en forma automática, casi en tiempo real, por el Instituto de Ingeniería de la UNAM, por lo que se hizo público unos minutos después del sismo. Como ya se dijo, existe una clara correlación entre la franja roja de máxima aceleración al poniente de la cuenca y la localización de los edificios colapsados o fuertemente dañados. También es sorprendente la correlación que hay entre los valores grandes de aceleración (franja roja) y la geometría (espesor) de los sedimentos lacustres (Figuras 2 y 3). La mayoría de los daños se encuentran al oeste de la cuenca sedimentaria, sobre la zona de transición y parte del suelo blando, muy cerca de su límite poniente. Ahí, los sedimentos tienen un espesor de 10 a 30 m. La interacción y amplificación de las ondas sísmicas con esta región de la cuenca sedimentaria provocaron los daños.Además de la amplificación de las ondas, la duración del movimiento del suelo es también mucho mayor dentro de los sedimentos blandos. Estudios recientes muestran que las duraciones más grandes esperadas para períodos de oscilación menores a 2 segundos coinciden con la zona de mayor destrucción para el sismo de magnitud 7.1 del 19 de septiembre de 2017. Por ejemplo, la duración de la fase intensa del movimiento en CU fue de 36 segundos, mientras que en SCT, fue de 1 minuto. Por esta razón, tanto la violencia de las sacudidas como su duración en la zona de transición y de lago son las causantes de la destrucción.
¿Los daños se debieron a deficiencias en el reglamento de construcción?
No tenemos hasta el momento indicios de que las fuerzas de diseño (i.e. los criterios de resistencia estructural) actualmente vigentes en el reglamento de construcción de la Ciudad de México se hayan excedido durante el sismo del 19 de septiembre de 2017. Por lo tanto, los edificios construidos en los últimos años no deberían haber sufrido daños. Sin embargo, en el caso de estructuras comunes, el Reglamento de Construcciones de la ciudad no exige que las edificaciones antiguas sean reforzadas para resistir las fuerzas especificadas en las normas emitidas después de su fecha de construcción. Es posible, entonces, que en el caso de edificaciones antiguas sí se hayan excedido las fuerzas de diseño con las que fueron proyectadas.Independientemente de lo anterior, se sabe que existe un grave problema por falta de cumplimiento de las normas especificadas en el reglamento vigente de construcción, documentado en proyectos de investigación realizados en la UNAM. En consecuencia, los daños observados se explican mejor con la falta de observancia de las normas, más que por posibles deficiencias en el Reglamento de Construcción actual.
¿Esperamos un sismo de mayor intensidad en la Ciudad de México?
Es muy probable. Bajo las costas del estado de Guerrero, por ejemplo, existe una brecha sísmica (i.e. segmento donde no ha ocurrido un terremoto significativo en más de 60 años) de 250 km de longitud en dónde podría ocurrir un sismo de magnitud superior a 8. Este segmento se encuentra a unos 300 km de la Ciudad de México. Es decir, aproximadamente 150 km más cerca que la zona epicentral del terremoto de 1985. Estimaciones hechas por sismólogos de la UNAM sugieren que, si este sismo ocurriera en un futuro, las aceleraciones del suelo blando en la Ciudad de México podrían ser, bajo ciertas condiciones, mayores que las del sismo reciente de magnitud 7.1, y de 2 a 3 veces mayores que las de 1985 en particular para edificios de más de 10 pisos. La duración del movimiento del suelo sería mayor que las experimentadas en 2017 (alrededor de 3 minutos en su fase intensa).23 de septiembre de 2017
La información utilizada para elaborar esta nota resulta del esfuerzo
de investigadores y técnicos académicos de los institutos de Geofísica e Ingeniería de la UNAM.
Bibliografía
Meet the Dolls. Camry (2017). Naturally Perfect Dolls. Recuperado de <https://www.naturallyperfectdolls.com/pages/camryn>.
COMENTARIOS
Introducción
Mucho nos preguntamos si el sismo, de magnitud 7.1, fue más fuerte en la Ciudad de México que el terremoto de magnitud 8.0 de 1985. Sólo por la enorme diferencia en magnitud de los dos eventos, uno podría suponer que no. Esto tiene sentido, ya que el sismo de 1985 liberó 32 veces más energía sísmica que el del 19 de septiembre de 2017. Sin embargo, en 1985, el epicentro fue muy lejano y bajo las costas del estado de Michoacán, a más de 400 km de la capital, mientras que el 7.1 ocurrió apenas 120 km al sur de la ciudad. Al propagarse, las ondas sísmicas se atenúan rápidamente. Por ello, a pesar de que la ruptura que generó las ondas sísmicas el martes pasado es mucho menor que la de 1985, las sacudidas en la Ciudad de México fueron tan violentas. A continuación, veremos porqué.¿Dónde y por qué ocurrió el sismo?
La ruptura del sismo del 19 de septiembre de 2017 ocurrió dentro de la placa oceánica de Cocos (i.e. sismo intraplaca), por debajo del continente, a una profundidad de 57 km (Figura 1). Si bien este tipo de sismo no es el más común en México, de ninguna manera es extraordinario. En la Figura 1 se muestran los epicentros y profundidades de algunos sismos similares, incluyendo el del pasado martes. Estas rupturas se producen a profundidades mayores que los típicos sismos de subducción como el de 1985, que tiene lugar bajo las costas del Pacífico mexicano sobre la interfaz de contacto entre las placas tectónicas de Cocos y de Norteamérica (línea roja, Figura 1). Los sismos intraplaca, de profundidad intermedia, se producen por esfuerzos extensivos a lo largo de la placa de Cocos. Las fallas geológicas asociadas a estos sismos se conoces con el nombre de “fallas normales”. Es preciso mencionar que estudios realizados para sismos intraplaca en México muestran que, por año, la probabilidad de que la intensidad de las sacudidas en la Ciudad de México debidas a este tipo de terremotos sea grande es muy similar a la de los sismos típicos de subducción, como el de 1985, entre otros. Esto implica que el peligro sísmico en la capital, asociado a los sismos intraplaca (como los del 7 y 19 de septiembre de 2017), es tan grande como el de los sismos más comunes que ocurren bajo las costas del Pacífico mexicano.Figura 1. Localizaciones del sismo de magnitud 7.1 del 19 de septiembre de 2017 (color rojo) y algunos otros del mismo tipo en la región. Las “pelotas de playa” ilustran la orientación de las fallas y la dirección en que deslizaron. Todas estas son fallas de tipo normal.
¿Por qué tantos daños?
Gracias a la vasta red de acelerógrafos y sismómetros que registraron ambos terremotos en la Ciudad de México, y a los esfuerzos de muchos sismólogos e ingenieros mexicanos, hoy hemos entendido mejor qué ocurrió. Uno de los ingredientes que usan los ingenieros civiles para calcular las estructuras de los edificios de la CDMX es la aceleración máxima (Amax) del suelo producida por las ondas sísmicas. En 1985, la Amax en Ciudad Universitaria (CU), que está en suelo firme (Figura 2), fue de 30 gal (1 gal = 1 cm/s2), mientras que la Amax del 19 de septiembre de 2017 fue de 57 gal. Es decir que el suelo en la zona cercana a CU experimentó una sacudida dos veces mayor que en 1985.Sin embargo, todos sabemos que gran parte de la Ciudad de México está edificada sobre sedimentos blandos de los antiguos lagos que existieron en el valle. Estos sedimentos provocan una enorme amplificación de las ondas sísmicas en la Ciudad de México que, probablemente, sea la más grande reportada en el mundo.
