72 73
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE QUÍMICA: EVALUACIÓN
PARA NIVELACIÓN DE ESTUDIANTES DE NUEVO INGRESO UNIVERSITARIO
Ocaña, Alvarado, Vinueza.
72 73
Impact of using applicaons in chemistry learning: evaluaon for leveling new university
students
¹ Escuela Superior Politécnica de Chimborazo, Facultad de Ciencias, Riobamba, Ecuador.
² Unidad Educativa “Verbo Divino”, Departamento de Ciencias Naturales, Guaranda, Ecuador.
³ Pontificia Universidad Católica del Ecuador Sede Esmeradas, Laboratorio Clínico, Esmeraldas, Ecuador.
* rocio.ocania@espoch.edu.ec
La incorporación de aplicaciones tecnológicas educavas en procesos de enseñanza-aprendizaje ha generado grandes
expectavas en el logro de objevos académicos. El objevo principal de la invesgación fue implementar una estrategia
de nivelación que incluya el uso de aplicaciones recomendadas de libre acceso para el estudio de temas base de química,
ulizando una metodología cuantava cuasiexperimental. Mediante una entrevista po focus group, 10 docentes de
química de bachillerato superior y universitarios sugirieron cuatro temas fundamentales de nivelación para el diseño de un
pre - test. El pre - test se aplicó a 200 estudiantes que rindieron previamente pruebas de ingreso a la universidad pública
ecuatoriana a carreras de ciencias e ingeniería durante cinco periodos académicos entre agosto 2021 y sepembre 2023. La
estrategia de nivelación incluyó una planicación micro curricular en la que el grupo experimental usó durante 100 minutos
semanales aplicaciones tecnológicas. Después de 4 semanas de acvidades de nivelación con énfasis en las deciencias
detectadas pre - test, se realizó un post - test que mostró una mejora en el puntaje global de los estudiantes de 3.30 puntos.
Se idencaron diferencias signicavas en los puntajes del post - test del grupo de control y el grupo experimental.
Palabras claves: Nivelación, química, aplicaciones educavas.
The incorporaon of educaonal technological applicaons in the teaching-learning processes has generated great
expectaons in the achievement of academic objecves. The main objecve of the research was to implement a leveling
strategy that includes the use of recommended and freely accessible applicaons for the study of basic chemistry topics,
using a quasi-experimental quantave methodology. Through a focus group interview, ten chemistry teachers from high
school and university levels idened essenal topics to design a pretest. The pre-test was applied to 200 students who
previously took admission exams to the Ecuadorian public university for careers related to science and engineering during
ve academic periods between August 2021 and September 2023. The leveling strategy included micro-curricular planning
in which only the experimental group used technological applicaons for one hour and forty minutes per week. Aer 4
workweeks of leveling acvies with an emphasis on the main deciencies detected in the pre-test, a post-test was carried
out that showed an improvement in the students' overall score of 3.30 points. Signicant dierences were idened between
the post-test of the control group and the experimental group.
Keywords: Leveling, chemistry, educaonal applicaons.
RESUMEN
ABSTRACT
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE
QUÍMICA: EVALUACIÓN PARA NIVELACIÓN DE ESTUDIANTES DE
NUEVO INGRESO UNIVERSITARIO
ISSN 2477-9105
Número 32 Vol.1 (2024)
Fecha de recepción: 27-10-2024 / Fecha de aceptación: 06-12-2024 / Fecha de Publicación: 16-12-2024
DOI: hps://doi.org/10.47187/perf.v1i32.303
¹ Evelyn Ocaña Patarón*
³ Diana Paola Vinueza Ramón
² Karen Alvarado Valdivieso
iD
iD
iD
74 75
ISSN 2477-9105
Número 32 Vol.1 (2024)
Las estrategias empleadas para la enseñanza de
la química han evolucionado con el empo para
opmizar el aprendizaje de los estudiantes. Una
de las estrategias actuales más destacadas es el
uso de herramientas tecnológicas accesibles para
complementar el proceso educavo, la cual ha
generado grandes expectavas en el logro de los
objevos académicos (1,2).
La necesidad de una adaptación del proceso
de nivelación de estudiantes preuniversitarios
en conocimientos básicos de química está
estrechamente vinculada a evitar la deserción en
los primeros años universitarios de las carreras
relacionadas con las Ciencias, Tecnologías e
Ingeniería, que son parte de la oferta académica
de varias universidades ecuatorianas (3). Si
bien el informe del Examen Nacional para la
Educación Superior difundido en 2018 arma que
la deserción es más frecuente en matemácas (4)
se menciona además a asignaturas como sica y
química (5). En Ecuador, estudios actuales sobre la
deserción en la educación superior reeren varios
elementos que suelen intervenir generalmente
en la deserción: circunstancias económicas, de
salud, bases académicas y parcularidades socio-
familiares (6).
Los factores relacionados con la deserción son
múlples y variables, no obstante, los docentes
e instuciones de Educación Superior pueden
contribuir posivamente con la modicación de
ciertos aspectos, como la forma tradicional de
adquisición de conocimientos, que no resulta
atracva para los jóvenes de nuevo ingreso (7). Es
esencial que los docentes promuevan ambientes
de aprendizaje esmulantes direccionados a
la construcción del conocimiento propio del
estudiante mediante estrategias y acvidades
adecuadas en un rol acvo, críco y creavo (8).
Se conoce que las tecnologías digitales ofrecen
un gran potencial para promover el aprendizaje
(9). En concordancia con la teoría de aprendizaje
signicavo de Ausubel, estas tecnologías
pueden relacionarse con la facilidad para crear
una conexión de nuevos conocimientos con los ya
existentes, promoviendo así un aprendizaje más
profundo y duradero (10), en esta misma línea, la
teoría de construcvismo de Vygotsky, describe
a las tecnologías digitales como herramientas
úles para ampliar la Zona de Desarrollo Próximo
(ZDP) enfocadas a facilitar el aprendizaje de los
I. INTRODUCCIÓN estudiantes al permir el acceso a información
y recursos (10). A pesar de que, los individuos
pueden superar sus limitaciones actuales y
alcanzar nuevos niveles de comprensión con
ayuda de la tecnología, la falta de acceso a
recursos sigue siendo un problema (11).
En el proyecto de invesgación "Apps as digital
tools in the teaching of inorganic nomenclature"
(12), se evaluó la aceptación de 109 estudiantes
universitarios para el aprendizaje de
nomenclatura inorgánica ulizando aplicaciones
móviles (m-learning), los resultados indicaron
que la mayoría de los estudiantes considera
oportuno su uso, ya que les ayudó a acrecentar
su interés, mejorar la retención del conocimiento
y facilitó su aprendizaje.
En la misma línea, Moreno (13), reere que el uso
de aplicaciones de smartphones y tablets además
de mejorar el aprendizaje de la química orgánica y el
rendimiento académico de estudiantes en su úlmo
año de bachillerato, proporcionó instrumentos
valiosos a los docentes pares de cara al manejo de
recursos didáccos digitales en el aula.
Por su parte, Barraqué et al (14), puntualizan que
al diseñar un Curso con Estrategias Alternavas
para la Enseñanza de la Química (CEAEQ)
explorando herramientas complementarias a
las metodologías tradicionales de enseñanza en
las asignaturas de Introducción a la Química y
Química General respecvamente, se detectó
una mejoría en la autonomía en el aprendizaje.
Finalmente, en el arculo “Integración de
aplicaciones móviles en los procesos de
enseñanza-aprendizaje de la química. Evolución
de estas tecnologías en el proceso educavo” (15),
se describe que la integración de aplicaciones
tecnológicas a procesos de enseñanza aprendizaje
favorecen el proceso, con el n de solventar las
nuevas necesidades y expectavas derivadas de
la gran revolución tecnológica que enfrenta la
humanidad.
