Motivación al estudio y su impacto en el rendimiento académico de estudiantes de ingeniería en Cuba

Rendimiento académico y motivación en los estudiantes
de la Tarea Álvaro Reinoso en la modalidad de estudio
como empleo de las SUM de la Provincia Sancti Spíritus
RESUMEN
El trabajo titulado Rendimiento académico y motivación en los estudiantes de la
tarea Álvaro Reinoso en la modalidad de estudio como empleo de las SUM de la
Provincia Sancti Spíritus ha sido desarrollado con el objetivo de explorar la
motivación para el estudio en dichos estudiantes y su influencia sobre el
rendimiento académico.
Como hipótesis se planteó lo siguiente: Si se conoce la motivación por el estudio
que presentan los estudiantes de Ingeniería de la Tarea Álvaro Reinoso
entonces se podrán realizar acciones para mejorar el rendimiento académico.
Para dar respuesta al problema planteado se desarrollaron las siguientes tareas
científicas:
Recopilación de los resultados docentes de los estudiantes de Ingeniería de
la TAR modalidad empleo
Aplicación de encuestas para indagar sobre la motivación de los estudiantes.
Análisis estadístico de los resultados de las encuestas mediante el SPSS.
Tomando como Población el total de estudiantes de la provincia que cursaban
estudios en esa modalidad y como muestra el total de estudiantes a los cuales
se encuestaron y se les hizo revisión de documentos para comprobar la calidad
de los trabajos realizados y se su preparación profesional.
Los resultados de la investigación arribaron a la siguiente conclusión:
No existe una buena calidad en el rendimiento docente de los estudiantes de
Ingeniería de la TAR modalidad empleo.
Existe una insuficiente motivación profesional de los estudiantes de Ingeniería
de la TAR, de los 19 estudiantes encuestados, 12 tienen poca motivación hacia
la carrera, lo que representa un 63% del total.
No se encontró una correlación matemática entre la motivación y los resultados
docentes.
Introducción
La Universalización de la Enseñanza ha constituido un paso de avance en el
desarrollo de la educación en nuestro país.
Las medidas tomadas por el gobierno revolucionario en cuanto al
redimensionamiento de la Industria Azucarera y la incorporación de los
trabajadores a otras tareas y en muchos casos se ofertaron opciones para
iniciar estudios universitarios a aquellos trabajadores que por sus
características y nivel escolar podían incorporarse a las aulas pasando a
formar parte de la Tarea Álvaro Reinoso que en todo el país ha creado
diferentes modalidades de estudio y en este caso hemos estudiado la
modalidad de estudio como empleo.
Debido a las características del tratamiento a los estudiantes y la forma de
ingreso a las carreras, se encontró que existían deficiencias en la calidad de
los estudiantes por lo que se enuncia el siguiente problema científico:
Problema: La falta de motivación para el estudio en los estudiantes de la
Tarea Álvaro Reinoso en la modalidad de estudio como empleo incide
negativamente en el rendimiento académico.
Objetivo general: Explorar la motivación para el estudio en los estudiantes de
Ingeniería de la Tarea Álvaro Reinoso en la provincia de Sancti Spíritus y su
influencia sobre el rendimiento académico.
Hipótesis: Si se conoce la motivación por el estudio que presentan los
estudiantes de Ingeniería de la Tarea Álvaro Reinoso entonces se podrán
realizar acciones para mejorar el rendimiento académico.
Objetivos específicos:
1. Identificar las condiciones de vida y familiares que puedan afectar la
motivación por el estudio.
2. Determinar el perfil motivacional de los estudiantes de la Tarea Alvaro
Reinoso.
3. Analizar el rendimiento académico.
4. Establecer correlación estadística entre la motivación y el rendimiento
académico
Criterios para evaluar el valor potencial de la investigación.
