SciELO - Scientific Electronic Library Online

 
vol.20 issue4Draw-A-Person with A Story (DAP-S) Test and Children with Learning DifficultiesBurden and Satisfaction with Sourse: Is There an Indirect Effect of the Emotional Factors of University Students? author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Avaliação Psicológica

Print version ISSN 1677-0471On-line version ISSN 2175-3431

Aval. psicol. vol.20 no.4 Campinas Oct./Dec. 2021

http://dx.doi.org/10.15689/ap.2021.2004.22011.03 

ARTÍCULOS

 

Perfiles de Estrategias de Aprendizaje y Autoeficacia Académica en Estudiantes de Primaria

 

Perfil de Estratégias de Aprendizagem e Autoeficácia Acadêmica em Estudantes do Ensino Fundamental

 

Profile of Learning Strategies and Academic Self-Efficacy in Elementary School Students

 

 

Camila Rosa de OliveiraI; Carmen Moret-TatayII; Irani Iracema de Lima ArgimonIII

IFaculdade Meridional, Passo Fundo-RS, Brasil. https://orcid.org/0000-0003-2115-604X
IIUniversidad Católica de Valencia, San Vicente Martir, Espanhal. https://orcid.org/0000-0002-2867-9399
IIIUniversidade Católica do Rio Grande do Sul, Porto Alegre-RS, Brasil. https://orcid.org/0000-0003-4984-0345

Dirección para correspondência

 

 


RESUMEN

El estudio investigó la asociación entre estrategias de aprendizaje y autoeficacia académica en estudiantes de primaria, identificar perfiles de acuerdo con estas variables y compararlos en comparación a los síntomas psicopatológicos. La muestra contó con un total de 252 participantes (126 estudiantes de primaria y 126 padres/tutores). Los instrumentos utilizados fueron el cuestionario sociodemográfico, la Guía para Evaluación del Sentido de Autoeficacia (RASA), Escala de Evaluación de Estrategias de Aprendizaje para la Escuela Primaria (EEVAP-EF) y Child Behavior Checklist. Las correlaciones mostraron que las subescalas de RASA se relacionan con las subescalas de EEVAP-EF. El análisis de conglomerados identificó dos perfiles: 1) altas puntuaciones en RASA y EEVAP-EF y 2) bajas puntuaciones en los mismos instrumentos, lo que demuestra una mayor ocurrencia de síntomas psicopatológicos. Comprender cómo se relacionan estas variables en los estudiantes de primaria contribuirá a la promoción de intervenciones tempranas centradas en el rendimiento escolar y la motivación en el aprendizaje.

Palabras clave: cognición; metacognición; educación básica.


RESUMO

O estudo investigou a associação entre estratégias de aprendizagem e autoeficácia acadêmica em alunos do ensino fundamental, identificar perfis de acordo com essas variáveis e compará-los quanto à ocorrência de sintomas psicopatológicos. A amostra incluiu 252 participantes (126 alunos do ensino fundamental e 126 pais/responsáveis). Utilizaram-se os instrumentos questionário sociodemográfico, Roteiro de Avaliação do Senso de Autoeficácia (RASA), Escala de Avaliação das Estratégias de Aprendizagem para o Ensino Fundamental (EAVAP-EF) e Child Behavior Checklist. A análise de correlação demonstrou que as subescalas do RASA relacionaram-se com as subescalas da EAVAP-EF. A análise de cluster identificou dois perfis: 1) pontuações altas no RASA e na EAVAP-EF e 2) pontuações baixas nos mesmos instrumentos, o qual demonstrou maior ocorrência de sintomas psicopatológicos. Compreender como essas variáveis se relacionam em estudantes do ensino fundamental contribui para a promoção de intervenções mais precoces e centradas no rendimento acadêmico e na motivação para a aprendizagem.

Palavras-chave: cognição; metacognição; educação básica.


ABSTRACT

The study investigated the association between learning strategies and academic self-efficacy in elementary school students, identified profiles according to these variables and compared them in relation to psychopathological symptoms. The sample included 252 participants (126 elementary school students and 126 parents/guardians). The instruments used were a sociodemographic questionnaire, Script for the Assessment of the Sense of Self-efficacy (SASS), Learning Strategies Assessment Scale for Elementary Education (LSAS-EE) and Child Behavior Checklist. There was an association between the SASS subscales and the LSAS-EE subscales. The cluster analysis identified two profiles: 1) high scores in the SASS and LSAS-EE and 2) low scores in these instruments, which demonstrated a higher occurrence of psychopathological symptoms. Understanding how these variables relate to elementary school students contributes to the promotion of earlier interventions focused on academic performance and motivation for learning.

Keywords: Cognition; Metacognition; Fundamental education.


