@article{Martínez-Ramón_Morales-Rodríguez_Pérez-López_Méndez Mateo_Ruiz-Esteban_2023, title={Predicción de la resiliencia docente mediante redes neuronales artificiales: influencia del burnout y del estrés por COVID-19}, volume={39}, url={https://revistas.um.es/analesps/article/view/515611}, DOI={10.6018/analesps.515611}, abstractNote={<div> <p class="normal"><strong><span lang="es">Antecedentes:</span></strong><span lang="es"> La resiliencia en el profesorado permite afrontar situaciones difíciles y reponerse a la adversidad existiendo diferencias de género al respecto. Asimismo, la inteligencia artificial y las técnicas asociadas a ella han resultado ser de gran utilidad para predecir variables educativas y estudiar la interconexión entre ellas tras la COVID-19. Dicho esto, el objetivo general de esta investigación fue predecir los niveles de resiliencia en las profesoras y profesores de Secundaria a través del diseño de una red neuronal artificial (RNA). <strong>Método:</strong> Se administró la Escala Breve de Afrontamiento Resiliente, el Inventario de Burnout de Maslach y el Cuestionario de Estrés frente a la COVID-19 a 401 docentes de secundaria (70.6% mujeres) de centros educativos del sureste español, con una edad media de 44.36 años (<em>DT</em>= 9.38). <strong>Resultados:</strong> Se hallaron diferencias en la configuración de los modelos predictivos de la resiliencia entre profesoras y profesores contribuyendo las variables independientes en diferente grado en función del género. <strong>Conclusiones:</strong> Se pone de manifiesto la utilidad de las RNA en el ámbito educativo y la necesidad de diseñar programas más ajustados.</span></p> </div>}, number={1}, journal={Anales de Psicología / Annals of Psychology}, author={Martínez-Ramón, Juan Pedro and Morales-Rodríguez, Francisco Manuel and Pérez-López, Sergio and Méndez Mateo, Inmaculada and Ruiz-Esteban, Cecilia}, year={2023}, month={ene.}, pages={100–111} }