Figura 2. Espesor de la cuenca sedimentaria donde se encuentra gran parte de la Ciudad de México. Nótese la localización del terremoto del 19 de septiembre en el cuadro de la parte superior izquierda. Los puntos azules indican los sitios de dos estaciones sísmicas que registraron los terremotos de 1985 y 2017. La región entre los contornos azul y rojo representa la zona de transición entre el suelo firme y el suelo blando.
Para dar una idea tangible, la amplitud de las ondas sísmicas con períodos cercanos de 2 segundos en zona de lago (o zona blanda) (e.g. colonias Roma, Condesa, Centro y Doctores) puede llegar a ser 50 veces mayor que en un sitio de suelo firme de la Ciudad de México. Sin embargo, como las ondas también se amplifican en el suelo firme de la periferia, con respecto a lugares lejanos de la Ciudad de México, la amplitud en zona de lago puede ser de 300 a 500 veces mayor. En algunos sitios de la zona del lago, las aceleraciones máximas del suelo producidas por el sismo de magnitud 7.1 fueron menores a las registradas en 1985. Por ejemplo, en la Secretaría de Comunicaciones y Transportes (SCT, Figura 2), que se encuentra en dicha zona, Amax en 1985 fue de 160 gal, mientras que el pasado 19 de septiembre fue de 91 gal. En otros sitios de la zona de lago, las aceleraciones del suelo durante el sismo reciente fueron, muy probablemente, mayores que la registradas en 1985. Se trata de un patrón de movimiento complejo y muy variable en el espacio.
Figura 3. Localización de daños graves y colapsos durante el sismo del 19 de septiembre de 2017 (puntos rojos). El mapa contiene de fondo la información del periodo natural del suelo (degradado de colores), que es una característica que determina el potencial de amplificación del suelo blando de la ciudad. La zona en tonos grises representa los periodos de 0.5 a 1.0 segundos, también conocida como la zona de transición. (Fuente: ERN Ingenieros Consultores, ERNTérate, “Nota de interés al respecto del sismo del 19 de septiembre de 2017”, publicada el 23 de septiembre de 2017).
Un análisis detallado del movimiento del suelo producido por ambos sismos en la Ciudad de México revela cosas interesantes. De la misma manera que sucede con el sonido emitido por una cuerda de guitarra, los sismos están formados por ondas con diferentes períodos de oscilación. Los sismogramas registrados muestran que la amplitud de las ondas sísmicas con períodos de oscilación menores a 2 segundos fue mucho más grande en 2017 que en 1985 (en promedio unas 5 veces), grosso modo, en toda la ciudad. Sorprendentemente, sucede lo contrario para ondas con períodos mayores de 2 segundos, cuya amplitud fue mucho mayor en 1985 (hasta 10 veces mayor). Como veremos abajo, esto tiene fuertes implicaciones en el tipo de daños observados durante ambos terremotos.
En resumen, los movimientos del suelo debidos al sismo de magnitud 7.1 fueron muy violentos y, de cierto modo, comparables a los de 1985 a pesar de haber sido provocados por una ruptura (falla geológica) mucho más pequeña que, sin embargo, ocurrió mucho más cerca de la Ciudad.
Y los edificios, ¿qué sintieron?
Para los edificios, la situación no es tan sencilla. La aceleración máxima del suelo (Amax) no es necesariamente lo que pone en riesgo su estabilidad. Por el contrario, al ser estructuras de dimensiones (alturas) diferentes, su vulnerabilidad es muy variada. Ondas con mayor período de oscilación amenazan estructuras más altas. Contrariamente, ondas con períodos más cortos, amenazan estructuras más bajas. Para identificar qué estructuras pudieron verse afectadas por el sismo de 2017, los ingenieros y sismólogos calculan lo que llaman las “aceleraciones espectrales” a partir de los sismogramas registrados. Dichos valores nos dan una idea de las aceleraciones que pudieron experimentar, en sus azoteas, edificios con diferentes alturas. Las aceleraciones espectrales en CU (suelo firme) indican que, los edificios de 1 a 12 pisos cercanos a la estación sísmica experimentaron una aceleración promedio de 119 gal, que es aproximadamente 2 veces mayor que la observada en 1985 (Figura 4a). En contraste, las estimaciones en SCT (suelo blando) muestran que edificios pequeños de este tipo, cercanos a la estación, experimentaron una aceleración promedio de 188 gal, muy similares a las de 1985 (Figura 4b).Por otro lado, edificios más altos, de entre 12 y 20 pisos, experimentaron una aceleración promedio en CU de 60 gal, que es 30% menor a la de 1985, que fue de 85 gal (Figura 4a). La diferencia más clara entre los dos terremotos ocurrió en suelo blando para edificios con más de 15 pisos. La Figura 4b muestra claramente cómo, en 1985, los edificios de este tipo cercanos a SCT experimentaron aceleraciones de 1.5 a 4.9 veces más grandes que las observadas el 19 de septiembre de 2017. En 1985, algunas de estas grandes estructuras experimentaron aceleraciones de hasta 760 gal. Como referencia, la aceleración de la gravedad terrestre (i.e. la de un cuerpo en caída libre) es de 981 gal.
Como veremos a continuación, la estación SCT no se encuentra en la zona con los mayores daños, que se encuentra más al oeste (hacia las colonias Roma y Condesa), principalmente en la zona de transición de la cuenca sedimentaria. Un análisis similar al de la Figura 4 a partir de registros en dichas colonias permitirá estimar qué tipos de edificios fueron los más amenazados. En esa zona, esperamos aceleraciones mayores que las de SCT para edificios de 4 a 10 pisos.
Figura 4. Aceleraciones experimentadas en las azoteas de edificios con diferentes alturas en los sitios CU (a, suelo firme) y SCT (b, suelo blando) (ver Figura 2) para los sismos del 19 de septiembre de 1985 (rojo) y 2017 (azul). 1 gal = 1 cm/s2. Las aceleraciones reportadas corresponden al promedio geométrico de ambas componentes horizontales del movimiento.
Los ingenieros y sismólogos de la UNAM, gracias a múltiples investigaciones basadas en miles de registros sísmicos en la Ciudad de México y el desarrollo de herramientas sofisticadas han podido cartografiar, en toda la mancha urbana, valores de aceleración experimentados el pasado 19 de septiembre para diferentes tipos de estructuras. Dichas herramientas fueron desarrolladas en el Instituto de Ingeniería de la UNAM y operan automáticamente en tiempo real. Con ellas, se generan mapas de intensidad en toda la ciudad pocos minutos después del sismo, mismos que son útiles para identificar, rápidamente, las zonas potencialmente dañas. La Figura 5 ilustra claramente esto para el sismo del 19 de septiembre de 2017. Ahí se puede apreciar que existe una clara correlación entre los daños ocurridos (i.e. los edificios colapsados o fuertemente dañados) y las zonas donde se produjeron las mayores aceleraciones espectrales. Consistentemente con lo explicado en el párrafo anterior, el sismo de magnitud 7.1 dañó, en su mayor parte, estructuras relativamente pequeñas, de entre 4 y 7 pisos, a lo largo de una franja con orientación norte-sur dentro de la zona de transición (entre las zonas de suelo firme y blando) al poniente de la zona de lago (Figuras 3 y 4). En contraste, las estructuras dañadas en 1985 fueron en su mayoría más grandes, con alturas de entre 7 y 14 pisos.
