Independencia Intelectual de Académicos de la FES Acatlán

INDEPENDENCIA INTELECTUAL DE ACADÉMICOS DE LA FES ACATLÁN

Mayra Lorena Díaz Sosa MariCarmen González Videgaray

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIRECCIÓN GENERAL DE ASUNTOS DEL PERSONAL ACADÉMICO DGAPA PAPIME PE 304717 | DGAPA BECAS POSDOCTORALES 2016

INDEPENDENCIA INTELECTUAL DE ACADÉMICOS DE LA FES ACATLÁN

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO DR. ENRIQUE LUIS GRAUE WIECHERS Rector DR. LEONARDO LOMELÍ VANEGAS Secretario General DR. CARLOS ARÁMBURO DE LA HOZ Director General de Asuntos del Personal Académico

FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DR. MANUEL MARTÍNEZ JUSTO Director MTRA. NORA DEL CONSUELO GORIS MAYANS Secretaria General LIC. JOSÉ RODRIGO ZENTENO GAETA Secretario de Estudios Profesionales DRA. LAURA PÁEZ DÍAZ DE LEÓN Secretaria de Posgrado e Investigación MTRO. FERNANDO MARTÍNEZ RAMÍREZ Coordinador de Servicios Académicos MTRA. LUZ MARÍA LAVÍN ALANÍS Jefa de la División de Matemáticas e Ingeniería LIC. LUIS PANIAGUA HERNÁNDEZ Jefe de la Unidad de Servicios Editoriales

INDEPENDENCIA INTELECTUAL DE ACADÉMICOS DE LA FES ACATLÁN

Mayra Lorena Díaz Sosa MariCarmen González Videgaray

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIRECCIÓN GENERAL DE ASUNTOS DEL PERSONAL ACADÉMICO DGAPA PAPIME PE 304717 | DGAPA BECAS POSDOCTORALES 2016

INDEPENDENCIA INTELECTUAL DE ACADÉMICOS DE LA FES ACATLÁN es una edición de la Facultad de Estudios Superiores Acatlán realizada con recursos de la Dirección General de Asuntos del Personal Académico a través del Programa de Apoyo a Proyectos para la Innovación y el Mejoramiento de la Enseñanza con el Proyecto PE 304717: “La independencia intelectual de los universitarios del Siglo XXI”, cuya responsable es la Dra. MariCarmen González Videgaray.

Producto de la investigación posdoctoral financiada por la Dirección General de Asuntos del Personal Académico (Programa de Becas Posdoctorales, Convocatoria 2016): “La independencia intelectual de los profesores de la FES Acatlán”, estancia realizada en la Facultad de Estudios Superiores Acatlán por la Dra. Mayra Lorena Díaz Sosa.

Primera edición: 2019 Imagen de cubierta: Adaptación de Silhouette of man (Thoughts) Creative Commons Atribution-Share Alike 3.0 Unported, por Nevit Dilmen. Obtenida de Wikimedia Commons el 15/01/2018 en: https://commons.wikimedia.org/wiki/File:Mr_Pipo_thoughts.svg © UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Ciudad Universitaria, Delegación Coyoacán, C.P. 04510, Cd. De México FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN Av. Alcanfores y San Juan Totoltepec, s/n.

C.P. 53150, Naucalpan de Juárez, Estado de México.

Unidad de Servicios Editoriales ISBN: 978-607-30-1542-4.

Esta edición y sus características son propiedad de la Universidad Nacional Autónoma de México.

Prohibida la reproducción total o parcial por cualquier medio sin la autorización escrita del titular de los derechos patrimoniales.

Impreso y hecho en México Printed and made in Mexico

Contenido PREFACIO ............................................................................................................................................. IX 1.

2.

INTRODUCCIÓN ............................................................................................................................ 1 1.1

Contexto .......................................................................................................................... 1

1.2

Investigación e investigadores en México .......................................................... 3

1.3

Antecedentes .................................................................................................................5

1.4

Necesidades de investigación .................................................................................7

1.5

Preguntas de investigación ................................................................................... 10

1.6

Hipótesis y objetivos ............................................................................................... 11

1.6.1

Objetivo general .....................................................................................................................................11

1.6.2

Objetivos específicos .............................................................................................................................11

METODOLOGÍA .......................................................................................................................... 13 2.1 2.1.1

Fundamentación de la elección .......................................................................................................13

2.1.2

Materiales, herramientas y recursos .............................................................................................14

2.2

Participantes ............................................................................................................... 16

2.2.1

Criterio de inclusión y exclusión ......................................................................................................16

2.2.2

Tamaño muestral ..................................................................................................................................16

2.3

Instrumentos .............................................................................................................. 19

2.3.1

Validez .......................................................................................................................................................20

2.3.2

Confiabilidad ...........................................................................................................................................20

2.4 3.

El paradigma de investigación ............................................................................. 13

Procedimientos .......................................................................................................... 24

RESULTADOS Y DISCUSIÓN ....................................................................................................... 29 3.1

Sobre el Cuestionario 1........................................................................................... 29

3.1.1

Datos Generales......................................................................................................................................29

3.1.2

Actividades semanales .........................................................................................................................31

3.1.3

Estímulos...................................................................................................................................................32

3.1.4

Producción académica ........................................................................................................................34

3.1.5

Condiciones de trabajo ........................................................................................................................36

3.1.6

Proyectos financiados ..........................................................................................................................37

3.1.7

Habilidades en la escritura del inglés............................................................................................39

3.2

Sobre el Cuestionario 2........................................................................................... 45

3.2.1

Carga de trabajo ....................................................................................................................................47

3.2.2

Productividad..........................................................................................................................................48

3.2.3

Docencia e investigación ....................................................................................................................49

3.2.4

Ambiente laboral ...................................................................................................................................51

3.2.5

Satisfacción laboral ..............................................................................................................................52

3.2.6

Signos de cansancio ..............................................................................................................................54

3.2.7

Signos de estrés ......................................................................................................................................55

3.3

Sobre el Cuestionario 3........................................................................................... 56

3.3.1

Fuentes de información .......................................................................................................................59

3.3.2

Motores de búsqueda ...........................................................................................................................60

3.3.3

Estrategias de búsqueda .....................................................................................................................61

3.3.4

Selección de los resultados de la búsqueda .................................................................................63

3.3.5

Selección de la información y evaluación de su calidad.........................................................64

3.3.6

Uso de citas y referencias ...................................................................................................................65

3.3.7

Sobre la publicación de artículos de investigación ..................................................................67

3.3.8

El proceso de investigación ...............................................................................................................69

3.3.9

Emociones y sentimientos en torno a la investigación ...........................................................73

4.

CONCLUSIONES.......................................................................................................................... 77

5.

REFERENCIAS ............................................................................................................................ 83

ANEXOS............................................................................................................................................... 89 A.1 Publicaciones de académicos de la FES Acatlán en WoS .................................. 89 A.2 Instrumentos aplicados ................................................................................................. 93 A.3 Análisis factorial: validación y detección de factores ..................................... 112 A.4 Programas creados con el software R................................................................... 119

Prefacio El hombre razonable se adapta al mundo; el irracional persiste en tratar de adaptar el mundo a sí mismo. Por lo tanto, todo progreso depende de lo irracional.

GEORGE BERNARD SHAW (1856-1950) La docencia es, sin duda, una labor loable y de trascendencia mayúscula para el desarrollo de un país. A nivel superior, la Universidad es incubadora de sujetos y profesionistas cuya formación académica es facilitada por una planta docente encargada de promover en ellos un pensamiento crítico, reflexivo y autónomo que les dote de independencia intelectual para proponer soluciones a problemas emergentes del entorno.

Naturalmente, para cumplir con tal cometido es necesario que los propios académicos estén dotados de dicha independencia intelectual y sean capaces de resolver problemas del entorno o bien de plantear alternativas con este mismo fin. En este tenor han surgido al interior de la Máxima Casa de Estudios —como en otras instituciones públicas y privadas— políticas de evaluación y estímulos que ponderan significativamente la investigación e inclusive la priorizan sobre la docencia, labor primaria de todo docente universitario.

En el marco de estas políticas es que los docentes universitarios se han visto obligados a transitar, en algunos casos de forma vertiginosa, de la docencia a la investigación. La búsqueda de grados académicos, del financiamiento a proyectos de investigación (o bien de lograr la participación en alguno de ellos) y de la publicación de obras académicas se han convertido en lugar común de profesores tanto de carrera como de asignatura.

Este es el caso de las autoras de este trabajo, quienes de pronto nos vimos sumergidas en las presiones que conlleva esta metamorfosis. Ambas disfrutamos mucho la docencia, tener contacto directo con nuestros alumnos, compartir nuestros conocimientos con ellos y actualizarnos, así como darles el mejor acompañamiento posible en su paso por la Universidad. Esa fue nuestra motivación para iniciar nuestra carrera docente en ix

P

R E F A C I O

la UNAM, como creemos fue la motivación de muchos de nuestros compañeros docentes.

Ambas entendemos la trascendencia de realizar investigación y lo valioso que resulta formarse para poder llevarla a cabo con rigor metodológico y eficiencia. Durante nuestros estudios doctorales, que cada una realizó por cuenta propia, fue que aprendimos a investigar, al tiempo que debimos aprender también sobre el objeto de estudio. Para la obtención del grado, uno de los requisitos fue publicar un artículo de investigación y así comenzamos nuestras andanzas en el mundo de la publicación en revistas arbitradas e indexadas. Y a la par de nuestros estudios doctorales, continuamos con nuestras actividades docentes habituales (cursos, ponencias, tutorías, asesoría, participación en órganos colegiados, entre otras).

Pudiera pensarse que la sobrecarga de trabajo terminaría con la culminación de los estudios de posgrado, pero no fue así: ahora era necesario investigar permanentemente en el marco de las políticas institucionales para ingresar y prosperar en el escalafón académico (o por lo menos mantenerse). ¿Era posible realizar investigación de calidad en medio de todas las responsabilidades docentes adquiridas? ¿Las condiciones de trabajo de los demás académicos serían similares a las nuestras? ¿La presión y angustia en los procesos de publicación y arbitraje serían fenómenos generalizados? ¿Las motivaciones para investigar serían las mismas? ¿Estarían enfrentando las mismas dificultades que nosotras? ¿Seguirían disfrutando de su carrera académica o estarían viviéndola con algún tipo de costo personal? Y, a la luz de evidencias que respondieran a estas preguntas, ¿podría concluirse que las políticas institucionales tienen una incidencia positiva en el mejoramiento de la docencia e investigación o más bien que fomentan el productivismo académico mediante esquemas de premios y castigos?

Estas inquietudes personales dieron origen al presente trabajo, cuyo objetivo es describir la producción académica de los profesores de carrera de tiempo completo de la FES Acatlán y evaluar cómo dicha producción y las condiciones de trabajo de los docentes se relaciona con las presiones del productivismo global que rige a través de sistemas de evaluación y estímulos.

Es derivado del Programa de Apoyo a Proyectos para la Innovación y Mejoramiento de la Enseñanza (PAPIME 304717) titulado “La independencia intelectual de los universitarios del Siglo XXI”, y del proyecto de investigación posdoctoral “La independencia intelectual de los profesores de la FES Acatlán”, ambos financiados por la Dirección General de Asuntos del Personal Académico de la UNAM. Su vinculación con el Plan de Desarrollo Institucional 2017-2021 (Martínez Justo, 2018) de la entidad se da dentro del Programa Estratégico 2: Vinculación docencia-investigación-difusión-innovación, misma que se textualmente se concibe como: ▪

x

Integrar bajo una concepción sistémica a la docencia e investigación para que la generación, difusión y apropiación de conocimiento no ocurran como procesos

P

▪

▪ ▪ ▪

▪

R E F A C I O

independientes y descontextualizados, sino como funciones complementarias y con efectos sinérgicos.

Reconocer en la multidisciplina e interdisciplina la forma idónea bajo la cual las distintas disciplinas convergen y dialogan para abordar fenómenos complejos que demandan atención y propuestas de resolución basadas en concepciones integrales.

Desarrollar en los alumnos, de manera temprana, las capacidades para problematizar y definir objetos de investigación que contribuyan a fortalecer tanto su formación a nivel licenciatura, como su proyección a nivel de posgrado.

Fomentar la innovación y el emprendedurismo como medio para proponer soluciones y alternativas que atiendan las necesidades y problemas emergentes del entorno.

Concebir la difusión de los productos de investigación y conocimiento como proceso indispensable para asegurar que los resultados, derivados de las tareas de investigación, encuentren sentido e impacto a través de su discusión o implementación.

Ampliar la participación de la Facultad en los proyectos institucionales de investigación de la Universidad para coadyuvar en la formación de nuevos investigadores y generación de conocimiento de frontera.

Creemos pues que este estudio contribuye a identificar las necesidades de formación docente que en dicho programa se persigue, pero además brinda una visión sobre las vías que propician la producción académica de los profesores de carrera de tiempo completo de la FES Acatlán, en los ámbitos de docencia, investigación y extensión, dentro de condiciones favorables y gratas para los docentes. Esto último con el propósito de proveer un conjunto de buenas prácticas, personales e institucionales, necesarias para promover no sólo un eficiente desempeño sino también la investigación para la generación y difusión del conocimiento, lo cual resulta indispensable para el desarrollo nacional.

En lo concerniente a métodos matemáticos empleados, esta investigación se apoyó sustancialmente en técnicas estadísticas multivariadas para la reducción de datos. Aunque el cometido del documento no es explicar a profundidad dichas técnicas, sí persigue ilustrar las generalidades de las mismas y, sobre todo, exponer algunos mecanismos particulares para su tratamiento y validación cuando se manejan muestras pequeñas en una investigación. Esto constituye otra aportación del presente estudio, ya que generalmente las fuentes que documentan estas técnicas multivariadas suponen muestras grandes (de un mínimo de 200 individuos), y en pocas de ellas se aborda qué hacer cuando no se logra tal tamaño muestral. En este sentido, esta investigación puede brindar nociones estadísticas a otros investigadores que enfrenten esta misma dificultad en los proyectos que desarrollan.

Este trabajo fue posible gracias a las facilidades brindadas por la Facultad: al apoyo de la Dirección y de todas las Secretarías, Divisiones, Coordinaciones y Centros que intervinieron en su desarrollo. Particularmente, el apoyo brindado por la Mtra. Nora del Consuelo Goris Mayans, Secretaria General, fue determinante para su concreción. xi

P

R E F A C I O

A este esfuerzo se sumó el de las profesoras María de Jesús Solís Solís, Laura Elena Espinosa Aguilar, Mayra Elizondo Cortés, Verónica del Carmen Quijada Monroy y María de los Ángeles Trejo González, quienes con todo cuidado y esmero fungieron como revisoras de los cuestionarios aplicados.

Gracias también a la profesora Mercedes Trujillo Molina, por su invaluable ayuda en las traducciones que la revisión de la literatura sobre el tema exigió en el idioma portugués.

Asimismo, agradecemos a los revisores del Comité Editorial de la División de Matemáticas e Ingeniería por las observaciones y las adecuaciones sugeridas para mejorar este escrito. Gracias, Miguel Ángel de la Calleja López por tan gentil y cálida contraportada.

Pero, sobre todo, queremos expresar nuestro más sincero agradecimiento a todos los profesores que participaron en la investigación: tanto a quienes nos confiaron su valiosa información, como a quienes se manifestaron interesados en seguir contribuyendo al proyecto en futuras etapas, así como a quienes nos apoyaron con pruebas de validación durante su fase piloto.

Dice un proverbio hindú que todo camino, por largo o intrincado que éste sea, comienza con un solo paso. Por último, pero no pero ello menos importante, todo nuestro amor y reconocimiento a nuestras familias, quienes acompañan siempre nuestro andar con comprensión y cariño en todas nuestras aventuras —dentro y fuera de la academia— y que son quienes con frecuencia, sin siquiera sospecharlo, nos motivan a dar el primer paso.

Mayra Lorena Díaz Sosa MariCarmen González Videgaray

Escanea este código QR para consultar la versión electrónica a color del libro a través de la plataforma InteligenciaNet.

xii

1.

Introducción

1.1

Contexto

Una misión fundamental de las universidades es desarrollar productos académicos, que pueden ser de docencia, investigación o extensión. Estos productos son importantes per se, ya que contribuyen a la generación y difusión del conocimiento. Sin embargo, en muchos casos se han convertido en metas cuantificables que representan una medida específica para calificar personas, instituciones o inclusive, países.

Estas medidas se basan, sobre todo, en la producción de artículos de investigación original o de revisión publicados en revistas indexadas en el Journal Citation Reports (JCR) del Web of Science, que es el líder de la corriente principal del conocimiento. Existen otros índices, como Scopus, Scielo o Redalyc, pero en general se prioriza la medición de indicadores en el Web of Science. Esta base de datos se ha convertido en la regla universal para medir los productos académicos, además de las cantidades de patentes obtenidas en cierto período. Estas mediciones están automatizadas, son muy visibles, numéricas y, aparentemente, fáciles de comparar entre sí.

Así, para académicos, instituciones y países resulta de gran importancia contar con productos específicos como publicaciones y citaciones en el JCR. Por lo general, los autores de estos productos en las entidades abocadas a la docencia, son profesores de carrera, casi siempre de tiempo completo en la institución. Los profesores deben asumir este trabajo porque es parte de sus funciones pero hoy en día, además, existen una serie de sistemas de evaluación y estímulos, que consideran particularmente estos productos y que privilegian las publicaciones de investigación en revistas de alto impacto, así como sus citas en otras fuentes. Los llamados “estímulos” representan del 45 a más del 100% del salario base de los profesores (Dirección General de Asuntos del Personal Académico, 2015), de ahí su gran relevancia. Estos estímulos no forman parte del salario base y no son considerados para prestaciones ni para pensiones por jubilación o incapacidad.

Esta situación ha tenido una serie de consecuencias en el ámbito y la forma de trabajo de los profesores de carrera. Durante muchos años, se han cuidado las condiciones de trabajo del profesor de carrera, brindándole posiciones laborales definitivas (por concurso) y otorgándole libertad para elegir líneas de investigación, de manera que el trabajador académico cuente con independencia intelectual para determinar el rumbo de su indagación. Esto resulta sustancial para que la generación de nuevo conocimiento 1

1 .

I

N T R O D U C C I Ó N

avance. Por un lado, el investigador debe contar con motivación para su trabajo y, por otro lado, la propia investigación puede marcar derroteros no contemplados en un inicio, que resultan filones provechosos. También, tradicionalmente, se da libertad para que el trabajador académico elija qué porcentaje de su tiempo dedica a qué actividad sustantiva, dentro de ciertos límites2.

Estas condiciones ideales de libertad e independencia intelectual han sido modificadas por los actuales sistemas de evaluación y estímulos, como el Programa de Primas al Desempeño del Personal Académico de Tiempo Completo (PRIDE) de la UNAM, así como el ingreso, permanencia y promoción en el Sistema Nacional de Investigadores (SNI) del CONACyT. También confluyen en esta situación las calificaciones comparativas entre las universidades del país y el mundo, y entre los diversos países. Todo en conjunto se suma para crear un ambiente de competitividad y presiones hacia los académicos.

Por otra parte, el bono poblacional representa una alta demanda de estudios universitarios. La UNAM admitió tan solo al 11.4% de los 60,254 estudiantes que intentaron ingresar a ella (Olivares Alonso, 2015). Esto ha generado una gran presión para incrementar la matrícula. En muchas facultades los grupos son más grandes y los profesores deben atender a más alumnos, sobre todo en licenciatura. Se ejerce presión sobre los académicos para que cubran más horas de “carga” docente. Además, se ha puesto énfasis en las tutorías, así como en la actualización y acreditación de los planes de estudio, lo cual es un trabajo adicional para los docentes. En contraparte, casi no se abren a concurso plazas de profesores de carrera.

Existen condiciones desiguales de trabajo para los profesores de carrera. Algunos deben atender varios grupos de licenciatura, con muchos alumnos. Algunos, en cambio, están abocados a atender sólo a unos cuantos alumnos de doctorado. Para algunos es sencillo integrarse a redes de investigación internacionales y tratarse con familiaridad con grandes investigadores de países desarrollados; otros, prácticamente no salen de sus cubículos universitarios. Algunos cuentan con una buena formación para la investigación desde la licenciatura; otros no han recibido nunca esta formación. Algunos tienen buen dominio del idioma inglés, otros prácticamente no tienen experiencia en este idioma. Algunos pertenecen a áreas directamente relacionadas con la investigación científica, como Astronomía o Biología; otros pertenecen a Humanidades, Artes o Ciencias Jurídicas, donde se valora otro tipo de producción. Las propias facultades de la UNAM son desiguales en sus presupuestos y políticas. Sin embargo, los programas de evaluación y estímulos miden a todos por igual.

2 La mayoría de las universidades

-tal es el caso de la UNAM- exigen a sus académicos un mínimo de horas frente a grupo. Asimismo, el CONACyT requiere un mínimo de 20 horas por semana de investigación.

Esto hace pensar en que hay una tensión entre estas dos actividades.

2

1.2. INVESTIGACIÓN

E INVESTIGADORES EN

MÉXICO

Varios autores (Moreles Vázquez, 2015; Spinzi Blanco, Sosa Marín, González Kunert y Aquino Sánchez, 2015) coinciden en que estos programas asociados con el productivismo globalizado han generado condiciones negativas de trabajo para los profesores.

Esto por sí mismo es grave, pero además hacen falta evidencias de que los programas de evaluación y estímulos hayan sido exitosos para incrementar de manera significativa la cantidad y calidad de los productos académicos. Por otro lado, es necesario determinar mejores formas de medir el rendimiento, que consideren otros tipos de productos académicos, como los generados en las artes y humanidades o para la docencia en general.

También es importante señalar que muchos productos, publicados fuera de la corriente principal del conocimiento (Web of Science), tienen amplia recepción y mucho efecto entre sus lectores, en particular en idioma español.

Esto nos motivó a hacer la presente investigación, con el propósito de: (a) medir la relación entre la cantidad y calidad de productos académicos, y los actuales programas de evaluación y estímulos; (b) dar voz a los profesores de carrera para expresar su percepción acerca de las condiciones de trabajo en el ámbito del productivismo académico; (c) y proponer mejores formas de medir la productividad académica, que privilegien las buenas condiciones de trabajo, que motiven la producción de alta calidad y que consideren también lo relacionado con las actividades de docencia y extensión.

1.2

Investigación e investigadores en México

Con el objeto de contextualizar la producción académica de investigación, a continuación se ofrece un breve panorama de la investigación en México y su comparación con los países de la OCDE. El gasto en investigación es un indicador clave de los esfuerzos de los países por lograr no sólo la innovación, sino también su desarrollo. De acuerdo con la Organización para la Cooperación y el Desarrollo Económicos (2016a), la investigación "comprende el trabajo creativo llevado a cabo de manera sistemática con el fin de aumentar el caudal de conocimientos (incluido el conocimiento del hombre, la cultura y la sociedad) y el uso de este conocimiento para nuevas aplicaciones".

La OCDE reconoce tres tipos de actividades en torno a la investigación: la investigación básica, trabajos experimentales o teóricos que no encuentran una aplicación o utilidad práctica, pero que son desarrollados para adquirir nuevos conocimientos sobre fenómenos y hechos observables; la investigación aplicada, en la que también se genera conocimiento, pero con propósitos prácticos específicos; y el desarrollo experimental, que consiste en la realización de proyectos basados en los conocimientos generados, ya sea a través de la investigación básica o aplicada, para la producción de materiales, productos, dispositivos, procesos, sistemas o servicios, o bien mejorar los ya existentes.

Para realizar comparaciones internacionales, la OCDE se basa en el gasto interno bruto que los países destinan a la investigación (GIBI). Éste consiste en el gasto corriente y 3

1 .

I

N T R O D U C C I Ó N

capital llevado a cabo por las compañías residentes, institutos de investigación, universidades, laboratorios gubernamentales, etc. Asimismo, incluye los gastos de investigación financiados por el extranjero, no así los proyectos con financiamientos internos efectuados en el extranjero.

En la Figura 1.1 se presenta una gráfica con el GIBI como porcentaje del producto interno bruto de los países miembros de la OCDE, salvo por China y la Federación Rusa, que son países en adhesión o candidatos para la adhesión (OCDE, 2016b). En ella se aprecia que potencias como Estados Unidos, Japón y Alemania cuentan con los mayores niveles de GIBI. Asimismo, es interesante observar que Estonia, Turquía, Portugal y Eslovenia presentan un aumento notable en el GIBI y que son precisamente estos países los que han logrado mayor crecimiento en la OCDE en la última década. En lo que a México respecta, no sólo se cuenta con uno de los menores niveles de GIBI (apenas por encima de Chile), sino además este indicador prácticamente no ha aumentado en los últimos diez años.

Pero, naturalmente, para realizar investigación se requieren investigadores, es decir, "profesionistas que se ocupen de la generación de conocimientos, productos, procesos, métodos y sistemas o del desarrollo de proyectos vinculados con éstos" (OCDE, 2016a).

Figura 1.1. Gasto interno bruto destinado a la investigación. Fuente: OCDE (2016a).

4

1.3. ANTECEDENTES

Figura 1.2. Investigadores por sector de ocupación. Fuente: OCDE (2016a).

En promedio, la mitad del GIBI de los países de la OCDE se destina al salario de los investigadores, ya sea que éstos se ocupen en los sectores empresarial, gubernamental o académico. En la Figura 1.2 se muestra una gráfica con la razón de investigadores por cada 1,000 empleados de tiempo completo en 2013 o del último año disponible conforme a las fuentes de información de la OCDE. Israel, Finlandia y Dinamarca cuentan con el mayor número de investigadores por cada 1,000 empleados: 17.4, 15.9 y 14.9, respectivamente. En estos tres países se observa claramente una mayor participación de los investigadores en el sector empresarial, respecto de los sectores gubernamental y académico. En el caso de México, la razón es de 0.8. Esto significa que por cada 10,000 mexicanos con empleo, sólo 8 son investigadores. Asimismo, en dicha gráfica se aprecia que el sector empresarial juega un papel menor en la investigación desarrollada en nuestro país y que esta es una actividad que se concentra en los sectores gubernamental y, sobre todo, académico, el cual concierne a universidades e instituciones de educación superior.

Estas cifras dan cuenta pues de la importancia de realizar estudios sobre las causas que generan esta realidad nacional en materia de investigación, sobre todo al interior de los espacios universitarios, pues el desarrollo y crecimiento de nuestro país se encuentra visiblemente comprometido y se requiere la formulación de estrategias que coadyuven a superarla.

1.3

Antecedentes

Actualmente, el valor de la producción subyace en el neoliberalismo, una ideología económica del mundo globalizado basada en la liberación del comercio, cuya lógica es como refieren Martínez Alcántara y Preciado Serrano (2009) “hacer más con menos” trayendo consigo “una asignación limitada de recursos económicos, humanos y materiales a distintas instituciones, sin estar exentas las universidades de los embates de tales políticas”.

5

1 .

I

N T R O D U C C I Ó N

Es en este escenario en que ha surgido el productivismo académico, un fenómeno global que ha dado origen a debates sobre las actuales condiciones de producción intelectual y su estudio en diversos países, como Gran Bretaña, Portugal, Australia, Estados Unidos, Argentina, Paraguay, Brasil y México. Este tipo de productivismo es “una de las distorsiones de las actividades académicas y científicas” y “la publicación de los resultados de una investigación como un fin en sí mismo y no como meta última del proceso de investigación” (Moreles Vázquez, 2015). Dicha distorsión ha sucedido en el marco de prácticas no siempre benéficas, impuestas por políticas universitarias de evaluación e incentivación (Moreles Vázquez, 2015) que, en contraposición al espíritu académico, alejan al profesorado del pensamiento crítico, la generación de conocimientos y la elaboración de propuestas de investigación que brinden soluciones alternativas a problemas del entorno o que contribuyan al desarrollo de un país.

A pesar de que el papel de investigador "es importante para participar e incidir en la construcción de una sociedad más justa” (Spinzi Blanco et al., 2015), el fenómeno de institucionalización de la ciencia, así como sus iniciativas y mecanismos de regulación ha traído consigo una visión mercantilista de la labor académica y de investigación que ha llevado a los profesores universitarios a elegir proyectos y problemas que se resuelvan pronto y se publiquen rápido aunque posean poca calidad o bien no representen una contribución al campo disciplinario ni a las prácticas correspondientes (Moreles Vázquez, 2015). La cultura de “publica o perece”3 se ha convertido gradualmente en una de “publica y de cualquier forma perece”4, es decir, al escribir artículos sin aportaciones, el mayor número de citas se concentra sólo en unos cuantos, mientras que la mayoría alcanza pocas citas o ninguna (Casadevall y Fang, 2012). En el caso de los profesores que poseen una lengua nativa distinta al inglés, a esta presión se suman la de escribir en este idioma para lograr la visibilidad de las publicaciones en revistas internacionales (Englander, 2013) y el enfrentarse a los procesos de arbitraje que suelen afectar su identidad en alguna medida (Englander, 2009).

La investigación ha sido en muchos casos "la función menos desarrollada por las universidades, ya que no se ha tenido una política que fomente la producción de conocimiento como una de sus funciones prioritarias” (Spinzi Blanco et al., 2015). Sin embargo, gradualmente el papel del docente de nivel superior ha sufrido cambios notables, pues en los espacios académicos éstos han experimentado una transición de profesores universitarios a profesores-investigadores (Preciado Cortés, Gómez Nashiki, y Kral, 2008) bajo esquemas de competencia, más que de colaboración (Casadevall y Fang, 2012). Esta transición se debe, en mucho, a los programas de evaluación y estímulos a los que están sujetos ya sea dentro o fuera de la institución educativa en la que ejercen la docencia.

3

Publish or perish.

4

Publish and still perish.

6

1.4. NECESIDADES

DE INVESTIGACIÓN

Los cambios en los que los profesores universitarios se han visto envueltos han despertado en ellos sentimientos encontrados. El estudio realizado por Preciado Cortés et al., (2008) da testimonio de ello en nuestro país, pues la sensación de desigualdad y la incertidumbre laboral está presente en muchos de ellos porque "no han logrado obtener el grado académico preferente, tener la producción requerida, proyectos de investigación financiados, […] todo lo necesario para las certificaciones correspondientes […], el ingreso al SNI o un buen nivel en el programa de estímulos al desempeño académico”.

Además, como refieren Pérez Mora y Naidorf (2015) —citando a Chavoya Peña (2006)— y Pérez (2009), la profesión académica se ha visto afectada por una multiplicidad de roles que competen a los profesores, ya que además de la investigación y la docencia se les ha involucrado cada vez más en tareas de gestión, vinculación y tutoría a estudiantes. La matrícula de alumnos se ha incrementado de manera notoria y las plazas de profesor de carrera casi no han aumentado, generando un mayor número de alumnos por profesor. Asimismo, la incorporación de la educación en línea, como única vía o como complemento de la educación presencial, ha impuesto a los profesores la necesidad de convertirse en creadores de materiales educativos electrónicos. Parece difícil realizar investigación de calidad en medio de todos estos compromisos.