1- Conveniencia:
Esta investigación sirve para conocer las causas que provocan la falta de
motivación para el estudio y, por consiguiente, el bajo rendimiento académico
en los alumnos de la tarea Álvaro Reinoso, de esta forma puede elaborarse
una estrategia para lograr mejores resultados.
2- Relevancia Social:
Con los resultados de la investigación se beneficiaran los estudiantes que
lograran motivarse en el estudio y mejorar su rendimiento académico, también
se beneficiara la sociedad que tendrá al graduarse estos estudiantes,
profesionales capacitados para desarrollar sus funciones con calidad. La
proyección social que tiene es graduar ingenieros capaces de enfrentar las
tareas que demanda el desarrollo científico técnico de nuestra sociedad.
3- Implicaciones practicas:
Ayuda a resolver el problema de bajo rendimiento académico, motivación por
el estudio, permanencia en la carrera, calidad de los egresados, etc.
4- Valor teórico:
Con la investigación se logra conocer las causas que motivan el bajo
rendimiento académico dando las pautas para elaborar una estrategia que
pueda dar solución a los problemas detectados. Los conocimientos adquiridos
pueden ser analizados en todas las carreras con el fin de evaluar las
actividades docentes y tomar medidas para mejorar la calidad en la formación
de los estudiantes.
5- Utilidad metodológica:
La investigación ayuda a la definición del concepto motivación para el estudio
en los alumnos de la Tarea Álvaro Reinoso y relacionarlo con los
conocimientos que traen de base del nivel medio, con las condiciones de
estudio, la calidad de las clases, la labor del tutor, el interés por la carrera, etc.
Viabilidad o factibilidad de la investigación:
Este trabajo se desarrollara con encuestas a los estudiantes de ingeniería de
las diferentes SUM de la provincia, por lo que es necesario imprimir las
encuestas y trasladarse a los diferentes municipios para tratar de recoger la
mayor información posible.
El plan de visitas se ajustara a las visitas planificadas por la Universalización a
los municipios para utilizar el transporte; el papel y la impresión lo debe
garantizar la Facultad de Ingeniería.
Marco Teorico:
“La motivación reviste una extraordinaria importancia en el proceso docente
educativo, debido a que crea y estimula el interés del estudiante por apropiarse
de los conocimientos, hábitos y habilidades que corresponden a cada nueva
etapa.” ( Martínez; Hernández, 1987: 54)
El desarrollo contemporáneo de la ciencia y la tecnología, exige un
perfeccionamiento continuo del sistema educacional e intensifica la necesidad
de la calidad en la educación para lograr profesionales acordes a los
momentos actuales.
La universidad cubana para responder a las demandas actuales ha tenido que
realizar profundas transformaciones en sus concepciones académicas, y con la
informatización de la sociedad se deben provocar transformaciones en los
métodos de enseñanza, implicando cambios importantes en los roles
tradicionales del profesor y el estudiante mediante un modelo pedagógico
establecido para ofrecer amplias oportunidades a los estudiantes, concebido
para apoyar y canalizar sus esfuerzos personales y dirigidos a lograr que la
mayoría sea capaz de vencer con éxito sus estudios.
En el documento El nuevo modelo de Universidad Cubana se plantea:
"…formación s independiente, en el que el autoaprendizaje realizado sea el
centro de su proceso de formación y con el cual dejan de tener significado la
mayor parte de los elementos relacionados con la infraestructura material para
cursar estudios, limitándose solo a los requeridos para ofrecer determinadas
ayudas pedagógicas, con el empleo de la información y las comunicaciones
(TIC) como vía fundamental pero sin excluir las de carácter presencial cuando
ello se requiera."
El desafío está en lograr que los estudiantes asimilen los estudios universitarios
con responsabilidad y compromiso social, expresado en su sistemática
dedicación al estudio con independencia y creatividad, con un elevado desarrollo
de la capacidad de gestionar sus propios conocimientos.
