Triana V, S. y
López V, O. (2023). Autoeficacia
y logro académico en ambientes virtuales de aprendizaje. Plumilla Educativa, 31
(1), 07-32. DOI: https://orcid.org/0000-0003-2298-6854.
Autoeficacia y logro académico en ambientes virtuales de
aprendizaje
Sonia Triana Vera[1]
Omar López Vargas[2]
Resumen
El
presente estudio explora posibles relaciones entre el logro académico, la
autoeficacia académica y la autoeficacia para el aprendizaje en ambientes en
línea en estudiantes con diferentes estilos cognitivos en la dimensión DIC
(1977). En el estudio participaron 178 estudiantes pertenecientes a grado
décimo de una institución educativa oficial del municipio de Soacha
departamento de Cundinamarca, Colombia. Esta investigación usa un enfoque de
tipo cuantitativo con un análisis estadístico multivariante, fueron
administradas pruebas para identificar el estilo cognitivo, variable
independiente, el logro del aprendizaje, la autoeficacia académica y la
autoeficacia para aprendizajes en ambientes en línea, variables dependientes.
Un análisis Manova mostró diferencia significativa con relación a la
autoeficacia académica y el logro del aprendizaje a favor de los estudiantes
independientes de campo, además no se observaron diferencias estadísticamente
significativas en la autoeficacia para el aprendizaje en ambientes en línea en
estudiantes de diferente estilo cognitivo.
Palabras clave: logro académico, autoeficacia, estilo cognitivo, ambiente virtual de aprendizaje, gestión del tiempo.
Self-efficacy and academic
achievement in virtual learning environments
Abstract
This study
explores possible relationships between academic achievement, academic self-efficacy and self-efficacy for learning in online
environments in students with different cognitive styles in the FDI dimension
(1977). The study involved 178 tenth graders from an official education
institution in the municipality of Soacha, department
of Cundinamarca, Colombia. This research uses a quantitative approach with a
multivariate statistical analysis, tests were conducted to identify cognitive
style, independent variable, learning achievement, academic self-efficacy and self-efficacy for learning in online
environments, dependent variable. A Manova analysis
showed a significant difference in relation to academic self-efficacy and
learning achievement in favor of field independent students, and no
statistically significant differences were observed in self-efficacy for
learning in online environments in students with different cognitive styles.
Keywords: academic achievement, self-efficacy,
cognitive style, virtual learning environment, time management.
Autoeficácia e desempenho
acadêmico em ambientes virtuais
de aprendizagem
Resumo
O presente estudo explora possíveis relações entre desempenho acadêmico, autoeficácia acadêmica e autoeficácia para
aprender em ambientes online em alunos com diferentes estilos cognitivos na
dimensão DIC (1977). O estudo
envolveu 178 alunos pertencentes ao décimo ano de uma instituição
educacional oficial do município de Soacha,
departamento de Cundinamarca, Colômbia. Esta pesquisa
utiliza uma abordagem quantitativa com análise estatística multivariada,
foram aplicados testes para identificar o estilo
cognitivo, variável independente, desempenho
de aprendizagem, autoeficácia
acadêmica e autoeficácia para
aprender em ambientes online, variáveis dependentes. Uma análise Manova
mostrou diferença
significativa em relação à autoeficácia
acadêmica e ao aprendizado em favor dos alunos
independentes do campo, além disso,
não foram observadas diferenças estatisticamente
significativas na autoeficácia
para aprender em ambientes online em alunos de
diferentes estilos cognitivos.
Palavras chave: desempenho acadêmico, autoeficácia,
estilo cognitivo, ambientes online, gestão do tempo.
Introducción
Desde hace algunas décadas los aprendizajes mediados
por TIC se han venido posesionando como un gran apoyo en los procesos de
enseñanza-aprendizaje en diferentes niveles de escolaridad y áreas del
conocimiento (Hederich-Martínez, 2015; Saenz et al., 2014; Tempelaar et
al., 2012; Velandia et al., 2012).
En efecto, los ambientes de aprendizaje mediados por
TIC permiten por ejemplo la comunicación de forma sincrónica y asincrónica, la
incorporación de múltiples y variados recursos convencionales como lecturas,
mapas conceptuales, entre otros, así como también multimediales: videos,
juegos, actividades interactivas, etc.(Colvin & Mayer, 2011; Mui, 2016), de
igual Hererich-Martínez (2015) indica que “se puede acceder las 24 horas del día y los
7 días de la semana, eliminando la necesidad de que los estudiantes y el
profesor compartan un mismo espacio físico” (p.18), rompiendo así, no solo las
barreras geográficas sino también de tiempo presentes en los procesos de
aprendizaje tradicional.
Así mismo, ofrece al estudiante una atención
diferencial de acuerdo con sus gustos, ritmo de trabajo e intereses por cuanto
no están constituidos por estructuras lineales de navegación, estas y otras
características, unidas a los desarrollos tecnológicos, hacen que los ambientes
mediados por TIC crezcan en complejidad y sofisticación, pero a la vez en
simplicidad de manejo para los usuarios (Garrison
& Anderson, 2003; Prineas et al., 2011)
Desde el punto de vista de los estudiantes es
indiscutible que esta modalidad de trabajo impone varios retos, por ejemplo,
organizar y seguir un plan, utilizar de forma eficiente los recursos
disponibles y rastrear en la red otros recursos que permitan ayudar a
comprender los conceptos objeto de aprendizaje, planificar los tiempos de tal
manera que se pueda completar los trabajos requeridos con calidad y
puntualidad, entre otros (Hrastinski, 2008;
López-Vargas & Hederich-Martínez, 2010).
En la misma línea, el estudiante debe aprender no solo
el contenido del curso sino también el manejo del ambiente de aprendizaje
aprovechando los recursos que le ofrece sin desorientarse, de igual manera,
debe poder desenvolverse en el ambiente de aprendizaje desde diferentes
tecnologías (computadores personales, celulares, tabletas, etc.), solucionar
problemas técnicos, todo esto en presencia de múltiples distractores y sin el
apoyo directo de un profesor o de los compañeros de clase, asumiendo así una
mayor responsabilidad (Artino & McCoach, 2008; Zimmerman, 2017), generándose entonces,
nuevas dinámicas en el proceso de aprendizaje, pues el estudiante pasaría de
ser un agente pasivo a ser protagonista de su propio proceso de aprendizaje
(López-Vargas et al., 2020; Mui, 2016; Valencia-Vallejo et al., 2019).
Sin embargo, múltiples investigaciones indican que los
estudiantes no siempre consiguen los aprendizajes deseados cuando interactúan
con ambientes de aprendizaje en línea y que no todos se benefician de forma
equitativa de este tipo de ambientes (Alomyan, 2004; Beserra et al., 2014; López-Vargas et al., 2017;
López-Vargas & Triana-Vera, 2013). Algunos estudios explican que este
fenómeno puede estar relacionado directamente con el estilo cognitivo del
estudiante y la autoeficacia tanto académica como para aprender en ambientes en
línea.