Los estragos del productivismo son cada vez más notorios: docentes que no investigan, la producción de tesis que no ayuda a iniciarse en la investigación, y estudiantes y egresados que no están en condiciones de plantear una investigación ni de dar respuesta fundada a un problema (Spinzi Blanco et al., 2015). A esto se suman otro tipo de daños: el agotamiento físico, la despersonalización en relación con los demás y sentimientos de inadecuación en torno a las actividades asignadas constituyen al síndrome de desgaste emocional conocido como burnout, el cual se ha vuelto uno de los trastornos con mayores repercusiones en la salud de los académicos universitarios (Martínez Alcántara y Preciado Serrano, 2009) y, consecuentemente, tanto en su desempeño como en su rendimiento.

En suma, el productivismo vulnera la autonomía o independencia intelectual de los académicos y refleja un cambio en las condiciones de producción que es preciso analizar cuidadosamente al interior de las universidades pues, como refieren Castiel y SanzValero (2009), "la honestidad científica, la calidad intelectual, incluso la humana, la validez profesional, el adecuado uso del método y la relevancia de los resultados deben ser factores evaluables si se quiere que el prestigio social de la ciencia se rehabilite, sea más efectiva en términos sociales y menos defensora de la ideología neoliberal globalizada de mercado".

1.4

Necesidades de investigación

Una forma conmensurable de determinar la relevancia de las publicaciones que producen los académicos es la provista por Web of Science, una poderosa plataforma de in-

7

1 .

I

N T R O D U C C I Ó N

vestigación de Clarivate Analytics (2017b) en constante actualización, que ayuda a analizar, encontrar de forma rápida y compartir información sobre diversos ámbitos del conocimiento.

Este servicio cuenta con una base de datos sumamente amplia en diversas categorías (artículos, sitios web, memorias, patentes, libros, etcétera) y con una herramienta de análisis que determina los autores más prolíficos y citados por tema. Asimismo, proporciona un panorama general sobre las tendencias en investigación en diversos ámbitos e identifica productos de investigación prominentes por su vigencia y relevancia, de acuerdo con el factor de impacto5 de las revistas en que son publicados.

En la Figura 1.3 se presenta el número de publicaciones prominentes realizadas por los académicos de las cinco Facultades de Estudios Superiores o Unidades Multidisciplinarias de la UNAM, según los registros provistos por Web of Science, al 30 de noviembre de 2017.

Como puede apreciarse, las entidades con mayor número de publicaciones relevantes son, en orden ascendente: la FES Zaragoza, la FES Cuautitlán y la FES Iztacala, ésta última con 1,565 publicaciones. En cambio, la FES Aragón y la FES Acatlán, son las entidades que presentan el mayor rezago, con 42 y 38 publicaciones, respectivamente.

De modo que la FES Acatlán es, de las facultades fuera del campus de Ciudad Universitaria de la UNAM, la que registra el menor número de publicaciones en revistas nacionales o internacionales de prestigio por su alto impacto e indexadas en el JCR: sólo 38; 15 de ellas en el periodo 2013-2016 (véase el Anexo A.1).

La hipótesis de que esto podría atribuirse a la disparidad en el número de profesores de carrera en cada entidad es rebatible. En el Cuadro 1.1, se aprecian las respectivas cifras provistas por la DGAPA (2017) a la quincena 22 de 2017.

Se observa por ejemplo que la FES Cuautitlán tiene más publicaciones en el Web of Science que la FES Zaragoza, a pesar de contar con menos profesores de carrera que esta última. Asimismo, la FES Aragón cuenta con más publicaciones en dicha plataforma que la FES Acatlán, aun cuando la primera posee una planta docente de carrera que no rebasa en número a la mitad de los profesores de carrera adscritos a la segunda.

5

Una medida publicada anualmente por el Journal Citation Reports de Web of Knowledge (Clarivate Analytics, 2017a) con la que se determina la frecuencia con la que un artículo promedio ha sido citado en un año en particular o periodo. Ello permite a su vez obtener el factor de impacto de una revista y de esta forma se obtiene un panorama general no sólo sobre el prestigio de las revistas, sino además sobre las tendencias de investigación en determinados ámbitos del conocimiento.

8

1.4. NECESIDADES

DE INVESTIGACIÓN

Figura 1.3. Número de publicaciones por entidad. Fuente: Elaboración propia con datos de Clarivate Analytics (2017b).

También llama la atención que, con tan sólo 37 profesores de carrera más, la FES Cuautitlán supere en 952 artículos en el Web of Science a la FES Acatlán. Esto es, en la FES Cuautitlán se han producido casi 26 veces la cantidad de publicaciones relevantes desarrolladas por los académicos de carrera de la FES Acatlán, con una diferencia mínima de docentes.

Otra hipótesis para explicar las diferencias en las publicaciones de las entidades en el Web of Science está relacionada con las áreas del conocimiento que las componen. Hay áreas que están intrínsecamente ligadas a la investigación, como es el caso de Biología o Psicología, presentes en la FES Iztacala. En cambio otras, como son las Humanidades y las Ciencias Sociales no poseen esta naturaleza. La FES Acatlán cuenta con el área de Matemáticas e Ingeniería, pero está integrada mayormente por áreas que no exigen trabajo experimental como Ciencias Jurídicas, Humanidades, Ciencias Socioeconómicas, Diseño y Arquitectura. Aunque esto pudiera tener algún impacto en el tipo de productos que se generan en la entidad, lo cierto es que – como contraargumento – también existen revistas en el Web of Science para todas las áreas del conocimiento. En este sentido, el carácter multidisciplinario de la facultad debiera favorecer su posicionamiento en dicha plataforma y no jugar propiamente como un factor en contra.

De acuerdo con el III Informe de Actividades de la Gestión 2013-2017 (Salcedo Aquino, 2016), el trabajo de investigación de los académicos de la FES Acatlán generó 241 productos, entre libros, capítulos, artículos y memorias de eventos académicos en dicho periodo. El hecho de que sólo 15 de estos productos se encuentren en Web of Science pudiera reflejar que los docentes enfrentan los estragos del productivismo que actualmente rige a la educación superior.

9

1 .

I

N T R O D U C C I Ó N

Cuadro 1.1. Profesores de carrera por entidad. Fuente: DGAPA (2017).

1.5

Entidad FES Acatlán

Profesores de carrera 182

FES Aragón

74

FES Cuautitlán

219

FES Iztacala

397

FES Zaragoza

241

Preguntas de investigación

Lo anterior revela la necesidad de investigar las condiciones que están afectando la productividad de los profesores de carrera de la FES Acatlán, así como conocer las situaciones que enfrentan en su quehacer docente y formular estrategias para lograr un mejor rendimiento.

Por ello se formularon las siguientes preguntas en esta investigación:

10

▪

¿Cuál es el perfil de la producción académica de los profesores de carrera de tiempo completo de la FES Acatlán, dentro y fuera de los índices más reconocidos (Web of Science, Scopus, Scielo)?

▪

¿Cómo se relaciona el tipo, cantidad y calidad de la producción académica con el área de adscripción?

▪

¿Existe relación entre indicadores de productividad como el índice h, el número de publicaciones indexadas o el número de citas, y el nivel de estímulos recibidos?

▪

¿Cómo perciben los profesores de carrera los efectos de los diversos programas de evaluación y estímulos?

▪

¿Cómo afectan los programas de evaluación y estímulos las condiciones de trabajo de los académicos?

▪

¿Cuáles son las principales motivaciones de los académicos en su producción docente y de investigación?

▪

¿Cómo perciben los profesores de carrera las políticas institucionales relacionadas con el productivismo?

▪

¿Cómo determinan los académicos su línea de investigación y los tipos de productos académicos que desarrollan?

▪

¿Cuál es el perfil o los atributos de los académicos que sí publican en revistas indexadas en Web of Science?

▪

¿Qué prácticas institucionales y personales podrían promover la productividad en un entorno de trabajo grato y motivante?

1.6. HIPÓTESIS

1.6

Y OBJETIVOS

Hipótesis y objetivos

Para el estudio se consideraron las siguientes hipótesis: (a) Las presiones del productivismo han afectado el entorno de trabajo y la independencia intelectual de los profesores de carrera de tiempo completo. (b) El sistema global productivista que rige por ahora las instituciones universitarias no considera a cabalidad la producción real de alta calidad de los profesores de carrera universitarios. (c) Las presiones del productivismo no han favorecido un escalamiento real de la producción académica indexada en Web of Science.

Con el afán de validar estas hipótesis, a continuación se presentan los objetivos que se establecieron para la investigación.

1.6.1

Objetivo general

Describir la producción académica de los profesores de carrera de tiempo completo de la FES Acatlán y evaluar cómo dicha producción y las condiciones de trabajo de los docentes se relacionan con las presiones del productivismo global que rige a través de sistemas de evaluación y estímulos.

1.6.2

Objetivos específicos

▪

Evaluar las dimensiones del productivismo en los profesores de carrera de tiempo completo de la FES Acatlán.

▪

Describir las condiciones de trabajo alrededor de la productividad de los académicos de carrera de tiempo completo de la FES Acatlán.

▪

Distinguir las principales motivaciones de los académicos al realizar sus tareas docentes y de investigación.

▪

Dar voz a los académicos de tiempo completo para expresar sus percepciones acerca de la forma actual de trabajo.

▪

Analizar las políticas institucionales e identificar cuáles tienden a favorecer la producción académica de calidad.

▪

Identificar el perfil de los casos de éxito de académicos con producción de alta calidad.

▪

Proponer un conjunto de prácticas institucionales y personales que eviten la publicación como un fin y en cambio promuevan la publicación como resultado de la generación de conocimiento, en los ámbitos de docencia, investigación y extensión, dentro de condiciones que sean favorables y gratas para los docentes.

11

2.

Metodología

2.1

El paradigma de investigación

Este estudio concierne a la parte cuantitativa de una investigación de corte mixto. La necesidad de emplear una metodología mixta para estudiar el fenómeno del productivismo académico obedece a la alta complejidad que implica el análisis de la información brindada por los profesores de tiempo completo de la FES Acatlán.

Con esta combinación se persigue triangular los resultados de la aplicación de los cuestionarios con lo que los académicos dicen-hacen-piensan, a fin de contar con evidencias que permitan comprender las dimensiones del problema con la mayor objetividad. Con el análisis de los resultados arrojados por la parte cuantitativa se pretendió determinar qué sucede en la facultad en el contexto del productivismo académico, mientras que con la parte cualitativa se perseguirá comprender —en un estudio futuro— por qué, como sugieren Nestor y Schutt (2014).

De tal modo, en este trabajo se aplicaron tres cuestionarios: dos cerrados y uno semiabierto6. Los primeros dos para recabar datos cuantitativos; y el tercero, para recabar datos cualitativos descriptivos con un carácter exploratorio.

Las respuestas a las preguntas cerradas y abiertas de los cuestionarios no se cotejaron para validar la información obtenida en uno u otro instrumento pues “es riesgoso asumir que los datos obtenidos a partir de éstas debieran ser similares por provenir de los mismos participantes” (Harris y Brown, 2010). De manera que los resultados obtenidos a partir de ellas no fueron considerados como confirmatorios o divergentes, sino más bien como complementarios, como sugiere Smith (2006).

2.1.1

Fundamentación de la elección

Aunque al hacer la revisión de la literatura vigente y pertinente sobre el tema se encontró que varios estudios adoptaron la entrevista para realizar el análisis cualitativo del fenómeno del productivismo en el contexto académico (como los de Leathwood y Read

6 Los

cuestionarios semiabiertos cuentan tanto con preguntas cerradas como abiertas, esto es, preguntas en las que debe elegirse una respuesta de entre un conjunto de opciones ofrecidas y preguntas en las que el consultado debe formular su propia respuesta.

13

2 .

M

E T O D O L O G Í A

(2013), Camarillo Hinojoza (2015), Cárdenas Novoa (2015) y Torres Velandia y Jaimes Cruz (2015)), esto no se llevó a cabo debido a las limitantes del tiempo establecido para realizar la presente investigación. Sin embargo, se contempla realizar este ejercicio a futuro con el fin de continuar indagando a profundidad sobre este tema en la facultad y completar la investigación mixta con la visión cualitativa.

2.1.2

Materiales, herramientas y recursos

Los cuestionarios del estudio se manejaron en línea pues, como indican Van Selm y Jankowski (2006), algunas de sus ventajas son: 1) la ausencia del sesgo del entrevistador; 2) la eliminación de la necesidad de capturar datos al ser los participantes quienes lo hacen al responder los instrumentos; 3) ser convenientes para la mayoría de los encuestados con habilidades digitales (como se supone en el caso de los profesores de carrera); 4) su bajo costo económico; 5) la rapidez con la que permiten recolectar datos; 6) el control sobre quienes responden los instrumentos para evitar respuestas múltiples; 7) que proveen la posibilidad de responder con facilidad los instrumentos a través de clics, de recabar respuestas estructuradas, de brindar flexibilidad en los tiempos de respuesta y de hacer uso de preguntas adaptativas para reducir el número y complejidad de preguntas de acuerdo con las características de los encuestados; 8) los datos recabados pueden ser directamente procesados mediante un software para su posterior análisis cuantitativo/cualitativo.

Los cuestionarios fueron colocados en un curso creado en un ambiente virtual de aprendizaje basado en la plataforma de código abierto Moodle (2017), en su versión 3.1, disponible en el servidor institucional Criptón en la siguiente URL (Figura 2.1): https://cripton.acatlan.unam.mx/ambvir/.

Moodle permite no sólo la creación de cuentas de usuarios bajo protocolos predefinidos para el ID de usuario y la contraseña, sino también la matriculación masiva a cursos. De tal forma que con ello no sólo se logró un eficiente monitoreo y control de los participantes, sino además se favoreció el ingreso directo a la plataforma, sin necesidad de crear antes algún tipo de perfil de autentificación.

Para implementar los cuestionarios en línea se utilizó el módulo Questionnaire de Moodle, versión 3.1.7. Esta extensión facilitó la creación de los instrumentos, pues cuenta con una amplia variedad de tipos de preguntas de los que se echó mano: abiertas (breves y amplias), de opción y selección múltiple, de sí/no, listas desplegables y escalas de Likert. Adicionalmente, se usaron los saltos de página y las etiquetas que provee esta herramienta para categorizar las preguntas por secciones.

14

2.1. EL

PARADIGMA DE INVESTIGACIÓN

Figura 2.1. Cuestionarios en línea en repositorio institucional. Fuente: Elaboración propia.

Otras características que se aprovecharon del módulo Questionnaire fueron: ▪ ▪ ▪ ▪ ▪ ▪ ▪ ▪ ▪

La ramificación condicional de preguntas (preguntas adaptativas), la cual permitió adaptar los cuestionarios en función de las respuestas de los docentes.

La previsualización de los instrumentos.

La creación de reportes individuales de los participantes del estudio.

La generación del resumen global de respuestas.

La obtención de listas con los nombres de los profesores aún sin responder.

El manejo de recordatorios para responder los instrumentos por medio de mensajes enviados directamente a través de la plataforma.

La opción de guardar los avances para continuar respondiendo más tarde sin perder la información capturada.

El resguardo de la figura del anonimato al no hacerse pública la información brindada por los participantes.

La exportación de datos en formato de comas separables (csv) para su posterior procesamiento y análisis por medio de hojas de cálculo y software estadístico.

El análisis estadístico, para la parte cuantitativa, se llevó a cabo mediante hojas de cálculo de Microsoft Excel 2013 (Microsoft Office, 2013) y el software libre7 R (R Project, 2017). Particularmente, en el segundo caso, se emplearon las paqueterías ltm, polycor y psych para evaluar la confiabilidad de los instrumentos y realizar un análisis factorial, sobre lo cual se hablará más adelante.

Para el procesamiento de la información cualitativa (la recabada mediante preguntas abiertas), se emplearon diversas librerías de R: ▪

tm, para crear rutinas con comandos orientadas a la minería de textos;

Software cuyos usuarios tienen la libertad de ejecutarlo, copiarlo, distribuirlo, estudiarlo, modificarlo y mejorarlo (Proyecto GNU–Free Open Software Foundation, 2016).

7

15

2 .

M ▪ ▪

E T O D O L O G Í A

SnowballC, wordcloud, worcloud2 y RcolorBrewer, para generar nubes de palabras y analizar la relación entre éstas; y ggplot2 y dplyr, para generar histogramas de frecuencia de las palabras capturadas.

Cabe destacar que los datos cualitativos de esta investigación se analizaron cuantitativamente bajo un carácter exploratorio, para generar una visión inductiva sobre el fenómeno del productivismo en la FES Acatlán, partiendo de las observaciones para generar nuevas hipótesis que complementaran a aquellas expuestas en la sección 1.6.

2.2

Participantes

De acuerdo con la DGAPA (2017), al corte de la quincena 22 en 2017 había un total de 182 profesores de carrera adscritos a la FES Acatlán. Puesto que los instrumentos fueron abiertos durante el periodo 2018-I, mismo que comprendió del 07 de agosto al 24 de noviembre de 2017, esta es la población o universo del estudio. La disponibilidad de los cuestionarios se extendió el semestre completo debido a que, como sugiere Nulty (2008) citando las estrategias de Quinn (2002), esto tiende a aumentar las probabilidades de participación.

2.2.1

Criterio de inclusión y exclusión

Con la finalidad de lograr un balance adecuado entre la capacidad y la experiencia del personal académico de la UNAM, la DGAPA lanzó en 2014 un subprograma del Programa de Renovación de la Planta Académica de la UNAM denominado Subprograma para la Incorporación de Jóvenes Académicos de Carrera a la UNAM (SIJA) (DGAPA, 2014).

Para la investigación fueron considerados no sólo los profesores de carrera que ya formaban parte de la planta docente de la FES Acatlán, sino además también aquellos pertenecientes al SIJA en el periodo referido.

Asimismo, cabe destacar que, aunque la FES Acatlán cuenta con profesores que ejercen la figura de investigador, éstos sólo completan su carga docente en la entidad, pero no están adscritos a ella, razón por la cual no fueron contemplados en el estudio.

2.2.2

Tamaño muestral

La teoría del muestreo provee el número aproximado de unidades que deben estudiarse, en este caso una muestra de profesores de carrera, para que con un cierto nivel de confianza puedan hacerse inferencias o generalizaciones de los resultados a la población.

Asimismo, brinda distintos métodos que pueden emplearse para la selección de dichas unidades.

16

2.2. PARTICIPANTES Para realizar el anĂĄlisis se contemplĂł un muestreo aleatorio o probabilĂ­stico, ya que en principio todos los profesores de carrera estaban en posibilidad de ser seleccionados para constituir la muestra a partir de los datos vertidos en una base de datos, caracterĂ­stica propia de esta clase de muestreo8.

Se empleĂł el muestreo aleatorio simple debido a que ĂŠste ofrece las siguientes ventajas en comparaciĂłn con otros tipos de muestreo (Triola, 2006): 1. No requiere informaciĂłn auxiliar sobre los elementos de la poblaciĂłn.

2. Cada combinaciĂłn posible de elementos muestrales tiene la misma probabilidad de ser conformada. Asimismo, todas las combinaciones posibles son independientes entre sĂ­. Esta caracterĂ­stica permite constituir muestras representativas a travĂŠs de este tipo de muestreo.

3. Los procedimientos estadĂ­sticos necesarios para analizar los datos y calcular el margen de error que se asume en el estudio son mĂĄs sencillos.

4. Es el tipo de muestreo de mĂĄs sencilla comprensiĂłn y comunicaciĂłn.

Ahora bien, para calcular el tamaĂąo de la muestra, đ?‘›, se empleĂł la siguiente fĂłrmula propia del muestreo aleatorio simple (Triola, 2006): đ?‘? 2 đ?‘?đ?‘žđ?‘ đ?‘›= đ?‘ đ??¸ 2 + đ?‘? 2 đ?‘?đ?‘ž donde: â–Ş

đ?‘ es el tamaĂąo de la poblaciĂłn;

â–Ş

đ?‘? es la proporciĂłn de la poblaciĂłn que cuenta con una caracterĂ­stica especĂ­fica;

â–Ş

đ?‘ž es la proporciĂłn de la poblaciĂłn que no cuenta con la caracterĂ­stica que se desea estudiar (es igual a 1 − đ?‘?);

â–Ş

đ??¸ es el error muestral que se asume (la diferencia entre los resultados observados en la muestra de la poblaciĂłn y los que se obtendrĂ­an si se estudiara la poblaciĂłn completa); y

â–Ş

đ?‘? es una constante asociada a un nivel de confianza previamente establecido modelado bajo la distribuciĂłn de probabilidad continua conocida como gaussiana o bien como distribuciĂłn Normal. Bajo condiciones especĂ­ficas9, la distribuciĂłn Normal permite aproximar a la distribuciĂłn Binomial, una distribuciĂłn de pro-

Bajo circunstancias muy particulares en las que los individuos no tienen la misma posibilidad de ser elegidos para conformar una muestra, se emplea el muestreo no aleatorio o no probabilĂ­stico. En la prĂĄctica ĂŠste no es empleado con frecuencia ya que, a diferencia del muestro aleatorio, no depende del azar sino de criterios subjetivos o circunstanciales para hacer la selecciĂłn.

8

9

đ?‘›đ?‘? ≼ 5 y đ?‘›đ?‘ž ≼ 5, supuesto que se cumple en el presente estudio.

17

2 .

M

E T O D O L O G Ă? A

babilidad de tipo discreto que cuantifica el nĂşmero de ĂŠxitos en una serie de ensayos Bernoulli, mismos que pueden arrojar sĂłlo dos posibles resultados: ĂŠxito o fracaso. En este contexto, đ?‘? se refiere a la probabilidad de ĂŠxito (poseer la caracterĂ­stica especĂ­fica que se desea analizar); y đ?‘ž, a la probabilidad de fracaso (no poseerla).

En este caso, â–Ş

el tamaĂąo de la poblaciĂłn fue đ?‘ = 182.

â–Ş

đ?‘? fue la proporciĂłn de la planta de profesores de carrera de tiempo completo con la caracterĂ­stica especĂ­fica de padecer los estragos del productivismo acadĂŠmico.

Cuando ĂŠsta no se conoce, como en esta ocasiĂłn, se establece đ?‘? = 0.5.

â–Ş

đ?‘ž fue la proporciĂłn de profesores de carrera de tiempo completo que no experimentan el productivismo y que pueden considerarse como los casos de ĂŠxito por su eficiente desempeĂąo. Cuando ĂŠsta no se conoce, se establece đ?‘ž = 0.5 ya que 1 − đ?‘? = 0.5.

â–Ş

đ??¸ = 0.10, es decir, se asumiĂł un margen de error del 10%.

â–Ş

Se tomĂł đ?‘? = 1.96 para garantizar un nivel de confianza10 del 95%. Formalmente, đ?‘? es un lĂ­mite que separa las proporciones muestrales cuya ocurrencia es probable de aquellas cuya ocurrencia es improbable. Como puede observarse en la Figura 2.2, el ĂĄrea bajo la curva de la distribuciĂłn Normal es mayor al centro y ĂŠsta se reduce en los extremos. Esto es, al centro se concentran las proporciones muestrales probables y en los extremos se encuentran las de menor probabilidad. Un nivel de confianza del 95% implica que cada uno de los extremos de la distribuciĂłn, a la izquierda y a la derecha del lĂ­mite đ?‘?, representa el 2.5% del ĂĄrea bajo la curva. El porcentaje de ĂĄrea total a la izquierda del extremo derecho representa el 97.5%, es decir, 0.975. De acuerdo con la tabla de la distribuciĂłn Normal (0,1), 0.975 requiere fijar el valor de đ?‘? en 1.96 (Triola, 2006).

Figura 2.2. CĂĄlculo de Z para un nivel de confianza del 95%. Tomado y adaptado de: Triola (2006).

Esto garantiza que, si se analizara una gran cantidad de muestras distintas y se construyera para cada una el respectivo intervalo de confianza, el 95% de ellos contendrĂ­a el valor correcto de đ?‘?.

10

18

2.3. INSTRUMENTOS Al sustituir estos valores en la fĂłrmula se tuvo que đ?‘›=

(1.96)2 (0.5)(0.5)(182) ≅ 62.8 (182)(0.10)2 + (1.96)2 (0.5)(0.5)

De manera que al redondear este valor al entero mĂĄs cercano se determinĂł que el tamaĂąo de la muestra necesario para que el estudio resultara representativo fue đ?‘› = 63.

Esto significa que se contemplĂł en la investigaciĂłn la participaciĂłn aleatoria del 35% de los profesores de carrera de tiempo completo de la FES AcatlĂĄn para obtener medidas estadĂ­sticas generalizables a la planta docente de carrera completa con un margen de error del 10% y un nivel de confianza del 95%.

2.3

Instrumentos

Para la parte cuantitativa se diseĂąaron tres cuestionarios en lĂ­nea. El primer cuestionario tuvo por objetivo el de obtener una descripciĂłn de la producciĂłn acadĂŠmica de los profesores de tiempo completo e identificar las situaciones de trabajo que enfrentan para evaluar su posible relaciĂłn con programas de estĂ­mulos y evaluaciĂłn dentro y fuera de la UNAM (vĂŠase Cuestionario 1, en el Anexo A.2). Se recabĂł en ĂŠl informaciĂłn sobre las siguientes dimensiones: datos generales de los docentes y sobre sus actividades acadĂŠmicas semanales, estĂ­mulos percibidos, producciĂłn acadĂŠmica en los Ăşltimos tres aĂąos, condiciones de trabajo, proyectos financiados en los que participaron en los Ăşltimos tres aĂąos, y habilidades en el manejo del idioma inglĂŠs.

Para complementar esta visiĂłn, se elaborĂł un segundo cuestionario con el propĂłsito de identificar las condiciones de trabajo, motivaciones, presiones y percepciones de los profesores sobre su entorno laboral y los problemas que pudieran afectar su productividad acadĂŠmica (vĂŠase Cuestionario 2, en el Anexo A.2). En ĂŠste se indagĂł para obtener datos de los acadĂŠmicos concernientes a las dimensiones: carga de trabajo, productividad, condiciones de docencia e investigaciĂłn, ambiente laboral, satisfacciĂłn laboral, signos de cansancio y/o estrĂŠs.

El tercer cuestionario tuvo el propósito de investigar los håbitos de búsqueda de información y publicación de los acadÊmicos. Éste estuvo constituido por dos secciones: la primera con un caråcter cuantitativo; y la segunda, con uno cualitativo (vÊase Cuestionario 3, en el Anexo A.2). Las dimensiones de la parte cuantitativa fueron: fuentes de información, motores y estrategias de búsqueda, criterios para la selección de información de calidad, uso de citas y referencias, y håbitos para la publicación de artículos de investigación. La parte cualitativa, en cambio, estuvo centrada en averiguar los procesos que los profesores suelen realizar durante su producción acadÊmica y los sentimientos/emociones que ello les despierta.

19

2 .

2.3.1

M

E T O D O L O G Í A

Validez

La validez del contenido de los instrumentos desarrollados para este trabajo se consiguió al construir los reactivos con base en los estudios y cuestionarios llevados a cabo previamente por otros investigadores del tema. Concretamente, se retomaron parcialmente los instrumentos de Englander (2013), Ferreira Borsoi y Silva Pereira (2013) y Timmers y Glas (2010), para los cuestionarios 1, 2 y 3, respectivamente. En todos los casos se consiguió el visto bueno para hacer uso de los instrumentos y adaptarlo al contexto en cuestión.

Ahora bien, los cuestionarios resultantes fueron revisados por un cuerpo de expertos conformado por cinco profesoras de la UNAM: cuatro de ellas adscritas a la FES Acatlán (provenientes de las divisiones de Humanidades y Diseño y Edificación); y una, al Posgrado de la Facultad de Ingeniería en Ciudad Universitaria. En este cuerpo, cuatro de las profesoras fueron de carrera y una de asignatura.

Con la diversidad en las áreas del conocimiento, la categoría académica, el nivel educativo al ejercer la docencia y la adscripción, se pretendió contar con un equipo que abarcara un amplio espectro de funciones en su quehacer académico, de forma que evaluara los instrumentos con base en ella y aportara una visión crítica, objetiva y completa. Para ello, se les facilitó un formato a fin de que capturaran sus observaciones y sugerencias por cada reactivo. En función de esto se hicieron las adecuaciones y ajustes que se consideraron pertinentes en cada caso.

Los instrumentos depurados fueron trasladados al ambiente virtual de aprendizaje y con ellos se realizó una prueba piloto con diez profesores de carrera de la División de Matemáticas e Ingeniería de la FES Acatlán. Esto con el propósito de descartar cualquier dificultad técnica o conceptual que pudiera presentarse al responder los instrumentos y de poner a prueba su validez una última ocasión.

2.3.2

Confiabilidad

En los tres cuestionarios, principalmente en el segundo y en el tercero, se emplearon escalas de Likert de cinco puntos. En el primer cuestionario, para determinar los grados de dificultad, satisfacción y ansiedad relacionados con la habilidad en la escritura del inglés de los académicos. En el segundo, para conocer el grado de acuerdo/desacuerdo con una serie de afirmaciones sobre las condiciones de trabajo descritas en la sección 2.3 de este documento. Y en el tercero, para establecer la frecuencia con que realizan determinadas prácticas asociadas con la búsqueda de información y de investigación.

A pesar de que la confiabilidad y la consistencia de los instrumentos fueron evaluadas y validadas en cada estudio retomado (véase sección 2.3.1), se hizo necesario verificarlas en cada caso, conforme a la recomendación que hace (Celina Oviedo y Campo Arias, 2005), en virtud de que los cuestionarios fueron modificados y adaptados al contexto de los académicos de la UNAM.

20

2.3. INSTRUMENTOS Esta evaluaciĂłn se efectuĂł por medio del anĂĄlisis de la correlaciĂłn entre cada uno de los reactivos pertenecientes a una misma dimensiĂłn en cada uno de los instrumentos, una vez recabadas las respuestas de los participantes que constituyeron la muestra aleatoria.

Aunque existen diferentes formas de llevar esto a cabo, se optó por calcular el alfa de Cronbach por la practicidad de su uso, pues requiere de una sola administración de la prueba (Celina Oviedo y Campo Arias, 2005)11: �=

đ?‘˜đ?‘?

1 + đ?‘?(đ?‘˜ − 1)

donde: â–Ş

đ?‘˜ es el nĂşmero de reactivos en la dimensiĂłn; y

â–Ş

đ?‘? es el promedio de las correlaciones lineales entre cada uno de los Ă­tems.

Cuando el coeficiente � es cercano a +1 ó -1, significa que existe una asociación cercana entre los reactivos que constituyen una dimensión; positiva en el primer caso y negativa en el segundo. En cambio, mientras mås cercano sea el coeficiente a 0, menor serå la relación entre dichos reactivos.

