Determinantes en la elección de materias optativas de ciencias
Barra lateral del artículo
Contenido principal del artículo
Resumen
Introducción: La estructura curricular ofrece la opción de no cursar materias científicas en el último curso de la educación secundaria obligatoria. Esta decisión puede interrumpir prematuramente, alrededor de los 14-15 años, el contacto formal con estas disciplinas. Por tanto, resulta fundamental identificar a temprana edad los factores actitudinales que influyen en la elección de asignaturas optativas de ciencias. La presente investigación se enfoca en dos constructos clave: la percepción de dificultad y el coste asociado a las ciencias y a las matemáticas. Metodología: La muestra estuvo conformada por 214 estudiantes de 4º a 6º curso de educación primaria. Se utilizó un muestreo no probabilístico por conveniencia para seleccionar a los participantes. Se aplicó un instrumento de tipo Likert, cuya validez y confiabilidad fueron evaluadas y resultaron adecuadas para la muestra actual. Los datos fueron analizados mediante estadística inferencial y un modelo de regresión logística jerárquica. Resultados: Un alto porcentaje de los estudiantes encuestados, que oscila entre el 60.2% y el 79.7% en función del curso escolar, muestra un bajo interés por elegir asignaturas de ciencias optativas durante la secundaria. La principal razón para esta baja intención es la percepción de dificultad asociada a estas disciplinas. De manera inesperada, el coste percibido de estudiar ciencias actúa como un factor que incrementa las intenciones de los estudiantes, lo cual puede explicarse a través de diversas teorías, como la teoría de la expectativa-valor, la mentalidad de crecimiento o la teoría de la autodeterminación. En contraste, ni el coste ni la dificultad percibidos de las matemáticas influyen en las intenciones de los estudiantes de cursar esta área. Conclusiones: Estos hallazgos resultan desalentadores y ponen de manifiesto la urgencia de diseñar e implementar programas educativos focalizados en la etapa de educación primaria para abortar y revertir esta situación.
Palabras clave: actitud del alumno, dificultad de aprendizaje, ciencias de la naturaleza, matemáticas, escuela
primaria, elección de estudios, educación científica
Detalles del artículo
Datos de los fondos
-
Agencia Estatal de Investigación
Números de la subvención PID2020-117348RB-I00
Citas
Abiétar López, M., Bernad i Garcia, J. C., Córdoba Iñesta, A. I., Giménez Urraco, E., Meri Crespo, E., y Navas Saurin, A. A. (2023). Factores diferenciales en los itinerarios en Formación Profesional: un estudio longitudinal. Revista de Educación, 401, 155–178. https://doi.org/10.4438/1988-592X-RE-2023-401-587
Barron, K. E., y Hulleman, C. S. (2015). Expectancy-Value-Cost Model of Motivation. International Encyclopedia of the Social y Behavioral Sciences: Second Edition, 503–509. https://doi.org/10.1016/B978-0-08-097086-8.26099-6
Besley, J. C. (2018). The National Science Foundation’s science and technology survey and support for science funding, 2006–2014. Public Understanding of Science, 27(1), 94–109. https://doi.org/10.1177/0963662516649803
Bidegain, G., y Lukas Mujika, J. F. (2020). Exploring the relationship between attitudes toward science and PISA scientific performance. Revista de Psicodidáctica, 25(1), 1–12. https://doi.org/10.1016/j.psicoe.2019.08.002
Bybee, R. W., y McCrae, B. (2011). Scientific literacy and student attitudes: Perspectives from pisa 2006 science. International Journal of Science Education, 33(1), 7–26. https://doi.org/10.1080/09500693.2010.518644
Carrasquilla, O. M., Pascual, E. S., y Roque, I. M. S. (2022). La brecha de género en la Educación STEM. Revista de Educacion, 2022(396), 149–172. https://doi.org/10.4438/1988-592X-RE-2022-396-533
Chi, S., Wang, Z., Liu, X., y Zhu, L. (2017). Associations among attitudes, perceived difficulty of learning science, gender, parents’ occupation and students’ scientific competencies. International Journal of Science Education, 39(16), 2171–2188. https://doi.org/10.1080/09500693.2017.1366675
Dapía, M., Escudero-Cid, R., y Vidal, M. (2019). ¿Tiene género la ciencia? Conocimientos y actitudes hacia la Ciencia en niñas y niños de Educación Primaria. Revista Eureka Sobre Enseñanza y Divulgación de Las Ciencias, 16(3), 3201. https://doi.org/10.25267/Rev_Eureka_ensen_divulg_cienc.2019.v16.i3.3302
Dweck, C. S. (2006). Mindset: The new psychology of success. Random House.