 

 

El proceso de aprendizaje suele considerarse como un proceso dinámico e influenciado por diversas características de diferentes índoles. En este sentido, podemos destacar variables biológicas, emocionales y motivadoras, entre otras muchas. Comprender el papel de cada una de esas modificaciones, durante el proceso de desarrollo, contribuirá a la construcción de los métodos educativos más efectivos, garantizando también, un mejor rendimiento académico de los alumnos, además de se su bienestar psicológico. En este contexto, el modelo de aprendizaje autorregulado ayuda a considerar la contribución de estas diferentes variables en en dicho proceso (Panadero, 2017).

A lo largo del aprendizaje, independientemente del nivel de estudio, los alumnos pueden adquirir nuevas estrategias para preparar, comprender y corregir el contenido académico. Esas estrategias están muy presentes en los estudios educativos y relacionadas con habilidades de adquisición de conocimiento, así como, involucran acciones mentales y comportamentales (Cerezo et al., 2019; Moret-tatay et al., 2016). Varios modelos teóricos sugieren una distinción de las principales estrategias de aprendizaje: estrategias cognitivas y estrategias metacognitivas (Peres et al., 2017; Yip, 2017).

En este sentido, las estrategias de aprendizaje cognitivas se refieren a elaborar, profundizar y comprender el todo, mientras que las estrategias de aprendizaje metacognitivas se refieren al planteamiento para la regulación y el proceso de aprendizaje. Por tanto, se entiende que las estrategias metacognitivas tienden a ser más complejas que las estrategias cognitivas, ya que implican cierto nivel de autoevaluación o autorregulación del proceso de aprendizaje en sí (Hattie, & Donoghue, 2016; Maldonado-Sanchez et al., 2019). Los estudiantes que se "autorregulan" pueden establecer sus propios esfuerzos y ser reactivos a la enseñanza y, por lo tanto, dependen más de otras personas para enseñarles (Fluminhan, & Murgo, 2019). Sin embargo, el uso de algunas de estas estrategias por parte de los estudiantes no es intuitivo, y primero debe enseñarse para que, después, realmente estas estrategias se pongan en práctica (Dolan, & Collins, 2015).

Aún así, el uso de estrategias de aprendizaje puede verse influenciado por la percepción de autoeficacia del propio estudiante (Martins, & Santos, 2019). La autoeficacia se refiere a la creencia que el individuo tiene sobre su capacidad para realizar con éxito ciertas actividades. En el contexto educativo, involucra la medida en que el estudiante se considera capaz de cumplir con las demandas escolares y alcanzar los objetivos de aprendizaje de cada disciplina (tarea, ejercicios en clase, desempeño en pruebas de evaluación, entre otras variables). Los altos niveles de autoeficacia estarían relacionados con una mayor participación y perseverancia en actividades consideradas difíciles o desafiantes, y, si no se lograsen los resultados deseados, ayudaría a comprender que es posible adquirir habilidades para que se pueda responder a la previsto (Bandura, 1993).

Aunque algunos estudios ya han identificado la relación entre las estrategias de aprendizaje y la autoeficacia académica, la mayoría de estudios examinan a la población universitaria para la obtención de dichos resultados (Akamatsu et al., 2019; Hayat, & Shateri, 2019; Hayat et al., 2020; Martins, & Santos, 2019) en comparación a los estudios de enseñanza básica (Dantas et al., 2015), según revisión de la literatura (Rosa, & Cunha, 2020). Comprender cómo se relacionan estas variables en los estudiantes de primaria contribuirá a la promoción de intervenciones tempranas centradas en el rendimiento escolar y la motivación en el aprendizaje de estos estudiantes.

Considerando la importancia de identificar factores involucrados en los procesos de aprendizaje que pueden beneficiarse de las intervenciones, se destaca que la ausencia de estrategias de aprendizaje adecuadas y la reducción de creencias de autoeficacia tienden a asociarse con síntomas psicopatológicos (Tahmassian, & Moghadam, 2011). Cruvinel y Boruchovitch (2004) identificaron que en los estudiantes de primaria de tercer a quinto año, por ejemplo, existe una asociación negativa entre síntomas depresivos y el repertorio de estrategias de aprendizaje. En otro estudio realizado por los mismos autores (Cruvinel, & Boruchovitch, 2009) los niños de tercero y cuarto de primaria que integraban el grupo de síntomas clínicos depresivos mostraron resultados inferiores, en comparación con el grupo control, en autoconcepto y autoeficacia.

Por lo tanto, el objetivo de este estudio fue investigar la asociación entre estrategias de aprendizaje y autoeficacia académica en estudiantes de primaria. De este modo, buscamos identificar diferencias entre los subgrupos de acuerdo con el perfil del uso de estrategias de aprendizaje y autoeficacia, comparándolas con respecto a la aparición de síntomas psicopatológicos y problemas de comportamiento.

