Autorregulación en matemáticas: diferentes estrategias para distintos niveles de rendimiento

Abstract

[ES]En este estudio se analiza el uso de las estrategias de aprendizaje y de motivación de estudiantes de Educación Secundaria Obligatoria (ESO) en función del rendimiento académico en matemáticas, con el principal objetivo de identificar las estrategias que realmente parecen contribuir o explicar los diferentes tipos de rendimiento. 292 estudiantes de ESO fueron evaluados en el uso de estrategias de aprendizaje y de motivación y en rendimiento académico en matemáticas. Los resultados mostraron que, aunque todos los alumnos, independientemente de su rendimiento, utilizan las estrategias, sólo algunas parecen tenerpeso en los de rendimiento medio y alto, y aún son menos las estrategias que parecen explicarlos. De todas las estrategias de aprendizaje, solo algunas del grupo ‘control de recursos’ parecen explicar de forma significativa y positiva ambos niveles de rendimiento. Cuando el rendimiento matemático es medio, la ayuda de los compañeros parece ser clave. El esfuerzo y, de un modo marginal, la estrategia cognitiva de pensamiento crítico, contribuyen al rendimiento alto. Los datos también revelan diferencias en el caso de las estrategias de motivación. Así, aunque la autoeficacia parece contribuir en positivo en ambos casos, solo lo hace de forma significativa cuando el rendimiento es alto y marginalmente cuando es medio. Otra diferencia notable es el hallazgo de una contribución significativa en negativo en el caso de las estrategias motivacionales de self-handicapping solo cuando el rendimiento es alto. Parece que las variables que pueden explicar un mayor rendimiento de forma aislada pierden impacto en una situación realista en la que el estudiante usa diversas estrategias y se analizan todas en conjunto. Se discuten las implicaciones teóricas y prácticas de estos resultados.

[EN]This study analyses the use of learning and motivation strategies. High School students (ESO) as a function of academic performance in mathematics, with the main objective of identifying the strategies that actually seem to contribute to or explain the different types of performance. 292 ESO students were assessed on the use of learning and motivational strategies and academic performance in mathematics. The results showed that, although all students, regardless of their performance, use the strategies, only some of them appear to be weighted towards the medium and high achievers, and even fewer strategies seem to explain them. Of all the learning strategies, only some in the ‘resource control’ group seem to explain significantly and positively both levels of performance. When mathematical performance is average, peer help seems to be key. Effort and, marginally, the cognitive strategy of critical thinking contribute to high performance. The data also reveal differences in the case of motivational strategies. Thus, although self-efficacy seems to contribute positively in both cases, it does so only significantly when performance is high and marginally when it is average. Another notable difference is the finding of a significant negative contribution in the case of self-handicapping motivational strategies only when performance is high. It seems that variables that may explain higher performance in isolation lose impact in a realistic situation in which the student uses several strategies and all are analysed together. The theoretical and practical implications of these results are discussed.