Eccles, J. S., y Wigfield, A. (2023). Expectancy-value theory to situated expectancy-value theory: Reflections on the legacy of 40+ years of working together. Motivation Science, 9(1), 1–12. https://doi.org/10.1037/mot0000275
Ellis, J., Fosdich, B. K., y Rasmussen, C. (2016). Women 1.5 times mor elikely to leave STEM pipeline after calculus compared to men: Lack of matehamtical confidence a potential culprit. PLoS ONE, 11(7), e0157447. https://doi.org/journal.pone.0157447
Ferrando, P. J., Lorenzo-Seva, U., Hernández-Dorado, A., y Muñiz, J. (2022). Decálogo para el análisis factorial de los ítems de un test [Decalogue for the factor analysis of test items]. Psicothema, 34(1), 7–17. https://doi.org/10.7334/psicothema2021.456
Flake, J. K., Barron, K. E., Hulleman, C., McCoach, B. D., y Welsh, M. E. (2015). Measuring cost: The forgotten component of expectancy-value theory. Contemporary Educational Psychology, 41, 232–244. https://doi.org/10.1016/j.cedpsych.2015.03.002
Hayes, A. F., y Coutts, J. J. (2020). Use Omega rather than Cronbach’s Alpha for estimating reliability. But…. Communication Methods and Measures, 14(1), 1–24. https://doi.org/10.1080/19312458.2020.1718629
Iacobucci, D., Posavac, S. S., Kardes, F. R., Schneider, M. J., y Popovich, D. L. (2015). The median split: Robust, refined, and revived. Journal of Consumer Behaviour, 25(4), 690–704. https://doi.org/https://doi.org/10.1016/j.jcps.2015.06.014
Jiang, Y., y Rosenzweig, E. Q. (2021). Using cost to improve predictions of adolescent students’ future choice intentions, avoidance intentions, and course grades in mathematics and English. Learning and Individual Differences, 86(February), 101978. https://doi.org/10.1016/j.lindif.2021.101978
Miller, B. (2021). Developing interest in STEM careers: The need to incorporate STEM in early education. School Science and Mathematics, 10–11. https://doi.org/10.1111/ssm.12497
Mrazek, A. J., Ihm, E. D., Molden, D. C., Mrazek, M. D., Zedelius, C. M., y Schooler, J. W. (2018). Expanding minds: Growth mindsets of self-regulation and the influences on effort and perseverance. Journal of Experimental Social Psychology, 79(June), 164–180. https://doi.org/10.1016/j.jesp.2018.07.003
Muenks, K., Miller, J. E., Schuetze, B. A., y Whittaker, T. A. (2023). Is cost separate from or part of subjective task value? An empirical examination of expectancy-value versus expectancy-value-cost perspectives. Contemporary Educational Psychology, 72, 102149. https://doi.org/10.1016/j.cedpsych.2023.102149
Newell, A. D., Zientek, L. R., Tharp, B. Z., Vogt, G. L., y Moreno, N. P. (2015). Students’ attitudes toward science as predictors of gains on student content knowledge: Benefits of an after-school program. School Science and Mathematics, 115(5), 216–225. https://doi.org/10.1111/ssm.12125
Ogundimu, E. O., Altman, D. G., y Collins, G. S. (2016). Adequate sample size for developing prediction models is not simply related to events per variable. Journal of Clinical Epidemiology, 76, 175–182. https://doi.org/10.1016/j.jclinepi.2016.02.031
Ong, A. K. S., Prasetyo, Y. T., Pinugu, J. N. J., Chuenyindee, T., Chin, J., y Nadlifatin, R. (2022). Determining factors influencing students’ future intentions to enroll in chemistry-related courses: integrating self-determination theory and theory of planned behavior. International Journal of Science Education, 44(4), 556–578. https://doi.org/10.1080/09500693.2022.2036857
Pattal, E. A., Hooper, S., Vasquez, A. C., Pituch, K. A., y Steingut, R. R. (2018). Science class is too hard: Perceived difficulty, disengagement, and the role of teacher autonomy support from a daily diary perspective. Learning and Instruction, 58, 220–231. https://doi.org/10.1016/j.learninstruc.2018.07.004
Robles, A., Solbes, J., Cantó, J. R., y Lozano, Ó. R. (2015). Actitudes de los estudiantes hacia la ciencia escolar en el primer ciclo de la Enseñanza Secundaria Obligatoria. Revista Electrónica de Enseñanza de Las Ciencias, 14(3), 361–376.
Ryan, R. M., y Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78. https://doi.org/10.1037110003-066X.55.1.68
Tytler, R., y Ferguson, J. P. (2023). Student attitudes, identity, and aspirations toward science. In N. G. Lederman, D. L. Zeidler, y J. S. Lederman (Eds.), Handbook of Research on Science Education, Volume III (pp. 158–192). Routledge.
Wang, M. T., y Degol, J. (2013). Motivational pathways to STEM career choices: Using expectancy-value perspective to understand individual and gender differences in STEM fields. Developmental Review, 33(4), 304–340. https://doi.org/10.1016/j.dr.2013.08.001