SciELO - Scientific Electronic Library Online

 
vol.41 número2Gestión de riesgos en tiempos de COVID 19 en una entidad de educación superiorEl desarrollo de la competencia semiótica como eje transversal de la estrategia curricular de lengua materna índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista Cubana de Educación Superior

versión On-line ISSN 0257-4314

Rev. Cubana Edu. Superior vol.41 no.2 La Habana mayo.-ago. 2022  Epub 10-Mayo-2022

 

Articulo Original

Entre el talento académico y la segmentación socioeducativa: admisión universitaria de estudiantes Top 10% Ranking en Chile

Between academic talent and socio-educational segmentation: university admission of Top 10% Ranking students in Chile

0000-0002-9346-0780Carlos Rodríguez Garcés1  *  , 0000-0003-1486-7046Denisse Espinosa Valenzuela1  , 0000-0003-0882-1818Geraldo Padilla Fuentes1  , 0000-0002-9937-4875Claudia Suazo Ruíz1 

1 Centro de Investigación CIDCIE, Universidad del Bío-Bío, Chillán, Chile

RESUMEN

Este trabajo analiza los resultados del proceso de admisión universitaria del año 2018 en Chile de los/as alumnos/as pertenecientes al 10% de mejor rendimiento en sus colegios de egreso (Top 10% ranking). Mediante un análisis descriptivo-correlacional de los puntajes PSU y procesos de matrícula, se explora la incidencia que presentan componentes de trayectoria escolar y perfil socioeconómico en el acceso a la universidad de alumnos/as talentosos/as. Los hallazgos destacan el rol del capital sociocultural parental, los resultados PSU y la calidad del colegio de egreso como factores de segmentación entre estudiantes Top 10% ranking. Las conclusiones destacan las dificultades de la institución educativa para incorporar valor agregado en el estudiantado vulnerable, incluso a pesar del talento desplegado, así como la necesidad de incorporar medidas de política pública que propendan a un acceso efectivo a la educación superior.

Palabras-clave: Talento académico; condiciones de admisión; igualdad de oportunidades; segmentación educativa; educación superior

Abstract

This paper analyzes the results of the 2018 university admission process in Chile of students belonging to the 10% with the best performance in their graduation schools (Top 10% ranking). Through a descriptive-correlational analysis of PSU scores and enrollment processes, we explore the incidence of school trajectory and socioeconomic profile components in the university access of talented students. The findings highlight the role of parental socio-cultural capital, PSU results and the quality of the school of graduation as factors of segmentation among Top 10% ranking students. The conclusions highlight the difficulties of the educational institution to incorporate added value in vulnerable students, even in spite of the talent deployed, as well as the need to incorporate public policy measures that promote effective access to higher education.

Key words: Academic talent; Admission requirements; equal opportunity; educational discrimination; higher education

INTRODUCCIÓN

Aun cuando existen diferentes vías de admisión para ingresar a las Universidades chilenas, el Sistema Único de Admisión (SUA), consistente en rendir pruebas estandarizadas para optar a una vacante con el puntaje obtenido, es su forma más tradicional. Sin embargo, el SUA y sus factores de ponderación han sido foco recurrente de críticas en razón de la fuerte correlación que exhiben los resultados de las pruebas estandarizadas con los atributos de capital sociocultural y económico de los y las postulantes; además de la escasa consideración que este sistema tiene por la Trayectoria Escolar(Bellei, 2013; Valenzuela, Bellei y Ríos, 2014; Larroucau, Ríos y Mizala, 2015).

A fin de corregir estos sesgos, se incorporaron una serie de modificaciones a las pruebas de admisión que buscaban medir con mayor precisión los niveles de logro de aprendizajes que alcanzan los estudiantes durante la enseñanza media. Bajo la premisa de que los puntajes en estas pruebas no son todo lo que importa para prever una buena formación profesional y que estos favorecen la reproducción de sesgos de selección(Santelices, Horn y Catalán, 2015), es que en el año 2013se introdujo como factor de ponderación el Ranking de Notas, que expresa la posición relativa del estudiante dentro de su contexto educativo, componente que, junto con las Notas de Enseñanza Media (NEM), otorgan reconocimiento al esfuerzo y talento desplegado durante esta etapa escolar(Larroucau, Ríos y Mizala, 2015).