En cuanto al estilo cognitivo en la dimensión
Dependencia-Independencia de Campo (DIC) los resultados indican que “los
estudiantes independientes del campo superan a los estudiantes dependientes del
campo en varios entornos de aprendizaje convencionales y basados en la web
dadas sus características estilísticas” (Alomyan,
2004 p. 189).
Con relación a la autoeficacia académica, estudios
señalan que el logro de aprendizaje depende en gran medida de las creencias que
los estudiantes pueden tener acerca del resultado que obtendrán al emprender la
tarea de aprendizaje (López-Vargas & Triana-Vera, 2013), en efecto, Bandura
(1994a) señala que “las personas con una gran seguridad en sus capacidades
abordan las tareas difíciles como desafíos que deben dominar más que como
amenazas que deben evitarse (…), se fijan metas desafiantes y mantienen un
fuerte compromiso con ellas” (p 2), en tanto que si el aprendiz tiene dudas,
eventualmente no se comprometerá de manera decidida, se abrumará frente a sus
propios pensamientos de fracaso a tal nivel que podría no emprender acciones y,
en consecuencia, difícilmente alcanzará el logro de aprendizaje (Bandura,
1994a).
En cuanto a la autoeficacia para aprender ambientes
mediados por TIC, es indiscutible que juega un papel muy importante, por cuanto
no solo comprende los juicios personales para aprender el tema de un dominio
expuesto en el ambiente, implica también la gestión adecuada del tiempo y las
herramientas tecnológicas (Stephen & Rockinson-Szapkiw,
2021; Yavuzalp & Bahcivan,
2020), una buena percepción para aprender a través de estos ambientes de aprendizaje
le permitirán al estudiante navegar con seguridad por el ambiente y aprovechar
los recursos allí dispuestos, de tal manera que alcanzará mejores logros en el
aprendizaje que estudiantes que dudan de sus capacidades (Artino
& McCoach, 2008; Zimmerman & Kulikowich, 2016), de igual manera, estas creencias son
fundamentales en el momento de decidir emprender nuevos procesos de aprendizaje
en este tipo de ambiente (Zimmerman
& Kulikowich, 2016), lo cual va siendo cada vez
más necesario, dada la vertiginosa producción de conocimiento y las posibles
situaciones de crisis como las acabadas de vivir con el confinamiento (Cao et
al., 2020; Guzman-Mora, 2021; Talsma
et al., 2021; Ulfatun et al., 2021)
Luego de haber terminado el periodo crítico de
confinamiento y de estar nuevamente en modalidad presencial, se hace importante
identificar el estado y las relaciones entre estas importantes variables, y
aprender de la experiencia que en este campo dejó la pandemia, con el fin de
establecer puntos de partida, que sugieran derroteros para mejorar los procesos
de aprendizaje mediados por TIC, para favorecer el logro del aprendizaje de
todos los estudiantes no obstante su estilo cognitivo en escenarios de
aplicación habituales y en contextos excepcionales, como los representados por
la pandemia.
Marco teórico y referencial
Autoeficiencia
La
autoeficacia o expectativa de la eficacia (Shunk, 2012), hace referencia a las
percepciones que el sujeto posee acerca de sus capacidades para efectuar una
tarea específica en un nivel de desempeño determinado (Bandura, 1997; Bradley
et al., 2017; de la Fuente et al., 2021; B. J. Zimmerman, 1995), la
autoeficacia es de gran importancia, puesto que una persona que se percibe
segura de sus capacidades frente a determinada tarea, tendrá expectativas
elevadas con relación a su desempeño, se sentirá segura y confiada, lo que le
permitirá tener claridad de pensamiento para encontrar soluciones adecuadas a
problemas presentados, será también más persistente y estará dispuesta a
invertir el esfuerzo que sea necesario para lograr la meta propuesta (de la
Fuente et al., 2021; López-Vargas & Triana-Vera, 2013).
En
tanto que la persona que duda acerca de sus capacidades tendrá serias
dificultades para gestionar los pensamientos referentes a posibles fracasos,
proyectará escenarios de desacierto y frustración, por lo que le será difícil
plantear posibles soluciones a problemas presentados, ante las contrariedades
probablemente se desanimará y tendrá dificultades para mantener la persistencia
y el esfuerzo (López-Vargas et al., 2022; Peechapol et al., 2018; Schunk, 2012;
Zimmerman, 2000).
Autoeficacia
académica
En el contexto académico
la autoeficacia se refiere a los juicios personales creados específicamente
para el contexto académico (Dixon et al., 2020; Ratsameemonthon et al., 2018;
You, 2018), así un estudiante con altas expectativas en sus resultados académicos,
participará más fácilmente en los procesos educativos, visualizará las
dificultades como retos, su visión segura, clara y optimista le permitirá
plantear y llevar a cabo estrategias apropiadas con persistencia y esfuerzo
sostenido lo que lo llevará indudablemente al éxito académico (Ithriah et al.,
2020; Pajares, 1996; Ratsameemonthon et al., 2018).
Por otra parte, los
estudiantes con baja autoeficacia académica son agobiados por pensamientos
recurrentes de fracaso entonces, además de lidiar con la carga que puede
representar el aprendizaje de determinado dominio, también tendrán que batallar
contra sus propios pensamientos, estos juicios negativos nublarán su visión por
lo que no les será fácil encontrar la forma de hacer frente a las situaciones
de dificultad, de esta manera abandonará la tarea o en el mejor de los casos
tomará las alternativas menos complejas lo que probablemente no llevará al
aprendizaje (Bandura, 1994a, 1994b, 1999; de la Fuente et al., 2021; Schunk,
2012; Valencia-Vallejo et al., 2016).
En este sentido numerosos
estudios han encontrado una relación directa y positiva entre la autoeficacia
académica y el logro del aprendizaje (Castellanos-Páez et al., 2017; Dixon et
al., 2020; Ratsameemonthon et al., 2018), en palabras de Yokoyama (2019) “en
una situación académica, se puede suponer que los alumnos con alta autoeficacia
tienen una mayor motivación para aprender, lo que resulta en un mayor
rendimiento académico” (p 2).
Por ejemplo, You (2018)
estudió el efecto de la autoeficacia académica en ambientes de aprendizaje
estresantes sobre la persistencia en 483 estudiantes coreanos, encontrando una
relación positiva y significativa entre la autoeficacia académica con la
persistencia en el aprendizaje, los estudiantes con mayores niveles de autoeficacia
se vieron menos afectados por ambientes estresantes y exigentes en comparación
con sus compañeros con baja autoeficacia y por tanto obtuvieron mejores
resultados académicos (You, 2018).
