Predicción del rendimiento en cursos STEM: Evidencia de un modelo de ecuaciones estructurales
DOI:
https://doi.org/10.22458/ie.v27i43.5562Palabras clave:
adultos jóvenes, memoria de trabajo, inteligencia fluida, destrezas motoras, validez predictiva, química, biología, STEMResumen
Las carreras de Microbiología y Química Clínica (MQC) y el Diplomado en Asistente de Laboratorio (DAL) de la Universidad de Costa Rica (UCR) presentan una alta demanda, lo cual amerita contar con criterios que permitan hacer una selección de estudiantes válida, con equidad y excelencia. Por lo tanto, haciendo uso de modelos de ecuaciones estructurales (SEM), se pretende generar evidencia en torno a la validez predictiva de tres pruebas que evalúan diferentes constructos: a) habilidades motoras finas (DM), b) inteligencia fluida (FLUID) y c) memoria de trabajo (MEMO). La correlación estimada entre tiempo de respuesta (TR) y MEMO fue alta y negativa consistente con lo que plantea la teoría de funciones ejecutivas. MEMO y TR predicen de forma relevante la FLUID y las DM. MEMO presenta relaciones directas y altas con ambos constructos endógenos en Química y Biología. TR exhibe relación con FLUID y DM en las dos asignaturas. Para ambas asignaturas, la relación entre TR y FLUID es inversa. La relación entre TR y DM es positiva y de gran magnitud. Diferencias entre los modelos estimados para ambas asignaturas se dan para las relaciones que predicen el rendimiento en Biología o en Química, con MEMO siendo un predictor importante para ambas asignaturas. Las DM no evidenciaron un poder predictivo relevante. La FLUID mostró relación con Química, pero prácticamente nula con Biología. Estos resultados generan evidencia a favor del uso de pruebas que evalúen MEMO y FLUID para la selección de estudiantes en MQC y DAL. No se generó evidencia sobre la relevancia de DM como predictor de rendimiento académico universitario.
Citas
Acosta-Echavarría, Á. A., & Mejía-Toro, W. A. (2020). Memoria de trabajo y rendimiento académico, en estudiantes universitarios pertenecientes a una institución privada del Municipio de Bello, Antioquia. Pensamiento Americano, 13(25), 90-100. https://doi.org/10.21803/pensam.13.25.392
American Dental Education Association. (2017). ADEA policy statements: Recommendations and guidelines for academic dental institutions (with changes approved by the 2015 ADEA House of Delegates). Journal of Dental Education, 81(7), 869-881.
Au, J., Sheehan, E., Tsai, N., Duncan, G. J., Buschkuehl, M., & Jaeggi, S. M. (2015). Improving fluid intelligence with training on working memory: a meta-analysis. Psychonomic bulletin & review, 22, 366-377. https://doi.org/10.3758/s13423-014-0699-x
Baldauf, D., & Deubel, H. (2010). Attentional landscapes in reaching and grasping. Vision research, 50(11), 999-1013. https://doi.org/10.1016/j.visres.2010.02.008
Bollen, K. A. (1989). Structural equations with latent variables. John Wiley & Sons.
Burgess, G. C., Gray, J. R., Conway, A. R. A., & Braver, T. S. (2011). Neural mechanisms of interference control underlie the relationship between fluid intelligence and working memory span. Journal of Experimental Psychology: General, 140(4), 674-692. https://doi.org/10.1037/a0024695
Burgoyne, A. P., Hambrick, D. Z., & Altmann, E. M. (2019). Is working memory capacity a causal factor in fluid intelligence? Psychonomic Bulletin & Review, 26, 1333-1339. https://doi.org/10.3758/s13423-019-01606-9
Buszard, T., Farrow, D., Verswijveren, S. J., Reid, M., Williams, J., Polman, R., & Masters, R. S. (2017). Working memory capacity limits motor learning when implementing multiple instructions. Frontiers in psychology, 8, 1350. https://doi.org/10.3389/fpsyg.2017.01350
Camarillo, B. (2024, 7 de octubre). Universidad tica entre las mejores 20 de latinoamerica. La República. https://www.larepublica.net/noticia/universidad-tica-entre-las-mejores-20-de-latinoamerica
Campos-Céspedes, J., & Solano-Gutiérrez, W. (2021). Motivaciones para la elección de carrera por parte del estudiantado de la Escuela de Ciencias de la Educación de la Universidad Estatal a Distancia de Costa Rica. En W. Ruiz, & G. Ulloa (Eds.), Investigaciones en Educación: experiencias interacciones y escenarios para el cambio en la práctica docente en Costa Rica (pp. 96-117). Universidad Estatal a Distancia. https://investiga.uned.ac.cr/cined/wp-content/uploads/sites/9/2021/06/INVEST-EN-EDUCACION.pdf
Carbonell, Y. L. (2017). Factores que influyen a la hora de escoger una carrera universitaria: una perspectiva nacional. ACTAS, 4. 1-15.
