julio 2018

La inequidad de género es una cuestión social, histórica y cultural. La supremacía del varón se manifiesta de forma nítida en muchos ámbitos de la vida, y muy especialmente en la carencia de oportunidades equitativas entre estos y las mujeres. Quienes se encuentran envueltos en su privilegio sostienen que las mujeres tienen las mismas libertades que los hombres, sin percatarse de que la consagración de una libertad formal resulta ilusoria cuando no se cuenta con la posibilidad real de ejercerla. Pero esta desigualdad también se materializa en formas más sutiles, en hábitos que, aunque puedan parecer pequeños o inofensivos, pueden contribuir al mantenimiento y la profundización de la desigualdad entre varones y mujeres.

En una investigación, publicada en Proceedings of the National Academy of Sciences, psicólogas han encontrado que los participantes del estudio, en promedio, eran más de dos veces más propensos a llamar a los profesionales masculinos (incluso los de ficción) solo por sus apellidos, a comparación de sus equivalentes profesionales femeninas. Señalan los investigadores que este sesgo de género también puede contribuir a la desigualdad de género.

Los ocho estudios, que incluyeron mujeres y varones, mostraron que la diferencia en la forma de nombrar afectó la manera en que los participantes juzgaban a los profesionales: cuando se hacía referencia a los varones sólo por su apellido, ellos eran percibidos como más famosos o más importantes que las mujeres, a quienes se referían con nombre y apellido.

“Esta clase de juzgamiento podría resultar en más reconocimiento, premios, fondos y otros beneficios profesionales, y sugiere que una sutil diferencia en la forma en que hablamos sobre mujeres y varones puede generar sesgos,” escribieron los investigadores Melissa Ferguson, profesora y presidente de psicología en la Facultad de Artes y Ciencias de la Universidad de Cornell, y Stav Atir, candidato a doctorado en psicología social, en la misma casa de estudios.

“Esta clase de juzgamiento podría resultar en más reconocimiento, premios, fondos y otros beneficios profesionales, y sugiere que una sutil diferencia en la forma en que hablamos sobre mujeres y varones puede generar sesgos,”

Estas investigadoras se preguntaban si existen beneficios por ser llamado sólo por el apellido; y uno de sus estudios mostró un beneficio claro: los científicos identificados sólo por sus apellidos fueron considerados por los participantes 14% más merecedores de recibir un premio profesional de la Fundación Nacional de Ciencias.

El sesgo de género fue consistente en todos los estudios, incluyendo un experimento en el que los participantes escribían sobre científicos ficcionales: eran más propensos a referirse a los científicos varones sólo por sus apellidos.

La relevancia para campañas políticas puede ser significativas, dijo Ferguson. “Es posible que referirse a los candidatos por su nombre completo en lugar de hacerlo sólo por el apellido pueda tener implicancias en cuanto a la fama y eminencia.”

Las investigadoras están planeando futuros estudios para analizar las implicancias y consecuencias del sesgo de género en los nombres. Pero el sólo hecho de señalarlo puede tener algunos efectos: “En mi laboratorio, ahora prestamos más atención a la forma en que nos referimos a científicas mujeres,” comentó Ferguson.

Referencia del estudio: Stav Atir, Melissa J. Ferguson. How gender determines the way we speak about professionals. Proceedings of the National Academy of Sciences, 2018; 201805284 DOI: 10.1073/pnas.1805284115

Fuente: Science Daily

Para comenzar este artículo es  necesario precisar a qué llamamos  “violencia”, la definición exacta para que luego nos permita pensar acciones específicas. La Organización Mundial de la Salud  define la violencia como “El uso deliberado de la fuerza física o el poder, ya sea en grado de amenaza o efectivo, contra uno mismo, otra persona o un grupo o comunidad, que cause o tenga muchas probabilidades de causar lesiones, muerte, daños psicológicos, trastornos del desarrollo o privaciones. Podemos diferenciar tres tipos de violencia:

• Interpersonal: es la violencia ejercida por una persona o grupo pequeños de personas hacia otra persona o grupo.
• Suicidio o violencia autoinfligida: es ejercida por uno mismo hacia su propio cuerpo en ocasiones provocando la muerte.
• Colectiva: es usar la violencia a modo de instrumento con un fin político, económico o social.

