Clasificación de estudiantes de nuevo ingreso a una universidad pública, con base en variables de desempeño académico, uso de tecnología digital y escolaridad de los padres

Autores

  • Javier Organista Sandoval Instituto de Investigación y Desarrollo Educativo Universidad Autónoma de Baja California
  • Lewis McAnally Salas Instituto de Investigación y Desarrollo Educativo Universidad Autónoma de Baja California
  • Patricio Henríquez Ritchie Instituto de Investigación y Desarrollo Educativo Universidad Autónoma de Baja California

Palabras clave:

Tecnología educativa, clasificación de estudiantes, estudiantes de primer ingreso.

Resumen

Durante el primer semestre de 2008 se realizó una investigación con alumnos de recién ingreso a la Facultad de Ciencias Administrativas y Sociales (FCAyS) Campus Ensenada de la Universidad Autónoma de Baja California (UABC). El propósito fue caracterizar al estudiante de nuevo ingreso con base en variables de corte académico (medias de calificaciones en bachillerato y primer semestre en universidad), de contexto familiar (escolaridad de padres) y de uso de tecnología (computacional y Web). Se consideró una muestra de 438 estudiantes a los que se aplicó una encuesta de uso tecnológico desarrollada en el marco de la investigación. Los resultados muestran que la mayoría de los estudiantes son mujeres (2 de 3) y que 4 de cada 5 tienen equipo computacional en casa. Cerca del 80% de los estudiantes mostraron un nivel intermedio de manejo de la tecnología computacional y de la Web. Se aplicaron dos técnicas clasificatorias: CHAID y análisis de conglomerados para explorar la conformación de patrones con base en las variables antes mencionadas. El resultado del análisis CHAID aplicado, destaca la importancia en la clasificación de las variables género, escolaridad de padres y nivel de inmersión en la Web. Del análisis de conglomerados (k-medias) se generaron cuatro conglomerados. Destaca el conglomerado 1, que tuvo la menor media de calificaciones en universidad y los mayores niveles de inmersión computacional y de la Web. Lo anterior sugiere un uso no educativo de los recursos tecnológicos. Por su parte, el conglomerado 4 presentó la mayor media de calificaciones en universidad y un nivel moderado de inmersión computacional y bajo nivel de inmersión en la Web. Esto sugiere una mayor dedicación a los estudios al disminuir el tiempo de uso del recurso computacional para uso recreativo.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor

Javier Organista Sandoval, Instituto de Investigación y Desarrollo Educativo Universidad Autónoma de Baja California

Doctor en Ciencias Educativas por la Universidad Autónoma de Baja California (UABC). Su trabajo doctoral se orientó a la innovación en la enseñanza de Estadística mediante el uso de objetos de aprendizaje y constructivismo. Ha impartido diferentes cursos en programas doctorales y de maestría, específicamente en el área de Tecnología educativa y Análisis de datos. Es miembro del Sistema Nacional de Investigadores, Nivel I. Ha coordinado distintos proyectos en el área de tecnología educativa e Internet. Actualmente dirige el proyecto: “Tipología del uso educativo de dispositivos móviles 3G realizado por estudiantes y docentes de dos campi de la UABC en Ensenada”. Es autor de diversos artículos de investigación en el área de educación en línea, m-learning y de análisis estadístico de información con asistencia tecnológica. Sus áreas de interés son: procesos educativos en línea y m-learning.

Lewis McAnally Salas, Instituto de Investigación y Desarrollo Educativo Universidad Autónoma de Baja California

Es Investigador Nacional Nivel I con proyectos de investigación en temas relacionados con la educación vía Internet así como los procesos relacionados con ella como son; diseño educativo, formación de profesores para integrar la tecnología en sus prácticas docentes, procesos de innovación y procesos institucionales. Ha difundido el resultado de sus investigaciones en diversos artículos de divulgación y arbitrados en revistas nacionales e internacionales, así como en foros académicos de corte nacional e internacional. Forma parte de la planta docente de los programas de posgrado del Instituto de Investigación y Desarrollo Educativo de la UABC y como profesor invitado en otros posgrados nacionales.

Patricio Henríquez Ritchie, Instituto de Investigación y Desarrollo Educativo Universidad Autónoma de Baja California

Licenciado en Historia y Ciencias Sociales en la Universidad de Santiago de Chile (USACH). Maestro en Ciencias Educativas por la Universidad Autónoma de Baja California (UABC) y estudiante del programa de Doctorado en Ciencias Educativas por la misma institución.

Referencias

Bebell, D., O’Dwyer, L., Russell, M. y Hoffman, T. (2007). Advancing data collection in the digital age: methodological challenges and solutions in educational technology research. Boston. MA: Boston College, Technology and Assessment Study Collaborative. Documento presentado en la Annual Meeting of American Educational Research Association Meeting, Chicago, IL. Recuperado de: http://www.bc.edu/research/intasc/PDF/Methodological%20challenges_v2.2.pdf

Bebell, D., Russell, M. y O’Dwyer, L. (2004). Measuring teachers’ technology uses: Why multiple-measures are more revealing. Journal of Research on Technology in Education, 37(1), 45-63.

