Revista ESPILA Espectro Investigativo Latinoamericano

Vol. 3, No.1, 2020 Abril 2020 – Septiembre 2020

ISSN L 2710-7515

Metodología Invertida para la Investigación Científica (MÉTODO MIIC).

Raúl Archibold Suárez

Doctor en Educación con Énfasis en Investigación. Docente ISAE Universidad

e-mail: archibold.3@gmail.com / ORCID : https://orcid.org/0000-0001-6050-2596

Thaiska Tuñón Solano

Doctora en Educación con Énfasis en Investigación. Docente ISAE Universidad

e-mail: thaiska.edu17@gmail.com / ORCID : https://orcid.org/0000-0001-7069-4843

Ulina Mapp

Doctora en Educación con Énfasis en Evaluación. Docente ISAE Universidad

e-mail: mappreid@gmail.com / ORCID: https://orcid.org/0000-0002-2040-6724

RESUMEN

La formación de nuevos investigadores y el fomento de las ciencias, es uno de los grandes retos que tiene el sistema educativo panameño. El presente estudio demuestra que la Metodología Invertida para la Investigación Científica, por sus siglas (MIIC), facilita el diseño sistémico de protocolos de investigación y la formación de nuevos semilleros de investigación en los diferentes niveles educativos. El objetivo de la investigación se orienta al desarrollo de procedimientos para la utilización de protocolos de investigación para los diferentes niveles de educación, desde la primaria hasta la universidad. El objetivo específico se enfoca en la valoración de algunos algoritmos conceptuales en el planteamiento del problema e investigaciones multivariables conceptuales, en una relación causa y problema o efecto, en donde, para los nuevos algoritmos conceptuales, una posible causa (variable conceptual independiente), se simboliza con la letra “A” y las subcausas (variables conceptuales operacionales independientes), con a₁ + a₂ + a₃ + , el problema o efecto (variable conceptual dependiente), con “B” y los subproblemas o subefectos (variable conceptuales operacionales dependientes), por b_{1 +} b_{2 +} b_{3 +} . Los algoritmos conceptuales de la metodología invertida para la investigación científica, permitieron el diseño sistémico de elementos para los protocolos de investigación de lo siguiente: 31 en educación primaria, 6 en pre–media, 163 en licenciatura, 42 en maestrías, 18 en doctorados, 32 en diplomados y 10 ideas de emprendimiento. En conclusión, se ha observado que los algoritmos claves del método MIIC utilizado por nuevos semilleros de investigación, ha aumentado la productividad en diferentes grupos en un período de cinco años.

Palabras clave: Metodología invertida, investigación científica, algoritmos conceptuales, MÉTODO MIIC, semilleros de investigación.

ABSTRACT

The training of new researchers and the promotion of science is one of the major challenges of the Panamanian educational system. The present study demonstrates that the Inverted Methodology for Scientific Research (MIIC, by its Spanish acronym) facilitates the systemic design of research protocols and the formation of new research seedbeds at different educational levels. The objective of the research is oriented to the development of procedures for the use of research protocols for the different levels of education, from elementary school to university. The specific objective is focused on the assessment of some conceptual algorithms in the approach of the problem and on conceptual multivariate research in a cause and problem (or effect) relationship, where, for the new conceptual algorithms, a possible cause (independent conceptual variable) is symbolized with the letter "A", and the sub-causes (independent operational conceptual variables), with a₁ + a₂ + a₃ + ; the problem, or effect (dependent conceptual variable), with "B" and the sub-problems or sub-effects (dependent conceptual operational variables), with b_{1 +} b_{2 +} b_{3 +} . The conceptual algorithms of the inverted methodology for scientific research allows the systemic design of elements for the research protocols of: 31 in primary education, 6 in premedia, 163 in undergraduate, 42 in master's, 18 in doctoral, 32 in graduate and 10 in entrepreneurial ideas. In conclusion, it has been observed that the key algorithms of the MIIC model, used by new research seedbeds, had increased productivity in different groups in a period of two years.

Key words: Inverted methodology, scientific research, conceptual algorithms, MIIC method, research seedlings.

Fecha de recepción, mayo 2020

Fecha de aprobación, agosto 2020