Desde entonces, el Ranking de Notas se ha evaluado como una medida en favor de la inclusión socioeconómica a la educación superior selectiva (Gil, Frites, & Muñoz, 2014; Santelices, Horn y Catalán, 2015), apoyando especialmente a aquellos postulantes que no alcanzando buenos resultados PSUsí cuentancon las aptitudes académicas y competencias blandas necesarias para llevar adelante sus aspiraciones profesionales (Leyton, Vásquez y Fuenzalida, 2012); información que las pruebas de admisión no son capaces de captar (Gil, Frites y Muñoz, 2014).

Las corrientes que apoyan la inclusión del Ranking de Notas en los procesos de admisión sostienen que el talento académico está uniformemente distribuido en las distintas capas sociales, por lo que la capacidad de rendir bajo condiciones de alta exigencia operaría con relativa independencia del contexto socioeducativodel estudiante, particularmente cuando estos exhiben altos niveles de logro educativo (Larroucau, Ríos y Mizala, 2015; Bellei, 2018). Por lo demás, investigadores/as han demostrado que con el apoyo pedagógico e institucional adecuado, estudiantes de bajo nivel de logro PSU pero destacado rendimiento escolarson capaces de compensar sus deficiencias curriculares con esfuerzo y persistencia (Gil, Paredes y Sánchez, 2013; Faúndez et al., 2017).

No obstante, algunas resistencias a esta propuesta fueron motivadas por la especulación que permitir el ingreso a estudiantes de bajo rendimiento PSU causaría desajustes entre la exigencia de los programas y sus habilidades académicas, especialmente si consideramos que parte importante de los colegios donde estudiaron quienes más se beneficiarían con el Ranking presentan serios déficits de cobertura curricular (Pérez, Ortiz y Parra, 2011). Además, este factor de ponderación es sensible a estrategias institucionales como la inflación de notas, lo cual incrementa artificialmente los indicadores del colegio a la vez que aumenta los puntajes asignados a este factor de ponderación (González y Johnson, 2018).

Sobre la base de lo anterior y en razón de los atributos académicos y competencias personales de los estudiantes con destacadas trayectorias escolares, el objetivo de este artículo es describir el perfil del estudiante que pertenece al 10% de mejor rendimiento escolar (Top 10% ranking) que participó del SUA el año 2018. En concreto, se analizan sus resultados PSU y las brechas que los separan tanto de sus pares de menor rendimiento escolar como de aquellos pertenecientes a otros grupos socioeconómicos, explorando además la incidencia que atributos socioeducativos de los estudiantes Top 10% ranking tienen sobre las posibilidades de matricularse en la educación superior.

METODOLOGÍA

Diseño

Mediante un diseño cuantitativo de alcance descriptivo-correlacional seanalizan diversos indicadores para perfilar los atributos más significativos de aquellos/as estudiantes que se encuentran dentro del 10% de mejor rendimiento escolar de su colegio de egreso y postulan a la educación superior (Top 10% ranking). Las tablas y gráficos analizados fueron procesados mediante los softwares estadísticos SPSS v.23 y R v.4.0.2. La unidad de observación son los y las estudiantes que participaron del proceso de admisión el año 2018.

Instrumento

Se hizo uso de las bases de datos oficiales reportadas del Proceso de Admisión a las Universidades Chilenas correspondiente al año 2018.Con las tres bases del proceso de admisión: inscripción, información socioeconómica, postulación y matrícula, se confeccionó un único repositorio con la información de interés, combinandodatos de caracterización socioeconómica, escolar y de rendimiento PSU de los y las postulantes, con aquellos atributos relevantes de la oferta programática, tales como el nivel de selectividad estimado o el tipo de institución al que pertenecen.

Muestra

La unidad de observación está constituida por los estudiantes de establecimientos diurnos de la rama educacional Científico-Humanista o Técnico-Profesional egresados el 2017 que, controlando por el Grupo Socioeconómico del establecimiento (GSE) y rama educativa, pertenecen al 10% de mejor rendimiento escolar. Con el fin de darle mayor validez y eliminar sesgos de selección se excluyeron expresamente quienes egresaron de la enseñanza media antes del 2017 y no provenían de programas regulares o desarrollaron la enseñanza media bajo modalidad vespertina o de nivelación de estudios.

Tabla 1 Caracterización de estudiantes Top 10% 

Fuente: Elaboración propia con datos DEMRE (2018).