Cattell, R. B., & Cattell, A. K.S. (2005). Test de factor “g” escala 3. Manual (5ta ed.). TEA.
Cattell, R. B. (1963). Theory of fluid and crystallized intelligence: A critical experiment. Journal of Educational Psychology, 54(1), 1-22. https://doi.org/10.1037/h0046743
Di Stefano, M., Morelli, M., Marzi, C. A., & Berlucchi, G. (1980). Hemispheric control of unilateral and bilateral movements of proximal and distal parts of the arm as inferred from simple reaction time to lateralized light stimuli in man. Experimental Brain Research, 38, 197-204. https://doi.org/10.1007/BF00236741
Engle, R. W. (2018). Working memory and executive attention: A revisit. Perspectives on psychological science, 13(2), 190-193. https://doi.org/10.1177/1745691617720478
Escolano-Pérez, E., Herrero-Nivela, M. L., & Losada, J. L. (2020). Association between preschoolers’ specific fine (but not gross) motor skills and later academic competencies: Educational implications. Frontiers in Psychology, 11, 543755. https://doi.org/10.3389/fpsyg.2020.01044
Ferguson, H. J., Brunsdon, V. E., & Bradford, E. E. (2021). The developmental trajectories of executive function from adolescence to old age. Scientific reports, 11(1), 1382. https://doi.org/10.1038/s41598-020-80866-1
Flores, P., Coelho, E., Mourão-Carvalhal, M. I., & Forte, P. M. (2023). Preliminary adaptation of motor tests to evaluate fine motor skills associated with mathematical skills in preschoolers. European Journal of Investigation in Health, Psychology and Education, 13(7), 1330-1361. https://doi.org/10.3390/ejihpe13070098
Freedman, D. A. (2010). Statistical Models and Causal Inference: A dialogue with the Social Sciences. Cambridge University Press.
Gallagher, A. G., Leonard, G., & Traynor, O. J. (2009). Role and feasibility of psychomotor and dexterity testing in selection for surgical training. ANZ journal of surgery, 79(3), 108-113. https://doi.org/10.1111/j.1445-2197.2008.04824.x
González, M. R., Aragón, L. E., & Silva, A. (2000). Baremación del test de inteligencia factor «g» de Cattell, en la zona metropolitana de la ciudad de México. Psicothema, 12(2), 275-278.
Hervé, P. Y., Mazoyer, B., Crivello, F., Perchey, G., & Tzourio-Mazoyer, N. (2005). Finger tapping, handedness and grey matter amount in the Rolando's genu area. Neuroimage, 25(4), 1133-1145. https://doi.org/10.1016/j.neuroimage.2004.12.062
Hülür, G., Keye-Ehing, D., Oberauer, K., & Wilhelm, O. (2019). The effect of stimulus-response compatibility on the association of fluid intelligence and working memory with choice reaction times. Journal of Cognition, 2(1), 1-19. https://doi.org/10.5334/joc.66
Jaeggi, S. M., Buschkuehl, M., Jonides, J., & Perrig, W. J. (2008). Improving fluid intelligence with training on working memory. Proceedings of the National Academy of Sciences, 105(19), 6829-6833. https://doi.org/10.1073/pnas.0801268105
Jöreskog, K. G., & Sörbom, D. (2006). LISREL 8.80 for Windows [Computer software]. Scientific Software International, Inc.
