Competencia digital en labores de
Investigación: predictores que influyen en función del tipo de universidad y
sexo del profesorado
Digital competence in research work: predictors that have
an impact on it according to the type of university and gender of the Higher
Education teacher
Dr. Francisco David Guillén-Gámez. Estudiante
de Doctorado. Universidad Autónoma de Madrid. Profesor ayudante doctor.
Universidad de Málaga. España
Dr. Melchor
Gómez-García. Profesor Titular. Universidad Autónoma de
Madrid. España
Dr. Julio
Ruiz-Palmero. Profesor Titular. Universidad de Málaga.
España
Recibido:
2023/05/24 Revisado 2023/06/12 Aceptado: 2023/09/4 Online First: 2023/09/19 Publicado: 2024/01/07
Cómo citar este artículo:
Guillén-Gámez,
F.D., Gómez-García, M., & Ruiz-Palmero, J. (2024). Competencia digital en
labores de Investigación: predictores que influyen en función del tipo de
universidad y género del profesorado de Educación Superior [Digital competence in research work: predictors that have an
impact on it according to
the type of university and gender of the
Higher Education teacher]. Pixel-Bit. Revista de Medios y Educación,
69, 7-34. https://doi.org/10.12795/pixelbit.99992
RESUMEN
La integración digital en las labores de investigación
va a permitir ir actualizando y acrecentando el conocimiento gracias al acceso
a la información digital de una manera mucho más rápido y accesible que años
atrás. Siendo este estudio parte de una tesis doctoral, el principal propósito
fue conocer el nivel de competencia digital del profesorado en labores de
investigación. Los objetivos específicos fueron: 1) comparar el nivel de
competencia en función del tipo de universidad (pública y privada) y según el
género (masculino y femenino); 2) identificar predictores para cada tipo de
profesorado y género. Para ello, fue utilizado un diseño ex post facto y una
muestra 1740 profesores de Educación Superior procedentes de todo el territorio
español. Los resultados mostraron que el nivel en competencia era satisfactorio,
siendo ligeramente superior y significativo en el profesorado masculino y
adscrito a universidades públicas. Para el profesorado que trabaja en
universidades públicas fue identificado el nivel de creatividad como predictor
significativo, en ambos generos; mientras que, para
el profesorado femenino adscrito a universidades privadas, fue encontrado
predictores como la creatividad, actitud frente a nuevos cambios, el porcentaje
de tiempo dedicado a la investigación o la experiencia docente. Estos hallazgos
ponen de manifiesto la necesidad por parte de las instituciones de Educación
Superior, principalmente de aquellas que son privadas, de planes de formación
para mejorar las competencias digitales, atendiendo a todos aquellos
predictores que interfieren en dicha competencia investigadora.
ABSTRACT
Digital integration in
research work will allow knowledge to be updated and increased thanks to access
to digital information in a much faster and more accessible way than years ago.
Being this study part of a doctoral thesis, the main purpose was to assess the
level of digital competence of teaching staff in research work. The specific
objectives were: 1) to compare the level of competence according to the type of
university (public and private) and according to gender (male and female); 2)
to identify predictors for each type of teaching staff and gender. For this
purpose, an ex post facto design and a sample of 1740 Higher Education teachers
from all over Spain were used. The results showed that the level of competence
was satisfactory, being slightly higher and significant in male teachers and
those working in public universities. For teachers working in public
universities, the level of creativity was identified as a significant predictor
in both genders, while for female teachers working in private universities,
predictors such as creativity, attitude towards new changes, percentage of time
devoted to research and teaching experience were found. These findings
highlight the need for Higher Education institutions, especially private ones,
to develop training plans to improve digital competences, taking into account
all the predictors that interfere with this research competence.
PALABRAS CLAVES· KEYWORDS
Competencias del docente; alfabetización
informacional; Investigación científica; Educación superior; Tecnologías de la
información
Teacher qualifications; Information literacy;
Scientific research; Higher education; Information technology
1. Introducción
La etapa actual de desarrollo de la sociedad de la
información se caracteriza por amplios intentos de modernización a través de la
informatización de la educación superior tanto formal como informal (K12) (Novković et al., 2018) así como de la formación de
adultos (Tomczyk et al., 2023). Las escuelas
contemporáneas, así como las instituciones de educación superior, están
relativamente bien equipadas con tecnologías de la información y la
comunicación (TIC) (Soto et al., 2020), que, por supuesto, permiten una mayor
eficiencia de la enseñanza y el aprendizaje, así como la implementación de
diversos procesos administrativos (Stosic et al.,
2020). Sin embargo, la digitalización sostenible requiere atención no solo a
cuestiones de hardware, que es indiscutiblemente crucial, sino también a
componentes relacionados con el capital humano (Ziemba,
2017).
Por lo tanto, en los últimos años, la importancia de
las habilidades relacionadas con las TIC en el proceso de una didáctica moderna
y efectiva ha sido particularmente reconocida en la literatura (Potyrała, 2017; Scherer et
al., 2019). La capacidad de implementar efectivamente nuevos medios en
actividades didácticas y educativas se está convirtiendo en un área de interés
para muchas partes interesadas centradas en el sector educativo (por ejemplo,
políticos, investigadores, estudiantes, alumnos, padres, opinión pública) (Tomczyk & Sunday, 2019 ). Son las competencias digitales definidas no solo
como la competencia técnica del hardware, los sitios web y el software, sino
también la corrección metódica de la implementación de las TIC en el proceso
didáctico que es el efecto visible de la modernización de la educación
superior.
La digitalización intensiva de la educación superior
se ha convertido en un proceso irreversible; por lo que se justifica centrar
más investigaciones en las competencias digitales de los docentes académicos
(Martín et al., 2019). En el caso de este colectivo, las competencias digitales
cobran especial importancia, ya que su nivel determina no solo la comunicación
con el alumno (que se hizo especialmente evidente en la época de la crisis de
la pandemia del e-learning), o la elaboración de materiales didácticos y el uso
de recursos didácticos, como YouTube como plataforma de aprendizaje (Ríos &
Romero, 2022), pero también es en muchos casos necesaria para el diseño e
implementación de investigaciones científicas (Tomczyk
et al., 2021).
Con los profundos y revolucionarios cambios que se han
venido produciendo desde la aparición del COVID-19, se ha requerido una
reflexión exhaustiva por parte de los docentes de Educación Superior respecto
no solo de cómo seguir manteniendo el proceso de enseñanza-aprendizaje en la
modalidad presencial, modalidad online, o en el mejor de los casos híbrido a
través de Blended-Learning (Area-Moreira
et al., 2021), sino también de cómo sistematizar todos los procesos de
investigación e innovación educativa en una nueva era, prácticamente digital,
donde las comunicaciones y las interacciones con la comunidad, en este caso
científica, se llevan a cabo principalmente a través de recursos digitales
(Argandoña-Mendoza et al., 2020).
Las competencias digitales se están convirtiendo en un
híbrido de habilidades necesarias para el buen funcionamiento no solo en el
espacio informatizado de las instituciones de educación superior, o para
comunicarse con los estudiantes - nativos digitales, sino también para cumplir
con el deber elemental, que es la realización de investigaciones. Por lo tanto,
la reflexión sobre el nivel de competencias clave se vuelve necesaria y es el
primer paso para iniciar un debate más amplio sobre la preparación de los
docentes académicos para funcionar en un mundo digitalizado que cambia
rápidamente.
En relación a Competencias en
investigación, Al-Daihani et al. (2018) investigó
sobre el uso de las redes sociales académicas de 46 investigadores procedentes
de la Universidad de Kuwait. Los autores evidenciaron un nivel medio-bajo.
Entre los principales problemas no estaba la formación docente, sino la falta
de incentivos y de tiempo; mientras que la resistencia al cambio estuvo en los
últimos lugares. Resultados similares fueron hallados también por Syahrial et al. (2020), encontrando únicamente habilidades
intermedias en relación a las normas éticas. Estos
datos también son coincidentes con los hallazgos de Cruz (2020), evidenciando
también niveles bajos en buscadores web, o sitios colaborativos para compartir
la información. Sin embargo, Strutynska & Umryk (2017) evidenció unos niveles ligeramente
contradictorios respecto al uso de Google Scholar
para buscar información, aunque con poco uso en redes sociales como researchgate o creación de perfiles ORCID. Con puntuaciones
en un rango intermedio, los estudios de Guillén-Gámez et al. (2020)
evidenciaron que los docentes poseían un mayor uso en bases de datos digitales,
buscadores científicos y muy poco uso en software de análisis de datos.
En relación a Competencias
digitales en función del tipo de centro, Fernández Cruz et al. (2018) analizó
las características de centros educativos, así como las competencias digitales
de 1433 docentes de Educación Primaria y Secundaria, procedentes de la
Comunidad autónoma de Madrid (España). En general, fue identificado que la
mitad de los docentes presentaron un nivel muy pobre o pobre del uso de la
tecnología. También fue evidenciado que los centros privados disponen de
profesorado mejor formado en tecnología educativa, frente a colegios públicos.
Resultados similares fueron evidenciados tanto por Malero et al. (2015) como
por Portillo et al. (2020), estos últimos evidenciando también peores
resultados en el sexo femenino. No obstante, resultados contradictorios han
sido también encontrados. Buabeng-Andoh (2015)
analizó las competencias digitales de 376 docentes de Educación Secundaria
procedentes de Ghana (África), en relación a la
integración de las TIC en sus prácticas escolares. Los resultados evidenciaron
que los docentes de las escuelas públicas y privadas tienen una competencia
similar. Hallazgos similares fueron evidenciados por Guillén-Gámez &
Mayorga-Fernández (2021) y Portillo et al. (2022), evidenciando los primeros
autores que, no existía una brecha digital significativa respecto al sexo,
mientras que los segundo autores sí evidenciaron esta
brecha, a favor del masculino. Resultados similares fueron encontrados también
por García & García (2021) y Fernández-Batanero (2018), donde este último
autor evidenció también la variable años de experiencia como predictor
significativo en la formación digital docente.
Por último, ha sido analizado aquellos predictores que
influyen en las competencias digitales e investigadoras de los docentes.
