Redined

Network of Educational Information logoNetwork of Educational Information logo
    • twitter
    • English 
      • Español
      • Català
      • English
      • Euskera
      • Galego
  • Login
  • About Redined
    • What is Redined
    • Directory
  • Help
    • How to search in Redined
    • Tutorial
  • Document submission
    • Who can submit documents?
    • Submit your documents
    • Intellectual property
  • Statistics
    twitter
  • English 
    • Español
    • Català
    • English
    • Euskera
    • Galego
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All RedinedAuthorsCorporate AuthorsTitlesTopicsOther TopicsEducational LevelsCollectionsPeriodical TitlesThis CollectionAuthorsCorporate AuthorsTitlesTopicsOther TopicsEducational LevelsCollectionsPeriodical Titles

My Account

Login

Statistics

View Usage Statistics

Deep learning self-regulation strategies : validation of a situational model and its questionnaire

URI:
https://hdl.handle.net/11162/228258
Full text:
https://ojs.ehu.eus/index.php/ps ...
View/Open
Estrategias.pdf (1.490Mb)
Estrategies_english.pdf (2.524Mb)
Education Level:
Educación Superior
Document type:
Artículo de revista
Exportar:
Exportar a RefworksBibtex
Compartir:
Imprimir
Estadísticas:
View Usage Statistics
Metadata:
Show full item record
Author:
Panadero Calderón, Pedro Ernesto; Alonso Tapia, Jesús; García Pérez, Daniel; Fraile, Juan; Sánchez Galán, José Manuel; Pardo García, Rodrigo
Date:
2021
Published in:
Revista de psicodidáctica. 2021, v. 26, n. 1, enero-junio ; p. 10-19
Abstract:

Medir el aprendizaje autorregulado es fundamental para mejorar nuestras intervenciones educativas. Los cuestionarios de autoinforme han sido el principal método para su evaluación, con la mayoría de los instrumentos construidos a partir de modelos teóricos generales. Frente a estos, se valida un modelo basado en situaciones realistas de aprendizaje observadas en los alumnos. El Cuestionario de estrategias profundas de aprendizaje tiene cuatro escalas: estrategias básicas de autorregulación del aprendizaje; estrategias de elaboración visual y de resumen; estrategias de procesamiento profundo de información y estrategias sociales de autorregulación del aprendizaje. Han participado 601 estudiantes universitarios. Se ha encontrado que depende directa y positivamente de la orientación hacia el aprendizaje, de los automensajes que definen el estilo de autorregulación de la emoción y la motivación centrado en el aprendizaje, y del esfuerzo. Además, estas dos últimas variables dependen de la autoeficacia que, a su vez, incide en el esfuerzo.

Medir el aprendizaje autorregulado es fundamental para mejorar nuestras intervenciones educativas. Los cuestionarios de autoinforme han sido el principal método para su evaluación, con la mayoría de los instrumentos construidos a partir de modelos teóricos generales. Frente a estos, se valida un modelo basado en situaciones realistas de aprendizaje observadas en los alumnos. El Cuestionario de estrategias profundas de aprendizaje tiene cuatro escalas: estrategias básicas de autorregulación del aprendizaje; estrategias de elaboración visual y de resumen; estrategias de procesamiento profundo de información y estrategias sociales de autorregulación del aprendizaje. Han participado 601 estudiantes universitarios. Se ha encontrado que depende directa y positivamente de la orientación hacia el aprendizaje, de los automensajes que definen el estilo de autorregulación de la emoción y la motivación centrado en el aprendizaje, y del esfuerzo. Además, estas dos últimas variables dependen de la autoeficacia que, a su vez, incide en el esfuerzo.

Leer menos
Materias (TEE):
estudios universitarios; estrategia de aprendizaje; orientación; autoevaluación
Ministry logo
AndalucíaAragónPrincipado de AsturiasIslas BalearesIslas CanariasCantabriaCastilla y LeónExtremaduraGaliciaComunidad de MadridRegión de MurciaComunidad Foral de NavarraPaís VascoLa Rioja
Indexed inDspaceOpenaireOpen-doarRecolectaUniversiaHispanaGoogle ScholarBielefeld Academic Search Engine
Redined | Legal notice | Accesibility | Contact us | suggestions
RSSShare
 

 

Redined does not provide access to the full text of all the documents described due to copyright reasons. If you are interested in accessing any of these resources, you can contact us through the email redinedDS@educacion.gob.es and we will try to help you.