Factores cognitivos y emocionales del neuroaprendizaje según la percepción de futuros docentes de educación especial sobre su formación
Supporting Agencies
- Plan Propio FEDER UGR. Impacto de las Ciencias Computacionales en la educación inclusiva. Retos y desafíos éticos para profesionalización docente y su puesta en práctica. Código: C-SEJ-349-UGR23.
Abstract
Executive and emotional functions are closely related to control over learning, the methodology used by teachers to address diversity, as well as the involvement and participation of the community in inclusive education. To this end, a non-experimental quantitative cross-sectional study was designed in which 631 students from the Primary Education Degree at the Universities of Jaen, Granada and Almeria participated with an average age of 23.02 years (±6,439). The instruments used were: Questionnaire for Teacher Assessment of Educational Inclusion (CEFI-R) and Neuroeducational Scale for Planning and Didactic Intervention (ENEPID). The objective of this research was to analyze the interaction between executive functions and emotions as enhancers of neurolearning in inclusive educational contexts to understand how they influence the perception of future special education teachers. This research presents the use of a reflective structural equation model (PLS-SEM) based on the proposed theoretical framework, from an explanatory-predictive perspective. The results of the model showed the following coefficients of determination Neurolearning [(Q2=.116); (R² =.255)]; Methodology [(Q2=.073); (R² =.108)]; Supports [(Q2=.056); (R² =.115)]; Community participation [(Q2=.228); (R² =.336)]; and Concept of diversity [(Q2=.027); (R²=.066)]. Through the multivariate structural equation model, a positive relationship was found between executive functions and emotions and neurolearning. However, there is a negative relationship between support and the conception of diversity. These results, although not conclusive, emphasize the importance of developing training actions based on allowing the acquisition of optimal cognitive and emotional patterns so that future teachers can successfully face their training and professional career.
Downloads
References
Becker, J.M., Ringle, C.M., y Sarstedt, M. (2018). Estimating Moderating Effects in PLS-SEM and PLSc-SEM: Interaction Term Generation. Journal of Applied Structural Equation Modeling, 2(2), 1-21. http://dx.doi.org/10.47263/JASEM.2(2)01
Bhargava, A. V., y Ramadas, V. (2022). Implications of neuroscience/neuroeducation in the field of education to enhance the learning outcomes of the students. Journal of Positive School Psychology, 6(6), 6502-6510.
Caine, R. N., y Caine, G. (1997). Education on the Edge of Possibility. Alexandria, VA: ASCD.
Campos, A. (2010). Neuroeducación: uniendo las neurociencias y la educación en búsqueda del desarrollo humano. La educación, Revista Digital, 143, 1-14.
Chin, W.W. (1998). Issues and Opinion on Structural Equation Modeling. MIS Quarterly, 22(1),7-15.
Cifuentes, P. A., y Marín-Gutiérrez, A. (2024). Relación entre las Funciones Ejecutivas y el Currículo: Una revisión sistemática. Cultura Educación Sociedad, 15(1), e03434634. https://doi.org/10.17981/cultedusoc.15.1.2024.4984
Clavijo, R., López-Calle, C., Cedillo, C., Mora, C., y Ortiz, W. (2016). Actitudes docentes hacia la educación inclusiva en Cuenca. MASKANA, 7(1), 13-22. https://doi.org/10.18537/mskn.07.01.02
Collins, S. (2023). Neuroscience for learning and development: How to apply neuroscience and psychology for improved learning and training. Kogan Page Publishers.
Coumans, J. V., y Wark, S. (2024). Impact of Problem‐Based Learning Coaching and Neuroeducation in the Development of 21st Century Lifelong Learners. Mind, Brain, and Education, 18(1), 35-42. https://doi.org/10.1111/mbe.12406
Cueva, M. R. T., Guano, G. D. P. J., León, A. E. S., Gualotuña, S. T., y Sánchez, L. D. R. S. (2023). Neuroeducación en los ambientes escolares. Un despertar desde el binomio: emoción-aprendizaje. Ciencia Latina Revista Científica Multidisciplinar, 7(2), 313-328.
de Bortoli, B., y Teruya, T. K. (2017). Neurociência e educação: os percalços e possibilidades de um caminho em construção. Imagens Da Educação , 7(1), 70-77. https://doi.org/10.4025/imagenseduc.v7i1.32171
Díaz-Cabriales A. (2023). Escala neuroeducativa para la Planeación y la Intervención Didáctica (ENEPID). Test para el nivel neuroeducativo. JONED. Journal of Neuroeducation. 3(2), 93-105. https://doi.org/10.1344/joned. v3i2.40828
Ewing, D. L., Monsen, J. J., y Kielblock, S. (2018). Teachers’ attitudes towards inclusive education: a critical review of published questionnaires. Educational Psychology in Practice, 34(2), 150-165. https://doi.org/10.1080/02667363.2017.1417822
Finkelstein, S., Sharma, U., y Furlonger, B. (2021). The inclusive practices of classroom teachers: A scoping review and thematic analysis. International Journal of Inclusive Education, 25(6), 735-762.
Fornell, C., y Larcker, D. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50. https://doi.org/10.2307/3151312
García Carrasco, J. (2015). Neurociencia, aprendizaje y educación. En M. R. Buxarrais y M. Martínez (Eds.), Retos educativos para el siglo XXI: autonomía, responsabilidad, neurociencia y aprendizaje (pp. 119-154). Ediciones Octaedro, S.L.
García-Martínez, I., Montenegro-Rueda, M., Molina-Fernández, E., y Fernández-Batanero, J. M. (2021). Mapping teacher collaboration for school success. School Effectiveness and School Improvement, 32(4), 631-649.
