Estudio del estrés académico percibido por estudiantes universitarios y su incidencia en el rendimiento, con la mediación de dos variables: Metas académicas y estrategias de aprendizaje.
Tesis Materias > Educación Universidad Internacional Iberoamericana México > Investigación > Tesis Doctorales Cerrado Español El objetivo de esta investigación es analizar la incidencia del estrés académico percibido por los estudiantes universitarios (estresores, síntomas y estrategias de afrontamiento) en el rendimiento académico, precisando el análisis por grupo o cluster de estudiantes, denominados según la orientación a metas académicas y estrategias de aprendizaje, concibiendo al estudiante como capaz de motivarse y autorregularse. Se trata de un estudio con diseño no experimental transversal, cuya finalidad es descriptiva y correlacional, con análisis de conglomerados para la configuración de grupos y análisis de regresión múltiple para la identificación de variables predictoras del rendimiento académico. El contexto de investigación es la Universidad San Sebastián. Se constata que los estudiantes de la muestra (N= 118) perciben con mayor frecuencia dos estresores: Sobrecarga de tareas y trabajos, y tener tiempo limitado; reaccionan con mayor frecuencia con dos síntomas de tipo psicológico, ansiedad, angustia o desesperación, y problemas de concentración; y recurren, en general, a las siete estrategias de afrontamiento. La variable predictora del rendimiento académico identificada para la muestra de estudiantes es la estrategia de afrontamiento A6-Elaborar y ejecutar un plan para enfrentar lo que estresa (correlación directa y significativa), cuanto más recurren a una estrategia vinculada con la autorregulación, mejor es su rendimiento. Explica el 5.7% de la varianza del promedio de calificaciones (R= .239 y R2= .057, F= 6.243, significación de .014).Para el grupo 1, perfil denominado de Baja Generalizada en Múltiples Metas y Estrategias (N= 42), caracterizado por ser vulnerables ante el estrés académico, poco motivados hacia metas y poco activos en sus procesos de aprendizaje, con el promedio de calificación más bajo, las variables predictoras son la estrategia de afrontamiento A1-Concentrarse en resolver la situación (correlación directa y significativa), y el síntoma S2-Sentimientos de depresión y tristeza (correlación inversa y significativa), cuanto más se enfocan en resolver el problema y menos se deprimen, más favorable es para su rendimiento. Explican el 20.4% de la varianza del promedio de calificaciones (R= .451 y R2= .204, F= 4.291, significación de .045).Por su parte, para el grupo 2, perfil denominado de Altas Metas de Aprendizaje y Estrategias Múltiples (N= 40), caracterizado por estudiantes poco vulnerables ante el estrés académico, más resistentes y motivados, y activos en su autorregulación y aprendizaje, con un promedio alto de calificación, la variable predictora es el síntoma S5-Sentimiento de agresividad (correlación inversa y significativa), cuanto menos vulnerables son a la irritabilidad, más alto es su rendimiento. Explica el 18.4% de la varianza del promedio de calificaciones (R= .429, R2= .184, F= 8.571, significación de .006).Para el grupo 3, perfil denominado de Altas Metas Múltiples y Estrategias de Procesamiento de la información (N= 26), caracterizado por estudiantes muy vulnerables ante el estrés académico, con metas orientadas hacia la valoración social, el yo y las recompensas, y menos activos que el grupo 3 en su autorregulación y aprendizaje, con el más alto promedio de calificación, el análisis de regresión no retuvo en el modelo ninguna de las variables consideradas; es probable que haya influido la baja cantidad de estudiantes de este grupo. metadata Valenzuela Ramos, Nora Guadalupe mail nora.valenzuela@doctorado.unini.edu.mx (2022) Estudio del estrés académico percibido por estudiantes universitarios y su incidencia en el rendimiento, con la mediación de dos variables: Metas académicas y estrategias de aprendizaje. Doctoral thesis, SIN ESPECIFICAR.
