Prototipo educativo de túnel de viento para el aprendizaje de Mecánica de Fluidos
DOI:
https://doi.org/10.61347/ei.v5i2.369Palabras clave:
Aprendizaje experimental, impresión 3D, Mecánica de Fluidos, prototipo educativo, túnel de vientoResumen
El aprendizaje de la Mecánica de Fluidos presenta dificultades asociadas con la comprensión y visualización de fenómenos que suelen abordarse predominantemente desde perspectivas teóricas. El objetivo de esta investigación fue desarrollar un prototipo educativo de túnel de viento y analizar la percepción estudiantil respecto a su diseño, funcionamiento, utilidad didáctica y aceptación como recurso complementario. El estudio integró una fase de desarrollo tecnológico y una fase cuantitativa, con diseño no experimental, transversal y alcance descriptivo. La población estuvo conformada por 60 estudiantes de la carrera de Pedagogía de las Ciencias Experimentales: Matemáticas y Física que habían aprobado la asignatura de Mecánica de Fluidos; mediante muestreo no probabilístico por criterio y participación voluntaria, se obtuvo una muestra de 45 estudiantes. Se aplicó un cuestionario de 10 ítems con escala Likert de cinco puntos, sometido al juicio de tres expertos y con una consistencia interna de α = 0,949. Los resultados mostraron una percepción favorable del prototipo, con una media global de 4,42 sobre 5 (DE = 0,582). Los ítems relacionados con la observación cualitativa del flujo, el principio de Bernoulli y la diferenciación entre patrones laminares y turbulentos superaron el 90 % de respuestas favorables. Se concluyó que el prototipo constituye un recurso complementario pertinente para favorecer la visualización cualitativa de fenómenos de Mecánica de Fluidos en actividades prácticas.
Descargas
Citas
Bambu Lab. (2026). Bambu Studio (Versión 2.7) [Software]. https://bambulab.com/en/download/studio
Brinson, J. (2015). Learning outcome achievement in non-traditional (virtual and remote) versus traditional (hands-on) laboratories: A review of the empirical research. Computers & Education, 87, 218–237. https://doi.org/10.1016/j.compedu.2015.07.003
De la Cruz-Campos, J., Campos-Soto, M., Rodríguez-Jiménez, C., & Ramos Navas-Parejo, M. (2022). Impresión 3D en educación. Perspectiva teórica y experiencias en el aula. Revista CENTRA de Ciencias Sociales, 1(1), 67–80. https://doi.org/10.54790/rccs.16
Feisel, L., & Rosa, A. (2005). The role of the laboratory in undergraduate engineering education. Journal of Engineering Education, 94(1), 121–130. https://doi.org/10.1002/j.2168-9830.2005.tb00833.x
Freeman, S., Eddy, S., McDonough, M., Smith, M., Okoroafor, N., Jordt, H., & Wenderoth, M. (2014). Active learning increases student performance in science, engineering, and mathematics. Proceedings of the National Academy of Sciences, 111(23), 8410–8415. https://doi.org/10.1073/pnas.1319030111
Grogger, H., Gossar, M., Makovec, M., Fritz, J., Neugebauer, K., Amann, F., & Voelkl, B. (2022). A low-cost wind tunnel for bird flight experiments. Journal of Ornithology, 163(2), 599–610. https://doi.org/10.1007/s10336-021-01945-2
Hofferth, J. (2025). Modular wind tunnel for STEM education [Modelo 3D]. MakerWorld. https://n9.cl/svm4ds
Ismail, Pane, E., & Rahman, R. (2022). An open design for a low-cost open-loop subsonic wind tunnel for aerodynamic measurement and characterization. HardwareX, 12, Article e00352. https://doi.org/10.1016/j.ohx.2022.e00352
Ma, J., & Nickerson, J. (2006). Hands-on, simulated, and remote laboratories: A comparative literature review. ACM Computing Surveys, 38(3), Article 7. https://doi.org/10.1145/1132960.1132961