 

Método

Participantes

La muestra incluyó un total de 252 participantes, de los cuales, 126 eran estudiantes de primaria y 126 padres/tutores, residentes de ciudades de la región norte de Rio Grande do Sul, Brasil. Todos ellos participaron a través de un muestreo por conveniencia dentro del sistema de escuelas públicas. El criterio de inclusión para los estudiantes fue estudiar desde el quinto año de la escuela primaria, mientras que los protocolos con datos faltantes en los instrumentos de investigación fueron excluidos de los análisis. En el presente trabajo, se controló la variable sexo de los participantes, por ello, el 50% era niños, mientras que el 50% eran niñas. En lo que concierne a la edad, un 3% eran preadolescentes (de 7 a 10 años), un 90% adolescentes tempranos (de 11 a 13 años) y un 7% adolescentes (de 14 a 16 años). Cincuenta por ciento de los estudiantes está en el sexto año de la escuela primaria, 40% en el séptimo año, 6% en el quinto año, 2% en el octavo año y 2% en el noveno año. La media de edad del adulto significativo responsable fue de 38,54 años (DE = 7,70). En referencia a la educación de los padres, un 47% había alcanzado de forma completa o incompleta un nivel básico, mientras que un 43% medio y un 10% superior. En cuanto al estado civil, un 26% eran solteros, un 52% casados, un 7% divorciados, un .8% viudos y un 15% refirió otro tipo de situación. En cuanto a la situación económica de las familias, esta se describió de la siguiente forma: A (3%), B (22%), C (60%) y D-E (15%).

Instrumentos

Cuestionario sociodemográfico. Cuestionario diseñado con preguntas sobre la edad y educación de los estudiantes, así como de sus progenitores o de sus tutores. También se incluyeron preguntas sobre aspectos socioeconómico y estado civil.

Guía de Evaluación del Sentido de Autoeficacia - GESA (Medeiros et al., 2000). Evalúa la autopercepción de la propia autoeficacia académica, pudiendo ser respondido por los alumnos mismos. GESA consta de 20 ítems dicotómicos ("sí" o "no"), que van de 0 a 1 punto, divididos en dos factores: el primero se refiere a la percepción de la capacidad con respecto al rendimiento académico (Autopercepción del Rendimiento Académico, por ejemplo, "en la escuela me ha ido bien") y el segundo está relacionado con la percepción del rendimiento académico, teniendo como referencia la evaluación de otros o la comparación con sus pares (Comparación del Rendimiento Académico, por ejemplo, "en la escuela termino mis actividades al mismo tiempo que mis compañeros"). Los autores presentaron el índice de estabilidad del instrumento del 92% (test-retes) como evidencia de fiabilidad del instrumento. En este estudio, la escala mostró un índice de consistencia interna adecuado (α = 0,83).

Escala de Evaluación de Estrategias de Aprendizaje para la Escuela Primaria - EEVAP-EP (Oliveira et al., 2010). EEVAP-EP investiga el uso de estrategias cognitivas y metacognitivas en el contexto de aprendizaje escolar, siendo respondido por el propio alumno. Consta de 31 ítems en una escala Likert de tres puntos ("siempre", "a veces" o "nunca") divididos en tres factores: Ausencia de Estrategias Metacognitivas Disfuncionales (por ejemplo, "¿sueles darte por vencido cuando una tarea es difícil o aburrida?"), Estrategias Cognitivas (por ejemplo, ¿Sueles enfatizar partes importantes del texto para aprender mejor?") y Estrategias Metacognitivas (por ejemplo, "cuando recibe una prueba, ¿suele comprobar qué salió mal?"). Los valores alfa de Cronbach de los factores han mostrado valores óptimos en la literatura previa, oscilando de 0,62 a 0,80 en la población brasileña. En este estudio, los coeficientes alfa de Cronbach oscilaron entre 0,75 y 0,82, los cuales se consideran aceptables.

Child Behavior Checklist - CBCL (adaptado por Bordin et al., 1995). Consta de 118 ítems, que son respondidos por los adultos responsables de los niños y adolescentes bajo estudio, y que investigan la frecuencia de los problemas psicopatológicos y del comportamiento. Los ítems se responden usando una escala Likert de tres puntos ("no es cierto", "es algo cierto o a veces cierto" o "es muy cierto o con frecuencia cierto"). Los diferentes ítems se dividen en subescalas: Retraimiento ("prefiere estar solo que en compañía de otros", por ejemplo), Quejas Somáticas ("sentirse demasiado cansado sin motivo", por ejemplo), Ansiedad y Depresión ("se siente despreciado, inferior", por ejemplo), Problemas Sociales ("a otros niños no les agrada", por ejemplo), Problemas de Pensamiento ("ver cosas que no existen", por ejemplo), Problemas Atencionales ("no se concentra, no puede prestar atención durante mucho tiempo", por ejemplo), Comportamiento Delincuente ("pon las cosas en llamas", por ejemplo) y Comportamiento Agresivo ("es cruel, maltrata a la gente", por ejemplo). La subescala Internalizante engloba los resultados de las subescalas Ansiedad y Depresión, Retraimiento y Quejas Somáticas, y en relación a la subescala Externalizante, esta considera los resultados de las subescalas Comportamiento Delincuente y Comportamiento Agresivo. Los índices de consistencia interna del estudio original del CBCL varían de 0,72 a 0,97 (Bordin et al., 2013), mientras que en este estudio, los valores alfa de Cronbach fueron aceptables y variaron de 0,70 a 0,84.

