aprendizagem auto-regulada dos estudantes universitários utilizando tecnologias digitais

meios e desvios-padrão da utilização de tecnologias digitais. O primeiro gráfico de barras agrupado mostra, em primeiro lugar, a frequência média com que os estudantes universitários usam as diferentes tecnologias digitais. De acordo com a frequência de uso indicada pelos alunos da amostra, o gráfico também mostra o desvio padrão para cada uma das tecnologias digitais. Uma vez que se trata de medidas de tendência central e de dispersão, elas ajudam a distinguir o papel das tecnologias hoje em dia na auto-regulação da aprendizagem. Eles mostram o estado atual das tecnologias que são ou não são utilizadas por estudantes universitários para auto-regular a aprendizagem

De todas as tecnologias, apenas três chegaram a um nível médio de utilização (2.5 ≤ M ≥ 3.5). Estas foram: Ferramentas para procurar informações na Internet, tais como motores de busca ou bases de dados (M = 3.43 SD = .84), ferramentas de comunicação como WhatsApp ou Google Talk (M = 3.39 SD = .87) and 2.0 production and cloud storage tools such as wikis or Google + (M = 2.61 SD = .75). No entanto, estes não conseguem ter o mesmo grau de penetração na rotina de estudo dos alunos. Mais de 60% dos estudantes usam os dois primeiros até certo ponto, embora na maioria dos casos seja apenas uso ocasional (42,8%, 50,4%). Menos de 40% utilizam ferramentas de produção e armazenamento em nuvem com alguma frequência. Nossos resultados coincidem com os de outros pesquisadores (Gallardo et al., 2015; Kennedy et al., 2008; Margaryan et al., 2011). Ferramentas de busca na Web e mensagens instantâneas estão entre as tecnologias mais usadas para Situações de aprendizagem informal ou vida acadêmica universitária.em relação a todas as outras tecnologias digitais, o grau de utilização destas é baixo ou muito baixo (m ≤ 2,5). Entre os menos usados estão marcadores sociais e feeds de sindicação realmente simples (RSS) (M = 1,36 SD = .69). Setenta por cento dos estudantes nunca os usaram. Recursos multimídia (podcasts e vídeos), Ferramentas de gestão (criação de mapas conceptuais e gerenciamento de literatura ou verificação de plágio) ou repositórios (vídeos, imagens, podcasts, apresentações ou objetos de aprendizagem) também não são usados para suporte a SRL. O mesmo se aplica às ferramentas de avaliação, às redes sociais, aos aplicativos profissionais e aos organizadores pessoais.de acordo com estudos anteriores, os nossos resultados mostram que os estudantes universitários não estão inclinados a utilizar tecnologias para regular o seu próprio processo de aprendizagem, mesmo quando são utilizadores regulares de tecnologias digitais para actividades sociais, pessoais e de lazer, entre outras. Em parte, isto é explicado pela sua visão limitada que as tecnologias têm na aprendizagem. Embora os alunos saibam utilizar as tecnologias, não sabem como utilizá-las de forma eficiente para apoiar o seu próprio processo de aprendizagem (Littlejohn et al., 2010).quando focados em redes sociais, Estes têm um baixo nível de uso. De acordo com Gosper et al. (2013), os alunos freqüentemente usam esta tecnologia na vida cotidiana. No entanto, eles não estão dispostos a usá-lo para a aprendizagem, uma vez que não é percebida como uma ferramenta com um elevado potencial educacional. O e-mail é percebido como mais eficiente na resolução de questões acadêmicas (Vrocharidou & Efthymiou, 2012); portanto, é usado mais frequentemente (Dahlstrom et al., 2013). Aplicações sociais, como o Facebook, são relegadas quase exclusivamente para fins não acadêmicos (Swanson & Walker, 2015).

para que os estudantes adoptem tecnologias digitais que favoreçam a sua própria aprendizagem, precisam de informação sobre como as utilizar, mesmo quando o seu grau de competência digital é elevado (Deepwell & Malik, 2008). Como estabelecido por Lai et al. (2012), apoio, aconselhamento e motivação dos professores torna-se crucial.que estratégias SRL os estudantes universitários desenvolvem utilizando tecnologias?