Con estos antecedentes, en el presente estudio
se busca determinar cómo el uso de aplicaciones
tecnológicas inuye en el proceso de enseñanza
y aprendizaje de un grupo de estudiantes para
nivelar los conocimientos de química previo a su
ingreso a instuciones de educación superior y
a carreras relacionadas con ciencias e ingeniería
para mejorar la comprensión y rendimiento en
temas clave de esta asignatura.
74 75
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE QUÍMICA: EVALUACIÓN
PARA NIVELACIÓN DE ESTUDIANTES DE NUEVO INGRESO UNIVERSITARIO
Ocaña, Alvarado, Vinueza.
Se realizó una invesgación cuasi-experimental o
experimento controlado por el cual se analizaron
dos grupos de 100 estudiantes cada uno, en
etapa preuniversitaria, seleccionados en los
periodos académicos comprendidos entre agosto
2021 a sepembre 2023 y que previamente
rindieron la prueba EAES- SENESCYT de acceso a
universidades públicas (16).
La intervención al grupo control y grupo
experimental se aplicó con base en la planicación
micro curricular semanal que se detalla en las
Tablas 1-4, a cargo de un solo docente guía, los
temas incluidos fueron: generalidades de la tabla
II. MATERIALES Y MÉTODOS
SEMANA 1. TEMA: TABLA PERIÓDICA
ESTRATEGIAS METODOLÓGICAS ACTIVAS ACTIVIDAD/TAREA
EXPERIENCIA
¿Qué datos observas en la tabla periódica?
Presentar una tabla periódica y familiarizar a los estudiantes con
su contenido.
REFLEXIÓN
• Realizar una lluvia de ideas sobre las leyes y principios
que determinan el comportamiento de los elementos.
CONCEPTUALIZACIÓN
• Día 1: Número atómico, masa, breve revisión de
estructura atómica.
• Día 2: Estructura y organización de la tabla periódica.
• Día 3: Propiedades periódicas.
• Día 4: Conguración electrónica.
• Día 5: Clasicación de los elementos.
APLICACIÓN
• Realizar ejercicios práccos en los que los estudiantes
idenquen elementos, los clasiquen, determinen su
grupo o periodo y predigan sus propiedades.
• Ulizar una aplicación para visualizar elementos
químicos y su descripción en la tabla periódica.
• Proponer un proyecto grupal en el que los estudiantes
invesguen y presenten un grupo de elementos
analizando su estructura y propiedades.
Inicio (25 minutos):
Pregunta generadora: ¿Qué po de información se observan en la
tabla periódica?
Breve revisión: Conceptos básicos de estructura y organización de
la tabla periódica.
Introducción al tema: Presentación de ejemplos resueltos.
Análisis.
Desarrollo (50 minutos):
Trabajo en grupos: Los estudiantes desarrollan un taller
compendio de ejercicios de idencación de elementos químicos
y sus propiedades.
Discusión grupal: Los grupos presentan sus hallazgos y se realizan
correcciones.
Uso de app virtual: Observar la tabla periódica y su contenido.
Cierre (15 minutos):
Resumen de los conceptos clave: Docente.
Aplicación prácca: Se resuelven ejercicios donde los estudiantes
deban predecir analizar diferentes elementos químicos y sus
propiedades.
periódica, nomenclatura inorgánica, orgánica
y estequiometría (13). La sección “uso de app
virtual” se incluye únicamente para el grupo
experimental y se muestra con un color diferente
en la tabla, el uso de app virtual se programó
para 20 minutos de intervención en una clase
programada de 90 minutos diarios por cinco
días a la semana. En este empo los estudiantes
del grupo experimental ingresaron los ejercicios
ejecutados como trabajos en grupo a la aplicación,
comprobaron su resolución y realizaron sus
observaciones. Las aplicaciones fueron ulizadas
en un empo total de una hora y 40 minutos a
la semana. La evaluación sumava se planicó
como una prueba escrita por reacvos en el post
- test.
Tabla 1. Planicación nivelación. Semana 1.
SEMANA 2 TEMA: NOMENCLATURA INORGÁNICA
ESTRATEGIAS METODOLÓGICAS ACTIVAS ACTIVIDAD/TAREA
EXPERIENCIA
¿Cómo se muestran las fórmulas de los compuestos químicos?
Presentar una breve animación que ilustre la importancia de la
nomenclatura de compuestos inorgánicos.
REFLEXIÓN
• Realizar una lluvia de ideas sobre la formulación
inorgánica.
CONCEPTUALIZACIÓN
• Día 1 y 2: Explicar la nomenclatura de manera gradual:
Compuestos binarios: óxidos, hidruros, sales binarias.
Inicio (25 minutos):
Pregunta generadora: ¿Qué información nos brinda una fórmula
inorgánica?
Breve revisión: Conceptos básicos de formulación inorgánica.
Introducción al tema: Presentación del concepto de formulación a
través de una analogía (por ejemplo, la mezcla de ingredientes en
una receta para obtener un nuevo producto).
Desarrollo (50 minutos):
Trabajo en grupos: Los estudiantes desarrollan un taller
compendio de ejercicios de idencación de compuestos varios y
los nombrarán en sus diferentes nomenclaturas.
76 77
ISSN 2477-9105
Número 32 Vol.1 (2024)
• Día 3 y 4: Compuestos Ternarios: Hidróxidos, oxácidos,
oxisales.
• Día 5: Relacionar el nombre de compuestos con su
fórmula. Compendio.
APLICACIÓN
• Realizar ejercicios práccos en los que los estudiantes
deban determinar la nomenclatura de diferentes
compuestos.
• Ulizar una aplicación para visualizar compuestos con
sus nombres.
• Proponer un proyecto grupal en el que los estudiantes
invesguen y presenten una molécula de interés,
analizando su estructura y propiedades.
Discusión grupal: Los grupos presentan sus hallazgos y se realizan
correcciones.
Uso de app virtual: Resolver ejercicios de formulación inorgánica.
Cierre (15 minutos):
Resumen de los conceptos clave: Docente.
Aplicación prácca: Se resuelven ejercicios donde los estudiantes
deban predecir los nombres de compuestos involucrados.
Tabla 2. Planicación nivelación. Semana 2.
Tabla 3. Planicación nivelación. Semana 3.
SEMANA 3 TEMA: NOMENCLATURA ORGÁNICA
ESTRATEGIAS METODOLÓGICAS ACTIVAS ACTIVIDAD/TAREA
EXPERIENCIA
¿Cómo se presentan las fórmulas de los compuestos orgánicos?
Observar las cadenas carbonadas.
Presentar un modelo molecular de las estructuras de los
compuestos orgánicos.
REFLEXIÓN
• Realizar una lluvia de ideas sobre compuestos orgánicos
y su formulación.
CONCEPTUALIZACIÓN
• Día 1: Alcanos, alquenos, alquinos.
• Día 2 y 3: Grupo funcional: alcoholes, aldehídos,
cetonas, ácidos carboxílicos.
• Día 4: Grupo funcional: aminas, amidas, nitrilos.
• Día 5: Presentar los diferentes pos de nomenclatura
de todos los compuestos de revisión.
APLICACIÓN
• Realizar ejercicios práccos para determinar la
nomenclatura de diferentes compuestos orgánicos y
grupos funcionales.
• Ulizar una aplicación y visualizar moléculas orgánicas
con sus nombres y diferencias entre grupos funcionales.
• Proponer un proyecto grupal en el que los estudiantes
invesguen y presenten una molécula de interés,
analizando su estructura y propiedades.
Inicio (25 minutos):
Pregunta generadora: ¿Qué detalles observamos en una fórmula
orgánica?