Más recientemente
Rodríguez-Guardado y Gaeta-González (2021) llevaron a cabo un estudio que
buscaba identificar la relación entre perfiles motivacionales y rendimiento
académico, el estudio tuvo una muestra de 204 sujetos con edades entre los 16 y
18 años pertenecientes a cuatro instituciones educativas de México. Los
resultados mostraron cuatro perfiles académicos indicando que el perfil
relacionado con autoeficacia y establecimiento de metas tuvo mayor relación con
el rendimiento académico (Rodríguez-Guardado & Gaeta-González, 2020).
Autoeficacia para el aprendizaje en línea
La autoeficacia para el aprendizaje en línea se refiere al conjunto de
juicios que un sujeto estima sobre sus propias capacidades para planear y
completar con éxito, tareas relacionadas con el aprendizaje en diferentes áreas
del conocimiento, a través de ambientes de aprendizaje en línea (Aldhahi et al., 2021; Ithriah et
al., 2020; López-Vargas et al., 2022; Zimmerman, 2017).
En la actualidad gran parte de los estudios relacionados con la
autoeficacia para el aprendizaje en ambientes en línea como factor fundamental
en el éxito en este tipo de contextos, se han centrado en el uso de las
tecnologías (Zimmerman, 2017; Zimmerman & Kulikowich,
2016), para las autoras “además de la capacidad de usar la tecnología, los
estudiantes en línea exitosos a menudo deben poseer otras habilidades, como
autodirección, habilidades de comunicación y habilidades de gestión del tiempo”
(p.182) .
En este sentido la autoeficacia para el aprendizaje en línea incluye
también los juicios sobre la habilidad para ubicar y emplear eficientemente los
recursos brindados por el ambiente virtual de aprendizaje, la gestión de
distracciones presentes en el entorno de estudio, el manejo del tiempo, la
presentación de actividades académicas de calidad y de forma puntual, la
superación de dificultades técnicas, la adaptación diligente a cambios en la
plataforma o tecnologías entre otras percepciones, enmarcada en el contexto de
aprendizaje al propio ritmo, sin el acompañamiento directo de un profesor o de
compañeros de clase (Chen et al., 2014; Yavuzalp
& Bahcivan, 2020; Zimmerman & Kulikowich, 2016).
Las investigaciones revelan que la autoeficacia para el aprendizaje en
línea tiene un efecto significativo sobre la autoeficacia académica y el logro
del aprendizaje, al respecto Calderín y Csoban (2010)
adelantaron un estudio en búsqueda de elementos relacionados con la
autoeficacia para el aprendizaje en línea, para ello examinaron relaciones
entre la autoeficacia, la actitud, la ansiedad y experiencia con computadores
en una población de 404 estudiantes pertenecientes a una universidad
venezolana, los resultados sugirieron que el factor más relevante fue la
ansiedad, en efecto, los estudiantes que sienten más seguros cuando hacen uso
del computador para aprender, poseen mejores percepciones acerca de sus
capacidades para comprender el dominio del conocimiento de estudio y por tanto
obtienen mejores resultados (Calderín & Csoban,
2010).
De igual manera la autoeficacia para aprendizaje en línea incide en la
decisión de tomar cursos en línea (Aldhahi et al.,
2021) y la probabilidad de tener éxito en estos contextos de aprendizaje
(Zimmerman & Kulikowich, 2016), por tanto y dada
la incursión de las TIC en el ámbito del aprendizaje, se hace cada vez más
necesario el desarrollo de una alta autoeficacia para el aprendizaje a través
de ambientes de aprendizaje en línea (Yavuzalp & Bahcivan, 2020).
De esta manera, Stephen y Rockinson-Szapkiw
(2021) compararon el efecto de un curso en línea al que llamaron “de alto
impacto” que buscaba fomentar la autorregulación y la autoeficacia en ambientes
de aprendizaje en línea, en contraste con un curso en línea tradicional, sobre
el logro de aprendizaje y la autoeficacia para el aprendizaje en línea. La
experiencia se llevó a cabo con 95 estudiantes inscritos en cursos virtuales de
una universidad privada del sureste de Los Estados Unidos.
El curso de alto impacto incluía apoyos pedagógicos en los cuales se
hicieron explícitas las bondades de las ayudas brindadas por el ambiente de
aprendizaje e instrucción sobre estrategias de autorregulación, los resultados
indicaron que los estudiantes que trabajaron en el curso de “alto impacto”
tuvieron resultados significativamente superiores en el logro de aprendizaje
comparado con el obtenido por los estudiantes que interactuaron con el curso
tradicional (Stephen & Rockinson-Szapkiw, 2021).
Más recientemente López-Vargas y colaboradores (2022). Examinaron el efecto
de un andamiaje motivacional integrado a un videojuego con contenido
matemático, el experimento se llevó a cabo con 52 niños que cursaban sexto
grado en un colegio oficial del municipio de Guasca en Cundinamarca (Colombia).
Los hallazgos señalan que efectivamente el andamiaje motivacional tuvo un
efecto significativo sobre la autoeficacia académica y sobre el logro del
aprendizaje en todos los estudiantes sin importar su estilo cognitivo, los
resultados nuevamente confirman la posibilidad de fomentar la autoeficacia
académica a través de andamiajes motivacionales en escenarios computacionales y
su importancia para el logro del aprendizaje.
Estilo cognitivo
El estilo cognitivo hace referencia al conjunto de
características que hacen única a una persona (Alomyan, 2004; Valencia-Vallejo,
2017), en este sentido, el estilo cognitivo no se limita únicamente a aspectos
relacionados con el aprendizaje, comprende también otros rasgos por ejemplo, la
forma en que se percibe el entorno, la manera de relacionarse con los demás, el
modo de abordar los problemas, etc. (Hederich, 2004).
De acuerdo con la literatura, el estilo cognitivo
más estudiado ha sido el estilo cognitivo en la dimensión Dependencia
Independencia de Campo (DIC), que tiene sus principios en los estudios
adelantados por Witkin y Asch (1977), al respecto los investigadores observaron
que un grupo de individuos presentaba mayor facilidad para encontrar figuras
ocultas dentro de figuras complejas, este grupo fue denominado independientes
de campo (IC), por otro lado, el grupo de personas a quienes se le dificultaban
encontrar las figuras se les denominó dependientes de campo (DC) o sensibles al
medio (SM) (Witkin et al., 1977).
Las observaciones de Witkin y Asch (1977)
permitieron mostrar que las personas clasificadas por IC poseen un enfoque
lógico que les permite visualizar los elementos que componen una estructura
como partes articuladas y que se pueden componer, descomponer y recomponer, de
igual manera si la organización no es clara tienden a imponer una, se orientan
internamente, aceptan ideas solo después de analizarlas y prefieren el trabajo
individual. Por su parte los sujetos clasificados como SM tienen una visión más
global, perciben la estructura de forma integrada y tienden a no modificarla
aun cuando no sea clara, se orientan por factores externos, como
características sobresalientes, aceptan las ideas tal y como se las presentan y
prefieren el trabajo en equipo (Hederich-Martínez, 2004; López-Vargas et al.,
2012; Witkin et al., 1977).
