TorresJuan-Carlos UsosDeInternetYxitoAcad 20230120195159

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 23

Comunicar, nº 48 v.

XXIV, 2016 | Revista Científica de Educomunicación | ISSN: 1134-3478; e-ISSN: 1988-3293


www.revistacomunicar.com | www.comunicarjournal.com

Usos de Internet y éxito académico en


estudiantes universitarios
Internet Use and Academic Success in University Students

Dr. Juan-Carlos Torres-Díaz es Profesor Investigador en el Departamento de Ciencias de la Computación de la


Universidad Técnica Particular de Loja (Ecuador) ([email protected]) (http://orcid.org/0000-0003-1503-0379)
Dr. Josep M. Duart es Profesor de los Estudios de Psicología y Educación en el Programa de Doctorado de la
Universitat Oberta de Catalunya (España) ([email protected]) (http://orcid.org/0000-0002-5123-0370)
Dr. Héctor-F. Gómez-Alvarado es Profesor Investigador en el Departamento de Ciencias de la Computación de la
Universidad Técnica Particular de Loja (Ecuador) ([email protected]) (http://orcid.org/0000-0002-7310-4260)
Dr. Isidro Marín-Gutiérrez es Profesor Investigador en el Departamento de Comunicación de la Universidad
Técnica Particular de Loja (Ecuador) ([email protected]) (http://orcid.org/0000-0002-6858-0983)
Verónica Segarra-Faggioni es Profesora Investigadora en el Departamento de Comunicación de la Universidad
Técnica Particular de Loja (Ecuador) ([email protected]) (http://orcid.org/0000-0002-7275-7411)

RESUMEN
El uso de la tecnología provoca cambios sociales. Esto incluye el trabajo en el ámbito universitario en donde está cambiando tanto
la forma de ejercer la docencia como la forma de aprender y se requiere conocer el efecto del uso de la tecnología sobre el ren-
dimiento del alumnado. En este trabajo se investigó la incidencia del uso de Internet sobre el éxito académico del alumnado de
cinco universidades de Ecuador. Se levantó una muestra aleatoria de 4.697 personas y se las categorizó en perfiles de uso de
Internet para actividades académicas y para entretenimiento, utilizando análisis factorial y análisis clúster. Las categorías resultan-
tes se utilizaron como variables independientes en modelos de regresión logística multinomial que buscaban determinar si el uso
de Internet tenía incidencia sobre el éxito académico. Los resultados muestran que quienes realizan actividades interactivas con
pares y profesores o quienes utilizan de forma balanceada las distintas herramientas de Internet tienden a un mayor éxito acadé-
mico que aquellos que solo buscan información. En lo referente al entretenimiento, se encontró una incidencia positiva del uso
de Internet sobre el éxito académico. Los estudiantes que realizan descargas de contenido de audio, video y software, y quienes
utilizan todas las posibilidades de entretenimiento, presentan menor tendencia a suspender que los estudiantes que utilizan míni-
mamente Internet. En cuanto al género se presentan diferencias en los usos académicos y de entretenimiento.

ABSTRACT
The use of technology is changing the way things are done, including the work in universities where the teaching and learning
process are changing, and it is required to know the effect of technology on student achievement. In this research work, we pre-
sent the influence of Internet use on academic success of students from five universities in Ecuador. A random sample of 4,697
people was got up and categorized in two groups: the use of Internet in academic activities and entertainment, using factor analy-
sis and cluster analysis; the resulting categories were used as independent variables in multinomial logistic regression model which
are seeking to determine if the use of Internet has impacted on academic success. The results show that people who perform
interactive activities with peers and teachers or use in a balanced way the different internet tools tend to have more academic
success than those who only seeks information. Regarding to the use of Internet in entertainment, a positive impact was found on
academic achievement. Students who download audio, video and software, and students who use all the entertainment possibi-
lities show less likely to fail than who using minimally Internet. In terms of gender, it has different effects for entertainment and
academic purposes.

PALABRAS CLAVE | KEYWORDS


Universidad, éxito académico, entretenimiento, brecha digital, interacción, on-line, evaluación, juegos.
University, academic achievement, entertainment, digital divide, interaction, online, assessment, games.

Recibido: 2015-10-27 | Revisado: 2015-11-30 | Aceptado: 2016-02-22 | Preprint: 2016-05-15 | Publicado: 2016-07-01
DOI http://dx.doi.org/10.3916/C48-2016-06 | Páginas: 61-70
62

1. Introducción no tecnológico institucional, las posibilidades de acce-


Comunicar, 48, XXIV, 2016

El rendimiento académico de un estudiante gene- so y los usos de Internet; las mismas que son entendi-
ralmente se corresponde con el esfuerzo empleado. das por Duart y otros (2008) como «nuevos determi-
Está relacionado con una serie de factores tanto inte- nantes del rendimiento académico», e inciden en el
lectuales como ambientales. En él pueden influir hábi- trabajo del estudiante a distintos niveles y de distintas
tos asimilados a edades tempranas como el interés por formas. El entorno tecnológico de una institución edu-
la lectura o por la falta de medios para alcanzar capa- cativa, si es utilizado en forma apropiada, constituye
cidades elementales como la comprensión y produc- un factor importante para desarrollar una cultura de
ción lingüística (Lucas, 1998). uso de tecnología. Si bien esto no garantiza un rendi-
El rendimiento académico se caracteriza por ser miento académico determinado, puede conducir al es-
multidimensional ya que en él intervienen distintas va- tudiante a desarrollar buenas prácticas que aporten a
riables cuyo ordenamiento dentro de un modelo espe- la consecución de logros académicos. Duart y Lupiá-
cífico es difícil de alcanzar (Fullana, 1992). Usual- ñez-Villanueva (2005) encontraron tres ámbitos en los
mente, la valoración del rendimiento académico se da a que la institución universitaria ha experimentado trans-
través de simples evaluaciones que no consideran algu- formaciones; estos son: la infraestructura tecnológica,
nas dimensiones cognitivas básicas propias de un proce- la innovación docente y los cambios organizativos. En
so sistemático. Las variables a considerar son de tipo: el marco de estos tres ámbitos, los factores de mayor
personal, escolar y social (Fullana, 1992). A lo largo de importancia cuando el estudiante se inicia en la cultura
los años se han desarrollado distintos enfoques basados institucional son: por un lado, el nivel de tecnología
en la taxonomía de Bloom (Bloom & al., 1956), aproxi- como parte del modelo educativo y la necesidad de
mación que en mayor o menor grado han llegado a los aplicarla en el desarrollo de la malla curricular y, por
tres dominios psicológicos: el cognitivo, el afectivo y el otro lado, el papel del docente que es el encargado de
psicomotor. Así también, se ha presenciado el desarro- conducir al estudiante en la utilización de la tecnología
llo vertiginoso de la formación y evaluación por compe- y la información disponible, como medios y recursos
tencias, que sostiene la necesidad de desarrollar com- de aprendizaje.
petencias genéricas o transversales y competencias Diversos estudios relacionados con el uso de Inter-
específicas propias de cada área de estudio (Villa & net determinan que se puede incidir positivamente en
Poblete, 2007), preparando al alumnado para «apren- el rendimiento académico de los estudiantes, mientras
der a aprender» agregando sus capacidades dada la en otros casos ocurre el efecto contrario (Chen & Fu,
naturaleza cambiante de los tiempos modernos. 2009; Gil-Flores, 2009; Hunley & al., 2005; Luaran
El rendimiento académico puede ser abordado & al., 2011; Raines, 2012; Suhail & Bargees, 2006).
desde distintas perspectivas, la efectividad es una de Es así que para buscar relaciones con el rendimiento
ellas y corresponde al nivel de éxito en el cumplimien- académico han utilizado las siguientes variables: activi-
to de los objetivos establecidos en los programas de dades que el usuario realiza en línea, el tiempo de co-
estudio. Por lo tanto es una información importante nexión a Internet y el contar con un computador y
para la toma de decisiones en las instituciones educa- conexión desde el hogar. Sin embargo no se ha llega-
tivas. Es así, que en el estudio de Duart y otros (2008) do a conclusiones determinantes, puesto que en otros
se analiza un conjunto de universidades catalanas, estudios con condiciones similares, los resultados han
considerando como indicador de aprobación la rela- sido contradictorios (Antonijevic, 2007; Azizi, 2014;
ción del número de créditos aprobados respecto al nú- Ellore & al., 2014; Junco, 2015). Así mismo, en otros
mero de créditos matriculados, lo que determina que casos el uso de tecnología presenta efectos positivos en
existan grupos de estudiantes con rendimiento acadé- ciertas áreas cognitivas del usuario como en el desarro-
mico alto, medio y bajo. Adicionalmente, se encontra- llo de habilidades espaciales y de memoria, la mejora
ron relaciones con variables como el género, la edad, de las habilidades de lectura, escritura y de procesa-
el nivel socioeconómico, entre otras. En cuanto al miento de información, pero estas no necesariamente
género, en el nivel de rendimiento académico alto, las se traducen en mejoras en el rendimiento académico.
mujeres tienen una ventaja del 10% sobre los hom- Esto concuerda implícitamente con el concepto multi-
bres. En relación a la edad, los jóvenes menores de 25 dimensional de Fullana (1992), que requiere de for-
años obtienen mejores rendimientos. mas multidimensionales de medición. Heyam (2014),
Además de las variables que tradicionalmente se después de hacer un meta-análisis acerca del uso de la
han relacionado con el rendimiento académico, ahora tecnología y concretamente de las redes sociales sobre
se suman las tecnológicas, que corresponden al entor- el desempeño de los estudiantes, divide las conclusio-

