Análisis de las dimensiones del compromiso cognitivo a nivel postsecundario desde una perspectiva socio-cognitivista
Bibliographic record
Abstract
El compromiso académico está considerado como un factor importante en el proceso de aprendizaje y del éxito estudiantil. La literatura científica actual le reconoce tres componentes: conductual, afectivo y cognitivo. Los dos primeros componentes fueron ampliamente estudiados, lo que no es el caso del compromiso cognitivo. El propósito de esta investigación es de explorar la relación entre las dimensiones que constituyen el concepto de compromiso cognitivo a través de un análisis estadístico exploratorio desde una perspectiva teórica socio-cognitivista. La muestra está compuesta de 357 participantes (130 hombres y 223 mujeres) que respondieron al cuestionario del compromiso cognitivo, una versión traducida y adaptada de Student Engagement Scale. Los datos fueron sometidos a dos tipos de análisis estadístico. Primero, un análisis correlacional de tipo bivariado permitió determinar la naturaleza de los vínculos entre las dimensiones del compromiso cognitivo. Después, sun análisis univariado (ANOVA) permitió examinar el rol de ciertas variables sociodemográficas y contextuales en la predicción del compromiso cognitivo. Los resultados muestran un grado de correlación estadísticamente significativo entre los cinco constructos del compromiso cognitivo, confirmando que los mencionados antes no son independientes unos de otros. La edad de los estudiantes resulta ser la única variable sociodemográfica significativa predictiva del compromiso cognitivo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".