Procedimientos

Los participantes respondieron de forma colectiva a los instrumentos, en un único encuentro, con una duración de aproximadamente 90 minutos. Las evaluaciones fueron desarrolladas en espacios ofrecidos por las escuelas, generalmente en el turno escolar de las clases de los alumnos. Los padres respondieron los instrumentos en grupos en las salas provistas por las escuelas o los completaron en sus propios hogares, entregando posteriormente los cuestionarios al equipo de investigación. Todos los participantes dieron consentimiento informado para poder participar en el estudio, incluyendo a los propios estudiantes como sus tutores/padres. Este proyecto de investigación recibió la aprobación del Comité de Ética de investigación del IMED (CAAE 92650518.0.0000.5319) y tuvo entre sus cuidados éticos el mantenimiento de la confidencialidad de la información recabada y garantizar que la participación fuera voluntaria.

Análisis de datos

En primer lugar, se calcularon los estadísticos descriptivos, correlación entre las subescalas, consistencia interna de cada subescala. La escla GESA mostró una distribución en la prueba Kolmogorov-Smirnov (> 0,05), mientras que la escla GESA no lo hizo. No obstante, ambas escalas fueron incluidas por su valor holístico, así como después de revisar sus histogramas, y los índices de asimetría y curtosis (todos < 2). Se realizó correlación de Pearson y análisis de cluster que, como técnica multivariante, busca agrupar elementos (o variables) para lograr la máxima homogeneidad en cada grupo y las mayores diferencias entre ellos. La fuerza de las asociaciones se interpretó como débil ( 0,10), moderada ( 0,30) o fuerte ( 0,50) (Rosenthal, 1996). La consistencia interna de los instrumentos se verificó mediante el alfa de Cronbach, con valores aceptables a partir de 0,70 (Hair et al., 2009). La comparación entre grupos con respecto a los síntomas psicopatológicos y de comportamiento se verificó mediante la prueba t de Student para maestros independientes y el tamaño del efecto entre los grupos se calculó con base en la d de Cohen, considerando como efecto pequeño 0,20, moderado 0,50 o grande 0,80 (Rosenthal, 1996). Se realizó un análisis de conglomerados que incluyó variables inherentes a las escalas GESA y EEVAP-EP. El análisis de conglomerados se realizó bajo la prueba de probabilidad de registro sobre la base del criterio de inferencia bayesiano (BIC) de Schwarz. Este cáclculo basado en la verosimilitud, no sindica el mejor comedo con valores más bajos en BIC, así como se revisa el valor de 1 en la ratio de los cambios en BIC. Los datos se analizaron utilizando el software estadístico SPSS IBM para Windows versión 23.0 (SPSS, Armonk, 2013).

 

Resultados

En la Tabla 1 se exponen los valores descriptivos de cada una de las variables de la investigación. Las correlaciones mostraron que las subescalas de GESA se relacionan de forma directa y moderadamente con la subescala Ausencia de Estrategias Metacognitivas Disfuncionales (EEVAP-EP), y la subescala de Autopercepción del Rendimiento Académico (GESA) también estaba directamente y moderadamente relacionada con la subescala de Estrategias Cognitivas (EEVAP-EP). No obstante, no se encontraron relaciones de GESA con la subescala Estrategias Metacognitivas (EEVAP-EP).

El análisis de cluster se realizó para estudiar los perfiles de los estudiantes según los diferentes constructos de GESA y EEVAP-EP. Por ello, todas las variables fueron estandarizas utilizando puntuaciones Z. Por ello, se realizó un análisis de cluster bietápico exploratorio con el fin de identificar el número de cluster en los participantes. Así mismo, en la Tabla 2 se muestra el criterio de inferencia bayesiano (BIC) de Schwarz.

Aunque no se incluyó el 100% de los casos, la razón de tamaños fue óptima, con un valor de 1.65, formando dos grupos con un 38% y 62% de casos respectivamente. De esta forma, se describieron dos perfiles (véase Figura 1), un perfil A llamado "Perfil de Bajas Puntuaciones" (n = 43) y un perfil B llamado "Perfil de Altas Puntuaciones" (n = 71).

 

 

En la Figura 2 se marca la importancia de los predictores para el desarrollo de los perfiles. No se encontraron diferencias estadísticamente significativas entre los clústeres y el sexo de los participantes a través de la prueba χ2.

 

 

Finalmente, se realizó una prueba t de Student para muestras independientes, tal y como se marca en la Tabla 3. El Perfil A, que representa el grupo de estudiantes con puntuaciones más bajas, tanto en el EEVEP-EP como en el GESA, mostró una mayor intensidad de los síntomas psicopatológicos de acuerdo con las subescalas del CBCL, a excepción de los problemas sociales.