Martin, J., Mitchell, J., & Newell, T. (2003). Development of a concept inventory for fluid mechanics. In 33rd Annual Frontiers in Education Conference (Vol. 1, pp. T3D-23–T3D-28). IEEE. https://doi.org/10.1109/FIE.2003.1263340
Miller, R., Streveler, R., Yang, D., & Santiago Román, A. (2011). Identifying and repairing student misconceptions in thermal and transport science: Concept inventories and schema training studies. Chemical Engineering Education, 45(3), 203–210. https://n9.cl/5qe27o
Mott, R., & Untener, J. (2015). Mecánica de fluidos (7.ª ed.). Pearson Educación. https://n9.cl/knnm3
Nikolic, S., Suesse, T., Grundy, S., Haque, R., Lyden, S., Hassan, G., Daniel, S., Belkina, M., & Lal, S. (2024). Laboratory learning objectives: Ranking objectives across the cognitive, psychomotor and affective domains within engineering. European Journal of Engineering Education, 49(3), 454–473. https://doi.org/10.1080/03043797.2023.2248042
Novak, E., Brannon, M., Librea-Carden, M., & Haas, A. (2021). A systematic review of empirical research on learning with 3D printing technology. Journal of Computer Assisted Learning, 37(5), 1455–1478. https://doi.org/10.1111/jcal.12585
Posit Team. (2026). RStudio: Integrated Development Environment for R [Software]. Posit Software, PBC. https://posit.co/products/open-source/rstudio
Prince, M. (2004). Does active learning work? A review of the research. Journal of Engineering Education, 93(3), 223–231. https://doi.org/10.1002/j.2168-9830.2004.tb00809.x
Rodríguez-Galarza, G., Jinez-Tapia, J., Torres-Rodriguez, K., & Rentería-Bustamante, L. (2026). Implementación de un tablero ocupacional digital para mejorar las actividades de la vida diaria en discapacidad intelectual. Revista Digital Científica Causalidad (caui3), 2(1), 10–22. https://doi.org/10.70929/caui3.v2i1.0018
Schelly, C., Anzalone, G., Wijnen, B., & Pearce, J. M. (2015). Open-source 3-D printing technologies for education: Bringing additive manufacturing to the classroom. Journal of Visual Languages & Computing, 28, 226–237. https://doi.org/10.1016/j.jvlc.2015.01.004
Stern, A., Rosenthal, Y., Dresler, N., & Ashkenazi, D. (2019). Additive manufacturing: An education strategy for engineering students. Additive Manufacturing, 27, 503–514. https://doi.org/10.1016/j.addma.2019.04.001
Suárez, Á., Dutra, M., Monteiro, M., & Martí, A. (2021). El embrollo de Bernoulli: Una investigación sobre las concepciones alternativas de los estudiantes en dinámica de fluidos. Modelling in Science Education and Learning, 14(2), 17–30. https://doi.org/10.4995/msel.2021.14835
Taber, K. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in Science Education, 48(6), 1273–1296. https://doi.org/10.1007/s11165-016-9602-2
Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach’s alpha. International Journal of Medical Education, 2, 53–55. https://doi.org/10.5116/ijme.4dfb.8dfd
Thomas-Seale, L., Kanagalingam, S., Kirkman-Brown, J., Attallah, M., Espino, D., & Shepherd, D. (2023). Teaching design for additive manufacturing: Efficacy of and engagement with lecture and laboratory approaches. International Journal of Technology and Design Education, 33(2), 585–622. https://doi.org/10.1007/s10798-022-09741-6
Uyanik, O., Kaw, A., & Guldiken, R. (2025, 22–25 de junio). An evaluation of student responses to a Fluid Mechanics Concept Inventory [Ponencia]. 2025 ASEE Annual Conference & Exposition, Montreal, Quebec, Canada. https://doi.org/10.18260/1-2--57609
Vaidya, A. (2021). Contributions to the teaching and learning of fluid mechanics. Fluids, 6(8), Article 269. https://doi.org/10.3390/fluids6080269
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Patrick Alexander Paredes Romero, Klever David Cajamarca-Sacta
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