Las investigaciones adelantadas por Witkin y
colaboradores (1948) han sido bastante utilizadas especialmente en el ámbito
educativo, puesto que múltiples estudios han mostrado una relación directa y
significativa entre el estilo cognitivo y el desempeño académico (López-Vargas
et al., 2012; Tinajero et al., 2011; Witkin & Asch, 1948).
En efecto estudios adelantados por Nozari y Siamian
(2015) buscó relaciones entre el estilo cognitivo DIC y la comprensión lectora
en inglés como lengua extranjera y el logro del aprendizaje, la población
estaba conformada por 305 estudiantes de una escuela secundaria en Sari, los
hallazgos encontrados permitieron concluir que existe una relación directa y
significativa entre el estilo cognitivo y el logro del aprendizaje, así los
estudiantes IC obtuvieron mejores resultados en comprensión lectora y logro del
aprendizaje que sus pares SM. (Nozari & Siamian, 2015).
En el ámbito del aprendizaje mediado por
computador, el estilo cognitivo es un factor decisivo, puesto que podría
pensarse que debido a la composición de nodos interconectados, propia de los
ambientes de aprendizaje hipermediales, probablemente favorecería el
aprendizaje de los estudiantes IC dadas sus características estilísticas
relacionadas con la facilidad para reestructurar la información que estaría
diseminada en el ambiente virtual de aprendizaje y que requeriría un papel
activo por parte del estudiante (Garrison & Anderson, 2003; Hrastinski,
2008). Por su parte, ante el mismo tipo de estructura, los aprendices SM
podrían sentirse desorientados debido a su percepción global y holística, de
alguna forma incompatible con la organización de información en los ambientes
de aprendizaje hipermedial. Al respecto estudios adelantados por Alomyan
(2017), mostraron la preferencia de los estudiantes SM por los programas de
educación lineal con rutas de navegación estructuradas, en tanto que los
estudiantes independientes de campo prefirieron los sistemas no lineales dada
su capacidad de reestructuración y su habilidad para autodirigir su aprendizaje
(Alomyan, 2017)
Así las cosas, es posible indicar que los ambientes
de aprendizaje mediados por TIC no benefician equitativamente a todos los
estudiantes (Alomyan, 2004; López-Vargas et al., 2017; López-Vargas &
Triana-Vera, 2013) y por tanto se hace importante disminuir o eliminar esta
diferencia.
Efectivamente, Valencia-Vallejo y colaboradores
(2018) examinaron el resultado de un andamiaje de tipo motivacional que buscaba
favorecer la autoeficacia y el logro del aprendizaje, en 65 estudiantes de
primer semestre de una universidad pública de Bogotá Colombia, los resultados
permitieron evidenciar que la intervención del ambiente computacional mejoró el
logro del aprendizaje y la autoeficacia y neutralizando el efecto del estilo
cognitivo sobre las mismas variables (Valencia-Vallejo et al., 2018b)
Mas recientemente, López y colaboradores (2020)
exploraron los efectos de un ambiente de aprendizaje m-learning que integraba
un andamiaje de tipo motivacional, sobre el logro del aprendizaje y las
autoeficacias académicas y on-line, en una población compuesta por 56
estudiantes de educación secundaria en un colegio del departamento del Meta
Colombia, los resultados mostraron la eliminación de diferencias significativas
en el logro del aprendizaje y la autoeficacia misma en las estudiantes con
diferentes estilos cognitivos que interactuaron con la plataforma de
aprendizaje (López-Vargas et al., 2020).
Estas investigaciones tienen en común, las
experiencias de éxito, elemento considerado por Bandura como el mayor referente
que una persona toma en la construcción de los juicios de autoeficacia
(Bandura, 1994b, 1997).
Método. Propósito y procedimiento
El presente estudio tuvo
como propósito establecer posibles efectos de dos años de trabajo en casa
debido a la pandemia producida por la enfermedad Covid-19 sobre las relaciones
entre las variables estilo cognitivo en la dimensión DIC, la autoeficacia
académica, la autoeficacia para el aprendizaje en-línea y el logro del
aprendizaje, con el fin de encontrar nuevos derroteros que beneficien las
dinámicas escolares tradicionales y virtuales.
En este sentido se
plantea un estudio de tipo cuantitativo no experimental de una sola etapa, con
un análisis estadístico multivariante (MANOVA) que contiene una variable
independiente, estilo cognitivo con tres valores: sensibles al medio,
intermedios e independientes de campo y tres variables dependientes: logro
académico, autoeficacia académica y autoeficacia para aprendizaje en ambientes
virtuales, esta última con tres subcategorías a saber: autoeficacia para
aprendizaje en línea, autoeficacia para gestión del tiempo y autoeficacia para
el uso de la tecnología.
Con el objetivo de llevar
a cabo este estudio se contactaron los directivos docentes y los profesores del
Consejo Académicos de la I. E. Manuela Beltrán del municipio de Soacha
(Cundinamarca), luego de socializado el proyecto dieron el aval para la
aplicación, seguidamente se informó a los padres de familia el objetivo y los
términos del estudio y se solicitó el consentimiento para la participación de
los menores, finalmente se aplicaron los instrumentos durante la segunda y
tercera semana del primer periodo académico presencial, luego de terminado el
tiempo de confinamiento.
Participantes. En el
estudio participaron 178 estudiantes (72 hombres y 106 mujeres)
correspondientes a cuatro cursos de grado décimo, pertenecientes a una
institución educativa oficial del municipio de Soacha departamento de
Cundinamarca-(Colombia). Las edades de los estudiantes oscilan entre los 14 y
18 años (M=15,81; SD=1,114).
Instrumentos. Los
instrumentos usados se describen a continuación.
Prueba EFT. Embedded Figures
Test EFT. Este instrumento permite
determinar el estilo cognitivo, se aplicó el formato propuesto por Sawa (1966)
cuya versión está compuesta por cincuenta figuras complejas distribuidas en
cinco páginas, en cada página el individuo visualiza una figura simple y diez
figuras complejas, la idea es encontrar la figura simple en cada una de las
figuras complejas en un tiempo limitado . Esta versión del instrumento ha sido
aplicada en estudiantes colombianos en múltiples ocasiones mostrando altos
niveles de confiablidad (α de Cronbach entre 0,91 y 0,97) (Hederich-Martínez,
2004).