Texto completo no disponible.Resumen
El objetivo de esta investigación es analizar la incidencia del estrés académico percibido por los estudiantes universitarios (estresores, síntomas y estrategias de afrontamiento) en el rendimiento académico, precisando el análisis por grupo o cluster de estudiantes, denominados según la orientación a metas académicas y estrategias de aprendizaje, concibiendo al estudiante como capaz de motivarse y autorregularse. Se trata de un estudio con diseño no experimental transversal, cuya finalidad es descriptiva y correlacional, con análisis de conglomerados para la configuración de grupos y análisis de regresión múltiple para la identificación de variables predictoras del rendimiento académico. El contexto de investigación es la Universidad San Sebastián. Se constata que los estudiantes de la muestra (N= 118) perciben con mayor frecuencia dos estresores: Sobrecarga de tareas y trabajos, y tener tiempo limitado; reaccionan con mayor frecuencia con dos síntomas de tipo psicológico, ansiedad, angustia o desesperación, y problemas de concentración; y recurren, en general, a las siete estrategias de afrontamiento. La variable predictora del rendimiento académico identificada para la muestra de estudiantes es la estrategia de afrontamiento A6-Elaborar y ejecutar un plan para enfrentar lo que estresa (correlación directa y significativa), cuanto más recurren a una estrategia vinculada con la autorregulación, mejor es su rendimiento. Explica el 5.7% de la varianza del promedio de calificaciones (R= .239 y R2= .057, F= 6.243, significación de .014).Para el grupo 1, perfil denominado de Baja Generalizada en Múltiples Metas y Estrategias (N= 42), caracterizado por ser vulnerables ante el estrés académico, poco motivados hacia metas y poco activos en sus procesos de aprendizaje, con el promedio de calificación más bajo, las variables predictoras son la estrategia de afrontamiento A1-Concentrarse en resolver la situación (correlación directa y significativa), y el síntoma S2-Sentimientos de depresión y tristeza (correlación inversa y significativa), cuanto más se enfocan en resolver el problema y menos se deprimen, más favorable es para su rendimiento. Explican el 20.4% de la varianza del promedio de calificaciones (R= .451 y R2= .204, F= 4.291, significación de .045).Por su parte, para el grupo 2, perfil denominado de Altas Metas de Aprendizaje y Estrategias Múltiples (N= 40), caracterizado por estudiantes poco vulnerables ante el estrés académico, más resistentes y motivados, y activos en su autorregulación y aprendizaje, con un promedio alto de calificación, la variable predictora es el síntoma S5-Sentimiento de agresividad (correlación inversa y significativa), cuanto menos vulnerables son a la irritabilidad, más alto es su rendimiento. Explica el 18.4% de la varianza del promedio de calificaciones (R= .429, R2= .184, F= 8.571, significación de .006).Para el grupo 3, perfil denominado de Altas Metas Múltiples y Estrategias de Procesamiento de la información (N= 26), caracterizado por estudiantes muy vulnerables ante el estrés académico, con metas orientadas hacia la valoración social, el yo y las recompensas, y menos activos que el grupo 3 en su autorregulación y aprendizaje, con el más alto promedio de calificación, el análisis de regresión no retuvo en el modelo ninguna de las variables consideradas; es probable que haya influido la baja cantidad de estudiantes de este grupo.
| Tipo de Documento: | Tesis (Doctoral) |
|---|---|
| Palabras Clave: | Estrés académico, rendimiento académico, metas académicas, estrategias de aprendizaje, autorregulación, estudiantes universitarios. |
| Clasificación temática: | Materias > Educación |
| Divisiones: | Universidad Internacional Iberoamericana México > Investigación > Tesis Doctorales |
| Depositado: | 22 Sep 2023 23:30 |
| Ultima Modificación: | 22 Sep 2023 23:30 |
| URI: | https://repositorio.unini.edu.mx/id/eprint/2341 |
Acciones (logins necesarios)
 |
Ver Objeto |
<a href="/10290/1/Influence%20of%20E-learning%20training%20on%20the%20acquisition%20of%20competences%20in%20basketball%20coaches%20in%20Cantabria.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
The main aim of this study was to analyse the influence of e-learning training on the acquisition of competences in basketball coaches in Cantabria. The current landscape of basketball coach training shows an increasing demand for innovative training models and emerging pedagogies, including e-learning-based methodologies. The study sample consisted of fifty students from these courses, all above 16 years of age (36 males, 14 females). Among them, 16% resided outside the autonomous community of Cantabria, 10% resided more than 50 km from the city of Santander, 36% between 10 and 50 km, 14% less than 10 km, and 24% resided within Santander city. Data were collected through a Google Forms survey distributed by the Cantabrian Basketball Federation to training course students. Participation was voluntary and anonymous. The survey, consisting of 56 questions, was validated by two sports and health doctors and two senior basketball coaches. The collected data were processed and analysed using Microsoft® Excel version 16.74, and the results were expressed in percentages. The analysis revealed that 24.60% of the students trained through the e-learning methodology considered themselves fully qualified as basketball coaches, contrasting with 10.98% of those trained via traditional face-to-face methodology. The results of the study provide insights into important characteristics that can be adjusted and improved within the investigated educational process. Moreover, the study concludes that e-learning training effectively qualifies basketball coaches in Cantabria.