Figura 5. Mapa de aceleraciones espectrales para periodos de 1 segundo, correspondientes a la respuesta de estructuras de 7 a 10 pisos. Los triángulos negros muestran las localizaciones de los edificios colapsados o fuertemente dañados.
¿Por qué los daños se concentraron en ciertas zonas de la ciudad?
La violencia del movimiento del suelo en la Ciudad de México depende principalmente del tipo de suelo donde nos encontremos. Como ya se dijo, gran parte de la ciudad está asentada en suelo blando, sobre sedimentos lacustres (contorno rojo en de Figura 1). La Figura 5 muestra la aceleración estimada en las azoteas de edificios de 7 a 10 pisos (i.e. con períodos de resonancia cercanos a 1 segundo) provocada por el sismo del 19 de septiembre de 2017. Cabe precisar que este mapa fue generado en forma automática, casi en tiempo real, por el Instituto de Ingeniería de la UNAM, por lo que se hizo público unos minutos después del sismo. Como ya se dijo, existe una clara correlación entre la franja roja de máxima aceleración al poniente de la cuenca y la localización de los edificios colapsados o fuertemente dañados. También es sorprendente la correlación que hay entre los valores grandes de aceleración (franja roja) y la geometría (espesor) de los sedimentos lacustres (Figuras 2 y 3). La mayoría de los daños se encuentran al oeste de la cuenca sedimentaria, sobre la zona de transición y parte del suelo blando, muy cerca de su límite poniente. Ahí, los sedimentos tienen un espesor de 10 a 30 m. La interacción y amplificación de las ondas sísmicas con esta región de la cuenca sedimentaria provocaron los daños.Además de la amplificación de las ondas, la duración del movimiento del suelo es también mucho mayor dentro de los sedimentos blandos. Estudios recientes muestran que las duraciones más grandes esperadas para períodos de oscilación menores a 2 segundos coinciden con la zona de mayor destrucción para el sismo de magnitud 7.1 del 19 de septiembre de 2017. Por ejemplo, la duración de la fase intensa del movimiento en CU fue de 36 segundos, mientras que en SCT, fue de 1 minuto. Por esta razón, tanto la violencia de las sacudidas como su duración en la zona de transición y de lago son las causantes de la destrucción.
¿Los daños se debieron a deficiencias en el reglamento de construcción?
No tenemos hasta el momento indicios de que las fuerzas de diseño (i.e. los criterios de resistencia estructural) actualmente vigentes en el reglamento de construcción de la Ciudad de México se hayan excedido durante el sismo del 19 de septiembre de 2017. Por lo tanto, los edificios construidos en los últimos años no deberían haber sufrido daños. Sin embargo, en el caso de estructuras comunes, el Reglamento de Construcciones de la ciudad no exige que las edificaciones antiguas sean reforzadas para resistir las fuerzas especificadas en las normas emitidas después de su fecha de construcción. Es posible, entonces, que en el caso de edificaciones antiguas sí se hayan excedido las fuerzas de diseño con las que fueron proyectadas.Independientemente de lo anterior, se sabe que existe un grave problema por falta de cumplimiento de las normas especificadas en el reglamento vigente de construcción, documentado en proyectos de investigación realizados en la UNAM. En consecuencia, los daños observados se explican mejor con la falta de observancia de las normas, más que por posibles deficiencias en el Reglamento de Construcción actual.
¿Esperamos un sismo de mayor intensidad en la Ciudad de México?
Es muy probable. Bajo las costas del estado de Guerrero, por ejemplo, existe una brecha sísmica (i.e. segmento donde no ha ocurrido un terremoto significativo en más de 60 años) de 250 km de longitud en dónde podría ocurrir un sismo de magnitud superior a 8. Este segmento se encuentra a unos 300 km de la Ciudad de México. Es decir, aproximadamente 150 km más cerca que la zona epicentral del terremoto de 1985. Estimaciones hechas por sismólogos de la UNAM sugieren que, si este sismo ocurriera en un futuro, las aceleraciones del suelo blando en la Ciudad de México podrían ser, bajo ciertas condiciones, mayores que las del sismo reciente de magnitud 7.1, y de 2 a 3 veces mayores que las de 1985 en particular para edificios de más de 10 pisos. La duración del movimiento del suelo sería mayor que las experimentadas en 2017 (alrededor de 3 minutos en su fase intensa).23 de septiembre de 2017
La información utilizada para elaborar esta nota resulta del esfuerzo
de investigadores y técnicos académicos de los institutos de Geofísica e Ingeniería de la UNAM.
Bibliografía
Meet the Dolls. Camry (2017). Naturally Perfect Dolls. Recuperado de <https://www.naturallyperfectdolls.com/pages/camryn>.
COMENTARIOS
Resumen
Desde el 2007, el Programa Adopte un Talento (PAUTA) busca dar respuesta a la necesidad de brindar espacios para vivir la ciencia de una manera diferente. PAUTA busca el desarrollo de las habilidades científicas que fomenten el pensamiento crítico en niños, niñas y jóvenes para que cuestionen su entorno y propongan su mejora.En este artículo se expone cómo el Programa Adopte un Talento busca dar respuesta a los estudiantes que muestran un interés por la ciencia para buscan un espacio para desarrollar sus aptitudes. En las siguientes páginas se presenta la razón de ser, la metodología PAUTA y el programa de vinculación científica en el que una de las actividades que los científicos pueden realizar es la mentoría. Dicha estrategia de atención extracurricular ha sido diseñada e implementada en PAUTA con un proceso específico para acompañar el desarrollo de proyectos de investigación con impacto social.
En dos años de implementación, las mentorías han podido beneficiar al doble de estudiantes que han trabajado directamente con científicos de diferentes instituciones educativas, centros de investigación y empresas.
Palabras clave: aptitudes sobresalientes, talento científico, desarrollo de habilidades científicas, mentoría, aprendizaje por indagación.
Adopt a Talent Program: a link between the scientific community and the children
Since 2007, Adopt a Talent Program (PAUTA) answered the necessity of creating spaces so that children and youngster could live a different way of learning science. PAUTA seeks to develop scientific abilities that encourage critical thinking in children and youngsters who can question their reality proposing ways to improve it.The following pages share the way PAUTA seeks to give an answer to students who show interest in science and are looking for spaces to develop their skills. The article presents the reasons why PAUTA was created, its methodology and the scientific community program in which one of the activities scientists can enroll is mentorship. This extracurricular strategy has a specific design and practice by PAUTA, and it follows up the research projects with social impact that students develop.
Mentorship has been implemented for two years in PAUTA. By the second year we were able to double the benefited students. They have been working directly with scientists in different educational institutions, research centers and enterprises.
Keywords: giftedness, scientific talent, scientific skills development, mentoring, inquiry based learning.