cada um dos fatores resultantes é descrito aqui, focando no grau em que os alunos usam as várias estratégias SRL.Factor 1. Compartilhe informações. No primeiro fator, localizamos estratégias SRL que pertencem a várias das categorias consideradas nos modelos por Zimmerman e Pintrich (Ver Tabela 1). Os itens são caracterizados pela preocupação dos estudantes em transmitir e compartilhar os documentos que eles elaboram para a aula. Estes documentos podem ter formatos variados, tais como apresentações, livros, blogs ou endereços eletrônicos. Ao decidir compartilhar recursos digitais, os alunos mostram um alto grau de auto-regulação, como por difusão de seu trabalho, eles correm o “risco” de outros criticando o seu trabalho. Isto é especialmente claro quando os estudantes usam blogs para expressar suas opiniões e onde qualquer um pode fazer um comentário. Neste sentido, os nossos resultados são coerentes com os de Baggetun & Wasson (2006) ao analisar a contribuição de blogs para SRL. Salientaram que a natureza de um ambiente aberto e escrito obriga ao reconhecimento de que o SRL não se limita à esfera individual, mas adquire também colectivamente (auto-regulação colectiva).

o factor “frequência de Utilização” foi muito baixo (M = 1, 37 DP = .57) entre os alunos: 87.1% dos alunos nunca tinha usado social marcadores para armazenar e compartilhar informações, 86.5% nunca tinha tido um blog para publicar as considerações e de 82,1% nunca tinham feito seu trabalho disponível para os outros por meio de um formato eletrônico para reutilização (Tabela 2).

Fator de 2. Presença activa. O segundo factor Está ligado a estratégias nas quais os objectivos de aprendizagem são procurados através de uma presença activa na web. Não só a web é uma extensa biblioteca para procurar informações, como também é um espaço para interação para construir aprendizagem social. As redes sociais, bem como os Serviços de micro-blogagem têm provado ser um novo meio de comunicação que apoia a aprendizagem informal (Ebner et al., 2010; Vivian, 2011). Os alunos usam esses recursos para discutir temas que estão estudando, exames e avaliações, compartilhar informações, ideias, sentimentos e opiniões ou trocar recursos de estudo (textos, fotos, vídeos). Tais recursos favorecem pensamentos reflexivos, aprendizagem colaborativa, a recepção de feedback e coaching de outros (Gao et al., 2012; Nosko & Wood, 2011). Sua contribuição não se limita apenas ao desenvolvimento acadêmico; é também útil para o desenvolvimento pessoal, social e profissional (Wong et al., 2012).

Como mostrado na Tabela 3, os estudantes universitários usam tecnologias digitais muito pouco para promover a sua presença antes de outros (M = 2.08 SD = .86). No entanto, a partir do conjunto de estratégias, uma é implementada mais frequentemente do que o resto. Este é o caso porque 29,9% dos alunos consultam regularmente atualizações relativas aos conteúdos dos estudos distribuídos através das redes sociais. Destes, 11,3% o fazem com mais frequência.

Fator de 3. Documentação e classificação. A procura e classificação de informações é um aspecto essencial do trabalho universitário. Os alunos de hoje estão cada vez mais acostumados a usar ferramentas específicas que os ajudam a localizar, organizar e recuperar a informação de que precisam. Este não é o caso quando se trata de confiar nessas ferramentas para gerenciar e usar corretamente as fontes em seu trabalho acadêmico (He et al., 2012). Os alunos preferem documentos digitais disponíveis online. Os alunos vêem a Internet, e mais especificamente os motores de busca e as bases de dados acadêmicas, como o ponto de partida para a busca de informações (Dilek-Kayaoglu, 2014). No entanto, eles precisam de mais informações sobre como corretamente citar e referenciar essas fontes (Imler & Hall, 2009). Os nossos resultados provam isso, como 40.1% dos estudantes procuram informações em bases de dados com alta ou muito alta frequência. No entanto, com a mesma frequência, apenas 7,2% armazenam e classificam essas fontes usando ferramentas de gestão de citation e recuperam a informação ao produzir relatórios, ensaios, etc (Tabela 4).

