El papel de la virtualidad en las estrategias de aprendizaje y la prevención del estrés en educación superior

Ramón Chacón-Cuberos; Mariana Pérez-Mármol; Eduardo  García-Mármol; Eva María  Olmedo-Moreno; Jorge  Expósito-López; Manuel  Castro-Sánchez

doi:10.5944/educxx1.35855

Autores/as

Ramón Chacón-Cuberos Universidad de Granada, Spain https://orcid.org/0000-0003-0937-1089
Mariana Pérez-Mármol Universidad Internacional de la Rioja (UNIR), Spain https://orcid.org/0000-0002-2659-7031
Eduardo García-Mármol Universidad de Granada, Spain https://orcid.org/0000-0001-9746-6859
Eva María Olmedo-Moreno Universidad de Granada, Spain https://orcid.org/0000-0003-0558-1513
Jorge Expósito-López Universidad de Granada, Spain https://orcid.org/0000-0001-9076-0377
Manuel Castro-Sánchez Universidad de Granada, Spain https://orcid.org/0000-0002-2357-3093

DOI:

https://doi.org/10.5944/educxx1.35855

Palabras clave:

estrategias de aprendizaje, ansiedad, motivación, autoconcepto, métodos de enseñanza, modelo de ecuaciones estructurales

Resumen

La educación superior se ha convertido en un escenario que demanda, cada vez más, modelos híbridos de aprendizaje basados en la enseñanza presencial y virtual. Concretamente, esta etapa educativa parte de un periodo de complejidad para el adulto emergente, el cual debe desarrollar estrategias de aprendizaje para evitar el estrés académico. Este estudio presenta un diseño cuantitativo, de carácter descriptivo, ex post facto y corte transversal con una medición en un único grupo. El objetivo fue contrastar un modelo de ecuaciones estructurales que integra estrategias de aprendizaje, estrés académico y autoconcepto multidimensional en una muestra constituida por 2.736 estudiantes universitarios [♂ = 33,8% (n=924); ♀ = 66,2% (n=1.812)] con una edad media de 23,33±5,77 años, empleando como instrumentos los test MLSQ-SF, AF-5 y la escala de estrés académico en la universidad. El análisis estadístico se realizó con el software IBM SPSS® v.23.0 e IBM Amos® v.23.0. Los resultados muestran un mayor desarrollo de estrategias de aprendizaje en las modalidades de enseñanza virtual. El pensamiento crítico se configuró como más dependiente del desarrollo de estrategias de aprendizaje en modalidades presenciales, mientras que los hábitos de estudio estuvieron más asociados con la autorregulación del esfuerzo en modalidades online. Además, la motivación fue más determinante para el pensamiento crítico y el tiempo de estudio en esta modalidad. Para finalizar, el autoconcepto se asoció negativamente con el estrés, obteniendo mayores pesos de regresión en las modalidades a distancia, revelando su carácter preventivo. Puede concluirse que las modalidades virtuales favorecen una mayor interdependencia de estrategias de aprendizaje, tiempo de estudio y motivación, lo cual podría disminuir el estrés y favorecer el desempeño académico en un contexto social que demanda, cada vez más, modelos híbridos de aprendizaje.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Almarzooq, Z., Lopes, M., & Kochar, A. (2020). Virtual learning during the COVID-19 pandemic: a disruptive technology in graduate medical education. Journal of the American College of Cardiology, 75(2), 2635-2638. https://doi.org/10.1016/j.jacc.2020.04.015

Arnett, J. J. (2016). Does emerging adulthood theory apply across social classes? National data on a persistent question. Emerging Adulthood, 4(4), 227-235. https://doi.org/10.1177/2167696815613000

Bartlett, J. E., Kotrlik, J. W., & Higgins, C. C. (2001). Organizational research: determining appropriate sample size in survey research appropriate sample size in survey research. Information Technology, Learning, and Performance Journal, 19(1), 43-50.