En el caso de este artículo nos centraremos en la violencia interpersonal en el área escolar tratando de dar con herramientas que logren disminuir las agresiones físicas y / o verbales entre compañeros. Creemos que es necesario tomar un rol activo frente esta situación que cada vez aumenta más y genera complicaciones para transitar la edad escolar. Necesitamos abrir el debate y la reflexión para lograr programas efectivos y sostenibles en el tiempo. Como trabajadores del campo de la salud y la educación es imposible que no sea esta una preocupación, hacer de la escuela un entorno seguro es indispensable.

La Organización de las Naciones Unidas para la Educación Ciencia y Cultura (2014) lanzó una guía para docentes para poner fin a esta problemática en donde invitan a trabajar en conjunto con los estudiantes, los padres, los educadores y la comunidad; vinculando además las políticas y legislaciones. Desde este artículo estamos totalmente de acuerdo con esta posición, la violencia en cualquiera de sus formas se puede prevenir y todos los agentes involucrados debemos de tomar decisiones que inciden en mejorar la calidad de la experiencia educativa.

Un punto interesante a resaltar es la importancia de la promoción en cuanto a derechos humanos, pautas de convivencia, inclusión frente a la diversidad, educación emocional dentro de la escuela; y la prevención específica de los factores de riesgo. En este último punto lo que recomendamos es un registro objetivo de las situaciones puntuales a tratar y un diagnóstico de la situación específica para abordarla de la manera más conveniente.

Para implementar cada estrategia o técnica que veamos a continuación, es necesario adecuarlas al contexto y edad donde las queramos aplicar. También se aconsejan diarios y registros de las actividades y sus evoluciones para la evaluación de los procedimientos y  ver la efectividad en periodos de tiempo prolongados. Hay programas específicos para esta temática pero aún no hay estudios representativos para afirmar la efectividad de los mismos. Por esto mismo hay que seguir investigando.

¿Qué podemos hacer?

Educación emocional

Un niño o adolescente el cual conozca sus emociones y cómo actuar frente a ellas sin lugar a duda va a generar aprendizajes significativos para hacer frente a diversas situaciones que le generen estrés o frustración. Es importante generar un espacio de diálogo en donde los chicos puedan contar qué les pasa y contemplar qué respuestas pueden elaborar frente a determinadas situaciones.

La educación formal y los resultados de inteligencia no hablan de un bienestar emocional del niño; y es en la escuela donde este bienestar debe estar garantizado; incluso detectando situaciones de riesgo fuera de la misma.

La falta de competencia en este nivel es la que da como resultado respuestas desadaptativas y conductas disruptivas. Enseñar habilidades sobre las emociones previene los problemas interrelacionales, mejora la empatía, contribuye a la resolución de problemas en conversaciones asertivas e incrementa el sentimiento de pertenencia al grupo (Paz; 2014).

Aprendizaje cooperativo

Crear situaciones de aprendizaje que no sean competitivas, que esten diseñadas para que un alumno logre un objetivo, sólo si los demás alumnos también lo logran. Este tipo de actividades fomentan la cooperación entre compañeros, el aprendizaje mutuo y el intercambio de roles. Es importante que los docentes esten interiorizados de las debilidades y fortalezas de cada alumno para crear grupos heterogéneos y oportunidades de éxito que refuercen positivamente las interacciones.

El trabajo cooperativo genera más productividad que el trabajo individual, genera un razonamiento  intelectual más elevado, crea oportunidades de interacción entre alumnos y da recompensas grupales que suelen ser mejor percibidas que las individuales (López; 2009).

Método KIVA

Es un programa anti bullying en donde involucran diferentes agentes del sistema educativo: alumnos, profesores, padres y personal no docente; que no sólo previene sino que interviene y supervisa ante situaciones de acoso.

Si bien es una intervención creada específicamente para atacar al bullying, creemos que es una estrategia que no puede faltar dado que las situaciones de acoso sistematizadas en la escuela son una forma de violencia a disminuir.

Para conocer más sobre este método se puede visitar su pagina web o bien artículos anteriores sobre su implementación en argentina.

Concientización

Es importantísimo que los chicos desde el inicio de la escuela entiendan y conozcan que todos los seres humanos somos diferentes y que dichas diferencias son ricas para crear una comunidad de respeto entre todos. Este punto es fundamental en la inclusión escolar para poder crear espacios en donde la diversidad sea un tema de aprendizaje y no de discriminación.

Reglas de convivencia claras

Tener pautas establecidas es una forma de proteger ante los conflictos escolares. Conocer las reglas internas del establecimiento escolar, que cosas se pueden hacer y qué cosas no es fundamental para un buen clima de convivencia. Premiar el cumplimiento de dichas normas, en lugar de castigar el no cumplimiento puede favorecer a largo plazo la adherencia  a las mismas.

Conclusiones

Seguramente se podrán encontrar algunas herramientas más o programas específicos. La idea del artículo es abrir la preocupación para luego interiorizar en cada una de las formas. Es importante que intentar reducir la violencia en la escuela sea una decisión troncal de la cultura organizacional, no acciones aisladas fuera de contexto. La tolerancia hacia las agresiones y el acoso en cualquiera de sus formas no debe de tener aceptación social ni refuerzo de ningún tipo.

Referencias bibliográficas:

Chaves Baquero, Y. A., López León, F. E., Rincón Vargas, S. P., & Sánchez Triana, Y. F. (2016). Fortalecimiento de tres competencias ciudadanas: Empatía, asertividad y pensamiento crítico para mitigar las agresiones físicas y verbales (Master’s thesis, Universidad de La Sabana).

Flores Paz, M. E. (2014). Aplicación de un programa de habilidades psicosociales basado en el autoconocimiento para fortalecer las relaciones interpersonales de los niños y niñas de tercer grado de primaria de la IEP Marvista, Paita, 2013.

López Alacid, M. P. (2009). Efectos del aprendizaje cooperativo en las habilidades sociales, la educación intercultural y la violencia escolar: un estudio bibliométrico de 1997 a 2007. Universidad de Alicante.

Del Rey, R., Ruiz, R. O., & Feria, I. (2009). Convivencia escolar: fortaleza de la comunidad educativa y protección ante la conflictividad escolar. Revista interuniversitaria de formación del profesorado, (66), 159-180.

Ropa deportiva, zapatillas y algo interesante para escuchar en el camino. Ese puede ser el equipo básico de muchos a la hora de salir a correr. Aunque por más preparados que estemos, hay un punto en que el cansancio y el dolor se tornan abrumadores… el problema es que, generalmente sucede mucho antes de que terminemos la rutina de ejercicios. Hay varias estrategias que nos pueden servir para continuar, como pensar en otra cosa, enfocarnos en el ambiente que nos rodea o en lo que estamos escuchando por los auriculares; pero a medida que el dolor y el cansancio se van intensificando, se hace más difícil concentrarnos en ellas. Un nuevo estudio publicado en Motivation and Emotion presenta una alternativa prometedora: practicar una “reevaluación cognitiva”, esto es, no ignorar las sensaciones como tales, sino procurar verlas de un modo desapasionado, como si fueras un científico o un periodista que estudian y reportan la experiencia.

Para este estudio, los investigadores reclutaron a 24 corredores sanos (15 mujeres), de entre 18 y 33 años de edad, que incluían en su estilo de vida correr más de 9 millas (aproximadamente 14 km) al menos una vez por semana. Los participantes fueron al laboratorio de estudios en tres ocasiones, y en cada una de ellas corrieron por 90 minutos en cinta, manteniendo su ritmo cardíaco en un rango entre 75 a 85 por ciento de su máximo, un nivel clasificado como “ejercicio vigoroso”.  

En la primera visita no se les dio instrucciones específicas a seguir en términos de cómo lidiar con el desafío. En la segunda y la tercera se les dijo que usaran “reevaluación cognitiva” (adoptar una actitud neutral, desapegada hacia la experiencia subjetiva, como un científico o un periodista que la estudia) o “distracción” (pensar sobre otras cosas además de correr). También recibieron recordatorios, a lo largo del ejercicio, para que usen la estrategia que se les había asignado en cada sesión.

Basados en métricas psicológicas que completaron antes de cada corrida, cada 30 minutos durante el ejercicio, y terminado éste, los participantes sintieron que se estaban ejercitando menos cuando siguieron la estrategia de “reevaluación cognitiva”, y que experimentaron menores niveles de excitación emocional, comparado con la corrida en la que no se les dio instrucciones de afrontamiento. Esto fue a pesar de mantener el mismo ritmo y la frecuencia cardíaca. En contraste, la estrategia de distracción parece no haber hecho diferencia en cuanto a la sensación de ejercitarse o la excitación emocional comparado con la corrida control. Estos resultados respaldan otros estudios que sugieren que la distracción es una técnica poco confiable. En su lugar, la reevaluación cognitiva podría resultar beneficiosa antes que no usar estrategias cognitivas.

Estos hallazgos vienen acompañados de fuertes advertencias. Debido a que el trabajo de los investigadores incluía preguntar a los participantes cuál de varias afirmaciones describía mejor su proceso de pensamiento durante las corridas, los participantes no realizaron una verdadera reevaluación cognitiva durante la corrida con reevaluación cognitiva. Esto hizo que los investigadores reconsideraran declaraciones que previamente hubieran identificado como un reflejo de la reevaluación cognitiva, y decidieron que no eran realmente apropiadas (al menos no en relación a cómo habían enmarcado la reevaluación cognitiva en sus instrucciones). En reflexiones posteriores, sintieron que las opciones que hicieron los corredores de las declaraciones descriptivas, después de todo, sí sugerían que habían practicado la estrategia adecuadamente. Puede ser cierto, pero estas idas y vueltas hacen que los hallazgos del estudio se sientan menos convincentes.

Otro asunto es que los participantes eran corredores entrenados. Con un promedio de ejercitación durante las corridas calificado como “algo duro”, y una evaluación de la ejercitación como generalmente disfrutable. Puede que los hallazgos no sean generalizables a corredores menos entrenados o a desafíos más difíciles.

Finalmente, algo positivo es que los investigadores reconocieron que ambas estrategias de regulación probadas podrían tener mejores beneficios para corredores que, por lo general, encuentran esa experiencia menos agradable.

Sería interesante hacer la prueba, ¿verdad?

Referencia del estudio: Grace E. Giles, Julie A. Cantelon, Marianna D. Eddy, Tad T. Brunyé, Heather L. Urry, Holly A. Taylor, Caroline R. Mahoney, Robin B. Kanarek. Cognitive reappraisal reduces perceived exertion during endurance exercise.

Fuente: The British Psychological Society

El análisis de enormes repositorios de datos está tomando cada vez mayor importancia en sectores, como la salud, educación, política e investigación. Personajes del ámbito político como Donald Trump han utilizado el Big Data como una herramienta en sus campañas electorales; de igual manera, investigadores de la Universidad de Cambridge, han creado perfiles de personalidad en base a los ‘likes’ y datos generados por los usuarios de Facebook.

La tendencia de analizar datos está tomando un papel importante en las ciencias y en la sociedad en general, frente a este fenómeno es importante reflexionar, ¿qué utilidad tiene para los psicólogos y profesionales de la salud comportamental conocer el mundo del Big Data? y ¿qué relación tiene con la psicología?

Pero antes de abordar el tema de lleno, hemos de preguntarnos:

¿Qué es Big Data?

Bien pues cuando hablamos de Big Data hacemos referencia al tratamiento y análisis de enormes repositorios (cantidades) de datos. Estos son tan desproporcionadamente grandes, en relación a los que se utilizan en la mayoría de las investigaciones en psicología, que es imposible tratarlos con las metodologías y herramientas convencionales existentes (Salazar, 2016, pág 4).

Vivimos rodeados de tecnología, smartphones, tabletas, computadoras, televisores inteligentes y otros aparatos tecnológicos, que son capaces de ejecutar aplicaciones que generan una cantidad garrafal de datos, datos que son el objetivo de análisis de la big data. La disposición de estudiar esta gran cantidad de información se debe a la necesidad de emplear dichos datos en la creación de informes estadísticos y modelos predictivos que pueden ser utilizados en muchas áreas del quehacer humano (Salazar, 2016, pág 4) y de las ciencias.

Usos de la Big Data

El fenómeno de análisis de datos se ha empleado en diversas áreas como salud, educación y en particular, en la política. El portal de noticias El Observador (2017), afirmaba que el actual presidente de los Estados Unidos de Norteamérica, Donald Trump contrato servicios de análisis de datos durante su campaña electoral, para ganar simpatizantes.

De igual manera, Tosas (2017), publicó una nota en el portal web del diario La Vanguardia, en donde afirmaba que Trump pudo seducir a la audiencia norteamericana por medio de publicaciones dirigidas en Facebook, ¿cómo se lograba tal cosa?, bien pues el equipo de campaña de Trump contrató una empresa cuyo propósito era convencer a la audiencia de votar por el candidato republicano, su principal tarea era obtener datos de un votante potencial para crear un perfil psicológico, y luego adaptar anuncios políticos conforme a su personalidad, creencias y preferencias (Soares, 2016). Con la ayuda de encuestas publicadas en redes sociales, se agrupaban a las personas con rasgos de personalidad como la apertura, la extroversión, la conveniencia, el neuroticismo o la inestabilidad emocional y luego se combinaban las personalidades de los individuos con su historial electoral, con que productos consumían, que contenido informativo frecuentaban e incluso lo que veían en la televisión. (Soares, 2016)

Pero cabe resaltar, que el análisis de datos no solo es útil en cuestiones políticas/electorales como las elecciones de Estados Unidos o el Brexit (Tosas, 2017), aunque dichas cuestiones nos brindan un panorama para asimilar el potencial de esta herramienta. Como ilustración, la Universidad de Cambridge por medio de su software llamado Apply Magic Sauce, nos permite averiguar la personalidad de los internautas a través de sus ‘likes’ de Facebook y su actividad en Twitter, por ejemplo, los resultados revelan que las personas a las que les gusta Salvador Dalí, las conferencias TED o las páginas sobre meditación, tienden a ser más abiertas y liberales, en cambio, los fans del futbol, la música country o la marca Ford, pueden considerarse conservadoras (La Vanguardia, 2015). Este tipo de correlaciones se da gracias al análisis de grandes cantidades de información, cabe resaltar que estas correlaciones no serían evidentes con las investigaciones que se realizan comúnmente en psicología.

Relación de la Big Data con la psicología

Un campo importante de aplicación de la Big Data es el de la salud, en campos como la psicología clínica, la psiquiatría o la medicina, pues actualmente, se almacena una amplia gama de información sobre pacientes, trastornos, enfermedades, tratamientos y medicamentos. El análisis de estos datos puede traer consigo un enfoque de ciencias de la salud predictivo, preventivo y personalizable, algo benéfico para la psicología y ciencias afines (Pulido, 2016).

Los análisis predictivos podrían evitar y predecir conductas de riesgo o muertes en personas con algún tipo de enfermedad o trastorno mental, y de igual manera, los análisis preventivos, serían útiles para preparar a los profesionales de salud ante epidemias o problemáticas de salud en surgimiento, un ejemplo claro de ello, es cuando Google detectaba la epidemia de gripe y dengue en varias partes del mundo, antes de que las entidades de salud, emitieran comunicados al respecto en sus localidades (ABC, 2008). Y aunque actualmente los servicios de predicción han sido pausados, sus bases de datos aún están disponibles (Google Flu Trends Data & Google Dengue Trends Data).

Como se puede constatar el área preventiva trae consigo una variedad de oportunidades para la salud comportamental, pues como ya se ha visto en párrafos anteriores, aplicaciones como Apply Magic Sauce, podrían ser de utilidad no sólo para determinar rasgos de personalidad, sino, para identificar comportamientos patológicos en base a la actividad web de los internautas (aunque esto por el momento solo sea una posible hipótesis). El desarrollo de herramientas de tipo predictivas y preventivas puede ser de particular interés para la ciencia social computacional, una disciplina que se encuentra entre las fronteras de la psicología y la sociología (Pulido, 2016).

Por otra parte, dejando de considerar por un momento las aplicaciones de la Big Data a la psicología clínica y al sector salud, otro campo de aplicación en el que el análisis de datos tiene un papel importante es en el área educativa, pues gracias a la variedad de plataformas de aprendizaje web utilizados por escuelas y universidades como Moodle, es posible analizar datos del proceso de formación de los estudiantes, para observar el rendimiento académico, el número de ingresos a las plataformas docentes virtuales y el índice de uso de las bibliotecas virtuales, con el fin de personalizar la educación a las necesidades de cada estudiante (Pulido, 2016), esto podría minimizar las tasas de desinterés y deserción escolar.

Como ya se ha constatado anteriormente una aplicación para el Big Data, es la investigación científica, uno de los campos con mayores oportunidades. Hallazgos como el Bosón de Higgs, o la secuenciación del ADN no habrían tenido cabida sin el uso del Big Data. Se pueden enunciar múltiples aplicaciones del Big Data en el campo de la investigación científica, pero basta con los ejemplos anteriores para determinar que sin duda, el análisis de datos abre puertas a nuevas metodologías y formas de investigación. Pues si bien, antes los datos ayudaban a corroborar o anular hipótesis, ahora los datos podrían ser los que generen las hipótesis (Pulido, 2016).

Peligros de la Big Data

Si bien, es notorio que el uso de la big data es fructífero, hay una serie de peligros y consecuencias que rondan alrededor de esta tecnología. Carabaña (2015), nos muestra una serie de casos en los que la big data, además de ser útil, se torna escalofriante (o interesante).

Uno de ellos, fue suscitado en el año 2010, cuando un algoritmo anticipó que una adolescente estaba embarazada antes de que ella si quiera lo sospechara, por lo que comenzó a recibir publicidad sobre ropa y habitaciones para bebé. Esto fue posible, gracias a que el algoritmo determinó que las mujeres que esperaban un retoño, adquirían 25 productos indicadores de posible embarazo, entre ellos, crema sin fragancia.

Otro caso mencionado por Carabaña (2015) en el portal web El País, es cuando debido al análisis de datos, una pareja norteamericana se quedó sin seguro médico, pues el análisis de datos, arrojó que compraban antidepresivos y medicamentos para la presión arterial, algo no muy extraño pues, aproximadamente dos tercios de las empresas de seguros de dicho país usan las bases de datos de prescripciones médicas para analizar y rechazar a sus futuros clientes.

Con los casos anteriormente descritos, es posible inferir que una de las desventajas (y peligros) eminentes de esta tecnología, es la tornada disminución de la privacidad, pues la información personal, ya pasa a un segundo plano.

Consideraciones finales

En fin, como síntesis; se ha podido constatar que la información que generamos a través de nuestros aparatos tecnológicos tiene un gran valor, si se analiza con las herramientas adecuadas. El deber de los investigadores, es aprovechar al máximo este tipo de tecnologías para generar un cúmulo de conocimiento más variado (¿y acertado?). Imaginen por un momento la posibilidad de corroborar o descartar hipótesis en cuestión de horas, gracias al análisis masivo de datos. Sin duda, suena tentador.

Tanto investigadores, como docentes y educandos de psicología, deben interesarse por el auge de las tecnologías en los procesos de enseñanza, aprendizaje e investigación, pues el big data es una herramienta que puede traer consigo oportunidades para la fructificación del saber.

Habrá que debatir y dialogar que áreas y en que nos puede ser útil esta tecnología, es hora de que la psicología revolucione sus metodologías para analizar el comportamiento de miles de individuos dentro de la web (y fuera de ella) ¿será hora de hacerlo?, eso solo las presentes y futuras generaciones lo determinarán.

Referencias bibliográficas:

ABC (2008). Google detecta la epidemia de gripe en todo el mundo dos semanas antes que los servicios de salud. ABC.es. Recuperado el 10 de Diciembre del 2017, de http://www.abc.es/hemeroteca/historico-13-11-2008/abc/Nacional/google-detecta-la-epidemia-de-gripe-en-todo-el-mundo-dos-semanas-antes-que-los-servicios-de-salud_911205730963.html

Carabaña, C. (2015). Cuatro casos en los que el ‘big data’ pasó de útil a escalofriante. EL PAÍS. Recuperado el 5 de Diciembre del 2017, de https://elpais.com/elpais/2015/08/11/icon/1439304143_858615.html#comentarios

El Observador. (2017) ¿Trump ganó gracias al big data?. El Observador. Recuperado el 28 de Noviembre de 2017, de https://www.elobservador.com.uy/trump-gano-gracias-al-big-data-n1023849

La Vanguardia (2015). Los me gusta de Facebook revelan el perfil psicológico. La Vanguardia. Recuperado el 29 de Noviembre del 2017, de http://www.lavanguardia.com/tecnologia/redes-sociales/facebook/20150220/54426357810/me-gusta-facebook-revelan-perfil-psicologico.html

Pulido, E. (2016). Big data: ¿Solución o problema?. UAM. Recuperado el 10 de Diciembre del 2017, de https://repositorio.uam.es/handle/10486/677785

Salazar, J. (2016, 01 de enero). Big data en la educación. Revista Digital Universitaria. (17) p. 4. Recuperado de http://www.revista.unam.mx/vol.17/num1/art06/

Soares, I (2016) Analistas psicológicos: el arma secreta de Donald Trump para que votes por él. CNN. Recuperado el 29 Noviembre del 2017, de: http://cnnespanol.cnn.com/2016/11/05/analistas-psicologicos-el-arma-secreta-de-donald-trump-para-que-votes-por-el/#0

Tosas, G. (2017). Robert Mercer, el ‘big data’ que está detrás de la victoria de Donald Trump y el Brexit. La Vanguardia. Recuperado el 28 Noviembre de 2017, de http://www.lavanguardia.com/internacional/20170302/42436551278/robert-mercer-multimillonario-donald-trump-brexit.html

Aunque el diagnóstico de problemas de aprendizajes ya significa en sí que tanto el niño como sus padres han pasado momentos difíciles académicamente hablando, dichos problemas se extienden más allá, afectando la calidad de vida general de la familia, y existen algunos datos sobre esto. Por ejemplo Balazs, Miklosi, Toro & Nagy-Varga (2016) observaron que los niños con discapacidad en la lectura y sus padres mostraban puntajes más bajos en un cuestionario que medía calidad de vida, comparados con el grupo control.

Con esta problemática en mente, y considerando que no hay instrumentos que midan calidad de vida en niños con problemas de aprendizaje, científicos quisieron desarrollar un cuestionario psicométrico breve que tuviera en cuenta cuestiones como: percepción de apoyo escolar, estrés relacionado a las tareas escolares, preocupaciones parentelas sobre el aprendizaje y cuestiones sociales y el estrés causado por los problemas de aprendizaje.

El estudio se realizó en dos fases:

Primera fase

Para comenzar, se administró un cuestionario online de 35 items a 151 cuidadores (mayormente mujeres) cuyos niños (mayormente varones blancos) habían recibido una evaluación independiente de problemas de aprendizaje. Se realizó análisis factorial para reducir el número de items.

Segunda fase

En la siguiente fase, se le administró el cuestionario, ahora más breve, otra vez de manera online (LD/QOL15) a una muestra comunitaria. En esta instancia la muestra constó de 325 padres, de los cuales 93 tenían niños diagnosticados con algún problema de aprendizaje. Los objetivos eran determinar si la estructura factorial podría replicarse en la muestra comunitaria, generar normas relacionadas al género y la edad y evaluar cuán bien discriminaba el instrumento a los niños en educación general de aquellos que la escuela había identificado con problemas de aprendizaje.

Resultados

Los científicos documentaron diferencias significativas entre niños y familias en educación general y aquellos que fueron identificados con problemas de aprendizaje.

Además se comprobó que éste último grupo presenta una calidad de vida empobrecida, hecho que se vincula con el funcionamiento escolar.

A su vez se observó que el impacto que causan los problemas de aprendizaje en las familias parece aumentar con el tiempo, ya que las familias de estudiantes de escuela intermedia reportaban más problemas que aquellos en primaria.

Los autores aconsejan que investigaciones futuras cuenten con una muestra más diversa (en la suya, la mayoría eran personas blancas) y se incluya a los estudiantes de secundaria. También aconsejan su uso en escuelas y consultas médicas para que docentes y pediatras estén más conscientes del estrés que sufren éstas familias y puedan aconsejar la ayuda necesaria.

Referencia del estudio original: Deborah P. Waber, Ellen C. Boiselle, Peter W. Forbes, Jonathan M. Girard, Georgios D. Sideridis. Quality of Life in Children and Adolescents With Learning Problems: Development and Validation of the LD/QOL15 Scale. Journal of Learning Disabilities, 2018; 002221941877511 DOI: 10.1177/0022219418775119

Fuente: Science Daily