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


63

nes en dos grupos. Por un lado facilitan la comunica- Chen & Fu (2009) concluyen que la búsqueda de

Comunicar, 48, XXIV, 2016


ción, socialización, coordinación, colaboración y en- información en la web mejora la calificación de los
tretenimiento; y por otro lado, se señala ser causante exámenes. En otros estudios con estudiantes de
de adicción, desperdicio de tiempo, sobrecarga de Pakistán, el uso de Internet tuvo efectos positivos en las
información y aislamiento físico de la sociedad. calificaciones, en la mejora de las habilidades de lectu-
Otros estudios muestran relaciones entre el uso de ra, escritura y procesamiento de información (Suhail &
tecnología y factores asociados al rendimiento acadé- Bargees, 2006). Los recursos computacionales, como
mico. Uno de ellos es el de Gil-Flores (2009), que el uso de juegos de computadora, presentan efectos
encontró una relación significativa entre el uso de positivos sobre habilidades espaciales y de memoria,
computadores y el rendimiento académico. En este así como el desarrollo de las capacidades visuales,
estudio se determinó que los estudiantes de secundaria auditivas, estimulando el desarrollo de los estudiantes
que utilizan con mayor frecuencia
el computador desde la casa,
obtuvieron mayores calificaciones
en matemáticas y comunicación Las mujeres tienden a utilizar menos la tecnología para
lingüística. Hecho que sin señalar
el uso de Internet como determi-
entretenimiento. En cambio, al comparar los estudiantes
nante, establece al menos una del perfil balanceado con los estudiantes que realizan
relación entre las variables; otro
estudio con estudiantes de institu- descargas, tanto los hombres como las mujeres se
ciones secundarias es el de Ndege
y otros (2015) que señala efectos
distribuyen entre los dos grupos sin presentar tendencias.
positivos y negativos del uso de la Se puede concluir que el entretenimiento que prefieren
tecnología; como positivos encon-
tró la mejora de las posibilidades las mujeres es la descarga de información en vez
de comunicación e interacción y
como negativos el desperdicio de
de los juegos en línea.
tiempo que conduce a una reduc-
ción del tiempo dedicado a activi-
dades académicas.
En estudios con estudiantes universitarios Mishra y (Subrahmanyam & al., 2001). Un elemento que se
otros (2014) analizaron la relación del promedio de presenta de forma recurrente en distintos estudios es la
calificaciones de estudiantes universitarios y el tiempo relación existente entre el rendimiento académico y el
dedicado a navegar en Internet. El resultado señaló acceso a un computador en casa. Por el contrario, no
una relación negativa significativa en la que a mayor se han podido establecer relaciones entre el uso de
tiempo en línea el promedio de calificación es menor. computadores en la institución educativa y el rendi-
Adicionalmente en este estudio se encontró una rela- miento académico (Gil-Flores, 2009). Existen otros
ción significativa positiva entre la percepción del tiem- aportes en la misma línea, donde indican que las per-
po que pensaban que debían ocupar en sitios con sonas que prefieren buscar información en la web,
información académica y el promedio de calificación. porque tienen acceso a una cantidad mayor de fuentes
Türel y Toraman (2015) encontraron que los hom- de información, y están informados acerca del contex-
bres tienden a tener mayor tiempo de conexión que las to en el que la información se creó, tienen un mejor
mujeres. Determinaron también que a medida que au- desempeño académico (Leung & Lee, 2012). Esto
mentan los promedios de calificaciones de los estu- coincide con Kupczynski y otros (2011) quienes al
diantes considerados como exitosos se reducían los analizar el comportamiento de estudiantes de cursos
niveles de adicción a Internet. De manera particular el en línea encontraron que quienes son más activos
control debe centrarse en los estudiantes que utilizan (mayor número de sesiones) tienden a tener mejor
Internet por más de tres horas al día. Lepp y otros rendimiento académico. En lo referente a la interac-
(2015) analizaron el uso y la incidencia del uso del ción, Castaño (2011) demuestra el beneficio de la in-
teléfono móvil y el promedio de calificaciones de estu- teracción sobre el rendimiento académico destacando
diantes universitarios, encontrando que a mayor uso un mayor efecto en estudiantes de modalidad virtual
del teléfono el promedio era menor. que en presencial.

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


64

Considerando que las ciencias en general y las de la tecnología en las actividades académicas y orien-
Comunicar, 48, XXIV, 2016

asignaturas en particular tienen distinta naturaleza y tar el trabajo docente en cuanto al uso de tecnología.
forma de ser abordadas, el uso de tecnología puede
presentar incidencia positiva en ciertas áreas y negativa 2. Material y métodos
en otras. Así que en el estudio de Antonijevic (2007) Se han establecido dos hipótesis referentes a que
se determina que el uso de computadores contribuye los usos de la tecnología tanto para fines académicos
a un alto desempeño de los estudiantes en el área de como para entretenimiento inciden positivamente
ciencias y causa el efecto contrario en matemáticas. El sobre el éxito académico.
uso de tecnologías
en el aprendizaje
afecta de manera
directa al rendi-
miento escolar. Es-
to se puede evi-
denciar en el estu-
dio de Wittwer y
Senkbeil (2008),
cuyos resultados
no demuestran
una relación entre
el acceso al orde-
nador y su rendi-
miento en matemáticas. Sin embargo, sí se presenta un 2.1. Población y muestra
efecto positivo en los estudiantes que utilizaban el La muestra fue seleccionada de cinco universida-
ordenador para resolver problemas. des presenciales de Ecuador entre febrero y mayo del
En cuanto al entretenimiento, existen diferencias 2015. Se encuestaron de forma aleatoria simple a
marcadas de género en los adolescentes, las mujeres 4.697 estudiantes. La distribución final de estudiantes
tienden a un uso social mientras que los hombres ha- cuenta con 48,5% de hombres y 51,5% de mujeres.
cen un uso variado con énfasis en juegos en línea
(Fernández, Peñalba, & Irazabal, 2015). Las personas 2.2. Instrumentos de recolección de información
que presentan adicción al uso de Internet presentan Se desarrolló un instrumento basado en el cuestio-
un rendimiento académico menor (Frangos, Frangos, nario utilizado en el Proyecto Internet Cataluña (UOC,
& Kiohos, 2010). El puntaje que alcanzan los estu- 2003) y a los que ofrece el proyecto Digital Literacy in
diantes tiende a ser menor conforme aumenta el tiem- Higher Education (DLINHE, 2011), adaptándolos a
po que ocupan en juegos en línea (Ip, Jacobs & la realidad ecuatoriana y a las necesidades de esta
Watkins, 2008). Algo similar encontró Pepe (2011) investigación. En el cuestionario no se consultó a qué
con estudiantes de Primaria. Ocasionalmente se obser- titulación pertenecían los alumnos. El cuestionario
van resultados contradictorios en donde la búsqueda aplicado se divide en dos partes. En la primera parte
de información ayuda a mejorar las calificaciones y las se cuenta con 13 preguntas cuyas variables se detallan
actividades de socialización y los juegos en línea tienen en la tabla 1, en el que se indagó acerca del uso de la
el efecto contrario (Chen & Fu, 2009). Hunley y otros tecnología para actividades académicas.
(2005) encuentran que la cantidad de tiempo dedica- En la segunda parte se levantó información del uso
do a Internet tiene una mínima relación con el logro de la tecnología para entretenimiento mediante las 10
académico de estudiantes de secundaria, sin embargo variables que se presentan en la tabla 2. También se
los puntajes de la prueba GPA no tienen relación con recabó información socio-demográfica utilizando las
actividades específicas en línea como la búsqueda de variables: edad, género y nivel de ingresos, los cuales
información, uso del correo electrónico y videojuegos. fueron medidos en una escala ordinal de 5 niveles.
La contradicción de los resultados de diversos estu- Finalmente la información sobre el éxito académico a
dios, evidencia la necesidad de mayor investigación, través de dos variables numéricas en las que se pre-
en la que se analice de forma sistémica el rendimiento gunta acerca del número de asignaturas en las que el
académico y sus determinantes. Esto podría arrojar estudiante se matriculó y el número de asignaturas que
información importante respecto a usos beneficiosos reprobó en el último semestre.