Algunos estudios concluyen que el sexo del docente (Cabero‐Almenara et al., 2022), la edad (Lucas et al., 2021),
o el nivel educativo-formativo (Zempoalteca et al., 2017) constituyen variables
que influyen en mayor o menor apropiación de las tecnologías digitales. También
la actitud hacia la investigación es una pieza clave para generar nuevos
conocimientos (Şahan & Tarhan,
2015. No obstante, también se requiere de espíritu emprendedor (Mfon et al., 2018) potenciando la intención de innovar en
nuevos proyectos científicos (Prodan & Drnovsek
2010), donde se requiere un gran pensamiento creativo que fomente el avance del
conocimiento (Brem et al. 2016). Previas
investigaciones sugieren que además de la actitud del investigador ha de ir
acompañara de un cambio de mentalidad hacia la transformación digital, pero “Much of the
reaction to technological change comes from those with
a vested interest in either wholesale change or maintaining
the status quo” (Weller
& Anderson, 2013, p. 53), es decir, ser o no ser resiliente digital. Otro
crucial factor es la gestión del tiempo, donde la falta de ello puede
transformar dramáticamente una actividad (investigadora) placentera en otra
insufrible (Gisbert & Chaparro, 2020). Algunos estudios informan que no hay
suficiente tiempo dedicado a la investigación (Syahid,
2021), cuyas instituciones no contemplan tiempo de dedicación a investigar,
considerando implícitamente que es algo que el profesional debe hacer en su
tiempo libre (Gisbert & Chaparro, 2020).
Teniendo en consideración que apenas existen estudios
que analicen las competencias digitales en labores de investigación del
profesorado de Educación Superior, los propósitos de este estudio son:
·
O1. Describir el nivel de competencia digital del
profesorado en labores de investigación.
·
O2. Identificar si existen diferencias en el nivel global
de competencia digital de los docentes en su labor investigadora, con respecto
al sexo (masculino vs. femenino), para cada tipo de institución (pública y
privada).
·
O3. Identificar predictores que inciden
significativamente en la adquisición de la competencia digital global del
profesorado en su labor investigadora.
2. Metodología
2.1 Diseño y participantes
Fue utilizado un diseño ex post facto con un muestreo
intencionado. La muestra fue de 1740 profesores de Educación Superior
pertenecientes a España. Respecto al sexo, el 56,40% eran profesores masculinos
(n= 981), con una edad media de 49,61 años (± 29,53), mientras que el 43,6% fue
profesorado femenino (n= 759) con una edad media de 48,15 años (± 9,57). En
cuanto a los años de experiencia, el género femenino tuvo en promedio 18,43
años de experiencia docente (±10,93), mientras que el género masculino tuvo 19,32
años de experiencia docente (±10,43).
2.2 Instrumento
Con el propósito de medir las competencias digitales
del profesorado en labores de investigación, fue utilizado el instrumento
elaborado por Guillén-Gámez et al. (2023). Ello estaba compuesto por un total
de 7 dimensiones a través de un modelo causal: D1- habilidades digitales para
buscar información, gestionarla, analizarla y comunicar los resultados; D2-
Ética digital en investigación digital; D3- Flow Digital en labores de
investigación; D4- Ansiedad hacia el uso de recursos TIC para investigar; D5- Calidad
de los recursos TIC relacionados con la investigación; D6- Intención de usar
las TIC para labores de investigación; D7- Integración recursos TIC para
investigar. La escala utilizada para medir las percepciones del profesorado fue
la escala Likert de siete puntos, donde el valor 1 hacía alusión a la menor
valoración, mientras que el valor 7 se refería a la mayor puntuación.
Específicamente, el modelo causal se puede ver en la Figura 1.
Figura 1
Modelo causal del
instrumento
El instrumento presentaba correctas propiedades
psicométricas. Los autores realizaron comprobaciones sobre la validez del
instrumento, así como la fiabilidad de ello. El modelo causal fue testeado a
través del software SmartPLS 3. Respecto a la
fiabilidad, el instrumento presentaba satisfactorios valores los cuales fueron
medidos a través de los coeficientes de alfa de Cronbach y fiabilidad
compuesta. Respecto a la validez, se tomaron comprobaciones a través de los
siguientes coeficientes: (1) varianza extraída media (AVE), encontrando valores
satisfactorios al ser superiores a .5; (2) validez discriminante a través de
los test de Fornell-Larcker y de HTMT; (3) análisis
de cargas cruzadas encontrando una adecuada correlación de los ítems de su
correspondiente factores latentes; y (4) criterio SRMR arrojando un coeficiente
de .78, el cual es inferior al valor de .8 recomendado por Hu
y Bentler (1999). Los coeficientes de alfa de
Cronbach, fiabilidad compuesta y AVE pueden verse en la tabla 1, mientras el
resto de propiedades se pueden visualizar en el
manuscrito original de los autores, que por motivos de espacio no son mostrados
aquí.
Tabla 1
Propiedades
psicométricas del instrumento
|
|
D1 |
D2 |
D3 |
D4 |
D5 |
D6 |
D7 |
|
Alfa de Cronbach |
.840 |
.917 |
.779 |
.908 |
.791 |
.874 |
.783 |
|
CR |
.885 |
.939 |
.872 |
.930 |
.877 |
.909 |
.860 |
|
AVE |
.608 |
.794 |
.696 |
.728 |
.704 |
.668 |
.607 |
3. Análisis y resultados
3.1 Competencia digital del profesorado en labores de
investigación
En la Tabla 2 se muestra el nivel de competencia
digital, para cada dimensión del instrumento. Respecto a la dimensión nº1
“habilidades digitales para buscar información, gestionarla, analizarla y
comunicar los resultados”, se observa en general que el nivel de competencia
del profesorado es adecuado (nivel alto). Específicamente, se observa como el
profesorado posee un buen dominio para buscar información científica en bases
de datos (M= 5,91 ± 1,44). Con un nivel ligeramente inferior, aunque aún adecuado,
se encuentra el ítem relacionado con los conocimientos para utilizar gestores
bibliográficos como Mendeley o Zotero (M= 4,55± 2,11).
Respecto a la dimensión nº2 “Ética digital en
investigación digital”, se observa que el profesorado posee un nivel muy alto.
Concretamente, el profesorado posee unas buenas destrezas para aplicar las
normas de publicación de las revistas científicas cuando van a enviar un
artículo científico (M= 6,07 ± 1,70). Con valores muy similares, aunque
ligeramente inferior se encuentran la comprobación del autoplagio (M= 5,98 ±
1,56) o la comprobación de la bibliografía la cual proceda de revistas de
impacto (M= 5,97 ± 1,89).
En relación con la dimensión nº3 “Flow Digital en
labores de investigación”, se observa percepciones dispares en el profesorado.
Por ejemplo, para el profesorado es gratificante emplear recursos TIC en sus
labores de investigación, con un nivel muy bueno (M= 5,53 ± 1,51). No obstante,
ellos tienen percepciones inferiores y medias sobre la satisfacción de usar
software cuantitativo y cualitativo para el análisis de datos (M= 4,20 ± 2,16).
En relación con la ansiedad hacia el uso de recursos
TIC para investigar (DIM. 4), los ítems fueron recodificados en la misma
dirección metodológica que el resto del instrumento. Los ítems se escriben en
negativo, por lo que una puntuación alta indicaría un alto nivel de ansiedad
hacia la tecnología y, en consecuencia, un bajo nivel en competencia digital.
En general, se observa un nivel medio-bajo en este tipo de actitud. Por
ejemplo, el profesorado está bastante conforme con utilizar los recursos digitales
para sus investigaciones, con una media muy baja en este ítem (M= 2,30 ± 1,72).
Aquellos aspectos donde el profesorado se siente con un mayor estrés o
ansiedad, aunque con niveles aún medios, es cuando ellos han de estar
comprobando continuamente los niveles de impacto de las revistas (M= 3,88 ±
2,17)) o compartiendo sus publicaciones para lograr buenos índices h o índice
i10 (M= 3,88 ± 2,09).
Competencia
digital del profesorado en trabajos de investigación
|
DIM |
Ítem |
M ± DT |
|
DIM. 1 |
Tengo habilidades necesarias para analizar datos cuantitativos (SPSS,
EXCEL, JAMOVI, AMOS, R, Minitab) |
4,74 ± 2,05 |
|
Sé cómo se busca en bases de datos científicas (ScienceDirect,
ProQuest Dissertations and Theses,
PsycINFO, ProQuest Research
Library, Redalyc.org, Scielo, Academia.edu, Dialnet, etc.) |
5,91 ± 1,44 |
|
|
Sé cómo emplear los operadores booleanos (AND, NOT, OR, XOR) para
perfeccionar mis búsquedas de artículos científicos. |
5,01 ± 2,23 |
|
|
Tengo destreza para emplear gestores bibliográficos (Mendeley Zotero Endnote, Refworks) los cuales
me permiten almacenar citas bibliográficas y emplear dichas citas en mis
estudios según diferentes normativas de citación |
4,55 ± 2,11 |
|
|
Poseo habilidades para gestionar mis redes sociales científicas,
agregar mis estudios publicados y/o consultar las estadísticas de lectura de los mismos. |
5,01 ± 1,88 |
|
|
DIM. 2 |
Antes de enviar un estudio para su publicación, compruebo digitalmente
y aplico las normas de publicación empleadas en cada editorial/revista (APA
v.7; Chicago, Harvard…) |
6,07 ±1,70 |
|
Compruebo la fuente original y lo resultados de un estudio citado por
otros autores en sus publicaciones originales |
5,88 ± 1,48 |
|
|
Compruebo que la bibliografía seleccionada para mi estudio procede de
revistas con cierto grado de prestigio científico (por ejemplo, que empleen
revisión por pares “doble ciego”) |
5,97 ± 1,89 |
|
|
Compruebo que en mis estudios no exista autoplagio ni plagio de otros
estudios. |
5,98 ± 1,56 |
|
|
DIM. 3 |
Me resulta gratificante emplear recursos TIC en mis labores de
investigación |
5,53 ± 1,51 |
|
Me resulta ameno emplear software para el análisis de datos tanto
cuantitativos (SPSS, JAMOVI, R…) y cualitativos, Atlas.ti,
Nvivo…) al plantear mis investigaciones |
4,20 ± 2,16 |
|
|
Me motiva pensar que empleando softwares digitales para el diseño y
análisis de datos puedo publicar, con mayor facilidad, mis logros científicos
en revistas de impacto |
4,49 ± 2,01 |
|
|
DIM. 4 |
*Me agobio al pensar que tengo que aprender a utilizar recursos
digitales para recolectar datos y analizarlos con algún software
posteriormente |
3,10 ± 2,00 |
|
*Me angustia tener que estar constantemente comprobando los índices de impacto
de las revistas por si han subido o bajado de cuartil |
3,88 ± 2,17 |
|
|
*Me cansa tener que usar constantemente usando las TIC para posicionar
y compartir mis publicaciones científicas y mejorar mi reputación digital a
través del índice h y/o el índice i10 |
3,88 ± 2,09 |
|
|
*Me pongo nervioso cuando tengo que enseñar a algún compañero y/o
alumno algún recurso TIC relacionado con la investigación (Mendeley, SPSS,
AMOS, Google form, Atlas.ti…) |
2,46 ± 1,76 |
|
|
*En general, preferiría no tener que aprender ni utilizar recursos TIC
para mis investigaciones |
2,30 ± 1,72 |
|
|
DIM. 5 |
Mi departamento o mi grupo de investigación compra licencias de
recursos TIC que requieren un pago adicional |
4,13 ± 2,18 |
|
Mi departamento o mi grupo de investigación me proporciona todos los
recursos TIC que requiero para mis investigaciones |
4,76 ± 1,93 |
|
|
Mi departamento o mi grupo de investigación dispone de dispositivos (pc/laptops)
potentes para que los recursos tecnológicos funcionen con agilidad y rapidez.