Subescala de
autoeficacia académica del Cuestionario MSLQ
Se utilizó la prueba de Motivated
Strategies for Learning Questionnaire (Pintrich et al., 1991). A través de
esta prueba se midió la autoeficacia académica de los estudiantes. La subescala
hace parte de un cuestionario de administración colectiva que consta de 81
ítems, de los cuales sólo se tomaron los ítems correspondientes a las creencias
de autoeficacia. Las respuestas a los ítems se dan con base en una escala
Likert de 7, siendo 1 Muy en desacuerdo y 7 Muy de acuerdo, para el presente
estudio el instrumento arrojó un α de Cronbach de 0,87.
Prueba OLSES. The Online Learning
Self-Efficacy Scale
(Zimmerman y Kulikowich, 2016). Mediante este instrumento se mide la autoeficacia
para el aprendizaje en ambientes en línea, es un cuestionario de autoinforme,
cuenta con 22 preguntas que se clasifican en tres categorías: (1) aprendizaje
en entornos en línea compuesta por 8 preguntas (α de Cronbach de 0,77), (2)
gestión del tiempo, medida con 5 preguntas (α de Cronbach 0,77) y (3) uso de la
tecnología. con 9 items (α de Cronbach 0,79), todas ellas dentro del rango de
confiabilidad aceptable; de otro lado la prueba maneja una escala de Likert de
7 en la que (1) es nunca, y (7) Siempre.
Logro
del aprendizaje. El
logro del aprendizaje fue medido a través del promedio obtenidos por los
estudiantes en cinco pruebas diagnósticas cada una de ellas con 32 preguntas de
opción múltiple con única respuesta y una puntuación posible entre 1 y 5.
En Matemáticas fueron
evaluados los componentes: comunicación, representación y modelación;
razonamiento y argumentación y planteamiento y resolución de problemas; en
Lectura crítica se evalúo lectura interpretativa, argumentativa y propositiva;
en Ciencias Naturales, se midió el logro del aprendizaje en explicación de
fenómenos, indagación y uso comprensivo del conocimiento científico; en cuanto
a la prueba de Sociales y Competencias Ciudadanas, la prueba revisó las
competencias alcanzadas en el espacio, el territorio, el ambiente y la
población; el tiempo y las culturas, el poder, la economía y las organizaciones
sociales, finalmente la prueba de inglés, valoró los logros alcanzados en
vocabulario, interpretación – función, escritura funcional y conversación.
Estas pruebas fueron
diseñadas y evaluadas por una firma experta en evaluación, con más de 20 años
de experiencia y sedes a nivel nacional, la prueba está basadas en la medición
del desarrollo de competencias básicas, los derechos básicos de aprendizaje y
los estándares dados como directrices por el Ministerio de Educación Nacional
para el grado noveno por tratarse de prueba diagnóstica para grado décimo, la
estructura de la prueba se articula en las Pruebas Saber aplicadas al finalizar
cada ciclo escolar por el Estado colombiano con el fin de medir la calidad de
la educación.
Resultados
Estilo cognitivo en la dimensión dic. El promedio de la
prueba geft fue 31,66, el valor mínimo fue de 5 y el
máximo de 50, de un puntaje de 50 puntos posibles Los grupos de estudiantes se
definieron por terciles, de acuerdo con el puntaje de
la prueba de estilo cognitivo, El primer tercil
corresponde a 59 los estudiantes sensibles al medio (SM); el segundo tercil compuesto por 60 estudiantes que corresponden a los
intermedios y, finalmente, el tercer tercil integrado
por 59 estudiantes que se identifican como independientes de campo (IC).
Autoeficacia académica. El promedio de la
subescala de autoeficacia académica fue de 45,87, y la desviación estándar fue
de 6,29. Sobre un puntaje máximo de 7 puntos, el valor mínimo obtenido fue 19 y
el máximo de 56. En el presente estudio, la subescala presentó una fiabilidad
de 0,87.
Autoeficacia para el aprendizaje online. La media de la
subescala de autoeficacia para el aprendizaje on-line fue de 4,91, y la
desviación estándar fue de 1,06. Sobre un puntaje máximo de 7, se obtuvo un
valor mínimo de 1,3 puntos y un valor máximo de 6,7 puntos. La subescala
presentó un alfa de Cronbach de 0,813
En cuanto a la subescala de uso de tiempo la media obtenida fue de 4,8 con
una desviación estándar de 1,14. El puntaje máximo posible fue 7, así se obtuvo
un valor mínimo de 1,8 y un máximo de 6,9. la subescala obtuvo un alfa de
Cronbach de 0,77
Finalmente, la subescala sobre uso de la tecnología presentó una media de
5,14 con una desviación estándar de 0,96; el puntaje mínimo obtenido fue de
1,86 y el máximo fue 6,77 de 7 puntos posibles, un alfa de Cronbach de 0,65
Logro de aprendizaje. El promedio de logro de
aprendizaje en las estudiantes fue de 3,01, y la desviación estándar fue de
0,47 Sobre un puntaje máximo de 5, el logro más bajo fue de 1,56 y el más alto
fue de 4,18. Las evaluaciones presentaron una fiabilidad de 0,79.
Análisis Manova. Para llevar a
cabo el análisis MANOVA se empleó el software Statistical
Package for the Social Sciences, versión
25. Inicialmente los datos fueron organizados y validados para asegurar la
calidad de los resultados, posteriormente fueron verificados los supuestos
estadísticos de normalidad (la asimetría y curtosis), Los datos reportados se
ubican dentro de un rango permitido (-1,5 a 1,5)
En cuanto al supuesto de homocedasticidad o de igualdad de varianzas se
validó a través de la prueba de Box, cuyo resultado arrojó una significancia
del 12,9 % (>5%). Luego de verificados los supuestos, se procede a realizar
el análisis MANOVA. La variable independiente del estudio es el estilo
cognitivo en la dimensión DIC y como variables dependientes la autoeficacia
académica, la autoeficacia para el aprendizaje en ambientes en línea y el logro
del aprendizaje.
Para la variable independiente, estilo cognitivo, se consideraron tres
valores: (1) Independes de campo (IC), (2) intermedios y (3) sensibles al medio
(SM); de otro lado, la autoeficacia para el aprendizaje en línea fue
considerada a través de tres categorías (1) aprendizaje en entornos en línea,
(2) gestión del tiempo y (3) uso de la tecnología, para el análisis cada una de
estas categorías fue considerada una variable dependiente.
La tabla 1 muestra los estadísticos descriptivos de las variables
dependientes de los grupos de estudiantes que participaron en el estudio.
