Mi SciELO
Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
Anales de Psicología
versión On-line ISSN 1695-2294versión impresa ISSN 0212-9728
Resumen
MARTINEZ-RAMON, Juan Pedro et al. Predicción de la resiliencia docente mediante redes neuronales artificiales: influencia del burnout y del estrés por COVID-19. Anal. Psicol. [online]. 2023, vol.39, n.1, pp.100-111. Epub 16-Oct-2023. ISSN 1695-2294. https://dx.doi.org/10.6018/analesps.515611.
Antecedentes:
La resiliencia en el profesorado permite afrontar situaciones difíciles y reponerse a la adversidad existiendo diferencias de género al respecto. Asimismo, la inteligencia artificial y las técnicas asociadas a ella han resultado ser de gran utilidad para predecir variables educativas y estudiar la interconexión entre ellas tras la COVID-19. Dicho esto, el objetivo general de esta investigación fue predecir los niveles de resiliencia en las profesoras y profesores de Secundaria a través del diseño de una red neuronal artificial (RNA).
Método:
Se administró la Escala Breve de Afrontamiento Resiliente, el Inventario de Burnout de Maslach y el Cuestionario de Estrés frente a la COVID-19 a 401 docentes de secundaria (70.6% mujeres) de centros educativos del sureste español, con una edad media de 44.36 años (DT = 9.38).
Resultados:
Se hallaron diferencias en la configuración de los modelos predictivos de la resiliencia entre profesoras y profesores contribuyendo las variables independientes en diferente grado en función del género.
Conclusiones:
Se pone de manifiesto la utilidad de las RNA en el ámbito educativo y la necesidad de diseñar programas más ajustados.
Palabras clave : COVID-19; Estrés; Inteligencia artificial; Profesorado; Resiliencia; Síndrome de estar quemado.