Kane, M. J., & Engle, R. W. (2002). The role of prefrontal cortex in working-memory capacity, executive attention, and general fluid intelligence An individual-differences perspective. Psychonomic bulletin & review, 9(4), 637-671. https://doi.org/10.3758/BF03196323
Kaplan, D. (2009). Structural equation modeling: foundations and extensions (2nd ed.). Sage.
Khodadadi, M., Ahmadi, K., Sahraei, H., Azadmarzabadi, E., & Yadollahi, S. (2014). Relationship between intelligence and reaction time; a review study. International Journal of Medical Reviews, 1(2), 63-69. https://www.ijmedrev.com/article_68880_bff0a3fc587803a00172cb2d2acb56d5.pdf
Lechuga, M. T., Pelegrina, S., Pelaez, J. L., Martin-Puga, M. E., & Justicia, M. J. (2016). Working memory updating as a predictor of academic attainment. Educational Psychology, 36(4), 675-690. https://doi.org/10.1080/01443410.2014.950193
Levanon, Y., Lugassy, D., Pilo, R., Nassar, R., Mhana, A., Maria, Z., & Brosh, T. (2023). Assessment of the modified O'Connor Tweezer Dexterity and Purdue Pegboard test for use among dental students. Journal of Dental Education, 87(4), 533-539. https://doi.org/10.1002/jdd.13137
Little, T. D. (2013). The Oxford Handbook of Quantitative Methods in Psychology (Vol. 1). Oxford Library of Psychology. https://doi.org/10.1093/oxfordhb/9780199934874.001.0001
López, M. (2022, 30 de junio). Estas son las carreras de mayor demanda laboral, según universidades públicas y privadas. La República. https://www.larepublica.net/noticia/estas-son-las-carreras-de-mayor-demanda-laboral-segun-universidades-publicas-y-privadas
López, M. (2013). Rendimiento académico: su relación con la memoria de trabajo. Actualidades investigativas en educación, 13(3), 168-186. https://www.scielo.sa.cr/scielo.php?pid=S1409-47032013000300008&script=sci_abstract&tlng=es
Lugassy, D., Levanon, Y., Pilo, R., Shelly, A., Rosen, G., Meirowitz, A., & Brosh, T. (2018). Predicting the clinical performance of dental students with a manual dexterity test. PloS one, 13(3), e0193980. https://doi.org/10.1371/journal.pone.0193980
Luo, W., & Zhou, R. (2020). Can working memory task-related EEG biomarkers measure fluid intelligence and predict academic achievement in healthy children? Frontiers in Behavioral Neuroscience, 14. https://doi.org/10.3389/fnbeh.2020.00002
Macdonald, K., Milne, N., Orr, R., & Pope, R. (2018). Relationships between motor proficiency and academic performance in mathematics and reading in school-aged children and adolescents: A systematic review. International journal of environmental research and public health, 15(8), 1603. https://doi.org/10.3390/ijerph15081603
Marvel, C. L., Morgan, O. P., & Kronemer, S. I. (2019). How the motor system integrates with working memory. Neuroscience & Biobehavioral Reviews, 102, 184-194. https://doi.org/10.1016/j.neubiorev.2019.04.017
Maxwell, J. P., Masters, R. S. W., & Eves, F. F. (2003). The role of working memory in motor learning and performance. Consciousness and cognition, 12(3), 376-402. https://doi.org/10.1016/S1053-8100(03)00005-9
Memisevic, H., Dedic, A., & Malec, D. (2023). The relative strengths of relationships between fine motor skills, working memory, processing speed and fluid intelligence in early elementary school children. Perceptual and Motor Skills, 130(4), 1386-1399. https://doi.org/10.1177/003151252311812
Miyake, A., Friedman, N. P., Emerson, M. J., Witzki, A. H., Howerter, A., & Wager, T. D. (2000). The unity and diversity of executive functions and their contributions to complex “frontal lobe” tasks: A latent variable analysis. Cognitive psychology, 41(1), 49-100. https://doi.org/10.1006/cogp.1999.0734
Montero-Rojas, E. (2012). Los modelos de ecuaciones estructurales como herramienta para explorar posibles relaciones causales en investigación educativa: Una ilustración con datos de PISA 2009 en Costa Rica. En Cuarto Informe del Estado de la Educación, 2012. Programa Estado de La Nación (PEN). Consejo Nacional de Rectores.