Introducción
El Programa Adopte un Talento (PAUTA) nació en 2007 por inquietud de Alejandro Frank, Jorge Hirsch y Julia Tagüena, tres aventurados investigadores de la Universidad Nacional Autónoma de México (UNAM) que buscaban que todos los niños con interés y talento para la ciencia tuvieran un espacio donde desarrollar sus aptitudes. Así nació PAUTA en el Instituto de Ciencias Nucleares de la UNAM. Hoy tiene sedes en Chiapas, Morelos, Michoacán y la Ciudad de México. |
[…] buscaban que todos los niños con interés y talento para la ciencia tuvieran un espacio donde desarrollar sus aptitudes. Así nació PAUTA en el Instituto de Ciencias Nucleares de la UNAM. | |
 |
||
PAUTA busca dar respuesta a la necesidad de que más niños, niñas y jóvenes tengan oportunidad de acercarse a la ciencia de una manera distinta y así acompañarlos en su desarrollo académico. A lo largo de estos diez años, el programa ha apoyado a más de 6 700 niños y jóvenes de preescolar, primaria, secundaria y bachillerato. Éste es un programa de seguimiento, por lo que los participantes pueden permanecer hasta 14 años en atención.
Consideramos nuestra labor prioritaria, pues, si analizamos las estadísticas sociales de México vemos que la mitad de su población está por debajo de la línea de pobreza: uno de cada cinco mexicanos es pobre, en comparación al promedio de los países de la Organización para la Cooperación y el Desarrollo Económicos (OCDE), alrededor de 1 de cada 10. Estas cifras nos indican que muchas personas con gran potencial científico no cuentan con la formación, la oportunidad ni los recursos mínimos para poder llegar a estudiar una carrera universitaria. Además, es fundamental considerar que, sin importar la capacidad innata de las personas, un contexto adverso puede mermar el potencial de desarrollar sus habilidades.
El informe del Programa Internacional para la Evaluación de Estudiantes (PISA por sus siglas en inglés) en 2015 (OCDE, 2016) nos muestra que:
En matemáticas
57% de estudiantes en México no alcanza el nivel de competencias básico (nivel 2) en matemáticas (promedio OCDE: 23%). Menos de 0.3% de estudiantes en México de 15 años logra alcanzar los niveles de competencia más altos (5 y 6) en matemáticas (promedio OCDE: 10.7%). Menos de 0.3% de estudiantes en México de 15 años logra alcanzar los niveles de competencia más altos (niveles 5 y 6) en matemáticas (promedio OCDE: 10.7%).
Ejemplo de mentorías. Imagen: PAUTA.
En ciencias
Los esfuerzos que se han hecho en México para elevar el nivel educativo de la población no han sido suficientes. Tampoco lo son en la capacidad para desarrollar habilidades científicas. Esto corresponde, en parte, a las metodologías utilizadas en la enseñanza de las ciencias, pero también a aspectos sociodemográficos, carencias económicas y desigualdades sociales.41% de los jóvenes en México espera trabajar en una ocupación que requiera una formación científica, el promedio de los países de 24%. 48% de estudiantes en México no alcanzan el nivel básico (nivel 2) en ciencias (promedio OCDE: 20%). Menos de 0.1% de estudiantes de 15 años alcanza los niveles de competencia más altos (niveles 5 y 6) en ciencias (promedio OCDE: 8%). En México, estudiantes promedio obtienen 416 puntos en ciencia. El puntaje promedio en la OCDE es de 493, una diferencia que equivale a poco menos de dos años de escolaridad. En promedio, los chicos superan a las chicas en 8 puntos en la evaluación de ciencias, lo cual está por encima del promedio de la OCDE. Alrededor del 45% de los chicos y el 36% de las chicas tienen la expectativa de estar trabajando en una ocupación relacionada con las ciencias cuando cumplan 30 años; en ambos casos estos resultados se encuentran significativamente por encima del promedio OCDE.
Desarrollo
Modelo pedagógico PAUTA
El modelo pedagógico del programa responde a una propuesta constructivista que tiene como principal objetivo el desarrollo de habilidades científicas, sin dejar de ser un proceso integral donde de manera complementaria se trabajan habilidades sociales, comunicativas, de emprendimiento y creatividad, a través de actividades que se llevan a cabo de manera colaborativa. Así, se promueve entre los participantes un acercamiento más completo al quehacer científico.
Ejemplo de taller en la CDMX. Imagen: PAUTA.
Si bien se busca un desarrollo integral, el principal objetivo es el desarrollo de habilidades científicas, y a las otras se habilidades les denomina complementarias.
En cuanto al desarrollo de habilidades científicas, el programa se basa en el aprendizaje de las ciencias por indagación. Se busca que los participantes, desde preescolar hasta bachillerato “hagan ciencia”; esto implica que observen fenómenos, planteen preguntas de investigación, propongan hipótesis y las comprueben a través de diseños experimentales, analicen e interpreten sus resultados, propongan conclusiones y comuniquen sus resultados a sus pares y hagan comunicación científica en su comunidad.
El currículo de PAUTA está diseñado con actividades que responden a cuatro tipos de indagación: estructurada, controlada, guiada y libre. En cada ciclo escolar se hace énfasis en determinadas habilidades y a lo largo de la propuesta curricular se trabaja en espiral para que, conforme avancen los años, se retomen las habilidades de manera más compleja. De esta forma se crea el andamiaje para que los participantes avancen, de una indagación más estructurada y de corta duración, hacia una indagación libre que corresponde a la realización de un proyecto de investigación con impacto social que requiere meses de trabajo.
A cargo de estas actividades están profesionales de áreas de ciencia con gusto por el trabajo con niños y jóvenes que están en formación continua sobre la propuesta pedagógica de PAUTA.
Feria de ciencias. Imagen: PAUTA. Los participantes se acercan al programa principalmente por su interés por la ciencia. En una evaluación interna de habilidades cognitivas se observó que el puntaje de la media de la población de PAUTA se encuentra por encima de la media general. Sin embargo, para participar en el programa no es un requisito tener un diagnóstico de aptitudes sobresalientes, solamente se pide interés por la ciencia. Este es un interés muy común entre la población con aptitudes sobresalientes, lo que lleva a que PAUTA sea una respuesta educativa extracurricular muy atractiva para estos estudiantes.
A lo largo del ciclo escolar y de sus años de participación, a partir de la evaluación formal e informal del rendimiento de los participantes, se identifican a aquellos estudiantes sobresalientes que muestran habilidades y compromiso. Para estos estudiantes se ofrece una atención diferenciada a través del programa de mentores que es una de líneas de acción del Programa de vinculación con la comunidad científica (Gallagher, 1994; Harwood y McMahon, 1997).
Programa de vinculación científica
El programa de vinculación científica es un canal de doble sentido en el que los participantes tienen la oportunidad de interactuar con los científicos. Tiene doble sentido, porque, por una parte, los niños y jóvenes conocen a los científicos y aprenden con ellos de su experiencia científica y personal, lo cual los motiva y enriquece. Esto hace que comiencen a temprana edad, antes incluso de empezar sus estudios profesionales, a conocer el mundo y el trabajo de un científico. A su vez, para los científicos, se enriquece su quehacer profesional ya que al comunicarse con estudiantes de educación básica retoman su profesión desde el nivel más general, del cual ya están en muchas ocasiones, alejados por su trabajo especializado.Se ha notado que crece el entusiasmo y se renueva la confianza en las futuras generaciones de estudiantes y profesionales al ver a los participantes tan involucrados descubriendo el mundo científico. Una de las líneas de acción de este programa más interesantes es la del programa de mentores. Este programa da inicio cada ciclo escolar cuando llega el momento de trabajar los proyectos de investigación con impacto social.
Feria de ciencias. Imagen: PAUTA.