Este modelo centra su atención principal en el autoaprendizaje de los
estudiantes; lo que infiere un minucioso tratamiento dirigido a la auto
preparación; por ser donde el estudiante desarrolla su trabajo independiente, el
cual es una característica del Proceso Docente Educativo en la autodirección del
aprendizaje; siendo necesario que esté correctamente orientado, y lo que debe
hacer el alumno debe prepararlo el profesor, pues él mismo es fuente de
información y dirige el proceso de asimilación.
Concibe el aprendizaje sobre la base de tres componentes principales: el
sistema de actividades presenciales, el estudio independiente y los servicios de
información científico técnica y docente.
En términos generales se puede afirmar que la motivación es la palanca que
mueve toda conducta, lo que nos permite provocar cambios tanto a nivel escolar
como de la vida en general. Pero el marco teórico explicativo de cómo se
produce la motivación, cuáles son las variables determinantes, cómo se puede
mejorar desde la práctica docente, etc., son cuestiones no resueltas, y en parte
las respuestas dependerán del enfoque psicológico que se adopte. Además,
como afirma Nuñez (1996) la motivación no es un proceso unitario, sino que
abarca componentes muy diversos que ninguna de las teorías elaboradas hasta
el momento ha conseguido integrar, de ahí que uno de los mayores retos de los
investigadores sea el tratar de precisar y clarificar qué elementos o constructos
se engloban dentro de este amplio y complejo proceso que etiquetamos como
motivación. Sin embargo, a pesar de las discrepancias existentes la mayoría de
los especialistas coinciden en definir la motivación como un conjunto de
procesos implicados en la activación, dirección y persistencia de la conducta
( Francisco J. García Bacete y Fernando Doménech). Si nos trasladamos al
contexto escolar y consideramos el carácter intencional de la conducta humana,
parece bastante evidente que las actitudes, percepciones, expectativas y
representaciones que tenga el estudiante de mismo, de la tarea a realizar, y
de las metas que pretende alcanzar constituyen factores de primer orden que
guían y dirigen la conducta del estudiante en el ámbito académico. Pero para
realizar un estudio completo e integrador de la motivación, no sólo debemos
tener en cuenta estas variables personales e internas sino también aquellas
otras externas, procedentes del contexto en el que se desenvuelven los
estudiantes, que les están influyendo y con los que interactúan.
En la literatura encontramos que el término motivación se usa indistintamente
para denominar diferentes conceptos como por ejemplo: instintos, impulsos,
motivos, necesidades, metas, objetivos e intereses, que en última instancia
vienen siendo todos ellos una sucesión de fases continuas del comportamiento
humano. Y es que, la motivación incluye tanto procesos cognoscitivos como
procesos afectivos.
En la perspectiva del estudiante se comparte la posición de Antonio Valle y
Col. (1999a; 1999b) cuando afirman que los esfuerzos para mejorar la docencia
universitaria son imprescindibles, pero estos deben ir acompañados de un
análisis de los procesos de aprendizaje y de los factores o mecanismos que
pueden favorecer o entorpecer estos procesos. Tomar en consideración el
protagonismo de los alumnos, con su parte de responsabilidad en el aprendizaje,
ha generado fructíferas líneas de investigación en los últimos años centradas en
los procesos de aprendizaje en el ámbito universitario y en los determinantes
cognitivos y motivacionales del mismo. La relevancia de la interacción de estos
factores ha sido suficientemente destacada (Hernandez y García, 1991); sin
embargo han sido tradicionalmente consideradas de modo aislado. Actualmente
se asume la necesidad de desarrollar modelos integrados que incorporen
componentes del conocimiento, especialmente las estrategias cognitivas, y
componentes motivacionales. Asumiendo la relevancia de estos componentes y
la necesidad de su integración, Valle y Col. desarrollan un modelo cognitivo-
motivacional, cuya adecuación y capacidad de representar el funcionamiento
cognitivo y motivacional se postula para su contrastación.