|
4,79 ± 1,97 |
|
|
DIM. 6 |
Suponiendo que mi institución educativa me proporcione recursos TIC
para realizar labores de investigación, tengo la intención de usarlos en
algún momento |
5,85 ± 1,33 |
|
Yo planeo en un futuro cercano, seguir aprendiendo a emplear recursos
TIC que me sirvan para ampliar mis labores en investigación |
5,56 ± 1,54 |
|
|
Tengo intención de seguir perfeccionando mi formación en la utilización
de bases de datos científicas online para mi investigación |
5,64 ± 1,45 |
|
|
Tengo intención de seguir empleando y/o emplear gestores bibliográficos
para mis futuros estudios |
5,60 ± 1,66 |
|
|
Quiero perfeccionar el uso que hago de las redes sociales para
transferir mis investigaciones e interactuar con otros investigadores |
4,76 ± 1,97 |
|
|
DIM. 7 |
Utilizo gestores
bibliográficos |
4,61 ± 2,21 |
|
Utilizo las redes sociales para divulgar mis publicaciones científicas |
3,73 ± 2,21 |
|
|
Utilizo los colaborativos de Google+ (hojas de cálculo, documentos de
texto, drive) para alojar los datos de mis investigaciones |
4,59 ± 2,24 |
|
|
Utilizo programas de análisis de datos (ya sea cuantitativos y/o
cualitativos) |
5,02 ± 2,20 |
Con relación a las percepciones del profesorado sobre
la calidad de los recursos digitales que posee su institución para las labores de
investigación (DIM. 5), es observado que sus puntaciones son buenas las cuales
se encuentran en un intervalo de medio-altas. Por ejemplo, el profesorado
percibe que su departamento posee adecuados aparatos tecnológicos los cuales
funciona correctamente para desarrollar sus labores científicas (M= 4,79 ±
1,97). Con una puntuación ligeramente inferior que el ítem anterior, aunque con
una percepción media, se encuentra las percepciones del profesorado sobre la
disponibilidad de licencias las cuales requieren de un pago adicional para su
uso (M= 4,13 ± 2,18).
Sobre la intención de usar los recursos digitales
(DIM. 6), las percepciones del profesorado son muy favorables, encontrando
puntuaciones muy altas en la mayoría de los ítems. Por ejemplo, el profesorado
tiene la intención de usar los recursos digitales para investigar si su
institución se los proporciona (M 5,85 ± 1,33). De igual manera percibe el
profesorado su intención de seguir perfeccionando su competencia profesional en relación a recursos digitales como por ejemplo las bases
de datos científicas (M= 5,64 ± 1,45). Por último, el modelo causal propuesto
termina con la integración real que el profesorado hace de los recursos
digitales en sus proyectos de investigación (DIM. 7). En general, se observa que las percepciones
del profesorado sobre la integración de los recursos digitales son ligeramente
inferiores a la propia intención de utilizarlos.
3.2 Contraste estadístico según el tipo de universidad
y sexo del profesorado
Se ha utilizado el Test de
ANOVA univariante para analizar si existen diferencias estadísticamente
significativas en la competencia global del profesorado en función del tipo de
universidad y sexo. La normalidad de los datos no se cumplió (p. < .05). Sin
embargo, Srivastava (1959) afirma que la no
normalidad no tendría un efecto serio sobre la distribución de datos en
muestras grandes. Teniendo en cuenta el tamaño muestral del estudio (n=1740),
el estadístico F es robusto para las comparaciones posteriores realizadas en
este estudio. ANOVA determinó que el modelo propuesto fue significativo en la
variable intergrupo, F (3, 1736) = 21,961, p.
<0,05, con un tamaño del efecto entre pequeño y medio (η2 = 0,057).
En la comparativa de tipo de centro, fue evidenciado
una diferencia significativa, F (1, 1736) = 46,971; p. < .05, con un tamaño
del efecto pequeño (η2= .03). Concretamente, el profesorado de universidad
pública obtuvo unas puntuaciones superiores (M=5,02) respecto al profesorado de
la universidad privada (M= 4,61), siendo esta diferencia significativa (p. <
.05). Respecto al predictor sexo, ello fue significativo, F (1, 1736) = 24,260,
p. < .05, con un tamaño del efecto pequeño (η2= .01). El profesorado masculino
poseyó una competencia ligeramente superior (M= 4,97) respecto al profesorado
femenino (M= 4,67), siendo ello significativo (p. < .05). Por último, la
interacción entre sexo y tipo de centro también fue significativo, F (1, 1736)
= 4,804, p. < .05, con un tamaño del efecto pequeño (η2= .01).
Modelo de ANOVA según el tipo de universidad y sexo
del profesorado
|
Source |
Tipo III Suma de Cuadrados |
df |
Cuadrado medio |
F |
Sig. |
Eta parcial al cuadrado |
|
Modelo corregido |
61,628 |
3 |
20,543 |
21,961 |
,000 |
,037 |
|
Intercepte |
24168,396 |
1 |
24168,396 |
25837,050 |
,000 |
,937 |
|
Sexo |
22,693 |
1 |
22,693 |
24,260 |
,000 |
,014 |
|
Universidad |
43,938 |
1 |
43,938 |
46,971 |
,000 |
,026 |
|
Sexo *
Universidad |
4,494 |
1 |
4,494 |
4,804 |
,029 |
,007 |
|
Error |
1623,883 |
1736 |
,935 |
|
|
|
|
Total |
44495,814 |
1740 |
|
|
|
|
|
Corregido
Total |
1685,511 |
1739 |
|
|
|
|
3.3 Identificación de factores que afectan el nivel de
competencia global de los estudiantes
Para responder al objetivo 3 de este estudio, se han
identificado los predictores que inciden en la competencia digital global del
profesorado en sus labores de investigación. Ello ha sido llevado a cabo tanto
por género como por tipo de universidad, ya que fue comprobado previamente como
existían diferencias significativas. Para ello, fueron utilizado cuatro
regresiones lineales múltiples (RLM). Se estimó utilizando el método de mínimos
cuadrados ordinarios, con el método introducir, evidenciando los predictores
que son significativos (>.05) una vez eliminado la influencia de las otras
variables que ya han entrado en el modelo (principio de parsimonia). Las
diferentes variables analizadas se describieron en la Tabla 4.
Descripción de las variables del estudio
|
ID |
Variable |
Categorization |
|
||
|
VD |
Competencia Digital GLOBAL
en labores de investigación |
Max. 7 p. |
|||
|
VI 1 |
Creativo para plantear
nuevas investigaciones |
Max. 10 p. |
|||
|
VI 2 |
Resilencia (actitud) favorable ante los cambios y adaptarme a las nuevas
situaciones |
Max. 10 p. |
|||
|
VI 3 |
¿Qué porcentaje de tiempo le
dedicas a labores de investigación? |
Escala |
|||
|
VI 4 |
Años de experiencia docente |
Escala |
|||
|
VI 5 |
Número de Máster que has
cursado |
Escala |
|||
|
VI 6 |
Desarrollar un espíritu emprendedor |
Max. 10 p. |
|||
En la Tabla 5 se observa tanto el porcentaje de
varianza explicado para cada género en relación al profesorado perteneciente a
la universidad pública, como los predictores que han sido significativos sobre
el nivel global de competencia digital en investigación. Para el profesorado
masculino que pertenece a la universidad pública, se observa que el modelo
apenas explica ni un 1%, aunque ello fue significativo, F (6, 745) = 7,147, p.
< .05. Únicamente el predictor VI 1 fue significativo (creatividad para iniciar
una investigación). Para el profesorado femenino, se observa que el modelo
explica el 10,10% de la varianza verdadera sobre las puntuaciones del
profesorado, cuyo modelo fue significativo, F (6, 613) = 11,501, p. < .05).
Para este modelo, fueron predictores significativos la variable VI 1
(creatividad) así como la variable VI 2 (resiliencia hacia el cambio), ambas
con direcciones positivas. Teniendo en consideración los coeficientes
estandarizados para cada tipología de profesorado, la tasa de éxito sobre el
nivel de competencia digital se calculará a través de su correspondiente recta
de ecuación:
-
Ymasculino = 4,818 + 0,236*(nivel de
creatividad)
-
Yfemenino = 4,459 + 0,281*(nivel de
creatividad) + 0,104*(resiliencia hacia el cambio)
Predictores significativos para el profesorado de la
universidad pública
|
|
Masculino R2 =
0,06% |
Femenino R2 =
10,10% |
||||||||
|
|
β |
t |
p. |
Tol. |
VIF |
β |
t |
p. |
Tol. |
VIF |
|
Constante |
4,818 |
41,066 |
0,001 |
- |
- |
4,459 |
44,234 |
0,001 |
- |
- |
|
VI 1 |
0,236 |
5,691 |
0,001* |
0,738 |
1,356 |
0,281 |
6,897 |
0,001* |
0,883 |
1,133 |
|
VI 2 |
0,017 |
0,463 |
0,644 |
0,949 |
1,053 |
0,104 |
2,555 |
0,011* |
0,890 |
1,124 |
|
VI 3 |
-0,041 |
-1,135 |
0,257 |
0,981 |
1,019 |
-0,012 |
-0,301 |
0,764 |
0,991 |
1,009 |
|
VI 4 |
-0,007 |
-0,183 |
0,855 |
0,985 |
1,015 |
-0,010 |
-0,251 |
0,802 |
0,990 |
1,010 |
|
VI 5 |
0,009 |
0,249 |
0,804 |
0,995 |
1,005 |
-0,004 |
-0,116 |
0,908 |
0,997 |
1,003 |
|
VI 6 |
-0,014 |
-0,354 |
0,724 |
0,758 |
1,320 |
-0,014 |
-0,343 |
0,732 |
0,866 |
1,155 |
* Nivel de
significación al 95%.