Fator de 4. Uso Superficial com processamento de informação limitado. Os estudantes recorrem a enciclopédias online e dicionários, em oposição a cópias em papel, quando confrontados com a necessidade de procurar a definição de um conceito (He et al., 2012). Mais especificamente, eles recorrem à Wikipedia quando eles precisam perguntar rapidamente sobre um fato ou tópico desconhecido ou para informações em profundidade sobre um determinado tópico (Lim, 2009). As estratégias consideradas neste fator são aquelas que ajudam a alcançar uma compreensão da informação manuseada durante o estudo ou durante outras atividades acadêmicas. Eles se referem ao uso da Wikipédia e dicionários on-line, bem como e-tradutores para fins puramente aparentes e para um baixo nível de processamento de informação. O resultado é que os alunos usam muito frequentemente ambos. Mais de 50% dos alunos utilizam frequentemente tradutores online e mais de 60% recorrem à Wikipédia. Neste sentido, o fator se transforma no único que atinge o mais alto nível de uso (M = 3,65 SD = .94) (Quadro 5).

Fator 5. Expansão e informação aprofundada. O quinto factor aproxima-nos da atitude pró-activa dos estudantes que não estão satisfeitos por estudarem apenas aquilo que os seus professores proporcionam. Em contraste, os alunos embarcam em um processo de aprendizagem mais rico e independente facilitado por tecnologias digitais (vídeo, blogs, apresentações, etc.). Os alunos gostam de usar aulas pré-gravadas durante a preparação das aulas ou durante o estudo (Gorissen et al., 2012). Actualmente, contam também com os slides apresentados pelos professores (Parson et al., 2009). Nossos resultados revelam que, em algum momento, 58,1% dos vídeos de visão pesquisados relacionados com o conteúdo que estão estudando e 64,6% revisam apresentações multimídia que encontraram por sua própria iniciativa. Os estudantes trabalham directamente em recursos multimédia que não foram necessariamente fornecidos pelo professor (Quadro 6).

Fator 6. Monitorização e feedback. Ao contrário do fator anterior, este inclui as estratégias que buscam aprender através da escuta. Usando podcasts, os alunos podem reviver aulas de mestrado com a oportunidade de ouvi-los em mais de uma ocasião, enquanto eles tomam e verificam suas notas. Consequentemente, isto leva a bons resultados de aprendizagem (McKinney et al., 2009; Scutter et al., 2010). Além disso, as taxas de sucesso acadêmico aumentam se os alunos criarem suas próprias produções de áudio, dado que eles estão envolvidos na transformação e comunicação ou compartilhamento de informações com outros (Heilesen, 2010). Considerando o enorme volume de informações disponíveis na web, tais apresentações são um complemento perfeito das informações recebidas (Hew, 2009). Com base no que precede, o factor é constituído pelas estratégias que, no modelo de Zimmerman, respondem à revisão das informações gravadas e da memorização, que se alimentam principalmente de podcasts. No entanto, a utilização de todas estas estratégias é limitada. Portanto, 84,5% dos estudantes nunca baixaram podcasts para reprodução quando estudavam e 75,8% não se registraram para auto-exame (Tabela 7).

Fator 7. Gestão pessoal. As estratégias agrupadas neste factor referem-se à gestão do tempo e da informação dos estudantes: a necessidade de ter acesso imediato às informações publicadas mais recentemente em fontes de interesse, contar com o material produzido pelos professores para os ajudar a estudar, resolver as actividades académicas propostas da forma mais eficiente e atraente possível e distribuir o tempo disponível para isso e estudar. Mais uma vez, todas as estratégias incluídas neste factor têm um nível de Utilização muito baixo: 73,1% dos estudantes nunca distribuíram por fontes electrónicas e 63,7% nunca organizaram ou quase nunca organizaram a sua agenda utilizando software de gestão (Quadro 8).

Fator 8. Auto-avaliação. A autoavaliação é uma parte relevante do processo SRL, uma vez que incentiva a ponderar a sua própria aprendizagem (Ibabe e Jauregizar, 2010). Este é o caso a tal ponto que foi considerado uma das estratégias centrais na última fase SRL. Zimmerman definiu-o como tal e Pintrich considerou-o entre as estratégias metacognitivas, mais especificamente acompanhamento. A auto-avaliação é a actividade através da qual os estudantes verificam o seu próprio nível de aprendizagem, uma vez que devem realizar exercícios de auto-correcção ou testes digitais em linha. Apesar de sua importância para a SRL, ela não é amplamente utilizada pelos estudantes (M = 1,85 SD = .86): 90,2% dos alunos nunca ou quase nunca praticaram com exames online simulados, e mesmo quando 40,9% já praticaram com atividades de auto-correção, 58,4% fazem pouco ou muito pouco uso deles (Tabela 9).