En cuanto a las dimensiones más directamente vinculados con el ámbito
motivacional, se incorporan dos perspectivas teóricas que cuentan con amplio
desarrollo: los procesos de atribuciones causales y el enfoque de la motivación
centrado en las metas académicas de los estudiantes. El supuesto que sustenta
la incorporación de las atribuciones causales es que, las distintas
interpretaciones y valoraciones que un sujeto realiza de sus propios resultados
académicos resulta determinante en su motivación. Los factores causales que
con mayor frecuencia invocan los estudiantes refieren a la capacidad, el
esfuerzo, la suerte, o la dificultad de la tarea. Pero lo decisivo en cuanto a sus
consecuencias en la motivación son las características que presentan estos
factores: el que una causa sea externa o interna, estable o inestable, controlable
o incontrolable. En lo relativo a las metas académicas, se destaca la importancia
de dos tipos de metas: las metas de aprendizaje y las metas de rendimiento. A
su vez, se asume que una variable que influencia el desarrollo de uno u otro tipo
de metas es la concepción de inteligencia que tienen los sujetos; los individuos
pueden concebir la inteligencia como un rasgo estable y diferenciado del
esfuerzo o como un rasgo cambiable y modificable en función del esfuerzo. Otra
variable para la que se cuenta con apoyo empírico para suponer su influencia
sobre las metas académicas y las actitudes de los estudiantes es la capacidad
percibida, especialmente cuando están orientados hacia metas de rendimiento.
Materiales y Métodos
Recopilación de los resultados docentes de los estudiantes de
Ingeniería de la TAR modalidad empleo
Aplicación de encuestas para indagar sobre la motivación de los
estudiantes.
Análisis estadístico de los resultados de las encuestas mediante el
SPSS.
Crosstabs
Crosstabs
Crosstabs
MOTIVACI * VAR00001 Crosstabulation
Count
8
4
12
5
2
7
13
6
19
Poco Motivado
Motivado
MOTIVACI
3
4
VAR00001
Total
MOTIVACI * VAR00001 Crosstabulation
Count
8
4
12
5
2
7
13
6
19
Poco Motivado
Motivado
MOTIVACI
3
4
VAR00001
Total
Chi-Square Tests
,046
b
1
,829
,000
1
1,000
,047
1
,829
1,000
,622
,044
1
,834
19
Pearson Chi-Square
Continuity Correction
a
Likelihood Ratio
Fisher’s Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
3 cells (75,0%) have expected count less than 5. The minimum expected count is 2,21.
b.
MOTIVACI * Nota de Matemática Crosstabulation
Count
8
4
12
5
2
7
13
6
19
Poco Motivado
Motivado
MOTIVACI
Regular
Bien
Nota de Matemática
Total
Crosstabs
Crosstabs
Chi-Square Tests
,046
b
1
,829
,000
1
1,000
,047
1
,829
1,000
,622
,044
1
,834
19
Pearson Chi-Square
Continuity Correction
a
Likelihood Ratio
Fisher’s Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
3 cells (75,0%) have expected count less than 5. The minimum expected count is 2,21.
b.
MOTIVACI * Notas de Física Crosstabulation
Count
8
4
12
4
2
1
7
12
6
1
19
Poco Motivado
Motivado
MOTIVACI
Total
Regular
Bien
Excelente
Notas de Física
Total
Chi-Square Tests
1,810
a
2
,405
2,094
2
,351
,680
1
,409
19
Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
5 cells (83,3%) have expected count less than 5. The
minimum expected count is ,37.
a.
MOTIVACI * Notas de Qumica Crosstabulation
Count
10
2
12
5
2
7
15
4
19
Poco Motivado
Motivado
MOTIVACI
Regular
Bien
Notas de Qumica
Total
Crosstabs
NPar Tests
Mann-Whitney Test
Chi-Square Tests
,377
b
1
,539
,001
1
,976
,368
1
,544
,603
,475
,357
1
,550
19
Pearson Chi-Square
Continuity Correction
a
Likelihood Ratio
Fisher’s Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,47.
b.
