Reconociendo el carácter multifacético de la educación: los determinantes de los logros cognitivos y no cognitivos en la escuela media argentina

María Marta Formichella, Natalia Krüger

Resumen


Antecedentes: Para brindar herramientas que permitan a las personas desarrollar todo su potencial, la educación debería no sólo proveer conocimientos y aptitudes, sino también contribuir a la formación de actitudes, valores y disposiciones positivas. Los sistemas educativos deberían ser evaluados en función de este carácter multifacético de la educación, y la información disponible indica que los países difieren en la medida en que sus estudiantes adquieren tanto competencias cognitivas como no cognitivas. Interesa por ello comprender mejor el desarrollo de ambos tipos de logros, proceso complejo que depende de factores personales, familiares, escolares y contextuales. Mientras que la mayoría de las investigaciones empíricas orientadas a explicar la calidad educativa ha considerado únicamente los logros cognitivos, el presente trabajo pone el foco en los no cognitivos. Métodos: Se estima un modelo de regresión multinivel multivariado que analiza simultáneamente los determinantes de dos resultados alcanzados por los alumnos argentinos participantes del Programa para la Evaluación Internacional de Alumnos (PISA) 2012: uno cognitivo —la nota obtenida en la prueba de matemáticas— y uno no cognitivo —la apertura hacia la resolución de problemas—. Resultados: Se hallan diferencias en los factores explicativos entre los dos tipos de logros: los colegios parecen cumplir un papel más relevante en la determinación del desempeño escolar cognitivo que en la formación de resultados no cognitivos. No obstante, factores como el género o el nivel socioeconómico del hogar inciden significativamente en ambos casos. Asimismo, si bien los atributos escolares resultan menos relevantes que los individuales en la explicación de los dos resultados, se aprecia un margen para mejorar su desarrollo desde la escuela. Conclusiones: La inexistencia de homogeneidad respecto a las variables que determinan las dos clases de resultados estudiados sugiere que las políticas tendientes a mejorar unos u otros deberían ser diferentes. De todas formas, el desarrollo de ambos tipos de logros requiere principalmente que se mejoren las condiciones socioeducativas de los alumnos en sus hogares.

Palabras clave


logros educativos; cognitivo; no cognitivo; análisis multinivel

Texto completo:

PDF XML

Referencias


Alderete, M. V., y M. M. Formichella (2016), “Análisis del efecto de las TIC en el rendimiento educativo: el caso del Programa Conectar Igualdad en Argentina”, Revista de la CEPAL, núm. 119, pp. 89-107. Battistich, V., D. Solomon, D. Kim, M. Watson y E. Schaps (1995), “Schools as Communities, Poverty Levels of Student Populations, and Students’ Attitudes, Motives, and Performance: A Multilevel Analysis”, American Educational Research Journal, vol. 32, núm. 3, pp. 627-658. Bloom, B. (1956), A Taxonomy of Educational Objectives: Handbook I, The Cognitive Domain, 2a ed., Longmans, Nueva York. Brunello, G., y M. Schlotter (2011), “Non-Cognitive Skills and Personality Traits: Labour Market Relevance and their Development in Education & Training Systems”, documento de discusión de IZA núm. 5 743, IZA, Bonn.

Calero, J., y J. Escardíbul (2007), “Evaluación de servicios educativos: el rendimiento en los centros públicos y privados medido en PISA-2003”, Hacienda Pública Española, vol. 183, núm. 4, pp. 33-66. Carneiro, P., C. Crawford y A. Goodman (2007), The Impact of Early Cognitive and Non-Cognitive Skills on Later Outcomes, Centro para las Ciencias Económicas de la Educación, Escuela de Ciencias Económicas de Londres, Londres. Cervini, R. (1999), Calidad y equidad en la educación básica en la Argentina, Ministerio de Cultura y Educación de la Nación / Secretaría de Programación y Evaluación Educativa, Buenos Aires. ___ (2002), “Desigualdades socioculturales en el aprendizaje de matemática y lengua de la educación secundaria en Argentina: un modelo de tres niveles”, Revista electrónica de investigación y evaluación educativa, vol. 8, núm. 2, pp. 135-158. ___ (2003), “Diferencias de resultados cognitivos y no cognitivos entre estudiantes de escuelas públicas y privadas en la educación secundaria de Argentina: un análisis multinivel”, Education Policy Analysis Archives, vol. 11, núm. 6, pp.1-32. ___ (2010), Análisis comparativo de los condicionantes extra-escolares del desempeño de los alumnos de 3º y 6º año en Matemática y en Lengua de la Educación Primaria (ONE/2007). Modelos multinivel bivariados, Ministerio de Educación de la Nación / Dirección Nacional de Información y Evaluación de la Calidad Educativa, Buenos Aires. ___ (2012), “El ‘efecto escuela’ en países de América Latina: reanalizando los datos del SERCE”, Education Policy Analysis Archives, vol. 20 núm. 39, pp. 1-28. ___ , y N. Dari (2009), “Género, escuela y logro escolar en matemática y lengua de la educación media. Estudio exploratorio basado en un modelo multinivel bivariado”, Revista Mexicana de Investigación Educativa, vol. 14, núm. 43, pp. 1 051-1 078. Coleman, J., E. Campbell, C. Hobson, J. Mcpartland, A. Mood y F. Weinfeld (1966), Equality of Educational Opportunity, Government Printing Office, Washington D. C. De Hoyos, R., J. Espino y V. García (2012), “Determinantes del logro escolar en México. Primeros resultados utilizando la prueba ENLACE media superior”, El Trimestre Económico, vol. LXXIX, núm. 316, pp. 783-811. Delors, J. (1996), La educación encierra un tesoro, Informe a la UNESCO de la Comisión Internacional sobre la Educación para el Siglo XXI, UNESCO, París. Dreeben, R. (1968), On What is Learned in School, Percheron Press, Nueva York. Durlak, J., R. Weissberg, A. Dymnicki, R. Taylor y K. Schellinger (2011), “The Impact of Enhancing Students’ Social and Emotional Learning: A Meta-analysis of Schoolbased Universal Inter-ventions”, Child Development, vol. 82, núm. 1, pp. 405-432. Fernández Aguerre, T. (2002), “Determinantes sociales e institucionales de la desigualdad educativa en sexto año de educación primaria de Argentina y Uruguay, 1999. Una aproximación mediante un modelo de regresión logística”, Revista Mexicana de Investigación Educativa, vol. 7, núm. 16, pp. 501-536.

