Diseño y validación de instrumento para evaluar estrategias investigativas y aprendizaje ubicuo en Formación de Profesores

Abstract

Se efectuó un estudio en el nivel de profesorado de Uruguay que se enmarca dentro de una investigación con enfoque mixto, de corte longitudinal en la perspectiva de la investigación-acción participativa. En este artículo el foco está puesto en el diseño, validación e implementación de un instrumento que permite cuantificar el desarrollo de estrategias investigativas (EI) enmarcadas en el aprendizaje ubicuo (AU), por parte de futuros docentes de profesorado de diferentes disciplinas. La propuesta forma parte del proyecto “Estrategias investigativas en el marco del aprendizaje ubicuo” (R-UBIC), ANII-CFE 2019, que se desarrolla en el Centro Regional de Profesores del Centro (CeRP), en el departamento de Florida en Uruguay. El proyecto propone promover el El instrumento se construyó a partir del utilizado en una tesis doctoral. Las modificaciones consistieron en adaptarlo al nivel de profesorado y a temáticas vinculadas a esta formación. Durante el proceso de construcción fue puesto a consideración de docentes noveles y también se sometió a la validación por expertos nacionales e internacionales. Las fases del proceso posibilitaron la selección de un conjunto de estrategias investigativas, así como la construcción de indicadores que permiten cuantificar el desarrollo de estas aludiendo, además, a la in-corporación de las tecnologías digitales en el proceso de investigación. El trabajo en el equipo de investigación y la intervención de los expertos posibilitaron la mejora del instrumento en relación a los criterios de claridad, representatividad y adecuación. A la luz de los resultados de la validación es posible afirmar que se trata de un instrumento que cuenta con lo necesario para cuantificar el desarrollo de EI en el marco del AU a nivel de profesorado. El análisis de consistencia interna, para variables ordinales, ω de McDonals, fue aceptable (0,793). En tanto, los datos se sometieron a un análisis factorial, usando el método de componentes principales del SPSS v.25 (IBM, 2017). La prueba Kaiser-Meyer-Olkin y el test de esfericidad de Bartlett (KMO= 0,756 y en la significación de Bartlett -p= 0.000-), muestran la adecuación del análisis de los datos al modelo