Montero-Rojas, E., Castelain, T., Moreira, T. E., Alfaro-Rojas, L., Cerdas-Núñez, D., García-Segura, A., & Roldán-Villalobos, M. G. (2013). Evidencias iniciales de validez de criterio de los resultados de una Prueba de razonamiento con figuras para la selección de estudiantes indígenas para la Universidad de Costa Rica y el Tecnológico de Costa Rica. Revista Educación, 37(2), 103-117. https://doi.org/10.15517/revedu.v37i2.12928
Mulaik, S. A. (2009). Linear causal modeling with structural equations. CRC Press Taylor & Francis Group.
Musawi, A., Barrett, T., Nurrohman, H., Bhatia, S., & Smith, K. (2019). Assessing likelihood of using the Bruininks–Oseretsky test of motor proficiency to predict preclinical performance of dental students. Clinical and Experimental Dental Research, 5(5), 513-518. https://doi.org/10.1002/cre2.217
Odia, J. O., & Ogiedu, K. O. (2013). Factors affecting the study of accounting in Nigerian Universities. Journal of Educational and Social Research, 3(3), 89. https://doi.org/10.5901/jesr.2013.v4n3p89
Pascual, A., Moyano Muñoz, N., & Quílez Robres, A. (2019). The relationship between executive functions and academic performance in primary education: Review and meta-analysis. Front Psycho, 10. https://doi.org/10.3389/fpsyg.2019.01582
Ramos-Galarza, C., Acosta-Rodas, P., Bolaños-Pasquel, M., & Lepe-Martínez, N. (2020). The role of executive functions in academic performance and behaviour of university students. Journal of Applied Research in Higher Education, 12(3), 444-455. https://doi.org/10.1108/JARHE-10-2018-0221
Rodríguez-Aranda, C., Mittner, M., & Vasylenko, O. (2016). Association between executive functions, working memory, and manual dexterity in young and healthy older adults: an exploratory study. Perceptual and motor skills, 122(1), 165-192. https://doi.org/10.1177/0031512516628370
Rodríguez-Villagra, O. A. (2017). Capacidad de memoria de trabajo: Causas de olvido y procesos inhibitorios. Informe Final Proyecto 837-B4-337. Universidad de Costa Rica.
Romero, M., Casadevante, C., & Santacreu, J. (2024). Time Management, Fluid Intelligence and Academic Achievement. Psychological Studies, 69(1), 59-68. https://doi.org/10.1007/s12646-023-00764-0
Ruíz-Chaves, W., Ocampo-Hernández, C., Acuña-Sossa, M., Campos-Céspedes, J., Madriz-Bermúdez, L., Barrantes-Gutiérrez, J., & Gallardo-Allen, E. (2024). Factores motivacionales para la selección de universidad: el caso de una universidad latinoamericana. IX Encuentro de Investigación Educativa, San José. https://investiga.uned.ac.cr/cined/wp-content/uploads/sites/9/2024/05/MEMORIA-IXENCUENTRO-FINAL_ok.pdf
Ruiz, P. (2025, 2 de febrero). 4 aspirantes por un cupo: así lucharon los estudiantes para ingresar a la UCR, que dispuso 10.352 plazas. El Observador. https://observador.cr/4-aspirantes-por-un-cupo-asi-lucharon-los-estudiantes-para-ingresar-a-la-ucr-que-dispuso-10-352-plazas/#:~:text=De%20acuerdo%20con%20datos%20solicitados,41.807%20se%20presentaron%20a%20hacerlo
Salthouse, T. A. (1996). The processing-speed theory of adult age differences in cognition. Psychological review, 103(3), 403-428. https://doi.org/10.1037/0033-295X.103.3.403
Seidler, R. D., Bo, J., & Anguera, J. A. (2012). Neurocognitive contributions to motor skill learning: the role of working memory. Journal of motor behavior, 44(6), 445-453. https://doi.org/10.1080/00222895.2012.672348
Senf, J. H., Campos-Outcalt, D., & Kutob, R. (2003). Factors related to the choice of family medicine: a reassessment and literature review. The Journal of the American Board of Family Practice, 16(6), 502-512. https://doi.org/10.3122/jabfm.16.6.502
Shen, Y. C., & Franz, E. A. (2005). Hemispheric competition in left-handers on bimanual reaction time tasks. Journal of Motor Behavior, 37(1), 3-9. https://doi.org/10.3200/JMBR.37.1.3-9
Shin, H. W., Sohn, Y. H., & Hallett, M. (2009). Hemispheric asymmetry of surround inhibition in the human motor system. Clinical neurophysiology, 120(4), 816-819. https://doi.org/10.1016/j.clinph.2009.02.004
Shumway-Cook, A., & Wool-lacott, M. H. (2007). Motor Control: Translating Research into Clinical Practice (3rd ed.). Lippincott Williams & Wilkins.