Breve revisión: Conceptos básicos de nomenclatura (cadena
principal, numeración, grupos funcionales, prejos).
Introducción al tema: Presentación de ejemplos resueltos. Análisis.
Desarrollo (50 minutos):
Trabajo en grupos: Los estudiantes desarrollan un taller compendio
de ejercicios de idencación de compuestos orgánicos.
Discusión grupal: Los grupos presentan sus hallazgos y se realizan
correcciones.
Uso de app virtual: Resolver ejercicios de formulación de
compuestos orgánicos.
Cierre (15 minutos):
Resumen de los conceptos clave: Docente.
Aplicación prácca: Se resuelven ejercicios donde los estudiantes
predicen los nombres de compuestos involucrados.
SEMANA 4 TEMA: ESTEQUIOMETRÍA
ESTRATEGIAS METODOLÓGICAS ACTIVAS ACTIVIDAD/TAREA
EXPERIENCIA
¿Qué representan las reacciones químicas?
Observar sus parcularidades.
Presentar una breve animación de una reacción química. Ejemplo:
reacción de fotosíntesis.
REFLEXIÓN
• Realizar una lluvia de ideas sobre la información que
conene una reacción química.
Inicio (25 minutos):
Pregunta generadora: ¿Qué factores pueden afectar el rendimiento
de una reacción?
Breve revisión: Conceptos básicos de estequiometría (Analizarlos
con reacciones químicas sencillas).
Introducción al tema: Presentación de ejemplos resueltos. Análisis.
76 77
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE QUÍMICA: EVALUACIÓN
PARA NIVELACIÓN DE ESTUDIANTES DE NUEVO INGRESO UNIVERSITARIO
Ocaña, Alvarado, Vinueza.
Tabla 5. Descripción de apps usadas en la intervención.
Tabla 4. Planicación nivelación. Semana 4.
CONCEPTUALIZACIÓN
• Día 1: Mol y número de Avogadro.
• Día 2 y 3: Ecuaciones químicas balanceadas.
• Día 4 y 5: Cálculos estequiométricos.
APLICACIÓN
• Proponer ejercicios que involucren cálculos
estequiométricos de diferentes pos.
• Presentar problemas de estequiometría en
situaciones reales (cálculos de rendimiento en
procesos industriales).
• Ulizar una aplicación de soporte para ejemplicar
cálculos estequiométricos.
Inicio (25 minutos):
Pregunta generadora: ¿Qué factores pueden afectar el rendimiento
de una reacción?
Breve revisión: Conceptos básicos de estequiometría (Analizarlos
con reacciones químicas sencillas).
Introducción al tema: Presentación de ejemplos resueltos. Análisis.
A connuación, se describen las aplicaciones
ulizadas en la intervención, se incluye: contenido
abordado por temas de nivelación, nombre de
las aplicaciones, link de acceso y descarga para
disposivos electrónicos. Las aplicaciones fueron
seleccionadas por su gratuidad, calicación de
usuarios en enda superiores a 3 puntos sobre 5
e interfaz dinámica. Se idencaron un total de
4 apps con los criterios de búsqueda establecidos
(español y gratuitas) en las 2 principales
plataformas virtuales, App Store y Google
Play. Se apoya la elección de aplicaciones con
estudios de la experiencia personal en el manejo
de las apps por parte de los estudiantes en el
estudio “Apps as digital tools in the teaching of
inorganic nomenclature”, algunos de los aspectos
posivos indicados son: “herramientas de fácil
uso, entretenidas, portáles, úles, fomentan la
prácca y retroalimentación ya que sirven como
mecanismo de repaso y mejoran la comprensión
de los temas abordados en clase, además de ser
una forma de autoevaluación eciente” (12).
SEMANA
TEMAS LECCIONES APP LINK
1Tabla Periódica
Períodos y grupos.
Tendencias periódicas.
Tabla Periódica. Professional ®.
https://play.google.com/store/
apps/details?id=mendeleev.
redlime&pcampaignid=web_share
2Nomenclatura
inorgánica
Compuestos binarios:
óxidos, hidruros, sales
binarias.
Compuestos Ternarios:
Hidróxidos, oxácidos,
oxisales
Quimify: Nomenclatura Química ®.
YoFormulo ®.
https://play.google.com/
store/apps/details?id=com.
quimify&pcampaignid=web_share
https://play.google.com/store/
apps/details?id=com.SamuelRojo.
YoFormulo3&pcampaignid=web_share
3Nomenclatura
orgánica
Grupo funcional:
alcanos, alquenos,
alquinos, alcoholes,
aldehídos, cetonas, ácidos
carboxílicos, aminas,
amidas, nitrilos.
Quimify: Nomenclatura Química ®.
YoFormulo
®
https://play.google.com/
store/apps/details?id=com.
quimify&pcampaignid=web_share
https://play.google.com/store/
apps/details?id=com.SamuelRojo.
YoFormulo3&pcampaignid=web_share
4Estequiometría
Cálculo de moles,
relaciones molares,
cálculo de rendimiento,
reacvo limitante y en
exceso.
ChemicalAid
®https://www.chemicalaid.com/tools/
reaconstoichiometry.php?hl=es#google_
vignee
78 79
ISSN 2477-9105
Número 32 Vol.1 (2024)
Los grupos control y experimental no fueron
asignados de manera aleatoria, pero se organizan
de manera que no exista diferencias signicavas
entre los grupos en caracteríscas como sexo,
edad (entre 18 a 21 años) y área preferente de
estudio, a saber: mecánica, ciencias, medicina,
recursos naturales e informáca y electrónica.
Para determinar la homogeneidad de los grupos
en términos de sexo, edad y áreas de estudio,
se ulizó la prueba de chi-cuadrado (χ²) de
independencia (17). Esta prueba compara las
distribuciones categóricas entre dos grupos para
observar diferencias signicavas.
La distribución de grupos control y experimental
considerando niveles similares de habilidades
iniciales en el presente estudio se apoya en los
resultados individuales de cada estudiante en
las pruebas de ingreso a universidades públicas
de Ecuador, EAES-SENESCYT (16). La selección
de estudiantes en términos de habilidades
cognivas o académicas previas no se ejecuta
dentro del presente estudio; para analizar
las variables como la capacidad de atención,
comprensión lectora, la resolución de problemas
y el razonamiento lógico se aprovechan los
resultados previos de la prueba estandarizada
nacional que se ejecuta bajo los siguientes
parámetros (18):
Los grupos control y experimental presentan
la siguiente distribución de estudiantes según
su carrera preferente de estudio, se presenta
además sus promedios grupales de Examen de
Acceso a la Educación Superior (EAES).
Al controlar estas variables se esperan resultados
más concluyentes sobre el impacto real de las
aplicaciones en el aprendizaje de química. Una vez
ejecutada la intervención se comparan los puntajes
en la resolución de un pre -test y post - test de 10
preguntas entre ambos grupos para evaluar el
impacto de las diferentes estrategias de enseñanza.
La selección de temas de pre y post test se realizó
con la colaboración de docentes universitarios y de
bachillerato superior, información que se recolectó
a través de entrevistas po focus group.
La validez y conablidad del instrumento elaborado
Las carreras de preferencia de ingreso de los
integrantes del grupo control y experimental
referidas en el presente estudio requieren de
puntajes de ingreso no menores a 780 puntos de
un total de 1000, calicación nal. En el cálculo
de calicación nal se consideran requisitos
adicionales propios de cada universidad a la
que pretende ingresar el aspirante siendo estos
referenciales en la Tabla 7, en los que incluso
se considera el promedio de calicaciones de la
educación formal secundaria durante seis años
de estudio previos.
HABILIDADES
EVALUADAS DESCRIPCIÓN DE LA EVALUACIÓN
Razonamiento
verbal.