Tabla 1. Estadísticos
descriptivos de las variables dependientes para aprendizaje en entornos en
línea, gestión del tiempo, uso de las tecnologías, autoeficacia académica y
logro del aprendizaje.
|
Variable |
N |
EFT |
Media |
SD |
|
Aprendizaje en
entornos en línea |
59 |
Sensibles al medio |
43,91 |
10,26 |
|
60 |
Intermedios |
42,29 |
9,65 |
|
|
59 |
Independientes de Campo |
46,03 |
7,71 |
|
|
178 |
Total |
44,07 |
9,35 |
|
|
Gestión del tiempo |
59 |
Sensibles al medio |
30,06 |
6,01 |
|
60 |
Intermedios |
28,36 |
6,87 |
|
|
59 |
Independientes de Campo |
28,72 |
6,11 |
|
|
178 |
Total |
29,04 |
6,35 |
|
|
Uso
de las tecnologías |
59 |
Sensibles al medio |
36,43 |
7,25 |
|
60 |
Intermedios |
34,94 |
7,53 |
|
|
59 |
Independientes de Campo |
37,72 |
6,32 |
|
|
178 |
Total |
36,35 |
7,11 |
|
|
Autoeficacia académica |
59 |
Sensibles al medio |
45,84 |
5,54 |
|
60 |
Intermedios |
44,42 |
6,97 |
|
|
59 |
Independientes de Campo |
47,38 |
6,02 |
|
|
178 |
Total |
45,87 |
6,29 |
|
|
Logro de aprendizaje |
59 |
Sensibles al medio |
2,84 |
0,46 |
|
60 |
Intermedios |
3,02 |
0,41 |
|
|
59 |
Independientes de Campo |
3,20 |
0,49 |
|
|
178 |
Total |
3,02 |
0,47 |
Del análisis Manova se evidencian diferencias
significativas en el logro de aprendizaje debido al efecto del estilo cognitivo
en la dimensión DIC (F (2, 175) = 9.80, p < 0.001, η2
= 0.101). De igual forma se presentaron diferencias significativas en la
autoeficacia académica debido al estilo cognitivo del estudiante (F (2,
175) = 3.40, p = 0.036, η2 = 0.037). Los hallazgos
revelaron que no existen diferencias significativas por efecto del estilo
cognitivo en las diferentes categorías de la autoeficacia para el aprendizaje
en línea. AQUÍ
Mediante un análisis post hoc de Tukey, se pudo determinar que solo existió
diferencias significativas en la autoeficacia académica (p < 0.05)
entre los sujetos con estilo cognitivo intermedio (M = 44.42, SD
= 6.97) y los IC (M = 47.38, SD = 6.02) (ver figura 1). También
se observan diferencias significativas (p < 0.05) en el logro de
aprendizaje entre el grupo de estudiantes IC (M = 3.20, SD =
0.49) y los estudiantes SM (M = 2.84, SD = 0.46) (Ver figura 2).
Figura 1.
Medias marginales de autoeficacia académica.
Figura 2. Medidas
marginales de logro de aprendizaje
Discusión
El presente estudio apoya en parte los hallazgos encontrados por
López-Vargas y colaboradores (2011) referentes a la correlación existente entre
el estilo cognitivo y autoeficacia académica
Sin embargo y contrario a los resultados mostrados generalmente en
investigaciones anteriores, los estudiantes SM no mostraron diferencias
significativas en la autoeficacia académica frente a sus compañeros IC e
intermedios, este resultado indica que probablemente este tipo de estudiantes
poseen también, unas altas percepciones acerca de capacidades para aprender
derivadas probablemente del apoyo prestado por padres de familia, profesores y
compañeros durante el tiempo de confinamiento, que probablemente les
permitieron aumentar los niveles de satisfacción dado el mejoramiento de los
resultados en el desempeño académico.
Este hallazgo valida una vez más la importancia de las experiencias de
éxito que en palabras de Bandura (1994) constituyen “la forma más efectiva de
crear un fuerte sentido de eficacia” (p. 2), En consecuencia, es razonable
pensar, que el hecho de culminar satisfactoria y exitosamente el año escolar
pudo haber representado una experiencia de éxito significativa
De esta manera, este resultado apoyaría la importancia de brindar un
acompañamiento cercano en los procesos académicos de los estudiantes SM, así
por ejemplo padres, profesores y compañeros podrían:
Ayudarles a
mejorar su estado emocional o a corregir algunas de sus percepciones erróneas
(factores personales), pueden ofrecerles guía para mejorar sus habilidades
académicas o sus estrategias de autorregulación del aprendizaje (factores
conductuales) o incluso modificar los aspectos de organización y estructuración
del entorno académico que pueden dificultar el aprendizaje (factores
ambientales)” (Prieto, 2012, p.69).
Por su parte los estudiantes con estilo cognitivo intermedio probablemente
fueron más moderados en el momento de evaluar su autoeficacia académica y
quizás fueron más realistas, este resultado podría deberse a su ubicación en el
espectro del estilo cognitivo, en el cual también se tienen rasgos relacionados
con la independencia de campo así este tipo de estudiantes “llevan a cabo un
procedimiento analítico (…) y tienden a depender de su conocimiento interno y
analizar los problemas por sí mismos. sin referencia al marco o al entorno” (Nozari & Siamian, p.39).
En cuanto al logro del aprendizaje los resultados son consistentes con
estudios anteriores que muestran que los estudiantes IC obtienen resultados
académicos superiores que sus compañeros Intermedios y SM
Este hallazgo resulta interesante por cuanto podría pensarse en una
reducción de las diferencias en el logro académico entre sujetos SM y sus
compañeros intermedios e IC con relación al logro del aprendizaje probablemente
se encuentre asociada a los juicios de autoeficacia académica
Ahora bien, en cuanto a los resultados obtenidos con relación a la
autoeficacia para el aprendizaje en ambientes virtuales, no se encontraron
correlaciones significativas entre esta variable, el estilo cognitivo y el
logro del aprendizaje, a pesar de que la generalidad de los estudios muestra
dicha correlación
Estos resultados no son concluyentes y se hace necesario
continuar investigando para verificar si esta relación persiste o por el
contrario tiende a desaparecer conforme la educación tradicional realiza un uso
menos intensivo de este tipo de recursos, sin embargo, vuelve nuevamente a
mostrar la importancia del fomento de la autoeficacia académica dentro de los
procesos escolares a través de las experiencias de éxito.
Referencias
Aldhahi, M., Baattaiah, B., Alqahtani,
A. (2021). Predictors of Electronic Learning Self-Efficacy: A Cross-Sectional Study
in Saudi Arabian Universities. Frontiers in Education, 6, 1–10.
https://doi.org/10.3389/feduc.2021.614333
Alomyan, H. (2004). Individual
Differences: Implications for Web-based Learning Design. International
Education Journal, 4(4), 188–196. http://iej.cjb.net
Alomyan, H. (2017). A conceptual
framework for web-based learning design. International Conference E-Learning,
191–195.
Artino, A., McCoach,
B. (2008). Development and initial validation of the online learning value and
self-efficacy scale. Journal of Educational Computing Research, 38(3),
279–303. https://doi.org/10.2190/EC.38.3.c
Bandura, A. (1994a). Encyclopedia of mental health (Vol. 4). Academic
Press.