Los proyectos de investigación con impacto social implican la puesta en práctica de las habilidades desarrolladas a lo largo de todas las actividades. Los participantes realizan un proyecto a partir de sus inquietudes, su contexto natural y social. El proyecto de investigación incluye varias etapas; desde la selección y delimitación del tema que se quiere investigar para poder plantear la pregunta de investigación e hipótesis y seleccionar los métodos y técnicas para obtención de datos que se puedan analizar para generar conclusiones que respondan a la pregunta de investigación planteada al inicio. Cada participante cuenta con un presupuesto para desarrollar su proyecto y con una bitácora específica de registro y desarrollo de su trabajo.
En esta etapa es cuando se ofrece una atención diferenciada para aquellos estudiantes sobresalientes invitándolos a participar en el programa de mentores. Esta invitación exige un alto nivel de compromiso por parte de los participantes que les permita dedicarle más tiempo a su proyecto.
El procedimiento
El programa de mentores incluye varias etapas:1. Reclutamiento y formación de mentores. Durante septiembre y octubre se abre la convocatoria para que los candidatos a mentor se postulen. Se buscan personas que estén estudiando o hayan concluido un posgrado de cualquiera de las diferentes áreas científicas. Después de una revisión de perfiles, propuestas de investigación y ubicación de institución de trabajo se realiza una entrevista para conocerle y explicar los objetivos del programa y los procedimientos y estructura del proyecto. Antes de conocer a los mentorados, todos los mentores reciben un taller de formación en el que conocen el programa pedagógico de PAUTA.
2. Selección y formación de estudiantes. Desde que inicia el ciclo, cada coordinación de sede, realiza una pre-selección de los estudiantes que tienen potencial de entrar al programa de mentores de acuerdo a sus habilidades e intereses científicos y compromiso extra-escolar durante los cuatro meses de la mentoría. De igual forma, antes de conocer a los mentores, los estudiantes con su madre, padre o tutor, reciben un taller de formación para conocer los requisitos y carga de trabajo.
3. Inicio de la mentoría estableciendo código de ética y recomendaciones. Al inicio del mes de febrero, se inician las mentorías, a través del emparejamiento, cuando se presentan a todos los mentores con sus mentorados para que se conozcan, identifiquen el tema de interés, organicen la forma de trabajo y firmen un acuerdo en el que se comprometen a respetar los tiempos de ambas partes. Este acuerdo también lo firma el padre, madre o tutor. Se entrega al mentor un código de ética y recomendaciones sobre el rol del mentor.
4. Desarrollo del proyecto. Se pide a los mentores que trabajen al menos cuatro horas al mes con el estudiante en la institución donde trabaja. En este tiempo, cubren los requisitos del proyecto de investigación como planteamiento de una pregunta de investigación e hipótesis, método a seguir, obtención y análisis de resultados, conclusiones y preparación de la comunicación del proyecto. Durante esta etapa, cada persona involucrada cumple su función, el mentor es quien guía al estudiante y le proporciona herramientas intelectuales y técnicas para el proyecto. El estudiante se encarga de investigar, leer, reflexionar y cumplir con tareas y reuniones de trabajo.
5. Informes mensuales. Cada mentor y cada estudiante, llena el formato informe mensual donde reporta las metas y actividades del mes, las dificultades, etapa del proyecto en la que se encuentran y cómo es su relación con el mentor/ mentorado.
6. Retroalimentación del estudiante. Durante el último mes de la mentoría, los mentores retroalimentan y evalúan el desempeño del estudiante, el programa de mentores y comunican su interés en seguir participando como mentor en PAUTA.
7. Cierre de la mentoría. Los mentores y estudiantes saben que la mentoría tiene un cierre. Por lo tanto, el cierre de la mentoría es en la feria estatal de ciencia, que es cuando se expone el proyecto concluido. Después de esta fecha, ya no se tiene el compromiso de continuar con las tareas y reuniones de trabajo.
8. Re-inicio de la mentoría. En el caso de que mentor y estudiante deseen continuar con la mentoría, se re-inicia en febrero del año siguiente una vez que el estudiante continúe participando en PAUTA, tenga disponibilidad de tiempo, tenga apoyo de madre o tutor, y quiera continuar su proyecto en la misma línea de investigación.
Feria de ciencias. Imagen: PAUTA.
Evaluación del programa de vinculación científica
Después de dos años de haber implementado el programa con mentores entre la comunidad científica y los participantes de PAUTA, se presentan los resultados obtenidos.Durante el primer año de implementación se contó con el apoyo de 20 mentores, en la realización de 12 proyectos. Al finalizar el primer año, 84% de estos proyectos llegaron a buen término y los que no, fueron por causas mayores tanto de los estudiantes como de los mentores que no pudieron completar las actividades del ciclo PAUTA.
Tabla 1. Resumen y comparativa del programa de mentores para los años 2016 y 2017.
Fuente: realización propia con datos del autor. Para el segundo año de implementación de este programa se contó con participación de 68 mentores, repartidos en 61 proyectos de investigación con los estudiantes PAUTA.
En cuanto a la permanencia en el programa, el 30 % de los mentores que estuvieron en el primer ciclo tuvieron la oportunidad de continuar en el programa. La razón con mayor frecuencia entre las que los investigadores reportan como los determinantes para continuar fue la falta de tiempo. Además de lo anterior, para el segundo ciclo se consideró mantener a aquellos mentores con acceso a un laboratorio, pensando en que ello permitiría un acercamiento de los estudiantes a técnicas más experimentales.
El primer año de la implementación se consideró el tener un mayor control tanto de los proyectos como de los mentores que formaron parte del programa, por ello el crecimiento al segundo año es mucho mayor. Al igual, con este crecimiento se tuvo la oportunidad de aumentar en casi tres veces el número de estudiantes beneficiados con el programa de mentores.
Tabla 2. Porcentaje de mentores por nivel educativo, 2017.
Fuente: realización propia con datos del autor. A partir de la experiencia del segundo año de implementación, se presenta la distribución de mentores por nivel educativo:
Si transferimos el tema al impacto del programa por nivel educativo, considerando una participación en las cuatro sedes PAUTA, se nota una distribución similar entre el nivel de primaria y medio superior. Aun así, el nivel más bajo, secundaria, es significativamente similar a los otros dos. El objetivo con esto es identificar que independiente del nivel, es importante para los estudiantes contar con el apoyo de un investigador con experiencia para la realización de su proyecto de investigación.
Finalmente, cabe destacar la percepción que han tenido los participantes del programa. La encuesta que se aplica al momento de terminar cada ciclo, permite conocer la opinión de los mentores sobre el mismo. Al respecto, las opiniones en su mayoría son positivas, rescatando elementos como:
Ha despertado en él (el estudiante) un interés sobre el medio natural.Más de la mitad de los mentores que contestaron la encuesta, identificaron habilidades como curiosidad, iniciativa, liderazgo, análisis, constancia, observación. Y el 84% de los mismos indicó explícitamente que le agradaría regresar el siguiente ciclo al programa de mentores.
[…] poco a poco ha aprendido (el estudiante) a dar sus opiniones.
(el estudiante) ha mostrado constancia y una gran disciplina, iniciativa y claridad de pensamiento.
(el estudiante) ha aprendido sobre el método científico y ha desarrollado una mayor habilidad para deducir fenómenos de estudio.
