Determinación no destructiva de composición química en aleaciones de tres metales: aproximación de sistema de ecuaciones lineales en tres variables
Barra lateral del artículo
Contenido principal del artículo
Resumen
Para mejorar el puente entre las representaciones macroscópica y simbólica utilizadas en química, diseñamos un módulo de laboratorio centrado en un sistema de tres ecuaciones para el análisis de la composición química. Los estudiantes evalúan la composición de aleaciones de cobre, estaño y aluminio midiendo dos propiedades: densidad y capacidad calorífica. Estos procedimientos no destructivos se ajustan a las duraciones estándar de las sesiones de laboratorio. Tras recopilar datos, los estudiantes abordan tres ecuaciones lineales que vinculan el porcentaje en masa del elemento con la composición de la aleación, la densidad y la capacidad calorífica. Al agrupar datos de diversas muestras, la clase logra una comprensión integral. Este método se alinea con objetivos para la educación en laboratorios, enfatizando el razonamiento científico, habilidades prácticas y dominio del tema. Los resultados de los estudiantes se desviaron en un +/-10% de las composiciones reales de las aleaciones. La discusión sobre los datos recopilados por los estudiantes y los resultados respalda la viabilidad de la experiencia de laboratorio para su implementación en laboratorios introductorios de química.
Detalles del artículo
Citas en Dimensions Service
Citas
Bretz, S. L., Fay, M., Bruck, L. B., & Towns, M. H. (2013). What faculty interviews reveal about meaningful learning in the undergraduate chemistry laboratory. Journal of Chemical Education, 90(3), 281-288.
Chamizo, J. A. (2009). Filosofía de la química: I. Sobre el método y los modelos. Educación química, 20(1), 6-11.
Engineers Edge, LCC. Specific Heat Capacity of Metals. Visited on July 2023. https://www.engineersedge.com /materials/specific_heat_capacity_of_metals_13259.htm.
Galloway, K. R., & Bretz, S. L. (2015). Development of an assessment tool to measure students’ meaningful learning in the undergraduate chemistry laboratory. Journal of Chemical Education, 92(7), 1149-1158.
Hansen, S. J. R., Hu, B., Riedlova, D., Kelly, R. M., Akaygun, S., & Villalta-Cerdas, A. (2019). Critical consumption of chemistry visuals: eye tracking structured variation and visual feedback of redox and precipitation reactions. Chemistry Education Research and Practice, 20(4), 837-850.
Haynes, W. M. (1984). CRC handbook of chemistry and physics. CRC press.
Kelly, R., & Akaygun, S. (2019). Visualizations and representations in chemistry education. Chemistry Education Research and Practice, 20(4), 657-658.
Kelly, R. M., Akaygun, S., Hansen, S. J., & Villalta-Cerdas, A. (2017). The effect that comparing molecular animations of varying accuracy has on students’ submicroscopic explanations. Chemistry Education Research and Practice, 18(4), 582-600.
Kelly, R. M., Akaygun, S., Hansen, S. J., Villalta-Cerdas, A., & Adam, J. (2021). Examining learning of atomic level ideas about precipitation reactions with a resources framework. Chemistry Education Research and Practice, 22(4), 886-904.
Kolb, D. A. (2014). Experiential learning: Experience as the source of learning and development. 2nd edition. Pearson FT Press.
Millán, G. H. (2012). Enseñanza experimental.¿Cómo y para qué? Educación química, 23, 92-94. https://doi.org/10.1016/S0187-893X(17)30139-8.
Plotly Technologies Inc. (2015). Title: Collaborative data science Publisher: Plotly Technologies Inc. Place of publication: Montréal, QC.
Robinson, W. R. (2000). Learning about atoms, molecules, and chemical bonds: A case study of multiple-model use.
Taber, K. S. (2001). Building the structural concepts of chemistry: some considerations from educational research. Chemistry education research and practice, 2(2), 123-158.
Talanquer, V. (2009). Química:¿Quién eres, a dónde vas y cómo te alcanzamos? Educación química, 20, 220-226. https://doi.org/10.1016/S0187-893X(18)30056-9.
Talanquer, V. (2010). Construyendo puentes conceptuales entre las varias escalas y dimensiones de los modelos químicos. Educació química, 11-18. https://revistes.iec.cat/index.php/EduQ/article/view/61890.001
Touloukian, Y. S., & Buyco, E. H. (1971). Thermophysical properties of matter-the TPRC data series. Volume 4. Specific heat-metallic elements and alloys. Thermophysical and electronic properties information analysis center Lafayette in.
Villalta-Cerdas, A.; McCleary, C. (2019). Analysis of copper alloys as an introduction to data analysis and interpretation for General Chemistry courses. Educación Química, 30(2), 41-53. https://doi.org/10.22201/fq.18708404e.2019.2.67346.
Educación Química por Universidad Nacional Autónoma de México se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional.
Basada en una obra en http://www.revistas.unam.mx/index.php/req.