MOTIVACI * Economía Política Crosstabulation
Count
7
4
1
12
5
2
7
12
6
1
19
Poco Motivado
Motivado
MOTIVACI
Total
Regular
Bien
Excelente
Economía Política
Total
Chi-Square Tests
,735
a
2
,692
1,069
2
,586
,551
1
,458
19
Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
5 cells (83,3%) have expected count less than 5. The
minimum expected count is ,37.
a.
Crosstabs
Crosstabs
Test Statistics
b
40,000
36,000
37,000
35,500
41,500
68,000
114,000
115,000
63,500
69,500
-,210
-,598
-,598
-,648
-,046
,834
,550
,550
,517
,963
,902
a
,650
a
,711
a
,592
a
,967
Mann-Whitney U
Wilcoxon W
Z
Asymp. Sig. (2-tailed)
Exact Sig. [2*(1-tailed
Sig.)]
Nota de
Matemática
Notas de
Física
Notas de
Qumica
Economía
Política
PROMEDIO
Not corrected for ties.
a.
Grouping Variable: MOTIVACI
b.
MOTIVACI * VAR00001 Crosstabulation
Count
8
4
12
5
2
7
13
6
19
Poco Motivado
Motivado
MOTIVACI
Total
3
4
VAR00001
Total
MOTIVACI * VAR00001 Crosstabulation
Count
8
4
12
5
2
7
13
6
19
Poco Motivado
Motivado
MOTIVACI
Total
3
4
VAR00001
Total
Crosstabs
Crosstabs
Chi-Square Tests
,046
b
1
,829
,000
1
1,000
,047
1
,829
1,000
,622
,044
1
,834
19
Pearson Chi-Square
Continuity Correction
a
Likelihood Ratio
Fisher’s Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
3 cells (75,0%) have expected count less than 5. The minimum expected count is 2,21.
b.
MOTIVACI * Nota de Matemática Crosstabulation
Count
8
4
12
5
2
7
13
6
19
Poco Motivado
Motivado
MOTIVACI
Regular
Bien
Nota de Matemática
Total
Chi-Square Tests
,046
b
1
,829
,000
1
1,000
,047
1
,829
1,000
,622
,044
1
,834
19
Pearson Chi-Square
Continuity Correction
a
Likelihood Ratio
Fisher’s Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
3 cells (75,0%) have expected count less than 5. The minimum expected count is 2,21.
b.
Crosstabs
Crosstabs
MOTIVACI * Notas de Física Crosstabulation
Count
8
4
12
4
2
1
7
12
6
1
19
Poco Motivado
Motivado
MOTIVACI
Total
Regular
Bien
Excelente
Notas de Física
Total
Chi-Square Tests
1,810
a
2
,405
2,094
2
,351
,680
1
,409
19
Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
5 cells (83,3%) have expected count less than 5. The
minimum expected count is ,37.
a.
MOTIVACI * Notas de Qumica Crosstabulation
Count
10
2
12
5
2
7
15
4
19
Poco Motivado
Motivado
MOTIVACI
Regular
Bien
Notas de Qumica
Total
Chi-Square Tests
,377
b
1
,539
,001
1
,976
,368
1
,544
,603
,475
,357
1
,550
19
Pearson Chi-Square
Continuity Correction
a
Likelihood Ratio
Fisher’s Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,47.
b.
NPar Tests
Mann-Whitney Test
MOTIVACI * Economía Política Crosstabulation
Count
7
4
1
12
5
2
7
12
6
1
19
Poco Motivado
Motivado
MOTIVACI
Total
Regular
Bien
Excelente
Economía Política
Total
Chi-Square Tests
,735
a
2
,692
1,069
2
,586
,551
1
,458
19
Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp.
Sig.
(2-sided)
5 cells (83,3%) have expected count less than 5. The
minimum expected count is ,37.
a.