Valores positivos de � cercanos a +1 sugieren que los resultados del anålisis de los instrumentos son confiables, es decir, que son independientes de la muestra y representan efectivamente (sin sesgo) las opiniones de los participantes. Asimismo, en este escenario los resultados pueden ser reproducidos de nueva cuenta con los mismos cuestionarios, o sea, Êstos últimos son consistentes. Naturalmente, la confiabilidad y la consistencia de un instrumento favorecen su escalabilidad y la eventual generalización en su uso.

En contraparte, valores de � negativos y cercanos a -1 alertan sobre una probable inconsistencia en los instrumentos y/o sobre su falta de confiabilidad a partir del coeficiente.

Samuels (2015), citando a Kline (1986), indica que no es aconsejable realizar un anålisis de confiabilidad por medio del alfa de Cronbach si el tamaùo de la muestra es menor a 300, pues de otra forma puede resultar un indicador poco fiable. Sin embargo, con base en una serie de simulaciones realizadas por Yurdugßl (2008), tambiÊn admite que bajo algunas circunstancias esto es viable aun en muestras pequeùas: si el primer eigenvalor —o valor propio— obtenido bajo un anålisis de Componentes Principales (ECP1) de los datos muestrales es superior a 6.00, el coeficiente � es un estimador robusto de aquel

11 No debe confundirse a p en esta fĂłrmula con la empleada

al realizar el cĂĄlculo del tamaĂąo de la muestra.

21

2 .

M

E T O D O L O G Í A

que corresponde a la población, incluso para muestras de un tamaño mínimo12 igual a 30.

En el Cuestionario 2 hubo un total de 64 participantes y se obtuvieron un ECP1=23.60 y una 𝛼 = 0.81; en el Cuestionario 3, 56 participantes con ECP1=2.54 y 𝛼 = 0.92. Aunque en principio estos valores son alentadores, fue necesario realizar el análisis por secciones debido a que el coeficiente de Cronbach no es multidimensional (Celina Oviedo y Campo Arias, 2005).

En los cuadros 2.1 y 2.3 se aprecian las secciones (S) que constituyeron a los cuestionarios 2 y 3, respectivamente, así como el número de preguntas (P) en cada una de ellas.

Por cada sección, se calculó el ECP1 y el alfa de Cronbach (𝛼) correspondiente. Las celdas restantes de dichos cuadros se interpretan como el valor que tendría el alfa de Cronbach de cada sección si se eliminara la pregunta del renglón respectivo. En gris se resaltan aquellas celdas en las que se produciría un aumento del alfa de ser eliminada la pregunta en cuestión. Los guiones (-) indican que no existe tal pregunta en determinada sección. En negritas y cursivas se destacan aquellos valores que pudieran resultar críticos.

Como puede observarse, el Cuestionario 2 puede considerarse consistente en las secciones 3 (Docencia e investigación), 4 (Ambiente laboral), 5a (Satisfacción laboral, parte I), 5b (Satisfacción laboral, parte II) y 6 (Signos de cansancio), pues todas ellas registraron una 𝛼 mayor a 0.7, valor mínimo aceptable para concluir una consistencia interna efectiva (Celina Oviedo y Campo Arias, 2005). No obstante, es importante notar que sólo las secciones 3 y 5a cumplen con el criterio del ECP1>6.00, lo cual las hace las únicas secciones robustas de este cuestionario.

Asimismo, se aprecia en dicho cuestionario que las secciones 1 (Carga de trabajo), 2 (Productividad) y 7 (Signos de estrés) no pueden considerarse consistentes bajo el criterio del coeficiente de Cronbach. Particularmente en las secciones 2 y 7, aunque pueden mejorarse los valores de 𝛼 al eliminar las preguntas 5 y 6 respectivamente, los reactivos que las constituyen no discriminan adecuadamente la situación de los profesores probablemente por ser sus respuestas muy similares. En este sentido, una solución para mejorar este instrumento es realizar un análisis factorial para identificar el número y la composición de los factores comunes (variables latentes) necesarios para explicar la varianza común de este conjunto de reactivos en esta sección y, en función de ello, hacer las adecuaciones necesarias al cuestionario (Lloret-Segura, Ferreres-Traver, Hernández-Baeza, y Tomás-Marco, 2014).

12

No fue posible evaluar la confiabilidad de los instrumentos en la fase piloto, ya que el número de participantes fue inferior a 30.

22

2.3. INSTRUMENTOS En lo que a la sección 1 de dicho cuestionario se refiere, el valor del alfa de Cronbach resultó no sólo negativo, sino incluso inferior a -1 (aproximadamente de -1.56). Este valor negativo no normalizado se debió a la correlación negativa de los reactivos y al reducido número de éstos en la sección. Se detectó además que la escala de Likert empleada en dicha sección debía revertirse para los reactivos 2 y 4, a fin de conmensurar de forma adecuada el constructo Carga de trabajo. Al hacer este cambio, se observó una mejoría notable en la consistencia de la sección, la cual puede apreciarse en el Cuadro 2.2.

Cuadro 2.1. Análisis de los coeficientes de Cronbach (Cuestionario 2). Fuente: Elaboración propia con el paquete ltm del software R.

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 ECP1 𝜶

S1 -0.76 -1.36 -0.86 -0.50 3.99 -1.56

S2 0.49 0.37 0.15 0.08 0.52 0.44 0.30 4.38 0.41

S3 0.67 0.68 0.70 0.66 0.82 0.62 0.58 0.59 6.58 0.71

S4 0.81 0.82 0.77 0.77 0.81 0.80 0.82 0.79 0.77 0.80 4.84 0.81

S5a 0.83 0.71 0.70 0.64 0.65 0.60 0.63 0.65 0.66 6.36 0.71

S5b 0.90 0.89 0.89 0.90 0.89 0.90 0.88 5.52 0.91

S6 0.76 0.68 0.67 0.67 0.69 0.71 0.70 0.68 0.68 0.67 0.73 4.96 0.72

S7 0.45 0.40 0.46 0.41 0.36 0.54 0.38 0.34 1.87 0.45

En cuanto al Cuestionario 3, las secciones 3 (Estrategias de búsqueda), 4 (Selección de resultados), 5 (Evaluación de la información), 6 (Uso de citas y referencias) y 7 (Hábitos de publicación) son consistentes bajo el análisis de Cronbach. Y, aun cuando las secciones 1 (Uso de fuentes de información) y 2 (Uso de motores de búsqueda) presentan valores del coeficiente inferiores a 0.7, es importante considerar que la 𝛼 depende del tamaño de la muestra, ya que a mayor número de individuos que completan una escala, mayor será la varianza esperada. Cabe recordar pues que en este instrumento participaron sólo 56 de los 64 participantes del Cuestionario 2.

En general, puede concluirse que los instrumentos presentaron un alto grado de confiabilidad y una consistencia interna aceptable bajo el criterio de Cronbach, pues debe entenderse la condición del ECP1>6.00 como una condición suficiente mas no necesaria.

En el Cuestionario 1 no se realizó el análisis de confiabilidad debido a que se requieren al menos cuatro reactivos por escala para ello (Hinkin, Tracey, y Enz, 1997).

23

2 .

M

E T O D O L O G Í A

Cuadro 2.2. Análisis de los coeficientes de Cronbach con escala de Likert revertida (Cuestionario 2, Sección). Fuente: Elaboración propia con el paquete psych del software R.

P1 P2 P3 P4 ECP1 𝜶

S1 0.62 0.66 0.63 0.55 3.99 0.68

Cuadro 2.3. Análisis de los coeficientes de Cronbach (Cuestionario 3). Fuente: Elaboración propia con el paquete ltm del software R.

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 ECP1 𝜶

2.4

S1 0.38 0.20 0.33 0.52 0.56 0.40 2.54 0.46

S2 0.46 0.29 0.20 0.35 1.48 0.40

S3 0.82 0.80 0.80 0.80 0.84 0.80 0.81 0.81 3.55 0.83

S4 0.72 0.70 0.76 0.73 0.68 0.78 0.70 0.72 3.00 0.75

S5 0.84 0.80 0.84 0.82 0.80 0.81 0.79 0.79 0.80 0.80 3.24 0.83

S6 0.88 0.79 0.79 0.78 0.77 0.77 0.77 2.54 0.82

S7 0.65 0.62 0.62 0.80 0.75 0.69 0.69 0.71 2.54 0.73

Procedimientos

Una vez depurados los instrumentos en el ambiente virtual de aprendizaje Criptón, se procedió a extender una invitación por correo electrónico para participar en el estudio a las cuentas provistas por la entidad a través el Departamento de Sistemas de Información de su Centro de Desarrollo Tecnológico (CeDeTec). Asimismo, se extendió la invitación vía oficio a las Divisiones académicas de la entidad (Ciencias Jurídicas, Diseño y Edificación, Humanidades, Ciencias Sociales, Matemáticas e Ingeniería), la Coordinación de Estudios de Posgrado, el Sistema de Universidad Abierta y Educación a Distancia (SUAyED) y el Centro de Enseñanza de Idiomas (CEI) de la facultad, y se solicitó su apoyo para exhortar a los profesores de carrera adscritos al área a que participaran.

Durante la vigencia del periodo 2018-I se monitoreó semanalmente la participación y se reenviaron las invitaciones electrónicas o bien mensajes como recordatorio para completar algún cuestionario faltante.

24

2.4. PROCEDIMIENTOS A lo largo de este proceso se detectaron inconsistencias en la base de datos provista por la entidad, pues algunas cuentas de correo resultaron inexistentes, en otras hubo errores de captura u omisiones, y en otros casos se trató de cuentas institucionales no vigentes. De ello deriva la recomendación de verificar y actualizar las bases de datos institucionales, pues de otro modo se dificulta no sólo la realización de estudios de este tipo, sino la comunicación directa y eficiente entre funcionarios, administrativos y académicos de la facultad.

Para paliar esta problemática y procurar una mayor participación, se consultó el directorio en línea de la entidad para enviar la invitación electrónica a cuentas alternativas de los profesores de carrera. De este modo, se detectaron discrepancias significativas entre las cuentas del directorio y de la base de datos facilitada.

También se implementaron algunas de las estrategias propuestas por Nulty (2008) para alentar la participación: ▪ ▪ ▪

▪

En las invitaciones electrónicas fueron provistos un hiperenlace a la URL del ambiente virtual de aprendizaje, así como el ID de usuario y la contraseña de acceso, para agilizar el ingreso al sistema.

Se enfatizó que las respuestas serían empleadas para brindar una visión de las situaciones que enfrentan en su quehacer académico y propuestas para mejorar sus condiciones de trabajo.

Se garantizó que los resultados que se manejarían de manera totalmente confidencial, sin hacer referencia más que a datos generales estadísticos, y que sólo se conservaría la identidad para relacionar los resultados cuantitativos con los cualitativos.

Se indicó que a quienes contestaran los tres instrumentos completos del estudio se les brindaría una constancia de participación, en reconocimiento al apoyo brindado.

De este modo, se obtuvo una participación de 60, 64 y 56 personas en los cuestionarios 1, 2 y 3, respectivamente. Esto constituyó entre el 30% y el 35% de la población de académicos de carrera de la FES Acatlán.

Para el análisis de los datos cuantitativos se emplearon estadísticas descriptivas, en el Cuestionario 1, y un método multivariado conocido como análisis factorial, en el caso de los cuestionarios 2 y 3.

El análisis factorial es una técnica de reducción de datos y para la medición de variables latentes13, de manera que la información disponible pueda depurarse y distinguirse aquella que resulta más representativa e interesante. Es a partir de las relaciones de un conjunto de variables observables (medibles) que se determinan factores cuya agrupa-

13

Variables que no pueden medirse directamente (por ejemplo, la inteligencia).

25

2 .

M

E T O D O L O G Ă? A

ciĂłn trata de explicarse a travĂŠs de variables latentes subyacentes, a las cuales se denomina como factores comunes. La representaciĂłn algebraica del modelo para đ?‘š ≤ đ?‘? factores comunes es (Lloret-Segura et al., 2014):

X 1 = w11 F1 + w12 F2 +

+ w1m Fm + u1

X 2 = w21 F1 + w22 F2 +

+ w2 m Fm + u2

X p = wp1 F1 + wp 2 F2 +

+ wpm Fm + u p

donde: â–Ş â–Ş â–Ş â–Ş

đ?‘‹đ?‘– es el i-ĂŠsimo de p reactivos del cuestionario; đ??šđ?‘— , el j-ĂŠsimo de m factores identificados; đ?‘¤đ?‘–đ?‘— , el peso del j-ĂŠsimo factor; đ?‘˘đ?‘– , la varianza en cada đ?‘‹đ?‘– que no es explicada por los factores (un tĂŠrmino de error que consecuentemente no se incluye en el proceso de identificaciĂłn y estimaciĂłn de los factores comunes).

En este modelo estadístico cada factor Fj explica la varianza en las variables observadas Xi en cierta proporción. Dicha proporción de varianza explicada por un factor se establece por medio de eigenvalores (los pesos ��� ). Factores con eigenvalores superiores a 1.00 explican mås varianza que una variable observada particular.

La pertinencia del uso de esta tĂŠcnica multivariada puede evaluarse a travĂŠs del cĂĄlculo de las medidas Kaiser-Meyer-Olkin (KMO) y la prueba de esfericidad de Bartlett (Hadi, Abdullah y Sentosa, 2016). La primera es una medida entre 0 y 1 que indica quĂŠ tan adecuada o suficiente es la muestra para hacer anĂĄlisis factorial: mientras mĂĄs cercana a 1 sea ĂŠsta, se considerarĂĄ mĂĄs apropiado su uso. En cambio, la prueba de esfericidad de Bartlett se ocupa de determinar bajo una prueba de hipĂłtesis si la matriz de correlaciones original es la matriz identidad, lo que indicarĂ­a que las variables no estarĂ­an relacionadas y que agruparlas por factores no resultarĂ­a conveniente; valores del nivel de significancia menores a 0.05 indican que el anĂĄlisis factorial resultarĂĄ Ăştil. Ambas pruebas se realizaron a los cuestionarios 2 y 3 acompaĂąadas de mapas de calor para obtener una representaciĂłn grĂĄfica de las correlaciones entre los reactivos de cada secciĂłn.

Se trata pues de la construcciĂłn de un modelo en el que la comprensiĂłn de los factores puede ser compleja y para procurar su interpretaciĂłn suelen aplicarse tĂŠcnicas de rotaciĂłn, de forma que los pesos de los factores se presenten bajo patrones fĂĄcilmente detectables. En estudios de carĂĄcter social, como ĂŠste, los factores resultan habitualmente correlacionados, en cuyo caso debe emplearse una rotaciĂłn denominada oblicua (Hadi et al., 2016).

Pero, ÂżcuĂĄntos factores se consideraron suficientes para el estudio? Un criterio para seleccionar el nĂşmero de factores a conservar es el provisto por el anĂĄlisis paralelo, el 26

2.4. PROCEDIMIENTOS cual compara las soluciones obtenidas con datos reales y las provistas por los datos aleatorios. Concretamente, los eigenvalores de la matriz de correlaciones de los datos observados son contrastados con la media de aquellos obtenidos de una matriz constituida por variables aleatorias normales no correlacionadas, generadas mediante simulaciĂłn. Aquellos factores comunes cuyos eigenvalores de los datos observados superan a esta media son considerados como suficientes. Las simulaciones se realizan con muestras aleatorias con una distribuciĂłn de probabilidad normal paralela a la de datos observados en cuanto a tamaĂąo y nĂşmero de variables (Ledesma y Valero-Mora, 2007).

De ahĂ­ el nombre del mĂŠtodo, mismo que se empleĂł en este trabajo considerando a la matriz de correlaciones policĂłrica14.

El nĂşmero de factores a conservar debe validarse. Newsom (2012) seĂąala que muchos de los Ă­ndices empleados para este fin se ven afectados por el tamaĂąo de la muestra, de forma que son las muestras grandes aquellas que logran los valores del Ă­ndice de ajuste mĂĄs altos. De manera que, si se elige un Ă­ndice sin examinar esta dependencia al evaluar el ajuste en muestras pequeĂąas, las conclusiones pueden resultar pesimistas y sesgadas (Bollen, 1990).

Dado que en esta investigaciĂłn la muestra es pequeĂąa, se eligiĂł para hacer tal evaluaciĂłn a una variante del Ă?ndice de Tucker-Lewis (ITL), el cual no es sesgado por el tamaĂąo muestral (Gerbing y Anderson, 1993): đ??źđ?‘‡đ??ż =

đ?œ’02 /df0 − χ2đ?‘š /dfđ?‘š (đ?œ’02 /df0 ) − 1

donde đ?œ’đ?‘˜2 /dfđ?‘˜ es la razĂłn obtenida de un modelo chi cuadrado con đ?‘˜ factores, đ?œ’đ?‘˜2 , respecto de sus correspondientes grados de libertad, dfđ?‘˜ (Triola, 2006). A esta razĂłn se le llama ji cuadrada normada. El ITL tiene un valor decimal que puede fluctuar entre 0 y 1.

Este Ă­ndice permite identificar el grado en que un modelo factorial particular de đ?‘˜ = đ?‘š factores es mejor que un modelo sin factores en el que đ?‘˜ = 0 (modelo conocido como nulo) bajo el criterio de mĂĄxima verosimilitud. El modelo nulo supone que las variables medidas no estĂĄn correlacionadas, es decir, que no hay variables latentes.

A la generalizaciĂłn de la definiciĂłn del ITL a modelos con cualquier tipo estructural de covarianza bajo diferentes mĂŠtodos de estimaciĂłn se le conoce como Ă?ndice de Ajuste No Normado (IANN)15 o Ă?ndice de Tucker Lewis Generalizado (ITLG). Esta variante fue

El uso de esta matriz permite estudiar la asociaciĂłn entre variables politĂłmicas ordinales. Por ejemplo, como ocurre cuando se emplean escalas de Likert.

14

15

TambiĂŠn conocido como NNFI, por sus siglas en inglĂŠs (Nonnormed Fit Index).

27

2 .

M

E T O D O L O G Í A

adoptada en este estudio para emplear métodos alternativos al método de máxima verosimilitud, y así evitar problemas inherentes tanto a matrices mal condicionadas (véase Sauer (2013)) como la sensibilidad al tamaño muestral.

El IANN se considera “no normado” debido a que en ocasiones puede cobrar valores mayores a 1, o bien ligeramente por debajo de 0. Cuando el IANN es superior a 0.90 suele considerarse al modelo factorial adecuado en cuanto al número de factores, en tanto que en caso de ser mayor a 0.95 se considera al modelo factorial como bueno (Newsom, 2012).

28

3.

Resultados y discusión

3.1

Sobre el Cuestionario 1

El objetivo de este cuestionario fue obtener una descripción de la producción académica de los profesores de tiempo completo e identificar las situaciones de trabajo que enfrentan para evaluar su posible relación con programas de estímulos y evaluación, dentro y fuera de la UNAM (véase Cuestionario 1, en el Anexo A.2). A continuación, se presentan los principales resultados obtenidos a partir de la información recabada de 60 profesores de carrera de tiempo completo que completaron el instrumento, de un total de 65.

3.1.1

Datos Generales

La participación de hombres y mujeres en este cuestionario fue prácticamente equilibrada (Figura 3.1): 32 mujeres (53%) y 28 hombres (47%). Más de la mitad de los encuestados (62%) supera los 50 años de edad (Figura 3.2).

47%

53%

Femenino

Masculino

Figura 3.1. Distribución de participantes por género (Cuestionario 1). Fuente: Elaboración propia.

29

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

25 22

Profesores

20

15

13

12

11

10

5 2 0 31-40

41-50

51-60

61-70

71-80

Rangos de edad

Figura 3.2. Distribución de participantes por rangos de edad. Fuente: Elaboración propia.

Categoría, nivel y situación contractual

PROF TIT C TC NO DEF

1

PROF TIT C TC DEF

20

PROF TIT B TC DEF

7

PROF TIT A TC INT

1

PROF TIT A TC DEF

4

PROF ASOC C TC NO DEF

10

PROF ASOC C TC INT

2

PROF ASOC C TC DEF

9

PROF ASOC C MT INT

1

PROF ASOC B TC INT

1

PROF ASOC B TC DEF

3

PROF ASOC A TC INT

1 0

5

10

15

20

25

Profesores

Figura 3.3. Distribución de participantes por nombramiento. Fuente: Elaboración propia.

La distribución de participantes por nombramiento puede apreciarse en la Figura 3.3: 33 ocupan una plaza de carrera con categoría de Titular; y el resto, una con categoría de Asociado. Cabe destacar que el 41% de los profesores con ésta última categoría pertenecen al Subprograma para la Incorporación de Jóvenes Académicos de Carrera a la UNAM (SIJA): 11 en total.

30

3.1. SOBRE

EL

CUESTIONARIO 1

35% 46%

17%

2% Docencia

Investigación

Difusión

Está balanceada entre las tres.

Figura 3.4. Distribución de actividades semanales por tipo. Fuente: Elaboración propia.

El 68% de los profesores cuenta con nivel de estudios máximo cursado (con o sin grado obtenido) de doctorado; el 30%, de maestría; y tan sólo el 2%, de licenciatura. Esto parecería indicador de que los académicos cuentan con la formación académica necesaria para realizar investigación de calidad y con el debido rigor metodológico, sobre lo cual se discutirá más adelante.

La distribución de participantes por división de adscripción fue, en orden descendente, la siguiente: Matemáticas e Ingeniería con 30%; Humanidades, 23%; Ciencias Socioeconómicas, 15%; Posgrado, Ciencias Jurídicas y Diseño y Edificación, 7% cada una; Centro de Enseñanza de Idiomas (CEI), 6%; y el Sistema de Universidad Abierta y Educación a Distancia (SUAyED), 5%.

3.1.2

Actividades semanales

La mayoría de los profesores de carrera que participaron (46%) considera que su trabajo académico está balanceado en llevar a cabo tres tipos de actividades: docencia, investigación y difusión. Sin embargo, hay un sector considerable (35%) que se enfoca principalmente a desarrollar labores de docencia, y un grupo reducido (17%) cuya labor se centra en la investigación. Por otra parte, son pocos los académicos que se centran en actividades de difusión (2%) (Figura 3.4).

En la Figura 3.5 se aprecia una descripción detallada de las tareas concretas que los académicos refieren realizar habitualmente cada semana. Se observa que las tareas más comunes conciernen al quehacer docente para la impartición de clase frente a grupo: preparación de la cátedra, revisión de tareas y actividades de clase, y asesorías a alumnos, mismas que se han incrementado con los programas de tutorías.

31

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

Preparación de clase

55

Revisión de tareas y actividades de clase

52

Asesorías a alumnos

50

Producción académica para la docencia

49

Investigación

49

Atención a correos electrónicos

46

Dirección de tesis o de trabajos de titulación

43

Tutorías de alumnos

42

Actividades de difusión

41

Participación en cuerpos colegiados

40

Revisión de trabajos de titulación como sinodal

29

Labores administrativas

26

Otro

10

Consultorías

6 0

10

20

30

40

50

60

Profesores

Figura 3.5. Actividades semanales habituales. Fuente: Elaboración propia.

Otro aspecto interesante que destaca es que la producción académica para la docencia (libros, materiales didácticos, objetos de aprendizaje, etc.) se realiza en la misma proporción que la investigación. Aunado a lo anterior, esto parece indicar que al tratar de compaginar la docencia con la investigación, los académicos priorizan las labores que les exigen trabajar ya sea de forma directa o indirecta con sus alumnos y las anteponen a la producción de publicaciones de investigación.

Por otra parte, es notable el elevado número de funciones que el profesor de carrera suele llevar a cabo y en las cuales debe diversificar su tiempo. La administración del tiempo es pues, claramente, un factor determinante para lograr un eficiente desempeño.

Otras actividades referidas por los académicos son la atención a servidores sociales, el desempeño de labores en laboratorios, la gestión de servicios editoriales, y la coordinación de grupos de investigación y de diplomados.

3.1.3

Estímulos

La percepción de algún estímulo institucional es el común denominador de los profesores de carrera que participaron en el estudio, pues el 87% cuenta con alguno. Los porcentajes de los estímulos institucionales percibidos se aprecian por nivel en la Figura 32

3.1. SOBRE

EL

CUESTIONARIO 1

3.6, de donde se sigue que la mayoría percibe un alto estímulo: 60% PRIDE 16 C y 13% PRIDE D. Esto les significa a dichos profesores un ingreso adicional del 95% de su sueldo mensual, en el primer caso; y del 115%, en el segundo.

PEE 4%

Otro 4%

PRIDE A 6%

PRIDE D 13%

PRIDE B 13%

PRIDE C 60%

Figura 3.6. Estímulos institucionales por nivel. Fuente: Elaboración propia.

Nivel 2 23% Candidato 39%

Nivel 1 38%

Figura 3.7. Nivel ocupado en el SNI. Fuente: Elaboración propia.

16

Programa de Primas al Desempeño del Personal Académico de Tiempo Completo.

33

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

3.5 3

Número de Ingresos

3 2.5 2

2

2

2 1.5 1

1

1999

2000

1

1

2009

2010

1 0.5 0 2008

2015

2016

2017

Año

Figura 3.8. Año de ingreso al SNI. Fuente: Elaboración propia.

Adicionalmente, el 22% de los profesores manifiesta pertenecer al Sistema Nacional de Investigadores (SNI), de los cuales el 39% son candidatos a investigador nacional; 38%, investigadores nacionales de nivel 1; y 23%, investigadores nacionales de nivel 2 (Figura 3.7). No hay investigadores de nivel 3. Los candidatos perciben un ingreso adicional a su salario mensual de $6,800; los investigadores nacionales de nivel 1, de $13,600; y los investigadores de nivel 2, de $18,200 (CONACyT, 2017).

De 2010 a 2017 el ingreso al SNI se incrementó en un 62% respecto de los ingresos registrados de 1999 a 2009. Cabe destacar que de los 13 profesores en el SNI, que respondieron el instrumento, 4 son del SIJA (Figura 3.8).

3.1.4

Producción académica

Los artículos constituyen el principal tipo de publicación en los últimos tres años de los académicos participantes (47%), seguidos por los libros de investigación (24%), los capítulos de libros de investigación (18%) y, en última instancia, los libros de texto (11%) (Figura 3.9). Ello no empata con los datos recabados en la Sección 2 de este mismo cuestionario, a partir de los cuales, se observó que los académicos destinaban su tiempo a realizar actividades de investigación y de producción académica en la misma medida.

34

3.1. SOBRE

18%

EL

CUESTIONARIO 1

24%

11%

47%

Libros de investigación

Libros de texto

Artículos de investigación

Capítulos de libros de investigación

Figura 3.9. Producción académica en los últimos tres años por tipo. Fuente: Elaboración propia.

Número de publicaciones

16

14

14 12

11

10

10 8

8

7 5

6 4 2

1 1

6 4

3

2 0 0

1

4

3 3

4

1

0 Libros de investigación

Libros de texto

Artículos de investigación

Capítulos de libros de investigación

Tipo de publicación 1

2

3

4

Más de 4

Figura 3.10. Productos académicos publicados en los últimos tres años. Fuente: Elaboración propia.

Con independencia del tipo de producto, es notable que la productividad académica es relativamente baja, pues en todos los casos prevalece la tendencia a tener publicado sólo un producto en los últimos tres años y sólo en contados casos más de cuatro (Figura 3.10). Esto podría explicarse al menos parcialmente por el escaso número de profesores pertenecientes al SNI, a quienes se exige realizar habitual y sistemáticamente actividades de investigación y cuya permanencia o promoción es evaluada en función del número y tipo de productos académicos publicados. Asimismo, aunque el PRIDE favorece a quienes realizan investigación, también pondera una serie de actividades académicas adicionales, como la preparación, estudio y evaluación del curso o cursos 35

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

que se impartan, la dirección de tesis o prácticas, la aplicación de exámenes, el dictado de cursillos y conferencias, entre otras.

Otro aspecto relevante que destaca en esta sección del cuestionario es que la mayoría de los profesores de carrera (90%) desconocen su índice h, una métrica que valora la calidad de un autor en función de los productos publicados y las citas hechas a éstos17.

Conocer el índice h le permite al investigador tener noción del impacto de su trabajo, y de la visibilidad de sus publicaciones. Casi todos los académicos que sí conocen su índice h, 6 en total, refieren haberlo obtenido mediante la herramienta Google Académico y tienen una edad promedio de 52 años cumplidos.

3.1.5

Condiciones de trabajo

Los profesores de carrera trabajan por lo general en cubículos compartidos (58%). Son pocos los que cuentan con un cubículo individual (39%) e incluso algunos no cuentan con un cubículo (3%). Esto podría estar repercutiendo significativamente en su capacidad de concentración, con lo que su productividad se vería también afectada.

En un sentido tecnológico no se ven más favorecidos: sólo el 54% de los profesores describe al equipo de cómputo que tiene en uso al interior de la universidad para realizar actividades académicas como actualizado; el 18%, como desactualizado; y el 28% dice no contar con equipo de cómputo alguno. En cuanto a equipo periférico se refiere, el 72% cuenta con impresora y/o escáner y/o algún otro equipo en la universidad, en tanto que el 28% no cuenta con ninguno (Figura 3.11).

La situación es todavía más crítica si se contemplan otros recursos facilitados por la adscripción de procedencia, pues sólo el 17% tiene acceso a papelería y 11% con cartuchos de impresora, en tanto que el 46% no cuenta con ninguno de estos recursos o algún otro (Figura 3.12).

Otro aspecto relevante es que sólo el 16% de los profesores cuenta con el apoyo de algún tipo de ayudante, figura que supone un soporte sustancial para realizar eficientemente el elevado número de tareas del profesorado al interior de la Universidad.

En conclusión, puede decirse una parte de los académicos de carrera no encuentran al interior de la universidad las condiciones de trabajo idóneas para llevar a cabo sus actividades académicas, particularmente, aquellas que conciernen a la investigación y a la producción de publicaciones.

17

Un autor tiene índice h si ha publicado h trabajos con al menos h citas cada uno.

36

3.1. SOBRE

EL

CUESTIONARIO 1

Otro 6%

Ninguno 28%

Impresora 44%

Escáner 22%

Figura 3.11. Equipo periférico disponible. Fuente: Elaboración propia.

Otro 10%

Ayudantes 16%

Papelería 17%

Ninguno 46% Cartuchos de impresora 11%

Figura 3.12. Recursos al alcance. Fuente: Elaboración propia.

3.1.6

Proyectos financiados

Un alto porcentaje de los profesores de carrera que respondieron este instrumento han participado en proyectos académicos o de investigación en los últimos tres años (83%) ya sea como responsables (53%), corresponsables (13%) o colaboradores (35%).

37

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

En la Figura 3.13 se aprecia que predominan los proyectos con fuentes de financiamiento institucionales: primero los correspondientes al Programa de Apoyo a Proyectos para la Innovación y Mejoramiento de la Enseñanza (PAPIME) (35%), luego los pertenecientes al Programa de Apoyo a Proyectos de Investigación e Innovación Tecnológica (PAPIIT) (30%) —ambos provistos por la DGAPA— y, por último, aquellos concernientes al Programa de Apoyo a la Investigación para el Desarrollo y la Innovación (PAIDI) (19%), financiado por la FES Acatlán. Esto podría explicar la motivación de desarrollar actividades de investigación, pues por una parte es necesario dar cumplimiento a los productos finales comprometidos en estos proyectos y, por otra, obtener el financiamiento para hacerse del equipo de cómputo, equipo periférico, insumos y recursos de los que, en general, se adolece.