 

Discussion

Este estudio buscó investigar la relación entre las estrategias de aprendizaje y la autoeficacia en estudiantes de primaria, identificando diferentes perfiles en relación a estas características, así como comparando síntomas psicopatológicos entre estos perfiles. En relación a los objetivos subyacentes a la relación de las estrategias de aprendizaje y autoeficacia académica, el presente estudio busca arrojar luz sobre los estudiantes de primaria, encontrándose, a nuestro conocimiento, la mayor parte de la literatura enfocada a la población Universitaria. De esta forma, se encontró que los constructos de autopercepción y la propia comparación del rendimiento académico, evaluados a través del instrumento GESA, mostraron una asociaron positiva, que además, mostró una de relación con la ausencia de estrategias metacognitivas disfuncionales de acuerdo con EEVAP-EP. Esto sugiere que los estudiantes que se autorregulan en su proceso de aprendizaje, y más específicamente, que pueden concentrarse y no prestar atención a los estímulos que distraen (por ejemplo, mirar la televisión o escuchar música) mostraron una mayor percepción del rendimiento académico y de su capacidad de aprendizaje. Aún así, el uso de estrategias cognitivas (EEVEP-EP) mostró una asociación positiva con el rendimiento académico autopercibido (GESA). Este resultado demuestra que los estudiantes que usan estrategias con mayor frecuencia, como ensayos (hacer notas, subrayar, preguntar y responder), elaboraciones (parafraseando, resumiendo y creando analogías) y organización (seleccionando ideas, haciendo guiones o mapas) también demuestran mayor sentido de autoeficacia.

Los resultados encontrados, en lo que concierne a la relación entre las estrategias de aprendizaje y la autoeficacia académica, se encuentran apoyados con estudios previos en población universitaria (Akamatsu et al., 2019; Hayat, & Shateri, 2019; Hayat et al., 2020; Martins, & Santos, 2019) y secundaria (Dantas et al., 2015). Específicamente, Hayat et al. (2020) al investigar a los estudiantes de medicina, propusieron un modelo basado en una ecuación estructural que sugería que, la autoeficacia de los estudiantes afectaba las emociones relacionadas con el aprendizaje y las estrategias de aprendizaje metacognitivas, lo que a su vez, afectaba el rendimiento académico de los mismos. En este caso, las estrategias metacognitivas parecen mediar el efecto de la emoción en el rendimiento académico. En otro estudio, Hayat y Shateri (2019) también identificaron, en estudiantes de medicina, que la autoeficacia se asociaba con estrategias de planificación, monitorización y regulación metacognitiva.

En el presente estudio, los estudiantes pre y adolescentes que se perciben a sí mismos como más capaces de aprender, tienden a no sentirse desanimados cuando tienen que enfrentar tareas consideradas desafiantes. Así mismo, parece ser que estos, no se dan por vencidos si encuentran dificultades. En el contexto escolar, los alumnos pueden entender las pruebas y las tareas como actividades difíciles. Sin embargo, los estudiantes que se perciben a sí mismos como más capaces de aprender, hacen uso de estrategias de aprendizaje cognitivas y metacognitivas que implican elaborar y organizar los contenidos para su fin de aprendizaje, además de monitorear y regular su propio proceso. Como consecuencia, probablemente obtendrán un mayor rendimiento académico, ya que presentarán una mayor participación y persistencia en las actividades relacionadas con el contenido escolar. Cabe destacar que, entre los principales modelos de aprendizaje autorregulado, la autoeficacia demuestra ser uno de los predictores más relevantes (Panadero, 2017). Según Akamatsu et al. (2019), analizando el aprendizaje de estudiantes de pregrado, descubrieron que el uso concreto de la estrategia de planificación, aumentaba la percepción de autoeficacia, y que los comportamientos generales de aprendizaje, estaban impulsados ​​por estrategias metacognitivas mediadas por la autoeficacia.

Otro objetivo propuesto por este estudio, que refuerza los resultados anteriores, fue identificar, a través del análisis de conglomerados, perfiles sobre el uso de estrategias de aprendizaje y autoeficacia académica entre los estudiantes de primaria. De esta forma, se encontraron dos perfiles específicos, de los cuales, el primer grupo de estudiantes presentaba puntuaciones más bajas en EEVAP-EP y GESA (Perfil A), mientras que el segundo, puntuaciones más altas en esos mismos instrumentos (Perfil B). Por lo tanto, el Perfil B estaba compuesto por estudiantes con un mayor sentido de autoeficacia académica y uso de estrategias de aprendizaje, mientras que el Perfil A incluía estudiantes con un menor sentido de autoeficacia y uso de estrategias de aprendizaje, sin encontrarse diferencias estadísticamente significativas entre hombres y mujeres de los grupos descritos. Se observó además, que los predictores más relevantes del perfil fueron las puntuaciones obtenidas en el instrumento de autoeficacia. Este resultado refuerza los datos anteriores, ya que, dado que los estudiantes no parecen creer en su capacidad para realizar las tareas escolares, pueden optar por estrategias de aprendizaje menos efectivas.