Test Statistics
b
40,000
36,000
37,000
35,500
41,500
68,000
114,000
115,000
63,500
69,500
-,210
-,598
-,598
-,648
-,046
,834
,550
,550
,517
,963
,902
a
,650
a
,711
a
,592
a
,967
Mann-Whitney U
Wilcoxon W
Z
Asymp. Sig. (2-tailed)
Exact Sig. [2*(1-tailed
Sig.)]
Nota de
Matemática
Notas de
Física
Notas de
Qumica
Economía
Política
PROMEDIO
Not corrected for ties.
a.
Grouping Variable: MOTIVACI
b.
Análisis de los resultados
Un análisis cuantitativo de los resultados docentes por asignaturas
muestra que no hay una buena calidad en el rendimiento académico, el
mayor porciento de estudiantes obtuvo 3 puntos en cada asignatura,
siendo este 68,4 % en matemática, 63,2 % en física, 79 % en química y
63,2 % en economía política.
De 19 estudiantes encuestados el 47,4 % (9 estud) escogerían otra
carrera si comenzaran a estudiar, mientras que el 52,6 % (10 estud)
escogerían la misma que están estudiando.
Un 31,6 % (6 est) la escogieron porque les gustaba, un 21,1% (4 est)
porque fue la que pudieron coger, mientras que el 10,5 % (2 est) porque
alguien se los aconsejo y el 36,8 % ( 7 est) porque no tenían otra opción.
Sin embargo reconocen la importancia de la carrera, pues el 68,4 %
manifiestan que es tan importante como otras, el 21,1% que es una de las
más importante, mientras que el 10,5 % manifiesta que no es importante.
El 70,6 % manifiesta que las relaciones con sus tutores es buena y que
además el trabajo que éstos realizan les ha ayudado a mejorar en sus
estudios, mientras el 29,4 % están insatisfechos con el trabajo de sus
tutores.
El 50 % plantea que la estimulación moral en sus centros de trabajo
podría ser uno de los aspectos que pudiera motivarlos a mejorar su
autopreparación, el 18,8% plantea que publicar en sus centros de trabajo
los resultados docentes también los motivaría a la autopreparación,
mientras que otro 18,8 % plantean que comenzar los estudios con un
salario mínimo e irlo incrementando a medida que aprueben cada año.
De análisis del otro instrumento aplicado se observa que del total de 19
estudiantes encuestados solo 7 responden en mas del 50% de los
deseos, con motivos profesionales, los demás oscilan entre 0% y 40%, un
solo estudiante lo hace al 90% de los mismos. Ningún estudiante
completó el 100% de las frases con entera motivación profesional.
Se clasificaron los estudiantes en dos grupos significativos: motivados (7)
y poco motivados (12) obteniéndose mediante la prueba estadística Chi-
cuadrado que el grado de motivación no tiene influencia significativa en
los resultados docentes por asignatura.
Mediante la prueba estadística de Mann-Whitney obtuvimos que no existe
diferencia significativa en los resultados docentes alcanzados por los
estudiantes motivados y los resultados alcanzados por los no motivados.
Conclusiones
No existe una buena calidad en el rendimiento docente de los estudiantes de
Ingeniería de la TAR modalidad empleo.
Existe una insuficiente motivación profesional de los estudiantes de Ingeniería
de la TAR, de los 19 estudiantes encuestados, 12 tienen poca motivación hacia
la carrera, lo que representa un 63% del total.
No se encontró una correlación matemática entre la motivación y los resultados
docentes.
Recomendaciones
1. Analizar la vocación de cada trabajador vinculado a la TAR para orientar
su matrícula hacia la carrera mas afín .
2. Tomar medidas en cuanto al estímulo salarial durante los os de
estudio.
3. Estimular al estudiante por el rendimiento académico y penalizarlo cuando
no sean satisfactorios dichos resultados.
4. Llevar control riguroso de la asistencia y evaluaciones sistemáticas para
garantizar el resultado final de cada asignatura.