Como fuente externa de financiamiento, figura el Consejo Nacional de Ciencia y Tecnología (CONACyT) (5%) y destaca la ausencia de menciones del Consejo Mexiquense de Ciencia y Tecnología (COMECyT), que también brinda fondos con diversos propósitos a instituciones educativas del Estado de México.

La búsqueda constante de subsidios a la investigación documentada por Pérez Mora y Naidorf (2015) en el contexto del productivismo para priorizar la publicación sobre la generación de conocimientos, podría estarse presentando también en el caso de los académicos de carrera de la FES Acatlán.

Otro 11% CONACyT 5%

PAPIIT 30%

PAIDI 19%

PAPIME 35%

Figura 3.13. Fuentes de financiamiento. Fuente: Elaboración propia.

38

3.1. SOBRE 3.1.7

EL

CUESTIONARIO 1

Habilidades en la escritura del inglés

En cuanto al nivel de dominio del idioma inglés18, a pesar de que ninguno de los profesores de carrera expresó que éste fuera nulo, es notable que sólo una minoría refiere dominarlo (22%). El grueso de ellos sólo puede entender textos escritos (36%) o bien lo entienden y se expresan aceptablemente (42%). Esto supone serias dificultades tanto al escribir artículos de investigación en revistas internacionales anglosajonas, como en la efectiva transmisión de ideas. Como es natural, esto podría derivar en insatisfacción y angustia, como se verá en breve.

La dificultad al escribir artículos en revistas arbitradas se incrementa casi al doble al hacerlo en inglés respecto de la dificultad percibida al hacerlo en español (Figura 3.14).

A los profesores de carrera que ya ocupan su plaza les es más difícil escribir artículos de investigación que a aquellos que pertenecen al SIJA, pero esta diferencia se recrudece sustancialmente si de escribir en inglés se trata (Figura 3.15).

Resulta interesante analizar esta percepción a la luz del área del conocimiento a la que corresponde la formación académica de los profesores, que generalmente empata con la división a la que se encuentran adscritos.

Figura 3.14. Nivel de dificultad al escribir en un idioma. Fuente: Elaboración propia.

18

Se asumió que el idioma nativo de los participantes en el estudio es el español.

39

3 .

R

E S U L T A D O S

Y

D I S C U S I ร N

Figura 3.15. Nivel de dificultad al escribir en un idioma (PROF Vs SIJA). Fuente: Elaboraciรณn propia.

Figura 3.16. Nivel de dificultad al escribir en un idioma (por divisiรณn). Fuente: Elaboraciรณn propia.

40

3.1. SOBRE

EL

CUESTIONARIO 1

Figura 3.17. Nivel de satisfacción con la transmisión de ideas en un idioma. Fuente: Elaboración propia.

Aunque en general a los profesores de carrera les resulta fácil escribir artículos de investigación en español, hay algunas áreas en las que se acentúa cierto grado de dificultad: en una proporción similar en Posgrado, Matemáticas e Ingeniería y Ciencias Jurídicas, pero con mayor intensidad en ésta última; y en mayor proporción en Humanidades y Ciencias Socioeconómicas, pero de forma exacerbada en ésta última. En cambio, la facilidad con que se escriben artículos de investigación se ve claramente disminuida al hacerlo en inglés, incluso para profesores adscritos al CEI y particularmente en Ciencias Socioeconómicas, Diseño y Edificación, Ciencias Jurídicas y Humanidades (Figura 3.16).

Por otra parte, la mayoría de los profesores de carrera se sienten muy satisfechos con el grado en que su escritura en español transmite las ideas de las investigaciones que desarrollan. Sin embargo, esta satisfacción se reduce a la mitad cuando se escribe en inglés (Figuras 3.17). Y aunque en este sentido los profesores de carrera con plaza se manifiestan más satisfechos que los académicos del SIJA al escribir en cualquiera de estos dos idiomas, en el caso del inglés esta brecha se ve reducida en forma significativa (Figura 3.18).

Al hacer este mismo ejercicio por divisiones, la satisfacción al escribir se ve afectada considerablemente, pues en algunos casos se invierte y en otros incluso desaparece, como en Posgrado y Diseño y Edificación (Figura 3.19).

41

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

Figura 3.18. Nivel de satisfacción con la transmisión de ideas en un idioma (PROF Vs SIJA). Fuente: Elaboración propia.

Figura 3.19. Nivel de satisfacción con la transmisión de ideas en un idioma (por división).

Fuente: Elaboración propia.

42

3.1. SOBRE

EL

CUESTIONARIO 1

La dificultad al escribir en inglés, así como la generalizada insatisfacción en la transmisión de ideas podrían explicar en alguna medida el elevado nivel de ansiedad referido por los profesores de carrera al producir artículos para una revista arbitrada (Figura 3.20). Tanto profesores que ocupan una plaza como aquellos que recién se incorporaron a la planta docente de la entidad bajo el SIJA experimentan ansiedad casi en la misma proporción, ya sea al manejar el español o el inglés, aunque los primeros con mayor intensidad en ambos casos (Figura 3.21). Y además, en todas las divisiones se pasa de una ansiedad apenas perceptible al escribir en español, a una ansiedad muy intensa al hacerlo en inglés, particularmente en la división de Humanidades (Figura 3.22).

Esta insatisfacción al escribir artículos en inglés, como segunda lengua, puede deberse a que se escribe no lo que realmente se piensa, sino lo que se puede debido a las limitantes en el manejo de la lingüística (Hanauer y Englander, 2011), a la lentitud al elaborar los escritos y/o a la falta de fluidez en la retórica empleada (Englander, 2009).

Figura 3.20. Nivel de ansiedad al escribir en un idioma. Fuente: Elaboración propia.

43

3 .

R

E S U L T A D O S

Y

D I S C U S I ร N

Figura 3.21. Nivel de ansiedad al escribir en un idioma (PROF Vs SIJA). Fuente: Elaboraciรณn propia.

Figura 3.22. Nivel de ansiedad al escribir en un idioma (por divisiรณn). Fuente: Elaboraciรณn propia.

44

3.2. SOBRE

3.2

EL

CUESTIONARIO 2

Sobre el Cuestionario 2

Este cuestionario tuvo como propósito identificar las condiciones de trabajo, motivaciones, presiones y percepciones de los profesores de carrera sobre su entorno laboral y los problemas que pudieran afectar su productividad académica. Estuvo organizado en siete secciones y fue respondido por 64 académicos (véase Cuestionario 2, en el Anexo A.2). a)

Cuestionario 2 - Sección 1

b)

Cuestionario 2- Sección 2

c)

Cuestionario 2 - Sección 3

d)

Cuestionario 2 - Sección 4

e)

Cuestionario 2 - Sección 5a

f)

Cuestionario 2- Sección 5b

g)

Cuestionario 2 - Sección 6

h)

Cuestionario 2 - Sección 7

Figura 3.23. Correlaciones del Cuestionario 2. Fuente: Elaboración propia con el software R.

45

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

a)

Cuestionario 2 - Sección 1

b)

Cuestionario 2- Sección 2

c)

Cuestionario 2 - Sección 3

d)

Cuestionario 2 - Sección 4

e)

Cuestionario 2 - Sección 5a

f)

Cuestionario 2- Sección 5b

g)

Cuestionario 2 - Sección 6

h)

Cuestionario 2 - Sección 7

Figura 3.24. Análisis paralelo del Cuestionario 2. Fuente: Elaboración propia con el software R.

46

3.2. SOBRE

EL

CUESTIONARIO 2

Para determinar la estructura subyacente de los 64 reactivos del Cuestionario 2, se realizó un análisis factorial por cada una de sus secciones bajo los métodos de mínimos residuales y, en algunos casos, de ejes principales en función de aquel que lograra un mejor Índice de Tucker Lewis Generalizado (véase Cuadro A.3.2 del Anexo 3), es decir, un mejor ajuste.

Primero, se realizó un “mapa de calor” por cada sección para evaluar el nivel de correlación entre sus respectivos reactivos. A mayor intensidad de color, mayor correlación entre ellos, en cuyo caso es previsible una agrupación por factores más consistente.

Como puede observarse en la Figura 3.23, las secciones 1, 2, 3, 5a y 5b, son las que presentaron las correlaciones más altas, de manera que en ellas un análisis factorial se estimó adecuado; no así en las secciones 4, 6 y 7, pues es palpable la marcada decoloración del mapa (i.e. la baja correlación entre sus reactivos). La idoneidad de los datos para el análisis de factores fue confirmada por las pruebas KMO y de Bartlett cuyos resultados se encuentran disponibles en el Anexo A.3.1.

Para obtener el número de factores a retener en cada sección del cuestionario se realizó un análisis paralelo mediante simulación, cuyos resultados se encuentran graficados en la Figura 3.24 obteniéndose: 1 factor para la sección 4; 2 para las secciones 2, 3 y 5b; 3 para las secciones 1 y 5a; 4 para la sección 6; y 5 para la sección 7. Sobre estos factores y sus reactivos de mayor peso (0.70 o superior) se ahondará a continuación. El criterio para la elección de reactivos por factor según su peso se adoptó de Hair, Anderson, Tatham, y Black (1998), quienes recomiendan fijar un peso de 0.70 o superior para cuestionarios con entre 60 y 69 participantes, como es el caso.

3.2.1

Carga de trabajo

Dos factores explican una varianza total del 59% en esta sección, cada uno casi en igual medida: 30% el primer factor y 29% el segundo. La correlación entre ambos factores es positiva pero baja (de 0.30), por lo que conviene analizarlos por separado.

El primer factor relevante sobre la carga de trabajo de los profesores de carrera parece ser la falta de tiempo, pues su principal reactivo fue “Con frecuencia, trabajo fuera de la universidad para terminar con mis deberes académicos”. El segundo factor, podría referirse a verse sobrepasado por la cantidad de tareas a desempeñar, ya que pondera significativamente al ítem “Creo que estoy trabajando de más en la universidad” (Cuadro A.3.3 del Anexo 3).

Aunque la mitad de los académicos consideran que no trabajan de más en la universidad, es importante notar que la otra mitad sí lo cree o prefiere mantenerse neutral ante esta afirmación. Adicionalmente, un alto porcentaje de profesores (64%) manifestó trabajar horas extra para cumplir con sus deberes académicos y una minoría está dispuesta a incrementar su carga docente (Figura 3.25).

47

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

Figura 3.25. Percepciones sobre carga de trabajo. Fuente: Elaboración propia.

Esto coincidiría con algunos estudios que abordan la sobre carga de trabajo del profesor universitario (Leathwood y Read, 2013; Ferreira Borsoi y Silva Pereira, 2013) y su relación con el padecimiento de un clima laboral tenso (Pérez Mora y Naidorf, 2015), en los que se sugiere una consecuente afectación de la creatividad en el quehacer académico y en el cumplimiento de la función intelectual de los docentes e investigadores de la Universidad (Pérez Mora y Naidorf, 2015).

3.2.2

Productividad

En esta sección se identificaron también dos factores que explican una varianza total del 53%: 29% y 24%, respectivamente. La correlación entre dichos factores fue negativa y baja (de -0.27).

Los dos factores asociados a la productividad podrían ser los siguientes. Por una parte, el auto concepto de los académicos sobre los insumos intelectuales que se poseen para la producción académica, ya que se trata de un factor que puede explicar la varianza común de los reactivos “Me he sentido productivo(a) en los últimos tres años” y “Tengo confianza en mis conocimientos”. Y por otra parte, los estados de ánimo experimentados al producir artículos de investigación, pues destacan los reactivos agrupados “Siento una gran presión por producir, sobre todo, artículos de investigación en revistas indizadas” y “Me produce ansiedad enviar artículos a revistas indizadas y esperar el arbitraje” (Cuadro A.3.4 del Anexo 3).

48

3.2. SOBRE

EL

CUESTIONARIO 2

Figura 3.26. Percepciones sobre productividad. Fuente: Elaboración propia.

Casi todos los profesores se conciben preparados (97%) y se manifiestan satisfechos con su productividad en los últimos tres años (84%). Y, aunque en su mayoría no experimentan de forma considerable presión o ansiedad al escribir artículos de investigación, cabe destacar que el buen ánimo no impera del todo, pues las respuestas neutrales fueron altas: del 19% y del 23%, respectivamente (compárense contra el resto de respuestas neutrales de la Figura 3.26).

3.2.3

Docencia e investigación

El 51% de la varianza en esta sección está explicada por dos factores con una representatividad del 31% y el 20%, respectivamente. Entre éstos, la correlación es positiva y más alta que en las secciones previas (de 0.47).

La valoración de la docencia vs investigación parece el primer factor —el de más peso— , pues está conformado principalmente por los reactivos “Opino que la docencia y la investigación son valoradas por igual por las comisiones evaluadoras para la promoción de categoría y nivel” y “Considero que la docencia y la investigación son valoradas por igual por las comisiones evaluadoras de estímulos de la UNAM”. El segundo factor está constituido por un único reactivo: “Tengo tiempo para preparar y actualizar mis clases” (Cuadro A.3.5 del Anexo 3).

49

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

Figura 3.27. Percepciones sobre docencia e investigación. Fuente: Elaboración propia.

En el caso del primer factor, predomina el desacuerdo (Figura 3.27). La valoración académica, que compromete tanto el crecimiento profesional al interior de la Universidad como el estatus económico de los académicos, se percibe mayormente como sesgada.

Aunque no se indicó qué se considera priorizado por las comisiones evaluadoras, presumiblemente es la investigación a la que los profesores consideran se concede el mayor peso, de lo cual el Cuestionario 3 provee algunos indicios. Esta percepción es relevante, ya que el sometimiento voluntario a las políticas institucionales para el ejercicio de la docencia y la investigación, así como a procesos de evaluación del desempeño a cargo de comisiones dictaminadoras puede tener un costo personal elevado (Leathwood y Read, 2013) y, en algunos casos, conllevar sufrimiento (Ferreira Borsoi y Silva Pereira, 2013).

En el caso del segundo factor hay algunos aspectos interesantes que observar. Ciertamente la mayoría de los profesores manifiestan tener tiempo suficiente para preparar y actualizar sus clases, no así para realizar investigación de calidad, al menos no en la misma proporción o en una cercana.

Además, una parte de los profesores de carrera (42%) indican no contar con algún tipo de capacitación para realizar sus actividades de docencia o de investigación. Esta percepción da pista sobre uno de los aspectos que probablemente repercute en el desequilibrio cuantitativo entre docencia e investigación descrito entre los resultados del Cuestionario 1.

50

3.2. SOBRE 3.2.4

EL

CUESTIONARIO 2

Ambiente laboral

Esta sección cuenta con un factor único que explica el 39% de la varianza en ella, por lo que es poco significativo.

El factor está constituido principalmente por los reactivos “Me siento reconocido(a) por el trabajo que realizo” y “Me siento estimulado(a) en mi trabajo en la universidad” (Cuadro A.3.6 del Anexo 3). La relación de estos reactivos podría indicar que el factor subyacente en este caso es la satisfacción de los académicos con el trabajo desempeñado que, en general, es muy positiva.

En la Figura 3.28 se observa que los profesores de carrera experimentan la mayor satisfacción laboral al trabajar con sus alumnos y encuentran en ello un ambiente grato y tranquilo. Esta satisfacción también la manifiestan al trabajar con colegas, aunque no en la misma medida.

No obstante, también es claro que el ambiente laboral se ve afectado por cuestiones de carácter administrativo, pues los aspectos más insatisfactorios para los académicos están relacionados con el apoyo obtenido por parte del personal administrativo para realizar tareas académicas y aquel con el que perciben contar al introducirse nuevas políticas administrativas. Destaca también que en estos dos reactivos se obtuvo un alto número de respuestas neutrales, que podrían significar cierta inseguridad o miedo de manifestar abiertamente una postura al respecto.

Figura 3.28. Percepciones sobre ambiente laboral. Fuente: Elaboración propia.

51

3 .

3.2.5

R

E S U L T A D O S

Y

D I S C U S I Ó N

Satisfacción laboral

Esta sección estuvo constituida por dos partes. En la primera de ellas (Sección 5a), se detectaron tres factores que explicaron en su conjunto el 64% de la varianza en las respuestas (Cuadro A.3.7 del Anexo 3), todos ellos con una baja correlación entre sí.

El factor con el mayor peso (32%) tiene un carácter claramente económico, ya que sus principales reactivos son “Creo que mi trabajo está siendo recompensado económicamente de forma adecuada” y “Considero que las políticas institucionales para la promoción son justas”. En este sentido, el 77% de los profesores de carrera parece estar satisfecho con la remuneración económica que percibe en tanto que sólo el 50% halla justas las políticas de promoción (Figura 3.29).

Por un lado, cabría indagar si quienes se manifestaron satisfechos con su remuneración, se refirieron a su salario más estímulos percibidos o exclusivamente al salario. Esto para determinar si hay una ausencia de condiciones salariales y/o laborales adecuadas, como sugiere (Cárdenas Novoa, 2015), o bien un desequilibro entre éstas y las exigencias de las políticas institucionales para prosperar en la carrera docente. Y, por el otro, es interesante distinguir que, aunque la mayoría de los profesores de carrera que participaron en el estudio tienen la categoría y nivel máximo dentro del escalafón de la Universidad, hay una tendencia a considerar no del todo justo al sistema de promoción.

El factor económico está medianamente correlacionado (0.42) con otro factor cuyo único reactivo está asociado a la confianza en las comisiones dictaminadoras: “Considero que los procesos de evaluación del desempeño académico al interior de mi institución son lo suficientemente claros y transparentes”. Sólo el 50% de los académicos manifiestan confiar en los procesos de evaluación académica a cargo de éstas, mientras que el resto abiertamente afirmó desconfiar en algún grado (25%) o prefirió mantenerse neutral (25%) (Figura 3.29).

La inconformidad por la falta de transparencia de los procesos de evaluación del desempeño académico y una generalizada desconfianza de los profesores sobre los criterios empleados por las comisiones evaluadoras, también se han documentado en otros estudios sobre el tema, como los realizados por Ball (2003) y (Acosta Silva, 2006).

El tercer factor está escasamente correlacionado con la confianza (0.09); y más, con el factor económico (0.35): la trascendencia del trabajo desempeñado. Este factor tuvo como único reactivo “Verdaderamente, siento que estoy influyendo positivamente en las vidas de otros a través de mi trabajo”. Este fue el segundo reactivo con la mayor respuesta positiva (86%), apenas por debajo de “Considero que estoy haciendo cosas importantes como docente” (95%), lo cual refuerza la percepción positiva de la trascendencia del trabajo académico realizado.

Cabe mencionar que, dentro de los aspectos negativos percibidos en el entorno laboral, destaca el que casi la mitad de los profesores participantes (47%) considera que no cuenta con todo lo necesario para realizar investigación. Esto permite dimensionar en 52

3.2. SOBRE

EL

CUESTIONARIO 2

qué medida impactan las condiciones de trabajo, descritas en el Cuestionario 1, a este rubro del quehacer docente.

En la segunda parte de esta sección (Sección 5.b), se conformaron dos factores que explican el 70% de la varianza en ella. Dichos factores están más correlacionados (en 0.62) que los de cualquier otra sección del Cuestionario 2 (véase Cuadro A.3.8 del Anexo 3).

El primer factor de este segundo bloque tuvo un peso del 42% y parece ser el estatus de los académicos de carrera dentro del escalafón de la Universidad, ya que está conformado por el nivel de satisfacción en tres reactivos asociados a este aspecto: “El reconocimiento que obtienes de acuerdo con tu desempeño”, “Tu salario como profesor” y “Tus posibilidades de promoción”. Al respecto, se cuenta con una percepción generalizada positiva en forma marcada, siendo el salario y las posibilidades de promoción lo más satisfactorio y, ligeramente por debajo, el reconocimiento (Figura 3.30). De la minoría insatisfecha con estos aspectos, destaca el salario como lo más insatisfactorio.

El segundo factor aportó el 27% de la varianza en los datos recabados en la segunda sección y estuvo constituido por el nivel de satisfacción en cuanto a la libertad que poseen los profesores de carrera, ya sea para elegir un método de trabajo o una línea de investigación propios. Los docentes se manifestaron muy contentos a este respecto, aunque cabe notar que la satisfacción es menor en este sentido en la elección de líneas de investigación (Figura 3.30).

Figura 3.29. Percepciones sobre satisfacción laboral (Parte I). Fuente: Elaboración propia.

53

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

Figura 3.30. Percepciones sobre satisfacción laboral (Parte II). Fuente: Elaboración propia.

3.2.6

Signos de cansancio

A pesar de que esta sección contó con un mapa de calor decolorado por la baja correlación entre reactivos (véase 3.2 Sobre el Cuestionario 2), el análisis paralelo para esta sección sugirió el uso de cuatro factores. Sin embargo, en este caso se obtuvo un valor negativo para el ITLG (Cuadro A.3.2 del Anexo A.3), por lo que no fue posible validar el número arrojado por el análisis paralelo. Por esta razón no se empleó análisis factorial en esta ocasión.

La mayoría de los profesores no refieren signos de cansancio al trabajar con alumnos, ya que no perciben realizar un esfuerzo significativo (91%) o sentirse estresados al hacerlo (88%). Podría inferirse entonces que disfrutan de la docencia y del contacto que sostienen con los estudiantes, lo cual es muy positivo. En general, la interacción con colegas resulta más estresante que con alumnos (obsérvense incluso las diferencias entre respuestas neutrales en la Figura 3.31), en tanto que las situaciones más estresantes se suscitan al trabajar en forma directa con personal administrativo. El incremento de la competencia entre pares y la burocratización de las tareas de investigación que refieren Pérez Mora y Naidorf (2015), podrían ser causas de estas tensiones.

Por otro lado, aunque los profesores de carrera expresan mayormente sentirse individuos llenos de energía, una parte (30%) admite sentirse generalmente agotado al final de una jornada laboral, mientras que otra (11%) describe dicho cansancio como emocional y no propiamente físico.

54

3.2. SOBRE

EL

CUESTIONARIO 2

Figura 3.31. Percepciones sobre signos de cansancio. Fuente: Elaboración propia.

También, es interesante observar que casi la mitad de los académicos desearía poder dedicar más tiempo a otras actividades que les satisfacen (42%). Esto, aunado al elevado porcentaje de profesores que manifestaron trabajar desde casa para cumplir con sus deberes académicos (64%) en la primera parte de este cuestionario, podría ser indicador de que su vida académica está teniendo algún tipo de costo personal.

3.2.7

Signos de estrés

Como se comentó en el apartado 3.2 Sobre el Cuestionario 2, esta fue la sección con las correlaciones más bajas entre los reactivos que la constituyeron. Naturalmente, esto representa una limitante al aplicar el análisis factorial, ya que la baja correlación dificulta la agrupación de reactivos por factores.

Al realizar el análisis factorial se obtuvieron cinco factores, lo cual no fue útil para la reducción de datos en virtud de que la sección estuvo conformada por ocho reactivos.

Conviene pues analizar directamente la Figura 3.32.

Afortunadamente, los signos de estrés entre los profesores de carrera parecen ser mínimos, pues refieren sentir que poseen las habilidades emocionales para sortear las dificultades que surgen en el entorno universitario. Sin embargo, es preciso notar que quienes se sienten afectados en alguna medida por el estrés indican haber sufrido estragos en su salud a consecuencia del mismo (11%), frustración por ser responsabilizados por los problemas de terceros (9%), e insensibilidad emocional (5%).

55

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

Figura 3.32. Percepciones sobre signos de estrés. Fuente: Elaboración propia.

Los daños a la salud mental y al bienestar emocional (Ball, 2003; Ferreira Borsoi y Silva Pereira, 2013) producidos por el estrés, sentimientos de culpa, ansiedad, falta de sueño (Leathwood y Read, 2013), angustia (Cárdenas Novoa, 2015) y miedo, podrían exacerbarse durante los procesos de evaluación (Camarillo Hinojoza, 2015) y afectar el desempeño de los académicos. Por ello convendría indagar más sobre este respecto.

Para conocer a profundidad las impresiones sobre las condiciones de trabajo deseables para propiciar la productividad académica, así como las motivaciones, presiones y problemas de los académicos de carrera, se pidió indicarán al final de este Cuestionario si estarían dispuestos a participar en una entrevista cara a cara. El 77% de los profesores refirió estarlo. Este espíritu de cooperación podría estar permeado en alguna medida del interés de éstos en torno al tema de la presente investigación, pero también pudiera tratarse de una especie de solicitud velada para expresar sus percepciones y necesidades de manera más abierta.

3.3

Sobre el Cuestionario 3

Este cuestionario tuvo la finalidad de investigar los hábitos de búsqueda de información y publicación de los académicos de carrera. Estuvo constituido por siete secciones y, a diferencia del Cuestionario 2, contó con una escala general definida en términos de frecuencia: “¿qué es eso?”, “pocas veces o nunca”, “a veces”, “frecuentemente”, y “siempre”.

El instrumento fue respondido por 56 profesores (véase Cuestionario 3, en el Anexo A.2).

56

3.3. SOBRE

EL

CUESTIONARIO 3

Al igual que en el caso del Cuestionario 2, se validó el análisis factorial en cada sección del cuestionario por medio del Índice de Tucker-Lewis Generalizado (ITLG) y se emplearon los métodos de mínimos residuales o de ejes principales en función del que lograra el mejor ajuste a la luz del ITLG. Los resultados de esta validación están disponibles en el Cuadro A.3.12 del Anexo 3. a)

Cuestionario 3 - Sección 1

b)

Cuestionario 3- Sección 2

c)

Cuestionario 3 - Sección 3

d)

Cuestionario 3 - Sección 4

e)

Cuestionario 3 - Sección 5

f)

Cuestionario 3- Sección 6

g)

Cuestionario 3 - Sección 7

Figura 3.33. Correlaciones del Cuestionario 3. Fuente: Elaboración propia con el software R.

57

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

a)

Cuestionario 3 - Sección 1

b)

Cuestionario 3- Sección 2

c)

Cuestionario 3 - Sección 3

d)

Cuestionario 3 - Sección 4

e)

Cuestionario 3 - Sección 5

f)

Cuestionario 3- Sección 6

g)

Cuestionario 3 - Sección 7

Figura 3.34. Análisis paralelo del Cuestionario 3. Fuente: Elaboración propia con el software R.

58

3.3. SOBRE

EL

CUESTIONARIO 3

Los mapas de calor de cada una de las secciones de este cuestionario revelan una baja correlación entre reactivos para las secciones 1 y 2 (las cuales presentan una notable decoloración en la Figura 3.33); no así para el resto. Las pruebas KMO y de Bartlett con firmaron esta falta de idoneidad de los datos de dichas secciones para ser analizados por factores (Cuadro A.3.11 del Anexo 3).

Como puede verse en la Figura 3.34, al realizar la simulación para el análisis paralelo, se determinaron: 1 factor para las secciones 6 y 7; 2 para las secciones 1, 2, 3 y 4; y 3 para la sección 4.

En este caso, para la selección de reactivos que fungieron como indicadores principales de cada factor se utilizó un criterio más riguroso que en el Cuestionario 2 (de 0.75 en lugar de 0.70), atendiendo la recomendación de Hair et al. (1998) para cuestionarios con rangos de participación de entre 50 y 59 individuos.

A continuación, se profundiza en los factores detectados en cada sección y sus reactivos más representativos.

3.3.1

Fuentes de información

En este caso se detectaron dos factores que explican la varianza común del 22% y 8%, respectivamente (Cuadro A.3.13 del Anexo 3). Esta reducida proporción de varianza explicada se debe a la baja correlación entre los reactivos de la sección, evidenciada por el respectivo mapa de calor de la Figura 3.33. De manera que, en este caso, el análisis factorial fue poco útil para la reducción de datos.

Conviene analizar pues directamente la gráfica de la Figura 3.35 en la que se resumen algunos datos interesantes. En la era tecnológica, que actualmente trasciende en prácticamente cualquier actividad del ser humano, parece natural el escaso uso de fuentes de información impresas y un uso predominante de fuentes electrónicas o provenientes de un medio digital. A pesar de que esto se observa en dicha gráfica, es notorio que las fuentes digitales provistas por la Universidad a su comunidad (como LIBRUNAM, las revistas electrónicas y las bases de datos de la Biblioteca Digital) tienen un uso entre los académicos de carrera que no rebasa de forma significativa en frecuencia al uso que hacen de las fuentes impresas disponibles en el Centro de Información y Documentación de la facultad (la diferencia es menor al 10%). Aunado a esto, destaca el hecho de que una parte considerable de los profesores, más del 30% en cada caso, admiten no usar estos recursos digitales o bien hacerlo con muy poca frecuencia; e incluso algunos aceptan desconocerlos.

Sobresale también en el marco de las fuentes digitales de información que los académicos de carrera hacen escaso uso de la Wikipedia —la mayor y más popular obra de consulta en Internet editada en forma colaborativa como enciclopedia libre— para realizar consultas para sus proyectos de investigación. No obstante, debe recordarse que Wikipedia no es una fuente válida, pues la información vertida en ella no es del todo fiable 59

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

ni precisa y tampoco es verificada en un proceso formal de revisión por pares antes de su publicación (Wikipedia, 2018).

Figura 3.35. Uso de fuentes de información. Fuente: Elaboración propia.

Otro aspecto por destacar es que el 77% de los profesores refiere consultar a algún colega dentro de un rango de frecuencia que fluctúa de un nivel medio a uno alto. Ya en el Cuestionario 2 se obtuvo evidencia de las dificultades que los académicos experimentan al trabajar con sus pares en cuanto a ambiente laboral y signos de estrés se refiere. Esto hace suponer que están conscientes de la importancia de tejer redes académicas de apoyo y colaboración para la investigación; que están dispuestos a interactuar con sus colegas y a sobreponerse a los problemas derivados de dicha interacción. La participación en redes académicas que faciliten la cooperación entre colegas es propuesta por Rodríguez Rodríguez (2015) para el aprovechamiento del conocimiento y de los resultados que surgen de ellas. Cabría pues indagar a profundidad si esta es la motivación legítima de los profesores de carrera de la FES Acatlán (no la publicación en sí misma), y conocer cuáles son los obstáculos más comunes a los que se enfrentan al interactuar con sus pares.

3.3.2

Motores de búsqueda

En esta parte del cuestionario se detectaron dos factores que en su conjunto explican la varianza de la sección en un 36% (Cuadro A.3.14 del Anexo 3). Este bajo porcentaje y el hecho de que la sección contara con tan sólo cuatro preguntas justifica que se prescinda del análisis factorial en esta ocasión.

60

3.3. SOBRE

EL

CUESTIONARIO 3

Figura 3.36. Uso de motores de búsqueda. Fuente: Elaboración propia.