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


65

2.3. Procedimiento

Comunicar, 48, XXIV, 2016


Fue necesario crear una
variable que representase el uso
de Internet en actividades acadé-
micas y otra que representase el
uso de Internet para entreteni-
miento. Para esto se clasificó a los
estudiantes según el uso de la tec-
nología para fines académicos y
para fines de entretenimiento.
Para construir la variable «usos llar la clasificación en base a los usos de Internet para
académicos» se utilizaron 13 preguntas que miden el entretenimiento. Las variables utilizadas y los factores
uso de distintas herramientas tecnológicas en activida- resultantes del análisis factorial se pueden observar en
des académicas (tabla 1), aplicando sobre estas varia- la tabla 2. Las categorías finales de esta clasificación se
bles análisis factorial que permite reducir el número de presentan en la figura 2 (página siguiente).
variables agrupándolas en factores. Los factores calcu- También fue necesario crear una variable que re-
lados fueron: comunicación, participación y búsque- presente al éxito académico, para esto se categorizó a
da, sobre los que se aplicó el método de análisis clúster los estudiantes en cuatro grupos según el número de
k-medias. Para asegurar la persistencia de la clasifica- asignaturas reprobadas o suspensas. Esto se consigue
ción obtenida los grupos se crearon calculando prime- restando las asignaturas aprobadas de las asignaturas
ro los centroides en base a una submuestra y a partir matriculadas (reprobadas o suspensas igual a asignatu-
de estos se generaron los grupos. Los estudiantes se ras matriculadas, asignaturas aprobadas). Así se deter-
clasificaron en 2, 3, 4 y 5 grupos. De estos se escogió minan cuatro categorías: no reprueba, reprueba una,
la que, según un análisis discriminante presentaba ma- reprueba dos y reprueba más de dos. Las correlacio-
yor exactitud y facilidad de interpretación de la estruc- nes establecidas son, por un lado, los usos de Internet
tura de los grupos. Para el análisis discriminante, se uti- para actividades académicas y el éxito académico; y,
lizó como variable dependiente el número de grupo por otro, los usos de Internet para entretenimiento y el
generado en el análisis clúster y como variables inde- éxito académico. Estas se obtuvieron utilizando mode-
pendientes los factores provenientes del análisis facto- los de regresión logística multinomial.
rial (Cea, 2005; Díaz-De-Rada, 1998; Shunglu & Sar-
kar, 1995), con lo que se determinó el porcentaje de 3. Resultados
elementos correctamente asignados en cada clasifica- 3.1. Categorización de estudiantes
ción. Se procedió a seleccionar la clasificación en tres La clasificación en base a los usos de Internet en
grupos que es la más fácil de interpretar. La clasifica- actividades académicas divide a los estudiantes en tres
ción final divide a los estudiantes en tres grupos cuyos grupos (figura 1). Estos grupos se denominan perfiles
centroides para cada variable se pueden observar en la y son: el perfil académico dedicado cuenta con valores
figura 1. altos en todos los factores, especialmente en el deno-
Un procedimiento similar se aplicó para desarro- minado «Participación», que es su elemento distintivo
y se refiere a las actividades interactivas
y al trabajo con materiales educativos.
La homogeneidad en los valores de este
perfil dejan ver un uso balanceado de
las herramientas de Internet, o lo que es
lo mismo, los niveles de uso de las dis-
tintas herramientas es similar. En el fac-
tor «Comunicación» existe una seme-
janza entre el perfil académico busca-
dor de información y el perfil dedicado.
El perfil académico buscador de infor-
mación presenta los valores más bajos
en el factor «Participación» y tiene los
Figura 1. Grupos en función del uso de tecnología para actividades académicas. valores más altos en el factor búsqueda

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


66

ría por hombres con un 58,3%. Las ca-


Comunicar, 48, XXIV, 2016

racterísticas distintivas de este usuario


son el alto nivel de transacciones de
compra y venta, así como también la
preferencia por los juegos en línea. El
grupo 3, denominado perfil de entreteni-
miento pasivo, abarca el 47,8% de los
estudiantes, los que se caracterizan por
tener el nivel más bajo en el uso de In-
ternet en este tipo de actividades. Los es-
tudiantes de este grupo son los de mayor
edad y está conformado en su mayoría
por mujeres, que alcanzan el 61,5%. Los
bajos niveles de utilización de la tecnolo-
Figura 2. Grupos en función del uso de tecnología para actividades académicas. gía delinean un perfil de estudiante para
quien el entretenimiento es poco impor-
de información. Su característica principal está dada tante o no cuenta con posibilidades tec-
por una contradicción, por un lado tiene un alto nivel nológicas o de tiempo.
de búsqueda de información y, por otro un bajo nivel
de actividades interactivas y de trabajo con los materia- 3.2. Usos académicos de Internet y éxito académi-
les educativos, lo que denota un uso no balanceado de co
las herramientas de Internet. Finalmente, el perfil aca- Una de las hipótesis que se probaron en esta in-
démico pasivo tiene los niveles de intensidad más bajos vestigación sostiene que los usos de Internet en activi-
en búsqueda de información y en el uso de herramien- dades académicas inciden positivamente sobre el ren-
tas de la web social. En lo que se refiere a las activida- dimiento académico. El uso académico de la tecnolo-
des interactivas y trabajo con materiales educativos, los gía se agrupa bajo la denominación de perfiles, los que
niveles de intensidad son bajos. Sin embargo, son su- presentan diferencias entre sí. La principal diferencia
periores a los del perfil de buscador de información. es la existente entre el perfil dedicado y el perfil bus-
La clasificación de estudiantes en base a los usos cador de información, esta se da en el nivel de activi-
de Internet en actividades de entretenimiento los divi- dades de interacción y trabajo con los materiales edu-
de en tres grupos (figura 2). El primer grupo se deno- cativos, que son altos en perfil dedicado y muy bajos
mina perfil de entretenimiento descargas, está confor- en el perfil buscador de información.
mado por el 32,4% de los estudiantes, y se caracteriza La razón de probabilidad de reprobar o suspender
por tener el nivel más alto de descarga de programas, una asignatura respecto a no reprobar ninguna dismi-
música, películas, contenido para radio y televisión. En nuye 1,53 (1/0,65) veces cuando el estudiante perte-
este grupo la mayoría está conformada por hombres, nece al perfil académico dedicado respecto al perfil
alcanzando el 57,2%. El grupo 2 se denomina perfil de académico buscador de información. La razón de pro-
entretenimiento balanceado, esta denominación se babilidad de reprobar una asignatura respecto a no
debe a que este tipo de estudiantes hace un uso homo- reprobar ninguna aumenta 1,37 veces cuando el estu-
géneo de
todas las
posibili-
dades de
entreteni-
miento;
está con-
formado
por el
19,8% de
estudian-
tes y en
su mayo-

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


67

diante

Comunicar, 48, XXIV, 2016


pertene-
ce al per-
fil acadé-
m i c o
pasivo
respecto
al perfil
académi-
co busca-
dor de
informa-
ción. La
razón de probabilidad de reprobar dos asignaturas res- nor cuando el estudiante pertenece al perfil de entre-
pecto a no reprobar ninguna es 1,45 veces (1/0,68) tenimiento descargas respecto al perfil pasivo; y es
menos cuando el estudiante pertenece al perfil acadé- 1,55 veces menor cuando el estudiante pertenece a
mico dedicado respecto al perfil académico buscador perfil de entretenimiento completo respecto al perfil
de información, es 1,48 veces mayor cuando el estu- pasivo.
diante pertenece al perfil académico pasivo respecto al
buscador de información. La razón de probabilidad de 4. Discusión y conclusiones
reprobar tres o más asignaturas respecto a no reprobar A pesar de que la aplicación de tecnología en las
ninguna es 1,33 (1/0,75) veces menor cuando el estu- actividades académicas determina solo un 3% del ren-
diante pertenece al perfil académico dedicado respec- dimiento académico, su efecto es visible dependiendo
to al perfil académico buscador de información, es del tipo de uso. Los estudiantes que tienen mayor incli-
2,01 veces mayor cuando el estudiante pertenece al nación por interactuar y utilizar los materiales educati-
perfil académico pasivo respecto al perfil académico vos (perfil dedicado), tienen menos probabilidad de
buscador de información. reprobar o suspender que los estudiantes cuya activi-
dad académica principal es buscar información (perfil
3.3. Entretenimiento y éxito académico buscador de información). Estos hallazgos difieren de
Otra de las hipótesis sostiene que el uso de In- los de Chen & Fu (2009) que sostienen que la bús-
ternet en actividades de entretenimiento incide sobre queda de información en Internet mejora el rendi-
el rendimiento académico que alcanza el estudiante. miento académico. Las diferencias entre los perfiles
Al respecto, un hallazgo muy importante es el que se- dedicado y buscador de información, y su efecto sobre
ñala que los estudiantes que utilizan menos las posibi- el rendimiento académico, coinciden con los postula-
lidades de entretenimiento tienden a suspender o re- dos que señalan que la brecha digital no viene dada
probar más (tabla 4). Concretamente, la probabilidad solamente por condiciones de acceso a la tecnología y
de reprobar una asignatura respecto a no reprobar conexión (Warschauer, 2002; Zillien & Hargittai,
ninguna es 1,78 (1/0,55) veces menor cuando el estu- 2009) sino que influyen también el buen uso de esa
diante pertenece al perfil de entretenimiento descargas tecnología y recursos, como es el caso del perfil dedi-
respecto al perfil pasivo; y es 1,29 (1/0,77) veces me- cado cuya práctica se puede considerar balanceada y
nor cuando el estudiante pertenece a perfil de entrete- adecuada.
nimiento balanceado respecto al perfil pasivo. El perfil pasivo es el que presenta los niveles de
Algo similar ocurre cuando se analiza a quienes uso de tecnología más bajos. Esto supone que el estu-
suspenden o reprueban dos asignaturas. La probabili- diante está condicionado por distintas restricciones
dad de reprobar dos asignaturas respecto a no repro- (ingresos, conocimiento, conexiones) cuyo efecto
bar ninguna es 1,64 veces menor cuando el estudiante negativo sobre el rendimiento académico es notorio,
pertenece al perfil de entretenimiento descargas res- ya que quienes utilizan mínimamente las herramientas
pecto al perfil pasivo; y es 1,51 veces menor cuando de Internet en actividades académicas (perfil pasivo)
el estudiante pertenece al perfil de entretenimiento tienden a reprobar más que los estudiantes que basan
completo respecto al perfil pasivo. su aprendizaje en la búsqueda de información (perfil
La probabilidad de reprobar más de dos asignatu- buscador de información). Esto indica que la falta de
ras respecto a no reprobar ninguna es 2,06 veces me- acceso tiene un efecto negativo incluso mayor que el