Atención y
concentración.
Razonamiento
lógico.
Razonamiento
numérico.
Los aspirantes deben responder 160
preguntas, 40 en cada aptud.
La prueba se puede realizar en una sede
designada o en el domicilio del candidato.
La duración de la prueba es de 60 minutos,
pero las personas con discapacidad*
enen 90 minutos.
Tabla 6. Descripción de parámetros de evaluación. Prueba SENESCYT.
Adaptado de:(16).
Tabla 7. Descripción de parámetros de calicación. Universidades públicas Riobamba- Ecuador. Adaptado de:(16)
Tabla 8. Descripción de distribución de grupos según habilidades
cognivas, académicas previas.
Nota. *En el presente estudio no se han incluido personas con
discapacidad de ningún po ni se han incorporado adaptaciones
por necesidades educavas especiales a los diseños de pre - test y
post - test.
INSTITUCIÓN DE EDUCACIÓN SUPERIOR DESCRIPCIÓN DE LA
CALIFICACIÓN FINAL PUNTAJES REFERENCIALES POR CARRERAS STEM
Escuela Superior Politécnica de
Chimborazo
Universidad Nacional de Chimborazo.
75%: Promedios educación secundaria.
25%: Resultados pruebas de ingreso.
60%: Promedios educación secundaria.
40%: Resultados pruebas de ingreso.
Carreras STEM de alta demanda: Medicina,
Ciencias.
Puntaje mínimo requerido: 850
Carreras STEM de baja demanda: Informáca,
Mecánica, Recursos Naturales.
Puntaje mínimo requerido: 780
ÁREA DE ESTUDIO GRUPO
CONTROL
GRUPO
EXPERIMENTAL
Carreras STEM alta
demanda
Medicina
Ciencias
55
estudiantes
38
estudiantes
Carreras STEM baja
demanda
Informáca
Mecánica
45
estudiantes
62
estudiantes
Promedio de pruebas de ingreso 919.29 895.79
78 79
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE QUÍMICA: EVALUACIÓN
PARA NIVELACIÓN DE ESTUDIANTES DE NUEVO INGRESO UNIVERSITARIO
Ocaña, Alvarado, Vinueza.
Descripción de la población
A connuación, se describe el género, edad y área
El valor de χ² calculado es 5.66, un valor menor
que el valor críco (9.488), se concluye que no
hay diferencias signicavas en la distribución de
áreas de estudio entre los dos grupos. Por lo tanto,
III. RESULTADOS
Tabla 9. Análisis de abilidad del cuesonario.
Tabla 10. Género de grupo control y grupo experimental.
Tabla 11. Edad de grupo control y grupo experimental.
Tabla 12. Área de estudio de grupo control y grupo experimental.
se evaluó en base al coeciente determinado
entre 0 a 1 de Alfa de Cronbach al aplicar el pre
test al 100% de la población de estudio. Se emplea
el coeciente Alfa de Cronbach en el presente
estudio como un modelo de consistencia interna,
apoyado en las correlaciones entre los ítems. El
valor obtenido fue de 0.829, que denotó un alto
grado de abilidad del instrumento. El valor se
determinó por medio del programa estadísco
SPSS para los 10 elementos (preguntas) del test.
La homogeneidad de los grupos se analiza con
la prueba de chi cuadrado, se obtuvo un valor
de χ²=0.020. El valor críco para df=1 y α=0.05
es 3.841. Para este caso χ² calculado es menor
que el valor críco, lo que indica que no hay
diferencias signicavas en la proporción de
hombres y mujeres entre los dos grupos. Es
decir, en términos de composición de género, los
grupos se consideran homogéneos.
Edad.
El valor críco de chi-cuadrado para df=3 y
α=0.05 es 7.815. El valor χ² calculado es 0.388,
un valor menor que el valor críco (7.815), lo
que indica que no hay diferencias signicavas
en la distribución de edades entre los dos
grupos. Es decir, los grupos pueden considerarse
homogéneos en relación a las edades de los
individuos.
Área de estudio.
Para comprobar la normalidad de los datos
se aplicó en primera instancia un test de
Kolmogorov - Smirnof (19) para 200 datos, una
prueba estadísca no paramétrica que se uliza
para evaluar si una muestra proviene de una
distribución normal, se comprobó la distribución
no normal de datos. Con este antecedente
se aplicó a posteriori el test de Friedman,
prueba estadísca no paramétrica diseñada
para analizar datos de medidas repedas. Se
uliza con el propósito de comparar los dos
grupos relacionados, en vista de que los datos
no cumplen con los supuestos de normalidad
requeridos para un ANOVA de medidas repedas
(20) y se idencan diferencias signicavas en
los resultados de pre - test y post - test por cada
grupo.
Las estadíscas se aplicaron con el objevo de
idencar cuan signicavas son las diferencias
entre puntajes del pre - test y post – test, es decir,
idencar el efecto de la implementación de la
estrategia de uso de aplicaciones en el puntaje
del post - test. Conrmando previamente que se
traten de grupos homogéneos.
Después de ejecutar la intervención programada
de uso de aplicaciones durante un mes (cuatro
semanas) entre la evaluación con pre - test y
la evaluación con post – test, los análisis de los
datos obtenidos fueron procesados mediante
SPSS, hojas de cálculo de Excel de Oce Standard
2021 y paquete de complementos Real Stasc.
ALFA DE CRONBACH NO. DE ELEMENTOS
0.829 10
de estudio a las que aplican los estudiantes del
grupo de control y grupo experimental.
Género.
GÉNERO GRUPO CONTROL GRUPO EXPERIMENTAL
Femenino 49 52
Masculino 51 48
EDAD GRUPO CONTROL GRUPO EXPERIMENTAL
18 44 41
19 49 50
20 6 8
21 1 1
ÁREA DE ESTUDIO GRUPO
CONTROL
GRUPO
EXPERIMENTAL
MECÁNICA 12 15
CIENCIAS 24 19
MEDICINA 31 19
RECURSOS NATURALES 14 25
INFORMÁTICA Y
ELECTRÓNICA 19 22
80 81
ISSN 2477-9105
Número 32 Vol.1 (2024)
los grupos pueden considerarse homogéneos en
términos de áreas de estudio.
Habilidades cognivas académicas previas.
Se realizó un estudio comparavo entre los
grupos siguiendo el parámetro de calicación de
pruebas de acceso a la educación superior EAES
-SENESCYT, en las cuales se consideran aptudes
de razonamiento verbal, atención y concentración,
razonamiento lógico, razonamiento numérico. El
p-valor para la prueba de Friedman es de 0.1096
(P(x≤2.56)). Dado que χ² calculado (2.56) está en la
Análisis de resultados de post- test.
Los resultados de los puntajes del post - test se
describen a connuación, la puntuación más alta
en el grupo control fue de 9 puntos en ambos
grupos. La calicación más baja registrada en
el grupo control fue de 4 puntos y en el grupo
experimental de 5 puntos (sobre un total de 10).
Además, se observa que el 7 % de los estudiantes,
HABILIDADES GRUPO
CONTROL
GRUPO
EXPERIMENTAL
PROMEDIO GRUPAL DE
PRUEBAS DE INGRESO 919.29 895.79
Tabla 13. Habilidades cognivas previas de grupo control y grupo
experimental.
Tabla 14. Interpretación de escala de calicaciones de pre test.
Tabla 15. Interpretación de escala de calicaciones de post test.