En la Figura 3.36 se observa que los profesores de carrera usan frecuentemente o siempre Google (73%) y Google Académico (84%) al buscar información en Internet para realizar trabajos o reportes de investigación. La diferencia no resulta significativa y pudiera revelar que algunos académicos no comprenden del todo la diferencia entre ambos motores, el propósito de Google Académico y/o sus ventajas en el contexto de la producción de publicaciones, por ejemplo, el acceso directo a fuentes electrónicas provistas por la UNAM si las consultas son hechas desde las instalaciones de la Universidad o bien a través de una cuenta de acceso remoto, así como la generación automática de referencias. Esto podría tener también cierta relación con el escaso uso del acervo electrónico que la Universidad provee a su comunidad y que tiene un elevado costo.

Frente al uso predominante de los buscadores de Google en el quehacer académico resulta consistente el disminuido uso referido de motores de búsqueda alternativos (27%) y de metabuscadores (7%). En ambos casos se presenta cierto nivel de desconocimiento, sobre todo en el de los metabuscadores.

3.3.3

Estrategias de búsqueda

Dos factores explican el 51% de la varianza de esta sección: el primero en 36%; y el segundo, en 16% (Cuadro A.3.15 del Anexo 3). Estos factores están relacionados en forma positiva, pero baja (0.41).

El primer factor está constituido por un único reactivo: “[Para encontrar información yo…] Formulo preguntas y subpreguntas”. El segundo factor no contó con reactivos con 61

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

un peso mayor o igual a 0.75; el más cercano al criterio de selección fue “[ …] Comienzo tecleando palabras en un motor de búsqueda”, con un peso de 0.70.

El 75% de los profesores de carrera indicó formular preguntas y subpreguntas como una de sus estrategias de búsqueda de información, en tanto que el 82% dijo usar las palabras de sus preguntas como palabras clave para la búsqueda. No obstante, sólo el 57% dijo hacer una lista de palabras clave antes de comenzar con la búsqueda (Figura 3.37).

Esta discordancia, aunada al hecho de que el 61% admitió comenzar sus búsquedas tecleando las palabras directamente en el buscador (sin listados previos), pudiera dar cuenta de que los académicos respondieron por una parte lo que creen que es correcto responder en este tipo de instrumentos y, por otra, lo que en realidad llevan a la práctica. Esta hipótesis se vio reforzada en otras secciones de este cuestionario, como se verá en breve.

Otro aspecto relevante en cuanto a la formulación de estrategias de búsqueda se refiere es que el 64% de los profesores afirmó usar con frecuencia opciones avanzadas del motor de búsqueda empleado, por ejemplo, operadores booleanos para refinar las búsquedas y, en consecuencia, obtener resultados más precisos y afines a los propósitos particulares de sus investigaciones. Algunos casos de desconocimiento de estas opciones que los motores de búsqueda ofrecen, fueron también detectados.

Figura 3.37. Formulación de estrategias de búsqueda. Fuente: Elaboración propia.

62

3.3. SOBRE 3.3.4

EL

CUESTIONARIO 3

Selección de los resultados de la búsqueda

En esta sección del cuestionario se detectaron dos factores, los cuales explicaron el 53% de la varianza en ella, el primero en 36% y el segundo en 17%, con prácticamente nula correlación: de -0.07 (Cuadro A.3.16 del Anexo 3).

El primer factor pudiera ser el proceso de inspección de los resultados de las búsquedas arrojadas por el motor en uso, pues sus reactivos principales son “[Al encontrar información por medio de un motor de búsqueda yo…] Si la búsqueda produjo muchos resultados, afino mi estrategia de búsqueda”, “[ …] Echo un vistazo general a la información encontrada”, “[ …] Examino los resultados de las páginas web subsecuentes”. El segundo factor podría asociarse con criterios de freno en la búsqueda, ya que está constituido por un reactivo: “[ …] Dejo de buscar en cuanto encuentro información relevante”.

Se aprecia en la Figura 3.38 que la mayoría de los profesores de carrera (86%) aseguró afinar con frecuencia sus estrategias de búsqueda al obtener un número elevado de resultados a través de algún motor, dar un vistazo general a éstos (82%) y, en menor medida, examinar no sólo los primeros resultados, sino también los subsecuentes (68%).

Estos porcentajes en el proceso de inspección de la información, cuyo fin redunda en su refinamiento, no coinciden con el 64% que en la sección previa del cuestionario indicó usar con la misma frecuencia opciones avanzadas de los motores de búsqueda para ese mismo propósito. Otra respuesta que no empata con el refinamiento de información es aquella que concierne a examinar el número de resultados obtenidos, pues sólo el 68% señaló hacerlo (casi 20% menos de quienes afirmaron afinar sus estrategias). Cabe preguntarse cómo cobrar conciencia del grado de refinamiento de información logrado sin tener conocimiento de dicho dato.

Figura 3.38. Selección de los resultados de búsqueda. Fuente: Elaboración propia.

63

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

Respecto al criterio para detenerse al buscar información, la mayoría de los académicos de carrera coinciden en hacerlo en cuanto encuentran datos relevantes para su investigación (43%). La relevancia de la información debiera considerarse en términos de su calidad, esto es, según su vigencia, pertinencia, visibilidad y fiabilidad. De la exploración sobre este discernimiento al seleccionar información se hablará en la siguiente sección.

3.3.5

Selección de la información y evaluación de su calidad

El 63% de la varianza en las respuestas de esta sección estuvo explicada por tres factores que contribuyeron en un 34%, 16% y 14%, respectivamente. Los factores tuvieron una correlación prácticamente nula entre sí, salvo el primero y el segundo factor, los cuales que se correlacionaron en 0.40 (Cuadro A.3.17 del Anexo 3).

El primer factor podría asociarse a la selección de la información en función de su pertinencia para responder las preguntas de investigación, ya que sus reactivos principales son “Empleo más de una fuente de información para responder mis preguntas de investigación” y “Formulo una respuesta a mis preguntas con mis propias palabras”. El segundo factor podría estar relacionado con la selección de la información en función de su vigencia, pues cuenta con un único reactivo: “Me fijo en la última fecha de actualización de la página web en la que se encuentra la información”. El tercer factor podría estar ligado a la selección de información en función de su afinidad en virtud de que su reactivo principal es: “Conservo sólo la información que coincide con mi postura sobre el tema”.

A partir de la gráfica en la Figura 3.39 podría considerarse que los profesores de carrera ponderan significativamente la pertinencia de la información para su selección, así como su vigencia, aunque ésta última en menor medida. Además, aparentemente, la afinidad de la información hallada con la postura particular que los académicos tienen sobre un tema no es determinante, pues manifiestan en su mayoría incluso una actitud abierta a seleccionar información que aporte nuevos pensamientos o puntos de vista a los propios (86%).

No obstante, es importante reparar en que un atributo inherente a la información de calidad es su fiabilidad. En este sentido, conviene observar que este atributo podría tener para los profesores una relevancia media: poco superior a la concedida a la vigencia; y considerablemente inferior a la brindada a la pertinencia (compárense los porcentajes registrados en el reactivo “Examino quién hace o edita el sitio web” con los reactivos de los otros dos atributos en la Figura 3.39). La pertinencia, vigencia y utilidad de la información deberían evaluarse a partir de información fiable, es decir, proveniente de fuentes confiables. Esto supondría una alta valoración de la fiabilidad de la información frente a los demás atributos, lo que en principio, no se observó de forma contundente.

64

3.3. SOBRE

EL

CUESTIONARIO 3

Figura 3.39. Selección de la información. Fuente: Elaboración propia.

3.3.6

Uso de citas y referencias

Esta sección tuvo un único factor que explica el 57% de la varianza en ella y está caracterizado por el uso de citas, ya que sus reactivos más representativos son: “Cito en el cuerpo del documento, al menos una vez, a cada una de las referencias consultadas”, “Cuando retomo información textual, empleo comillas y cito al autor”, “Cuando uso datos, tablas o figuras en mi reporte, indico también la fuente” y “Cuando explico con mis propias palabras las ideas de otros, doy el crédito debido por medio de citas” (Cuadro A.3.18 del Anexo 3).

En la Figura 3.40 se aprecia que las citas y paráfrasis son ampliamente usadas por los profesores de carrera en sus trabajos de investigación. También lo son las referencias y el uso de estilos, aunque no al mismo nivel porcentual, lo que es de llamar la atención.

Es sabido en el terreno de la escritura académica que cada referencia debe ser citada al menos una vez en el cuerpo de un documento de investigación, en tanto que cada fuente citada debe aparecer documentada una sola vez en el apartado de referencias. Es relativamente común la indebida práctica de indicar las fuentes consultadas sin ser citadas en los documentos, pero raramente vista aquella –también incorrecta– de citar en un documento y no indicar las referencias.

Esto cobra relevancia ya que, de acuerdo con una encuesta electrónica sobre la percepción del plagio en la comunidad de profesores de la UNAM publicada en 2013, la principal razón por la cual se comete plagio o bien se utiliza información sin el uso adecuado de citas y referencias obedece a la presión que sienten para publicar y mantener su nivel de estímulos económicos (Universidad Nacional Autónoma de México, 2014). Como se 65

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

comentó en la discusión de los resultados del Cuestionario 2, los profesores de carrera de la FES Acatlán experimentan niveles moderados de presión y angustia por generar productos de investigación, lo que podría estar relacionado con este tema de la ética académica.

Por otra parte, en el escenario del uso de herramientas digitales para la investigación, destaca en que más de la mitad de los profesores (52%) refiere usar con poca o nula frecuencia administradores de referencias, e incluso algunos de ellos desconocen qué son o para qué sirven. Estos administradores son útiles no sólo para la producción sistemática de trabajos de investigación al automatizar el uso de citas, referencias y sus estilos, sino también para la gestión de la información hallada, así como para el trabajo grupal con colegas bajo un esquema colaborativo. El escaso uso referido podría deberse a la falta de habilidades digitales de los profesores, y también quizá a que no dimensionan del todo las ventajas que proveen o bien el impacto que tienen en la agilización de la producción académica. Esto coincidiría con los hallazgos de Torres Velandia y Jaimes Cruz (2015), quienes analizaron la producción de conocimiento mediado por TIC en cuerpos académicos de tres universidades públicas estatales de México, en las que deficiencias en las habilidades de los profesores para la producción científica fueron el común denominador. En dicho estudio se detectaron habilidades digitales incipientes en el uso de las TIC indispensables para incrementar la construcción colectiva de conocimiento, y la priorización de las formas convencionales del trabajo académico.

Figura 3.40. Uso de citas y referencias. Fuente: Elaboración propia.

66

3.3. SOBRE 3.3.7

EL

CUESTIONARIO 3

Sobre la publicación de artículos de investigación

En esta sección se pidió a los profesores de carrera que indicaran si realizaban investigación o no. El 96% de los 56 profesores que respondieron el cuestionario indicaron hacerlo y refirieron como líneas de investigación las que se aprecian en la Figura 3.41.

En ella se observa que las principales líneas de investigación llevadas a cabo por los profesores son de carácter multidisciplinario, seguidas por las desarrolladas en las áreas de Matemáticas, Educación y Tecnología aplicada. Cabe notar que, si se agrupan las líneas de investigación sobre Derecho, Sociología, Política y Economía en un solo bloque, resultan ser las Ciencias Socioeconómicas el campo del conocimiento con mayor número de líneas de investigación en desarrollo. La descripción resumida en dicha gráfica por área del conocimiento es más o menos afín al listado de publicaciones de profesores de la FES Acatlán identificadas en el Web of Science (véase Anexo A.1).

Respecto al análisis factorial, en este caso se detectó un único factor que explica sólo el 36% de la varianza en las respuestas (Cuadro A.3.19 del Anexo 3). Esto se debió a la escasa correlación entre los reactivos que constituyeron a la sección. Por esa razón no se presentarán los resultados arrojados por esta técnica multivariada en esta ocasión.

Al analizar la gráfica de la Figura 3.42 se avistan algunas actitudes de los profesores de carrera en el proceso de publicación de sus artículos de investigación. Por una parte, la mayoría de los académicos (87%) refirió que cuando sus artículos son condicionados a realizar correcciones para su publicación, éstos las realizan; pero cuando sus artículos son rechazados, sólo el 41% decide someterlo a consideración de otra revista. A pesar de que en el Cuestionario 2 la confianza en los conocimientos poseídos y el autoconcepto de los académicos se percibieron fuertes, este desánimo para perseguir la publicación podría reflejar el impacto negativo que el rechazo de un artículo tiene en su seguridad y en la percepción de sí mismos.

Desde otro ángulo, el 61% de los profesores trata de publicar en revistas indexadas, mientras que el 56% procura publicar en revistas con alto factor de impacto. Es claro que, de estos porcentajes, no todos los profesores consiguen la publicación en revistas de estas características. Esto, aunado a las acentuadas dificultades en la escritura del inglés, podría explicar en alguna medida el escaso número de artículos que los profesores de la FES Acatlán logran publicar en el Web of Science, afectando su visibilidad.

Adicionalmente, la mitad de los académicos indican que cuando pretenden publicar un artículo de investigación en una revista especializada, lo escriben en colaboración con otros colegas. Tomando en consideración las tensiones referidas al trabajar con colegas, cabría suponer que la otra mitad prefiere trabajar en artículos de investigación de manera individual por dicha razón. Sin embargo, es interesante contemplar que quienes se deciden a trabajar en artículos de investigación en forma colectiva encuentran la forma de sobreponerse a estas tensiones, posiblemente con tal de lograr la publicación.

Una de ellas puede ser la preocupación por la posición como primer autor de los artículos publicados, como sugiere el artículo de Camarillo Hinojoza (2015).

67

R

E S U L T A D O S

Áreas del conocimiento

3 .

Y

D I S C U S I Ó N

Multidisciplinaria Matemáticas Educación Tecnología aplicada Política Derecho Sociología Literatura Economía Comunicación Urbanismo Metodología Ingeniería Filosofía Computación Ciencias de la salud Bibliotecología Artes Arquitectura Administración Pública

8 7 6 5 4 4 3 3 2 2 1 1 1 1 1 1 1 1 1 1 0

1

2

3

4

5

6

7

8

9

Líneas de investigación

Figura 3.41. Líneas de investigación por área del conocimiento. Fuente: Elaboración propia.

Figura 3.42. Sobre la publicación de artículos de investigación. Fuente: Elaboración propia.

68

3.3. SOBRE

EL

CUESTIONARIO 3

Por último, cabe subrayar que las hipótesis que fueron eliminadas19 y los métodos que no funcionaron al hacer investigación no suelen ser descritos en los artículos producidos por los profesores de carrera, pues sus indicadores porcentuales son bajos: sólo el 33% de ellos dice hacerlo. Dichas descripciones y su difusión son imprescindibles al realizar investigación de frontera; cuando la generación, la extensión y la difusión del conocimiento se persiguen per se. Estas omisiones podrían indicar que son otras las motivaciones reales de los académicos para hacer investigación.

3.3.8

El proceso de investigación

Como parte final del cuestionario se manejaron tres cuadros de texto. En el primero de ellos los profesores de carrera debían describir detalladamente los pasos que llevan a cabo al escribir un trabajo de investigación. Se les brindó una serie de preguntas detonadoras para guiar la descripción: “¿cómo comienzas?”, “¿dónde buscas información?”, “¿cómo la discriminas y eliges?”, “¿cómo elaboras el documento?”, “¿qué cuidados tienes en su elaboración?”, y “¿qué tanto te apoyas en la tecnología y para hacer qué?”. No obstante, se les indicó que no se limitaran a responder dichas preguntas y se les invitó a extenderse y profundizar en su descripción tanto como consideraran necesario (véase final del Cuestionario 3 en el Anexo A.2).

De las respuestas abiertas se construyó la nube de palabras que se presenta en la Figura 3.43. En una nube de palabras, mientras más grande sea el tamaño de una palabra específica, mayor número de menciones habrá tenido en el texto a partir del cual se elaboró la nube. En este caso, tema, información, trabajo, fuentes, referencias, artículos, ideas, datos, autores y revistas fueron, en orden descendente, las diez palabras más empleadas en las descripciones del proceso de investigación capturadas por los profesores. Para dimensionar cuantitativamente la frecuencia concreta con la que fueron empleadas dichas palabras, se presenta el histograma de la Figura 3.44.

Pero ¿en qué se centraron las respuestas de los profesores? Para identificar las coincidencias y particularidades en las descripciones de los pasos que los académicos siguen al escribir trabajos de investigación, es preciso realizar un minucioso análisis cualitativo mediante la codificación y categorización de cada uno de los enunciados que constituyen sus testimonios. Sin embargo, puede obtenerse una noción general a partir del análisis por clústers (o los conglomerados) que se forman a partir de la relación que guardan las palabras entre sí por la similitud en su uso, técnica de la que se echó mano en esta ocasión.

Hipótesis de trabajo no probadas o con insuficiente evidencia para probarse y que se eliminan de los reportes.

19

69

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

Figura 3.43. Nube de palabras sobre el proceso de investigación. Fuente: Elaboración propia.

Figura 3.44. Histograma de frecuencias en la descripción del proceso de investigación.

Fuente: Elaboración propia.

70

3.3. SOBRE

EL

CUESTIONARIO 3

Figura 3.45. Clústers en la descripción del proceso de investigación. Fuente: Elaboración propia.

Una vez ejecutado el programa descrito al final del Anexo A.4.3 se obtuvo el dendograma de la Figura 3.45. En él se identifican diez clústers constituidos por grupos de palabras. La proximidad de las palabras da cuenta de la estrechez de su relación, esto es, mientras más cerca aparezca una de otra, habrán sido empleadas con mayor similitud en la descripción.

Para dar interpretación a un clúster, es necesario contar con al menos tres variables numéricas en él (Visauta Vinacua, 1997), en este caso la frecuencia con que fue usada cada palabra. De tal modo, las descripciones sobre el proceso de investigación podrían girar principalmente en torno a las siguientes categorías, a decir de las palabras más prominentes en cada uno de estos clústers: ▪ ▪ ▪ ▪ ▪

Estrategias de búsqueda y consulta (citas, bases, lectura, Internet, notas, colegas, texto, bibliografía).

Fuentes de información especializadas (revistas, libros, tecnología, especializadas).

Estructura del artículo de investigación (introducción, objetivos, resultados, hipótesis, conclusiones, metodología, desarrollo, proyecto, análisis).

Fundamentación del marco conceptual (documento, autores, ideas, conceptos, texto, estructura, redacción).

Objetivo de la investigación (fuentes, problemas, preguntas).

Si bien es cierto que el análisis por clústers es una técnica no inferencial, que no ofrece soluciones únicas y cuyos resultados están sujetos a una interpretación cualitativa que puede ser subjetiva, también provee evidencia descriptiva que facilita el análisis exploratorio de información. En este tenor, aunque es difícil juzgar la veracidad de las categorías identificadas a priori, es sobresaliente el hecho de que en ninguna de ellas se observe respuesta sobre los criterios de discriminación y selección de información, ni sobre el papel de la tecnología en el proceso de investigación, aspectos sobre los cuales 71

3 .

R

E S U L T A D O S

Y

D I S C U S I Ó N

se indujo a responder a partir de preguntas detonadoras. A reserva de efectuar un análisis cualitativo apoyado en esquemas de codificación más profundos, esto podría contribuir a sostener la hipótesis de que existe un desconocimiento, al menos parcial, de los atributos de la información de calidad, así como de la falta de habilidades digitales para la investigación de los profesores, aspectos sobre los cuales ya se ha discutido a lo largo del capítulo.

A quienes indicaron no realizar investigación, se les solicitó explicar en el otro cuadro de texto por qué. En este caso se observa una labor académica que, a pesar de comprometer notablemente el tiempo de cualquier docente y de generar productos, no es del todo visible ni encuentra un reconocimiento equiparable al otorgado por el SNI a las actividades de investigación: “Realizo proyectos de mejoramiento de la enseñanza: diseño de planes y programas de estudio, desarrollo de materiales didácticos, diseño de instrumentos de evaluación del aprendizaje, que implican actividad investigativa, pero que no se ciñen a protocolos de investigación como tal”.

Parece difícil compaginar el elevado número de actividades que desempeñan los académicos con la investigación, lo cual refuerza este testimonio: “[…] Esos proyectos de apoyo a la docencia requieren gran inversión de tiempo en trabajo colegiado y generalmente exigen resultados de aplicación inmediata.

Se evalúan en su impacto práctico, pero rara vez son objeto de una reflexión profunda. Además, formo parte de varios cuerpos académicos auxiliares y del programa de tutoría de una licenciatura, lo cual reduce el tiempo disponible para proponer y desarrollar proyectos de investigación rigurosos de tipo teórico, de campo o de exploración, de amplia envergadura”.

Las condiciones de trabajo, así como la falta de recursos humanos y de capacitación para el uso de herramientas tecnológicas para apoyar la investigación también representan un obstáculo significativo para algunos profesores: “[…] En general, la limitación de recursos impide con frecuencia contar con el apoyo de personal auxiliar debidamente capacitado que nos ayude a desarrollar bases de datos o a manejar instrumentos tecnológicos adecuados para recabar información y procesarla para las tareas de una investigación objetiva y rigurosa, que pueda ser considerada válida en redes de expertos y en revistas arbitradas”.

La importancia de la capacitación para mejorar la producción académica, orientada a la asesoría para el desarrollo metodológico y la formulación de proyectos de investigación institucionales, también fue subrayada en otro testimonio: “Me cuesta trabajo definir un tema específico de investigación, formular la estructura, el contenido, alcances metas y objetivos. Tuve un proyecto PAPIME que por falta de asesoría y apoyo en el tema propuesto no pudo continuar, a pesar de los objetivos alcanzados. Hace falta asesoría para mejorar las investigaciones; capacitación que nos oriente en los pasos a seguir”.

72

3.3. SOBRE

EL

CUESTIONARIO 3

Estas visiones complementan los resultados hallados a lo largo del presente estudio y en alguna medida reafirman las conjeturas hechas en torno a ellos.

3.3.9

Emociones y sentimientos en torno a la investigación

En el segundo cuadro de texto de la última sección de este cuestionario, se les pidió a los profesores de carrera que explicaran cómo se sienten al escribir un trabajo de investigación. Se emplearon también preguntas detonadoras para indagar puntualmente sobre: su seguridad, los niveles estrés o ansiedad que experimentan, sus motivaciones, sus presiones y las dificultades que enfrentan.

La nube de palabras sobre los sentimientos y emociones descritos por los profesores se tiene en la Figura 3.46. Tiempo, tema, ansiedad, proceso, información, presión, escribir, estrés, resultados y publicación son, de mayor a menor, los términos de más relevancia por la frecuencia en su uso (véase histograma de la Figura 3.47).

A pesar de que la palabra “ansiedad” apareció con gran recurrencia en las descripciones, no puede afirmarse que ésta es experimentada o no por los profesores, pues puede tener una connotación positiva o negativa de acuerdo con su contexto. Por ejemplo, las frases “no siento ansiedad” y “siento mucha ansiedad” contienen ambas a dicha palabra y sin embargo tienen significados muy distintos. Lo mismo aplica para el resto de las palabras.

Aunque no puede conocerse bajo este análisis exploratorio la valoración, positiva o negativa, que los académicos dan a algunos términos, lo que sí resulta claro es que el tiempo juega un papel preponderante en el proceso de investigación y que de alguna forma resulta un factor importante para los académicos, que incide en sus emociones y en las presiones que viven.

Bajo el análisis por clústers, la categorización de las palabras en función de su relación y similitud podría estar sujeta a la siguiente interpretación (véase el dendrograma de la Figura 3.48): ▪ ▪ ▪ ▪

Barreras emocionales al publicar y sus causas (estrés, tiempos, escribir, presión).

Productos de investigación (libros, publicar, publicación).

Razones para hacer investigación (artículos, conocimiento, motivaciones, desarrollo).

Entorno y condiciones de trabajo para la producción académica (redacción, año(s), colegas, alumnos, recursos, proyecto(s), redacción, escrito, trabajo).

73

3 .

R

E S U L T A D O S

Y

D I S C U S I ร N

Figura 3.46. Nube de palabras sobre emociones y sentimientos en torno a la investigaciรณn.

Fuente: Elaboraciรณn propia.

Figura 3.47. Histograma de frecuencias sobre emociones y sentimientos en torno a la investigaciรณn.

Fuente: Elaboraciรณn propia.

74

3.3. SOBRE

EL

CUESTIONARIO 3

Figura 3.48. Clústers en la descripción de emociones y sentimientos en torno a la investigación.

Fuente: Elaboración propia.

75

4.

Conclusiones

Originalmente, las tareas más comunes de los profesores universitarios concernían propiamente al quehacer docente para la impartición de clase frente a grupo, desde la preparación de la cátedra, la revisión de tareas y actividades de clase, y el asesoramiento a alumnos —que en los últimos años se han incrementado con los programas de tutorías— hasta la dirección de tesis o de trabajos de titulación y la revisión de trabajos de titulación como sinodal. Ciertamente, estas funciones no son las únicas, pues se les demanda participar también en actividades de difusión (congresos, ponencias, conferencias, etc.) así como en órganos colegiados (comisiones, comités, revisión y creación de planes de estudios, juntas de materia, etc.), realizar labores administrativas (llenados de formatos, presupuestos, solicitudes, informes, currículum, etc.) y elaborar además productos para la docencia (libros, materiales didácticos, objetos de aprendizaje, etc.).

En las últimas décadas se ha sumado a estas funciones el desarrollo de proyectos de investigación. Esto ha exigido a los profesores adecuarse al cambio para procurar compaginar en lo posible ambas actividades, no siempre con éxito. Esta transición ha sido presumiblemente difícil, no sólo en virtud del elevado número de tareas relacionadas con el quehacer docente en las que de por sí debían diversificarse, sino también porque la formación académica de nivel licenciatura con la que mayormente contaban no está orientada a la investigación.

Ante la escasez de productos académicos visibles en el Web of Science, a través de este estudio se obtuvo una descripción de la producción académica de los profesores de carrera de la FES Acatlán y se identificaron algunos factores que pudieran estar relacionados con situaciones que afectan su productividad académica. La sobre carga de trabajo y la consecuente falta de tiempo para hacer investigación de calidad, así como la percepción de un desequilibrio en la valoración de la docencia vs la investigación por parte de comisiones dictaminadoras han derivado, en alguna medida, en un ambiente de tensión.

Un sector importante de los profesores siente presión por producir artículos de investigación. Éstos constituyen el principal tipo de producto académico desarrollado por ellos, seguidos de los libros de investigación, los capítulos de libros y los libros de texto.

Esto podría deberse, en parte, a que los programas de estímulos y el Sistema Nacional de Investigadores valoran más los artículos de investigación que los libros de texto; no hay un SNI que evalúe la producción orientada a la docencia. Aun bajo este supuesto, se halló que son pocos los casos de profesores que han escrito más de cuatro artículos en los últimos tres años, lo que particularmente podría comprometer la continuidad en la 77

4 .

C

O N C L U S I O N E S

percepción de los estímulos del SNI a quienes ya lograron el ingreso. Las adscripciones en las que se registró la mayor producción de artículos de investigación son las divisiones de Ciencias Socioeconómicas y de Matemáticas e Ingeniería y son también en estos campos del conocimiento en los que se observa el mayor número de artículos provenientes de la FES Acatlán en el Web of Science.

Por otra parte, la relación entre indicadores de productividad como el índice h, el número de publicaciones indexadas y el nivel de estímulos recibidos no parecen guardar una relación proporcional. Si bien son pocos los profesores de carrera que pertenecen al SNI, casi todos perciben al menos un estímulo institucional; la mayoría PRIDE C, el segundo más alto en la UNAM. A pesar de esto, hay cierta percepción de que las comisiones dictaminadoras no ponderan en igual medida la docencia y la investigación, y también de que hay poca transparencia y claridad en los procesos de evaluación. Esta opacidad genera desconfianza en los criterios que se emplean para evaluar el desempeño docente, y también en aquellos a los que los académicos están sujetos para lograr la promoción. No obstante, los profesores se someten voluntariamente a estos programas con el afán de prosperar en su carrera.

Estos resultados hacen pensar que una de las principales motivaciones de los profesores para realizar productos de docencia e investigación podría ser la obtención de estímulos, por encima de la generación y la divulgación del conocimiento. Esta idea se ve reforzada al contemplar que las políticas de los programas de estímulos institucionales valoran la producción académica en cantidad y no propiamente en calidad. De otra forma, los académicos procurarían en mayor medida publicar en revistas indexadas, o bien considerarían el factor de impacto de la revista al perseguir la publicación, contrario a los hallazgos de este estudio.

En cuanto a la determinación de las líneas de investigación de los artículos que los profesores desarrollan, esta parece estar relacionada en la mayoría de los casos con su formación académica doctoral, ya sea de forma directa o bien a través de investigaciones con un carácter multidisciplinario. Con independencia del área del conocimiento en cuestión, el propósito de un doctorado es formar para la investigación. Resulta singular pues que, a pesar de contar con estudios de nivel doctorado, una parte de los académicos posea una valoración desbalanceada de los atributos de la calidad de la información, no use administradores de referencias, sea inconsistente al indicar el manejo del aparato de citas y referencias que todo investigador debiera conocer o haga escaso uso de fuentes de información extraídas a partir de las bases de datos provistas por la institución por las que, dicho sea de paso, la Universidad hace una fuerte erogación.

Cabe reflexionar entonces si el entramado de estas redes de colaboración multidisciplinarias responde a resolver algún problema del entorno que exija investigación, o más bien obedece a la necesidad de publicar para ingresar al SNI, lograr la promoción o conseguir estímulos. Con estos mismos fines los profesores podrían estar buscando la obtención de un doctorado en instituciones con poco grado de exigencia y, una vez conseguido, no verse a sí mismos como investigadores. En consecuencia, el grado se vería reducido a una carta credencial más o a un mero requisito para ingresar o permanecer 78

4 .

C

O N C L U S I O N E S

en los programas de estímulos, para promoverse en la carrera docente o para legitimarse como investigador.

A pesar de manifestar un auto concepto elevado de los insumos intelectuales que se poseen para realizar investigación y de expresar tener confianza en sí mismos y en sus conocimientos, la mayoría de los profesores de carrera se sienten incómodos al escribir en inglés —o insatisfechos con el grado en que su escritura en inglés transmite sus ideas— y también poseen deficiencias en las habilidades digitales básicas para hacer investigación. Admitieron sentirse presionados cuando escriben artículos de investigación pero pocos ahondaron en los estados de ánimo, emociones y sentimientos que experimentan durante ese proceso. Asimismo se observaron discordancias entre algunas respuestas y también respuestas neutrales con amplio margen, lo que por una parte da pista de que en algunos casos los profesores contestaban lo que creían era correcto y no propiamente lo que llevaban a la práctica y, por otra, de que no prevalece el deseo de manifestar abiertamente una postura. Aunque se les explicó que su participación en el estudio tendría un carácter confidencial, todas estas señales hacen pensar que los profesores de carrera tuvieron cierta reserva de expresarse con total sinceridad, que podrían sentirse vigilados o “bajo la lupa”, pues incluso hubo quienes evitaron enviar sus respuestas a las preguntas abiertas de los instrumentos y en cambio pidieron sostener una entrevista cara a cara para hablar al respecto.