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


68

efecto de las malas prácticas o malos hábitos de uso de de dos asignaturas, los estudiantes del perfil descargas
Comunicar, 48, XXIV, 2016

la tecnología. Así mismo, deja clara la desventaja de tienen mayores beneficios del uso de Internet en entre-
quienes tienen menos recursos, confirmando la teoría tenimiento. Estos estudiantes tienen menos probabili-
de brechas de conocimiento (Tichenor, Donohue, & dad de reprobar que aquellos que pertenecen al perfil
Olien, 1970). completo, cuyo nivel de uso de la tecnología para en-
Se ha determinado que alcanzan mayor éxito aca- tretenimiento es alto y balanceado. No se cuenta con
démico tanto quienes hacen un uso balanceado de las datos que sustenten claramente este hallazgo. Sin em-
distintas herramientas de Internet para su trabajo aca- bargo, al analizar las similitudes y diferencias entre los
démico, como quienes muestran preferencia por las dos perfiles, la mayor diferencia se encuentra en el
actividades interactivas y de trabajo con los materiales nivel de actividades comerciales de compra y venta, y
educativos, concordando con Castaño (2011) que se- juegos en línea. De estas actividades la que podría
ñala los efectos positivos de la interacción. Por su par- tener un efecto determinante es el nivel de juegos en
te, los estudiantes que utilizan Internet de forma pasiva línea (Ip & al., 2008), por lo que se extrajo el porcen-
tienden a obtener menores calificaciones. taje de estudiantes que juegan en línea en cada perfil.
La incidencia del uso de Internet sobre el rendi- Los estudiantes del perfil descargas juegan menos
miento académico es significativo, esto concuerda con (53,5%) que los del perfil completo (87,7%). Esto po-
las conclusiones de Mishra y otros (2014), y Türel y dría explicar por qué el perfil completo tiene un éxito
Toraman (2015). Sin embargo, es necesario medir el académico menor. Si bien este hallazgo resulta intere-
tiempo de dedicación a estas actividades para determi- sante, se requiere de evidencias más concluyentes. Lo
nar con mayor precisión la real incidencia que existe. que implica para trabajos futuros levantar variables
En este sentido, a fin de optimizar la información a adicionales como el tiempo que ocupa el estudiante en
recoger, sería conveniente levantar la información de esta actividad.
aquellas variables que en este trabajo han resultado En general, que los estudiantes que utilizan la tec-
más influyentes, como las relacionadas a la interacción nología para entretenimiento tiendan a tener mejor
y el trabajo con los materiales educativos. rendimiento académico va en contra de lo encontrado
Un porcentaje importante (30%) de estudiantes en distintos estudios (Frangos & al., 2010; Ip & al.,
utilizan Internet de manera exclusiva para buscar in- 2008; Mishra & al., 2014; Pepe, 2011; Türel & To-
formación y no para interactuar con sus profesores y raman, 2015). No se cuenta con datos que puedan
compañeros o para utilizar los materiales del curso. Es- explicar esto, más allá de que el nivel de incidencia del
to podría catalogarse como un comportamiento ex- entretenimiento sobre el rendimiento académico al-
traño y se requiere de información adicional que nos canza el 1,9% de la varianza explicada.
permita determinar si se trata de una práctica inapro- Al comparar los estudiantes que hacen un uso de
piada o de nuevas metodologías ad hoc que se van todas las posibilidades de entretenimiento (perfil ba-
estructurando de manera dinámica en la práctica tec- lanceado) con los que lo hacen mínimamente (perfil
nológica de los estudiantes. pasivo), las mujeres tienen el doble de probabilidad de
El uso de Internet en actividades académicas no se pertenecer al segundo grupo. Es decir, las mujeres
ve afectado por el género. Tanto los hombres como tienden a utilizar menos la tecnología para entreteni-
las mujeres presentan los mismos patrones de uso de miento. En cambio, al comparar los estudiantes del
la tecnología. perfil balanceado con los estudiantes que realizan des-
En lo referente a las actividades relacionadas con el cargas, tanto los hombres como las mujeres se distribu-
entretenimiento, contrariamente a los señalados por Ip y yen entre los dos grupos sin presentar tendencias. Se
otros (2008) se ha encontrado una incidencia positiva puede concluir que el entretenimiento que prefieren
del uso de Internet para entretenimiento sobre el rendi- las mujeres es la descarga de información en vez de los
miento académico. Esta incidencia positiva no es clara juegos en línea.
por lo que se requiere de información adicional como
por ejemplo el tiempo que los estudiantes dedican a Referencias
cada actividad de entretenimiento. De manera general, Antonijevic, R. (2007). Usage of Computers and Calculators and
los estudiantes que realizan descargas y quienes utilizan Students’ Achievement: Results from TIMSS 2003. In International
Conference on Informatics, Educational Technology and New
todas las posibilidades de entretenimiento presentan
Media in Education. Sombor, Serbia. (http://goo.gl/2zJ54R) (2015-
tendencia a reprobar menos que los estudiantes que no 03-18).
hacen uso o presentan un uso mínimo de Internet. Azizi, E. (2014). Relationship between Internet Competency and
Ya sea el caso de suspender o reprobar una o más Academic Achievement of Science Students in Bachelor Level. Re-

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


69

search Journal of Recent Sciences, 3(9), 34-38. (http://goo.gl/o- (2011). The Impact of Frequency on Achievement in Online