PUNTAJE CATEGORÍA
INTERPRETACIÓN
GRUPO
CONTROL GRUPO EXPERIMENTAL
No. % No. %
1 a 4 INSUFICIENTE Conoce temas con imprecisiones
relevantes. 84 84 78 78
5 y 6 REGULAR Conoce temas con imprecisiones. 16 16 21 21
7 y 8 SUFICIENTE Conoce temas con precisión
suciente. 0 - 1 1
9 y 10 SOBRESALIENTE Conoce temas con alta precisión. 0 - 0 -
región de aceptación [0, 3.8415] se concluye que
no hay diferencias signicavas en la distribución
de estudiantes según parámetros de habilidades
académicas previas por grupos.
Análisis de resultados de pre- test.
Los resultados de los puntajes del pre - test se
describen a connuación, la puntuación más
alta en el grupo control fue de 6 puntos y en el
grupo experimental de 7 puntos. La calicación
más baja registrada en ambos grupos fue de 1
punto (sobre un total de 10). Además, se observa
que el 84 % de los estudiantes, obtuvieron una
calicación insuciente (1 a 4 puntos) en el grupo
control; mientras que para el grupo experimental
el 78% se ubicó en este nivel. En los dos grupos
ningún estudiante alcanza en su pre - test un
puntaje sobresaliente.
obtuvieron una calicación insuciente (1 a 4
puntos) en el grupo control; mientras que para
el grupo experimental ningún estudiante se
ubicó en esta categoría. En el grupo control el
56% de estudiantes alcanza un puntaje suciente
y el 1% un puntaje sobresaliente; mientras que
en el grupo experimental el 47% de estudiantes
alcanza un puntaje suciente y el 10% un puntaje
sobresaliente.
Información grupal.
De acuerdo a la información se presenta un
PUNTAJE CATEGORÍA
INTERPRETACIÓN
GRUPO CONTROL GRUPO EXPERIMENTAL
No. % No. %
1 a 4 INSUFICIENTE Conoce temas con imprecisiones relevantes. 7 7 0 0
5 y 6 REGULAR Conoce temas con imprecisiones. 36 36 43 43
7 y 8 SUFICIENTE Conoce temas con precisión suciente. 56 56 47 47
9 y 10 SOBRESALIENTE Conoce temas con alta precisión. 1 1 10 10
incremento del promedio grupal de 1.87 puntos
en el grupo control, mientras que, en el grupo
experimental hay un incremento del promedio
80 81
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE QUÍMICA: EVALUACIÓN
PARA NIVELACIÓN DE ESTUDIANTES DE NUEVO INGRESO UNIVERSITARIO
Ocaña, Alvarado, Vinueza.
Tabla 16. Promedios grupales de test.
Tabla 17. Medidas de tendencia central.
Figura 1. Reporte de respuestas. Pre -test y post -test. Grupo control.
Figura 2. Reporte de respuestas. Pre -test y post - test. Grupo
experimental.
grupal de 3.30 puntos en comparava del pre -
test con el post - test.
9 de 100 estudiantes del grupo de control no
enen una mejoraría que les permita un ascenso
en la categoría de puntaje asignada posterior a la
nivelación, de los cuales 7 manenen un puntaje
insuciente y 2 un puntaje regular. Mientras que
en el grupo experimental 9 de 100 estudiantes
no enen una mejoraría posterior a la nivelación
Interpretación de calicaciones de pre – test y
post - test grupal.
Para el grupo control los resultados obtenidos de
puntajes de pre - test muestran mayores falencias
en las preguntas de 2 a 8 del cuesonario (en las
que acierta menos de la mitad de la población). Se
trata de preguntas relacionadas con generalidades
de la tabla periódica, nomenclatura inorgánica
y orgánica respecvamente. Como tendencia
general los puntajes del post - test son mejores
que los puntajes del pre - test para todas las
preguntas.
Para el grupo experimental los resultados
obtenidos de puntajes de pre - test muestran
mayores falencias en las preguntas de 1 a
8 y 10 del cuesonario (en las que acierta
menos de la mitad de la población). Preguntas
Test de normalidad.
La normalidad de los datos de género, edad y
área preferente de estudio no es un requisito para
aplicar la prueba de chi-cuadrado por cuanto esta
prueba se basa en la comparación de frecuencias
observadas y esperadas, no en la distribución de
los datos en sí (21). En relación a la normalidad
GRUPO CONTROL GRUPO EXPERIMENTAL
Pre - test Post - test Pre - test Post - test
Antes de nivelación Después de nivelación Antes de nivelación Después de nivelación (uso de
aplicaciones)
3.22 6.44 3.50 6.80
Medidas de tendencia central GRUPO CONTROL GRUPO EXPERIMENTAL
Pre - test Post - test Pre - test Post - test
MODA 4.00 7.00 3.00 7.00
VARIANZA 1.79 1.47 1.41 1.54
DESVIACIÓN ESTÁNDAR 1.34 1.21 1.19 1.24
siendo 8 estudiantes quienes se manenen
en una categoría regular y 1 estudiante con un
puntaje suciente.
En el grupo experimental, 4 estudiantes
manenen sus puntajes iniciales sin mejorarlos
posterior al proceso de nivelación, sin embargo,
en los dos grupos ninguno de los estudiantes
disminuye el puntaje lo que signica una mejoría
notoria del rendimiento individual.
relacionadas con generalidades de la tabla
periódica, nomenclatura inorgánica, orgánica
y estequiometría respecvamente. Como
tendencia general los puntajes del post - test
son mejores que los puntajes del pre - test para
todas las preguntas. En las dos úlmas preguntas
hay una diferencia de apenas dos aciertos entre
puntajes iniciales y post intervención.
82 83
ISSN 2477-9105
Número 32 Vol.1 (2024)
de datos de los resultados de pre - test y post -
test para los grupos control y experimental se
idenca con el test de Kolmogorov - Smirnof
que ninguno de los grupos de datos ene una
distribución normal.
Prueba de Friedman para muestras pareadas:
Se comparan los resultados de pre - test y
post- test en ambos grupos como dos muestras
relacionadas (pareadas) para determinar si sus
medianas son signicavamente diferentes. Una
alternava no paramétrica al t-test cuando se
mide la misma variable en los mismos sujetos
en momentos diferentes y cuando no se puede
asumir que los datos siguen una distribución
normal (22). Se enen los siguientes resultados:
El boxplot del post - test reeja un progreso en las
evaluaciones de los estudiantes en comparación
con el pre - test. La mediana más alta y la
ausencia de outliers sugieren un rendimiento
más uniforme y elevado en el post - test, lo cual
podría indicar que la intervención (nivelación sin
uso de aplicaciones) fue efecva para elevar el
rendimiento general del grupo de control.
Ambos grupos (control y experimental)
advireron mejoras signicavas en sus
puntajes después de la intervención. El valor
p (<0.001) del test de Friedman indica que
existen diferencias signicavas en los puntajes
después de la intervención para ambos grupos,
el tamaño del efecto r reere cuán grande es la
consecuencia (0.87 y 0.85), la interpretación de r
ayuda a entender que no solo hay una diferencia
signicava entre los grupos, sino también que
esta diferencia es sucientemente grande como
para ser relevante en la prácca.
Interpretación de Boxplot
Se presenta un diagrama de caja (boxplot) para
representar la distribución del conjunto de datos
de las evaluaciones en dos condiciones: pre - test y
post - test para los grupos control y experimental,
se enen las siguientes observaciones:
GRUPO CONTROL GRUPO EXPERIMENTAL
Pre - test Post - test Pre - test Post - test
PRUEBA DE NORMALIDAD (Kolmogorov - Smirnof)
D= 0,199* D= 0,2224* D= 0,2473* D= 0,1694*
K= 1,9898 K= 2,2238 K= 2,4729 K= 1,6938
*no se encuentra en la región de aceptación del 95 %: [0, 0,08882].
Tabla 18. Estadíscos de normalidad.
Tabla 19. Estadíscos de prueba de Friedman.