Este sentimiento de ser vigilado permanentemente acompaña la visión neoliberal de la producción académica que actualmente rige a instituciones de nivel superior de todo el mundo, pues sujeta a los profesores a procesos de evaluación no con un fin de diagnóstico o mejoramiento, sino como mecanismo de control. En el caso de los profesores de carrera de la FES Acatlán, la mayoría no se siente apoyada al introducirse nuevas políticas administrativas y un sector considerable piensa que los procedimientos para la promoción de categoría o nivel no reconocen con justicia el trabajo académico realizado. Esto, aunado a las demás reflexiones, da indicios de que la Máxima Casa de Estudios no escapa a la realidad del neoliberalismo académico.

Bajo estas evidencias, es claro que las presiones del productivismo han afectado el entorno de trabajo y la independencia intelectual de los profesores de carrera de tiempo completo de la FES Acatlán, y que éstas no han favorecido un escalamiento real de la producción académica indexada en el Web of Science. Pero no sólo eso: el productivismo ha distorsionado también el propósito de investigar y las razones para estudiar un doctorado, lo cual ha derivado en la búsqueda de alternativas de formación doctoral inmediatas pero deficientes. Ello a su vez sin duda impacta a los alumnos a cargo de profesores en esta situación, pues no son provistos de las herramientas metodológicas ni digitales necesarias para aprender a investigar y para dar sus primeros pasos en este terreno. Esta distorsión produce pues una grave dificultad para el avance real del conocimiento científico.

Pero, ¿qué puede hacerse para promover la productividad académica? Para lograr un eficiente desempeño y favorecer a la investigación para la generación de conocimiento es preciso partir de un entorno de trabajo grato y motivante. Con base en los resultados 79

4 .

C

O N C L U S I O N E S

de este estudio, los profesores de carrera valoran su libertad, consideran trascendente el trabajo desempeñado, disfrutan trabajar con sus alumnos y priorizan sus labores docentes precisamente porque las tareas que les resultan más agradables son aquellas que les permiten tener contacto con los estudiantes. Esto ya es muy bueno, pues les gusta la docencia y, en general, su ejercicio les produce satisfacción.

La principal razón detectada para no hacer investigación de calidad es la falta de tiempo. En este sentido, una medida de apoyo institucional podría ser la creación de un programa de ayudantías para beneficiar a profesores investigadores, de forma que por un lado contaran con el apoyo de estudiantes que realizaran bajo su supervisión las tareas sistemáticas asociadas a los proyectos de investigación llevados a cabo y, por el otro, pudieran inducir a los jóvenes a incursionar en la investigación.

Otra posibilidad sería la conformación de un cuerpo administrativo institucional encargado de apoyar a los académicos investigadores en el llenado de formatos, la elaboración de presupuestos, la producción de informes, la actualización del currículum vitae, la digitalización de documentos, la captura de información en bases de datos y la gestión de todos aquellos trámites relacionados con la promoción, la obtención de estímulos o la solicitud de financiamientos, ya sean internos o externos a la institución. Esto no sólo agilizaría estos procesos, sino también permitiría a los docentes concentrarse en la formulación de proyectos de investigación de calidad y destinar el tiempo debido a su desarrollo y conclusión.

Adicionalmente, una práctica institucional que podría resultar valiosa sería la constitución de un departamento especializado de apoyo a la escritura académica20 y, particularmente, en el idioma inglés. Esto porque, aunque se posean años de experiencia en la escritura en dicho idioma, las variantes gramaticales que exige el discurso empleado en la elaboración de artículos académicos y científicos van más allá de una simple traducción, ya que se requiere dominio en la retórica empleada para la persuasión, y en la redacción de afirmaciones y su matización, así como en el uso de expresiones lingüísticas para expresar con claridad razonamientos plausibles y distinguirles de conocimientos o hechos.

También es importante reflexionar y revisar las políticas institucionales para la promoción y la obtención de estímulos, pues probablemente los programas están sujetos a evaluaciones que funcionan más como un sistema de premios y castigos, que como una vía para reconocer el esfuerzo de los académicos, detectar áreas de oportunidad y ayudar al mejoramiento de la docencia y la investigación. Si bien éstos son creados en principio con intenciones loables, pocas veces son evaluados sus efectos colaterales y menos

20 Ejemplo de este

tipo de apoyo es el Centro para Escritores de la Universidad de Alberta, Canadá, el cual brinda “asesoría gratuita a alumnos, profesores, instructores y administrativos de cualquier materia, disciplina, programa o facultad de la universidad, de todo nivel y en cualquier tipo de tarea (artículos de investigación, tesis, escritura creativa, solicitudes de financiamiento, currículums y más)” (University of Alberta, 2018).

80

4 .

C

O N C L U S I O N E S

aún retroalimentados por los afectados directos – en este caso los profesores de carrera – luego de su implantación.

Pero no sólo la institución debe proveer las condiciones para propiciar la producción académica. Las prácticas personales y el ideario del académico también deben transformarse: aprovechar la infraestructura institucional y los programas de capacitación o apoyo en beneficio de la investigación; utilizar el tiempo liberado para destinarlo a la adquisición de conocimientos y el desarrollo de las habilidades metodológicas y digitales para hacer investigación; entender a los estudios de posgrado como una necesidad y no como un fin; y comprender que el desarrollo nacional se encuentra comprometido y que es a través de la investigación que se generan oportunidades reales de progreso para nuestro país.

Antes de evaluar la factibilidad y pertinencia de las prácticas institucionales propuestas, es necesario reconocer las limitaciones de este estudio. A pesar de los beneficios que proveen, los cuestionarios en línea poseen también algunas desventajas: es complejo construir muestras probabilísticas con ellos ya que es difícil lograr tanto la aleatoriedad como la representatividad de éstas; y además suelen cometerse en ellos tanto errores de cobertura (cuando hay unidades de la población sin la misma probabilidad de inclusión en la muestra) como errores de muestreo (que se comente cuando se encuesta sólo una porción de la muestra y no a la muestra completa). Aunque, puede intentarse reducir ambos sesgos al ampliar el tamaño de la muestra o bien al aumentar la tasa de respuesta21, ninguna de estas estrategias garantiza dicha reducción.

Este estudio no estuvo exento de estas dificultades. Se suscitó un error de cobertura toda vez que se tiene certeza de que hubo miembros de la población que no recibieron ninguna invitación (electrónica o impresa), probablemente debido a la falta de actualización de las direcciones de correo electrónico en las bases de datos institucionales provistas por la entidad, omisiones o errores en su captura, o bien propiamente a la carencia de una cuenta de correo electrónico u errores humanos en su entrega física.

El error de muestreo también estuvo presente ya que no todos los sujetos necesarios para completar el tamaño de la muestra (n=63) respondieron los tres instrumentos, es decir, la tasa de respuesta en la muestra no fue del 100% en todos los casos: en el primer cuestionario participaron 60 profesores; en el segundo, 65; y en el tercero 56. Asimismo, no hubo un “sorteo” para garantizar una participación aleatoria, sino que las respuestas recabadas fueron obtenidas de quienes quisieron y pudieron responder los cuestionarios. Todos estos aspectos redundan en el hecho de que la muestra estudiada fuera, finalmente, no aleatoria. De manera que los resultados no pueden considerarse válidos para realizar inferencias sobre la población.

El número de personas que respondieron las encuestas entre el número de individuos contemplados en la muestra.

21

81

4 .

C

O N C L U S I O N E S

Conviene también analizar si quienes respondieron los instrumentos poseen alguna caracterización que les hace diferir sistemáticamente de aquellos que no lo hicieron y, de ser el caso, si dichas diferencias tuvieron alguna incidencia en sus respuestas. Por ejemplo, es probable que quienes no respondieron no hayan podido siquiera ingresar con la cuenta de acceso y la contraseña que les fue brindada al ambiente virtual de aprendizaje en la que los cuestionarios fueron colocados, lo cual hablaría de la carencia de una serie de habilidades digitales.

Además, pocos profesores de carrera con publicaciones en el Web of Science participaron en el estudio, lo que impidió identificar los atributos coincidentes de sus perfiles y servir para caracterizar los casos de éxito.

Para obtener una visión más completa de los efectos del productivismo en los profesores de carrera de la FES Acatlán es necesario mejorar esta investigación mediante la generación de mecanismos que garanticen la aleatoriedad para poder generalizar los resultados de la muestra a la población. Con ello se vería robustecida la metodología empleada, misma que podría aplicarse en otras entidades y brindar valiosa información sobre la UNAM, pero también en otras instituciones, públicas o privadas, y proveer conocimiento generalizable.

Esto se contempla como trabajo futuro, así como el análisis cualitativo minucioso de las descripciones sobre las actividades llevadas a cabo durante el proceso de investigación, y las emociones y sentimientos que se suscitan en torno a éste, mediante la codificación sistemática para su categorización y la realización de entrevistas a profundidad.

82

5.

Referencias

Acosta Silva, A. (2006). Señales cruzadas: una interpretación sobre las políticas de formación de cuerpos académicos en México. Revista de la Educación Superior, 35(139).

Ball, S. J. (2003). The teacher’s soul and the terrors of performativity. Journal of Education Policy, 18(2), 215–228.

Bollen, K. A. (1990). Overall fit in covariance structure models: Two types of sample size effects. Psychological bulletin, 107(2), 256.

Camarillo Hinojoza, H. M. (2015). Implicaciones de la evaluación académica: Percepciones y preocupaciones de los profesores de tiempo completo de la Universidad Autónoma de Ciudad Juárez acerca de su permanencia en el SNI. Sinéctica, (44), 1–21.

Cárdenas Novoa, V. (2015). Motivaciones para ingresar al SNI. Un estudio de caso con investigadores jóvenes. Sinéctica, (44).

Casadevall, A., y Fang, F. C. (2012). Reforming Science: Methodological and Cultural Reforms. Infection and Immunity, 80(3), 891–896.

Castiel, L. D., y Sanz-Valero, J. (2009). Política científica: manejar la precariedad de los excesos y desnaturalizar la ideología “publicacionista” todopoderosa. SciELO Public Health.

Celina Oviedo, H., y Campo Arias, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach. Revista colombiana de psiquiatría, 34(4).

Clarivate Analytics. (2017a). Journal Citation Reports. Recuperado el 30 de noviembre de 2017, de https://clarivate.com/products/journal-citationreports/?utm_source=false&utm_medium=false&utm_campaign=false Clarivate Analytics. (2017b). Web of Science. Recuperado el 30 de noviembre de 2017, de https://www.webofknowledge.com Dirección General de Asuntos del Personal Académico. (2014). Subprograma de Incorporación de Jóvenes Académicos a la UNAM. Recuperado el 5 de diciembre de 2017, de http://dgapa.unam.mx/index.php/renovacion-planta-academica/sija 83

5. R

E F E R E N C I A S

Dirección General de Asuntos del Personal Académico. (2015). Programa de Primas al Desempeño del Personal Académico de Tiempo Completo. Recuperado el 28 de junio de 2016, de http://dgapa.unam.mx/convocatorias/2016_pride_convocatoria.pdf Dirección General de Asuntos del Personal Académico. (2017). Estadísticas básicas del personal académico 2017. Recuperado el 5 de diciembre de 2017, de http://dgapa.unam.mx/images/destacados/2017_estadistica-qna-22.pdf Englander, K. (2009). Transformation of the identities of nonnative English-speaking scientists as a consequence of the social construction of revision. Journal of Language, Identity, and Education, 8(1), 35–53.

Englander, K. (2013). Writing and publishing science research papers in English: A global perspective. Springer Science & Business Media.

Ferreira Borsoi, I. C., y Silva Pereira, F. (2013). Professors of Public Higher Level Education: Productivity, Productivism and Sickness. Universitas Psychologica, 12(4), 1213–1235.

Gerbing, D., y Anderson, J. (1993). Monte Carlo evaluations of goodness-of-fit indices for structural equation models. En K. A. Bollen y J. S. Long (Eds.), Testing Structural Equation Models (pp. 40–65). Newbury Park, CA: Sage.

Hadi, N. U., Abdullah, N., y Sentosa, I. (2016). An Easy Approach to Exploratory Factor Analysis: Marketing Perspective. Journal of Educational and Social Research, 6(1), 215.

Hair, J. F., Anderson, R. E., Tatham, R. L., y Black, W. C. (1998). Multivariate data analysis. 1998. Upper Saddle River.

Hanauer, D. I., y Englander, K. (2011). Quantifying the burden of writing research articles in a second language: Data from Mexican scientists. Written Communication, 28(4), 403–416.

Harris, L. R., y Brown, G. T. L. (2010). Mixing interview and questionnaire methods: Practical problems in aligning data.

Hinkin, T. R., Tracey, J. B., y Enz, C. A. (1997). Scale construction: Developing reliable and valid measurement instruments. Journal of Hospitality & Tourism Research, 21(1), 100–120.

Kline, P. (1986). A handbook oftest construction: Introduction to psychometric design.

New York: Methuen.

Leathwood, C., y Read, B. (2013). Research policy and academic performativity: Compliance, contestation and complicity. Studies in Higher Education, 38(8), 84

5 .

R

E F E R E N C I A S

1162–1174.

Ledesma, R. D., y Valero-Mora, P. (2007). Determining the number of factors to retain in EFA: An easy-to-use computer program for carrying out parallel analysis.

Practical assessment, research & evaluation, 12(2), 1–11.

Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A., y Tomás-Marco, I. (2014).

El análisis factorial exploratorio de los ítems: una guía práctica, revisada y actualizada. Anales de psicología, 30(3), 1151–1169.

Martínez Alcántara, S., y Preciado Serrano, M. de L. (2009). Consecuencias de las políticas neoliberales sobre el trabajo y la salud de académicos universitarios: el burnout como fenómeno emergente. Psicología y Salud, 19(2), 197–206.

Martínez Justo, M. (2018). Plan de Desarrollo Institucional 2017-2021. Recuperado el 15 de enero de 2018, de http://www.acatlan.unam.mx/index.php?id=154 Microsoft Office. (2013). Microsoft Excel 2013. Recuperado el 4 de diciembre de 2017, de https://products.office.com/es-mx/microsoft-excel-2013 Moodle. (2017). Open source learning platform. Recuperado el 4 de diciembre de 2017, de https://moodle.org/?lang=es Moreles Vázquez, J. (2015). El productivismo o la sobredimensión del paper como meta final de la investigación. Sinéctica, (44), 1–18.

Nestor, P. G., y Schutt, R. K. (2014). Research methods in psychology: Investigating human behavior. Sage Publications.

Newsom, J. T. (2012). Some clarifications and recommendations on fit indices. USP, 655, 123–133.

Nulty, D. D. (2008). The adequacy of response rates to online and paper surveys: what can be done? Assessment & evaluation in higher education, 33(3), 301–314.

Olivares Alonso, E. (2015). Admite la UNAM sólo a 11.4% de 60 mil aspirantes.

Recuperado el 27 de junio de 2016, de http://lajornadasanluis.com.mx/nacional/admite-la-unam-solo-a-11-4-de-60mil-aspirantes/ Organización para la Cooperación y el Desarrollo Económicos. (2016a). OECD Factbook 2015-2016: Economic, Environmental and Social Statistics. Recuperado el 21 de junio de 2016, de http://dx.doi.org/10.1787/factbook-2015-en Organización para la Cooperación y el Desarrollo Económicos. (2016b). Países miembros. Recuperado el 21 de junio de 2016, de http://www.oecd.org/centrodemexico/paisesmiembros.htm 85

5. R

E F E R E N C I A S

Pérez Mora, R., y Naidorf, J. (2015). Las actuales condiciones de producción intelectual de los académicos. Sinéctica, (44), 1–16.

Pérez, R. (2009). Políticas de Educação Superior no México ea gestão do pessoalacadêmico. Prometeu Desencanta-do. Educação Superior na Ibero-América.

São Paulo, Brasil: Liver Livro Editora Ltda.

Preciado Cortés, F., Gómez Nashiki, A., y Kral, K. (2008). Ser y quehacer docente en la última década: un estudio cualitativo de las políticas de formación en el profesorado. Revista mexicana de investigación educativa, 13(39), 1139–1163.

Quinn, D. (2002). Improving online response rates. Recuperado el 15 de marzo de 2006, de http://www.unisa.edu.au/sei/website/Online-respnrates.asp R Project. (2017). What is R? Recuperado el 4 de diciembre de 2017, de https://www.r-project.org/about.html Rodríguez Rodríguez, S. M. (2015). Redes de colaboración académica: una respuesta a los desafíos de la globalización y la sociedad del conocimiento. Sinéctica, (44).

Salcedo Aquino, J. A. (2016). III Informe de Actividades, Gestion 2013-2017. México.

Samuels, P. (2015). Advice on Reliability Analysis with Small Samples. Recuperado el 31 de enero de 2018, de http://doi.org/10.13140/RG.2.1.1495.5364 Sauer, T. (2013). Análisis numérico. Pearson educación.

Smith, M. L. (2006). Multiple methods in education research. En J. Green, G. Camilli, y P. Elmore (Eds.), Handbook of complementary methods in educational research (pp. 457–475). Mahwah, NJ: Lawrence Erlbaum Associates Inc. Spinzi Blanco, C., Sosa Marín, D., González Kunert, L., y Aquino Sánchez, B. (2015). A investigar se aprende investigando: Programa de Jóvenes Investigadores.

Sinéctica, (44), 1–11.

Timmers, C. F., y Glas, C. A. W. (2010). Developing scales for information-seeking behaviour. Journal of Documentation, 66(1), 46–69.

Torres Velandia, S. Á., y Jaimes Cruz, K. (2015). Producción de conocimiento mediado por TIC: cuerpos académicos de tres universidades públicas estatales de México.

Sinéctica, (44), 1–16.

Triola, M. F. (2006). Elementary statistics. Pearson/Addison-Wesley Reading, MA. Universidad Nacional Autónoma de México. (2014). Ética académica, Encuestas.

Recuperado el 31 de enero de 2018, de http://www.eticaacademica.unam.mx/Encuestas.html 86

5 .

R

E F E R E N C I A S

University of Alberta. (2018). Center for Writers. Recuperado el 23 de septiembre de 2018, de https://www.ualberta.ca/current-students/centre-for-writers/ Van Selm, M., y Jankowski, N. W. (2006). Conducting online surveys. Quality and quantity, 40(3), 435–456.

Visauta Vinacua, B. (1997). Análisis estadístico con SPSS para Windows. Estadística Multivariante. Cap. XI. Wikipedia. (2018). Limitación general de responsabilidad. Recuperado el 30 de enero de 2018, de https://es.wikipedia.org/wiki/Wikipedia:Limitación_general_de_responsabilidad Yurdugül, H. (2008). Minimum sample size for Cronbach’s coefficient alpha: a MonteCarlo study. Hacettepe Üniversitesi eğitim fakültesi dergisi, 35(35).

87

Anexos A.1 Publicaciones de acadĂŠmicos de la FES AcatlĂĄn en WoS (38 en total al 30/11/2017) Altamirano Bustamante, M. M., Altamirano Bustamante, N. F., Lifshitz, A., Mora-MagaĂąa, I., de Hoyos, A., Ă vila-Osorio, M.T. y Reyes-Fuentes, A. (2013). Promoting networks between evidence-based medicine and values-based medicine in continuing medical education. Bmc Medicine, 11.

Bara, C. y Perez Akaki, P. (2015). Status quo, challenges and opportunities of alternative coffee that is produced in Mexico and consumed in Germany. Agricultura Sociedad Y Desarrollo, 12(1), 59-86.

De Hoyos, A., Nava Diosdado, R., MĂŠndez, J., Ricco, S., Serrano, A., Flores-Cisneros, C. y Altamirano-Bustamante, M. M. (2013). Cardiovascular medicine at face value: a qualitative pilot study on clinical axiology. Philosophy Ethics and Humanities in Medicine, 8.

Díaz Sosa, M. L., y Kharchenko, V. (2016). Combinatorial rank of uq (��2n). Journal of Algebra, 448, 48-73.

Erdely, A., GonzĂĄlez Barrios, J. M., y HernĂĄndez Cedillo, M. M. (2014). Frank's condition for multivariate Archimedean copulas. Fuzzy Sets and Systems, 240, 131-136.

Eslava Estrada, F. F. (2016a). Rite, music and power in the Metropolitan Cathedral Mexico, 1790-1810. Fronteras De La Historia, 21(1), 225-228.

Eslava Estrada, F. F. (2016b). Rito, mĂşsica y poder en la Catedral Metropolitana MĂŠxico, 1790-1810. Fronteras de la Historia, 21(1), 225-228.

Fuentes Cabrera, J., y PĂŠrez Vicente, H. (2015). Credit Scoring Model for Payroll Issuers: A Real Case. In O. P. Lagunas, O. H. Alcantara, & G. A. Figueroa (Eds.), Advances in Artificial Intelligence and Its Applications, Micai 2015, Pt Ii (Vol. 9414, pp. 547-559).

GonzĂĄlez Videgaray, M., HernĂĄndez Zamora, G. y del RĂ­o MartĂ­nez, J. H. (2009). Learning objects in theory and practice: A vision from Mexican University teachers.

Computers & Education, 53(4), 1330-1338.

HernĂĄndez Barrios, H., Arce LeĂłn, C., y Rivera Vargas, D. (2015). Mathematical Model for Soil-Structure-Interaction in inverted pendulum type structures. En 3rd 89

A

N E X O S

International Conference on Mechanical Models in Structural Engineering, 300312. Sevilla, EspaĂąa: CMMoST 2015. VĂ­ctor CompĂĄn Cardiel.

HernĂĄndez Maldonado, V., DĂ­az Viera, M., y Erdely, A. (2012). A joint stochastic simulation method using the Bernstein copula as a flexible tool for modeling nonlinear dependence structures between petrophysical properties. Journal of Petroleum Science and Engineering, 90-91, 112-123.

HernĂĄndez Maldonado, V., DĂ­az Viera, M. y Erdely, A. (2014). A multivariate Bernstein copula model for permeability stochastic simulation. Geofisica Internacional, 53(2), 163-181.

JimĂŠnez GarcĂ­a, M. A. (2016a). Ancient and Modern Political Imaginary Democracy in globalization? ReflexiĂłn Politica, 18(36), 66-78.

JimĂŠnez GarcĂ­a, M. A. (2016b). Ayotzinapa 43: The Criminal Corruption of the Mexican State. Educational Philosophy and Theory, 48(2), 119-122.

Kharchenko, V. K., y Díaz Sosa, M. L. (2011). Computing of the Combinatorial Rank of uq (��2n+ 1). Communications in Algebra, 39(12), 4705-4718.

LĂłpez GarcĂ­a, J. y JimĂŠnez Zamudio, J. J. (2015). From Calculus to Dynamical Systems through DGS and CAS. International Journal for Technology in Mathematics Education, 22(2), 65-70.

Luis LĂłpez, A. (2015a). Berkeley: The Conception of God in the Philosophical Commentaries. Endoxa-Series FilosĂłficas(36), 123-143.

Luis LĂłpez, A. (2015b). Berkeley: The role of God in the Theory of Vision. TĂłpicos-Revista de FilosofĂ­a(49), 27-52.

Mantey, G. (2009). Sterilized intervention in the exchange market in an inflation targeting regime: the Mexico experience. InvestigaciĂłn EconĂłmica, 68, 47-63.

Mantey, G. (2011). Interbank interest rate setting and inflation in Mexico. InvestigaciĂłn EconĂłmica, 70(277), 37-53.

Mantey, G. y Rosas, E. (2014). EMBI spreads: market sentiment and economic fundamentals. InvestigaciĂłn EconĂłmica, 73(290), 25-50.

MartĂ­nez, C. A., y Natal, A. (2014). Relational resources and collective action in the city of Chihuahua.

MartĂ­nez, F. Quintana, L. y Valencia, R. (2015). Macroeconomic Analysis of the Effects of Financial and Commercial Liberalization on Economic Growth in Mexico, 1988-2011. Perfiles Latinoamericanos, 23(45), 79-104.

90

A.1 PUBLICACIONES

DE ACADÉMICOS DE LA

FES ACATLÁN

EN

WOS

Mendoza González, M.A., Valdivia López, M. e Isaac Egurrola, J. (2013). Education, Innovation and Economic Growth in Latin America. En J. R. Cuadrado-Roura & P. Aroca (Eds.), Regional Problems and Policies in Latin America (pp. 359-377).

Morales Vega, L. G. y Sanromán Aranda, R. (2016). Human Rights and Homeland Security in Mexico. "Programa Fontera Sur" After Four Years of Immigration Act. Anuario Mexicano De Derecho Internacional, 16, 345-372.

Ortiz, R., Olguín, S., y Chávez, J. (2015). Description of laboratory tests for the determination of rheological and mechanical properties of special mortars.

Portilla Gómez, J. M. (2008). The Iraq Crisis and World Order: Structural, Institutional and Normative Changes. [The Iraq Crisis and World Order: Structural, Institutional and Normative Changes]. Anuario mexicano de derecho internacional, 8(0), 835-840.

Quintana Romero, L., Andrés Rosales, R. y Mun, N. (2013). Growth and Regional Development of Mexico and South Korea: a comparative analysis of the laws of Kaldor. Investigación Económica, 72(284), 83-110.

Quintana Romero, L. y Asuad Sanen, N. (2013). Growth, Concentration, Inequality and Regional Policy in Mexico. In J. R. CuadradoRoura & P. Aroca (Eds.), Regional Problems and Policies in Latin America (pp. 165-195).

Salcedo, D., Castro, T., Ruiz Suárez, L. G., García Reynoso, A., Torres Jardon, R., Torres Jaramillo, A. y Suarez-Lastra, M. (2012). Study of the regional air quality south of Mexico City (Morelos state). Science of the Total Environment, 414, 417-432.

Torres Espinosa, E. (2009a). Institutional Reform and economical politics: from the forming of the SPP to the autonomy of the Banco de Mexico.

Torres Espinosa, E. (2009b). Origin of the National Solidarity Program and social policy, 1988-1994.

Urrutia Fucugauchi, J., Chávez Aguirre, J., Pérez Cruz, L., y De la Rosa, J.L. (2008). Impact ejecta and carbonate sequence in the eastern sector of the Chicxulub crater. Comptes Rendus Geoscience, 340(12), 801-810.

Valdés y Medina, E. G., y Medina Valdés, L. (2015). Dynamic models as change enablers in Educational Mathematics. En A. Isman (Ed.), International Educational Technology Conference, Ietc 2014 (Vol. 176, pp. 923-926).

Valencia, E. (2013). Is Latin American urbanism modern? Andamios, 10(22), 129-145.

91

A

N E X O S

Velázquez Salazar, M. (2014). Del sabor a café y sus nuevas invenciones: Escenarios cafetaleros de México y América Latina. Agricultura, sociedad y desarrollo, 11(2), 241-242.

Zaragoza, I. P., Salcedo, R. y Vergara, J. (2009). DFT: a dynamic study of the interaction of ethanol and methanol with platinum. Journal of Molecular Modeling, 15(5), 447-451.

Zaragoza, I.P., Vergara, J., Pérez Manríquez, L. y Salcedo, R. (2011). A DFT study of addition reaction between fragment ion (CH2) units and fullerene (C-60) molecule. Journal of Molecular Modeling, 17(5), 1035-1040.

92

A.2 Instrumentos aplicados

CUESTIONARIO 1 | Profesores OBJETIVO: Obtener una descripción de la producción académica de los profesores de tiempo completo e identificar las situaciones de trabajo que enfrentan para evaluar su posible relación con programas de estímulos y evaluación dentro y fuera de la UNAM.

Estimado(a) profesor(a), A través de este primer instrumento, queremos conocer tu perfil y las condiciones de trabajo bajo las cuales realizas tus actividades académicas como profesor(a) de carrera en la FES Acatlán. ¿Crees que los programas de estímulos y evaluación verdaderamente promueven la productividad académica, priorizan y derivan en la generación de conocimiento? ¡Déjanos darte una voz para expresar lo que piensas al respecto! Responde con total honestidad y, por favor, brinda información veraz.

Por favor, ten a la mano tus publicaciones de los últimos tres años. Contestar la encuesta te llevará alrededor de 20 minutos. Puedes hacer clic en el botón Guardar para almacenar tus avances en el sistema para regresar más tarde a completar este cuestionario. También puedes usar los botones Página anterior y Página siguiente para navegar en el instrumento.

Muchas gracias por tu cooperación y apoyo.

I. Datos generales Por favor, indica: 1. El máximo nivel de estudios cursado (con o sin grado obtenido): a) Licenciatura. b) Maestría. c) Doctorado.

2. El área del máximo grado cursado (con o sin grado obtenido): ________________________.

3. Tu nivel de dominio del inglés: a) Prácticamente nulo. b) Puedo entender textos escritos. c) Lo entiendo y me expreso aceptablemente. d) Lo domino.

93

A

N E X O S

II. Actividades semanales

4. Mi trabajo académico se centra más en: a) Docencia. b) Investigación. c) Difusión. d) Está balanceada entre las tres actividades.

5. Marca las actividades que sueles realizar cada semana (puedes marcar las que consideres necesarias): ❏ Dirección de tesis o de trabajos de titulación. ❏ Revisión de trabajos de titulación como sinodal. ❏ Asesorías a alumnos. ❏ Tutorías de alumnos. ❏ Investigación. ❏ Preparación de clase. ❏ Revisión de tareas y actividades de clase. ❏ Atención a correos electrónicos relacionados con el trabajo. ❏ Producción académica para la docencia (libros, materiales didácticos/objetos de aprendizaje/etc). ❏ Actividades de difusión: participación en congresos, ponencias, conferencias, etc. ❏ Participación en cuerpos colegiados: comisiones, comités, revisión de planes de estudio, creación de planes de estudio, juntas de materia, etc. ❏ Consultorías. ❏ Labores administrativas como llenar formatos, presupuestos, solicitudes, informes, currículum, etc. ❏ Otras (indica cuáles): ______________________________________________________________________ III. Estímulos

6. ¿Cuentas con algún estímulo institucional? a) Sí. b) No. 7. Si respondiste sí a la Pregunta 6, indica cuál: a) PRIDE A. b) PRIDE B. c) PRIDE C. d) PRIDE D. 94

A.2 INSTRUMENTOS

APLICADOS

e) PEE. f) Otro (indica cuál): ___________________________________________________________________________.

8. ¿Perteneces actualmente al Sistema Nacional de Investigadores (SNI)? a) Sí. b) No. 9. Si respondiste que sí a la Pregunta 8, indica en qué año ingresaste:_____________________.

10. Si respondiste sí a la Pregunta 8, indica tu nivel en el SNI: a) C. b) 1. c) 2. d) 3.

e) Emérito.

IV. Producción académica

11. ¿Tienes libros de investigación (no de texto, ni docencia, ni difusión, ni divulgación) publicados en los últimos tres años? a) Sí. b) No. 12. Si respondiste que sí a la Pregunta 11, ¿cuántos libros de investigación? a) 1. b) 2. c) 3. d) 4. e) Más de 4.

