El Modelo TAVI: un enfoque multidimensional para la caracterización formativa de estudiantes de Ingeniería

Autores/as

DOI:

https://doi.org/10.61799/2216-0388.1951

Palabras clave:

Experiential learning, Self-regulated learning, Student characterization, Instructional design, Engineering education, Multiple intelligences

Resumen

Comprender cómo aprenden las personas ha sido a través de los años un reto de la pedagogía. En este artículo se presenta una investigación realizada en carreras de ingeniería mediante el estudio de las tendencias de aprendizaje de los estudiantes. Se presenta el Modelo TAVI, el cual se diseñó para caracterizar a los estudiantes de carreras de ingeniería donde se analizan sus estilos de aprendizaje, las inteligencias múltiples, así como el carácter y la ética. Mediante un algoritmo de clasificación donde se crearon puntajes basados en reglas jerárquicas se crearon 8 perfiles emergentes a partir de analizar las correlaciones que se presentaban en las respuestas a los test de Honey-Alonso, de Inteligencias Múltiples y de Liderazgo Virtuoso.

Hubo correlaciones significativas entre diferentes dominios, como la preferencia por el razonamiento abstracto y la inteligencia lógico-matemática, también entre el estilo reflexivo y la prudencia como virtud. Se realizó un estudio de varianzas, el cual mostró diferencias significativas en los indicadores de aprendizaje. El modelo pretende lograr un acercamiento a la caracterización de estudiantes de ingeniería a través de estos ocho perfiles, permitiendo una optimización del proceso de enseñanza – aprendizaje.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

[1] A. R. Jamali and M. M. Mohamad, “Dimensions of learning styles among engineering students,” Journal of Physics: Conference Series, vol. 1049, p. 012055, 2018. doi: 10.1088/1742-6596/1049/1/012055. Disponible en: https://iopscience.iop.org/article/10.1088/1742-6596/1049/1/012055

[2] V. Singh, S. K. Sharma, and A. Kumar, “Experiential learning in engineering education: A netnography study,” International Journal of Engineering Education, vol. 41, no. 3, pp. 450–465, 2025. [Online]. Disponible: https://www.ijee.ie/1atestissues/Vol41-5/18_ijee4622.pdf.

[3] M. Cabrera, C. Fuentes, and J. García, "Estilos de aprendizaje según Kolb y la resolución de problemas en proyectos interdisciplinarios," Rev. Soc. Fronteriza, vol. 5, no. 4, p. 784, 2025, Disponible en: https://doi.org/10.59814/resofro.2025.5(4)784

[4] M. F. Pérez-Campoverde, D. C. Velastegui-Hernández, R. S. Velastegui-Hernández, and L. A. Mayorga-Ases, “Las inteligencias múltiples y el proceso de enseñanza,” 593 Digital Publisher CEIT, vol. 9, no. 1-1, pp. 199–211, Jan. 2024, doi: 10.33386/593dp.2024.1-1.2272. Disponible en: https://doi.org/10.33386/593dp.2024.1-1.2272

[5] M. González Polo y L. A. García, “Procedimientos didácticos para la dirección de un aprendizaje desarrollador,” EduSol, vol. 12, no. 41, pp. 71–82, 2012. Disponible en: https://www.redalyc.org/pdf/4757/475748680008.pdf

[6] N. Barría, F. del Castillo, A. Feng, C. Mattina y M. Chen, “Multiple Intelligence Levels in Engineering Students: A Comparative Analysis between Majors and Faculties at the Technological University of Panama,” Rev. Electrónica Educare, vol. 27, no. 2, pp. 1-25, 2023, doi:10.15359/ree.27-2.15862. Disponible en: https://www.redalyc.org/journal/1941/194176347018/html/

[7] K. M. Martin y J. M. Gallimore, “Comparing student performance in flipped and non-flipped space mechanics classrooms,” International Journal of Engineering Education, vol. 36, no. 5, pp. 1615–1624, 2020. Disponible en: https://www.ijee.ie/1atestissues/Vol36-5/16_ijee3974.pdf

[8] A. Havard, “Del temperamento al carácter. Desarrollo personal: la educación del carácter en los universitarios,” conferencia del Instituto Core Curriculum, Univ. de Navarra, Pamplona, España, 27 mayo 2019. Disponible en: https://www.youtube.com/watch?v=Ei3UP1Rp7ZE.