5. Darle oportunidad, a los trabajadores que se incorporan a la TAR en la
modalidad estudio como empleo, de tomar la decisión de estudiar o
cambiar de trabajo, comprometiéndose a cumplir con la tarea a la cual se
compromete.
BIBLIOGRAFÍA
- Hernandez, P. y García, L. A. (1991) Psicología y enseñanza del estudio.
Teoría y técnicas para potenciar las habilidades intelectuales. Madrid:
Pirámides.
- Valle, A., González, L., Cuevas, L. M., Nuñez, J. C. ( 1996) Metas
académicas de los estudiantes universitarios y su relación con otras variables
cognitivo-motivacionales. Boletín de Psicología, Nº 53, Diciembre 1996, 49-68.
- Valle, A. y Rodriguez, S. (1998). Estrategias de aprendizaje y rendimiento
académico. Boletín de psicología. Nª 60, Septiembre , 27-53.
- Valle, A. et al. (1999)Un modelo cognitivo-motivacional explicativo del
rendimiento académico en la universidad”. Estudios de psicología, 63: 77-100.
- NUÑEZ, J.C. y GONZALEZ-PUMARIEGA, S. (1996). Motivacion y
aprendizaje escolar. Congreso Nacional sobre Motivación e Instrucción. Actas,
pp. 53-72
- Francisco J. García Bacete y Fernando Doménech .Motivación,
aprendizaje y rendimiento escolar (httpreme.uji.esarticulospa0001texto.html.
2005)
- MsC. Ubaldo Fernández Medina. La Auto-preparación en la
Universalización.www.monografias.comtrabajos16 autopreparacion-
universidadautopreparacion-universidad.shtm.2005
Nota: Para continuar es necesario hacer una búsqueda
bibliográfica en tesis de grado, publicaciones, trabajos de Forum,
etc, acudir a expertos en el área para que orienten la detección de
la literatura pertinente y a fuentes secundarias, para así localizar
las fuentes primarias (que es la estrategia de detección de
referencias mas común)
MINISTERIO DE EDUCACIÓN SUPERIOR
Centro Universitario José Martí Pérez
Sancti Spíritus
TÍTULO: Rendimiento académico y motivación en los
estudiantes de la Tarea Álvaro Reinoso en la modalidad
de estudio como empleo de las SUM de la Provincia
Sancti Spíritus.
Autoras: MsC. Luz María Contreras Velásquez
Lic. Yolanda Margarita Carbonell Cabarga
Ing. Elizabeth Iparraguirre Carbonell

Compártelo con tu mundo

Cita esta página
Carbonell Cabarga Yolanda Margarita. (2008, mayo 7). Motivación al estudio y su impacto en el rendimiento académico de estudiantes de ingeniería en Cuba. Recuperado de http://www.gestiopolis.com/motivacion-estudio-rendimiento-academico-estudiantes-ingenieria-cuba/
Carbonell Cabarga, Yolanda Margarita. "Motivación al estudio y su impacto en el rendimiento académico de estudiantes de ingeniería en Cuba". GestioPolis. 7 mayo 2008. Web. <http://www.gestiopolis.com/motivacion-estudio-rendimiento-academico-estudiantes-ingenieria-cuba/>.
Carbonell Cabarga, Yolanda Margarita. "Motivación al estudio y su impacto en el rendimiento académico de estudiantes de ingeniería en Cuba". GestioPolis. mayo 7, 2008. Consultado el 6 de Julio de 2015. http://www.gestiopolis.com/motivacion-estudio-rendimiento-academico-estudiantes-ingenieria-cuba/.
Carbonell Cabarga, Yolanda Margarita. Motivación al estudio y su impacto en el rendimiento académico de estudiantes de ingeniería en Cuba [en línea]. <http://www.gestiopolis.com/motivacion-estudio-rendimiento-academico-estudiantes-ingenieria-cuba/> [Citado el 6 de Julio de 2015].
Copiar
Imagen del encabezado cortesía de derekbruff en Flickr