13. Si respondiste que sí a la Pregunta 11, por favor, brinda en el siguiente cuadro de texto las respectivas referencias completas:

14. ¿Has publicado libros de texto en los últimos tres años? a) Sí. b) No. 15. Si respondiste que sí a la Pregunta 14, ¿cuántos libros de texto? a) 1. b) 2. c) 3. d) 4.

e) Más de 4.

16. Si respondiste que sí a la Pregunta 14, por favor, brinda en el siguiente cuadro de texto las respectivas referencias completas:

95

A

N E X O S

17. ¿Cuentas con artículos de investigación publicados en los últimos tres años? a) Sí. b) No. 18. Si respondiste que sí a la Pregunta 17, ¿cuántos artículos de investigación? a) 1. b) 2. c) 3. d) 4. e) Más de 4.

19. Si respondiste que sí a la Pregunta 17, por favor, brinda en el siguiente cuadro de texto las respectivas referencias completas:

20. ¿Has publicado capítulos de libro de investigación en los últimos tres años? a) Sí. b) No. 21. Si respondiste que sí a la Pregunta 20, ¿cuántos capítulos de libro de investigación? a) 1. b) 2. c) 3. d) 4. e) Más de 4.

22. Si respondiste que sí a la Pregunta 20, por favor, brinda en el siguiente cuadro de texto las respectivas referencias completas:

23. ¿Cónoces tu índice h? a) Sí. b) No. 24. Si respondiste afirmativamente a la Pregunta 23, especifica cuál es tu índice h: ____________________.

25. Si respondiste afirmativamente a la Pregunta 23, indica con qué herramienta obtuviste tu índice h: a) Google Académico. b) Publish or Perish. c) Otra (indica cuál): ___________________________________________________________________________.

96

A.2 INSTRUMENTOS

APLICADOS

V. Condiciones de trabajo

26. ¿Con qué tipo de cubículo cuentas? a) Individual. b) Compartido. c) No tengo cubículo.

27. ¿Cómo describirías el equipo de cómputo que tienes en uso para tus actividades académicas? (dentro de la universidad). a) Mi computadora está actualizada. b) Mi computadora está desactualizada. c) No cuento con computadora.

28. Marca el equipo periférico con el que cuentas en la universidad para realizar tus actividades académicas (puedes indicar más de una): ❏ Impresora. ❏ Escáner. ❏ Ninguno. ❏ Otro (indica cuál):___________________________________________________________________________.

29. ¿Qué recursos te facilita tu adscripción para realizar tus actividades académicas? (puedes marcar más de una): ❏ Ayudantes. ❏ Papelería. ❏ Cartuchos de impresora. ❏ Ninguno. ❏ Otro (indica cuál):___________________________________________________________________________.

VI. Proyectos financiados

30. ¿Participas en algún proyecto académico o de investigación o has participado en alguno en los últimos tres años? a) Sí. b) No. 31. Si respondiste que sí a la Pregunta 30, indica la(s) fuente(s) de financiamiento (puedes seleccionar más de una): ❏ PAPIIT. ❏ PAPIME. 97

A

N E X O S

❏ ❏ ❏ ❏

PAIDI. CONACyT. COMECyT. Otra fuente (indica cuál):___________________________________________________________________.

32. Si respondiste afirmativamente a la Pregunta 30, indica el tipo de participación que tienes o has tenido en los proyectos (puedes marcar más de una opción): ❏ Colaborador. ❏ Coresponsable. ❏ Responsable.

VII. Habilidades en la escritura del inglés

33. En una escala del 1 al 7 (donde 1 es muy fácil y 7 es muy difícil), describe qué tan difícil te resulta o bien te resultaría escribir...

1234567 Un artículo en español para una revista arbitrada.

Un artículo en inglés para una revista arbitrada.

34. En una escala del 1 al 7 (donde 1 es muy insatisfecho y 7 es muy satisfecho), describe el grado en que...

1234567 Tu escritura en español transmite las ideas de la investigación que tú desarrollas.

Tu escritura en inglés transmite las ideas de la investigación que tú desarrollas.

35. En una escala del 1 al 7 (donde 1 es ninguna ansiedad y 7 es mucha ansiedad), describe qué grado de ansiedad te produce escribir...

1234567 Un artículo en español para una revista arbitrada.

Un artículo en inglés para una revista arbitrada. ¡Gracias por responder este cuestionario!

98

A.2 INSTRUMENTOS

APLICADOS

No olvides contestar también los cuestionarios 2 y 3 para completar tu participación en el estudio.

CUESTIONARIO 2 | Profesores OBJETIVO: Identificar las condiciones de trabajo, motivaciones, presiones y percepciones de los profesores de tiempo completo sobre su entorno laboral y los problemas que pudieran afectar su productividad académica.

Estimado(a) académico(a), ¿Consideras que tus condiciones de trabajo son gratas y favorables para propiciar tu productividad académica? ¿Te sientes motivado(a) o más bien presionado(a)? Déjanos conocer tus percepciones sobre tu entorno laboral y los problemas que te aquejan, con este segundo instrumento. Contestar la encuesta te llevará alrededor de 15 minutos.

Gracias por tu apoyo.

I. Carga de trabajo Indica qué tanto coincides con las siguientes afirmaciones (En total desacuerdo-1, totalmente de acuerdo-5): 12345 Con frecuencia, trabajo fuera de la universidad para terminar con mis deberes académicos.

Considero que trabajo de forma regular, sin excesos, y que produzco lo necesario durante mi jornada de trabajo.

Creo que estoy trabajando de más en la universidad.

Estaría dispuesto(a) a incrementar mi carga docente.

II. Productividad Indica qué tanto coincides con las siguientes afirmaciones (En total desacuerdo-1, totalmente de acuerdo-5): 12345 Me he sentido productivo(a) en los tres últimos años.

Siento que no he sido tan productivo(a), a pesar de trabajar mucho.

99

A

N E X O S

12345 Siento una gran presión por producir, sobre todo, artículos de investigación en revistas indizadas.

Me produce ansiedad enviar artículos a revistas indizadas y esperar el arbitraje.

Me siento valorado(a) académicamente.

Tengo confianza en mis conocimientos.

Algunos eventos me han hecho llegar a sentir desconfianza en mis conocimientos.

III. Docencia e investigación Indica qué tanto coincides con las siguientes afirmaciones (En total desacuerdo-1, totalmente de acuerdo-5): 12345 El número de estudiantes a los que debo enseñar y/o tutorar me parece razonable.

Tengo tiempo para preparar y actualizar mis clases.

Tengo tiempo para realizar investigación de calidad.

Recibo capacitación constante para realizar mis actividades de docencia e investigación.

Siento presión para solicitar fondos externos para realizar investigación.

Creo que los procedimientos para la promoción de categoría o nivel reconocen con justicia el trabajo académico realizado.

Opino que la docencia y la investigación son valoradas por igual por las comisiones evaluadoras para la promoción de categoría y nivel.

Considero que la docencia y la investigación son valoradas por igual por las comisiones evaluadoras de estímulos de la UNAM.

100

A.2 INSTRUMENTOS

APLICADOS

IV. Ambiente laboral Indica qué tanto coincides con las siguientes afirmaciones (En total desacuerdo-1, totalmente de acuerdo-5): 12345 Sé qué se espera de mi trabajo bajo la figura académica que ocupo.

Estoy dispuesto(a) a hacer cualquier esfuerzo adicional para beneficio de la universidad.

Me siento reconocido(a) por el trabajo que realizo.

Me siento estimulado(a) en mi trabajo en la universidad.

Me siento estimulado (a) después de trabajar con mis alumnos.

Me siento estimulado(a) después de trabajar con mis colegas.

Siento que puedo crear fácilmente un ambiente agradable con mis alumnos.

Siento que puedo crear fácilmente un entorno tranquilo y agradable con mis colegas.

Me siento apoyado(a) cuando se introducen nuevas políticas administrativas.

El personal administrativo me apoya en mi trabajo académico.

V. Satisfacción laboral Indica qué tanto coincides con las siguientes afirmaciones (En total desacuerdo-1, totalmente de acuerdo-5): 12345 Considero que, aunque he logrado alcanzar una alta producción, no he tenido el debido reconocimiento por mis esfuerzos.

Verdaderamente, siento que estoy influyendo positivamente en las vidas de otros a través de mi trabajo.

Considero que estoy haciendo cosas importantes como docente.

Creo que mi trabajo está siendo recompensado económicamente de forma adecuada.

101

A

N E X O S

12345 Considero que la enseñanza es socialmente valorada.

Considero que las políticas institucionales para la promoción son justas.

Confío en los criterios de las comisiones dictaminadoras que evalúan mi desempeño.

Considero que los procesos de evaluación del desempeño académico al interior de mi institución son lo suficientemente claros y transparentes.

Cuento con todo lo necesario para realizar investigación (infraestructura, equipo, materiales, instrumentos, ayudantes, insumos intelectuales, habilidades digitales, etc.).

Indica qué tan satisfecho(a) te sientes en cuanto a... (Totalmente insatisfecho-1, Totalmente satisfecho-5): 12345 La libertad para elegir tu propio método de trabajo.

La libertad para elegir tu propia línea de investigación.

El reconocimiento que obtienes de acuerdo con tu desempeño.

La cantidad de responsabilidades que te han sido asignadas.

Tu salario como profesor.

Tus posibilidades de promoción.

La variedad de actividades en tu trabajo como docente.

VI. Signos de cansancio Indica qué tanto coincides con las siguientes afirmaciones (En total desacuerdo-1, totalmente de acuerdo-5): 12345 Me siento una persona llena de energía.

Me siento emocionalmente agotado(a) en mi trabajo.

102

A.2 INSTRUMENTOS

APLICADOS

12345 Generalmente, me siento agotado(a) al final de un día de trabajo.

Me siento cansado(a) de levantarme por la mañana para hacer frente a otro día de trabajo.

Me gustaría dedicar más tiempo a otras actividades que me satisfacen.

Trabajar directamente con los estudiantes me deja muy estresado(a).

Trabajar directamente con mis colegas me deja muy estresado(a).

Trabajar con los estudiantes es realmente un gran esfuerzo para mí.

El trabajo con mis colegas representa un gran esfuerzo para mí.

Trabajar y resolver problemas con el personal administrativo me deja muy estresado(a).

Las decisiones de los órganos colegiados (por ejemplo, comités de programa, Consejo Técnico, y comisiones dictaminadoras) afectan mi trabajo.

VII. Signos de estrés Indica qué tanto coincides con las siguientes afirmaciones (En total desacuerdo-1, totalmente de acuerdo-5): 12345 Siento que a veces he llegado a tratar a algunos de mis alumnos como si fueran "objetos".

Considero que me hice más insensible a las personas después de que comencé a trabajar en la universidad.

Siento que mi trabajo me está endureciendo emocionalmente.

Siento que no me importa tanto lo que sucede con algunos de mis alumnos y colegas.

Siento como si estuviera llegando a mi límite.

En la universidad, puedo manejar con calma los problemas emocionales y las tensiones que surgen.

103

A

N E X O S

12345 Siento que mis estudiantes o colegas me responsabilizan en cierta medida por alguno de los problemas que tienen.

Me siento sometido(a) a una presión tal que mi salud se ha visto afectada.

VIII. Postulación para entrevista

Conocer tus condiciones de trabajo, problemas, tensiones, y/o aspiraciones tiene el propósito de formular con base en ello un conjunto de buenas prácticas, personales e institucionales, que promuevan la investigación, la generación del conocimiento y la producción académica de los profesores de carrera de tiempo completo de la FES Acatlán, en los ámbitos de docencia, investigación y extensión, dentro de condiciones que sean favorables y gratas para los docentes. ¡Queremos darte una voz a través de este estudio y partir de tus experiencias y reflexiones! ¿Estarías dispuesto(a) a participar en una entrevista para profundizar en tus respuestas a este cuestionario? a) Sí. b) No. Si respondiste que sí a la pregunta anterior, proporciona en este cuadro de texto tus datos de contacto (correo electrónico y/o teléfono):

¡Gracias por responder este cuestionario!

No olvides contestar también los cuestionarios 1 y 3 para completar tu participación en el estudio.

104

A.2 INSTRUMENTOS

APLICADOS

CUESTIONARIO 3 | Profesores OBJETIVO: Investigar los hábitos de búsqueda de información y publicación de los académicos de tiempo completo.

Estimado(a) profesor(a), ¿Qué sueles hacer cuando buscas información y publicas tus reportes académicos y trabajos de investigación? El siguiente cuestionario fue diseñado para investigar los hábitos de búsqueda de información y publicación de los académicos de la Facultad de Estudios Superiores Acatlán. Tus respuestas serán procesadas de forma anónima y ninguna de ellas puede considerarse correcta o incorrecta. Te pedimos que llenes este cuestionario con honestidad. Cuando ciertas preguntas o conceptos te sean poco claros, puedes indicar esto seleccionando la opción “¿Qué es eso?”, en la primera columna. Responder el cuestionario completo te llevará alrededor de 20 minutos.

Muchas gracias por tu cooperación y, al finalizar, no olvides hacer clic en el botón "Enviar encuesta" para que tu información sea registrada por el sistema.

I. Fuentes de información (de BidiUNAM y externas) Cuando necesito información…

¿Qué es eso?

Pocas veces o nunca

A veces

Frecuentemente

Uso bases de datos disponibles para la UNAM como Web of Science, Scopus, IEEE Xplore, SpringerLink, etc.

Uso revistas electrónicas de BidiUNAM. Uso LIBRUNAM. Consulto la Wikipedia.

Consulto libros, revistas y/o periódicos en el Centro de Información y Documentación de la facultad (CID).

Consulto a un colega.

105

Siempre

A

N E X O S

II. Motores de búsqueda Cuando busco información… ¿Qué es eso?

Pocas veces o nunca

A veces

Frecuentemente

Siempre

¿Qué es eso?

Pocas veces o nunca

A veces

Frecuentemente

Siempre

Uso Google.

Uso Google Académico.

Uso motores de búsqueda distintos a Google y Google Académico (como Bing, Yahoo!, Ask, etc.).

Uso metabuscadores (como Dogpile, Aleyares, Metacrawler, etc.).

III. Estrategias de búsqueda Para encontrar información, yo…

Busco información general sobre el tema.

Formulo preguntas y subpreguntas.

Uso las palabras de mis preguntas como palabras clave para realizar la búsqueda.

Hago una lista de palabras clave antes de comenzar con la búsqueda.

Comienzo tecleando palabras en un motor de búsqueda.

Identifico nuevas palabras clave durante el proceso de búsqueda.

Uso opciones avanzadas del motor de búsqueda.

106

A.2 INSTRUMENTOS ¿Qué es eso?

APLICADOS

Pocas veces o nunca

A veces

Frecuentemente

Siempre

Pocas veces o nunca

A veces

Frecuentemente

Siempre

Reformulo mis preguntas si encuentro poca o nula información.

IV. Selección de los resultados de la búsqueda Al encontrar información por medio de un motor de búsqueda… ¿Qué es eso?

Examino el número de resultados obtenidos.

Si la búsqueda produjo muchos resultados, afino mi estrategia de búsqueda.

Dejo de buscar en cuanto encuentro información relevante.

Administro la información hallada para que me sea más fácil consultarla después.

Echo un vistazo general a la información encontrada.

Reviso sólo los primeros resultados arrojados por el buscador.

Examino los resultados de las páginas web subsecuentes generadas por la búsqueda.

Me fijo en la URL para evaluar la calidad de la información.

107

A

N E X O S

V. Selección de la información y evaluación de su calidad A partir de los resultados de la búsqueda… ¿Qué es eso?

Conservo sólo la información que coincide con mi postura sobre el tema.

Selecciono información que aporta nuevos pensamientos o puntos de vista a los propios sobre el tema.

Selecciono sólo la información que está disponible para su descarga de manera inmediata.

Me fijo en la última fecha de actualización de la página web en la que se encuentra la información.

Reviso el resto del contenido en la página web para juzgar la confiabilidad de la información.

Determino si la información está basada en hechos o en opiniones.

Examino quién hace o edita el sitio web.

Leo cuidadosamente la información hallada.

Empleo más de una fuente de información para responder mis preguntas de investigación.

Formulo una respuesta a mis preguntas con mis propias palabras.

108

Pocas veces o nunca

A veces

Frecuentemente

Siempre

A.2 INSTRUMENTOS

APLICADOS

VI. Uso de citas y referencias Al usar la información hallada para escribir un reporte académico (o trabajo de investigación)… ¿Qué es eso?

Pocas veces o nunca

A veces

Frecuentemente

Uso algún administrador de referencias (EndNote, Mendeley, Zotero, Jabref, etc.)

Indico las fuentes de información consultadas en una sección de referencias.

Uso estilos estandarizados al escribir las referencias (APA, IEEE, Chicago, etc.)

Cito en el cuerpo del documento, al menos una vez, a cada una de las referencias consultadas.

Cuando retomo información textual, empleo comillas y cito al autor.

Cuando uso datos, tablas o figuras en mi reporte, indico también la fuente.

Cuando explico con mis propias palabras las ideas de otros, doy el crédito debido, por medio de citas.

VII. Sobre la publicación de artículos de investigación

1. ¿Realizas investigación? a) No (pasa a la Pregunta 5). b) Sí (indica tu(s) línea(s) de investigación y luego pasa a la Pregunta 2): __________________________________________________________________________________________

109

Siempre

A

N E X O S

2. Cuando pretendo publicar un artículo de investigación en una revista especializada yo… ¿Qué es eso?

Pocas veces o nunca

A veces

Frecuentemente

Trato de publicar en revistas indexadas.

Procuro publicar en revistas con alto factor de impacto.

Identifico los criterios y lineamientos editoriales en las revistas en las que deseo publicar.

Prefiero publicar en revistas en español a hacerlo en revistas en inglés.

Escribo en colaboración con otros colegas.

Describo las hipótesis que fueron eliminadas, los métodos que no funcionaron y las motivaciones reales para hacer la investigación.

En caso de que la publicación de mi artículo sea condicionada a realizar correcciones, las realizo para continuar con el proceso.

En caso de que mi artículo sea rechazado, lo someto a consideración de otra revista.

3. Si respondiste que sí en la Pregunta 1, cuando escribes un trabajo de investigación, ¿qué haces? Por ejemplo, ¿cómo comienzas?, ¿dónde buscas información?, ¿cómo la discriminas y eliges?, ¿cómo elaboras el documento?, ¿qué cuidados tienes en su elaboración?, ¿qué tanto te apoyas en la tecnología y para hacer qué? Describe lo más detalladamente posible este proceso en el siguiente cuadro de texto.

Mientras más te extiendas y profundices en tu descripción, más útil resultará tu respuesta para esta investigación. No te limites a responder estas preguntas.

110

Siempre

A.2 INSTRUMENTOS

APLICADOS

4. Si respondiste que sí en la Pregunta 1, cuando escribes un trabajo de investigación, ¿cómo te sientes? Por ejemplo, ¿te sientes seguro(a) de lo que estás haciendo?, ¿experimentas estrés o ansiedad?, ¿qué es lo que más se te complica?, ¿qué tan frecuentemente realizas este tipo de tareas?, ¿cuáles son tus motivaciones para hacer investigación?, ¿crees que cuentas con lo necesario para ello?, ¿qué tipo de presiones vives en torno a este proceso?, etc. Describe lo más detalladamente posible tu sentir al respecto en el siguiente cuadro de texto.

Mientras más te extiendas y profundices en tu descripción, más útil resultará tu respuesta para esta investigación. No te limites a responder estas preguntas.

5. Si respondiste que no en la Pregunta 1, por favor describe con el mayor detalle posible las razones por las cuales no realizas labores de investigación. Por ejemplo, si se te dificulta encontrar información de calidad, discriminarla y /o eligirla, elaborar el documento de investigación o el uso de tecnología desarrollada para este propósito; si experimentas estrés, ansiedad o vives algún tipo de presión en torno a este proceso; si no cuentas con lo necesario para hacer investigación; cuáles son los principales obstáculos a los que te enfrentas, etc.

Expresa libremente tu sentir en el siguiente cuadro de texto. Mientras más te extiendas y profundices en tu descripción, más útil resultará tu respuesta para esta investigación. No te limites a responder estas preguntas... No hay descripciones correctas o incorrectas; sólo nos interesa conocer lo que te sucede en este contexto.

¡Gracias por responder este cuestionario!

No olvides contestar también los cuestionarios 1 y 2 para completar tu participación en el estudio.

111

A.3 Análisis factorial: validación y detección de factores

Cuadro A.3.1 Idoneidad de los datos para el análisis de factores (Cuestionario 2).

Sección S1 S2 S3 S4 S5a S5b S6 S7 Valor global:

KMO Correlación Correlación de Pearson policórica 0.65 0.64 0.61 0.68 0.74 0.77 0.71 0.68 0.73 0.72 0.85 0.85 0.67 0.1 0.53 0.1 0.5 0.45

Test de Bartlett Correlación Correlación de Pearson policórica 1.63E-07 2.79E-07 4.77E-17 5.43E-21 5.14E-34 1.79E-27 6.97E-30 1.83E-38 4.27E-35 6.88E-35 4.95E-54 8.55E-47 2.75E-15 5.87E-270 2.08E-05 9.88e-324 1.57E-312 0

Cuadro A.3.2 Resultados del análisis paralelo y pruebas de validación (Cuestionario 2).

Sección

Factores sugeridos por el análisis paralelo

C2_S1 C2_S2 C2_S3 C2_S4 C2_S5a C2_S5b C2_S6 C2_S7

3 2 2 1 3 2 4 5

112

Método de factorización

Número de factores empleado

Índice de Tucker Lewis Generalizado con factores empleados

Casos Heywood

Casos ultra Heywood

Minres Minres Minres Minres Pa Pa Pa Pa

2 2 2 1 3 2 4 5

1.176 0.906 1.011 0.581 0.878 1.027 -1.52 10.824

0 0 0 0 0 1 0 0

0 0 0 0 1 0 1 1

A.3 ANÁLISIS

FACTORIAL: VALIDACIÓN Y DETECCIÓN DE FACTORES

Cuadro A.3.3 Relación de factores e indicadores obtenidos (Cuestionario 2–Sección 1).

S1_P1 S1_P2 S1_P3 S1_P4

MR1 0.98 -0.28 -0.03 -0.34

MR2 -0.02 -0.25 0.92 -0.42

h2 0.95 0.19 0.83 0.39

u2 0.048 0.813 0.169 0.612

Cuadro A.3.4 Relación de factores e indicadores obtenidos (Cuestionario 2–Sección 2).

S2_P1 S2_P2 S2_P3 S2_P4 S2_P5 S2_P6 S2_P7

MR1 0.86 -0.62 0.01 -0.01 0.35 0.73 -0.41

MR2 0.11 0.17 0.94 0.77 -0.15 -0.04 0.32

h2 0.70 0.47 0.88 0.60 0.18 0.54 0.34

u2 0.30 0.53 0.12 0.40 0.82 0.46 0.66

Cuadro A.3.5 Relación de factores e indicadores obtenidos (Cuestionario 2–Sección 3).

S3_P1 S3_P2 S3_P3 S3_P4 S3_P5 S3_P6 S3_P7 S3_P8

MR1 0.19 -0.03 -0.04 0.49 -0.04 0.67 0.95 0.89

MR2 0.57 0.85 0.52 0.06 -0.38 0.15 -0.07 0.03

h2 0.46 0.70 0.25 0.27 0.16 0.57 0.85 0.81

u2 0.54 0.30 0.75 0.73 0.84 0.43 0.15 0.19

113

A

N E X O S

Cuadro A.3.6 Relación de factores e indicadores obtenidos (Cuestionario 2–Sección 4).

MR1 0.61 0.42 0.73 0.76 0.65 0.56 0.66 0.65 0.57 0.54

S4_P1 S4_P2 S4_P3 S4_P4 S4_P5 S4_P6 S4_P7 S4_P8 S4_P9 S4_P10

h2 0.38 0.18 0.53 0.58 0.42 0.32 0.44 0.42 0.32 0.29

u2 0.62 0.82 0.47 0.42 0.58 0.68 0.56 0.58 0.68 0.71

Cuadro A.3.7 Relación de factores e indicadores obtenidos (Cuestionario 2–Sección 5a).

S5a_P1 S5a_P2 S5a_P3 S5a_P4 S5a_P5 S5a_P6 S5a_P7 S5a_P8 S5a_P9

AP1 -0.64 -0.10 0.05 0.71 0.64 0.86 0.57 0.02 0.66

AP2 0.06 0.72 0.96 0.23 0.09 -0.07 0.03 0.01 -0.05

AP3 0.19 0.08 -0.02 -0.07 -0.03 0.15 0.32 1.06 -0.05

h2 0.33 0.49 0.95 0.63 0.43 0.83 0.60 1.15 0.39

u2 0.67 0.51 0.05 0.37 0.57 0.17 0.40 -0.15 0.61

Cuadro A.3.8 Relación de factores e indicadores obtenidos (Cuestionario 2–Sección 5b).

S5b_P1 S5b_P2 S5b_P3 S5b_P4 S5b_P5 S5b_P6 S5b_P7

114

PA1 -0.05 0.20 0.86 0.64 0.82 0.79 0.53

PA2 1.03 0.72 -0.05 0.08 0.02 -0.04 0.35

h2 1.00 0.75 0.69 0.49 0.70 0.60 0.65

u2 0.0010 0.2502 0.3072 0.5110 0.3026 0.4040 0.3543

A.3 ANÁLISIS

FACTORIAL: VALIDACIÓN Y DETECCIÓN DE FACTORES

Cuadro A.3.9 Relación de factores e indicadores obtenidos (Cuestionario 2–Sección 6).

PA1 -0.17 0.16 -0.22 0.26 0.07 0.18 1.31 -0.15 0.14 0.34 0.39

S6_P1 S6_P2 S6_P3 S6_P4 S6_P5 S6_P6 S6_P7 S6_P8 S6_P9 S6_P10 S6_P11

PA3 -0.20 0.12 -0.04 0.13 0.04 0.54 -0.03 0.95 0.64 0.19 0.17

PA2 -0.37 0.65 0.82 0.57 0.39 0.06 -0.01 -0.02 0.05 0.28 0.01

PA4 0.20 -0.30 0.17 -0.07 0.12 -0.21 0.01 0.06 -0.02 0.43 0.45

h2 0.32 0.63 0.69 0.53 0.20 0.39 1.70 0.91 0.48 0.54 0.41

u2 0.675 0.374 0.313 0.468 0.797 0.606 -0.702 0.094 0.522 0.463 0.593

Cuadro A.3.10 Relación de factores e indicadores obtenidos (Cuestionario 2–Sección 7).

S7_P1 S7_P2 S7_P3 S7_P4 S7_P5 S7_P6 S7_P7 S7_P8

PA1 0.00 0.68 0.98 0.10 0.36 -0.10 -0.19 0.03

PA2 -0.03 0.30 -0.16 0.09 0.70 -0.08 0.94 0.04

PA3 0.01 0.41 -0.08 -0.10 -0.46 0.01 0.19 1.01

PA4 0.94 0.24 -0.01 0.69 -0.08 -0.12 0.06 -0.04

PA5 -0.21 0.06 -0.11 0.56 0.08 0.98 -0.10 -0.01

h2 0.90 0.99 0.96 0.93 0.92 0.99 0.97 1.02

u2 0.103 0.013 0.041 0.66 0.83 0.012 0.032 -0.021

Cuadro A.3.11 Idoneidad de los datos para el análisis de factores (Cuestionario 3).

Sección S1 S2 S3 S4 S5 S6 S8 Valor global:

KMO Test de Bartlett Correlación Correlación Correlación Correlación de Pearson policórica de Pearson policórica 0.54 0.55 2.28E-06 0.0148904 0.44 0.49 0.0049098 0.0350725 0.8 0.79 9.13E-21 8.55E-22 0.7 0.74 2.26E-21 2.61E-18 0.78 0.78 1.94E-29 6.13E-32 0.81 0.89 3.81E-30 4.41E-37 0.73 0.8 1.02E-20 7.94E-16 0.54 0.17 1.35E-58 8.34E-232

115

A

N E X O S

Cuadro A.3.12 Resultados del análisis paralelo y pruebas de validación (Cuestionario 3).

Sección

Factores sugeridos por el análisis paralelo

C3_S1 C3_S2 C3_S3 C3_S4* C3_S5 C3_S6 C3_S7

2 2 2 2 3 1 1

Método de factorización

Número de factores empleado

Índice de Tucker Lewis Generalizado con factores empleados

Casos Heywood

Casos ultra Heywood

Minres Pa Minres Minres Minres Minres Minres

2 2 2 2 3 1 1

1.477 1.834 0.951 0.959 0.976 1.037 1.031

0 0 0 1 0 0 0

0 0 0 0 0 0 0

Cuadro A.3.13 Relación de factores e indicadores obtenidos (Cuestionario 3–Sección 1).

S1_P1 S1_P2 S1_P3 S1_P4 S1_P5 S1_P6

MR1 0.42 0.92 0.51 -0.13 0.00 0.15

MR2 0.26 0.02 -0.22 0.39 -0.23 0.37

h2 0.251 0.841 0.297 0.165 0.055 0.167

u2 0.75 0.16 0.70 0.84 0.94 0.83

Cuadro A.3.14 Relación de factores e indicadores obtenidos (Cuestionario 3–Sección 2).

S2_P1 S2_P2 S2_P3 S2_P4

116

PA1 0.74 0.40 0.19 -0.27

PA2 0.02 -0.06 0.59 0.53

h2 0.54 0.17 0.37 0.36

u2 0.46 0.83 0.63 0.64

A.3 ANÁLISIS

FACTORIAL: VALIDACIÓN Y DETECCIÓN DE FACTORES

Cuadro A.3.15 Relación de factores e indicadores obtenidos (Cuestionario 3–Sección 3).

MR1 0.55 0.93 0.70 0.39 -0.16 0.49 0.38 0.66

S3_P1 S3_P2 S3_P3 S3_P4 S3_P5 S3_P6 S3_P7 S3_P8

MR2 0.01 -0.12 0.09 0.55 0.70 0.33 0.40 0.08

h2 0.31 0.80 0.55 0.63 0.42 0.47 0.43 0.49

u2 0.69 0.20 0.45 0.37 0.58 0.53 0.57 0.51

Cuadro A.3.16 Relación de factores e indicadores obtenidos (Cuestionario 3–Sección 4).

MR1 0.64 0.75 0.03 0.51 0.75 -0.23 0.80 0.62

S4_P1 S4_P2 S4_P3 S4_P4 S4_P5 S4_P6 S4_P7 S4_P8

MR2 -0.01 -0.09 1.00 0.15 0.10 0.55 -0.08 0.09

h2 0.41 0.59 1.00 0.27 0.57 0.37 0.66 0.39

u2 0.590 0.414 0.004 0.730 0.434 0.629 0.344 0.612

Cuadro A.3.17 Relación de factores e indicadores obtenidos (Cuestionario 3–Sección 5).