Bajos estos criterios, la muestra de estudio se compone de 17.703 estudiantes top 10% ranking. En términos generales, mayoritariamente son mujeres (63%), pertenecen a la rama educativa Científico-Humanista (71,7%), estudiaron en colegios públicos (35,3%) y son primera generación que buscan ingresar a la educación superior (81,5%).

Procedimiento

El primer paso en la manipulación de los datos fue la unificación de las bases de datos. Para esto se utilizó la variable MRUN, cuya cadena de dígitos es única para cada postulante y se replica en las bases de inscripción, información socioeconómica, postulación y matrícula. Para el caso de la oferta educativa se usó COD_CAR, variable que identifica unívocamente a cada programa y por medio del cual se asignaron características como tipo de institución al que pertenecen o niveles de selectividad que exhiben.Las variables e índices construidos fueron procesados mediante técnicas estadísticas inferenciales y representados a través de tablas y gráficos parsimoniosos.

Resultados

La batería de test que deben rendir las y los estudiantes que desean ingresar a la educación superior estaría teóricamente alineada en sus contenidos conel currículum de las asignaturas troncales de la enseñanza media. Por esta razón se espera que las puntuaciones en estos test exhiban altas y significativas correlaciones con el rendimiento escolar de quienes la rinden, por cuanto las calificaciones obtenidas durante la enseñanza media reflejaríantambién dicho nivel de aprovechamiento educativo.

Como corolario, respecto de las y losestudiantes considerados Top 10% ranking se espera, por una parte, un rendimiento PSU que refleje las sobresalientesaptitudes educativasconstatadas por sus docentes durante la trayectoria escolar y, por otra, que tanto el puntaje exhibido en los test PSU como sus correlaciones con el rendimiento escolar, sean mayoresrespecto del estudiantes que no es Top 10% ranking. En este sentido, el (Figura 1) muestra los puntajes PSU alcanzados por ellos/as el año 2018, controlando por el GSE del establecimiento de egreso.

Fuente: Elaboración propia con datos DEMRE (2018).

Si bien las puntuaciones en los test PSU de los estudiantes Top 10% ranking suelen ser mayores a la del resto de postulantes, se observan diferencias notoriasal segmentar los análisis por grupo socioeconómico del establecimiento de egreso. En efecto, el rendimiento promedio mejora a medida que lo hace la clasificación GSE[F(ANOVA) = 2735,73; gl=4; p=0,00], tanto en las pruebas de Matemáticas como Lenguaje.

Ello es reflejo de un sistema escolar estructuralmente segmentado y caracterizado por deficientes y desiguales niveles de calidad, donde los niveles de logro en las pruebas de admisión universitaria son su simple prolongación y correlato. Este hallazgo está en sintonía con múltiples evidencias reportada por la investigación educativa más reciente (González y Dupriez, 2017; Bellei, 2018; Pino-Sepúlveda y Montanares-Vargas, 2019; Díaz, Ravest y Queupil, 2019).

La capacidad que exhibirían las instituciones escolares para incorporar valor agregado a través de una intervención pedagógica pertinente y de calidad que opere con independencia del nivel socioeconómico de sus estudiantes,se manifiesta incluso entre su alumnado de mejor rendimiento. En efecto, la Tabla 2 reporta los promedios de los puntajes PSU pudiéndose constatar cuatro inferencias de relevancia. En primer lugar, se observan significativas y relevantes brechas de rendimiento PSU entre estudiantes Top 10% ranking al comparar por grupos socioeconómico Bajo y Alto, alcanzando los 207 puntos en Lenguaje y 232 puntos en Matemáticas. En segundo lugar, estas diferencias en los niveles de logro PSU se atenúan significativamente entre alumnos Top 10% y No Top 10% ranking cuando pertenecen al GSE Bajo comparado con la brecha observada entre quienes forman parte del GSE Alto. En tercer lugar, se observa que el rendimiento PSU del estudiante Top 10% ranking de GSE Bajo no logra superar incluso al estudiante No Top 10% ranking de GSE Alto. Por último, aunque se observa igual tendencia con independencia del tipo de prueba analizada, estos hallazgos son en la generalidad de los casos más acentuados en Matemáticas Tabla 2.

Tabla 2 Diferencias de rendimiento PSU promedio por tipología de estudiantes y Grupo Socioeconómico 

Fuente: Elaboración propia con datos DEMRE (2018).

Nota: GSE= Grupo Socioeconómico.