Broadbent, J., & Poon, W. L. (2015). Self-regulated learning strategies & academic achievement in online higher education learning environments: a systematic review. The Internet and Higher Education, 27, 1-13. https://doi.org/10.1016/j.iheduc.2015.04.007

Bruggeman, B., Garone, A., Struyven, K., Pynoo, B., & Tondeur, J. (2022). Exploring university teachers’ online education during COVID-19: tensions between enthusiasm and stress. Computers and Education Open, 3, Artículo 100095. https://doi.org/10.1016/j.caeo.2022.100095

Byrne, B. M. (2016). Structural equation modelling with AMOS: Basic concepts, applications, and programming. Routledge.

Castro-Sánchez, M., Ramiro-Sánchez, T., García-Mármol, E., & Chacón-Cuberos, R. (2022). The association of trait emotional intelligence with the levels of anxiety, stress and physical activity engagement of adolescents. Revista Latinoamericana de Psicología, 54, 130-139. https://doi.org/10.14349/rlp.2022.v54.15

Chacón-Cuberos, R., Olmedo-Moreno, E. M., Lara-Sánchez, A. J., Zurita-Ortega, F., & Castro-Sánchez, M. (2021). Basic psychological needs, emotional regulation and academic stress in university students: a structural model according to branch of knowledge. Studies in Higher Education, 46(7), 1421-1435. https://doi.org/10.1080/03075079.2019.1686610

Cho, M. H., & Heron, M. L. (2015). Self-regulated learning: the role of motivation, emotion, and use of learning strategies in students’ learning experiences in a self-paced online mathematics course. Distance Education, 36(1), 80-99. https://doi.org/10.1080/01587919.2015.1019963

Cortázar, C., Nussbaum, M., Harcha, J., Alvares, D., López, F., Goñi, J., & Cabezas, V. (2021). Promoting critical thinking in an online, project-based course. Computers in Human Behavior, 119, Artículo 106705. https://doi.org/10.1016/j.chb.2021.106705

Crawford, J., Butler-Henderson, K., Rudolph, J., & Glowatz, M. (2020). COVID-19: 20 countries’ higher education intra-period digital pedagogy responses. Journal of Applied Teaching and Learning, 3(1). https://doi.org/10.37074/jalt.2020.3.1.7

Darling-Aduana, J., Woodyard, H. T., Sass, T. R., & Barry, S. S. (2022). Learning-mode choice, student engagement, and achievement growth during the COVID-19 pandemic. AERA Open, 8. https://doi.org/10.1177/23328584221128035

De la Fuente-Arias, J., Amate-Romera, J., & Sander, P. (2018). Relationships between cognitive strategies, motivational strategies and academic stress in professional examination candidates. Electronic Journal of Research in Educational Psychology, 16(2), 345-365.

El Refae, G. A., Kaba, A., & Eletter, S. (2021). Distance learning during COVID-19 pandemic: satisfaction, opportunities and challenges as perceived by faculty members and students. Interactive Technology and Smart Education, 18(3), 298-318. https://doi.org/10.1108/itse-08-2020-0128

Firat, M. (2016). Measuring the e-learning autonomy of distance education students. Open Praxis, 8(3), 191-201. https://doi.org/10.5944/openpraxis.8.3.310

García, F., & Musitu, G. (2001). Manual AF5 Autoconcepto. TEA Ediciones.

García-Ros, R., Pérez-González, F., Pérez-Blasco, J., & Natividad, L. A. (2012). Evaluación del estrés académico en estudiantes de nueva incorporación a la universidad. Revista Latinoamericana de Psicología, 44(2), 143-154.

Heo, J., & Han, S. (2018). Effects of motivation, academic stress and age in predicting self-directed learning readiness (SDLR): focused on online college students. Education and Information Technologies, 23(1), 61-71. https://doi.org/10.1007/s10639-017-9585-2

Jones, B. D. (2017). Estudio de componentes de un modelo de motivación en la enseñanza presencial y online. Electronic Journal of Research in Education Psychology, 8(22), 915-944.