Entre los aspectos que los mentores destacaron como áreas de mejora del programa se encuentran el tener un trabajo particular con los padres de familia de los estudiantes mentorados, ya que ellos realizan una función primordial en la consecución de los objetivos del proyecto, por la edad en la que se encuentran los niños y jóvenes. Por otro lado, se encuentra el proceso de selección por el cual los estudiantes forman parte de este programa en específico. Hasta ahora, los participantes han sido elegidos por una evaluación cualitativa de su desempeño en los talleres a los que asisten. Pero lo anterior no implica el éxito en un trabajo que requiere de habilidades como dedicación y un interés intrínseco sobresaliente por el tema del proyecto.
Finalmente, otro punto que los mentores consideran importante para el programa es la necesidad de compartir el trabajo que se hace en el programa. Esto implica por una parte la sugerencia de reuniones ocasionales de los mentores, para saber qué dificultades tiene cada uno con respecto a este proceso, así como para compartir los avances de los participantes.
Conclusiones
La cercanía con la ciencia, así como el desarrollo de las habilidades y valores científicos permite una participación cívica activa con sentido crítico. La observación y el análisis crítico de los fenómenos que nos rodean; así como la capacidad de explorar, diseñar y evaluar las posibles soluciones a muchos problemas son parte del quehacer científico que PAUTA quiere desarrollar en cada estudiante.El acercamiento con la comunidad científica abre grandes posibilidades para aquellos niños, niñas y jóvenes con interés, vocación y talento para la ciencia. Sin duda, generar espacios organizados de mentoría ha impactado positivamente en nuestros participantes. Esto requiere de un acompañamiento que permita que esta respuesta educativa extraescolar pueda tener buenos resultados; aquí se comparte una manera de generar un programa de mentoría para favorecer el desarrollo de habilidades científicas que esperamos inspire a más mentores y estudiantes.
Feria de ciencias. Imagen: PAUTA.
Bibliografía
Cobern, W. W. (1993). Contextual constructivism: The impact of culture on the learning and teaching of science. In K. Tobin (ed.), The practice of constructivism in science education. Washington, DC: American Association for the Advancement of Science Press.
Domínguez, Pilar. (2002). Sobredotación, mujer y sociedad. Faisca, 9, pp. 3-34.
Fensham, P. (1994). Progression in school science curriculum: a rational prospecto r a chimera. Research in Science Education. 24, 76-82.
Gallagher, S. A. (1994). Middle school classroom predictors of science persistence. Journal of Research in Science Teaching, 31, 721-734.
Gentry, M., Rizza, M. G. y Owen, S. V. (2002). Examining challenge and choice in classrooms: The relationships between teachers and their students and comparisons between gifted students and others. Gifted Child Quarterly, 46, pp. 145-155.
Goodrum, D., Hackling, M. y Rennie, L. (2001). The status and quality of teaching and learning of science in Australian schools. Canberra, ACT: DETYA.
Harwood, W. S. y McMahon, M.M. (1997). Effects of integrated video media on student achievement and attitudes in high school chemistry. Journal of Research in Science Teaching, 34, pp. 617-631.
OCDE (2016). Programme for international students assessment: results from PISA 2015. <http://www.oecd.org/pisa/>.
P21 (2015). Framework for 21st Century Learning. Partnership for 21st Century Skills. www.P21.org
PAUTA (2015). Documento docente. México: Programa Adopte un Talento, A.C.
Sak, U. y Eristi, B. (2012). Think Less-Talk More or Talk Less-Think More: A comparison of Gifted Student´s EngagementeBehavoirs in Regular and Gifted Science Classrooms. Asia-Pacific Journal of Gifted and Talented Education, 4(1).
Tytler, R. y Peterson, S. Tracing young children’s scientific reasoning, Research in Science Education, Vol. 33, Num. 4, 2003, pp. 433 – 465.
VanTassel-Baska, J., y Wood, S. M. (2009). The Integrated Curriculum Model. En J. S. Renzulli, E. J. Gubbins, K.S. McMillen, R.D. Eckert y C.A, Little (eds.), Systems and models for developing programs for the gifted and talented (2° ed.; pp. 655-691). Mansfield Center, CT: Creative Learning Press.
Watters, James J. y Diezmann, Carmel M. (2003). The gifted student in science: Fulfilling potential. Australian Science Teachers Journal, 49(3):46-53.
Watters, James J y Diezmann, Carmel M (2003). The gifted student in science: Fulfilling potential. Australian Science Teachers Journal. 49(3), pp. 46-53.
Resumen
Presentamos los resultados de un cuestionario sobre conocimientos de ciencia y tecnología, aplicado a estudiantes del Instituto Tecnológico de Estudios Superiores de Zamora, México (ITESZ). El objetivo del estudio fue comparar los resultados de los estudiantes de distintas carreras, de diferentes niveles de cada carrera, y contrastarlos con los de una población estadounidense que respondió las mismas preguntas. Encontramos que hay diferencia de aciertos entre quienes ingresan a las distintas carreras, que los estudiantes de Ingeniería tienen mayor puntaje al final que al inicio de su carrera, lo cual no ocurre con los estudiantes de Contaduría, y que el promedio de aciertos de los estudiantes zamoranos es similar al de la población estadounidense. Los resultados obtenidos pueden servir como punto de partida para diseñar un programa de divulgación dirigido a la comunidad del ITESZ y otras instituciones de educación superior.Palabras clave: conocimientos de ciencia, cuestionario, estudiantes de tecnológico, divulgación.
Technological knowledge and scientific culture
We present the results of a test evaluating science and technology knowledge, applied to undergraduated students at the Instituto Tecnológico de Estudios Superiores Zamora, Michoacán, México (ITESZ). The goal was to compare the results among students of different majors and levels, and between the ITESZ students and previously surveyed US adults. We found no difference in the test scores between incoming first-year students in the two majors; engineering students increased their scores by the end of their studies, while the score did not improve for final year accounting students; the average score of the students tested at ITESZ was similar to the one for the previously tested US population. The results of this work can serve as a starting point to design a program of scientific outreach and curricular activities focused on the ITESZ and other high-level institutions.Keywords: scientific knowledge, questionnaire, technology students, outreach.
Introducción
La ciencia y la tecnología están cada vez más presentes en la vida cotidiana
y los debates públicos. La difusión de una auténtica cultura científica es
indispensable para el ejercicio de una gobernanza democrática. Sin la
generalización de esa cultura, las desigualdades entre individuos, sexos,
generaciones, grupos sociales o países se agravarán, en función de que
dispongan o no de los conocimientos científicos adaptados a los contextos
dinámicos que caracterizan a las sociedades del conocimiento.
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura, 2005.
Los materiales disponibles para aprender ciencia cubren contenidos variados, se presentan a través de diversos canales de comunicación, tienen distintos formatos, diseños vistosos y muchos de ellos son de libre acceso. Sin embargo, su existencia no es suficiente para que el público en general se apropie de los conocimientos científicos y tecnólogos, y pueda utilizarlos para mejorar su calidad de vida.
El desarrollo de los individuos y de las comunidades tiene relación estrecha con su cultura científica. Las personas con más conocimientos de ciencia y tecnología, pueden tomar mejores decisiones en su vida diaria y tener un propio criterio frente a la información que reciben. Quienes, además, comprenden cómo se construye el conocimiento científico, están en mejores condiciones de opinar sobre la necesidad de destinar recursos para lograrlo y de entender en qué se gastan esos recursos.