S5_P1 S5_P2 S5_P3 S5_P4 S5_P5 S5_P6 S5_P7 S5_P8 S5_P9 S5_P10

MR1 0.06 0.66 -0.04 0.01 0.51 0.61 0.52 0.65 0.82 0.85

MR2 -0.06 0.02 0.26 0.94 0.35 0.31 0.35 0.24 -0.10 -0.16

MR3 0.86 -0.04 0.68 0.02 0.08 -0.30 0.15 -0.12 -0.04 0.22

h2 0.75 0.44 0.48 0.89 0.53 0.70 0.56 0.61 0.62 0.72

u2 0.25 0.56 0.52 0.11 0.47 0.30 0.44 0.39 0.38 0.28

117

A

N E X O S

Cuadro A.3.18 Relación de factores e indicadores obtenidos (Cuestionario 3–Sección 6).

S6_P1 S6_P2 S6_P3 S6_P4 S6_P5 S6_P6 S6_P7

MR1 0.06 0.73 0.73 0.75 0.89 0.90 0.87

h2 0.0033 0.5280 0.5376 0.5688 0.7882 0.8174 0.7510

u2 1.00 0.47 0.46 0.43 0.21 0.18 0.25

Cuadro A.3.19 Relación de factores e indicadores obtenidos (Cuestionario 3–Sección 7).

S7_P1 S7_P2 S7_P3 S7_P4 S7_P5 S7_P6 S7_P7 S7_P8

118

MR1 0.70 0.77 0.91 0.14 0.17 0.43 0.73 0.45

h2 0.49 0.59 0.83 0.02 0.03 0.19 0.54 0.20

u2 0.51 0.41 0.17 0.98 0.97 0.81 0.46 0.80

A.4 Programas creados con el software R

A.4.1 Código para calcular el alfa de Cronbach y realizar el análisis factorial # # # # #

Parte I. Lectura de datos Los datos deben encontrarse en formato de comas separables (csv), con codificación UTF-8 (para el correcto manejo del español) y dispuestas las variables (reactivos) por columnas, y las observaciones(sujetos) por filas. datos=read.csv(choose.files()) #Datos del Cuestionario 2 #datos=datos[,c(10:73)] #Datos C2.S1 datos21=datos[,c(10,11,12,13)] #Datos C2.S2 datos22=datos[,c(14,15,16,17,18,19,20)] #Datos C2.S3 datos23=datos[,c(21,22,23,24,25,26,27,28)] #Datos C2.S4 datos24=datos[,c(29,30,31,32,33,34,35,36,37,38)] #Datos C2.S5a datos25a=datos[,c(39,40,41,42,43,44,45,46,47)] #Datos C2.S5b datos25b=datos[,c(48,49,50,51,52,53,54)] #Datos C2.S6 datos26=datos[,c(55,56,57,58,59,60,61,62,63,64,65)] #Datos C2.S7 datos27=datos[,c(66,67,68,69,70,71,72,73)] #Datos del Cuestionario 3 #datos=datos[,c(10:60)] #Datos C3.S1 datos31=datos[,c(10,11,12,13,14,15)] #Datos C3.S2 datos32=datos[,c(16,17,18,19)] #Datos C3.S3 datos33=datos[,c(20,21,22,23,24,25,26,27)] #Datos C3.S4 datos34=datos[,c(28,29,30,31,32,33,34,35)] #Datos C3.S5 datos35=datos[,c(36,37,38,39,40,41,42,43,44,45)] #Datos C3.S6 datos36=datos[,c(46,47,48,49,50,51,52)] #Datos C3.S8 datos38=datos[,c(53,54,55,56,57,58,59,60)]

# # # # #

Parte II. Análisis con alfa de En este caso se ilustra el uso pero esto debe adecuarse según en otra sección.

Se requiere tener instalado el

Cronbach por sección con la información en datos21, se deseé ejecutar el análisis paquete ltm.

119

A

N E X O S

# 1 Cálculo del alfa library(ltm) descript(datos21)22 # 2 Cálculo de componentes principales # cor=FALSE indica que se empleará la matriz de covarianzas # en lugar de la de correlaciones acp_datos<-princomp(datos21,cor=FALSE) loadings(acp_datos) # Resumen de la importancia de los componentes summary(acp_datos) # Gráfica de componentes principales plot(acp_datos, main="Análisis de componentes principales") # Obtención de eigenvalores de los componentes (acp_datos$sdev)^2 # # # # #

Parte III. Análisis de factores por sección Se requiere tener instalados los paquetes polycor y psych.

En este caso se ilustra el uso con la información en datos21, y n=64 observaciones, pero esto debe adecuarse según se desee ejecutar el análisis en otra sección. # 1 Generación de mapas de calor por grado de correlación corPlot(datos21, numbers=TRUE) # 2 Pruebas de idoneidad de los datos para el análisis por factores library(polycor) library(psych) Pe_cor=as.matrix(hetcor(datos21, type="Peason",ML=0,std.err=TRUE,bins=4,pd=0)) Po_cor=polychoric(datos21) KMO(Pe_cor) KMO(Po_cor$rho) cortest.bartlett(Pe_cor, n=64) cortest.bartlett(Po_cor$rho, n=64) # 3 Selección del método para la obtención de factores. method1="minres" #method2="ml" #method3="uls" #method4="wls" #method5="gls" #method6="pa" # 4 Determinación del número de factores mediante # análisis paralelo policórico fa.parallel(datos21, fa="fa", fm=method1, main=" ",ylabel="Eigenvalores",show.legend = TRUE,cor="poly")

22

En la Sección 1 del Cuestionario 2, se detectó que la escala de Likert empleada debía revertirse para los reactivos 2 y 4 a fin de conmensurar de forma adecuada el constructo Carga de trabajo. Por ello, en esta parte del código se ejecutó de forma excepcional - en lugar de library(ltm) y descript(datos21)- el conjunto de comandos: library(psy) cronbach(cbind(datos21[,c(1,3)],-1*datos21[,c(2,4)]))

120

A.4 PROGRAMAS

# # # #

CREADOS CON EL SOFTWARE

R

5 Validación de extracción de factores y obtención de relación de reactivos en cada factor nfactors debe ajustarse en función del número de factores sugerido por el análisis paralelo fa(datos21,nfactors=2, fm=method1, cor="poly")

A.4.2 Código para generar las gráficas de Likert # # # # #

Parte I. Lectura de datos Los datos deben encontrarse en formato de comas separables (csv), con codificación UTF-8 (para el correcto manejo del español) y dispuestas las variables (reactivos) por columnas, y las observaciones(sujetos) por filas datos=read.csv(choose.files()) #Datos del Cuestionario 1 #Datos C1.S7a datos17a=datos[,c(1,2,3,4,5,6)] #Datos C1.S7b datos17b=datos[,c(1,2,3,4,7,8)] #Datos C1.S7c datos17c=datos[,c(1,2,3,4,9,10)] #Datos del Cuestionario 2 #Datos C2.S1 datos21=datos[,c(1,2,3,4,5,6,7,8,9,10)] #Datos C2.S2 datos22=datos[,c(1,2,3,4,5,6,11,12,13,14,15,16,17)] #Datos C2.S3 datos23=datos[,c(1,2,3,4,5,6,18,19,20,21,22,23,24,25)] #Datos C2.S4 datos24=datos[,c(1,2,3,4,5,6,26,27,28,29,30,31,32,33,34,35)] #Datos C2.S5a datos25a=datos[,c(1,2,3,4,5,6,36,37,38,39,40,41,42,43,44)] #Datos C2.S5b datos25b=datos[,c(1,2,3,4,5,6,45,46,47,48,49,50,51)] #Datos C2.S6 datos26=datos[,c(1,2,3,4,5,6,52,53,54,55,56,57,58,59,60,61,62)] #Datos C2.S7 datos27=datos[,c(1,2,3,4,5,6,63,64,65,66,67,68,69,70)] #Datos del Cuestionario 3 #Datos C3.S1 datos31=datos[,c(1,2,3,4,5,6,7,8,9,10,11,12)] #Datos C3.S2 datos32=datos[,c(1,2,3,4,5,6,13,14,15,16)] #Datos C3.S3 datos33=datos[,c(1,2,3,4,5,6,17,18,19,20,21,22,23,24)] #Datos C3.S4 datos34=datos[,c(1,2,3,4,5,6,25,26,27,28,29,30,31,32)] #Datos C3.S5

121

A

N E X O S

datos35=datos[,c(1,2,3,4,5,6,33,34,35,36,37,38,39,40,41,42)] #Datos C3.S6 datos36=datos[,c(1,2,3,4,5,6,43,44,45,46,47,48,49)] #Datos C3b.S8 datos38=datos[,c(1,2,3,4,5,6,7,8,9,10,11,12,13,14)] # Parte II. Generación de gráficas de Likert # Se requiere tener instalado el paquete likert require(devtools) install_github('likert', 'jbryer') require(likert) ls("package:likert") # 1 Procesamiento de datos para gráficas de Likert # Sólo debe ejecutarse el procesamiento de la sección # de interés para generar cada gráfica. #Procesamiento del C1 #Sección 7 title<-"Ansiedad al escribir artículos para revistas arbitradas" items<-datos21[, substr(names(datos21), 1, 4)=='S1_P'] names(items)<-c(S7_P1="En español",S7_P2="En inglés") #Procesamiento del C2 #Sección 1 title<-"Carga de trabajo" items<-datos21[, substr(names(datos21), 1, 4)=='S1_P'] names(items)<-c( S1_P1="Con frecuencia, trabajo fuera de la universidad para terminar con mis deberes académicos", S1_P2="Considero que trabajo de forma regular, sin excesos, y que produzco lo necesario durante mi jornada de trabajo", S1_P3="Creo que estoy trabajando de más en la universidad", S1_P4="Estaría dispuesto(a) a incrementar mi carga docente" ) #Sección 2 title<-"Productividad" items<-datos22[, substr(names(datos22), 1, 4)=='S2_P'] names(items)<-c( S2_P1="Me he sentido productivo(a) en los tres últimos años", S2_P2="Siento que no he sido tan productivo(a), a pesar de trabajar mucho", S2_P3="Siento una gran presión por producir, sobre todo, artículos de investigación en revistas indizadas", S2_P4="Me produce ansiedad enviar artículos a revistas indizadas y esperar el arbitraje", S2_P5="Me siento valorado(a) académicamente", S2_P6="Tengo confianza en mis conocimientos", S2_P7="Algunos eventos me han hecho llegar a sentir desconfianza en mis conocimientos" ) #Sección 3 title<-"Docencia e investigación"

122

A.4 PROGRAMAS

CREADOS CON EL SOFTWARE

R

items<-datos23[, substr(names(datos23), 1, 4)=='S3_P'] names(items)<-c( S3_P1="El número de estudiantes a los que debo enseñar y/o tutorar me parece razonable", S3_P2="Tengo tiempo para preparar y actualizar mis clases", S3_P3="Tengo tiempo para realizar investigación de calidad", S3_P4="Recibo capacitación constante para realizar mis actividades de docencia e investigación", S3_P5="Siento presión para solicitar fondos externos para realizar investigación", S3_P6="Creo que los procedimientos para la promoción de categoría o nivel reconocen con justicia el trabajo académico realizado", S3_P7="Opino que la docencia y la investigación son valoradas por igual por las comisiones evaluadoras para la promoción de categoría y nivel", S3_P8="Considero que la docencia y la investigación son valoradas por igual por las comisiones evaluadoras de estímulos de la UNAM" ) #Sección 4 title<-"Ambiente laboral" items<-datos24[, substr(names(datos24), 1, 4)=='S4_P'] names(items)<-c( S4_P1="Sé qué se espera de mi trabajo bajo la figura académica que ocupo", S4_P2="Estoy dispuesto(a) a hacer cualquier esfuerzo adicional para beneficio de la universidad", S4_P3="Me siento reconocido(a) por el trabajo que realizo", S4_P4="Me siento estimulado(a) en mi trabajo en la universidad", S4_P5="Me siento estimulado (a) después de trabajar con mis alumnos", S4_P6="Me siento estimulado(a) después de trabajar con mis colegas", S4_P7="Siento que puedo crear fácilmente un ambiente agradable con mis alumnos", S4_P8="Siento que puedo crear fácilmente un entorno tranquilo y agradable con mis colegas", S4_P9="Me siento apoyado(a) cuando se introducen nuevas políticas administrativas", S4_P10="El personal administrativo me apoya en mi trabajo académico" ) #Sección 5a title<-"Satisfacción laboral" items<-datos25a[, substr(names(datos25a), 1, 5)=='S5a_P'] names(items)<-c( S5a_P1="Considero que, aunque he logrado alcanzar una alta producción, no he tenido el debido reconocimiento por mis esfuerzos", S5a_P2="Verdaderamente, siento que estoy influyendo positivamente en las vidas de otros a través de mi trabajo",

123

A

N E X O S

S5a_P3="Considero que estoy haciendo cosas importantes como docente", S5a_P4="Creo que mi trabajo está siendo recompensado económicamente de forma adecuada", S5a_P5="Considero que la enseñanza es socialmente valorada", S5a_P6="Considero que las políticas institucionales para la promoción son justas", S5a_P7="Confío en los criterios de las comisiones dictaminadoras que evalúan mi desempeño", S5a_P8="Considero que los procesos de evaluación del desempeño académico al interior de mi institución son lo suficientemente claros y transparentes", S5a_P9="Cuento con todo lo necesario para realizar investigación" ) #Sección 5b title<-"Satisfacción laboral" items<-datos25b[, substr(names(datos25b), 1, 5)=='S5b_P'] names(items)<-c( S5b_P1="La libertad para elegir tu propio método de trabajo", S5b_P2="La libertad para elegir tu propia línea de investigación", S5b_P3="El reconocimiento que obtienes de acuerdo con tu desempeño", S5b_P4="La cantidad de responsabilidades que te han sido asignadas", S5b_P5="Tu salario como profesor", S5b_P6="Tus posibilidades de promoción", S5b_P7="La variedad de actividades en tu trabajo como docente" ) #Sección 6 title<-"Signos de cansancio" items<-datos26[, substr(names(datos26), 1, 4)=='S6_P'] names(items)<-c( S6_P1="Me siento una persona llena de energía", S6_P2="Me siento emocionalmente agotado(a) en mi trabajo", S6_P3="Generalmente, me siento agotado(a) al final de un día de trabajo", S6_P4="Me siento cansado(a) de levantarme por la mañana para hacer frente a otro día de trabajo", S6_P5="Me gustaría dedicar más tiempo a otras actividades que me satisfacen", S6_P6="Trabajar directamente con los estudiantes me deja muy estresado(a)", S6_P7="Trabajar directamente con mis colegas me deja muy estresado(a)", S6_P8="Trabajar con los estudiantes es realmente un gran esfuerzo para mí", S6_P9="El trabajo con mis colegas representa un gran esfuerzo para mí", S6_P10="Trabajar y resolver problemas con el personal administrativo me deja muy estresado(a)",

124

A.4 PROGRAMAS

CREADOS CON EL SOFTWARE

R

S6_P11="Las decisiones de los órganos colegiados (por ejemplo, comités de programa, Consejo Técnico, y comisiones dictaminadoras) afectan mi trabajo" ) #Sección 7 title<-"Signos de estrés" items<-datos27[, substr(names(datos27), 1, 4)=='S7_P'] names(items)<-c( S7_P1="Siento que a veces he llegado a tratar a algunos de mis alumnos como si fueran objetos", S7_P2="Considero que me hice más insensible a las personas después de que comencé a trabajar en la universidad", S7_P3="Siento que mi trabajo me está endureciendo emocionalmente", S7_P4="Siento que no me importa tanto lo que sucede con algunos de mis alumnos y colegas", S7_P5="Siento como si estuviera llegando a mi límite", S7_P6="En la universidad, puedo manejar con calma los problemas emocionales y las tensiones que surgen", S7_P7="Siento que mis estudiantes o colegas (a) me responsabilizan en cierta medida por alguno de los problemas que tienen", S7_P8="Me siento sometido(a) a una presión tal que mi salud se ha visto afectada" ) #Procesamiento del C3 #Sección 1 title<-"Fuentes de información" items<-datos31[, substr(names(datos31), 1, 4)=='S1_P'] names(items)<-c( S1_P1="Uso bases de datos disponibles para la UNAM como Web of Science, Scopus, IEEE Xplore, SpringerLink, etc.", S1_P2="Uso revistas electrónicas de BidiUNAM", S1_P3="Uso LIBRUNAM", S1_P4="Consulto la Wikipedia", S1_P5="Consulto libros, revistas y/o periódicos en el Centro de Información y Documentación de la facultad (CID)", S1_P6="Consulto a un colega" ) #Sección 2 title<-"Motores de búsqueda" items<-datos32[, substr(names(datos32), 1, 4)=='S2_P'] names(items)<-c( S2_P1="Uso Google", S2_P2="Uso Google Académico", S2_P3="Uso motores de búsqueda distintos a Google y Google Académico (como Bing, Yahoo!, Ask, etc.)", S2_P4="Uso metabuscadores (como Dogpile, Aleyares, Metacrawler, etc.)" ) #Sección 3 title<-"Estrategias de búsqueda" items<-datos33[, substr(names(datos33), 1, 4)=='S3_P']

125

A

N E X O S

names(items)<-c( S3_P1="Busco información general sobre el tema", S3_P2="Formulo preguntas y subpreguntas", S3_P3="Uso las palabras de mis preguntas como palabras clave para realizar la búsqueda", S3_P4="Hago una lista de palabras clave antes de comenzar con la búsqueda", S3_P5="Comienzo tecleando palabras en un motor de búsqueda", S3_P6="Identifico nuevas palabras clave durante el proceso de búsqueda", S3_P7="Uso opciones avanzadas del motor de búsqueda", S3_P8="Reformulo mis preguntas si encuentro poca o nula información" ) #Sección 4 title<-"Selección de los resultados de búsqueda" items<-datos34[, substr(names(datos34), 1, 4)=='S4_P'] names(items)<-c( S4_P1="Examino el número de resultados obtenidos", S4_P2="Si la búsqueda produjo muchos resultados, afino mi estrategia de búsqueda", S4_P3="Dejo de buscar en cuanto encuentro información relevante", S4_P4="Administro la información hallada para que me sea más fácil consultarla después", S4_P5="Echo un vistazo general a la información encontrada", S4_P6="Reviso sólo los primeros resultados arrojados por el buscador", S4_P7="Examino los resultados de las páginas web subsecuentes generadas por la búsqueda", S4_P8="Me fijo en la URL para evaluar la calidad de la información" ) #Sección 5 title<-"Selección de la información y evaluación de su calidad" items<-datos35[, substr(names(datos35), 1, 4)=='S5_P'] names(items)<-c( S5_P1="Conservo sólo la información que coincide con mi postura sobre el tema", S5_P2="Selecciono información que aporta nuevos pensamientos o puntos de vista a los propios sobre el tema", S5_P3="Selecciono sólo la información que está disponible para su descarga de manera inmediata", S5_P4="Me fijo en la última fecha de actualización de la página web en la que se encuentra la información", S5_P5="Reviso el resto del contenido en la página web para juzgar la confiabilidad de la información", S5_P6="Determino si la información está basada en hechos o en opiniones", S5_P7="Examino quién hace o edita el sitio web",

126

A.4 PROGRAMAS

CREADOS CON EL SOFTWARE

R

S5_P8="Leo cuidadosamente la información hallada", S5_P9="Empleo más de una fuente de información para responder mis preguntas de investigación", S5_P10="Formulo una respuesta a mis preguntas con mis propias palabras" ) #Sección 6 title<-"Uso de citas y referencias" items<-datos36[, substr(names(datos36), 1, 4)=='S6_P'] names(items)<-c( S6_P1="Uso algún administrador de referencias (EndNote, Mendeley, Zotero, Jabref, etc.)", S6_P2="Indico las fuentes de información consultadas en una sección de referencias", S6_P3="Uso estilos estandarizados al escribir las referencias (APA, IEEE, Chicago, etc.)", S6_P4="Cito en el cuerpo del documento, al menos una vez, a cada una de las referencias consultadas", S6_P5="Cuando retomo información textual, empleo comillas y cito al autor", S6_P6="Cuando uso datos, tablas o figuras en mi reporte, indico también la fuente", S6_P7="Cuando explico con mis propias palabras las ideas de otros, doy el crédito debido, por medio de citas" ) #Sección 8 title<-"Sobre la publicación de artículos de investigación" items<-datos38[, substr(names(datos38), 1, 4)=='S8_P'] names(items)<-c( S8_P1="Trato de publicar en revistas indexadas", S8_P2="Procuro publicar en revistas con alto factor de impacto", S8_P3="Identifico los criterios y lineamientos editoriales en las revistas en las que deseo publicar", S8_P4="Prefiero publicar en revistas en español a hacerlo en revistas en inglés", S8_P5="Escribo en colaboración con otros colegas", S8_P6="Describo las hipótesis que fueron eliminadas, los métodos que no funcionaron y las motivaciones reales para hacer la investigación", S8_P7="En caso de que la publicación de mi artículo sea condicionada a realizar correcciones, las realizo para continuar con el proceso", S8_P8="En caso de que mi artículo sea rechazado, lo someto a consideración de otra revista" ) # # # #

2 Selección del tipo de escala (especificación de niveles) En este caso se ilustra el uso de la escala adecuada para la sección 7c del C1, pero esto debe adecuarse según se deseé ejecutar el análisis en otra sección/cuestionario.

#Escalas del C1 #mylevels7a<-c( # 'Muy fácil',

127

A

N E X O S

# # # # # #

'Fácil', 'Algo fácil', 'Neutral', 'Algo difícil', 'Difícil', 'Muy difícil')

#mylevels<-c( # 'Muy insatisfecho', # 'Insatisfecho', # 'Algo insatisfecho', # 'Neutral', # 'Algo satisfecho', # 'Satisfecho', # 'Muy satisfecho') mylevels<-c( 'Ninguna Ansiedad', 'Muy Poca Ansiedad', 'Poca Ansiedad', 'Ansiedad Regular', 'Ansiedad Moderada', 'Bastante Ansiedad', 'Mucha ansiedad') #Escalas del C2 #mylevels<-c( # 'En total desacuerdo', # 'En desacuerdo', # 'Neutral', # 'De acuerdo', # 'Totalmente de acuerdo') #mylevels<-c( # 'Muy insatisfecho', # 'Insatisfecho', # 'Neutral', # 'Satisfecho', # 'Muy satisfecho') #Escala del C3 #mylevels<-c( # '¿Qué es eso?', # 'Pocas veces o nunca', # 'A veces', # 'Frecuentemente', # 'Siempre') # 3 Especificación de niveles en la escala por jerarquía for(i in seq_along(items)) { items[,i] <- factor(items[,i], levels=mylevels) } # 4 Construcción de la gráfica de Likert por sección # En este caso se ilustra el uso con la información en datos17c, # pero esto debe adecuarse según se desee ejecutar el análisis

128

A.4 PROGRAMAS

CREADOS CON EL SOFTWARE

R

# en otra sección. # Código para gráficas de Likert simples C<-likert(items) summary(C) plot(C) # Código para gráficas de Likert agrupadas por categorías # En este caso se ilustra la agrupación bajo la categoría SIJA. C<-likert(items,grouping=datos17c$SIJA) summary(C) plot(C)+ggtitle(title)

A.4.3 Código para análisis exploratorio cualitativo # # # # #

Parte I. Lectura de datos Los datos deben encontrarse en formato de comas separables (csv), con codificación UTF-8 (para el correcto manejo del español) y dispuestas las respuestas a preguntas abiertas por columnas, y los sujetos por filas. setwd("C:/Users/malod/Desktop") info<-fread("Proceso_Sentimientos.csv", encoding="UTF-8") %>% as.data.frame(.,stringsAsFactors=F)

# Parte II. Procesamiento y depuración de palabras # Se requiere tener instalados los paquetes data.table, bit64, # magrittr, tm, wordcloud y Snowball library(data.table) library(bit64) library(magrittr) library(tm) library(wordcloud) library(SnowballC) pal2 = brewer.pal(8,'Dark2') analytics=info[,1] %>% tolower %>% removePunctuation %>% removeWords(., stopwords("es")) %>% removeWords(.,c("busco","general","hago","voy","primero","elaboro","así","siempre", "generalmente","vez","comienzo","acuerdo","realizo","uso","hacer","después", "escribo","investigación","reviso","marco","cada","inicio" )) #removeWords(.,c("trabajo","siento","investigación","siempre","pues","tener","bien", # "realizar","vez","cuento","hacer","generalmente","embargo","tipo","menos","considero", # "complica", "aunque","mismo", "debo","creo","puede","muchas","manera","escribo",

129

A

N E X O S

# "debe","así","unam","veces","ser","tan","sino","mayor","importante","hago","hace", # "encontrar","voy","ver","trabajar","resolver","obtener","llevar","inicio","hacerlo", # "cabo","aprender","parte","falta","necesario","segura", # "parte","poder","necesario","gusta","falta", "segura","experimento","seguro","motiva","tal","difícil","lograr" #)) #stemDocument(.,language="spanish") # Parte III. Elección de técnica exploratoria # 1 Nube de palabras # Código para nubes básicas wordcloud(enc2native(analytics), min.freq=10,max.words=100, random.order=F, colors=pal2) # Código para nubes interactivas # Se requiere tener instalado el paquete wordcloud2 library(wordcloud2) corpus = Corpus(VectorSource(enc2native(analytics))) tdm.word = TermDocumentMatrix(corpus) %>% as.matrix tdm.df= data.frame(words = rownames(tdm.word), freq = apply(tdm.word,1,sum)) wordcloud2(tdm.df, size=.6) # 2 Histograma de frecuencias para palabras # Se requiere tener instalados los paquetes ggplot2 y dplyr library(ggplot2) library(dplyr) tdm.df %>% filter(freq>10) %>% mutate(words = reorder(words, freq)) %>% ggplot(aes(words, freq))+ geom_bar(stat="identity",color="red",fill="red")+ geom_text(aes(label=freq), vjust=1.6, color="black",posi tion = position_dodge(0.9), size=3.5)+ xlab("Palabras")+ ylab("Ocurrencia")+ ggtitle("Histograma de frecuencias")+ coord_flip() # Comentar última línea si no se desea invertir # los ejes de graficación # 3 Gráficas de correlación entre palabras # Descripción cuantitativa de la correlación tdm=TermDocumentMatrix(corpus) findFreqTerms(tdm,1) findAssocs(tdm, "falta", 0.3)# Término de interés # y límite inferior # de la correlación # Graficación de la correlación entre palabras # Término de interés toi<-"falta" # Límite inferior de la correlación

130

A.4 PROGRAMAS

CREADOS CON EL SOFTWARE

R

corlimit <- 0.3 toi_corlimit <- data.frame(corr = findAssocs(tdm, toi, corlimit)[[1]],terms = names(findAssocs(tdm, toi, corlimit)[[1]])) toi_corlimit$terms <- factor(toi_corlimit$terms ,levels = toi_corlimit$terms) require(ggplot2) ggplot(toi_corlimit, aes( y = terms ) ) + geom_point(aes(x = corr), data = toi_corlimit) + ylab("Términos")+ xlab(paste0("Correlación con el término ", "\"", toi, "\"")) # 4 Dendrogramas para la identificación de clusters de palabras # Depuración de la matriz de términos de palabras según # su frecuencia (palabras dispersas o "sparse words"). tdm=TermDocumentMatrix(corpus) new_tdm <- removeSparseTerms(tdm, sparse = .90) # Normalización de los datos considerando la media # por columna df.scale<-scale(new_tdm) # Normalización de los datos tomando la media por renglón # df.scale<- new_tdm/rowSums(new_tdm) #Elección del método de composición de clusters d<-dist(df.scale,method="euclidean") fit<-hclust(d,method="ward.D") # Graficación del dendograma plot(fit, main = "Dendrograma de Proceso - hclust", sub = "", xlab = "", ylab="Altura") rect.hclust(fit, k = 10, border="blue")

131

Independencia intelectual de académicos de la FES Acatlán, se terminó de imprimir en 13 de marzo de 2019 en los talleres de ARVE Impresos Gráficos, Ave. Zomeyucan No. Ext. 23, Col. San Antonio Zomeyucan CP 53570, Naucalpan, Estado de México.

Se tiraron 200 ejemplares con interiores papel bond blanco de 90 grs. y forros en cartulina sulfatada de 12 pts. La edición estuvo al cuidado de las autoras, la Dra. Mayra Lorena Díaz Sosa y la Dra. MariCarmen González Videgaray.

Independencia intelectual de académicos de la FES Acatlán Muchas son las cualidades de la investigación que ahora se convierte en el libro Independencia intelectual de académicos de la FES Acatlán; tres son las más sobresalientes y, muy a propósito, se resaltan de las demás; de ninguna manera porque sean menos importantes todas ellas, muy por el contrario, son las que sostienen a las tres principales: la escritura, la metodología y el asunto del libro.

La propiedad principal de estos tres atributos –escasa en muchas publicaciones, sean ensayos, artículos académicos o libros universitarios– es que forman una tercia de ejes en un movimiento helicoidal que cruza todo el libro; por lo tanto no hay desarticulación: tanto la rotación de explicaciones, datos, conceptos, interpretaciones y sugerencias de cada sección como la traslación de cada una de ellas hacia las conclusiones y los apéndices logran crear un sentido (semiótica y físicamente), una estructura con la que logran una eficacia comunicativa y se transfiera el conocimiento.

Mayra Lorena Díaz Sosa y MariCarmen González Videgaray, las autoras (por sólo poner un epíteto, se podrían agregar otros: investigadoras, docentes, escritoras y más) logran una travesía, en el significado más puntual de la navegación: analizar un problema desde su vertiente científica, dirigir este conocimiento, que es necesario transmitir, hacia un lector, especializado primero, después a todos los interesados.

Por eso, la primera cualidad del libro es la escritura que eficientemente desarrollan las autoras: precisa en la redacción científica pero sin ceder a la calidad expresiva que permita al lector comprender el problema que se plantea, el desarrollo que se propone y las conclusiones a que se llega. No es poco mérito: pasar de una investigador-escritor a un lector-investigador no es asunto menor si no media una expresión que cumpla con el rigor científico y con la claridad de saber para quien se escribe.

Así, con esta escritura, la metodología ocupada en la investigación se transparenta y es posible reconocer los materiales, herramientas, recursos, procedimientos, mecanismos ocupados para lograr conmensurar la investigación de los académicos de la FES Acatlán.

Por último, como guía del trabajo científico, de la presentación de resultados y de la innovación académica del proyecto, está el asunto tratado en Independencia intelectual de académicos de la FES Acatlán: una profunda, bien organizada y documentada investigación sobre la investigación, particularmente entre los académicos de la FES Acatlán, pero su metodología, su discusión y sus conclusiones se podrán extender con gran efectividad a la investigación en México.

Este libro es un referente indispensable para comprender los obstáculos (materiales, formativos, emotivos) que tiene el desarrollo de la investigación académica y con su conocimiento lograr impulsar investigadores con un “pensamiento crítico, reflexivo y autónomo” como Mayra Lorena Díaz Sosa y MariCarmen González Videgaray (las autoras) lo desean.

Miguel Ángel de la Calleja López