Khiat, H. (2017). Academic performance and the practice of self-directed learning: the adult student perspective. Journal of further and Higher Education, 41(1), 44-59. https://doi.org/10.1080/0309877X.2015.1062849

Kizilcec, R. F., Pérez-Sanagustín, M., & Maldonado, J. J. (2017). Self-regulated learning strategies predict learner behavior and goal attainment in Massive Open Online Courses. Computers & Education, 104, 18-33. https://doi.org/10.1016/j.compedu.2016.10.001

Kong, S. C. (2014). Developing information literacy and critical thinking skills through domain knowledge learning in digital classrooms: an experience of practicing flipped classroom strategy. Computers & Education, 78, 160-173. https://doi.org/10.1016/j.compedu.2014.05.009

Mahande, R. D., & Akram, A. (2021). Motivational factors underlying the use of online learning system in higher education: an analysis of measurement model. Turkish Online Journal of Distance Education, 22(1), 89-105. https://doi.org/10.17718/tojde.849888

McPeck, J. E. (2016). Critical thinking and education. Routledge. https://doi.org/10.4324/9781315463698

Nice, M. L., & Joseph, M. (2023). The features of emerging adulthood and individuation: relations and differences by college-going status, age, and living situation. Emerging Adulthood, 11(2), 271-287. https://doi.org/10.1177/21676968221116545

O’Connor, K. (2022). Constructivism, curriculum and the knowledge question: tensions and challenges for higher education. Studies in Higher Education, 47(2), 412-422. https://doi.org/10.1080/03075079.2020.1750585

Pérez-Contreras, B., González-Otero, K., & Polo-Bolaño, Y. (2018). Perfil sociodemográfico y económico de estudiantes universitarios. Búsqueda, 5(20), 48-62.

Pérez-Pérez, C., González-González, H., Lorenzo-Moledo, M., Crespo-Comesaña, J., Belando-Montoro, M. R., & Costa, A. (2019). Aprendizaje-servicio en las universidades españolas: un estudio basado en la percepción de los equipos decanales. RELIEVE - Revista Electrónica De Investigación Y Evaluación Educativa, 25(2). https://doi.org/10.7203/relieve.25.2.15029

Pintrich, P. R., & Garcia, T. (2012). Self-regulated learning in college students: knowledge, strategies, and motivation. En P. R. Pintrich, D. R. Brown, & C. E. Weinstein (Eds.), Student Motivation, Cognition, and Learning (pp. 129-150). Routledge. https://doi.org/10.4324/9780203052754

Pintrich, P. R., Smith, D. A., Garcia, T., & McKeachie, W. J. (1993). Reliability and predictive validity of the Motivated Strategies for Learning Questionnaire (MSLQ). Educational and Psychological Measurement, 53(3), 801-813.

Rashid, T., & Asghar, H. M. (2016). Technology use, self-directed learning, student engagement and academic performance: examining the interrelations. Computers in Human Behavior, 63, 604-612. https://doi.org/10.1016/j.chb.2016.05.084

Sabogal, L. F., Barraza, E., Hern, A., & Zapata, L. (2011). Validación del cuestionario de motivación y estrategias de aprendizaje forma corta – MSLQ SF, en estudiantes universitarios de una institución pública-Santa Marta. Psicogente, 14(25), 36-50.

Saks, K., & Leijen, Ä. (2014). Distinguishing self-directed and self-regulated learning and measuring them in the e-learning context. Procedia-Social and Behavioral Sciences, 112, 190-198. https://doi.org/10.1016/j.sbspro.2014.01.1155

Teixeira, R. J., Brandão, T., & Dores, A. R. (2022). Academic stress, coping, emotion regulation, affect and psychosomatic symptoms in higher education. Current Psychology, 41(11), 7618-7627. https://doi.org/10.1007/s12144-020-01304-z

Willis, K. D. & Burnett, H. J. (2016). The power of stress: perceived stress and its relationship with rumination, self-concept clarity, and resilience. North American Journal of Psychology, 18(3), 483-498.

Yadegaridehkordi, E., Shuib, L., Nilashi, M., & Asadi, S. (2019). Decision to adopt online collaborative learning tools in higher education: a case of top Malaysian universities. Education and Information Technologies, 24(1), 79-102. https://doi.org/10.1007/s10639-018-9761-z