En México se reconoce cada vez más la necesidad de popularizar la ciencia y se asigna mayor relevancia a las actividades de divulgación que realizan los científicos, académicos y estudiantes de las escuelas de educación superior y de los centros de investigación. Por ejemplo, el Instituto Tecnológico de Estudios Superiores de Zamora (ITESZ) en Michoacán, México –institución donde se realizó este proyecto–, tiene como funciones (además de la docencia y la investigación) la extensión y difusión de la cultura, para “contribuir al desarrollo de las regiones y comunidades” (ITESZ , s.f.). Con tal motivo ha formado parte de redes de divulgación de la ciencia y algunos docentes hemos participado en seminarios y cursos de formación, así como en foros de discusión e intercambio de experiencias entre divulgadores del Occidente de México. Además, se han realizado actividades dirigidas a la comunidad de la región, tales como los talleres de ciencias en escuelas de distintos niveles educativos y eventos masivos como la semana nacional de ciencia y tecnología y ferias de ciencias.
|
El desarrollo de los individuos y de las comunidades tiene relación estrecha con su cultura científica. | |
|
||
Diagnóstico de conocimientos de ciencia y tecnología
Evaluar el conocimiento científico en una población se considera indispensable para diseñar políticas y programas de apropiación de la ciencia y la tecnología. Por eso decidimos empezar por hacer un diagnóstico del nivel de conocimientos de nuestra comunidad de estudiantes. Seleccionamos como instrumento de evaluación un cuestionario de 13 preguntas de opción múltiple sobre conocimientos de ciencia y tecnología, tomado de una encuesta aplicada a estadounidenses adultos (Pew Research Center, 2013). Elegimos esa prueba porque incluye preguntas sobre conceptos, fenómenos y procedimientos científico-tecnológicos; varias de las preguntas coinciden con las de cuestionarios aplicados con fines diagnósticos aplicados en encuestas de consejos de ciencia y tecnología de México y de otros países (Instituto Nacional de Estadística y Geografía, 2011; Polino, 2015; Fundación Española para la Ciencia y la Tecnología, 2015). Además, los resultados de la población estadounidense están disponibles para el público y nos sirven para comparar con los obtenidos en el ITESZ.Método
Figura 1. Cuestionario de conocimientos de ciencia y tecnología.
Nota: abrir en pestaña nueva.. La prueba de cultura científica (véase figura 1) se aplicó en el ciclo escolar 2015-2016, en los horarios de clase, a los grupos del primero y cuarto año de las carreras de Contador Público y de Ingeniería en Industrias Alimentarias del ITESZ. La muestra constaba de 111 estudiantes de la carrera de Contador Público, de los cuales 78 cursaban el primer año (51 mujeres y 27 hombres) y 33 el cuarto año (19 mujeres y 14 hombres), y 170 estudiantes de Ingeniería en Industrias Alimentarias, de los cuales 111 eran de primer año (66 mujeres y 45 hombres) y 59 de cuarto año (34 mujeres y 25 hombres); la muestra se seleccionó de esa manera para comparar los resultados de los estudiantes de las distintas carreras, así como los de diferentes niveles de cada carrera.
Para comparar el porcentaje de aciertos entre estudiantes hombres y mujeres, de primero y séptimo semestre de las carreras de Contador Público e Ingeniería en Industrias Alimentarias, utilizamos un análisis estadístico1 en el cual la variable analizada fue la proporción de aciertos y las variables explicativas por carrera, semestre y sexo, además de todas las interacciones entre dichas variables. Por ejemplo, una interacción significativa entre carrera y semestre indicaría que los estudiantes de una carrera tienden a incrementar su puntaje al avanzar en sus estudios mientras que los de otra carrera no lo incrementan. Las variables que mejor explican la proporción de aciertos fueron seleccionadas de acuerdo al criterio de información de Akaike (Crawley, 2007). Los análisis se realizaron en el programa R versión 3.2.3 (R Development Core Team, 2015).
Resultados y conclusiones
En la figura 2 se observa el porcentaje de aciertos de los estudiantes de ingeniería y contaduría de semestres iniciales y avanzados, separados por género. Cuando dos barras de la gráfica se sobreponen (por ejemplo, en las correspondientes a hombres y mujeres del semestre inicial de ingeniería), esto indica que la diferencia entre esos dos grupos no es estadísticamente significativa. De lo contrario (por ejemplo, en las barras de mujeres de semestre inicial de ingeniería con mujeres de semestre avanzado de la misma carrera) decimos que la diferencia es significativa.El porcentaje de aciertos de los estudiantes avanzados del ITESZ fue significativamente mayor que el de los principiantes (P<0.001). Si consideramos juntos todos los estudiantes hombres y mujeres de ambas carreras, encontramos que el promedio de aciertos aumentó de 61% en semestres iniciales a 68% en semestres finales. Sin embargo, al analizar la interacción entre la carrera y el nivel de estudios, se observa una tendencia no significativa (P=0.070) a que los estudiantes de ingeniería mejoren sus puntajes en semestres avanzados (considerando hombres y mujeres juntos aumentan en promedio de 59% de aciertos en semestres iniciales a 71% en semestres avanzados) y los de contaduría prácticamente mantienen puntajes similares al avanzar en sus estudios (únicamente aumentan sus aciertos de 59% a 63%) (véase figura 2).
Figura 2. Resultados generales de la prueba sobre conocimiento científico realizada a estudiantes de dos niveles de dos carreras del ITESZ.
Nota: las barras representan los promedios ± errores estándar.
Los resultados indican que, en esta muestra, el porcentaje de aciertos fue mayor en hombres (65%) que en mujeres (62%) (P=0.032), y fue mayor en los estudiantes de Ingeniería (65%) que en los de Contaduría (60%) (P=0.016).
En la figura 3 se muestran los resultados, por pregunta, por nivel y por carrera, del conjunto de estudiantes del ITESZ que contestaron la prueba.
Figura 3. Resultados de estudiantes del ITESZ.
El porcentaje de aciertos promedio de los 281 estudiantes del ITESZ fue de 63.1%, resultado ligeramente más alto que 62.4% reportado para la muestra de 1006 adultos de Estados Unidos de diferentes niveles educativos que respondieron la prueba (Pew Research Center, 2013). En la figura 4 se muestran los resultados, por pregunta, de los estudiantes del ITESZ y de los estadounidenses.
Figura 4. Resultados de estudiantes del ITESZ y de EUA.
La pregunta con mayor porcentaje de aciertos entre hombres y mujeres del ITESZ , en ambas carreras, principiantes y avanzados, así como entre los adultos de Estados Unidos fue “Los protectores de sol protegen la piel ¿de qué tipo de radiaciones solares?”. La pregunta con menor porcentaje de aciertos, también en todos los grupos considerados fue “¿Qué gas es el que aparece en mayor porcentaje en la atmósfera terrestre?”.
Temas como reacción química, electrones, radiactividad, nanotecnología, antibióticos y función de los glóbulos rojos, involucrados en varias de las preguntas del cuestionario, forman parte de los programas de estudios de la carrera de Ingeniería en Industrias Alimentarias. Sin embargo el paso por la carrera en algunos casos no es suficiente para aprenderlos.