Gómez-Marí, I., Pastor-Cerezuela, G., y Tárraga-Mínguez, R. (2023). Análisis del impacto de un curso formación sobre educación inclusiva en las actitudes y la autoeficacia de futuros docentes. Revista electrónica interuniversitaria de formación del profesorado, 26(3), 165-176.
González-Gil, F., Martín-Pastor, E., y Poy Castro, R. (2019). Educación inclusiva: Barreras y facilitadores para su desarrollo. Un estudio desde la percepción del profesorado. Profesorado, Revista De Currículum Y Formación Del Profesorado, 23(1), 243-263. https://doi.org/10.30827/profesorado.v23i1.9153
Hair, J.F., Sarstedt, M., Ringle, C.M., Gudergan, S.P., Castillo, J., Cepeda, G.A., y Roldán, J.L. (2021). Manual avanzado de Partial Least Squares Structural Equation Modeling (PLS-SEM). OmniaScience.
Hair, J. F., Sarstedt, M., Ringle, C. M., Gudergan, S. P., Castillo Apraiz, J., Cepeda Carrión, G. A., y Roldán, J. L. (2021). Manual avanzado de Partial Least Squares Structural Equation Modeling (PLS-SEM). OmniaScience.
Henseler, J., Ringle, C. M., y Sarstedt, M. (2015). A New Criterion for Assessing Discriminant Validity in Variance-Based Structural Equation Modeling. Journal of the Academy of Marketing Science, 43, 115-135. https://doi.org/10.1007/s11747-014-0403-8
Holmqvist, M., y Lelinge, B. (2021). Teachers’ collaborative professional development for inclusive education. European Journal of Special Needs Education, 36(5), 819-833.
Kaur, A. (2023). New Science of Teaching and Learning. Notion Press.
Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling. The Guilford Press.
Lorenzo-Seva, U., y Van Ginkel, J.R. (2016). Multiple imputation of missing values in exploratory factor analysis of multidimensional scales: Estimating latent trait scores. Anales de Psicología, 32(2), 596-608. http://doi.org/10.6018/analesps.32.2.215161
Mardia, K. V. (1974). Applications of some measures of multivariate skewness and kurtosis in testing normality and robustness studies. Sankhyā: The Indian Journal of Statistics (Series B), 36(2), 115-128.
Martínez-Ávila, M., y Fierro-Moreno, E. (2018). Aplicación de la técnica PLS-SEM en la gestión del conocimiento: un enfoque técnico práctico. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 8(16), 130-164. https://doi.org/10.23913/ride.v8i16.336
Mondéjar, J., Rodríguez, A., & Fierro, B. (2023). El paradigma de apoyos al aprendizaje desde la neurodidáctica: una necesidad en la formación universitaria. Entretextos, 17(33), 90-108. doi:10.5281/zenodo.8218195
Ringle, C.M., Sarstedt, M., Mitchell, R., y Gudergan, S.P. (2020). Partial least squares structural equation modeling in HRM research. The International Journal of Human Resource Management, 31(12), 1617‐1643. https://doi.org/10.1080/09585192.2017.1416655
Rodríguez, A., Mondéjar, J. J., Fierro, B. M. y Gallardo, C. P. (2024). Instrumentos para la medición de neuromitos docentes para su empleo en Cuba y España. Universidad & Sociedad, 16(1), 235-245. https://rus.ucf.edu.cu/index.php/rus/article/view/4323
Rodríguez, A. (coord.) (2024). ¿Ciencia o ficción en la neuroeducación? Estudio sobre neuromitos. Pirámide.
Rusconi, L., y Squillaci, M. (2023). Effects of a Universal Design for Learning (UDL) Training Course on the Development Teachers’ Competences: A Systematic Review. Education Sciences, 13(5), 466. https://doi.org/10.3390/educsci13050466
Santoianni, F., y Ciasullo, A. (2023). Milestones of Bioeducational Approach in Mind, Brain, and Education Research. In Integrated Education and Learning (pp. 297-318). Springer International Publishing.
Shulman, L. S. (2015). PCK: Its genesis and exodus. In Re-examining pedagogical content knowledge in science education (pp. 3-13). Routledge.
Totger, M. (2017). Neurociencias y Neuroaprendizajes: las emociones y el aprendizaje, nivelar estados emocionales y crear un aula con cerebro. Editorial Brujas.
Tuithof, H., Van Drie, J., Bronkhorst, L., Dorsman, L., y Van Tartwijk, J. (2023). Teachers’ pedagogical content knowledge of two specific historical contexts captured and compared. Educational Studies, 49(4), 686–711. https://doi.org/10.1080/03055698.2021.1877621
Villavicencio, V. C. V. (2023). Neuroeducation and emotional intelligence. Revista Científica Interdisciplinaria Investigación y Saberes, 13(2), 13-24.
Los artículos que se publican en esta revista están sujetos a los siguientes términos:
1. El Departamento de Métodos de Investigación y Diagnóstico en Educación de la Universidad de Murcia (España), junto con el Servicio de Publicaciones de la Universitdad de Murcia (Editum) son los editores de la revista REIFOP y conserva los derechos patrimoniales (copyright) de los artículos publicados, permitiendo la reutilización de las mismos bajo la licencia de uso indicada en el punto 2.
2. Las obras se publican en la edición electrónica de la revista bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 España (texto legal). Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: i) se cite la autoría y la fuente original de su publicación (revista, editores y URL de la obra); ii) no se usen para fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia de uso.
3. Condiciones de auto-archivo. Se permite y se anima a los autores a difundir electrónicamente las versiones pre-print (versión antes de ser evaluada) y/o post-print (versión evaluada y aceptada para su publicación) de sus obras antes de su publicación, ya que favorece su circulación y difusión más temprana y con ello un posible aumento en su citación y alcance entre la comunidad académica. Color RoMEO: verde.