Comunicar, 48, XXIV, 2016


HBJZI) (2015-03-23). Courses: A Study From a South Texas University. Journal of Inter-
Bloom, B., Furst, E., Hill, W., & Krathwohl, D. (1956). Taxonomy active Online Learning, 10(3), 141–149. (http://goo.gl/PNbNJT)
of Educational Objectives: Handbook I, The Cognitive Domain. (2015-02-03).
New York: Adison-Wesly. Lepp, A., Barkley, J. E., & Karpinski, A. C. (2015). The Relation-
Castaño, J. (2011). El uso de Internet para la interacción en el ship between Cell Phone Use and Academic Performance in a
aprendizaje: Un análisis de la eficacia y la igualdad en el sistema Sample of U.S. College Students. SAGE Open, 5(1), 1-9. http://-
universitario catalán. Barcelona: Universitat Oberta de Catalunya. doi.org/10.1177/2158244015573169
(http://goo.gl/hZW1Rs) (2015-05-22). Leung, L., & Lee, P. (2012). Impact of Internet Literacy, Internet
Cea, M.A. (2005). La exteriorización de la xenofobia. Revista Addiction Symptoms, and Internet Activities on Academic Per-
Española de Investigaciones Sociológicas, 112(5), 197-230. formance. Social Science Computer Review, 30(4), 403-418. doi:
(https://goo.gl/B9TU43) (2015-02-28). http://doi.org/10.1177/0894439311435217
Chen, S.Y., & Fu, Y.C. (2009). Internet Use and Academic Luaran, J. E., Binti, F., Mohd, K., & Nadzri, F. (2011). Hooked on
Achievement: Gender Differences in Early Adolescence. the Internet: How does it Influence the Quality of Undergraduate
Adolecense, 44(176). (http://goo.gl/ZzkiOW) (2015-04-14). Student’s Academic Performance? (http://goo.gl/67QNHr) (2015-
Díaz-De-Rada, J.V. (1998). Diseño de tipologías de consumidores 02-20).
mediante la utilización conjunta del Análisis Cluster y otras técnicas Lucas, M. L. (1998). Family Background, Home Environment and
multivariantes. Revista Española de Economía Agraria, 182, 75- the Rate of Child Cognitive Development. Tesis doctoral, Dallas:
104. (http://goo.gl/QNbNGG) (2015-03-23). University of Texas.
DLINHE (2011). Digital Literacy in Higher Education. (https://- Mishra, S., Draus, P., Goreva, N., Leone, G., & Caputo, D. (2014).
goo.gl/dcQ4gj) (2015-02-17). The Impact of Internet Addiction on University Students and Its
Duart, J. M., Gil, M., Puyol, M., & Castaño, J. (2008). La univer- Effect on Subsequent Academic Success: a Survey Based Study.
sidad en la sociedad Red. Barcelona: Ariel. Issues in Information Systems, 15(I), 344-352. (http://goo.gl/H88-
Duart, J.M., & Lupiáñez-Villanueva, F. (2005). E-strategies in the TK3) (2015-03-30).
Introduction and Use of Information and Communication Tech- Ndege, W., Mutavi, T., Kokonya, D., Nekesa, V., Musungu, B,
nologies in the University. Universities and Knowledge Society Obondo, A... Wangari, M. (2015). Social Networks and Students’
Journal, 2(1). doi http://doi.org/10.7238/rusc.v2i1.243 Performance in Secondary Schools: Lessons from an Open
Ellore, S.B., Niranjan, S., & Brown, U. (2014). The Influence of Learning Centre, Kenya. Journal of Education and Practice, 6(21),
Internet Usage on Academic Performance and Face-to-Face Com- 171-178. (https://goo.gl/RpGBBd) (2015-03-26).
munication. Journal of Psychology and Behavioral Science, 2(2), Pepe, K. (2011). A Study on the Playing of Computer Games, Class
163-186. (http://goo.gl/7En0YU) (2015-03-02). Success and Attitudes of Parents to Primary School Students. Edu-
Fernández, J., Peñalba, A., & Irazabal, I. (2015). Internet Use cational Research and Reviews, 6(9), 657-663. (http://goo.gl/RR0-
Habits and Risk Behaviours in Preadolescence. [Hábitos de uso y u8i) (2015-04-16).
conductas de riesgo en Internet en la preadolescencia]. Comunicar, Raines, J. (2012). The Effect of Online Homework Due Dates on
44, 113-120. doi: http://dx.doi.org/10.3916/C44-2015-12 College Student Achievement in Elementary Algebra. Journal of
Frangos, C., & Kiohos, A. (2010). Internet Addiction among Greek Studies in Education, 2(3), 1-18. doi: http://doi.org/10.5296/jse.v-
University Students: Demographic Associations with the Pheno- 2i3.1704
menon, Using the Greek Version of Young’s Internet Addiction Test. Shunglu, S., & Sarkar, M. (1995). Researching the Consumer.
International Journal of Economic Sciences and Applied Research, Marketing and Research, 23(2), 123-131. (https://goo.gl/ZPzpkt)
3(1), 49-74. (http://goo.gl/xr1RnX) (2015-03-05). (2015-03-30).
Fullana, J. (1992). Revisió de la recerca educativa sobre les varia- Subrahmanyam, K., Greenfield, P., Kraut, R., & Gross, E. (2001).
bles explicatives del rendiment acadèmic: Apunt per a l’ús del criteri The Impact of Computer Use on Children’s and Adolescents’ De-
de ‘modificabilitat pedagògica’ de les variables. Estudi General, velopment. Applied Developmental Psychology, 22(1), 7-30.
(12), 185-200. (http://goo.gl/ejXqcc) (2015-03-10). (http://goo.gl/HRv5L) (2015-03-23).
Gil-Flores, J. (2009). Computer Use and Students’ Academic Suhail, K., & Bargees, Z. (2006). Effects of Excessive Internet Use
Achievement. Research, Reflections and Innovations in Integrating on Undergraduate Students in Pakistan. CyberPsychology & Be-
ICT in Education (Internet). (http://goo.gl/ODCcGT) (2015-02-27). havior, 9(3), 297-307. (http://goo.gl/fVV2aF) (2015-03-28).
Heyam, A. (2014). The Influence of Social Networks on Students’ Tichenor, P., Donohue, G., & Olien, C. (1970). Mass Media Flow
Performance. Journal of Emerging Trends in Computing and In- and Differential Growth in Knowledge. Public Opinion Quarterly,
formation Sciences, 5(3), 200-205. http://doi.org/10.3916/C41- 34(2), 150-170. (http://goo.gl/MwCcJ0) (2014-04-10).
2013-19 Türel, Y.K., & Toraman, M. (2015). The Relationship between
Hunley, S.A., Evans, J.H., Delgado-Hachey, M., Krise, J., Rich, Internet Addiction and Academic Success of Secondary School
T., & Schell, C. (2005). Adolescent Computer Use and Academic Students. Antropologist, 20, 280-288. (http://goo.gl/npyrwt) (2015-
Achievement. Adolecense, 40(158), 307-318. (http://goo.gl/2qPR- 03-30).
7q) (2015-03-11). UOC (Ed.) (2003). Internet Catalonia Project. (http://goo.gl/-
Ip, B., Jacobs, G., & Watkins, A. (2008). Gaming Frequency and G3xmXT) (2015-04-20).
Academic Performance. Australasian Journal of Educational Tech- Villa, A., & Poblete, M. (2007). Aprendizaje basado en competen-
nology, 24(4), 355-373. (http://goo.gl/7mO0M5) (2015-02-17). cias una propuesta para la evaluación de las competencias generi-
Junco, R. (2015). Student class standing, Facebook Use, and Aca- cas. Bilbao: Mensajero.
demic Performance. Journal of Applied Developmental Psycho- Warschauer, M. (2002). Reconceptualizing the Digital Divide. First
logy, 36, 18-29. http://doi.org/10.1016/j.appdev.2014.11.001 Monday, 7(7). doi: http://dx.doi.org/10.5210/fm.v7i7.967
Kupczynski, L., Gibson, A.M., Ice, P., Richardson, J., & Challoo, L. Wittwer, J., & Senkbeil, M. (2008). Is Students’ Computer Use at

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


70

Home Related to their Mathematical Performance at School? Com- Zillien, N., & Hargittai, E. (2009). Digital Distinction: Status-Spe-
Comunicar, 48, XXIV, 2016

puters & Education, 50(4), 1.558-1.571. doi: http://doi.org/10.101- cific Types of Internet Usage. Social Science Quarterly, 90(2),
6/j.compedu.2007.03.001 274-291. doi: http://doi.org/10.1111/j.1540-6237.2009.00617.x

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Páginas 61-70


58
Comunicar, 48, XXIV, 2016

«Comunicar» in your computer


www.comunicarjournal.com

Chinese Coedition
© ISSN: 1134-3478 • e-ISSN: 1988-3293
Comunicar 48

K aleidoscope

Research
Studies
Proposals
60
Comunicar, 48, XXIV, 2016

© ISSN: 1134-3478 • e-ISSN: 1988-3293


Comunicar, n. 48 v. XXIV, 2016 | Media Education Research Journal | ISSN: 1134-3478; e-ISSN: 1988-3293
www.comunicarjournal.com

Internet Use and Academic Success in


University Students
Usos de Internet y éxito académico en estudiantes universitarios

Dr. Juan-Carlos Torres-Díaz is Research Professor in the Department of Computer and Electronic Sciences at the
Universidad Técnica Particular de Loja (Ecuador) ([email protected]) (http://orcid.org/0000-0003-1503-0379)
Dr. Josep M. Duart is Professor of Education and Psychology Studies on the Doctoral Program at the Universitat
Oberta de Catalunya (Spain) ([email protected]) (http://orcid.org/0000-0002-5123-0370)
Dr. Héctor-F. Gómez-Alvarado is Research Professor in the Department of Computer and Electronic Sciences at the
Universidad Técnica Particular de Loja (Ecuador) ([email protected]) (http://orcid.org/0000-0002-7310-4260)
Dr. Isidro Marín-Gutiérrez is Research Professor in the Department of Communication at the Universidad
Técnica Particular de Loja (Ecuador) ([email protected]) (http://orcid.org/0000-0002-6858-0983)
Verónica Segarra-Faggioni is Research Professor in the Department of Communication at the Universidad
Técnica Particular de Loja (Ecuador) ([email protected]) (http://orcid.org/0000-0002-7275-7411)

ABSTRACT
The use of technology is changing the way things are done, including the work in universities where the teaching and learning
process are changing, and it is required to know the effect of technology on student achievement. In this research work, we pre-
sent the influence of Internet use on academic success of students from five universities in Ecuador. A random sample of 4,697
people was got up and categorized in two groups: the use of Internet in academic activities and entertainment, using factor analy-
sis and cluster analysis; the resulting categories were used as independent variables in multinomial logistic regression model which
are seeking to determine if the use of Internet has impacted on academic success. The results show that people who perform
interactive activities with peers and teachers or use in a balanced way the different internet tools tend to have more academic
success than those who only seeks information. Regarding to the use of Internet in entertainment, a positive impact was found on
academic achievement. Students who download audio, video and software, and students who use all the entertainment possibi-
lities show less likely to fail than who using minimally Internet. In terms of gender, it has different effects for entertainment and
academic purposes.

RESUMEN
El uso de la tecnología provoca cambios sociales. Esto incluye el trabajo en el ámbito universitario en donde está cambiando tanto
la forma de ejercer la docencia como la forma de aprender y se requiere conocer el efecto del uso de la tecnología sobre el ren-
dimiento del alumnado. En este trabajo se investigó la incidencia del uso de Internet sobre el éxito académico del alumnado de
cinco universidades de Ecuador. Se levantó una muestra aleatoria de 4.697 personas y se las categorizó en perfiles de uso de
Internet para actividades académicas y para entretenimiento, utilizando análisis factorial y análisis clúster. Las categorías resultan-
tes se utilizaron como variables independientes en modelos de regresión logística multinomial que buscaban determinar si el uso
de Internet tenía incidencia sobre el éxito académico. Los resultados muestran que quienes realizan actividades interactivas con
pares y profesores o quienes utilizan de forma balanceada las distintas herramientas de Internet tienden a un mayor éxito acadé-
mico que aquellos que solo buscan información. En lo referente al entretenimiento, se encontró una incidencia positiva del uso
de Internet sobre el éxito académico. Los estudiantes que realizan descargas de contenido de audio, video y software, y quienes
utilizan todas las posibilidades de entretenimiento, presentan menor tendencia a suspender que los estudiantes que utilizan míni-
mamente Internet. En cuanto al género se presentan diferencias en los usos académicos y de entretenimiento.

KEYWORDS | PALABRAS CLAVE


University, academic achievement, entertainment, digital divide, interaction, online, assessment, games.
Universidad, éxito académico, entretenimiento, brecha digital, interacción, on-line, evaluación, juegos.