Tabla 20. Interpretación de diagrama de boxplot de grupo control.
Figura 3. Diagrama de caja. Descripción pretest de grupo control.
GRUPO CONTROL GRUPO EXPERIMENTAL
Pre - test Post - test Pre - test Post - test
DIFERENCIAS SIGNIFICATIVAS
Q=0
p<.001
r=0.87
Q=0
p<.001
r=0.85
GRUPO DE CONTROL
PARÁMETRO PRETEST POST TEST
MEDIANA 3 7
RANGO INTER
CUARTÍLICO
El IQR va desde el primer cuarl (Q1) = 2 hasta el
tercer cuarl (Q3) = 4. El 50% central de los datos
está concentrado entre estas dos puntuaciones.
El IQR va desde el primer cuarl (Q1) = 5 hasta
el tercer cuarl (Q3) = 7, el 50% central de las
puntuaciones está en un rango más alto que en
el pre - test.
BIGOTES Bigote inferior: Menor valor (1). Bigote superior:
Puntuación más alta (6).
Bigote inferior: Menor valor (4). Bigote superior:
Puntuación más alta (9).
DISTRIBUCIÓN
La distribución es más compacta en el rango de 2
a 4, con algunos estudiantes alcanzando puntajes
más altos.
Los estudiantes lograron puntuaciones más altas.
No hay outliers, lo que indica que los datos están
dentro de un rango esperado y más homogéneo.
82 83
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE QUÍMICA: EVALUACIÓN
PARA NIVELACIÓN DE ESTUDIANTES DE NUEVO INGRESO UNIVERSITARIO
Ocaña, Alvarado, Vinueza.
El post - test muestra una clara mejora en las
evaluaciones, con una mediana más alta y un
rango de valores concentrados en puntuaciones
superiores, lo que sugiere un progreso posivo
en el desempeño de los parcipantes.
Tabla 21. Interpretación de diagrama de boxplot de grupo
experimental.
Figura 5. Diagrama de caja. Descripción pretest de grupo
experimental.
Figura 6. Diagrama de caja. Descripción post test de grupo
experimental.
Figura 4. Diagrama de caja. Descripción post test de grupo control.
GRUPO EXPERIMENTAL
PARÁMETRO PRETEST POST TEST
MEDIANA 4 7
RANGO INTER
CUARTÍLICO
El IQR va desde el
primer cuarl (Q1) = 3
hasta el tercer cuarl
(Q3) = 4. La mayoría de
las evaluaciones están
agrupadas en esta
área.
El IQR va desde el
primer cuarl (Q1)
= 6 hasta el tercer
cuarl (Q3) = 8. Las
evaluaciones están
más concentradas
en la zona alta.
BIGOTES
Bigote inferior: Valor
más bajo dentro del
rango (2). Valor apico
(1).
Bigote superior: Valor
más alto dentro del
rango (5). Valor apico
(6).
Bigote inferior: Valor
más bajo dentro del
rango (5).
Bigote superior:
Valor más alto
dentro del rango
(9). No hay valores
apicos en el post –
test.
DISTRIBUCIÓN Dispersión de los datos
principales, entre 3 y 5.
Valores desde 5
hasta 9. A diferencia
del pre - test, no se
observan valores
apicos en el post -
test.
El análisis realizado entre los grupos de control y
experimental en este estudio reeja diferencias
signicavas en los resultados después de
la intervención educava (nivelación grupal
mediante el uso de aplicaciones de enseñanza
de la química), lo que aporta información valiosa
sobre el impacto en el rendimiento académico
de los estudiantes preuniversitarios que fueron
parte del estudio, resultados que son anes a
estudios previos en los que se reporta que el 83.5
% de 109 estudiantes universitarios considera
que el uso de las aplicaciones movó su interés
temas de química y un 88.1 % concuerda en que
su uso les permió mejorar su aprendizaje (12).
Si bien el uso de aplicaciones educavas y
herramientas electrónicas no son opciones
comunes para evaluar o resolver dudas dentro de
las instuciones públicas (22), estudios previos
reportan que los estudiantes preeren acudir
primero a internet y medios electrónicos como
teléfono móvil o tablero digital para buscar
información, por cuanto reeren a los métodos
interacvos como un apoyo pedagógico valioso
(23). En el presente estudio la nivelación fue
planicada en concordancia con el currículo
nacional vigente de enseñanza de la química
nivel Bachillerato General Unicado sin que el
uso de aplicaciones lleve el protagonismo en el
desarrollo de la planicación micro curricular.
De invesgaciones previas se conoce que un
54.4% de estudiantes de los dos úlmos grados
de enseñanza media y profesores de química
reconocían la necesidad de promover la creación
de un mayor número de herramientas en química
y adaptarlas a temas más especícos (22), pero
es menester normar que su uso no se exenda
en el empo o llegue a interferir en el progreso o
planicación de una clase habitual.
IV. DISCUSIÓN
84 85
ISSN 2477-9105
Número 32 Vol.1 (2024)
Homogeneidad de los grupos.
Se comprueba que los grupos fueron
homogéneos en cuanto a género, edad y áreas
de estudio mediante la aplicación de la prueba
de chi-cuadrado, no se mostraron diferencias
estadíscas signicavas en estos aspectos. En
relación al criterio de homogeneidad de grupos en
términos de habilidades cognivas o académicas
previas se idenca que el promedio grupal de
la prueba EAES para el grupo control es 919.29
y 895.79 para el grupo experimental, lo que
reere que el grupo control tendría un promedio
mayor pero no estadíscamente signicavo
relacionado a sus habilidades cognivas de
razonamiento verbal, numérico, lógico, atención
y concentración. Esto permite armar que las
comparaciones posteriores entre los grupos
control y experimental son válidas, dado que no
existen diferencias iniciales que puedan sesgar
los resultados (24).
Rendimiento en el pre – test.
Ambos grupos presentaron niveles de
rendimiento académico bajos en el pre - test, el
84% de estudiantes del grupo control y 78% del
grupo experimental se ubicó en la categoría de
rendimiento "insuciente" En esta valoración
ningún estudiante alcanzó puntajes de categoría
“sobresaliente”. Lo que jusca la necesidad
de una intervención con miras a mejorar el
rendimiento grupal en las áreas evaluadas (25).
Rendimiento en el post – test.
Los resultados del post - test muestran un
progreso signicavo en las calicaciones de los
dos grupos, aunque con un patrón diferente de
avance. El grupo control incrementó su promedio
grupal en 1.87 puntos, mientras que el grupo
experimental logró un incremento mayor, de
3.30 puntos. Estos resultados sugieren que la
intervención aplicada en el grupo experimental,
que involucró el uso de aplicaciones educavas
durante 20 minutos por clase, fue más efecva
para aumentar el rendimiento académico. En
términos de categorías, el grupo experimental
también mostró una mayor proporción de
estudiantes en la categoría de "sobresaliente"
(10%) comparado con el grupo control (1%).
Similares resultados se presentan en el arculo
“Estrategias lúdicas en el aprendizaje de la
nomenclatura química inorgánica.” (26) donde se
menciona que de 206 estudiantes en los úlmos
niveles de enseñanza media el grupo experimental
paró en condiciones de rendimiento inferiores
con una media de (x=7.03) vs. el grupo control (x
= 8.70) y sin embargo en el post - test el grupo
experimental superó la media del grupo control
al estar en contacto con juegos de aprendizaje o
aplicaciones.
Es relevante destacar que, a pesar de las mejoras
generales, un pequeño porcentaje de estudiantes
en ambos grupos (9 de 100) no experimentaron
un progreso signicavo que les permiera
cambiar de categoría de rendimiento académico.