En relación a los perfiles, el grupo A mostró puntuaciones más altas en las subescalas del CBCL en comparación con el perfil B, siendo estas diferencias principalmente de efecto moderado. Este resultado sugiere que los estudiantes con menor creencia en la autoeficacia y que no utilizan estrategias de aprendizaje muestran una mayor ocurrencia de problemas psicopatológicos y de comportamiento relacionados con la ansiedad, la depresión, los procesos atencionales, el comportamiento relacionado con romper las reglas y el comportamiento agresivo. Este resultado es consistente con la literatura cuando se considera el proceso de aprendizaje autorregulado, que está influenciado por factores emocionales y conductuales (Zimmerman, 2000). En este sentido, es posible que los niños que experimentan síntomas psicopatológicos y problemas de conducta utilicen menos estrategias de regulación emocional y experimenten más dificultades académicas, impactando también la percepción de autoeficacia (Tak et al., 2017).

En definitiva, la aparición de problemas psicopatológicos y conductuales de internalización, así como, externalización, puede afectar a la motivación del estudiante para aprender. Además, estos estarán menos involucrado en las actividades escolares. Es más, en consecuencia, obtendrán un menor rendimiento académico, y en el caso peor, de habilidades cognitivas deterioradas (Lundy et al., 2010). Por lo tanto, es posible que este contexto influya negativamente en la creencia sobre la propia autoeficacia académica.

A partir de los resultados de este estudio, fue posible considerar que las estrategias de aprendizaje están asociadas con las creencias de autoeficacia académica de los estudiantes de primaria. Así mismo, fue posible identificar que los estudiantes con un nivel más bajo de autoeficacia, y, que hacen poco uso de las estrategias de aprendizaje, tenían una mayor cantidad de problemas psicopatológicos y de comportamiento. Es de destacar que hay pocos estudios (Dantas et al., 2015; Fluminhan, & Murgo, 2019) que investigan a los estudiantes de primaria con respecto a la relación entre estas variables, lo que apunta a la necesidad de continuar esta línea de estudio. El estudio también presenta como diferencial la inclusión de padres / tutores como participantes y una fuente de recolección de datos sobre los estudiantes.

Es necesario resaltar algunas limitaciones del presente estudio, entre las cuales hemos analizado el rendimiento académico de los estudiantes para verificar las diferencias entre la autoeficacia académica y las medidas objetivas del rendimiento escolar. En primer lugar, no es posible generalizar los resultados debido al tamaño de la muestra y tipo de muestreo, ya que, solo se incluyen estudiantes de escuelas públicas. Además, el uso de escalas de autoinforme tanto por los estudiantes como por los padres/tutores puede haber presentado un sesgo de respuesta que no pudo ser controlado en este estudio. En futuros estudios se espera ampliar el tamaño muestral, incluyendo estudiantes de escuelas públicas, semi concertadas y privadas. No obstante, se espera que los resultados de esta investigación puedan contribuir a intervenciones dentro del contexto educativo, que, además, tengan como objetivo la calidad de vida y el bienestar psicológico de estos estudiantes, actuando de forma directa en el nivel de satisfacción con el proceso de aprendizaje.

 

Agradecimientos

No hay menciones.

Financiación

La presente investigación no recibió ninguna fuente de financiación, siendo costeada con recursos propios de los autores.

Contribución de los autores

Todos los autores participaron en la preparación del manuscrito. Específicamente, las autoras Camila Rosa de Oliveira e Irani Iracema de Lima Argimon participaron en la redacción inicial del estudio - conceptualización, investigación, visualización, la autora Carmen Moret-Tatay participó en el análisis de datos, y las autoras Camila Rosa de Oliveira, Carmen Moret-Tatay e Irani Iracema de Lima Argimon participaron en la redacción final del trabajo - revisión y edición.

Disponibilidad de los datos y materiales

Todos los datos y sintaxis generados y analizados durante esta investigación serán tratados con total confidencialidad debido a los requerimientos del Comité de Ética para la Investigación en Seres Humanos. Sin embargo, el conjunto de datos y la sintaxis que respaldan las conclusiones de este artículo están disponibles previa solicitud al autor principal del estudio.