En la Tabla 6 se observa tanto el porcentaje de
varianza explicado para cada género en relación al
profesorado perteneciente a la universidad pública, como los predictores que
han sido significativos sobre el nivel global de competencia digital en
investigación. Para el profesorado masculino que pertenece a la universidad
privada, se observa que el modelo explica un correcto 13,20% de las
puntuaciones verdaderas, siendo significativo el modelo de regresión, F (6,
192) = 4,873, p. < .05. Para este modelo, fueron predictores significativos
la variable VI 1 (creatividad) y la variable VI 5 (nº
máster cursados). Para el profesorado femenino, el modelo de regresión explicó
un gran 35,10% de la varianza, siendo significativo ello, F (6, 119) = 10,728,
p. < .05. Específicamente, este modelo evidenció cuatro predictores
significativos; VI 1 (creatividad para hacer nuevas investigaciones), VI 2
(resiliencia hacia el cambio), VI 3 (porcentaje de tiempo a la investigación) y
VI 4 (años de experiencia docente), este último con un peso negativo. Con los
pesos estandarizados, las rectas de ecuación para cada género son las
siguientes:
-
Ymasculino = 4,460 + 0,314*(nivel de creatividad) +
0,143* (nº máster)
-
Yfemenino = 4,161 + 0,102*(creatividad) +
0,463*(resilencia) + 0,262*(tiempo) – 0,397*(años experiencia docente)
Tabla 6
Predictores
significativos para el profesorado de la universidad privada
|
|
Masculino R2
=13,20% |
Femenino R2 =35,10% |
||||||||
|
|
β |
t |
p. |
Tol. |
VIF |
β |
t |
p. |
Tol. |
VIF |
|
Constante |
4,460 |
14,375 |
0,001 |
- |
- |
4,161 |
12,805 |
0,001 |
- |
- |
|
VI 1 |
0,314 |
4,632 |
0,001* |
0,983 |
1,017 |
0,102 |
1,312 |
0,042* |
0,909 |
1,101 |
|
VI 2 |
-0,025 |
-0,334 |
0,738 |
0,842 |
1,188 |
0,463 |
5,772 |
0,000* |
0,847 |
1,180 |
|
VI 3 |
0,028 |
0,374 |
0,709 |
0,793 |
1,261 |
0,262 |
2,877 |
0,005* |
0,660 |
1,515 |
|
VI 4 |
-0,100 |
-1,375 |
0,171 |
0,862 |
1,160 |
-0,397 |
-4,483 |
0,000* |
0,696 |
1,438 |
|
VI 5 |
0,143 |
2,071 |
0,040* |
0,942 |
1,061 |
0,062 |
0,809 |
0,420 |
0,941 |
1,063 |
|
VI 6 |
0,036 |
0,525 |
0,600 |
0,979 |
1,022 |
0,083 |
1,099 |
0,274 |
0,962 |
1,040 |
* Nivel de significación al 95%.
4. Discusión
Los propósitos de este estudio fueron analizar el
nivel de competencia digital de los docentes españoles en sus labores
investigadoras, según el tipo de centro y sexo; así como la identificación de
factores influyentes en su adquisición. Los principales hallazgos muestran una
adecuada formación del profesorado respecto a la aplicación de recursos
digitales para investigar. Estos hallazgos se muestran en sintonía con el
estudio de Guillén-Gámez et al. (2020), y ligeramente contradictorios a los de
Al-Daihani et al. (2018), Syahrial
et al. (2020), Cruz (2020). Quizás una plausible explicación de estos
resultados sea debido al tamaño de las muestras, al tipo de instrumento
utilizado para medir las competencias investigadoras con TIC, o a la época
post-COVID vivida en la cual el uso de las TIC se ha vuelto indispensable. Por
ello, estos resultados deberían de tomarse con cautela para seguir analizando
con profundidad en un futuro cercano.
En este hilo argumental, estos resultados constituyen
un obstáculo en función del tipo de centro. Los resultados evidenciaron una
diferencia significativa en las competencias de los docentes en función de si
estaban adscritos a universidades privadas o públicas. En la literatura
científica existe disparidad de resultados no concluyentes. Respecto al tipo de
centro, existen estudios que no señalan diferencias significativas según el
tipo de centro (Buabeng-Andoh, 2015; Guillén-Gámez
& Mayorga-Fernández, 2021; Portillo et al., 2022; García & García,
2021; Fernández-Batanero, 2018). En cambio, otros estudios si reflejan una
diferencia (Fernández Cruz et al., 2018; Malero et al., 2015; Portillo et al.,
2020), con resultados a favor de instituciones privadas, los cuales no van en
sintonía a nuestros resultados, donde se refleja que las instituciones publicas poseen profesorado mejor formado en competencias
digitales para desarrollar las labores de investigación mejor que el
profesorado de instituciones privadas. Las discrepancias en los resultados
hallados entre estos estudios pueden ser debidas a varios aspectos. En primer
lugar, al tipo de muestras, ya que los estudios relacionados no estaban
enfocados en profesores de Educación Superior debido a que no se han encontrado
estudios realizados en este aspecto. Y, en segundo lugar, tal y como señalaron
Gisbert & Chaparro, 2020, las causan quizás no provengan únicamente de la
propia formación del profesorado, que muchas veces la ha de realizar en su
tiempo libre, sino de falta de incentivos y de carencia de tiempo (Al-Daihani et al., 2018), donde en función del tipo de centro
y contrato laboral del docente, la propia institución educativa apueste más o
menos por un profesorado mejor formado en este tipo de habilidades.
Considerando el sexo, los docentes encontraron
diferencias tanto en este predictor, como en su interacción con el tipo de
centro. Estos resultados, van en línea con las investigaciones de
Cabero-Almenara et al. (2021), Portillo et al. (2020) y Portillo et al. (2022),
evidenciando una brecha de género a favor del sexo masculino. No obstante, lo
hallazgos de este estudio son contradictorios a los hallado por Guillén-Gámez
& Mayorga-Fernández (2021). Quizás, la causa de esta discrepancia puede ser
debida a que estos autores analizaron superficialmente las competencias
digitales en labores de investigación, otorgándole únicamente una dimensión del
instrumento utilizado para analizar este tipo de competencias. Por este motivo,
sería necesario seguir analizando este predictor en futuras líneas que puedan
arrojar mejores resultados más válidos para la comunidad internacional.
Por último, fue identificado como el pensamiento
creativo resulta un predictor significativo en las competencias digitales del
docente, en línea a las afirmaciones de Brem (2016),
siendo ello necesario para abrir nuevos campos de estudio y contribuir al
avance del conocimiento a través del uso de las TIC. Asimismo, otro factor que
apareció en la mayoría de regresiones efectuadas fue
el cambio a nuevas situaciones, apoyando las afirmaciones de Weller &
Anderson (2013). Quizás, hecho haya sido provocado por la crisis del COVID-19
evidenciando la necesidad de que los docentes sean más resilientes para
adaptarse de forma rápida y ágil a los distintos escenarios educativos e
investigadores que se han generado desde entonces. No obstante, estas nuevas
situaciones requerirán de un docente-investigador que posea suficiente tiempo
para investigar, siendo ello un factor clave en la formación del profesorado,
tal y como ya evidenciaban Syahid (2021) y Gisbert
& Chaparro (2020), cuyos años de experiencia laboral ayudarán a conseguir
tal logro (Fernández-Batanero, 2018).
Indistintamente, los resultados hallados deben
interpretarse con cautela debido a los pocos estudios que avalen los resultados
obtenidos, así como a las propias discrepancias entre los diferentes estudios
que se han sido reflexionados. A pesar de estas limitaciones, estos resultados
pueden ser el origen de siguientes estudios que pongan el foco en las
competencias investigadoras del docente a través de los recursos digitales que
ofrece las instituciones de Educación Superior. Por ejemplo, analizando las brechas
en función del área de conocimiento al que está adscrito el profesorado. De
igual modo, sería interesante con analizar desde una perspectiva más
cualitativa o mixta, a través de grupos de discusión, las opiniones del
profesorado sobre su alfabetización digital para investigar y las posibles
barreras a las que se enfrenten en su día a día.
5. Conclusiones
El desarrollo de competencias digitales de los futuros
docentes universitarios hoy en día determina en gran medida la calidad de la
educación superior (Demeshkant et al., 2020). Sin el
apoyo de los docentes-investigadores en el desarrollo direccional y la mejora
de las competencias digitales (por ejemplo, centradas en la investigación, la
docencia, el uso de servicios electrónicos modernos) en una sociedad de la información
que cambia rápidamente, no será posible lograr objetivos estratégicos tanto en
el sector universitario público y privado. La competencia digital es, sin
fundamento, la misma habilidad clave que la comunicación en lengua extranjera y
nativa, la colaboración, las habilidades matemáticas, etc. Por lo tanto, el
área de investigación descrita en el texto debe formar la base para
diagnósticos longitudinales y medidas sistémicas para apoyar el sector de la
educación superior.
A medida que la tecnología continúa evolucionando y
transformando la forma en que accedemos, procesamos y compartimos información,
los investigadores deben adquirir y desarrollar habilidades digitales para
realizar investigaciones efectivas. Por tanto, las competencias digitales del
docente juegan un papel fundamental en el desarrollo de trabajos de
investigación en el ámbito educativo, y en consecuencia deben ser analizadas.
En cuanto a las limitaciones, es necesario reflexionar
sobre cuáles son sus debilidades y cómo los docentes-investigadores podrían
mejorarlas a través de trabajos futuros. La principal limitación es el tipo de
muestreo utilizado ya que no fue probabilístico, lo que implica que los
participantes no fueron elegidos al azar. Esto impide extrapolar los resultados
a toda la población objeto de estudio, por lo que estos hallazgos deben tomarse
con cautela. Una posible y necesaria línea de futuro es lograr este tipo de
diseño aleatorio y probabilístico, por áreas de conocimiento, con el fin de
poder replicar los mismos análisis y poder comparar entre las distintas áreas.
