Ayuda
Ir al contenido

Dialnet


Adaptación y carga laboral como predictores de la autoeficacia profesional durante la Pandemia COVID-19 en docentes universitarios peruanos

    1. [1] Universidad Peruana Unión

      Universidad Peruana Unión

      Perú

    2. [2] Universidad César Vallejo

      Universidad César Vallejo

      Provincia de Trujillo, Perú

    3. [3] Universidad Norbert Wiener. Lima, Perú
  • Localización: Electronic journal of research in educational psychology, ISSN-e 1696-2095, Vol. 20, Nº. 56, 2022 (Ejemplar dedicado a: 1 de abril de 2022), págs. 27-42
  • Idioma: español
  • Títulos paralelos:
    • Adaptation and workload as predictors of professional self-efficacy in Peruvian university teachers during the COVID-19 pandemic
  • Enlaces
  • Resumen
    • español

      Introducción. Los docentes universitarios han tenido que enfrentar los cambios que demanda la educación virtual en tiempos de pandemia COVID-19. Por ello, se tuvo el objetivo de determinar si la adaptación a los medios académicos virtuales y carga laboral predicen la autoeficacia profesional en docentes universitarios.

      Método. Estudio asociativo-predictivo, donde participaron 321 docentes universitarios (55.5% varones y 44.5% mujeres) de dos universidades peruanas (22.4% estatal y 77.6% privada), de entre 26 a 66 años de edad, seleccionados bajo un muestreo no probabilistico intencional. La evaluación se realizó mediante una escala de adaptación a los medios academicos virtuales, una escala de carga laboral y un cuestionario de autoeficacia profesional. Se estimo un modelo de ecuaciones estructurales utilizando el software estadistico SPSS Amos 22.0.      Resultados.  El analisis de correlación evidencia asociaciones significativas entre las variables de estudio (p < .05). Para el modelo SEM, los indicadores de bondad de ajuste fueron muy buenos (χ2= 380.68, con 143 gl, y un p valor < .001, CFI = .956 IFI= .957; NFI= .932; GFI= .891; TLI = .948; RMSEA= .072). De esta manera, es posible determinar que existe un efecto estadísticamente significativo de la adaptación y la carga laboral sobre la autoeficacia profesional.

      Discusión y conclusiones.  El nivel de ajuste para la enseñanza virtual y la percepción de sobrecarga de trabajo son factores que influyen en la confianza que tienen los docentes universitarios sobre sus capacidades pedagogicas. Se concluye que la adaptación y la carga laboral predicen la autoeficacia profesional en docentes universitarios peruanos.

    • English

      Introduction. University teachers have had to face the changes required by online education in times of the COVID-19 pandemic. The aim ofthe present research was to determine whether workload and adaptation to online classes predict professional self-efficacy in university teachers. Method. A total of 321 university teachers (55.5% male, 44.5% female) from two Peruvian universities (22.4% from state universities, 77.6% private), ages 22 to 66 years, were selected through non-probabilistic,purposive sampling for this associative-predictive study. The evaluation consisted of applying three instruments:a scale on adaptation to online classes, a workload scale and a professional self-efficacy questionnaire. A structural equation model was calculated using SPSS Amos 22.0 statistical software. Results. Correlation analysis showed significant associations between the study variables (p< .05). Goodness-of-fit indicators for the SEM model were very good (χ2= 380.68, with 143df, and a p value < .001, CFI= .956 IFI= .957; NFI= .932; GFI=.891; TLI= .948; RMSEA= .072). A statistically significant effect of adaptation and workload on professional self-efficacy was thus determined. Discussion and conclusions. The level of adjustment to online teaching and the perception of excessive workload are factors that influence university teachers' confidence in their teaching abilities. We conclude that online adaptation and workload predict professional self-efficacy in Peruvian university teachers.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno