Influencia de la alfabetización en información en el uso de recursos de búsqueda de información científica por universitarios: adaptación del modelo UTAUT
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Resumo
El objetivo de este estudio es analizar los factores que influyen en el comportamiento de uso de los recursos de búsqueda y recuperación de información en el proceso de enseñanza-aprendizaje, por parte de 320 estudiantes universitarios a nivel nacional de una universidad privada de Chile. La metodología se sitúa en un diseño no experimental, enfoque cuantitativo, de alcance descriptivo, correlacional y corte transversal. El modelo propuesto se basa en la teoría unificada de aceptación y uso de la tecnología (Unfied Theory of Acceptance and Use of Technology, UTAUT). Los análisis en el software Smart-PLS apoyan que el modelo de investigación presenta una favorable validez y fiabilidad de las escalas de medida y un adecuado ajuste global. El mayor hallazgo es la influencia de la alfabetización informacional como condición facilitadora del uso de recursos de búsqueda de información científica por universitarios de carreras del área de la salud a nivel nacional.
Downloads
##plugins.themes.bootstrap3.article.details##
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
Referências
Arroyo-Vázquez, N. & Gómez-Hernández, J. (2020). La biblioteca integrada en la enseñanza universitaria online: situación en España. El profesional de la información, 29(4), 1-11. https://doi.org/10.3145/epi.2020.jul.04 DOI: https://doi.org/10.3145/epi.2020.jul.04
Barclay, D., Higgins, C. & Thompson. R. (1995). The Partial Least Squares (PLS) approach to causal modelling: personal computer adoption and use as an illustration. Technology studies, 2(2), 285-309. Recuperado de https://www.researchgate.net/publication/242663837_The_Partial_Least_Squares_PLS_Approach_to_Causal_Modeling_Personal_Computer_Use_as_an_Illustration
Carmines, E. & Zeller, R. (1979). Reliability and validity assessment (Vol. 17). Beverly Hills, CA: Sage Publications. https://doi.org/10.4135/9781412985642 DOI: https://doi.org/10.4135/9781412985642
Catts, R. & Lau, J. (2009). Hacía unos indicadores de alfabetización informacional. Madrid: Ministerio de Cultura. Recuperado de http://peri.net.ni/pdf/documentosALFIN/haciaunosindicadores.pdf
Chin, W. (1998). The partial least squares approach for structural equation modeling. En G. Marcoulides (Ed.), Modern methods for business research. Mahwah, New Jersery: Lawrence Erlbaum Associates Publisher. Recuperado de https://www.researchgate.net/publication/311766005_The_Partial_Least_Squares_Approach_to_Structural_Equation_Modeling
CNA (Comisión Nacional de Acreditación). (2014). Criterios y estándares para la evaluación de carreras de Enfermería definidos por CNAP. En Comisión Nacional de Acreditación, Chile. Recuperado de https://www.cnachile.cl/criterios%20de%20carreras/forms/allitems.aspx
Cotino, L. (2020). La enseñanza digital en serio y el derecho a la educación en tiempos del coronavirus. Revista de educación y derecho, 21, 1–29. https://doi.org/10.1344/REYD2020.21.31283 DOI: https://doi.org/10.1344/REYD2020.21.31283
Davis, F. (1989). Perceived usefulness, perceived ease of use and user acceptance of information technology. MIS quarterly, 13(3), 319-340. https://doi.org/10.2307/249008 DOI: https://doi.org/10.2307/249008
De Arena, J. (2017). Para (re) pensar la alfabetización informacional en la universidad. Biblioteca universitaria, 20(1), 23-33. Recuperado de https://www.redalyc.org/articulo.oa?id=28552770004 DOI: https://doi.org/10.22201/dgb.0187750xp.2017.1.173
Efron, B. (2004). The estimation of prediction error: covariance penalties and cross-validation. Journal of the American Statistical Association, 99(467), 619-642. Recuperado de https://www.jstor.org/stable/27590436 DOI: https://doi.org/10.1198/016214504000000692
Equipo de Seguimiento de la Educación en el Mundo. (2020). Informe de seguimiento de la educación en el mundo, 2020, América Latina y el Caribe: inclusión y educación: todos y todas sin excepción. UNESCO.Recuperado de https://unesdoc.unesco.org/ark:/48223/pf0000374615
Falk, R. & Miller, N. (1992). A primer for soft modeling. Akron, Ohio: University of Akron Press.
Fredy, F., Ary, L. & Mantara, A. (2020). The effect of learning experience on the information literacy of students in the Ri-Png border during Covid-19 period. International journal of multicultural and multireligious understanding, 7(10), 171-180. Recuperado de https://ijmmu.com/index.php/ijmmu/article/view/2067 DOI: https://doi.org/10.18415/ijmmu.v7i10.2067
Fornell, C. & Larcker, D. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18(1), 39-50. https://doi.org/10.2307/3151312 DOI: https://doi.org/10.1177/002224378101800104
Gu, C. & Feng, Y. (2021). Influence of Public Engagement with Science on Scientific Information Literacy during the COVID‑19 Pandemic. Science & education, 1-15. https://doi.org/10.1007/s11191-021-00261-8 DOI: https://doi.org/10.1007/s11191-021-00261-8
Grujic, D. (2021). Academic libraries in support of teaching during the COVID-19. Qualitative and quantitative methods in libraries, 10(3), 301-313. Recuperado de http://www.qqml.net/index.php/qqml/article/view/718/641
Hernández Sampieri, C., Fernández, R. & Baptista, P. (2014). Metodología de la investigación. México: McGrall Hill. Recuperado de http://observatorio.epacartagena.gov.co/wp-content/uploads/2017/08/metodologia-de-la-investigacion-sexta-edicion.compressed.pdf
Hernández-Romero, M. (2021). Personalidad, estilos de aprendizaje y competencias digitales de estudiantes universitarios en modalidad remota por la pandemia COVID-19. Revista Espacios, 42(19), 9-28. https://doi.org/10.48082/espacios-a21v42n19p02 DOI: https://doi.org/10.48082/espacios-a21v42n19p02
IESALC (Instituto Internacional para la Educación Superior en América Latina y el Caribe). (2020). COVID-19 y educación superior: de los efectos inmediatos al día después: análisis de impactos, respuestas políticas y recomendaciones. IESALC. Recuperado de http://www.iesalc.unesco.org/wp-content/uploads/2020/04/COVID-19-060420-ES-2.pdf
IFLA (International Federation of Library Associations and Institutions). (2005). Beacons of the Information Society: the Alexandria Proclamation on Information Literacy and Lifelong Learning. Recuperado de https://www.ifla.org/publications/beacons-of-the-information-society-the-alexandria-proclamation-on-information-literacy
Likert, R. (1932). A technique for the measurement of attitudes. Archives of psychology, 22, 140-155. Recuperado de https://cutt.ly/6UnvHFr
Marín-Gutiérrez, I., Rivera-Rogel, D., Mendoza-Zambrano, D. & Zuluaga-Arias, L. (2020). Competencia mediática de jóvenes universitarios de Ecuador y Colombia. Trípodos,46, 97-117. Recuperado de https://www.researchgate.net/publication/342165596_Competencia_mediatica_de_jovenes_universitarios_de_Ecuador_y_Colombia DOI: https://doi.org/10.51698/tripodos.2020.46p97-117
Mejía, C., Valladares-Garrido, M., Luyo-Rivas, A., Valladares-Garrido, D., Talledo-Ulfe, L., Vilela-Estrada, A., Araujo, M. & Red GIS Perú. (2015). Factores asociados al uso regular de fuentes de información en estudiantes de medicina de cuatro ciudades del Perú. Revista peruana de medicina experimental y salud pública, 32(2), 230-236. Recuperado de http://www.scielo.org.pe/pdf/rins/v32n2/a03v32n2.pdf DOI: https://doi.org/10.17843/rpmesp.2015.322.1612
Myers, R. (1990). Regresión clásica y moderna con aplicaciones. Boston: Duxbury Press.
Nunnally, J. (1978). Psychometric theory. New York: McGraw-Hill.
Nureña, C. (2019). Bibliotecas universitarias y proyección social: diferencias y extremos en América Latina. Investigación bibliotecológica, 33(80), 117-132. https://doi.org/10.22201/iibi.24488321xe.2019.80.58009 DOI: https://doi.org/10.22201/iibi.24488321xe.2019.80.58009
Organización Mundial de la Salud (OMS). (2020). Alocución de apertura del director general de la OMS en la rueda de prensa para las misiones diplomáticas sobre la COVID-19 celebrada el 12 de marzo de 2020. Recuperado de https://www.who.int/es/director-general/speeches/detail/who-director-general-s-opening-remarks-at-the-mission-briefing-on-covid-19---12-march-2020
Ramírez, P., Melo, A. & Salazar, E. (2014). Propuesta metodológica para aplicar modelos de ecuaciones estructurales con PLS: el caso del uso de las bases de datos científicas en estudiantes universitarios. Revista ADMpg Gestão estratégica, 7(2), 133-139. Recuperado de http://www.admpg.com.br/revista2014_2/Artigos/15%20%20-%20Artigo_15.pdf
Ringle, C., Wende, S. & Becker, J. (2015). SmartPLS 3: Böenningstedt: SmartPLS GmbH. Recuperado de https://www.smartpls.com/faq/documentation/how-to-cite-smartpls
Salazar, E., Paredes, L., Obando, I. & Ourcilleon, A. (2019). Uso de las bases de datos científicas en estudiantes de enfermería: factores influyentes. Enfermería universitaria, 16(3), 269-281. https://doi.org/10.22201/eneo.23958421e.2019.3.711 DOI: https://doi.org/10.22201/eneo.23958421e.2019.3.711
Salazar, E. & Ramírez, P. (2014). Efecto de los talleres de alfabetización informacional en el uso de bases de datos científicas. Formación universitaria, 7(3), 41-54. http://dx.doi.org/10.4067/S0718-50062014000300006 DOI: https://doi.org/10.4067/S0718-50062014000300006
Scott, C. (2015). El futuro del aprendizaje 2: ¿Qué tipo de aprendizaje se necesita en el siglo XXI? Investigación y prospectiva en educación: contribuciones temáticas, 14, 1-19. Recuperado de https://unesdoc.unesco.org/ark:/48223/pf0000242996_spa
Svensson, T., Wilk, J. & Gustafsson, K. (2022). Information literacy skills and learning gaps–Students' experiences and teachers' perceptions in interdisciplinary environmental science. The journal of academic librarianship, 48(1), 1-9. https://doi.org/10.1016/j.acalib.2021.102465 DOI: https://doi.org/10.1016/j.acalib.2021.102465
Venkatesh, V., Morris, M., Davis, G. & Davis, F. (2003). User acceptance of information technology: toward a unified view. MIS quarterly, 27(3), 425-478. https://doi.org/10.2307/30036540 DOI: https://doi.org/10.2307/30036540
Vuotto, A., Di Césare, V. & Pallotta, N. (2020). Fortalezas y debilidades de las principales bases de datos de información científica desde una perspectiva bibliométrica. Palabra clave (La Plata), 10(1), 1-23. https://doi.org/10.24215/18539912e101 DOI: https://doi.org/10.24215/18539912e101