Aunque el tipo de diseño utilizado en este estudio (ex
post facto) no es realmente una limitación, sería interesante seguir
profundizando en las posibilidades que ofrecen otros diseños, como el
cualitativo o el mixto, ya que con este se podrían reflejar los resultados de
una perspectiva más interdisciplinar. Es decir, se podrían realizar entrevistas
orales o grupos de discusión con el propósito de conocer específicamente las
debilidades de los investigadores respecto al uso de recursos digitales en su trabajo
de investigación. A través de este tipo de diseños, sería interesante
proporcionar marcos de actuación sobre los programas de formación en aquellos
aspectos donde el profesorado presente mayores debilidades en el uso de
recursos digitales para tareas de investigación.
NOTA
Este artículo científico forma parte de la tesis
doctoral de Francisco David Guillén-Gámez, adscrita al Programa de Doctorado en
Educación de la Universidad Autónoma de Madrid (UAM).
Digital competence in research work: predictors that have an impact on
it according to the type of university and gender of the Higher Education teacher
1. Introduction
The current stage of
information society development is characterized by extensive attempts at
modernization through computerization of both formal and informal education
(K12) higher education (Novković et al., 2018) as in adult training
(Tomczyk et al., 2023). Contemporary schools as well as higher education
institutions are relatively well equipped with information and communication
technologies (ICTs) (Soto et al., 2020), which, by assumption, allow for
increased efficiency of teaching and learning, as well as the implementation of
various administrative processes (Stosic et al., 2020). However, sustainable
digitalization requires attention not only to hardware issues, which is
indisputably crucial, but also to components related to human capital (Ziemba,
2017).
Therefore, in recent years,
the importance of ICT-related skills in the process of modern and effective
didactics has been particularly recognized in the literature (Potyrała,
2017; Scherer et al., 2019). The ability to effectively implement new media in
didactic as well as educational activities is becoming an area of interest for
many stakeholders focused on the education sector (e.g., politicians,
researchers, students, pupils, parents, public opinion) (Tomczyk & Sunday,
2019). It is digital competences defined not only as the technical proficiency
of hardware, websites and software, but also the methodical correctness of ICT
implementation in the didactic process that is the visible effect of the
modernization of higher education.
Intensive digitization of
higher education has become an irreversible process; therefore it is justified
to focus further research on digital competences of academic teachers (Martín
et al., 2019). In the case of this group, digital competences take on particular
importance, as their level determines not only communication with the student
(which was particularly evident in the era of pandemic crisis e-learning), or
the preparation of teaching materials and the use of teaching resources, such
as YouTube as learning platform (Ríos & Romero, 2022), but is also in many
cases necessary for the design and implementation of scientific research
(Tomczyk et al., 2021).
With the profound and
revolutionary changes that have been taking place since the appearance of
COVID-19, an exhaustive reflection on the part of Higher Education teachers has
been required regarding not only how to continue maintaining the teaching-learning
process in face-to-face modalities- online, or in the best hybrid through
Blended-Learning (Area-Moreira et al., 2021), but also on how to systematize
all educational research and innovation processes in a new, practically digital
era, where communications and interactions with the community, in this case,
scientific, are carried out mainly through digital resources (Argandoña-Mendoza
et al., 2020).
Digital competences are
becoming a hybrid of skills necessary for proper functioning not only in the
computerized space of higher education institutions, or for communicating with
students - digital natives, but also for fulfilling the elementary duty, which
is the implementation of research. Therefore, reflection on the level of key
competences becomes necessary and is the first step to initiate a broader
debate on preparing academic teachers to function in a rapidly changing
digitalized world.
In relation to research
skills, Al-Daihani et al. (2018) investigated the use of academic social
networks by 46 researchers from Kuwait University. The authors found a
medium-low level. Among the main issues were not teacher training, but lack of
incentives and time, while resistance to change was at the bottom. Similar
results were also found by Syahrial et al. (2020), finding only intermediate
skills in relation to ethical standards. These data are also consistent with
the findings of Cruz (2020), also showing low levels in web search engines, or
collaborative information sharing sites. However, Strutynska & Umryk (2017)
found slightly contradictory levels of use of Google Scholar to search for
information, although with little use of social networks such as ResearchGate
or ORCID profiling. With scores in an intermediate range, the study developed
by Guillén-Gámez et al. (2020) showed that teachers had a greater use of
digital databases, scientific search engines and very little use of data
analysis software.
In relation to digital
competences according to the type of school, Fernández et al. (2018) analysed
the characteristics of schools, as well as the digital competences of 1,433
Primary and Secondary Education teachers from the Autonomous Community of Madrid
(Spain). In general, it was identified that half of the teachers presented a
very poor or poor level of technology use. It was also found that private
schools have teachers who are better trained in educational technology than
those coming from public schools. Similar results were reported by both Malero
et al. (2015) and Portillo et al. (2020), the latter also showing worse results
for female teachers. However, contradictory results have also been found.
Buabeng-Andoh (2015) analysed the digital competences of 376 secondary school
teachers from Ghana (Africa) in relation to the integration of ICT in their
school practices. The results showed that teachers in public and public schools
have similar competence. Similar findings were evidenced by Guillén-Gámez &
Mayorga-Fernández (2021) and Portillo et al. (2022), the first authors
evidencing that there was no significant digital divide concerning the gender,
while the second authors evidenced this gap, in favour of the male. Similar
results were also found by García & García (2021) and Fernández-Batanero
(2018), where the latter author also found the variable years of experience to
be a significant predictor of digital teacher training.
Finally, an analysis was done
of the predictors that influence the digital and research competence of
teachers. Some studies conclude that the teacher's gender (Cabero-Almenara et
al., 2022), age (Lucas et al., 2021), or level of education and training (Zempoalteca
et al., 2017) are variables that impact the acquisition of digital technologies
in a positive or negative way. An entrepreneurial spirit is also required (Mfon
et al., 2018), boosting the intention to innovate in new scientific projects
(Prodan and Drnovsek 2010), where a great deal of creative thinking is required
to foster the advancement of knowledge (Brem et al. 2016). Previous research
suggests that the attitude of the researcher must be accompanied by a change of
mindset towards digital transformation, but "Much of the reaction to
technological change comes from those with a vested interest in either
wholesale change or maintaining the status quo" (Weller & Anderson,
2013, p. 53), i.e., to be digitally resilient or not to be digitally resilient.
Another crucial factor is time management, where the lack thereof can
dramatically transform a pleasurable (research) activity into an insufferable
one (Gisbert & Chaparro, 2020). Some studies report that there is not
enough time dedicated to research (Syahid, 2021), where institutions do not
allow time dedicated to research, implicitly considering that it is something
that the professional should do in their free time (Gisbert & Chaparro,
2020).
Taking into consideration that
there are hardly any studies that analyze digital competences in research work
of higher education teaching staff, the purposes of this study are:
·
O1. Describe the level of digital competence of the teaching staff
in research work.
·
O2. Identify whether there are differences in the global digital
competence of teachers in their research work, with respect to gender (male and
female), for each type of institution (public and private).
·
O3. Identify predictors which significantly affect the acquisition
of global digital competence of teachers in their research work.
2. Methodology
2.1 Design and participants
An ex post facto design with
purposive sampling was used. The sample consisted of 1740 higher education
teachers from Spain. Regarding gender, 56.40% were male teachers (n= 981), with
a mean age of 49.61 years (± 29.53), while 43.6% were female teachers (n= 759)
with a mean age of 48.15 years (± 9.57). Regarding the years of experience, the
female gender had an average of 18.43 years of teaching experience (±10.93),
while the male gender had 19.32 years of teaching experience (±10.43).
2.2 Instrument
In order to measure teachers'
digital competences in research work, the instrument developed by the authors
(Guillén-Gámez et al., 2023). This was composed of a total of 7 dimensions
through a causal model: D1- Digital skills to search, manage, analyse and
communicate the results; D2- Digital ethics in digital research; D3- Flow
Digital in research work; D4- Anxiety about the use of ICT resources for
research; D5- Quality and availability of ICT resources related to research;
D6- Intention to use ICT for research work; D7- Integration of ICT resources
for research. The scale used to measure the teaching staff's perceptions was a
seven-point Likert scale, where a value of 1 referred to the lowest rating,
while a value of 7 denoted the highest score. Specifically, the causal model
can be seen in Figure 1.
Figure 1
Causal model of the instrument
The instrument had good psychometric
properties. The authors tested the validity of the instrument as well as its
reliability. The causal model was tested using SmartPLS 3 software. Regarding
reliability, the instrument presented satisfactory values which were measured
through Cronbach's alpha and composite reliability coefficients. Regarding
validity, checks were made through the following coefficients: (1) average
variance extracted (AVE), finding satisfactory values being higher than 0.5;
(2) discriminant validity through the Fornell-Larcker and HTMT tests; (3)
cross-loading analysis finding adequate correlation of the items of their
corresponding latent factors; and (4) SRMR criterion yielding a coefficient of
0.78, which is lower than the value of 0.8 recommended by Hu and Bentler
(1999). Cronbach's alpha, composite reliability and AVE coefficients can be
seen in Table 1, while the rest of the properties can be viewed in the authors'
original manuscript, which for reasons of space are not shown here.
Table 1
Psychometric properties of the instrument
|
|
D1 |
D2 |
D3 |
D4 |
D5 |
D6 |
D7 |
|
Cronbach's alpha |
.840 |
.917 |
.779 |
.908 |
.791 |
.874 |
.783 |
|
RC |
.885 |
.939 |
.872 |
.930 |
.877 |
.909 |
.860 |
|
AVE |
.608 |
.794 |
.696 |
.728 |
.704 |
.668 |
.607 |
3. Analysis and results
3.1 Teachers' digital competence
in research work
Table 2 shows the level of
digital competence for each dimension of the instrument. Concerning the
dimension no. 1 “Digital skills to search, manage, analyse and communicate the
results”, it is generally observed that the level of competence of the teaching
staff is adequate (high level). Specifically, it indicates that the teaching
staff have a good command of how to search for scientific information in
databases (M= 5.91 ± 1.44). With a slightly lower level, although still
adequate, is the item related to the knowledge to use bibliographic managers
such as Mendeley or Zotero (M= 4.55± 2.11).
With regard to dimension 2
"Digital ethics in digital research", it can be seen that the
teaching staff have a very high level. Specifically, the teaching staff have
good skills in applying the publication rules of scientific journals when submitting
a scientific article (M= 6.07 ± 1.70). With very similar values, although
slightly lower, are the checking of self-plagiarism (M= 5.98 ± 1.56) or the
checking of the bibliography which comes from impact journals (M= 5.97 ± 1.89).