Los resultados evidenciados develan la responsabilidad que tiene el sistema escolar chileno en la reproducción de brechas (Valenzuela, Bellei y Ríos, 2014). En este sentido, la escuela se convierte en un espacio donde se prolonga y profundiza la desigualdad, lo cual limita la capacidad de la intervención pedagógica para compensar las precarias condiciones de educabilidad entre los y las estudiantes más vulnerables ydonde los déficits formativos se plasman incluso en el estudiantado más talentosos, cuyos puntaje PSU rara vez sintonizan con el buen rendimiento escolar evidenciado.

Haber desarrollado una destacada trayectoria escolar constituye un buen predictor para matricularse en la universidad. En efecto, al analizar el comportamiento de la matrícula se constata que de los 17.703 postulantes Top 10% ranking, un 66,8% logra ingresar a algún programa de la oferta universitaria, cifra que desciende a tan solo 28% en estudiantes No Top 10% ranking.

Las pruebas de admisión universitaria al estar alineadas con los contenidos del currículumcorrelacionan con el desempeño escolar y benefician particularmente a quienes demuestran una destacada trayectoria. Por otra parte, dado el incremento en la ponderación que el SUA ha otorgado a la trayectoria escolar los últimos años, es esperable que quienes tengan mejor desempeño, incrementen sus probabilidades de ingresar a la universidad. En efecto, el proceso de admisión reconoce el esfuerzo y talento desplegado durante la enseñanza media (Kri, Gil, González y Lamatta, 2013), de allí que una mayor proporción de alumnos/as Top 10% logre matricularse, aunque este acceso también se encuentre segmentado por un conjunto de variables referidas al contexto socioeducativo de quienes postulan Tabla 3.

Si bien dentro de los alumnos/as Top 10% se registra una mayor proporción de mujeres (63%), estas alcanzan menores puntajes en las pruebas de admisión que sus pares varones, lo cual puede ser un factor al momento de explicar su menor tasa de matrícula (65,6%) y dificultades para ingresar aprogramas de alta selectividad. Dado que los y las estudiantes Top 10% ranking tienden a desarrollar altas expectativas profesionales, postulan a carreras de alta exigencia PSU y una alta proporción acaba matriculándose en este tipo de programas (80,5%).

Tabla 3 Proporción de Alumnos Top 10% ranking matriculados según atributo socioeducativos 

Fuente: Elaboración propia con datos DEMRE (2018)

Nota: Selectividad del programa = proporción de estudiantes sobre 650 puntos PSU matriculados en determinado programa (Baja<10%; Media 10% - 25%; Alta > 25%); Calidad escolar es reflejo de la proporción de estudiantes del establecimiento que rindiendo la PSU se matricula en algún programa universitario, consignando la categoría Baja donde menos del 20% se matricula; PSU= Pruebas de selección universitaria.

** = contraste significativo al 1%.

Pese a lo anterior, la correlación observada entre desempeño escolar y rendimiento PSU, siendo significativa, se atenúa según la precariedad del contexto escolar y socioeducativo del postulante. Por este motivo, pertenecer al grupo Top 10% ranking no es garantía suficiente para asegurar un cupo en la educación superior, especialmente cuando aspiran a los programas más exigentes.

Por otro lado, un 83,7% de los estudiantes Top 10% ranking egresados/as de colegios de alta calidad escolar logra matricularse en la oferta universitaria, cifra que, como correlato de la profunda segmentación, desciende abruptamente a un 44,4% entre quienes asistieron a colegios de baja calidad. En efecto, los procesos de estratificación socioeducativa diferencian las políticas evaluativas y déficits de cobertura curricular entre establecimientos (Leyton, Vásquez y Fuenzalida, 2012; Larroucau, Ríos y Mizala, 2015), de modo que las altas calificaciones en enseñanza media no siempre son indicadores consistentes del aprovechamiento curricular, especialmente en colegios de baja calidad.

En cuanto al rendimiento PSU, más del 80% de los estudiantes Top 10% ranking que obtiene sobre 600 puntos en Matemáticas o Lenguaje logra ser seleccionado/a en la universidad (Tabla 3).Del aproximadamente 20% restante que no se matricula, puede asumirse que, en razón de sus mayores expectativas profesionales, se permiten segundas oportunidades en los procesos de admisión con el objetivo de acceder al programa deseado.