Conflicto de intereses

Los autores declaran que no hay conflictos de intereses

 

Referencias

Akamatsu, D., Nakaya, M., & Koizumi, R. (2019). Effects of metacognitive strategies on the self-regulated learning process: The mediating effects of self-efficacy. Behavioral Sciences, 9(12), 128. https://doi.org/10.3390/bs9120128        [ Links ]

Bandura, A. (1993). Perceived self-efficacy in cognitive development and functioning. Educational Psychologist, 28(2), 117-148. https://doi.org/10.1207/s15326985ep2802_3        [ Links ]

Bordin, I. A. S., Mari, J. J., & Caeiro, M. F. (1995). Validação da versão brasileira do Child Behavior Checklist [CBCL] - Inventário de comportamento da infância e da adolescência: Dados preliminares. Revista ABP - APAL, 17(2), 55-66. https://www.researchgate.net/profile/Isabel-Bordin/publication/285968522_Validation_of_the_Brazilian_version_of_the_Child_Behavior _Checklist_CBCL/links/59f8c278a6fdcc075ec99697/Validation-of-the-Brazilian-version-of-the-Child-Behavior-Checklist-CBCL.pdf        [ Links ]

Bordin, I. A., Rocha, M. M., Paula, C. S., Teixeira, M. C. T. V., Achenbach, T. M., Rescorla, L. A., & Silvares, E. F. M.. (2013). Child Behavior Checklist (CBCL), Youth Self-Report (YSR) and Teacher's Report Form (TRF): An overview of the development of the original and Brazilian versions. Cadernos de Saúde Pública, 29(1), 13-28. https://doi.org/10.1590/S0102-311X2013000100004        [ Links ]

Cerezo, R., Fernández, E., Amieiro, N., Valle, A., Rosário, P., & Núñez, J. C. (2019). El papel mediador de la autoeficacia y la utilidad entre el conocimiento y el uso de estrategias de autorregulación del aprendizaje. Revista de Psicodidáctica, 24(1), 1-8. https://doi.org/10.1016/j.psicod.2018.08.001        [ Links ]

Cruvinel, M., & Boruchovitch, E. (2004). Sintomas depressivos, estratégias de aprendizagem e rendimento escolar de alunos do ensino fundamental. Psicologia em Estudo, 9(3), 369-378. https://doi.org/10.1590/S1413-73722004000300005        [ Links ]

Cruvinel, M., & Boruchovitch, E. (2009). Autoconceito e crenças de autoeficácia de crianças com e sem sintomatologia depressiva. Interamerican Journal of Psychology, 43(3), 586-593. http://pepsic.bvsalud.org/pdf/rip/v43n3/v43n3a19.pdf        [ Links ]

Dantas, M. A., Guerreiro-Casanova, D. C., Azzi, R. G., & Benassi, M. T. (2015). Relações entre autoeficácia acadêmica e estratégia de estudo e aprendizagem: Mudanças ao longo do primeiro semestre do ensino médio. Psicologia: Ensino & Formação, 6(1), 33-51. http://pepsic.bvsalud.org/pdf/pef/v6n1/v6n1a04.pdf        [ Links ]

Dolan, E. L., & Collins, J. P. (2015). We must teach more effectively: Here are four ways to get started. Molecular Biology of the Cell, 26(12), 2151-2155. https://doi.org/10.1091/mbc.E13-11-0675        [ Links ]

Fluminhan, C. S. L., & Murgo, C. S. (2019). Autorregulação acadêmica e estratégias de aprendizagem avaliadas em estudantes do ensino fundamental. Psicologia Escolar e Educacional, 23, e189190. https://doi.org/10.1590/2175-35392019019190        [ Links ]

Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Análise multivariada de dados. (Adonai Schlup Sant'Anna, trad.). Bookman.         [ Links ]

Hattie, J., & Donoghue, G. M. (2016). Learning strategies: A synthesis and conceptual model. Nature Partner Journals Science of Learning, 1(1), 1-13. https://doi.org/10.1038/npjscilearn.2016.13        [ Links ]

Hayat, A. A., & Shateri, K. (2019). The role of academic self-efficacy in improving students' metacognitive learning strategies. Journal of Advances in Medical Education & Professionalism, 7(4), 205-212. https://doi.org/10.30476/jamp.2019.81200        [ Links ]

Hayat, A. A., Shateri, K., Amini, M., & Shokrpour, N. (2020). Relationships between academic self-efficacy, learning-related emotions, and metacognitive learning strategies with academic performance in medical students: A structural equation model. BMC Medical Education, 20(1), 1-22. https://doi.org/10.1186/s12909-020-01995-9        [ Links ]

Lundy, S. M., Silva, G. E., Kaemingk, K. L., Goodwin, J. L., & Quan, S. F. (2010). Cognitive functioning and academic performance in elementary school children with anxious/depressed and withdrawn symptoms. The Open Pediatric Medicine Journal, 4, 1-9. https://doi.org/10.2174/1874309901004010001        [ Links ]

Maldonado-Sánchez, M., Aguinaga-Villegas, D., Nieto-Gamboa, J., Fonseca-Arellano, F., Shardin-Flores, L., & Cadenillas-Albornoz, V. (2019). Learning strategies for the development of the autonomy of secondary school students. Propósitos y Representaciones, 7(2), 415-439. https://doi.org/10.20511/pyr2019.v7n2.290        [ Links ]

Martins, R. M. M., & Santos, A. A. A. (2019). Estratégias de aprendizagem e autoeficácia acadêmica em universitários ingressantes: Estudo correlacional. Psicologia Escolar e Educacional, 23(e176346), 1-7. https://doi.org/10.1590/2175-35392019016346        [ Links ]