Esto sugiere que, si bien la intervención fue ecaz
para la mayoría de población, hay estudiantes que
requieren enfoques adicionales o adaptaciones
especícas para mejorar su rendimiento, lo que
no se ha considerado en el presente estudio
(25). Por lo que en concordancia con el arculo
“Informaon and Communicaon Technologies
and inial teacher training.Digital models and
competences”, se puede analizar la creación de
espacios de aprendizaje digitales alineados con
el plan de estudios a sabiendas que la principal
limitación del uso de aplicaciones para el
aprendizaje de química es el riesgo de desvalorizar
la lectura de libros de texto o la dispersión en la
asistencia a clases presenciales (27).
Análisis Estadísco
El uso de la prueba de Friedman para muestras
pareadas permió determinar que las diferencias
entre los puntajes de pre - test y post - test
fueron estadíscamente signicavas en
ambos grupos (p<0.001), lo que conrma que
la intervención produjo una mejora real en el
rendimiento académico. El tamaño del efecto
en el grupo experimental (r=0.85) y en el grupo
control (r=0.87) muestra que, si bien el progreso
es signicavo en ambos casos, el uso de
aplicaciones en el grupo experimental logró un
impacto más relevante y es un efecto que podría
considerarse efecvo en la prácca y proyectable
a una mayor población (28).
Hay un incremento notable en los puntajes
de post – test en los dos grupos. Sin embargo,
el grupo experimental presenta mayores
puntajes promedio y más estudiantes ingresan
a categorías entre “suciente” (47 estudiantes)
y “sobresaliente” (10 estudiantes). No obstante,
sigue siendo necesario diseñar estrategias
adicionales para abordar las necesidades de los
84 85
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE QUÍMICA: EVALUACIÓN
PARA NIVELACIÓN DE ESTUDIANTES DE NUEVO INGRESO UNIVERSITARIO
Ocaña, Alvarado, Vinueza.
estudiantes que no respondieron adecuadamente
a la intervención (43 estudiantes de la categoría
“regular” de rendimiento) con miras a lograr que
más población ingrese en niveles de desempeño
más altos (29) .
Se ha de considerar en estudios futuros que las
herramientas digitales preferidas por docentes
y estudiantes no siempre coinciden, según el
arculo: “Herramientas digitales para la enseñanza
creava de química en el aprendizaje signicavo
de los estudiantes” (8) se debe comprobar que
a través del intercambio de contenidos digitales
se fomente la parcipación y el aprendizaje
colaboravo. Para futuras invesgaciones, es
clave explorar cómo incenvar la producción y
el intercambio de contenidos en plataformas
digitales populares entre los estudiantes, como
nuevas redes sociales.
Comparación de efecvidad de los procesos
de nivelación en el grupo de control y grupo
experimental:
Grupo control:
El pre - test ene una distribución más dispersa
con valores más bajos (hasta 2) y una mediana de
4. El IQR está en valores entre 5 y 7. Para el post
- test se muestra una mediana más alta, 7 y los
valores se distribuyen en un rango más amplio (de
4 a 9). Se ha de considerar que en un principio se
analizó las habilidades cognivas iniciales de cada
grupo teniendo un promedio superior de 23.50
puntos en lo que respecta a destrezas académicas
en el grupo de control, a pesar de este parcular
el grupo control no exhibe mejores resultados en
puntajes de post – test. Resultado que podría
estar alineado a las conclusiones de estudios
previos que reeren que la nueva dinámica (uso
de aplicaciones) puede contribuir a la reexión y
el replanteamiento de los conocimientos previos
(8)(11).
Grupo experimental:
El pre - test muestra una menor dispersión (IQR
entre 3 y 4) a pesar de presentar valores apicos
(1 y 6). En el post - test la mediana es superior (7)
y la mayoría de los valores se concentra en rangos
más altos (IQR entre 6 y 8). Al no idencarse
valores apicos se considera que los resultados
de post – test son más homogéneos.
Los dos grupos muestran mejores calicaciones en
el post - test. Sin embargo, el grupo experimental
destaca en términos de homogeneidad de
calicaciones y promedio general.
Finalmente, considerando que el uso de
aplicaciones móviles al parecer es más común
en niveles universitarios superiores, según el
arculo: “Integración de aplicaciones móviles
en los procesos de enseñanza-aprendizaje de
la química. Evolución de estas tecnologías en el
proceso educavo” (15). Se sustenta el interés
por desarrollar esta estrategia de nivelación y
familiarizar a la población con anterioridad al uso
de aplicaciones educavas, a sabiendas que la
aceptación general de estas herramientas es muy
alta, con un índice de aprobación del 90.9% y un
92.2% en el área de química, lo que evidencia su
creciente relevancia en el ámbito académico (15).
Ecacia de la intervención educava:
Los resultados del estudio demuestran mejores
promedios en los puntajes de los grupos de control
y experimental después de cuatro semanas de
nivelación. No obstante, el grupo experimental,
que recibió una intervención complementada
con el uso de aplicaciones educavas, mostró
un incremento de puntajes mayor al grupo
control por 3.30 puntos en su promedio grupal
y un porcentaje superior de estudiantes (10%)
se ubicaron en las categorías de rendimiento
más alto “sobresaliente”, en comparación con
el grupo control (1%), lo que sugiere que las
aplicaciones educavas pueden ser herramientas
efecvas para mejorar el rendimiento académico
en procesos de nivelación de grupos.
Homogeneidad de los grupos: Los
análisis iniciales de chi-cuadrado conrmaron
que no existen diferencias signicavas entre
los grupos en términos de género, edad y áreas
de estudio. Respecto al análisis de habilidades
cognivas previas, si bien el puntaje grupal de
evaluación de razonamiento verbal, numérico,
lógico y atención - concentración fue superior
por más de 20 puntos para el grupo de control,
su signicancia estadísca no fue numéricamente
considerable en términos de sesgos de parda.
Esto permió realizar comparaciones válidas
entre los grupos de control y experimental y
considerarlos grupos homogéneos.
V. CONCLUSIONES
86 87
ISSN 2477-9105
Número 32 Vol.1 (2024)
1. Cedeño Romero YL, Lescay Blanco DM. Estrategia didácca para el aprendizaje de la Química en
primer año de Bachillerato. Mikarimin Revista Cienca Muldisciplinaria. 4 de sepembre de
2023;9(3):106-25.
2. Barragán S, Cala F. Educación STEM integrada como estrategia para la permanencia estudianl
en la educación superior [Internet]. Bogotá: Editorial Universitario Servando Garcés; 2021 [citado
2024 jul 3]. p. 87-90. Disponible en: hps://alinin.org/wp-content/uploads/2021/01/Educacion-
STEM_STEAM_85_110.pdf
3. Secretaría de Educación Superior, Ciencia, Tecnología e Innovación. Sistema Nacional de
Información (SNI) [Internet]. Ecuador: SENESCYT; 2018 [citado 3 de julio de 2024]. Disponible en:
hps://www.educacionsuperior.gob.ec/stem-ecuador-incenva-el-estudio-de-las-ciencias-en-la-
ninez/
4. Pineda R, Moreno G. Análisis de la Deserción Universitaria en el Departamento de Ciencias
Económicas, Administravas y de Comercio de la Universidad de las Fuerzas Armadas. Revista
Hallazgos 21 [Internet]. 2020 [citado 16 de julio de 2024];5(1):1-5. Disponible en: hps://revistas.
pucese.edu.ec/hallazgos21/
5. Mena M, Godoy W, Tisalema S. Analysis of causes of early dropout of students higher educaon.
Minerva. 23 de noviembre de 2021;2(6):79-89.