Received: 2015-10-27 | Reviewed: 2015-11-30 | Accepted: 2016-02-22 | Preprint: 2016-05-15 | Published: 2016-07-01
DOI http://dx.doi.org/10.3916/C48-2016-06 | Pages: 61-70
62

1. Introduction ving academic goals. Duart and Lupiáñez-Villanueva


Comunicar, 48, XXIV, 2016

Academic achievement among students generally (2005) pinpointed three areas in which the university as
equates to the effort expended, and is related to inte- an institution had undergone changes: technological
llectual and environmental factors. Habits acquired at infrastructure, innovation among teachers and organiza-
an early age such as an interest in reading, or a lack of tional restructuring. As a result, the most relevant factors
resources with which to develop elementary capabili- affecting students on entering university are the level of
ties such as verbal comprehension and production are technology within the educational model and the need
also an influence (Lucas, 1998). to apply it to the development of the curriculum map,
Academic achievement is multidimensional and and the role of the teacher in directing students in the
shaped by variables that are difficult to systematize wit- use of the information and technology available as lear-
hin a specific model (Fullana, 1992). Educational suc- ning tools and resources.
cess is usually measured by rudimentary testing that Various studies have found that Internet use can
fails to take into account basic cognitive dimensions have positive benefits on educational achievement
that form part of a systematic process. Variables can be while others conclude that this outcome is not so
personal, academic or social (Fullana, 1992). In recent obvious (Chen & Fu, 2009; Gil-Flores, 2009; Hunley
years, several approaches have developed around the & al., 2005; Luaran & al., 2011; Raines, 2012; Suhail
Bloom taxonomy (Bloom & al., 1956) that more or less & Bargees, 2006). The variables used to measure the
coalesces around three psychological domains: cogni- influence of Internet use on academic success include
tive, affective and psychomotor. There has also been student online activity for task completion, time spent
a boom in instruction in, and assessment of, competen- on the Internet, and access to a computer and Internet
ces that insists on the need to develop generic and connection at home. However, no firm conclusions
transversal competences, as well as those skills specific are drawn on the issue since results from other studies
to each study area (Villa & Poblete, 2007), teaching performed under similar conditions have been contra-
students to «learn how to learn» and to acquire greater dictory (Antonijevic, 2007; Azizi, 2014; Ellore & al.,
capacities in line with today’s ever-changing times. 2014; Junco, 2015). Other studies show that the use
Academic achievement can be measured from various of technology has a positive effect on certain cognitive
perspectives: efficacy, for example, grading the level of areas such as the development of spatial skills and
success in reaching set objectives in a course program, memory, and improved reading, writing and informa-
which provides important information for decision tion processing skills, but this does not necessarily lead
makers in educational institutions. A study by Duart & to better academic achievement. This fits with the
al. (2008) analyzed universities in Catalonia (Spain) Fullana concept (1992) of multidimensional forms of
and used as main indicator the relation between the mediation. Heyam (2014) carried out a meta-analysis
number of subjects passed against the number of sub- of the use of technology, in particular social networks,
jects students had matriculated for, thus enabling stu- with regard to student performance, and drew two
dents to be categorized in terms of high, medium and conclusions: technology and social networks facilitate
low academic achievement. Other variables included communication, socialization, coordination, collabora-
gender, age and socio-economic strata. For gender, tion and entertainment; but they can also cause addic-
women outnumbered men by 10% in the high acade- tion and lead to time wasting, information overload
mic achievement category, and for age, students under and physical isolation from society.
25 got better academic results. Other studies have found relations between the
Since then, technology has been added to the tradi- use of technology and factors associated to academic
tional indicators of academic achievement, meaning the achievement, one such being Gil-Flores (2009) who
technological environment at institutional level, access saw a significant link between computer usage and
to Internet and how students use it, factors which Duart educational success. This study found that high school
& al. (2008) define as «new determinants of academic students who use a computer at home more often sco-
achievement», and which influence students’ work on red higher marks in maths and languages. Although
various levels and in different ways. An educational ins- Internet was not a determining factor, it at least esta-
titution’s technological environment, if properly establis- blishes a relation between the variables. Another study
hed, is an important factor in the development of a cul- involving high school students (Ndege & al., 2015)
ture of technological usage. Although this by no means indicates the positive effects of technology in boosting
guarantees academic success, it does enable the student the potential for communication and interaction, as
to develop good practices that can contribute to achie- well as the downside, which is that time is often was-

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70


63

ted, leading to less time spent on academic activities. lar vary in the approach required for studying them,

Comunicar, 48, XXIV, 2016


Mishra & al. (2014) carried out a study of univer- and technology can make a positive or negative contri-
sity students that analyzed the relation between the bution to learning. A study by Antonijevic (2007)
average of student scores and the time spent searching found that computer use proved very valuable for
on Internet. The results revealed a significant negative science students but had the opposite effect on maths
relation in that the more time spent online, the lower students. The use of technology in learning directly
the average mark. They also found a significant positi- affects academic achievement. This is evident in a
ve relation between the perception of the time stu- study by Wittwer and Senkbeil (2008) who discove-
dents thought they needed to spend on sites with aca- red no link between computer access and performan-
demic information and the average mark. Türel and ce in maths. However, using a computer to solve pro-
Toraman (2015) found that men tend to spend more blems had a positive effect on students.
time online than women. They
also concluded that as the avera-
ge mark considered to be a good
pass rose, so Internet addiction
declined. So, the control should Women tend to make less use of technology for
center on students who use Inter- entertainment. On the other hand, comparing balanced
net more than three hours a day.
Lepp & al. (2015) measured the profilers to downloaders, both men and women are
impact of cell phone use on the
average marks scored by univer- equally represented and no clear trend is visible. We
sity students, and found that the can conclude that in terms of entertainment women
greater the cell phone use, the
lower the average. prefer to download information than play games online.
Chen & Fu (2009) conclu-
ded that online information sear-
ching improved exam results.
Other studies in Pakistan found
that Internet use had a positive effect on marks, and When it comes to entertainment, there is a mar-
improved reading, writing and information processing ked difference in gender, as young women tend
skills (Suhail & Bargees, 2006). Computer resources towards social networks while young men prefer onli-
such as games had a positive effect on spatial skills and ne gaming (Fernández, Peñalba, & Irazabal, 2015).
memory, as well as developing visual and auditory Young people who present an addiction to Internet
capacities, thus stimulating overall student develop- usage also have lower academic achievement
ment (Subrahmanyam & al., 2001). One recurring (Frangos, Frangos, & Kiohos, 2010). The trend is for
element in the studies is the relation between acade- students to score lower marks the more time they
mic achievement and home computer access. On the spend on online gaming (Ip, Jacobs & Watkins,
other hand, no link has been established between aca- 2008). Pepe (2011) found similar results in primary
demic achievement and computer use at the educatio- school students. Results tend to show that the time
nal center (Gil-Flores, 2009). Other studies show that spent searching for information on Internet helps to
students who search out information online get better raise marks and improve socialization whereas time
marks because they have access to more data sources spent online gaming has the opposite effect (Chen &
and are thus better informed on the subject (Leung & Fu, 2009). Hunley & al. (2005) showed that the
Lee, 2012). This fits with Kupczynski & al. (2011) amount of time spent on the Internet had limited effect
who studied the behavior of students in Internet cour- on high school students’ academic achievement, yet
ses, finding that the most active (higher number of onli- GPA test scores show no relation to specific online
ne sessions) had greater educational success. Castaño activities such as information search, use of email and
(2011) highlighted the benefits of student interaction videogames. This contradiction in the results of
for academic achievement, with the benefits accruing various studies reveals the need for deeper investiga-
more to online students than to those who physically tion in order to probe systematically the true nature of
attended classes. academic achievement and its determinants. This
Sciences in general and certain subjects in particu- could shed light on the beneficial uses of technology

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70


64

variables that asked the stu-


Comunicar, 48, XXIV, 2016

dents how many subjects


were taking and how many
they had failed in the last
semester.

2.3. Procedure
We created a variable to
represent Internet use for aca-
demic activities and another
for Internet use for entertain-
ment, so students were classi-
fied according to the use of
technology for coursework or
on academic work, and inform teachers on how best for entertainment. To construct the «academic uses»
to instruct students in the use of technology. variable, we presented 13 questions to measure the
use of various technological instruments in academic
2. Material and methods activities (table 1), and a factor analysis was performed
Two hypotheses were posed, which stated that to reduce the number of variables and group them in
the use of technology for both academic and entertain- factors. The factors were Communication, Partici-
ment purposes had a positive effect on academic pation and Information Search, and they were subject
achievement. to a k-means clustering analysis. To guarantee the con-
sistency of the classifications, groups were created by
2.1. Population and sample first calculating the centroids from a subsample and
The sample was selected from students attending then using them to generate the groups. Students were
five universities in Ecuador between February and classified in 2, 3, 4 and 5 groups, from which one was
May 2015. A total of 4,697 students were surveyed at selected that presented the greatest accuracy and best
random, of whom 48.5% were men and 51.5% were ease of interpretation of the groups’ structure, follo-
women. wing a discriminant function analysis. This analysis
was carried out using the group number generated by
2.2. Data-gathering instruments the cluster analysis as a dependent variable, and the
A tool was developed based on questionnaires factors from the factor analysis as independent varia-
used in the Proyecto Internet Cataluña (UOC, 2003) bles (Cea, 2005; Díaz-De-Rada, 1998; Shunglu & Sar-
and the Digital Literacy in Higher Education Project kar, 1995). This enabled us to determine the percen-
(DLINHE, 2011), and adapted to the requirements of tage of elements correctly assigned to each classifica-
this research. The questionnaire did not require stu- tion. We then divided the classification into three
dents to state which degree course they were studying. groups, as the easiest way to interpret them, and the
It was divided in two parts, the first containing 13 three groups’ centroids for each variable are shown in
questions on the use of technology for performing aca- figure 1.
demic activities; the variables are presented in table 1. A similar procedure was applied to develop clas-
The second part of the questionnaire extracted sification based on the use of Internet for entertain-
information on the use of
technology for entertainment
by means of 10 variables,
presented in table 2. It also
gathered socio-demographic
information using the varia-
bles of age, gender and inco-
me, the latter measured on a
five-level scale. Information
on academic achievement
was obtained from two

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70


65

ment. The variables used and the

Comunicar, 48, XXIV, 2016


resulting factors from the factor analy-
sis are shown in table 2. The final ca-
tegories of this classification are shown
in figure 2.
We also created a variable to
represent academic achievement, so
students were categorized in four
groups according to the number of sub-
jects failed. This was obtained by sub-
tracting the number of subjects passed
from the number of subjects taken (sub-
jects failed = subjects taken, subjects
passed). This gave us four categories: Figure 1. Groups according to use of technology for academic activities.
no subject failed, one failed, two failed,
more than two failed. The correlations established and the highest in Information Search. Its main charac-
are: the uses of the Internet for academic activities and teristic contains a contradiction in that it has a high
academic achievement, and the uses of the Internet for level of information search and a low level of interac-
entertainment and academic achievement. The corre- tive activities and work with educational material,
lations were obtained using multinomial logistic regres- which indicates an imbalance in the use of Internet
sion models. tools. Finally, the passive academic profile has its
lowest levels of intensity in information search and the
3. Results use of social network tools; and the intensity levels are
3.1. Categorization of the students low for interactive activities and work with educatio-
Classification based on the uses of the Internet for nal material, yet they are higher than those for the
academic activities divides the students into three information seeker profile.
groups (figure 1) or profiles: the dedicated academic Classification of students based on the uses of the
profile scores high in all factors, especially in Partici- Internet for entertainment activities divides them into
pation, which is its distinctive element and refers to three groups (figure 2). The first is the download
interactive activities and work carried out using educa- entertainment profile and is composed of 32.4% of the
tional material. The homogeneity in the values for this students surveyed; it has the highest level of downlo-
profile demonstrates a balanced use of Itools. In the ads of programs, music, films and radio and television
Communication factor, there is a similarity between content. Men are in a majority in this group, at 57.2%.
the information seeker academic profile and the dedi- Group 2 is the balanced entertainment profile so-
cated profile. The information seeker academic profile called because the components’ usage of all forms of
presents the lowest values in the Participation factor entertainment is more or less homogenous; it numbers
19.8% of the students and most are men,
58.3%. Its distinctive feature is the high
level of buying and selling that takes
place, as well as the preference for onli-
ne gaming.
Group 3 is the passive entertainment
profile which accounts for 47.8% of stu-
dents, and these have the lowest level of
Internet use for entertainment. They
tend to be the oldest in the sample and
are mainly women, 61.5%. The low
level of technology use for entertainment
points to a student who does not deem
online entertainment to be important, or
who has restricted access to technology
Figure 2. Groups according to use of technology for academic activities. or no time to use it.

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70


66

3.2. Educational uses of the Internet and academic to failing none is 1.78 (1/0.55) times less when a stu-
Comunicar, 48, XXIV, 2016

achievement dent belongs to the download entertainment profile in


One of the hypotheses tested in this research is relation to the passive profile; and is 1.29 (1/0.77)
that Internet use for doing coursework has a positive times less when the student belongs to the balanced
effect on academic achievement. The use of techno- entertainment profile in relation to the passive profile.
logy for carrying out educational tasks is grouped Something similar occurs when we analyze stu-
according to profile denomination that reveals the dif- dents who failed two subjects. The probability of fai-
ferences between them. The main divergence is be- ling two subjects in relation to failing none is 1.64
tween the dedicated profile and information seeker times less when the student belongs to the download
profile, which is apparent in the level of interaction entertainment profile in relation to the passive profile;
activities and the work carried out with educational and is 1.51 times less when the student belongs to the
material; this is high in the dedicated profile and very complete entertainment profile in relation to the passi-
low in the information seeker profile. ve profile.
The likelihood ratio of failing one subject as oppo-
sed to failing none diminishes 1.53 (1/0.65) times 4. Discussion and conclusions
when the student belongs to the dedicated student Although the use of technology to perform acade-
profile in relation to the information seeker academic mic activities determines only 3% of academic perfor-
profile. The likelihood ratio of failing one subject as mance its effect is visible, depending on the type of
opposed to failing none increases 1.37 times when the usage. Students who tend to interact more and use
student belongs to the passive academic profile in rela- educational material (dedicated profile) are less likely
tion to the information seeker academic profile. The to fail than students whose main academic activity is to
likelihood ratio of failing two subjects against failing search for information (information seeker profile).
none is 1.45 (1/0.68) times less when the student These findings differ from those of Chen & Fu (2009)
belongs to the dedicated academic profile in relation to who sustained that searching for information on
the information seeker academic profile, and is 1.48 Internet enhanced academic achievement. The diffe-
times greater when the student belongs to the passive rences between the dedicated and information seeker
academic profile in relation to the information seeker profiles and their effect on academic achievement
academic profile. The likelihood ratio of failing three coincide with hypotheses that state that the digital divi-
or more subjects against failing none is 1.33 (1/0.75) de is not solely due to Internet connection or access to
times less when the student belongs to the dedicated technology (Warschauer, 2002; Zillien & Hargittai,
academic profile in relation to the information seeker 2009) but also to good use of technology and resour-
academic profile, and is 2.01 times greater when the ces, as is the case of the dedicated profilers who pre-
student belongs to the passive academic profile in rela- sent habits that are considered proper and balanced.
tion to the information seeker academic profile. The passive profile has the lowest levels of tech-
nological use, which presumes that the student is con-
3.3. Entertainment and academic achievement ditioned by restrictions (income, knowledge, access to
The second hypothesis sustains that the use of a connection); and the negative effect on academic
Internet for entertainment activities influences stu- achievement is clear since those whose use of the
dents’ academic performance. An important finding in Internet tools for coursework is minimal (passive profi-
our study is that students who use Internet for enter- le) tend to fail more subjects than those whose output
tainment
purposes
less tend
to fail
m o r e
o f t e n
(table 4).
The like-
lihood of
failing one
subject as
opposed

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70


67

is based

Comunicar, 48, XXIV, 2016


on online
informa-
tion sear-
ching
(informa-
tion see-
ker pro-
file). The
lack of
access to
t h e
Internet
has an tainment activity. In general, students who download
even greater negative impact than bad practices or files and use the Internet extensively for entertainment
habits in technology use. It also emphasizes the disad- purposes tend to fail fewer subjects than those who do
vantage suffered by those with fewer economic not use the Internet, or rarely use it, for entertainment.
resources, thereby reinforcing the knowledge gap the- Regardless of whether students fail one, two or
ory (Tichenor, Donohue, & Olien, 1970). more subjects, the download profilers make more
This study shows that students have greater aca- extensive use of the Internet for entertainment purpo-
demic success when they make a balanced use of ses. These students are less likely to fail than those
Internet tools for their coursework; they more often get who belong to the complete profile, whose level of
involved in interactive academic activities and make technology use for entertainment is high and balanced.
greater use of educational material, which fits with Although data on this finding are not abundantly clear,
Castaño (2011) who showed the positive effects of analysis of the similarities and differences between the
interaction. On the other hand, students whose use of two profiles reveals that the biggest divergence relates
the Internet is categorized as passive score lower in to the extent of buying and selling activities, and online
testing. gaming, with the latter perhaps being the most signifi-
Our study found that the influence of Internet use cant (Ip & al., 2008), which is why we extracted the
on academic achievement was significant, in line with percentage of students who play online in each profile,
Mishra & al. (2014) and Türel and Toraman (2015). with download profilers playing less online (53.3%)
Further research needs to focus on the time spent on than the complete profilers (87.7%). This could
the Internet for academic purposes in order to measu- explain why the complete profile students have lower
re the true extent of this relation, so it should look to academic achievement. Although this finding is interes-
the most influential variables from our study, such as ting, it requires more conclusive evidence. Future
those related to interaction and working with educa- research needs to work on more variables, one such
tional material. being the time students spend on online gaming.
A significant percentage (30%) of students use Our finding, that students who use technology for
Internet only for information searching and not for entertainment generally tend to score higher in tests,
interacting with teachers or colleagues or using course runs contrary to several studies (Frangos & al., 2010;
material. This seems to be a strange behavior and furt- Ip & al., 2008; Mishra & al., 2014; Pepe, 2011; Türel
her research is needed to determine whether it is an & Toraman, 2015). Data supporting this finding is
inappropriate practice or a new ad hoc methodology minimal, other than the fact that the level of influence
that is becoming a dynamic structure in students’ tech- of entertainment on academic achievement is 1.9% of
nological practices. The use of the Internet for acade- the explained variance.
mic work is not influenced by gender, as both men and When comparing students who perform a wide
women present the same patterns for technology use. range of online entertainment activities (balanced pro-
In terms of entertainment-related activities, we file) to those whose use is limited (passive profile),
found that the Internet use for entertainment had a women are twice as likely to belong to the latter group.
positive influence on academic achievement, contrary In other words, women tend to make less use of tech-
to Ip & al. (2008). The reason is unclear so more data nology for entertainment. On the other hand, compa-
is needed on the time students spend on each enter- ring balanced profilers to downloaders, both men and

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70


68

women are equally represented and no clear trend is formation Sciences, 5(3), 200-205. http://doi.org/10.3916/C41-
Comunicar, 48, XXIV, 2016