With regard to dimension 3
"Flow Digital in research work", there are disparate perceptions
among the teaching staff. For example, teaching staff find it rewarding to use
ICT resources in their research work, with a very good level (M= 5.53 ± 1.51).
However, they have lower and average perceptions about the satisfaction of
using quantitative and qualitative software for data analysis (M= 4.20 ± 2.16).
In relation to “Anxiety about
the use of ICT resources for research” (DIM. 4), the items were recorded in the
same methodological direction as the rest of the instrument. The items are
written in negative, so that a high score would indicate a high level of
anxiety towards technology and, consequently, a low level of digital
competence. In general, a medium-low level of this type of attitude is
observed. For example, teachers are quite happy to use digital resources for
their research, with a very low mean for this item (M= 2.30 ± 1.72). Those
aspects where teachers feel more stress or anxiety, although still at medium
levels, is when they have to continuously check the impact levels of journals
(M= 3.88 ± 2.17)) or share their publications to achieve good h-indexes or
i10-indexes (M= 3.88 ± 2.09).
In relation to the lecturers'
perceptions of the “Quality and availability of ICT resources related to
research” offered by the institution for research work (DIM. 5), it is observed
that their scores are good, falling into the medium-high range. For example,
the teaching staff perceive that their department has adequate technological
devices which work well for their scientific work (M= 4.79 ± 1.97). With a
slightly lower score than the previous item, although with a medium perception,
is the faculty's perception of the availability of licences which incur an
additional usage fee (M= 4.13 ± 2.18).
On the “Intention to use ICT
for research work” (DIM. 6), teachers' perceptions are very favourable, finding
very high scores on most of the items. For example, teachers intend to use
digital resources for research if their institution provides them (M 5.85 ±
1.33). Similarly, teachers perceive their intention to further develop their
professional competence in relation to digital resources such as scientific
databases (M= 5.64 ± 1.45). Finally, the proposed causal model ends with the
teachers' actual “Integration of ICT resources for research” (DIM. 7). In
general, it is observed that teachers' perceptions of the integration of
digital resources are slightly lower than their own intention to use them.
Table 2
Digital competence of teaching staff in research work
|
DIM |
Item |
M ± DT |
|
DIM. 1 |
I have the
abilities required to analyse quantitative data |
4.74 ± 2.05 |
|
I know how to search
in scientific data bases |
5.91 ± 1.44 |
|
|
I know how to
use Boolean operators to refine my searches for scientific articles |
5.01 ± 2.23 |
|
|
I have the
skills to use bibliographical managers |
4.55 ± 2.11 |
|
|
I have the abilities to manage my scientific social media,
add my published studies and/or consult their reading statistics |
5.01 ± 1.88 |
|
|
DIM. 2 |
Before sending a
study for its publication, I digitally check it and apply the publication
rules employed in every editorial/journal |
6.07 ±1.70 |
|
I check the
original source, and the results of a study referenced by other authors in
their original publications |
5.88 ± 1.48 |
|
|
I check that the
bibliography selected for my study comes from journals with a certain degree
of scientific prestige |
5.97 ± 1.89 |
|
|
I check that in
my studies there is no self-plagiarism or plagiarism of other studies. |
5.98 ± 1.56 |
|
|
DIM. 3 |
I find it
gratifying to use ICT resources in my investigation work |
5.53 ± 1.51 |
|
I find it
enjoyable to use software for the analysis of data, both quantitative and
qualitative, to complete my research |
4.20 ± 2.16 |
|
|
I am motivated
by the thought that by using digital software for data design and analysis I
can more easily publish my scientific achievements in high-impact journals |
4.49 ± 2.01 |
|
|
DIM. 4 |
*It overwhelms
me to think that I have to learn to use digital
resources to collect data and analyse it with some software afterwards |
3.10 ± 2.00 |
|
*It makes me
anxious to have to be constantly checking the impact indexes of the journals
to ascertain whether the quartile has increased or decreased. |
3.88 ± 2.17 |
|
|
* I get tired of
having to constantly use ICTs to position and share my scientific
publications and improve my digital reputation through the h-index and/or the
i-index10 |
3.88 ± 2.09 |
|
|
* I get nervous
when I have to teach a colleague and/or student some
ICT resource related to research |
2.46 ± 1.76 |
|
|
*In general, I
would prefer not to have to learn or use ICT resources for my research. |
2.30 ± 1.72 |
|
|
DIM. 5 |
My department or
my investigation group buys ICT resource licenses that require an additional
payment |
4.13 ± 2.18 |
|
My department or
my investigation group provides me with all the ICT resources I require for
my investigations |
4.76 ± 1.93 |
|
|
My department or
investigation group has strong devices (pc/laptops) available so that the
technological resources function smoothly and quickly |
4.79 ± 1.97 |
|
|
DIM. 6 |
Assuming my
educational institution provides me with ICT resources for research work, I
intend to use them at some point in time |
5.85 ± 1.33 |
|
In the near future, I plan to continue learning how to use ICT
resources to expand my research work |
5.56 ± 1.54 |
|
|
I intend to
further develop my training in the use of online scientific databases for my
research |
5.64 ± 1.45 |
|
|
I intend to
continue to use and/or use bibliographic managers for my future studies |
5.60 ± 1.66 |
|
|
I want to
improve my use of social networks to transfer my research and interact with
other researchers |
4.76 ± 1.97 |
|
|
DIM. 7 |
I use
bibliographic managers |
4.61 ± 2.21 |
|
I use social
media to circulate my scientific publications |
3.73 ± 2.21 |
|
|
I use Google+
collaborative tools to host my research data |
4.59 ± 2.24 |
|
|
I use data
analysis programs (be it quantitative and/or qualitative) |
5.02 ± 2.20 |
*reverse items
3.2 Statistical contrast
according to type of university and gender of teaching staff
The univariate ANOVA test was
used to analyse whether there are statistically significant differences in the
overall competence of the teaching staff according to the type of university
and gender (purpose no. 2 of the study). The global level of digital competence
of teachers in research tasks was calculated from the average of all the items.
The normality of the data was
not met (p. < .05). However, Srivastava (1959) states that non-normality
would not have a serious effect on the distribution of data in large samples.
Considering the sample size of the study (n=1740), the F-statistic is robust to
the subsequent comparisons made in this study. 1. For those interactions that
are significant, the effect size is calculated through partial eta squared
(n2), where η2 =.01 indicates a small effect; η2 =.06 indicates a
medium effect; η2 =.14 indicates a large effect (Richardson, 2011).
ANOVA determined that the
proposed model was significant in the intergroup variable (table 3), F (3,
1736) = 21.961, p. <0.05, with a small to medium effect size (η2 =
0.057). In the comparison of type of centre, a significant difference was found,
F (1, 1736) = 46.971; p. < .05, with a small effect size (η2 = .03).
Specifically, public university lecturers obtained higher scores (M=5.02) than
private university lecturers (M= 4.61), and this difference was significant (p.
< .05). Regarding the predictor of gender, this was significant, F (1, 1736)
= 24.260, p. < .05, with a small effect size (η2= .01). Male teachers
had slightly higher competence (M= 4.97) than female teachers (M= 4.67), which
was significant (p. < .05). Finally, the interaction between gender and type
of university was also significant, F (1, 1736) = 4.804, p. < .05, with a
small effect size (η2 = .01).
As it can be seen in Table 3
that the variable gender and type of university have a significant impact on
the level of digital competence, it is analysed below which predictors have a
significant impact for each type of university and gender, independently.
Table 3
ANOVA model according to type of university and gender of the teaching
staff
|
Source |
Sum of Squares |
df |
Mean Square |
F |
Sig. |
Partial Eta |
|
Corrected Model |
61.628 |
|
20.543 |
21.961 |
.001 |
.037 |
|
Intercept |
24168.396 |
1 |
24168.396 |
25837.050 |
.001 |
.937 |
|
Gender |
22.693 |
1 |
22.693 |
24.260 |
.001 |
.014 |
|
Type of university |
43.938 |
1 |
43.938 |
46.971 |
.001 |
.026 |
|
Gender*type of university |
4.494 |
1 |
4.494 |
4.804 |
.029 |
.007 |
|
Error |
1623.883 |
1736 |
.935 |
|
|
|
|
Total |
44495.814 |
1740 |
|
|
|
|
|
Corrected Total |
1685.511 |
1739 |
|
|
|
|
3.3. Identification of factors
affecting students' overall proficiency level
In order to respond to purpose
nº 3 of this study, the predictors that affect the overall digital competence
of teaching staff in their research work were identified. This has been carried
out both by gender and by type of university, as it was previously verified
that there were significant differences. For this purpose, four multiple linear
regressions (MLR) were used. It was estimated using the ordinary least squares
method, with the input method, showing the predictors that are significant (p
>.05) once the influence of the other variables that have already entered
the model has been eliminated (principle of parsimony). The dependent variable
(DV) is the global level of digital competence of teachers in research tasks
(calculated from the average of all the items). The independent variables (IV)
are observed in the table 4.
Table 4
Description of study variables
|
ID |
Variable |
Categorisation |
|
DV |
GLOBAL Digital Competence in research work |
Max.
7 p. |
|
IV 1 |
Creative to come up with new research |
Max. 10 p. |
|
IV 2 |
Resilience
(attitude) favourable to change and adapting to new situations |
Max.
10 p. |
|
IV 3 |
What percentage of your time do you spend on
research? |
Scale |
|
IV 4 |
Years of teaching experience |
Scale |
|
IV 5 |
Number of Master's degrees
you have taken |
Scale |
|
IV 6 |
Developing an entrepreneurial spirit |
Max. 10 p. |
Table 5 shows both the
percentage of variance explained for each gender in relation to public
university teaching staff, and the predictors that were significant for the
overall level of digital competence in research. For the male teaching staff
belonging to the public university, it can be seen that the model barely
explains 1%, although this was significant, F (6, 745) = 7.147, p. < .05.