Por último, el impacto del GSE al cual pertenecen los y las estudiantes Top 10% ranking es otro indicador de la segmentación que caracteriza el sistema educativo, de modo que, conforme disminuye el GSE, lo hace también la tasa de matrícula, evidenciándose una brecha del 60,3% entre grupos extremos.

En el contexto educativo nacional, el proceso de admisión a la educación superior recoge la segmentación estructural del sistema educativo (Arias, Mizala y Meneses, 2016), incluso entre estudiantes talentosos. Situación que refuerza la importancia de la incorporación de medidas como la valoración del ranking de notas para mejorar los niveles de inclusión y atenuar las brechas socioeducativas;factores que potenciarían su efectividad si además se estableciera una mayor homogeneidad en las ponderaciones que los distintos programas y universidades asignan a los componentes PSU y de Trayectoria Escolar.

CONCLUSIONES

Sobre la base de los resultados de admisión a la educación superior del año 2018, este artículo estuvo enfocado sobre las características, rendimiento PSU y niveles de matrícula entre estudiantes pertenecientes al 10% de mejor desempeño escolar en sus respectivos establecimientos educativos (Top 10% ranking).

A nivel general, este perfil de estudiantes registra mejores puntajes promedio en la batería de pruebas PSU Matemáticas y Lenguaje que el resto de participantes, sin embargo, se evidencia una serie de brechas que segmentan las oportunidades de ingresar a la educación superior.En otras palabras, pese a su destacado rendimiento escolar y aparentes similitudes, los y las estudiantes que alcanzan el Top 10% del ranking en cada establecimiento están lejos de poder considerarse un grupo homogéneo en lo que respecta a su transición desde la educación secundaria hacia la terciaria.

Uno de los factores de segmentación más importante es el grupo socioeconómico (GSE) al cual pertenecen los y las estudiantes Top 10% ranking. Al controlar las distribuciones de puntaje PSU por esta variable, se observó una clara desventaja para quienes provienen de contextos vulnerables. Adicionalmente, la calidad de la formación escolar y el nivel de selectividad del programa al que se postula también marcan distinciones al interior de esta tipología de estudiantes, mostrando que quienes provienen de colegios con reducida calidad educativa logran en menor medida ser parte de la educación superior.

Un aspecto positivo a destacar es que estos estudiantes parecen tener una buena autopercepción competitiva, ya que muchos de ellos/as optan por carreras de alta exigencia y, dado su perfil académico, logran matricularse en ellas. Esto es relevante toda vez que, atendiendo a la amplia cobertura que alcanza la educación superior en Chile, hacerse de un cupo en la elección profesional deseada no tan solo sintoniza con las expectativas del estudiante, sino que también tiene el potencial de optimizar los niveles de eficiencia interna de la educación superior.

Con todo, parece evidente que el sistema de admisión tradicional no es capaz de cumplir con sus objetivos de selección con equidad, extendiendo las brechas de capital cultural y familiar aun entre estudiantes talentosos. Situación que es reflejo de las dificultades que evidencia la escuela para compensar los déficits socioeducativos de su alumnado, incluso entre aquellos con mejor desempeño.

En la medida que la batería de tests de admisión continúen alineados con el nivel socioeconómico familiar de quienes la rinden, afectando particularmente al alumnado más vulnerable, se hacen más necesarias medidas de política pública que, por un lado, refuercen y homogenicen la valoración de la trayectoria escolar como factorde ponderación, confiando en que las cualidades de los y las estudiantes de mejor rendimiento son base suficiente para su ingreso a la universidad y, por otro, se implementen programas de acción afirmativa y propedéuticos que aborden los hándicaps de entrada y déficits curriculares que presentan incluso los alumnos más talentosos, incrementando así el acceso efectivo a la educación superior.

BIBLIOGRAFÍA

Arias, O., Mizala, A. & Meneses, F. (2016). Brecha de género en matemáticas: el sesgo de las pruebas competitivas (evidencia para Chile). Technical Report. [ Links ]

Bellei, C. (2013). El estudio de la segregación socioeconómica y académica de la educación chilena. Estudios Pedagógicos, 39(1), 325-245. [ Links ]

Bellei, C. (2018). La más grande reforma institucional en educación desde el retorno a la democracia. En C. Bellei, La Nueva Educación Pública. Contexto, contenidos y perspectivas de la desmunicipalización (págs. 11-18). Santiago de Chile: Universidad de Chile. [ Links ]