Chaín, R. R. (2001). Alumnos y trayectorias. Procesos de análisis de información para diagnóstico y predicción. En ANUIES (Ed.), Deserción, rezago y eficiencia terminal en las IES. Propuesta metodológica para su estudio. Serie Investigaciones. México: ANUIES.

Cuesta, M. y Herrero, F. J. (2010). Introducción al muestreo. Depto. de Psicología, Universidad de Oviedo. Recuperado de: http://www.psico.uniovi.es/Dpto_Psicologia/metodos/tutor.7/

Curry, J. y Kennedy, M. (2005). Digital divide or digital development? The Internet in Mexico. Firstmonday, 11(3). Recuperado de: http://firstmonday.org

Directorio para la educación y cultura (2003). SESIUSS Project. Final Report. Programa Sócrates-Minerva, Comisión Europea. Recuperado de: http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:C:2003:177:0003:0024:ES:PDF

Du, J., Havard, B., Sansing, W. y Yu, Ch. (2004). The impact of the technology use on low-income and minority students’ academic achievement: educational longitudinal study of 2002. Association for Educational Communications and Technology, Chicago, IL. (No. de servicio de reproducción de documentos ERIC ED 485 086)

Duart, J. M., Gil, M., Pujol, M. y Castaño, J. (2008). La universidad en la sociedad red: usos del Internet en educación superior. Barcelona: Ariel.

Henríquez-Ritchie, P. y Organista-Sandoval, J. (2010, julio-diciembre). Clasificación de niveles de uso tecnológico: una propuesta con estudiantes de recién ingreso a la universidad. CPU-e, Revista de Investigación Educativa, 11. Recuperado de
http://www.uv.mx/cpue/num11/inves/hernandez-uso-tecnologico.html

Hunley, S., Evans, J., Hachey, M., Krise, J., Rich, T. y Schell, C. (2005). Adolescent computer use and academic achievement. Adolescent, Summer, 2005. Recuperado de: http://findarticles.com/p/articles/mi_m2248/is_158_40/ai_n14815097

Kass, G. V. (1980). An exploratory technique for investigating large quantities of categorical data. Applied Statistics, 29(2), 119–127.

Lei, J. (2010). Quantity versus quality: A new approach to examine the relationship between technology use and student outcomes. British Journal of Educational Technology, 41(3), 455-472.

Lowther, D., Jones, M. y Plants, R. (2000). Preparing tomorrow’s teachers to use web-based education. En: B. Abbey (Ed.), Instructional and cognitive impacts of web-based education. Hershey, PA: Idea Group Publishing.

Morales, C. (1999). Etapas de adopción de la tecnología informática al salón de clases. XV Simposio Internacional de Computación en la Educación. Universidad de Guadalajara.

O’Dwyer, L., Russell, M. y Bebell, D. (2005). Identifying teacher, school, and district characteristics associated with middle and high school teachers’ use of technology: a multilevel perspective. Journal of Educational Computing Research, 33(4), 369-393.

Organista, J. y Backhoff, E. (1999, octubre-diciembre). El uso de Internet para administrar tareas, exámenes y asesorías en la educación superior. Revista de la Educación Superior, 28(112). Recuperado de: http://www.anuies.mx/servicios/p_anuies/publicaciones/revsup/res112/art4.htm

Organista, J., Lavigne, G. y McAnally-Salas, L. (2008). Análisis de la actividad en línea del estudiante y su relación con el aprendizaje de Estadística. Revista Electrónica en Actualidades Investigativas en Educación, 8(3). 1-28. Recuperado de http://revista.inie.ucr.ac.cr/articulos/3-2008/archivos/estadistica.pdf

Prensky, M. (2001). Digital natives, Digital immigrants. On the Horizon, MCB University Press, 9(5). Recuperado de http://www.marcprensky.com/

Protheroe, N. (2005). Technology and student achievement. Research Report. National Association of Elementary School Principals. Recuperado de: http://d6test.naesp.org/resources/2/Principal/2005/N-Dp46.pdf

Ravitz, J. y Mergendoller, J. (2002). Technology use and achievement in Idaho schools: A state wide study of schools, teachers and students. Final Evaluation Report, Fundación J. A. y Kathryn Albertson. Novato, CA: Buck Institute for Education. (No. de servicio de reproducción de documentos ERIC 478 614)

Russell, M., O’Dwyer, L., Bebell, D. y Miranda, H. (2004). Technical report for the USEIT study. Boston, MA: Boston College, Technology and Assessment Study Collaborative. Recuperado de: http://www.bc.edu/research/intasc/researchprojects/USEIT/pdf/USEIT_r11.pdf

Schacter, J. (1999). The impact of education technology on student achievement. What the most current research has to say. (No. de servicio de reproducción de documentos ERIC ED 430 537)

Van Braak, J., Tondeur, J. y Valke, M. (2004). Explaining different types of computer use among primary school teachers. European Journal of Psychology of Education, 19(4), 407-422.

Descargas

Publicado

2012-05-01

Número

Sección

Artículos

Metricas