Ecologías de aprendizaje y motivación del profesorado universitario de Ciencias de la Salud
DOI:
https://doi.org/10.5944/educxx1.28660Palabras clave:
Motivación docente, perfiles motivacionales docentes, educación superior, ciencias de la salud, análisis de clases latentes, ecologías de aprendizajeAgencias Financiadoras:
Ministerio de Economía, Industria y CompetitividadResumen
El presente trabajo pretende profundizar en el estudio de uno de los componentes clave que conforman la Dimensión Personal de las Ecologías de Aprendizaje de los docentes universitarios de Ciencias de la Salud: la motivación para la enseñanza. Este es un tópico escasamente explorado en el ámbito de la Educación Superior, a pesar de que constituye un elemento que influye poderosamente en la calidad del proceso de enseñanza-aprendizaje. En consecuencia, desde una perspectiva centrada en la persona, el objetivo de este estudio gira en torno a la identificación de perfiles motivacionales docentes a partir de la combinación de dos orientaciones motivacionales (motivación centrada en el rendimiento y motivación orientada hacia el dominio). La metodología empleada ha sido de corte cuantitativo mediante encuesta, a través de un diseño exploratorio. La muestra está compuesta por 416 docentes universitarios de Ciencias de la Salud, pertenecientes a 37 universidades españolas. Por medio de la técnica de Análisis de Clases Latentes, se identificaron tres perfiles motivacionales docentes: a) Perfil Motivado; b) Perfil Moderadamente Motivado; y C) Perfil Desmotivado. En el primero de ellos se agrupan aquellos docentes que muestran niveles altos de motivación orientada hacia el dominio y niveles moderados de motivación orientada hacia el rendimiento. Este perfil está compuesto por más de la mitad del total de la muestra. El segundo perfil se identifica con el profesorado que presenta niveles motivacionales moderadamente altos, aunque a diferencia del primero, predominan los motivos vinculados al rendimiento. Finalmente, el tercer grupo, integra a los docentes que muestran niveles muy bajos en ambas orientaciones motivacionales. Estos resultados retratan un panorama halagüeño, aunque potencialmente perfectible. Las implicaciones de este estudio se orientan al diseño y generación de itinerarios formativos más ajustados a las necesidades y características del profesorado al que se dirigen.
Descargas
Citas
Akaike, H. (1974). A new look at the statistical model identification. En E. Parzen, K. Tanabe & G. Kitagawa (Eds.), Selected Papers of Hirotugu Akaike. Springer Series in Statistics (pp. 716-723). Springer. https:// doi.org/10.1007/978-1-4612-1694-0_16
Barron, B. (2006). Interest and self-sustained learning as catalysts of development: A learning ecology perspective. Human Development, 49(4), 193–224. https://doi. org/10.1159/000094368
Bray, B. C., & Dziak, J. J. (2018). Commentary on latent class, latent profile, and latent transition analysis for characterizing individual differences in learning. Learning and Individual Differences, 66, 105-110. https://doi. org/10.1016/j.lindif.2018.06.001
Caballero, K., & Bolívar, A. (2015). El profesorado universitario como docente: hacia una identidad profesional que integre docencia e investigación. REDU. Revista de Docencia Universitaria, 13(1), 57–77. https://bit.ly/318J5m3
Castellano-Ramos, C. (2018). Los pensamientos de los profesores universitarios de ciencias de la salud. Concepciones sobre enseñanza y aprendizaje. Palobra, 18, 116-133. https:// bit.ly/3k6jSiL
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2ª Ed.). Erlbaum.
Collins, L. M., & Lanza, S. T. (2010). Latent class and latent transition analysis: With applications in the social, behavioural, and health sciences. Wiley. https://doi. org/10.1002/9780470567333
Daumiller, M., Stupnisky, R., & Janke, S. (2020). Motivation of higher education faculty: Theoretical approaches, empirical evidence, and future directions. International Journal of Educational Research, 99, 1–6. https:// doi.org/10.1016/j.ijer.2019.101502
Esdar, W., Gorges, J., & Wild, E. (2016). The role of basic need satisfaction for junior academics’ goal conflicts and teaching motivation. Higher Education, 72(2), 175–190. https://doi.org/10.1007/ s10734-015-9944-0
Finney, S. J., & DiStefano, C. (2006). Nonnormal and categorical data in structural equation modeling. In G. R. Hancock & R. O. Mueller (Eds.), Structural equation modeling: A second course (pp. 269–314). IAP Information Age Publishing.
Gill, J. (2002). Bayesian methods: A social and behavioural sciences approach. CRC Press.