Moret-Tatay, C., Leth-Steensen, C., Irigaray, T. Q., Argimon, I. I., Gamermann, D., Abad-Tortosa, D., Oliveira, C. R., Sáiz-Mauleón, B., Vázquez-Martínez, A., Navarro-Pardo, E., & Castella, P. F. C. (2016). The effect of corrective feedback on performance in basic cognitive tasks: An analysis of RT components. Psychologica Belgica, 56(4), 370-381. http://doi.org/10.5334/pb.240        [ Links ]

Oliveira, K. L., Boruchovitch, E., & Santos, A. A. A. (2010). Escala de Avaliação das Estratégias de Aprendizagem para o Ensino Fundamental EAVAP-EF. Pearson.         [ Links ]

Panadero, E. (2017). A review of self-regulated learning: Six models and four directions for research. Frontiers in Psychology, 8, 1-28. https://doi.org/10.3389/fpsyg.2017.00422        [ Links ]

Peres, C., Díaz, J. D., & García, F. C. (2017). Cuestionario PIE-TDA-H. Programa de intervención educativa de primaria en estrategias cognitivas y metacognitivas para niños con dificultades de aprendizaje-TDA-H. Revista Electrónica de Terapia Ocupacional Galicia, 14(26), 325-339. https://dialnet.unirioja.es/servlet/articulo?codigo=6273861        [ Links ]

Rosa, E. R. M. S., & Cunha, N. B. (2020, Novembro). O uso de estratégias de aprendizagem no ensino médio: Uma análise bibliométrica. Resumo apresentado no XV Simpósio dos Programas de Mestrado Profissional Unidade de Pós-Graduação, Extensão e Pesquisa, São Paulo, SP. http://www.pos.cps.sp.gov.br/files/artigo/file/1058/d44a15a14084da296eb6331a4a3c339e.pdf        [ Links ]

Rosenthal, J. A. (1996). Qualitative descriptors of strength of association and effect size. Journal of Social Service Research, 21(4), 37-59. https://doi.org/10.1300/j079v21n04_02        [ Links ]

Tak, Y. R., Brunwasser, S. M., Lichtwarck-Aschoff, A., & Engels, R. C. (2017). The prospective associations between self-efficacy and depressive symptoms from early to middle adolescence: A cross-lagged model. Journal of Youth and Adolescence, 46(4), 744-756. https://doi.org/10.1007/s10964-016-0614-z        [ Links ]

Tahmassian, K., & Moghadam, N. J. (2011). Relationship between self-efficacy and symptoms of anxiety, depression, worry and social avoidance in a normal sample of students. Iranian Journal of Psychiatry and Behavioral Sciences, 5(2), 91-98. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3939966/pdf/ijpbs-005-091.pdf        [ Links ]

Yip, M. C. W. (2017). Cognition, metacognition and academic performance: An east Asian perspective. Routledge.         [ Links ]

Zimmerman, B. J. (2000). Attaining self-regulation: A social cognitive perspective. In M. Boekaerts, P. Pintrich, & M. Zeidner (Eds.), Handbook of Self-Regulation (pp.13-39). Academic Press.         [ Links ]

 

 

Dirección para correspondência:
Camila Rosa de Oliveira
Rua Senador Pinheiro nº 304, bloco B, sala do Mestrado em Psicologia
Passo Fundo/RS. CEP 99070220.
oliveira.crd@gmail.com

Recebido em dezembro de 2020
Aceito em março de 2021

 

 

Sobre los autores
Camila Rosa de Oliveira é Psicóloga (UFRGS), Mestre em Psicologia (PUCRS), Doutora em Gerontologia Biomédica (PUCRS). Coordenadora do Grupo de Pesquisa Núcleo de Investigação em Cognição, Emoção e Tecnologias em Saúde e Neuropsicologia (IMED). Docente de Graduação e do Programa de Pós-Graduação em Psicologia (IMED). Bolsista Produtividade em Pesquisa do CNPq.
Carmen Moret-Tatay é Psicóloga (UV), Mestre em Neurociência (UV), Doutora em Matemática (UV). Coordenadora do Grupo de Pesquisa Mind, Emotion and Behavioural Research Laboratory (UCV-SVM). Coordenadora de Relações Internacionais (UCV-SVM). Membro de AMNET, rede espanhola de matemática e indústria. Docente de Graduação em Psicologia e do Programa de Pós-Graduação em Psicologia Jurídica (UCV-SVM).
Irani Iracema de Lima Argimon é Psicóloga (PUCRS), Mestre em Educação (PUCRS), Doutora em Psicologia (PUCRS). Coordenadora do Grupo de Pesquisa Avaliação e Intervenção no Ciclo Vital (PUCRS). Docente de Graduação e do Programa de Pós-Graduação em Psicologia e do Programa de Pós-Graduação em Gerontologia Biomédica (PUCRS). Bolsista Produtividade em Pesquisa do CNPq.

Creative Commons License