Only predictor IV 1 was significant (creativity to initiate research). For the
female faculty, it is observed that the model explains 10.10% of the true
variance on faculty scores, which made the model significant, F (6, 613) =
11.501, p. < .05). For this model, significant predictors were variable IV 1
(creativity) as well as variable IV 2 (resilience towards change), both with
positive directions. Taking into consideration the standardised coefficients
for each teacher typology, the success rate on the level of digital competence
will be calculated through its corresponding equation line:
— Ymasculine =
4.818 + 0.236*(creativity level)
— Yfemale = 4.459 +
0.281*(level of creativity) + 0.104*(resilience towards change)
Table 5
Significant predictors for public university teaching staff
|
|
|
Male R2
= 0.06%. |
|
Female R2
= 10.1% |
||||||||||
|
|
P |
t |
p. |
Tol. |
VIF |
P |
t |
p. |
Tol. |
VIF |
||||
|
Constant |
4.818 |
41.066 |
0.001 |
- |
- |
4.459 |
44.234 |
0.001 |
- |
- |
||||
|
IV 1 |
0.236 |
5.691 |
0.001* |
0.738 |
1.356 |
0.281 |
6.897 |
0.001* |
0.883 |
1.133 |
||||
|
IV 2 |
0.017 |
0.463 |
0.644 |
0.949 |
1.053 |
0.104 |
2.555 |
0.011* |
0.890 |
1.124 |
||||
|
IV 3 |
-0.041 |
-1.135 |
0.257 |
0.981 |
1.019 |
-0.012 |
-0.301 |
0.764 |
0.991 |
1.009 |
||||
|
IV 4 |
-0.007 |
-0.183 |
0.855 |
0.985 |
1.015 |
-0.010 |
-0.251 |
0.802 |
0.990 |
1.010 |
||||
|
IV 5 |
0.009 |
0.249 |
0.804 |
0.995 |
1.005 |
-0.004 |
-0.116 |
0.908 |
0.997 |
1.003 |
||||
|
IV 6 |
-0.014 |
-0.354 |
0.724 |
0.758 |
1.320 |
-0.014 |
-0.343 |
0.732 |
0.866 |
1.155 |
||||
* 95% significance level.
Table 6 shows both the
percentage of variance explained for each gender in relation to the teaching staff
belonging to the public university, as well as the predictors that were
significant for the overall level of digital competence in research. For the
male teaching staff belonging to the private university, it is observed that
the model explains a correct 13.20% of the true scores, with the regression
model being significant, F (6, 192) = 4.873, p. < .05. For this model,
significant predictors were variable IV 1 (creativity) and variable IV 5
(number of master's degrees taken). For female teachers, the regression model
explained a large 35.10% of the variance, being significant, F (6, 119) =
10.728, p. < .05. Specifically, this model evidenced four significant
predictors; IV 1 (creativity to do new research), IV 2 (resilience towards
change), IV 3 (percentage of time to research) and IV 4 (years of teaching
experience), the latter with a negative weight. With the standardised weights,
the equation lines for each gender are as follows:
— Ymasculine = 4.460 + 0.314*(level of
creativity) + 0.143* (no. of masters)
— Yfemale = 4.161 +
0.102*(creativity) + 0.463*(resilience) + 0.262*(time) - 0.397*(years teaching
experience)
Table 6
Significant predictors for private university teaching staff
|
|
|
Male R2 =13.20% |
|
Female R2
=35.10% |
||||||
|
|
P |
t |
p. |
Tol. |
VIF |
P |
t |
p. |
Tol. |
VIF |
|
Constant |
4.460 |
14.375 |
0.001 |
- |
- |
4.161 |
12.805 |
0.001 |
- |
- |
|
IV 1 |
0.314 |
4.632 |
0.001* |
0.983 |
1.017 |
0.102 |
1.312 |
0.042* |
0.909 |
1.101 |
|
IV 2 |
-0.025 |
-0.334 |
0.738 |
0.842 |
1.188 |
0.463 |
5.772 |
0.000* |
0.847 |
1.180 |
|
IV 3 |
0.028 |
0.374 |
0.709 |
0.793 |
1.261 |
0.262 |
2.877 |
0.005* |
0.660 |
1.515 |
|
IV 4 |
-0.100 |
-1.375 |
0.171 |
0.862 |
1.160 |
-0.397 |
-4.483 |
0.000* |
0.696 |
1.438 |
|
IV 5 |
0.143 |
2.071 |
0.040* |
0.942 |
1.061 |
0.062 |
0.809 |
0.420 |
0.941 |
1.063 |
|
IV 6 |
0.036 |
0.525 |
0.600 |
0.979 |
1.022 |
0.083 |
1.099 |
0.274 |
0.962 |
1.040 |
* 95% significance level.
4. Discussion
The purposes of this study were
to analyse the level of digital competence of Spanish teachers in their
research work, according to the type of centre and gender, as well as to
identify the factors that influence its acquisition. The main findings show
that teachers are adequately trained in the application of digital resources
for research. These findings are in line with the study by Guillén-Gámez et al.
(2020), and slightly contradictory to those of Al-Daihani et al. (2018),
Syahrial et al. (2020), Cruz (2020). A plausible explanation for these results
may be the size of the samples, the type of instrument used to measure research
skills with ICT, or the post-COVID era in which the use of ICT has become
indispensable. Therefore, these results should be taken with caution for further
in-depth analysis in the near future.
In this line of argument,
these results constitute an obstacle depending on the type of institution. The
results showed a significant difference in teachers' competences depending on
whether they were attached to private or public universities. There is a
disparity of inconclusive results in the scientific literature. Regarding the
type of centre, there are studies that do not indicate significant differences
according to the type of centre (Buabeng-Andoh, 2015; Guillén-Gámez &
Mayorga-Fernández, 2021; Portillo et al., 2022; García & García, 2021;
Fernández-Batanero, 2018). In contrast, other studies do reflect a difference
(Fernández et al., 2018; Malero et al., 2015; Portillo et al., 2020)
encouraging private institutions, which are not in line with our results, which
show that public institutions have teachers who are better trained in digital
competences to carry out research work than teachers in private institutions.
The discrepancies in the results found between these studies may be due to several
aspects. Firstly, the type of samples, as the related studies were not focused
on higher education teachers because hardly any studies have been found in this
area. And, secondly, as pointed out by Gisbert & Chaparro (2020), the
causes may not only originate in the teacher training itself, which often has
to be done in teachers’ free time, but from a lack of incentives and lack of
time (Al-Daihani et al., 2018), where, depending on the type of centre and the
teacher's employment contract, the educational institution itself is more or
less committed to a teacher who is better trained in this type of skills.
Considering gender, teachers
found differences both in this predictor and in its interaction with the type
of school. These results are in line with research by Cabero-Almenara et al.
(2021), Portillo et al. (2020) and Portillo et al. (2022), showing a gap
between the genders in favour of the male gender. However, the findings of this
study are contradictory to those found by Guillén-Gámez & Mayorga-Fernández
(2021). Perhaps, the cause of this discrepancy may lie in the fact that these
authors superficially analysed digital competences in research work, giving it
only one dimension of the instrument used to analyse this type of competence.
For this reason, it would be necessary to continue analysing this predictor in
future lines that may yield better results that are more valid for the
international community.
Finally, creative thinking was
identified as a significant predictor of teachers' digital competences, in line
with Brem (2016), stating the necessity to open up new fields of study and
contribute to the advancement of knowledge through the use of ICT. Another
factor that appeared in most of the regressions was the shift to new
situations, supporting Weller & Anderson's (2013) assertions. This may have
been triggered by the COVID-19 crisis, highlighting the need for teachers to be
more resilient in order to adapt quickly and nimbly to the different
educational and research scenarios that have arisen since then. However, these
new situations will require a teacher-researcher who has sufficient time for
research, which is a key factor in teacher education, as evidenced by Syahid
(2021) and Gisbert & Chaparro (2020), whose years of work experience will
help to achieve this (Fernández-Batanero, 2018).
5. Conclusions
The development of digital
competences of future university teachers nowadays largely determines the
quality of higher education (Demeshkant et al., 2020). Without the support of
teacher-researchers in the directional development and improvement of digital
competences (e.g. focused on research, teaching, use of modern e-services) in a
rapidly changing information society, it will not be possible to achieve
strategic goals in both the private and public university sector. Digital
competence is unfoundedly the same key skill as foreign and native language
communication, collaboration, mathematical skills, etc. Therefore, the research
area outlined in the text should form the basis for longitudinal diagnoses and
systemic measures to support the higher education sector.
As technology continues to
evolve and transform the way we access, process, and share information,
researchers must acquire and develop digital skills to conduct effective
investigations. Therefore, digital teacher competencies play a fundamental role
in the development of research work in the educational field, and consequently
they must be analyzed.
Regarding the limitations, it
is necessary to reflect on what their weaknesses are and how
teacher-researchers could improve this through future work. The main limitation
is the type of sampling used since it was not probabilistic, implying that the
participants were not chosen randomly. This prevents the results from being
extrapolated to the entire population under study, requiring these findings to
be taken with caution. A possible and necessary future line is to achieve this
type of random and probabilistic design, by areas of knowledge, with the
purpose of being able to replicate the same analyzes and be able to compare
between the different areas.
Although the type of design used
in this study (ex post facto) is not really a limitation, it would be
interesting to continue delving into the possibilities offered by other
designs, such as qualitative or mixed, since with this the results could be
reflected from a more interdisciplinary perspective. That is, oral interviews
or discussion groups could be carried out with the purpose of knowing
specifically the weaknesses of researchers regarding the use of digital
resources in their research work. Through these types of designs, it would be
interesting to provide frameworks for action on training programs in those
aspects where teachers present greater weaknesses in the use of digital
resources for research tasks.
NOTE
This scientific article is
part of my doctoral thesis (Francisco David Guillén-Gámez), attached to the
Doctoral Program in Education of the Autonomous University of Madrid (UAM).
References
Al-Daihani, S. M., Al-Qallaf,
J. S., & AlSaheeb, S. A. (2018). Use of social media by social science academics for scholarly communication. Global
Knowledge, Memory and Communication, 67(6/7),
412-424. https://doi.org/10.1108/GKMC-11-2017-0091.
Area-Moreira,
M., Bethencourt-Aguilar, A., Martín-Gómez, S., & San Nicolás-Santos, M. B.
(2021). Análisis de las políticas de
enseñanza universitaria en España en tiempos de Covid-19. La presencialidad
adaptada. Revista de Educación a Distancia (RED), 21(65),
1-19. https://doi.org/10.6018/red.450461
Argandoña-Mendoza,
M. F., García-Mejía, R. O., Ayón-Parrales, E. B., & Zambrano-Zambrano, Y.
A. (2020). Investigación e innovación educativa: Reto escolar por COVID-19 en
el Ecuador. Episteme koinonia, 3(5),
162-182. http://dx.doi.org/10.35381/e.k.v3i5.726
Brem,
A., Puente-Diaz, R., & Agogué, M. (2016). Creativity and innovation: State of the art and future
perspectives for research. International
Journal of Innovation Management, 20(04),
1602001. https://doi.org/10.1142/S1363919616020011
Buabeng-Andoh, C. (2015). ICT usage in Ghanaian secondary
schools: teachers' perspectives. The
International Journal of Information and Learning Technology, 32(5),
300-312. http://www.doi.org/10.1108/IJILT-09-2015-0022
Cabero-Almenara,
J., Guillén-Gámez, F. D., Ruiz-Palmero, J., & Palacios-Rodríguez, A.