Formichella, M. (2011), “¿Se debe el mayor rendimiento de las escuelas de gestión privada en la Argentina al tipo de administración?”, Revista de la CEPAL, núm. 105, pp. 151-166. ___ , y N. Krüger (2013), “El fracaso escolar en el nivel medio argentino: ¿es menos frecuente en las escuelas de gestión privada debido a su administración?”, Regional and Sectoral Economic Studies, vol. 13, núm. 3, pp. 127-144. García Clavel, J., e I. Méndez Martínez (2011), “Grandes esperanzas (o cuando creérselo es relevante)”, en A. Caparrós Ruiz (ed.), Investigaciones de Economía de la Educación, vol. 6, Asociación de Economía de la Educación, Málaga, pp. 57-69. Gertel, H. (2013) “Comentario al trabajo ‘Resultados escolares no-cognitivos: un análisis de los determinantes de la actitud hacia la escuela en el nivel medio español’”, Anales de la XLVIII Reunión Anual de la Asociación Argentina de Economía Política, disponible en http://www.aaep.org.ar/anales/works/works2013 ___ , R. Giuliodori, V. Herrero, D. Fresoli, M. Vera y G. Morra (2006), “Análisis multinivel del rendimiento escolar al término de la educación básica en Argentina”, Anales de la XLI Reunión Anual de la Asociación Argentina de Economía Política, disponible en http://www.aaep.org.ar/anales/works/works2006/Gertel_Giuliodori_ Herre.pdf Guerrero, G., B. De Fraine, S. Cueto y J. León (2012), “El efecto del clima escolar en los resultados cognitivos y socio-emocionales de los estudiantes al final de la educación secundaria. El caso de instituciones educativas urbanas en Lima”, Anales del III Seminario Nacional de Investigación Educativa, disponible en http://www.siep.org. pe/wp-content/uploads/216.pdf Hanushek, E., y J. Luque (2003), “Efficiency and Equity in Schools Around the World”, Economics of Education Review, vol. 22, núm. 5., pp. 481-502. Heckman, J. (2000), “Policies to Foster Human Capital”, Research in Economics, vol. 54, núm. 1, pp. 3-56. ___ , y Y. Rubinstein (2001), “The Importance of Noncognitive Skills: Lessons from the GED Testing Program”, The American Economic Review, vol. 91, núm. 2, pp. 145-149. ___ , J. Stixrud y S. Urzua (2006), “The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior”, Journal of Labor Economics, vol. 24, núm. 3, pp. 411-482. ___ , S. H. Moon, R. Pinto, P. A. Savelyev y A. Yavitz (2010), “The Rate of Return to the HighScope Perry Preschool Program”, Journal of Public Economics, vol. 94, núm. 1, pp. 114-128. Holmlund, H., y O. Silva (2009), “Targeting Non-Cognitive Skills to Improve Cognitive Outcomes: Evidence from a Remedial Education Intervention”, documento de discusión de IZA núm. 4 476, IZA, Bonn. Hox, J. (2002), Multilevel Analysis: Techniques and Applications, Lawrence Erlbaurn Associates, Nueva Jersey.