Fator 9. Aprendizagem colaborativa. Colaborar ou simplesmente interagir com colegas é o objetivo das estratégias incluídas no último dos fatores. Todas elas correspondem a uma categoria específica das consideradas no modelo Zimmerman (social support), bem como no modelo Pintrich (social resource management). Embora a auto-regulação seja uma característica individual, já não é questionável se uma comunidade estudantil oferece um ambiente adequado para o desenvolvimento de SRL (Beishuizen, 2008). Este fator ilustra como certas tecnologias digitais favorecem a aprendizagem social, como seria o caso das tecnologias de computação em nuvem (Denton, 2012). Ao contrário do resto dos fatores, duas das estratégias incluídas são de uso muito frequente: 74,1% dos alunos frequentemente interagem com seus colegas fora da sala de aula usando aplicativos de mensagens instantâneas, e 63.4% compartilham regularmente o material através da nuvem para estudar ou trabalhar em conjunto (Tabela 10).

por fim, a análise fatorial fornece novos elementos para a organização de SRL estratégias, da forma como proposto por Zimmerman (1989, 1990) ou Pintrich (1999a, b). Os identificados foram atualizados com a incorporação de tecnologias digitais em nome dos alunos.que perfis poderiam ser identificados entre os alunos com base na utilização de estratégias de auto-regulação com a tecnologia?

a descrição de cada um dos factores prova que algumas das estratégias SRL baseadas na tecnologia são mais frequentes do que outras entre os estudantes universitários. Aqui, as descrições dos dois perfis de estudantes antagónicos identificaram provas de que os estudantes universitários andaluzes não utilizam estratégias SRL baseadas na tecnologia da mesma forma. É de notar que um grande número de jovens aplica estratégias limitadas sem um elevado nível de Utilização.

o primeiro perfil caracteriza os estudantes com um maior nível de auto-regulação e a utilização de tecnologias (ver Fig. 2). Eles representam 84 estudantes, o que representa 11,86% dos entrevistados. Destes, 65,5% são do sexo feminino, e 59,5% têm entre 21 e 25 anos de idade, enquanto 17,9% têm menos de 20 anos. Destacam-se porque têm a maior frequência média de implementação em todos os factores, incluindo aqueles com baixo nível de utilização, como no caso da partilha de informações, monitorização e feedback. São estudantes que usam uma variedade de tecnologias para discussão, pedem ajuda de colegas, trocam material e colaboram com colegas de turma quando estudam ou preparam trabalhos. Eles estão mais familiarizados com o manuseio de aplicativos de mensagens instantâneas (IM) (M = 4,78 SD = .47) mas não abandonam as ferramentas de videoconferência (m = 3.43 SD = 1.31) Para A comunicação. Eles frequentemente usam tradutores online, (M = 4.12 SD = .97), encyclopaedias and dictionaries (M = 4.11 SD = 1.00) to help process information that they do not understand. Eles são usados para pesquisar na web recursos multimídia, tais como vídeos (M = 4.10 SD = 1.05) e apresentações (M = 4.02 SD = 1.04) que lhes permitem expandir e mergulhar na informação recebida na sala de aula.

centros de cluster finais. O segundo gráfico de barras agrupadas mostra os centros de clusters finais de cada um dos dois grupos de estudantes identificados com comportamentos mais antagónicos em cada um dos factores gerados pela análise principal dos componentes. Estes valores fundamentais que ajudam a descrever a composição dos clusters

O segundo perfil, por outro lado, refere-se a estudantes com um nível mais baixo de uso da auto-regulação, aprendizagem de estratégias envolvendo tecnologias (ver Fig. 2). Este grupo inclui 238 estudantes, o que corresponde a 33,62% dos entrevistados. Destes, 62,2% têm entre 21 e 25 anos de idade. Este grupo de alunos apresenta um nível intermédio no que diz respeito ao uso de estratégias para o uso superficial da informação e fatores de aprendizagem colaborativa. A maioria deles usa ativamente aplicativos de mensagens instantâneas para se comunicar com seus colegas (m = 4,27 SD = 1,07). Eles são usuários freqüentes da Wikipédia (M = 3.41 SD = 1.21).