Bandura, A. (1994b). Self-Efficacy. En Encyclopedia
of human behavior (pp. 71–81). V. S. Ramachaudran.
http://www.uky.edu/~eushe2/Bandura/BanEncy.html
Bandura, A. (1997). Self-Efficacy The
Exercise of Control (Primera). Stanford University.
Bandura, A. (1999). Social cognitive theory :
An agentic Albert Bandura. Journal of Social Psychology, 2(1),
21–41. https://doi.org/10.1111/1467-839X.00024
Beserra, V., Nussbaum, M., Oteo, M., Martin, R. (2014). Measuring cognitive load in
practicing arithmetic using educational video games on a shared display. Computers
in Human Behavior, 41, 351–356.
https://doi.org/10.1016/j.chb.2014.10.016
Bradley, R., Browne, B., & Kelley, H. (2017). Examining the
Influence of Self-Efficacy and Self-Regulation in Online Learning. College
Student Journal, 51(4), 518–531.
https://www.researchgate.net/publication/325743793
Calderín, M., & Csoban,
E. (2010). Elementos para un
programa de alfabetización informacional: la autoeficacia hacia el uso de las
computadoras. Biblios: Revista Electrónica
de Bibliotecología, Archivología y Museología, 37.
Cao, W., Fang, Z., Hou, G., Han, M., Xu, X., Dong, J., & Zheng, J. (2020). The psychological
impact of the COVID-19 epidemic on college students in China. Psychiatry
Research, 287. https://doi.org/10.1016/j.psychres.2020.112934
Castellanos P, V., Latorre V, D. C., Mateus G,
S. M., & Navarro R, C. P. (2017). Modelo Explicativo del Desempeño Académico desde la
Autoeficacia y los Problemas de Conducta. En Revista Colombiana de Psicologia (Vol. 26, Issue 1,
pp. 149–161). Universidad Nacional de Colombia.
https://doi.org/10.15446/rcp.v26n1.56221
Chen, L. Y., Hsiao, B., Chern, C. C., &
Chen, H. G. (2014). Affective mechanisms linking Internet use to learning
performance in high school students: A moderated mediation study. Computers
in Human Behavior, 35, 431–443.
https://doi.org/10.1016/j.chb.2014.03.025
Colvin, R., & Mayer, R. (2011). E-Learnisn
and the science of instruction (Vol. 91).
De la Fuente, J.,
Sander, P., Garzón U, A., Vera-Martínez, M. M., Fadda,
S., Gaeta G, M. L. (2021). Self-Regulation and Regulatory Teaching as
Determinants of Academic Behavioral Confidence and Procrastination in
Undergraduate Students. Frontiers in Psychology, 12.
https://doi.org/10.3389/fpsyg.2021.602904
Dixon, H., Hawe, E., Hamilton, R. (2020). The
case for using exemplars to develop academic self-efficacy. Assessment and
Evaluation in Higher Education, 45(3), 2–13.
https://doi.org/10.1080/02602938.2019.1666084
Garrison, D., Anderson, T. (2003). E-Learning in the 21st Century: A
Framework for Research and Practice (RoutledgeFalmer,
Ed.; 1a ed.). Taylor &
Francis e-Library.
Guzman M, A. (2021). Pedagogías emergentes para garantizar una educación
inclusiva en tiempos de confinamiento. Revista Varela, 21(60),
180–186. http://revistavarela.uclv.edu.cu
Hederich M, C. (2004). Estilos cognitivos en la dimensión Independencia
Dependencia de Campo -Influencias culturales e implicaciones para la educación-.
Universidad Autónoma de Barcelona.
Hederich M, C. (2015). Las expectativas frustradas de la educación virtual:
¿Cuestión de estilo cognitivo? En Educación y Tecnologías de la Información
y la Comunicación (pp. 17–48).
Hederich M, C., López V, O., Camargo U, A. (2016). Effects of the use of a flexible
metacognitive scaffolding on self-regulated learning during virtual education. Int.
J. Technology Enhanced Learning, 8(3), 199–216.
Hrastinski, S. (2008). Asynchronous and
Synchronous E-Learning. Educase Quartely, 4, 51–55.
Ithriah, S. A., Ridwandono,
D., & Suryanto, T. L. M. (2020). Online Learning
Self-Efficacy: The Role in E-Learning Success. Journal of Physics:
Conference Series, 1569(2), 13–37.
https://doi.org/10.1088/1742-6596/1569/2/022053
López V, O., Bermúdez M, M., & Sanabria R,
L. (2022). Autoeficacia y
logro de aprendizaje en estudiantes con diferente estilo cognitivo en un
videojuego. Revista Colombiana de Educación, 1(85).
López V, O.,
& Hederich M, C. C. (2010). Efecto de un
andamiaje para facilitar el aprendizaje autorregulado en ambientes hipermedia.
58.
López V, O., Hederich M, C., & Camargo U, Á. (2011). Estilo
cognitivo y logro académico. Educación y .Educadores.
Universidad de La Sabana ,
14(1), 67–82.
López V, O., Hederich M, C., & Camargo U, Á. (2012). Logro en
matemáticas, autorregulación del aprendizaje y estilo cognitivo. Suma Psicologica, 19(2), 39–50.
López V, O.,
Ibáñez I, J., & Racines P, O. (2017). Students’
Metacognition and Cognitive Style and Their Effect on Cognitive Load and
Learning Achievement. Educational Technology & Society, 20(3),
145–157. https://doi.org/10.1207/S15326985EP3801_6
López V, O., Ortiz V, J., Ibáñez I, J. (2020). Autoeficacia y logro de aprendizaje en
estudiantes con diferente estilo cognitivo en un ambiente m-learning.
Pensamiento Psicológico, 18(1), 71–85.
https://doi.org/10.11144/Javerianacali.PPSI18-1.alae
López V, O.,
Triana V, S. (2013). Efecto de un activador computacional de autoeficacia sobre
el logro de aprendizaje en estudiantes de diferente estilo cognitivo. Revista
Colombiana de Educación, 64(1), 225–244.
https://doi.org/10.1093/jxb/erh145
López V, O.,
& Valencia V, N. (2012). Individual Differences in the Development of
Self-Efficacy and. Acta Colombiana de Psicologia, 15(11), 29–41.
Mui, C. (2016). The trend and delivery architecture of e-learning
system. En E-Systems for the 21st Century:
Concept, Developments, and Applications (pp. 84–104).
Nozari, A., Siamian,
H. (2015). The Relationship between Field Dependent-Independent Cognitive Style
and Understanding of English Text Reading and Academic Success. Materia
Socio Medica, 27(1), 39. https://doi.org/10.5455/msm.2014.27.39-41
Pajares, F. (1996). Self-Efficacy
Beliefs in Academic Settings Author. American Educational Research
Association, 66(4), 543–578.
Peechapol, C., Na-Songkhla, J., Sujiva, S., Luangsodsai, A.