Krathwohl, D. (1964), “Taxonomy of Educational Objectives Handbook II: Affective Domain”, Studies in Philosophy and Education, vol. 4, núm. 1, pp. 164-170. Krüger, N. (2013), “Segregación social y desigualdad de logros educativos en Argentina”, Archivos Analíticos de Políticas Educativas, vol. 21, núm. 86, pp. 1-30. Levacic, R., y A. Vignoles (2002), “Researching the Links between School Resources and Student Outcomes in the UK: A Review of Issues and Evidence”, Education Economics, vol. 10, núm. 3, pp. 313-331. Levin, H. (2012), “More than just Test Scores”, Prospects. Quarterly Review of Comparative Education, vol. 42, núm. 3, pp. 269-284. Llach, J., y Schumacher, F. (2006). “La segregación social en la educación primaria argentina”, en J. Llach, El desafío de la equidad educativa: diagnóstico y propuestas, Gránica, Buenos Aires. OCDE (2009), PISA Data Analysis Manual. SPSS, 2a ed., OECD Publishing, París. ___ (2013), PISA 2012 Results: Ready to Learn: Students’ Engagement, Drive and Self-Beliefs, Vol. III, OECD Publishing, París. ___ (2014), PISA 2012 Results: What Students Know and Can Do. Student Performance in Mathematics, Reading and Science, Vol. I, ed. rev., OECD Publishing, París. Opdenakker, M., y J. Van Damme (2000), “Effects of Schools, Teaching Staff and Classes on Achievement and Well-Being in Secondary Education: Similarities and Differences between School Outcomes”, School Effectiveness and School Improvement: An International Journal of Research, vol. 11, núm. 2, pp. 165-196. Rabe-Hesketh, S., y A. Skrondal (2006), “Multilevel Modeling of Complex Survey Data”, J. R. Statist. Soc., vol. 169, parte 4, pp. 805-827. ___ , y A. Skrondal (2012), Multilevel and Longitudinal Modeling Using Stata, Vol. II: Categorical Responses, Counts, and Survival, 3a ed., Stata Press, Texas. Rasbash, J., F. Steele, W. J. Browne y H. Goldstein (2012), A User’s Guide to MLwiN, version 2.26, Centre for Multilevel Modelling, University of Bristol, Bristol, Inglaterra. Santos, M. (2007), “Quality of Education in Argentina: Determinants and Distribution Using PISA 2000 Test Scores”, Well-being and Social Policy, vol. 3, núm. 1, pp. 69-95. Skinner, E., y J. Pitzer (2012), “Developmental Dynamics of Student Engagement, Coping, and Everyday Resilience”, en S. Christenson, L. Reschly y K. Wylie (eds.), Handbook of Research on Student Engagement, Springer Science + Business Media, Nueva York. Snijders, T., y R. Bosker (1999), Multilevel Analysis. An Introduction to Basic and Advanced Multilevel Modeling, Sage Publications, Londres. Valle, A., R. González, A. Barca y J. Núnpez (1996), “Una perspectiva cognitivo-emocional sobre el aprendizaje escolar”, Revista de Educación, núm. 311, pp. 159-182. Viego, V. (2006), “Comentario al trabajo ‘Análisis multinivel del rendimiento escolar al término de la educación básica en Argentina’ ”, Anales de la XLI Reunión Anual de la Asociación Argentina de Economía Política, disponible en http://www.aaep.org. ar/anales/works/works2006 Wöbmann, L., y T. Fuchs (2005), “Families, Schools, and Primary-school Learning: Evidence from Argentina and Colombia in an International Perspective”, serie de documentos de trabajo del Banco Mundial núm. 3 537, Banco Mundial, Washington D. C.




DOI: http://dx.doi.org/10.20430/ete.v84i333.266

Enlaces refback

  • No hay ningún enlace refback.


Revista El Trimestre Económico, Volumen LXXXIV (3), Número 335, julio-septiembre de 2017. Es una publicación trimestral que aparece en enero, abril, julio y octubre, editada por el Fondo de Cultura Económica, con domicilio en  Carretera Picacho Ajusco número 227, Col. Bosques del Pedregal, Delegación Tlalpan, C.P.  14738, Ciudad de México, teléfono (55) 5227 4672, ext. 1850, http://www.eltrimestreeconomico.com.mx/. Director: Fausto Hernández Trillo. Reserva de derechos al uso exclusivo  Número 04-2016-052612421000-203, ISSN 2448-718X. Ambos otorgados por el Instituto del Derecho de Autor.  Responsable de la última actualización de este número, Rosa María González Mejía, asistente editorial, Carretera Picacho Ajusco número 227, Col. Bosques del Pedregal, Delegación Tlalpan, C.P.  14738, Ciudad de México. Fecha de la última actualización:  6 de julio de 2017. La responsabilidad por lo expresado en los artículos, notas y reseñas es  estrictamente de sus autores; en consecuencia El Trimestre Económico, el Fondo de Cultura Económica y las instituciones a las que estén asociados los autores son ajenos a ella. Todos los derechos reservados. Se autoriza la reproducción total o parcial de los artículos  aquí presentados, siempre y cuando no se mutile y se incluya en todos los casos, junto con la ficha completa, el nombre del autor al que se cite y la  dirección electrónica de la revista; de otra forma, requerirá la autorización por escrito de El Trimestre Económico