El cuestionario incluía una pregunta sobre metodología de la investigación; ofrecía respuestas alternativas a la pregunta sobre la mejor manera de probar la efectividad de una nueva droga. Al analizar los resultados obtenidos en Estados Unidos, se observa la tendencia al aumento en el porcentaje de aciertos al ir avanzando el nivel educativo (67% los que cursaron bachillerato o menos, 76% quienes cursaron parte de alguna licenciatura y 86% quienes por lo menos terminaron una licenciatura). En cambio, entre los estudiantes de Ingeniería del ITESZ el porcentaje de aciertos bajó de 82, entre los principiantes, a 80 entre los avanzados; y entre los de la carrera de Contaduría ese porcentaje bajó de 82 a 67. Parece necesario reforzar la formación de los jóvenes en aspectos referidos a la manera en la que proceden los científicos para contestar preguntas o probar sus hipótesis.
El aumento que observamos en el ITESZ, de 61% a 68% de aciertos para la prueba aplicada es significativo, pero podría mejorarse. Una alternativa posible para lograrlo es diseñar un programa de divulgación que incluya, tanto actividades diseñadas para aprender temas básicos de ciencias, como para conocer los avances en ciencia y tecnología y para entender la manera en que esos avances se han producido.
1 Los datos fueron analizados con un modelo lineal generalizado con distribución binomial y función de enlace logit. Este tipo de análisis se utiliza cuando la variable que se desea analizar (en este caso el porcentaje de aciertos) únicamente puede tomar dos valores (en este caso si la respuesta fue correcta o incorrecta).
Bibliografía
Crawley, M. J. (2007). The R Book. Londres, Reino Unido: Wiley.
Fundación Española para la Ciencia y la Tecnología (2015). VII Encuesta de Percepción Social de la Ciencia. Dossier informativo. Madrid: Gobierno de España. Ministerio de Economía y Competitividad.
Instituto Nacional de Estadística y Geografía (INEGI) (2011). Cuestionario. Encuesta sobre la percepción pública de la ciencia y la tecnología en México 2011. INEGI. Recuperado de: <http://www.beta.inegi.org.mx/contenidos/proyectos/enchogares/especiales/enpecyt/2011/doc/enpecyt2011_ cuestionario.pdf>.
Instituto Tecnológico de Estudios Superiores de Zamora (ITESZ) (s.f.). Antecedentes. ITESZ. Recuperado de: <http://www.teczamora.mx/antecedentes/>.
Mulford, D. R. y Robinson, W. R. (2002). An Inventory for Alternate Conceptions among First-Semester General Chemistry Students. Journal of Chemical Education, pp. 739-744.
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2005). Hacia las sociedades del conocimiento. Mayenne: Ediciones UNESCO, pp. 142.
Pew Research Center (2013). Public’s Knowledge of Science and Technology. Pew Research Center. Recuperado de: <http://www.people-press.org/files/legacy-pdf/04-22-13%20Science%20knowledge%20Release.pdf>.
Polino, C. (2015). Manual de Antigua: indicadores de percepción pública de la ciencia y la tecnología. Buenos Aires: Red Iberoamericana de Indicadores de Ciencia y Tecnología.
R Development Core Team (2015). R: A Language and Environment for Statistical Computing. Austria: R. F. Computing, Ed.
Semir, V. D. (2016). Periodismo, divulgación y educación. Investigación y Ciencia. 40, núm. espacial Comunicar la ciencia en el siglo XXI. Recuperado de: <http://www.investigacionyciencia.es/files/26108.pdf>.
Introducción
Las tecnologías digitales permiten integrar texto, imágenes, audio y video en los mensajes que utilizamos para informarnos, comunicarnos y aprender. ¿Cómo incide esta combinación de medios en la forma en que percibimos la información y generamos un significado a partir de ella? ¿Facilita la comprensión del mensaje? ¿Y el aprendizaje?A partir de la investigación de diversos psicólogos cognitivos sobre la percepción y la memoria, Richard Mayer propuso una teoría para explicar cómo nuestro cerebro procesa contenidos multimedia y aprende de ellos. Fue concebida con la intención expresa de ayudar a profesores y diseñadores instruccionales a crear materiales educativos que favorezcan el aprendizaje.
En la actualidad, conocer la Teoría del Aprendizaje Multimedia de Mayer no sólo resulta útil para quienes trabajamos en el sector educativo. Todos nosotros consultamos y elaboramos recursos multimedia —como presentaciones digitales, infografías, gifs, videos y memes— para nuestras comunicaciones cotidianas en el ámbito escolar, profesional y personal. Conocer cómo funciona nuestro cerebro nos ayudará a diseñar mejor nuestros materiales multimedia.
Principio |
¿Qué propone? |
¿Por qué facilita el aprendizaje? |
Coherencia |
Eliminar cualquier información superflua del mensaje (incluidos elementos de formato como dibujos, marcos, viñetas) |
Para evitar el uso innecesario de los recursos de la memoria de trabajo |
Señalamiento |
Señalar los elementos importantes del mensaje |
Para facilitar que sean identificados y transferidos a la memoria de trabajo |
Contigüidad |
Colocar elementos relacionados cerca unos de otro |
Para evitar que la memoria de trabajo tenga que invertir recursos en identificar esas relaciones |
Segmentación |
Dividir la información en bloques |
Para que los contenidos puedan ser procesados en la memoria de trabajo |
Pre-entrenamiento |
Introducir los términos nuevos así como cualquier información necesaria |
Para que esta información pueda ser aprendida y no tenga que ser procesada también en la memoria de trabajo |
Modalidad |
Presentar las palabras de manera hablada |
Para aprovechar los dos canales de la memoria sensorial y de trabajo |
Multimedia |
Presentar palabras e imágenes, y no sólo palabras |
|
Personalización |
Utilizar un lenguaje conversacional |
Para evitar el uso innecesario de recursos de la memoria de trabajo que implica comprender términos complejos |
Fuente: adaptación de Mayer, R. (2010).
En estas investigaciones, Mayer y sus colegas compararon en qué medida la aplicación de un principio incidió en la capacidad de las personas de aprender un procedimiento y aplicarlo en la solución de problemas. El efecto atribuido a cada principio es reportado como un número: entre mayor sea el número, mayor el efecto.
Para crear material multimedia efectivo, revisa el cuadro anterior e identifica los principios que han demostrado mayor efecto y la próxima vez que tengas que preparar una presentación o una infografía, aprovecha el conocimiento científico que ha generado esta teoría.
Si quieres saber más:
Lee un artículo que explica con mayor detalle la Teoría de Aprendizaje Multimedia y los principios que se desprenden de ésta, te recomendamos:Latapie Venegas, I. (2007). Acercamiento al aprendizaje multimedia. Investigación Universitaria Multidisciplinaria, 6(6) p. 7-14. Recuperado de: <http://mc142.uib.es:8080/rid=1LSRTKTS2-Z35XP7-1Y5/aprendizaje%20multimedia(mayers).pdf>.
Observa alguno de los videos en que Richard Mayer explica su teoría (sólo disponibles en inglés).
Green, T. (2014). Talking multimedia learning with Richard Mayer. Video disponible en: <https://www.youtube.com/watch?v=Q5eY9k3v4mE&t=14s>.
Harvard University (2014). Research based principles for multimedia learning. Video disponible en: <https://www.youtube.com/watch?v=AJ3wSf-ccXo&t=48s>.
Bibliografía
Orwell, George. 2017. The Collected Essays, Journalism, And Letters Of George Orwell, Vol. 4. Nueva York: Harcourt, Brace, Javanovich. p. 128.
Plath, Sylvia (2005). The Bell Jar. Nueva York: Harper Perennial Modern.