González‐Sanmamed, M., Muñoz‐Carril, P. C., & Santos‐Caamaño, F. (2019). Key components of learning ecologies: A Delphi assessment. British Journal of Educational Technology, 50(4), 1–17. https://doi.org/10.1111/bjet.12805
González-Sanmamed, M., Sangrà, A., Souto-Seijo, A., & Estévez, I. (2020). Learning ecologies in the digital era: challenges for higher education. Publicaciones, 50(1), 83–102. https://doi.org/10.30827/publicaciones.v50i1.15671
Han, J., & Yin, H. (2016). Teacher motivation: Definition, research development and implications for teachers. Cogent Education, 3(1). https:// doi.org/10.1080/2331186X.2016.1217819
Hipp, J. R., & Bauer, D. J. (2006). Local solutions in the estimation of growth mixture models. Psychological Methods, 11(1), 36–53. https://doi. org/10.1037/1082-989X.11.1.36
Jackson, N. (2013). The Concept of Learning Ecologies. En N. Jackson &
G. B. Cooper (Eds.), Lifewide Learning Education and Personal Development (pp. 1-21). https://bit.ly/2Bujbi1
Lechuga, V. M., & Lechuga, D. C. (2012). Faculty motivation and scholarly work: Self-determination and self-regulation perspectives. Journal of the Professoriate, 6(2), 59-97. https://bit.ly/3djik2o
Lo, Y., Mendell, N. R., & Rubin, D. B. (2001). Testing the number of components in anormal mixture. Biometrika, 88(3), 767-778. https://doi. org/10.1093/biomet/88.3.767
McMullen, J., Van Hoof, J., Degrande, T., Verschaffel, L., & Van Dooren, W. (2018). Profiles of rational number knowledge in Finnish and Flemish students–A multigroup latent class analysis. Learning and Individual Differences, 66, 70-77. https://doi.org/10.1016/j. lindif.2018.02.005
Ministerio de Universidades (2019). Sistema Integrado de Información Universitaria (SIIU). Madrid.
Monroy, L., Vidal, R., & Saade, A. (2010). Análisis de clases latentes. Una técnica para detectar heterogeneidad en poblaciones. Cuaderno técnico, 2. Centro Nacional de Evaluación para la Educación Superior, A.C.
Nylund, K. L., Asparouhov, T., & Muthén, B. O. (2007). Deciding on the number of classes in latent class analysis and growth mixture modeling: A Monte Carlo simulation Study. Structural Equation Modeling: A Multidisciplinary Journal, 14(4), 535–569. https://doi.org/10.1080/10705510701575396
Padilla, M.A., & Thompson, J. N. (2016). Burning out faculty at doctoral research universities. Stress and Health, 32(5), 551-558. https://doi.org/10.1002/smi.2661
Rao, M. B. (2016). Motivation of teachers in higher education. Journal of Applied Research in Higher Education, 8(4), 469-
https://doi.org/10.1108/JARHE-08- 2015-0066
Richardson, P. W., Karabenick, S. A., & Watt, H. M. G. (2014). Teacher Motivation: Theory and Practice. Routledge.
Rodríguez, S., Núñez, J. C., Valle, A., Blas, R., & Rosario, P. (2009). Auto-eficacia docente, motivación del profesor y estrategias de enseñanza. Escritos de Psicología, 3(1), 1–7. https://bit. ly/2NjVBqP
Ryan, R. M., & Deci, E. L. (2000). Intrinsic and extrinsic motivations: Classic definitions and new directions. Contemporary Educational Psychology, 25, 54–97.
Ryan, R. M., & Deci, E. L. (2020). Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61, 101860. https://doi. org/10.1016/j.cedpsych.2020.101860
Schunk, D. H., Pintrich, P. R., & Meece, J. L. (2008). Motivation in education: Theory, research, and applications. Pearson Education.
Schwartz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6(2), 461-464. https://doi. org/10.1214/aos/1176344136
Siemens, G. (2007). Connectivism: creating a learning ecology in distributed environments. En T. Hug (Ed.), Didactics of microlearning: Concepts, discourses and examples (pp. 53–68). Waxmann.
Stupnisky, R., BrckaLorenz, A., Yuhas, B., & Guay, F. (2018). Faculty members’ motivation for teaching and best practices: Testing a model based on self- determination theory across institution types. Contemporary Educational Psychology, 53, 15-26. https://doi.org/10.1016/j.cedpsych.2018.01.004
Suárez, M. J., & Martín, J. D. (2019). Influencia del perfil sociodemográfico del profesorado universitario sobre la inteligencia emocional y el burnout. Educación XX1, 22(2), 93-117. https:// doi.org/10.5944/educXX1.22514
Susacasa, S. (2013). Pedagogía médica: soporte de la formación docente específica para la enseñanza de las Ciencias de la Salud [Tesis doctoral, Universidad Nacional de la Plata]. https://bit. ly/3lYkc3B
van Lankveld, T., Schoonenboom, J., Volman, M., Croiset, G., & Beishuizen, J. (2017). Developing a teacher identity in the university context: a systematic review of the literature. Higher Education Research & Development, 36(2), 325–342. https://doi.org/10.1080/07294360.2016.1 208154
van den Berg, B.A.M., Bakker, A.B., & ten Cate, T.J. (2013). Key factors in work engagement and job motivation of teaching faculty at a university medical centre. Perspectives on Medical Education, 2, 264–275. https://doi. org/10.1007/s40037-013-0080-1
Visser-Wijnveen, G. J., Stes, A., & Van Petegem, P. (2014). Clustering teachers’ motivations for teaching. Teaching in Higher Education, 19(6), 644-656. https:// doi.org/10.1080/13562517.2014.901953
Watt, H. M. G., & Richardson, P. W. (2020). Motivation of higher education faculty: (how) it matters! International Journal of Educational Research, 100, 101533. https://doi.org/10.1016/j.ijer.2020.101533
Wosnitza, M., Helker, K., & Lohbeck, L. (2014). Teaching goals of early career university teachers in Germany. International Journal of Educational Research, 65, 90–103. ttps://doi.org/10.1016/j.ijer.2013.09.009
Zabalza, M. A., Zabalza, M. A., y de Côrte, M. I. (2018). Identidad profesional del profesorado universitario. En I. Cantón & M. Tardiff (Eds.), Identidad profesional docente (pp. 141– 157). Narcea.
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.