Josep Alemany Iturriaga mail josep.alemany@uneatlantico.es, Álvaro Velarde-Sotres mail alvaro.velarde@uneatlantico.es, Javier Jorge mail , Kamil Giglio mail ,
Alemany Iturriaga
<a class="ep_document_link" href="/11642/1/s41598-024-57547-4.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Extracting knowledge from hybrid data, comprising both categorical and numerical data, poses significant challenges due to the inherent difficulty in preserving information and practical meanings during the conversion process. To address this challenge, hybrid data processing methods, combining complementary rough sets, have emerged as a promising approach for handling uncertainty. However, selecting an appropriate model and effectively utilizing it in data mining requires a thorough qualitative and quantitative comparison of existing hybrid data processing models. This research aims to contribute to the analysis of hybrid data processing models based on neighborhood rough sets by investigating the inherent relationships among these models. We propose a generic neighborhood rough set-based hybrid model specifically designed for processing hybrid data, thereby enhancing the efficacy of the data mining process without resorting to discretization and avoiding information loss or practical meaning degradation in datasets. The proposed scheme dynamically adapts the threshold value for the neighborhood approximation space according to the characteristics of the given datasets, ensuring optimal performance without sacrificing accuracy. To evaluate the effectiveness of the proposed scheme, we develop a testbed tailored for Parkinson’s patients, a domain where hybrid data processing is particularly relevant. The experimental results demonstrate that the proposed scheme consistently outperforms existing schemes in adaptively handling both numerical and categorical data, achieving an impressive accuracy of 95% on the Parkinson’s dataset. Overall, this research contributes to advancing hybrid data processing techniques by providing a robust and adaptive solution that addresses the challenges associated with handling hybrid data, particularly in the context of Parkinson’s disease analysis.
Imran Raza mail , Muhammad Hasan Jamal mail , Rizwan Qureshi mail , Abdul Karim Shahid mail , Angel Olider Rojas Vistorte mail angel.rojas@uneatlantico.es, Md Abdus Samad mail , Imran Ashraf mail ,
Raza
<a href="/11265/1/Food%20Frontiers%20-%202024%20-%20Cassotta%20-%20Human%E2%80%90based%20new%20approach%20methodologies%20to%20accelerate%20advances%20in%20nutrition%20research.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Human‐based new approach methodologies to accelerate advances in nutrition research
Much of nutrition research has been conventionally based on the use of simplistic in vitro systems or animal models, which have been extensively employed in an effort to better understand the relationships between diet and complex diseases as well as to evaluate food safety. Although these models have undeniably contributed to increase our mechanistic understanding of basic biological processes, they do not adequately model complex human physiopathological phenomena, creating concerns about the translatability to humans. During the last decade, extraordinary advancement in stem cell culturing, three-dimensional cell cultures, sequencing technologies, and computer science has occurred, which has originated a wealth of novel human-based and more physiologically relevant tools. These tools, also known as “new approach methodologies,” which comprise patient-derived organoids, organs-on-chip, multi-omics approach, along with computational models and analysis, represent innovative and exciting tools to forward nutrition research from a human-biology-oriented perspective. After considering some shortcomings of conventional in vitro and vivo approaches, here we describe the main novel available and emerging tools that are appropriate for designing a more human-relevant nutrition research. Our aim is to encourage discussion on the opportunity to explore innovative paths in nutrition research and to promote a paradigm-change toward a more human biology-focused approach to better understand human nutritional pathophysiology, to evaluate novel food products, and to develop more effective targeted preventive or therapeutic strategies while helping in reducing the number and replacing animals employed in nutrition research.