Spencer, J. P. (2020). The development of working memory. Current directions in psychological science, 29(6), 545-553. https://doi.org/10.1177/09637214209598
Stacey, D. G., & Whittaker, J. M. (2005). Predicting academic performance and clinical competency for international dental students: seeking the most efficient and effective measures. Journal of Dental Education, 69(2), 270-280. https://doi.org/10.1002/j.0022-0337.2005.69.2.tb03913.x
Taniguchi, Y., Burle, B., Vidal, F., & Bonnet, M. (2001). Deficit in motor cortical activity for simultaneous bimanual responses. Experimental brain research, 137, 259-268. https://doi.org/10.1007/s002210000661
Tiffin, J., & Asher, E. J. (1948). The Purdue Pegboard: norms and studies of reliability and validity. Journal of applied psychology, 32(3), 234. https://doi.org/10.1037/h0061266
Tolle, K. A., Rahman-Filipiak, A. M., Hale, A. C., Kitchen Andren, K. A., & Spencer, R. J. (2020). Grooved Pegboard Test as a measure of executive functioning. Applied Neuropsychology: Adult, 27(5), 414-420. https://doi.org/10.1080/23279095.2018.1559165
Tourva, A., & Spanoudis, G. (2020). Speed of processing, control of processing, working memory and crystallized and fluid intelligence: Evidence for a developmental cascade. Intelligence, 83, 101503. https://doi.org/10.1016/j.intell.2020.101503
Universidad de Costa Rica. (2017, noviembre). Historia. https://www.ucr.ac.cr/acerca-u/historia-simbolos/historia.html
Unsworth, N., Fukuda, K., Awh, E., & Vogel, E. K. (2014). Working memory and fluid intelligence: Capacity, attention control, and secondary memory retrieval. Cognitive psychology, 71, 1-26. https://doi.org/10.1016/j.cogpsych.2014.01.003
Villarreal Galera, M. P. (2011). Construcción de un modelo psicométrico cognitivo para una prueba de inteligencia fluida [Trabajo final de graduación]. Maestría en Evaluación Educativa. Facultad de Educación. Universidad de Costa Rica.
Yun, R. J., Krystal, J. H., & Mathalon, D. H. (2010). Working memory overload: fronto-limbic interactions and effects on subsequent working memory function. Brain imaging and behavior, 4, 96-108. https://doi.org/10.1007/s11682-010-9089-9
Zhou, Y., & Tolmie, A. (2024). Associations between Gross and Fine Motor Skills, Physical Activity, Executive Function, and Academic Achievement: Longitudinal Findings from the UK Millennium Cohort Study. Brain Sciences, 14(2), 121. https://doi.org/10.3390/brainsci14020121
Zimprich, D., & Martin, M. (2002). Can longitudinal changes in processing speed explain longitudinal age changes in fluid intelligence? Psychology and Aging, 17(4), 690-695. https://doi.org/10.1037/0882-7974.17.4.690
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Innovaciones Educativas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