[9] T. Newstead, S. Dawkins, R. Macklin, and others, “El Proyecto Virtudes: Un Enfoque para el Desarrollo de Buenos Líderes,” Journal of Business Ethics, vol. 167, pp. 605–622, 2020, doi: https://doi.org/10.1177/17427150198998

[10] A. R. Shaidullina, N. A. Orekhovskaya, E. G. Panov, M. N. Svintsova, O. N. Petyukova, N. S. Zhuykova, y E. V. Grigoryeva, “Learning styles in science education at university level: A systematic review,” Eurasia Journal of Mathematics, Science and Technology Education, vol. 19, no. 7, Art. em2293, 2023. doi: 10.29333/ejmste/13304. Disponible es: https://www.ejmste.com/article/learning-styles-in-science-education-at-university-level-a-systematic-review-13304

[11] S. M. Jácome-León, P. I. Puga-Places, and D. M. Hurtado-Sotalin, “El aprendizaje autorregulado desde la socio-cognición y perspectivas para su fortalecimiento en estudiantes universitarios,” CIENCIAMATRIA, vol. 9, no. 2, pp. 16–31, 2023, doi: 10.35381/cm.v9i2.1137. Disponible en: https://share.google/BlHmEUhEiGu9zahTF

[12] E. Chura, P. Huayanca y M. Maquera, “Bases epistemológicas que sustentan la teoría de las inteligencias múltiples de Howard Gardner en la pedagogía,” Revista Innova Educación, vol. 1, no. 4, pp. 589–598, Oct. 28, 2019, doi:10.35622/j.rie.2019.04.012. Disponible es: http://revistainnovaeducacion.com/index.php/rie/article/view/62

[13] F. Safitri, D. Rusdiana, A. Samsudin, and A. Widiyatmoko, “Estilos de aprendizaje en la educación científica: una década de investigación (2012–2022): una revisión de la literatura,” J. Ilmiah Pendidikan Fisika, vol. 8, no. 3, p. 409, 2024, doi: 10.20527/jipf.v8i3.13095.

[14] A. R. Jamali and M. M. Mohamad, “An evaluation of the student learning experience through flipped classroom approach,” Journal of Physics: Conference Series, vol. 1049, p. 012055, 2018, doi: 10.1088/1742-6596/1049/1/012055.

[15] F. Ramírez-Paredes, S. Arciniega, S. Flores, J. Jácome, and M. Chancosi, “Estilos de aprendizaje y rendimiento académico en estudiantes de ingeniería: Un estudio bibliométrico pre y pospandemia,” Datos y Metadatos, vol. 4, p. 197, 2025, doi:10.56294/dm2025197.

[16] U. Munawar, A. Irshad, M. Mubasher and M. Iqbal, “Multiple Intelligences and Academic Achievement: Investigating Multidimensional Relationships and Predictive Among Undergraduate Students in STEAM Disciplines in Punjab, Pakistan,” Journal of Social Sciences Research & Policy, vol. 3, no. 4, pp. 148–164, 2025. doi: 10.71327/jssrp.34.148.164

[17] E. R. Mora-Zambrano, “Microecosistemas de aprendizaje adaptativo: personalización mediante algoritmos predictivos,” Polo del Conocimiento, vol. 9, no. 12, pp. 180–197, Dec. 4, 2024, doi:10.23857/pc.v9i12.8463.

[18] K. I. Katonane Gyonyoru, “The role of AI-based adaptive learning systems in digital education,” Journal of Applied Technical and Educational Sciences, vol. 14, no. 2, Art. no. 380, 2024. doi: 10.24368/jates380.

[19] O. Adetunji, “Leveraging Artificial Intelligence and Adaptive Learning Platforms to Personalize Education and Improve Student Outcomes in Diverse Classrooms,” International Journal of Computer Applications Technology and Research, vol. 13, no. 10, pp. 134–148, 2024, doi: 10.7753/IJCATR1310.1013.

[20] L. A. García-González, “Ambiente Virtual basado en Estilos de Aprendizaje para favorecer el aprendizaje en las clases de Matemáticas,” Luz, vol. 24, e1539, Ed. 102, pp. 1–20, 2025. Disponible en: https://luz.uho.edu.cu/index.php/luz/article/view/1539

[21] N. Zhang, W. Y. Leong, T. Zhang y C. Wei, “Artificial Intelligence in Engineering Education: A Review of Pedagogical Innovations,” INTI Journal, vol. 2024, no. 46, Dec. 4, 2024, doi:10.61453/INTIj.202446.

[22] F. D. Domínguez Pizarro, L. del R. Tumbaco Reyes, D. de las M. Solis Grijalva, A. Y. Paucar Llerena y E. L. Purizaga Peñafiel, “Análisis crítico sobre las inteligencias múltiples de Gardner. Aplicaciones contemporáneas,” Ciencia Y Reflexión, vol. 4, no. 1, pp. 162–182, Abr. 2025, doi:10.70747/cr.v4i1.95

[23] S. De La Cruz Medina, “Inteligencias múltiples en la educación universitaria: un enfoque innovador : Multiple intelligences in university education: an innovative approach,” LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, vol. 6, no. 1, pp. 920–933, Feb. 2025, doi:10.56712/latam.v6i1.3390.

[24] R. M. Felder y R. Brent, “Understanding student differences,” Journal of Engineering Education, vol. 94, no. 1, pp. 57–72, 2005. doi: 10.1002/j.2168-9830.2005.tb00829.

Publicado

2025-09-01

Número

Sección

Artículo Originales

Cómo citar

[1]
Garcia Gonzalez, L.A. 2025. El Modelo TAVI: un enfoque multidimensional para la caracterización formativa de estudiantes de Ingeniería. Mundo FESC. 15, 33 (Sep. 2025). DOI:https://doi.org/10.61799/2216-0388.1951.