(2018). An exploration of factors influencing self-efficacy in online learning:
A systematic review. International Journal of Emerging Technologies in
Learning, 13(9), 64–86. https://doi.org/10.3991/ijet.v13i09.8351
Pintrich, P., Smith, D., Garcia, T.,
& McKeachie, W. (1991). A manual for the use of
the Motivated Strategies for Learning Questionnaire (MSLQ). Ann Arbor.
Michigan, 48109(August 2016), 1259. https://doi.org/ED338122
Prineas, M., Foreword, M. C., Ewell, P.,
& Cini, M. (2011). National Institute for
Learning Outcomes Assessment | 1 Assessing Learning in Online Education: The
Role of Technology in Improving Student Outcomes National Institute for
Learning Outcomes Assessment About the Authors.
Ratsameemonthon, L., Ho, R., Tuicomepee,
A., Blauw, J. (2018). Influence of achievement goals
and academic self-efficacy on academic achievement of Thai undergraduate
students: Across non procrastinators and procrastinators. Electronic Journal
of Research in Educational Psychology, 16(45), 243–271.
https://doi.org/10.25115/ejrep.v16i45.2093
Rodríguez G, M.
del S., & Gaeta G, M. L. (2020). Perfiles motivacionales, estrategias
volitivas y rendimiento académico en ciencias exactas y experimentales de
bachillerato. Electronic Journal of Research in Educational Psychology, 18(51),
207–224.
Saenz,
J. M., Domínguez, C., & Mendoza, V. (2014). Valoración de los obstáculos, ventajas y prácticas del e-learning : un estudio de caso en Universidades
Iberoamericanas. Educación Siglo
XXI, 32, 195–220.
Sawa, H. (1966). Analytic thinking
and synthetic thinking.Bulletin
of Faculty ofEducation,13, 1–16.
Schunk, D. H. (2012). Teorías del aprendizaje : una perspectiva educativa (Sexta). Pearson Educación.
Stephen, J. S., & Rockinson S, A. J.
(2021). A high-impact practice for online students: the use of a first-semester
seminar course to promote self-regulation, self-direction, online learning
self-efficacy. Smart Learning Environments, 8(1).
https://doi.org/10.1186/s40561-021-00151-0
Tabachnick, B., & Fidell,
L. (1994). Using Multivariate Statistics (Vol. 1).
Talsma, K., Robertson, K., Thomas, C.,
& Norris, K. (2021). COVID-19 Beliefs, Self-Efficacy and Academic
Performance in First-year University Students: Cohort Comparison and Mediation
Analysis. Frontiers in Psychology, 12.
https://doi.org/10.3389/fpsyg.2021.643408
Tempelaar, D., Kuperus,
B. T. A., Cuypers, H., Van der Kooij,
H., Van de Vrie, E., Heck, A. (2012). The Role of
Digital, Formative Testing in e-Learning for Mathematics: A Case Study in the
Netherlands. RUSC. Universities and Knowledge Society Journal, 9(1),
289–304. https://doi.org/10.7238/rusc.v9i1.1272
Tinajero, C.,
Castelo, A., Guisande, A., Páramo, F. (2011).
Adaptive teaching and field
dependence-independence Adaptive Teaching
and Field Dependence-Independence: Instructional Implications
Enseñanza adaptativa y dependencia-independencia de campo: implicaciones
instruccionales. Revista Latinoamericana de Psicología, 43(3),
497–510.
Ulfatun, T., Septiyanti, F., & Lesmana, A. G. (2021). University students’ online
learning self-efficacy and self-regulated learning during the covid-19
pandemic. International Journal of Information and Education Technology,
11(12), 597–602. https://doi.org/10.18178/IJIET.2021.11.12.1570
Valencia V, N.
(2017). Autoeficacia académica, capacidad metacognitiva, logro de aprendizaje
y estilo cognitivo en ambientes e-learning. Universidad Pedagógica
Nacional.
Valencia V, N.,
López V O., Sanabria R, L. (2016). Self-Efficacy in Computer-Based Learning
Environments: A Bibliometric Analysis. Psychology, 07(14),
1839–1857. https://doi.org/10.4236/psych.2016.714170
Valencia V, N., López V, O., & Sanabria R, L. (2018). Effect of
motivational scaffolding on e-learning environments: Self-efficacy, learning
achievement, cognitive style. Journal of Educators Online, 51(1).
https://eric.ed.gov/?id=EJ1168944
Valencia V, N., López V, O., Sanabria R, L. (2019). Effect of a
metacognitive scaffolding on self-efficacy, metacognition, and achievement in
e-learning environments. Knowledge Management & E-Learning: An
International Journal (KM&EL) Knowledge Management & E-Learning, 11(1),
1–19.
Velandia, M. R.,
Torres, A. L., & Núñez, M. (2012). Using Web-Based Activities to
Promote Reading: An Exploratory Study with Teenagers. Profile, 14(2),
11–27.
Witkin, H., Asch, S. (1948). Studies in space orientation. IV. further
experiments on perception of the up-right with displaced visual fields. Journal
of Experimental Psychology: General, 38(6), 762–782.
Witkin, H., Moore, C., Goodenough, D., & Cox, P. (1977).
Field-Dependent and Field-Independent Cognitive Styles and Their Educational
Implications. Review of Educational Research, 47(1), 1–64.
Yavuzalp, N., & Bahcivan,
E. (2020). The online learning self-efficacy scale: Its adaptation into turkish and interpretation according to various variables. Turkish
Online Journal of Distance Education-TOJDE, 21(1), 31–44.
Yokoyama, S. (2019). Academic self-efficacy and academic performance in
Online Learning: A mini review. Frontiers in Psychology, 9(JAN),
1–4. https://doi.org/10.3389/fpsyg.2018.02794
You, J. W. (2018). Testing the three-way interaction effect of academic
stress, academic self-efficacy, and task value on persistence in learning among
Korean college students. Higher Education, 76(5), 921–935.
https://doi.org/10.1007/s10734-018-0255-0
Zimmerman, B. J. (1995). Self-efficacy and educational development. En A. Bandura (Ed.), Self-efficacy in Changing Societies
(Tercera). Cambridge University Press.
https://www.researchgate.net/publication/247480203
Zimmerman, B. J. (2000). Attening self-regulation
A social cognitive perspective. En Handbook of
Self-Regulation (pp. 13–39).
Zimmerman, W. (2017). Predicting Success in an Online Course using
Expectancies, Values, and Typical Mode of Instruction. International Journal
of E-Learning & Distance Edication, 32(1),
2–20.
Zimmerman,
W., & Kulikowich, J. (2016). Online Learning
Self-Efficacy in Students With and Without Online
Learning Experience. American Journal of Distance Education, 30(3), 180–191. https://doi.org/10.1080/08923647.2016.1193801
Recibido: 17
de octubre de 2022.
Aceptado: 13
de enero de 2023.