Díaz, K., Ravest, J., & Queupil, J. (2019). Brechas de género en los resultados de pruebas de selección universitaria en Chile.¿ Qué sucede en los extremos superior e inferior de la distribución de puntajes? Pensamiento Educativo, 56(1), 1-19. Obtenido de http://www.pensamientoeducativo.uc.cl/index.php/pel/article/view/1070/2067Links ]

Faúndez, R, Labarca, J., Cornejo, M., Villarroel, M. & Gil, J. (2017). Ranking 850, transición a la educación terciaria de estudiantes con desempeño educativo superior y puntaje PSU insuficiente. Pensamiento Educativo. Revista de Investigación Educacional Latinoamericana, 54(1), 1-11. [ Links ]

Gil, F., Frites, C., & Muñoz, N. (2014). La incorporación del ranking de notas en el sistema de admisión universitaria. En C. Román (Ed.), Contexto, experiencias e investigaciones sobre los Programas Propedéuticos en Chile (págs. 29-51). Santiago de Chile: UCSH - CONICYT. [ Links ]

Gil, F., Paredes, R., & Sánchez, I. (2013). El ranking de las notas: inclusión con excelencia. Centro de políticas públicas de la UC. [ Links ]

González, A., & Dupriez, V. (2017). Acceso a las universidades selectivas en Chile:¿ pueden las estrategias institucionales de los establecimientos secundarios atenuar el peso del capital cultural? Revista Complutense de Educacion, 28(3), 947-964. [ Links ]

González, F., & Johnson, E. (2018). Políticas de inclusión universitaria y comportamiento estratégico en educación secundaria. Estudios Públicos(149), 41-73. [ Links ]

Kri, F., Gil, J., González, M., & Lamatta, C. (2013). Ranking de notas como predictor del éxito en la educación superior. Estudio de caso USACH. Santiago de Chile: Universidad de Santiago de Chile. [ Links ]

Larroucau, T., Ríos, I., & Mizala, A. (2015). Efecto de la incorporación del ranking de notas en el proceso de admisión a las universidades chilenas. Pensamiento Educativo, 52(2), 95-118. [ Links ]

Leyton, D., Vásquez, A., & Fuenzalida, V. (2012). La experiencia de estudiantes de contextos vulnerables en diferentes instituciones de educación superior universitaria (IESU): resultados de investigación. Calidad en la educación (37), 61-97. [ Links ]

Pérez, C., Ortiz, L., & Parra, P. (2011). Prueba de Selección Universitaria, rendimiento en enseñanza media y variables cognitivo-actitudinales en alumnos de Medicina. Revista de Educación, Ciencia y Salud, 8(2), 120-127. [ Links ]

Pino-Sepúlveda, M., & Montanares-Vargas, E. (2019). Evaluación comunicativa y selección de contenidos en contextos escolares vulnerables chilenos. Revista electrónica de investigación educativa, 21(e03), 1-12. Obtenido de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1607-40412019000100107Links ]

Santelices, M., Horn, C., & Catalán, X. (2015). Consideraciones de equidad en la admisión universitaria a través del ranking de educación media: teorías de acción, implementación y resultados. Santiago de Chile: Fondo de Investigación y Desarrollo en Educación - FONIDE. [ Links ]

Valenzuela, J., Bellei, C., & Ríos, D. (2014). Socioeconomic school segregation in a market-oriented educational system. The case of Chile. Journal of Education Policy, 29(2), 217-241. [ Links ]

Recibido: 19 de Octubre de 2021; Aprobado: 05 de Enero de 2022

* Autor para correspondencia: carlosro@ubiobio.cl

Los autores declaran que no existen conflictos de intereses.

Carlos Rodríguez Garcés: realizó el planteamiento del problemay diseño metodológico, colaboró en la construcción del estado del arte para la problematización y la redacción del artículo, siendo responsable de revisión final del mismo. Es autor responsable de la correspondencia,

Denisse Espinosa Valenzuela: encargada principal de la búsqueda de información y construcción del estado del arte, colaboró en el procesamiento de datos, construcción de índices, la redacción y revisión del artículo.

Geraldo Padilla Fuentes: encargado principal del procesamiento de datos y generación del modelo de análisis estadístico, colaborando en la redacción y revisión del artículo

Claudia Suazo Ruíz: responsable de la edición de tablas y gráficos, maquetación del artículo; contribuyó en la redacción del artículo.

Creative Commons License