Competencias digitales de estudiantes universitarios: creación de un modelo causal desde un enfoque PLS-SEM
Actualmente, estamos en una situación de tránsito en la manera de impartir docencia, provocado por el CoVId-19. En muy poco tiempo, los estudiantes se han vistos forzados a introducir en su proceso de enseñanza aprendizaje el uso de recursos digitales que les permita seguir aprendiendo. frente a est...
| Autores: | , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | Universidad de Sevilla (US) |
| Repositorio: | idUS. Depósito de Investigación de la Universidad de Sevilla |
| OAI Identifier: | oai:idus.us.es:11441/129598 |
| Acceso en línea: | https://hdl.handle.net/11441/129598 https://doi.org/10.54988/cv.2022.1.1008 |
| Access Level: | acceso abierto |
| Palabra clave: | Competencia digital TIC PLS Ecuaciones estructurales Enseñanza universitaria Digital competence ICT Structural equations Higher education |
| Sumario: | Actualmente, estamos en una situación de tránsito en la manera de impartir docencia, provocado por el CoVId-19. En muy poco tiempo, los estudiantes se han vistos forzados a introducir en su proceso de enseñanza aprendizaje el uso de recursos digitales que les permita seguir aprendiendo. frente a esta situación, se requiere una adecuada competencia digital, entendida no como una habilidad única, sino como un conjunto de habilidades que facilitan el uso de tecnología educativa, el trabajo en equipo, el pensamiento crítico, la creatividad y la comunicación. El objetivo de este trabajo es proponer un modelo estructural causal de las dimensiones que configuran la competencia digital en estudiantes universitarios. El estudio se hizo con una muestra no probabilística constituida por 17301 estudiantes procedentes de la Universidad Andrés bello de Chile. La validez de este instrumento se ha llevado a cabo a partir de la aplicación del método de mínimos cuadrados parciales (PLS) de los modelos de ecuaciones estructurales. El principal resultado fue que el modelo explicaba un 32.90% de la varianza verdadera de la competencia digital del estudiantado. Además, se ha permitido verificar la fiabilidad, validez convergente y discriminante de las relaciones causales establecidas, determinando un modelo con una bondad de ajuste aceptable. |
|---|