2013-19
visible. We can conclude that in terms of entertain-
Hunley, S.A., Evans, J.H., Delgado-Hachey, M., Krise, J., Rich,
ment women prefer to download information than T., & Schell, C. (2005). Adolescent Computer Use and Academic
play games online. Achievement. Adolecense, 40(158), 307-318. (http://goo.gl/2qPR7-
q) (2015-03-11).
Ip, B., Jacobs, G., & Watkins, A. (2008). Gaming Frequency and
References Academic Performance. Australasian Journal of Educational Tech-
Antonijevic, R. (2007). Usage of Computers and Calculators and nology, 24(4), 355-373. (http://goo.gl/7mO0M5) (2015-02-17).
Students’ Achievement: Results from TIMSS 2003. In International Junco, R. (2015). Student class standing, Facebook Use, and Aca-
Conference on Informatics, Educational Technology and New Media demic Performance. Journal of Applied Developmental Psycho-
in Education. Sombor, Serbia. (http://goo.gl/2zJ54R) (2015-03-18). logy, 36, 18-29. http://doi.org/10.1016/j.appdev.2014.11.001
Azizi, E. (2014). Relationship between Internet Competency and Kupczynski, L., Gibson, A.M., Ice, P., Richardson, J., & Challoo, L.
Academic Achievement of Science Students in Bachelor Level. Re- (2011). The Impact of Frequency on Achievement in Online
search Journal of Recent Sciences, 3(9), 34-38. (http://goo.gl/o- Courses: A Study From a South Texas University. Journal of Inter-
HBJZI) (2015-03-23). active Online Learning, 10(3), 141–149. (http://goo.gl/PNbNJT)
Bloom, B., Furst, E., Hill, W., & Krathwohl, D. (1956). Taxonomy (2015-02-03).
of Educational Objectives: Handbook I, The Cognitive Domain. Lepp, A., Barkley, J. E., & Karpinski, A. C. (2015). The Relation-
New York: Adison-Wesly. ship between Cell Phone Use and Academic Performance in a
Castaño, J. (2011). El uso de Internet para la interacción en el Sample of U.S. College Students. SAGE Open, 5(1), 1-9. http://-
aprendizaje: Un análisis de la eficacia y la igualdad en el sistema doi.org/10.1177/2158244015573169
universitario catalán. Barcelona: Universitat Oberta de Catalunya. Leung, L., & Lee, P. (2012). Impact of Internet Literacy, Internet
(http://goo.gl/hZW1Rs) (2015-05-22). Addiction Symptoms, and Internet Activities on Academic Per-
Cea, M.A. (2005). La exteriorización de la xenofobia. Revista formance. Social Science Computer Review, 30(4), 403-418. doi:
Española de Investigaciones Sociológicas, 112(5), 197-230. http://doi.org/10.1177/0894439311435217
(https://goo.gl/B9TU43) (2015-02-28). Luaran, J. E., Binti, F., Mohd, K., & Nadzri, F. (2011). Hooked on the
Chen, S.Y., & Fu, Y.C. (2009). Internet Use and Academic Achie- Internet: How does it Influence the Quality of Undergraduate Student’s
vement: Gender Differences in Early Adolescence. Adolecense, Academic Performance? (http://goo.gl/67QNHr) (2015-02-20).
44(176). (http://goo.gl/ZzkiOW) (2015-04-14).
Lucas, M. L. (1998). Family Background, Home Environment and
Díaz-De-Rada, J.V. (1998). Diseño de tipologías de consumidores
the Rate of Child Cognitive Development. Tesis doctoral, Dallas:
mediante la utilización conjunta del Análisis Cluster y otras técnicas
University of Texas.
multivariantes. Revista Española de Economía Agraria, 182, 75-
Mishra, S., Draus, P., Goreva, N., Leone, G., & Caputo, D. (2014).
104. (http://goo.gl/QNbNGG) (2015-03-23).
The Impact of Internet Addiction on University Students and Its
DLINHE (2011). Digital Literacy in Higher Education. (https://-
Effect on Subsequent Academic Success: a Survey Based Study.
goo.gl/dcQ4gj) (2015-02-17).
Issues in Information Systems, 15(I), 344-352. (http://goo.gl/H88-
Duart, J. M., Gil, M., Puyol, M., & Castaño, J. (2008). La univer-
TK3) (2015-03-30).
sidad en la sociedad Red. Barcelona: Ariel.
Ndege, W., Mutavi, T., Kokonya, D., Nekesa, V., Musungu, B,
Duart, J.M., & Lupiáñez-Villanueva, F. (2005). E-strategies in the
Obondo, A... Wangari, M. (2015). Social Networks and Students’
Introduction and Use of Information and Communication Tech-
nologies in the University. Universities and Knowledge Society Performance in Secondary Schools: Lessons from an Open
Journal, 2(1). doi http://doi.org/10.7238/rusc.v2i1.243 Learning Centre, Kenya. Journal of Education and Practice, 6(21),
Ellore, S.B., Niranjan, S., & Brown, U. (2014). The Influence of 171-178. (https://goo.gl/RpGBBd) (2015-03-26).
Internet Usage on Academic Performance and Face-to-Face Com- Pepe, K. (2011). A Study on the Playing of Computer Games, Class
munication. Journal of Psychology and Behavioral Science, 2(2), Success and Attitudes of Parents to Primary School Students. Edu-
163-186. (http://goo.gl/7En0YU) (2015-03-02). cational Research and Reviews, 6(9), 657-663. (http://goo.gl/RR0-
Fernández, J., Peñalba, A., & Irazabal, I. (2015). Internet Use u8i) (2015-04-16).
Habits and Risk Behaviours in Preadolescence. [Hábitos de uso y Raines, J. (2012). The Effect of Online Homework Due Dates on
conductas de riesgo en Internet en la preadolescencia]. Comunicar, College Student Achievement in Elementary Algebra. Journal of
44, 113-120. doi: http://dx.doi.org/10.3916/C44-2015-12 Studies in Education, 2(3), 1-18. doi: http://doi.org/10.5296/jse.v-
Frangos, C., & Kiohos, A. (2010). Internet Addiction among Greek 2i3.1704
University Students: Demographic Associations with the Pheno- Shunglu, S., & Sarkar, M. (1995). Researching the Consumer.
menon, Using the Greek Version of Young’s Internet Addiction Test. Marketing and Research, 23(2), 123-131. (https://goo.gl/ZPzpkt)
International Journal of Economic Sciences and Applied Research, (2015-03-30).
3(1), 49-74. (http://goo.gl/xr1RnX) (2015-03-05). Subrahmanyam, K., Greenfield, P., Kraut, R., & Gross, E. (2001).
Fullana, J. (1992). Revisió de la recerca educativa sobre les varia- The Impact of Computer Use on Children’s and Adolescents’ De-
bles explicatives del rendiment acadèmic: Apunt per a l’ús del criteri velopment. Applied Developmental Psychology, 22(1), 7-30.
de ‘modificabilitat pedagògica’ de les variables. Estudi General, (http://goo.gl/HRv5L) (2015-03-23).
(12), 185-200. (http://goo.gl/ejXqcc) (2015-03-10). Suhail, K., & Bargees, Z. (2006). Effects of Excessive Internet Use
Gil-Flores, J. (2009). Computer Use and Students’ Academic on Undergraduate Students in Pakistan. CyberPsychology & Be-
Achievement. Research, Reflections and Innovations in Integrating havior, 9(3), 297-307. (http://goo.gl/fVV2aF) (2015-03-28).
ICT in Education (Internet). (http://goo.gl/ODCcGT) (2015-02-27). Tichenor, P., Donohue, G., & Olien, C. (1970). Mass Media Flow
Heyam, A. (2014). The Influence of Social Networks on Students’ and Differential Growth in Knowledge. Public Opinion Quarterly,
Performance. Journal of Emerging Trends in Computing and In- 34(2), 150-170. (http://goo.gl/MwCcJ0) (2014-04-10).

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70


69

Türel, Y.K., & Toraman, M. (2015). The Relationship between Warschauer, M. (2002). Reconceptualizing the Digital Divide. First

Comunicar, 48, XXIV, 2016


Internet Addiction and Academic Success of Secondary School Monday, 7(7). doi: http://dx.doi.org/10.5210/fm.v7i7.967
Students. Antropologist, 20, 280-288. (http://goo.gl/npyrwt) (2015- Wittwer, J., & Senkbeil, M. (2008). Is Students’ Computer Use at
03-30). Home Related to their Mathematical Performance at School? Com-
UOC (Ed.) (2003). Internet Catalonia Project. (http://goo.gl/G3- puters & Education, 50(4), 1.558-1.571. doi: http://doi.org/10.-
xmXT) (2015-04-20). 1016/j.compedu.2007.03.001
Villa, A., & Poblete, M. (2007). Aprendizaje basado en competen- Zillien, N., & Hargittai, E. (2009). Digital Distinction: Status-Spe-
cias una propuesta para la evaluación de las competencias generi- cific Types of Internet Usage. Social Science Quarterly, 90(2),
cas. Bilbao: Mensajero. 274-291. doi: http://doi.org/10.1111/j.1540-6237.2009.00617.x

© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70


70
Comunicar, 48, XXIV, 2016

«Comunicar» in your computer


www.comunicarjournal.com

English, Spanish, Chinese and Portuguese


Coeditons
© ISSN: 1134-3478 • e-ISSN: 1988-3293 • Pages 61-70

También podría gustarte