6. Uribe C, Cimoli M, Youssouf A. La encrucijada de la educación en América Lana y el Caribe.
Regional de Monitoreo [Internet]. 2022 [citado 3 de julio de 2024]. Disponible en: hps://
unesdoc.unesco.org/ark:/48223/pf0000382636
7. Cajiao F. La Educación Superior en Jaque. Economía y Sociedad [Internet]. 21 de octubre de 2019
[citado 16 de julio de 2024];1-3. Disponible en: hps://razonpublica.com/la-educacion-superior-
en-jaque/
8. Tuárez M, Loor I. Herramientas digitales para la enseñanza creava de química en el aprendizaje
signicavo de los estudiantes. Dominio de las Ciencias. 2021;7(6):1048-63.
VII. REFERENCIAS
VI. AGRADECIMIENTOS
Impacto del uso de aplicaciones: El
incremento de puntajes en el post - test es mayor
en el grupo experimental, con un aumento
promedio de 3.30 puntos en comparación con el
incremento de 1.87 puntos en el grupo control.
Al parecer el uso de aplicaciones facilita un
aprendizaje más dinámico y un mejor desempeño
en los estudiantes preuniversitarios en contextos
de nivelación académica.
Limitaciones: Aunque la mayoría de los
estudiantes mostraron mejores calicaciones en
post - test, tanto en el grupo control como en el
experimental hubo un pequeño porcentaje de
estudiantes que no mejoraron su rendimiento
de manera signicava tras la intervención. Esto
indica que, a pesar de la efecvidad general de
las intervenciones, aún hay estudiantes que
necesitan enfoques diferenciados para alcanzar
su máximo potencial académico. En el presente
estudio no se han considerado adaptaciones
micro curriculares por necesidades educavas
A las instuciones educavas y personal docente
que brindaron apertura de acceso a la información
relevante y datos de la presente invesgación.
especiales.
Recomendaciones: Considerar a poste-
riori el diseño de estrategias complementarias
personalizadas para aquellos estudiantes que no
experimentan un mejor desempeño.
Las intervenciones educavas tradicionales
combinadas con el uso de aplicaciones
tecnológicas parecen ser más ecaces que las
estrategias educavas tradicionales por sí solas.
Por lo que se sugiere considerar herramientas
digitales para la adaptación a necesidades
educavas especiales en contextos de nivelación
académica y empos cortos de intervención.
86 87
IMPACTO DEL USO DE APLICACIONES EN EL APRENDIZAJE DE QUÍMICA: EVALUACIÓN
PARA NIVELACIÓN DE ESTUDIANTES DE NUEVO INGRESO UNIVERSITARIO
Ocaña, Alvarado, Vinueza.
9. Smith E, Kahlke R, Judd T. Not just digital naves: integrang technologies in professional educaon
contexts. Australas J Educ Technol. 2020;36(3):36.
10. Parra D, Chiluiza W, Casllo D. Inclusión Tecnológica en Época de Pandemia: Una Mirada al
Construcvismo como Fundamento Teórico. Revista Tecnológica-Educava Docentes 20.
2022;13(2):16-25.
11. Aji C, Khan J. Challenges and Opportunies for Virtual Reality in Higher Educaon. Slayte [Internet].
2022;2-10. Disponible en: hps://peer.asee.org/challenges-and-opportunies-for-virtual-reality-
in-higher-educaon.pdf
12. Chávez R, Rendón M, Vázquez R. Apps as digital tools in the teaching of inorganic nomenclature.
Educación Química. 2021;32(5):180-90.
13. Moreno C. Aplicaciones móviles para el fortalecimiento del proceso de aprendizaje de la química
orgánica en los estudiantes de grado undécimo. Ciencia Lana Revista Cienca Muldisciplinar.
3 de abril de 2023;7(2):799-811.
14. Barraqué F, Sampaolesi S, Briand LE, Vetere V. Educaonal innovaon for rst-year college
chemistry teaching. Educación Química. 1 de enero de 2021;32(1):58-73.
15. Roig R, Antolí J, Díez R, Pellín N. Integración de aplicaciones móviles en los procesos de enseñanza-
aprendizaje de la química. Memorias del Programa de Redes de Calidad, Innovación e Invesgación
en Docencia Universitaria. 1ra ed. Alicante (España): Universidad de Alicante; 2020.
16. Burneo A, Yunga D. Acceso de jóvenes a la Educación Superior Universitaria en el Ecuador:
Reformas, polícas y progreso. Journal of Educaon [Internet]. 2020;8(2):70-85. Disponible en:
hps://doi.org/10.25749/sis.20259
17. Ponce H, Chávez C. Estadísca para pruebas de Chi Cuadrada con uso de JASP para quienes enen
prisa [Internet]. México: Universidad Autónoma de Ciudad Juárez; 2024 [citado 3 de julio de
2024]. Disponible en: hps://www.researchgate.net/publicaon/380397974_Estadisca_para_
pruebas_de_Chi_Cuadrada_con_uso_de_JASP_para_Quienes_enen_Prisa
18. Latorre V. Reformas Universitarias Ecuatorianas: El acceso a la Educación Superior. Panorama. 1
de julio de 2020;14(27):73-88.
19. Kassambara A. Comparing Groups: Numerical Variables Praccal Stascs in R II. Datanovia
[Internet]. 2019 [citado 27 de agosto de 2024]; 1:23-27. Disponible en: hps://www.datanovia.
com/en/wp-content/uploads/dn-tutorials/book-preview/r-statistics-for-comparing-means_
preview.pdf
20. Platas V. Contrastes de normalidad [Internet]. Sanago de Compostela: Universidad de
Sanago de Compostela; 2021 [citado 27 de agosto de 2024]. Disponible en: hp://hdl.handle.
net/10347/28978
21. Ondé D. Uso de la prueba Chi-cuadrado del modelo de independencia como fuente de evidencia
empírica en Análisis Factorial Conrmatorio. [Tesis doctoral]. Madrid: Universidad Autónoma de
Madrid; 2017. Disponible en: hps://dialnet.unirioja.es/servlet/tesis?codigo=129600
22. Marnez L, Hinojo F, Aznar I. Aplicación de las Tecnologías de la Información y la Comunicación (TIC)
en los Procesos de Enseñanza Aprendizaje por parte de los Profesores de Química. Información
Tecnológica. 2018;29(2):41-52.
23. Lopes M, Aquino S, Medina G. La Tecnología Educava en empos de pandemia. Tecnología
Educava. 2021; 2:1-10.
24. Meneses J, Rodríguez D, Valero S. Una competencia profesional para la intervención. Invesgación
Educava. 2019; 1:161-198.
25. Almenara J, Gimeno A. Informaon and Communicaon Technologies and inial teacher training.
88 89
88 89
ISSN 2477-9105
Número 32 Vol.1 (2024)
Digital models and competences. 2019; 23(3): 247-268.
26. Maila V, Figueroa H, Pérez E, Cedeño J. Estrategias lúdicas en el aprendizaje de la nomenclatura
química inorgánica. Cátedra. 2020; 3(1):59-74.
27. Vargas K, Yana M, Perez K, Chura W, Alanoca R. Aprendizaje colaboravo: una estrategia que
humaniza la educación. Revista Innova Educación. 2020;2(2):363-79.
28. González N, Reyes Á. Prueba de hipótesis en R: Prueba t de Student y prueba de Wilcoxon. Opuna
Brava [Internet]. 2024 [citado 30 de agosto de 2024]; 1:1-4. Disponible en: hps://opunabrava.
ult.edu.cu/index.php/opunabrava/arcle/view/1952/2880
29. De la Cruz L. Pedagogía afecva, habilidades sociales y aprendizaje signicavo del estudiante de
educación superior en época de Covid-19 [Tesis doctoral]. Lima: Universidad César Vallejo; 2021.
Disponible en: hps://hdl.handle.net/20.500.12692/77446