(2022). Teachers'
digital competence to assist students with functional diversity: Identification
of factors through logistic regression methods. British Journal
of Educational Technology, 53(1), 41-57. https://doi.org/10.1111/bjet.13151
Cabero-Almenara,
J., Guillén-Gámez, F. D., Ruiz-Palmero, J., & Palacios-Rodríguez, A.
(2021). Digital
competence of higher education professor according to DigCompEdu.
Statistical research methods with ANOVA between fields of knowledge in
different age ranges. Education and Information Technologies, 26(4),
4691-4708. https://doi.org/10.1007/s10639-021-10476-5
Cruz Pérez,
M. A. (2020). Scientific content in research training through ICT in university
students. E-Information Science, 10(1),
136-158. http://dx.doi.org/10.15517/eci.v10i1.36820
Demeshkant, N., Potyrała, K.,
& Tomczyk, Ł. (2020). Levels of
academic teachers digital competence: Polish
case-study. In Proceedings of the 28th
International Conference on Computers in Education. Jhongli
City: Asia-Pacific Society for Computers in Education (pp. 591-601).
Fernández
Cruz, F. J., Fernández Díaz, M. J., & Rodríguez Mantilla, J. M. (2018). The process of integration and pedagogical use of ICT
in educational centres in Madrid. Educación
XX1: revista de la Facultad de Educación,
21(2), 395-416. http://www.doi.org/10.5944/educXX1.17907.
Fernández-Batanero, J. M. (2018). ICT and disability. Knowledge of
Special Education teachers. Hekademos: revista educativa digital,
(24), 19-29.
García
Martín, J., & García Martín, S. (2021). Use of digital tools for teaching in Spain during the
COVID19 pandemic. Revista
española de educación comparada,38, 151-173. http://www.doi.org/10.5944/reec.38.2021.27816
Gisbert, J.
P., & Chaparro, M. (2020). Rules and tips for being a successful
researcher. Gastroenterology and Hepatology,
43(9), 540-550. https://doi.org/10.1016/j.gastrohep.2020.03.010
Guillén-Gámez,
F. D., Ruiz-Palmero, J., & García, M. G. (2023). Digital competence of teachers in the use of ICT for
research work: development of an instrument from a PLS-SEM approach. Education
and Information Technologies, 1-21. https://doi.org/10.1007/s10639-023-11895-2
Guillén-Gámez, F. D., & Mayorga-Fernández, M. J. (2021). Design and validation of an instrument of self-perception
regarding the lecturers' use of ICT resources: to teach, evaluate and research.
Education and Information Technologies,
26(2), 1627-1646. https://doi.org/10.1007/s10639-020-10321-1
Guillén-Gámez, F. D., Ruiz-Palmero, J., Sánchez-Rivas, E., &
Colomo-Magafia, E. (2020). ICT resources for
research: an ANOVA analysis on the digital research skills of higher education
teachers comparing the areas of knowledge within each sex. Education and information technologies, 25(5), 4575-4589. https://doi.org/10.1007/s10639-020-10176-6
Hu, L.,
& Bentler, P.M. (1999). Cutoff criteria for fit indexes in covariance
structure 17 analysis: Conventional criteria versus new alternatives.
Structural Equation 18 Modeling: A Multidisciplinary
Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Lucas, M., Bem-Haja, P., Siddiq, F., Moreira, A., & Redecker, C.
(2021). The relation between in-service teachers' digital competence and
personal and contextual factors: What matters most?. Computers & Education, 160, 104052. https://doi.org/10.1016/j.compedu.2020.104052
Malero, A., Ismail, A., & Manyilizu,
M. (2015). ICT usage
readiness for private and public secondary schools in Tanzania: A case of
Dodoma Municipality. Foundation of
Computer Science, 129(3), 29-32.
Martín Béjar, S., Martín Sánchez, M. J., Trujillo Vilches, F. J.,
& Bermudo Gamboa, C. (2019). Utilización de TIC en el ámbito
educativo de la Ingeniería de Procesos de Fabricación. Innoeduca. International Journal of Technology and Educational
Innovation, 5(1),
55-62. https://doi.org/10.24310/innoeduca.2018.v4i2.4467
Mfon, A. O., Emmanuel, E. C., & Effiong, A. A. (2018).
Strategies for integrating ICT in entrepreneurial education in tertiary
institutions. Nigerian Journal of
Business Education (NIGJBED), 4(2),
281-290.
Novković Cvetković, B., Stošić, L., & Belousova,
A. (2018). Media and Information Literacy - the Basic for Application of Digital
Technologies in Teaching from the Discourses of
Educational Needs of Teachers/Medijska i informacijska pismenost - osnova za primjenu digitalnih tehnologija u nastavi iz diskursa obra.
Croatian Journal of Education -
Hrvatski Časopis Za Odgoj
i Obrazovanje, 20(4),
1089-1114. https://doi.org/10.15516/cje.v20i4.3001
Portillo
Berasaluce, J., Romero, A., & Tejada, E. (2022). Competencia Digital
Docente en el País Vasco durante la pandemia del COVID-19. Revista Latinoamericana de Tecnología Educativa, 21(1), 57-73. http://dx.doi.org/10.17398/1695-288X.21.1.57
Portillo,
J., Garay, U., Tejada, E., & Bilbao, N. (2020). Self-perception of the digital competence of educators
during the COVID-19 pandemic: A cross-analysis of different educational stages.
Sustainability, 12(23), 10128. https://doi.org/10.3390/su122310128
Potyrała, K. (2017). iEdukacja. Synergia nowych
mediów i dydaktyki. Ewolucja - antynomie - konteksty. Kraków: Uniwersytet Pedagogiczny. https://doi.org/10.24917/9788380840522
Prodan, I., & Drnovsek, M. (2010). Conceptualizing academic-entrepreneurial intentions:
An empirical test. Technovation, 30(5-6),
332-347. https://doi.org/10.1016/j.technovation.2010.02.002
Richardson,
J. T. (2011). Eta squared and partial eta squared as measures of effect size in
educational research. Educational
research review, 6(2),
135-147. https://doi.org/10.1016/j.edurev.2010.12.001
Ríos
Vázquez, A., & Romero Tena, R. (2022). YouTube y el aprendizaje formal de
matemáticas. Percepciones de los estudiantes en tiempos de COVID-19. Innoeduca. International Journal
of Technology and Educational Innovation, 8(2),
27-42. https://doi.org/10.24310/innoeduca.2022.v8i2.14516
Scherer, R.,
Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic
structural equation modeling approach to explaining
teachers’ adoption of digital technology in education. Computers & Education,
128, 13–35. https://doi.org/10.1016/j.compedu.2018.09.009
Soto
Varela, R., Sanz Prieto, M., & Boumadan Hamed, M. (2020). La realidad de la brecha de conectividad
en el ámbito educativo español: Análisis de la situación actual. Innoeduca. International Journal of Technology and Educational
Innovation, 6(1),
56-65. https://doi.org/10.24310/innoeduca.2020.v6i1.7741
Srivastava,
A. B. L. (1959). Effect of non-normality on the power of the analysis of
variance test. Biometrika,
46(1/2), 114-122.
Stosic, L., Dermendzhieva, S., & Tomczyk, L. (2020). Information
and communication technologies as a source of education. World Journal on Educational Technology: Current Issues, 12(2),
128–135. https://doi.org/10.18844/wjet.v12i2.4815
Strutynska, O., & Umryk, M.
(2017). ICT Tools and Trends in Research, Education and Science: Local Survey.
Electronic Scientific Professional Journal "Open Educational E-Environment
Of Modern University", (3), 150-160. https://doi.org/10.28925/2414-0325.2017.3.15016
Syahid, A. (2021). Understanding english
language teachers' views of teacher research: a report from indonesia.
Teflin Journal, 32(20), 363-388.
Syahrial, S., Kurniawan, D. A., Perdana, R., Ikhlas, M., &
Kuswanto, K. (2020). How Teacher's Interests and
Competencies in Doing Research: Sequential Explanatory Analysis in Elementary
School Teacher. Journal Pendidikan Progresif, 10(2), 199-214.
http://www.doi.org/10.23960/jpp.v10.i2.202006
Tomczyk,
Ł., & Sunday Oyelere, S. (2019). ICT for Learning and Inclusion in Latin
America and Europe. Case Study From Countries:
Bolivia, Brazil, Cuba, Dominican Republic, Ecuador, Finland, Poland, Turkey,
Uruguay. Cracow: Pedagogical University.
Tomczyk,
Łukasz, Mascia, M. L., Gierszewski, D., & Walker, C. (2023). Barriers
to digital inclusion among older people: a
intergenerational reflection on the need to develop digital competences for the
group with the highest level of digital exclusion. Innoeduca.
International Journal of Technology and Educational Innovation, 9(1),
5-26. https://doi.org/10.24310/innoeduca.2023.v9i1.16433
Tomczyk, L., Potyrala, K., Demeshkant,
N., & Czerwiec, K. (2021). University
teachers and crisis e-learning : Results of a
Polish pilot study on: attitudes towards e-learning, experiences with
e-learning and anticipation of using e-learning solutions after the pandemic.
2021 16th Iberian onference on
Information Systems and Technologies (CISTI). https://doi.org/10.23919/cisti52073.2021.9476521
Weller, M.,
& Anderson, T. (2013). Digital resilience in higher education. European Journal of Open, Distance and
E-Learning, 16(1), 53-66.
Zempoalteca
Durán, B., Barragán López, J. F., González Martínez, J., & Guzmán Flores,
T. (2017). Teaching training in ICT and digital competences in Higher Education
System. Apertura
(Guadalajara, Jal.), 9(1), 80-96. https://doi.org/10.32870/ap.v9n1.922
Ziemba,
E. (2017). The
Contribution of ICT Adoption to the Sustainable Information Society. Journal of Computer Information Systems,
59(2), 116–126. https://doi.org/10.1080/08874417.2017.1312635