Manuela Cassotta mail manucassotta@gmail.com, Danila Cianciosi mail , Maria Elexpuru Zabaleta mail maria.elexpuru@uneatlantico.es, Iñaki Elío Pascual mail inaki.elio@uneatlantico.es, Sandra Sumalla Cano mail sandra.sumalla@uneatlantico.es, Francesca Giampieri mail francesca.giampieri@uneatlantico.es, Maurizio Battino mail maurizio.battino@uneatlantico.es,
Cassotta
<a href="/11322/1/journal.pone.0298582.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
With the outbreak of the COVID-19 pandemic, social isolation and quarantine have become commonplace across the world. IoT health monitoring solutions eliminate the need for regular doctor visits and interactions among patients and medical personnel. Many patients in wards or intensive care units require continuous monitoring of their health. Continuous patient monitoring is a hectic practice in hospitals with limited staff; in a pandemic situation like COVID-19, it becomes much more difficult practice when hospitals are working at full capacity and there is still a risk of medical workers being infected. In this study, we propose an Internet of Things (IoT)-based patient health monitoring system that collects real-time data on important health indicators such as pulse rate, blood oxygen saturation, and body temperature but can be expanded to include more parameters. Our system is comprised of a hardware component that collects and transmits data from sensors to a cloud-based storage system, where it can be accessed and analyzed by healthcare specialists. The ESP-32 microcontroller interfaces with the multiple sensors and wirelessly transmits the collected data to the cloud storage system. A pulse oximeter is utilized in our system to measure blood oxygen saturation and body temperature, as well as a heart rate monitor to measure pulse rate. A web-based interface is also implemented, allowing healthcare practitioners to access and visualize the collected data in real-time, making remote patient monitoring easier. Overall, our IoT-based patient health monitoring system represents a significant advancement in remote patient monitoring, allowing healthcare practitioners to access real-time data on important health metrics and detect potential health issues before they escalate.
Md. Milon Islam mail , Imran Shafi mail , Sadia Din mail , Siddique Farooq mail , Isabel de la Torre Díez mail , Jose Breñosa mail josemanuel.brenosa@uneatlantico.es, Julio César Martínez Espinosa mail ulio.martinez@unini.edu.mx, Imran Ashraf mail ,
Islam
<a href="/11324/1/navarro-hortal-et-al-2024-in-vitro-and-in-vivo-insights-into-a-broccoli-byproduct-as-a-healthy-ingredient-for-the.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Broccoli has gained popularity as a highly consumed vegetable due to its nutritional and health properties. This study aimed to evaluate the composition profile and the antioxidant capacity of a hydrophilic extract derived from broccoli byproducts, as well as its influence on redox biology, Alzheimer’s disease markers, and aging in the Caenorhabditis elegans model. The presence of glucosinolate was observed and antioxidant capacity was demonstrated both in vitro and in vivo. The in vitro acetylcholinesterase inhibitory capacity was quantified, and the treatment ameliorated the amyloid-β- and tau-induced proteotoxicity in transgenic strains via SOD-3 and SKN-1, respectively, and HSP-16.2 for both parameters. Furthermore, a preliminary study on aging indicated that the extract effectively reduced reactive oxygen species levels in aged worms and extended their lifespan. Utilizing broccoli byproducts for nutraceutical or functional foods could manage vegetable processing waste, enhancing productivity and sustainability while providing significant health benefits.
María D. Navarro-Hortal mail , Jose M. Romero-Márquez mail , M. Asunción López-Bascón mail , Cristina Sánchez-González mail , Jianbo Xiao mail , Sandra Sumalla Cano mail sandra.sumalla@uneatlantico.es, Maurizio Battino mail maurizio.battino@uneatlantico.es, Tamara Y. Forbes-Hernande mail tamara.forbes@unini.edu.mx, José L. Quiles mail jose.quiles@uneatlantico.es,
Navarro-Hortal