Stem Mujeres y Educacion en STEM Una Mirada Con Perspectiva de Genero

Mujeres y educación en STEM : una mirada con
perspectiva de género.
Apuntes para México
Eugenia Garduño y Anaid Reyes

*Nota sobre la publicación: Este documento (1a Ed,) ha sido elaborado y presentado en
febrero de 2022 por integrantes de la Red de Mujeres en Educación (MUxED) en el marco
de la colaboración con la Estrategia Educación STEM para México y los compromisos del
grupo de trabajo correspondiente al Eje Estratégico Educación STEM- Inclusión con
Perspectiva de Género y Foco en las Mujeres.
Se prohíbe toda reproducción con fines de lucro y se insta a citar el documento como:
Garduño, A. E. y Reyes, A. (2022). Mujeres y educación en STEM: una mirada con
perspectiva de género. Apuntes para México. Documento de trabajo. México: Mujeres
Unidas por la Educación- Movimiento STEM.
2
Índice
Marcos de referencia de mujeres en STEM 8
Desempeño y variables afectivas en materias STEM en educación básica y media superior:
evidencia nacional e internacional 12
PREESCOLAR: DESEMPEÑO EN MATEMÁTICAS 12
PRIMARIA: DESEMPEÑO Y VARIABLES AFECTIVAS EN MATEMÁTICAS Y CIENCIAS 13
Desempeño en matemáticas 8- 9 años (3º primaria) 13
Desempeño en ciencias 9- 10 años (4º primaria) 14
Variables afectivas en matemáticas y en ciencias en primaria 15
Autoconcepto en habilidad matemática 9 – 10 años (4º primaria) 15
Autoconcepto en habilidad matemática 10-11 años (5º primaria) 16
SECUNDARIA Y MEDIA SUPERIOR: DESEMPEÑO Y VARIABLES AFECTIVAS EN MATEMÁTICAS Y
CIENCIAS 16
Desempeño en matemáticas 13 a 14 años (2º Secundaria) 16
Desempeño en ciencias 13 a 14 años (2º Secundaria) 17
Desempeño en matemáticas 15 años (3º Secundaria-primer año de preparatoria) 18
Desempeño en ciencias 15 años (3º Secundaria-primer año de preparatoria) 19
Desempeño en matemáticas avanzadas, 17-18 años (último año preparatoria) 19
Desempeño en física avanzada, 17-18 años (último año preparatoria) 20
Variables afectivas en matemáticas y en ciencias en secundaria y media superior 20
Autoconcepto en habilidad matemática y científica 13 – 14 años (2º secundaria) 20
Autoconcepto, autoeficacia y ansiedad en matemáticas 15 años (3º Secundaria-primer año de
preparatoria) 21
Autoeficacia en ciencias 15 años (3º Secundaria-primer año de preparatoria) 22
Expectativas de carreras en ciencias 15 años (3º de secundaria-primer año de preparatoria) 23
Oportunidades para la práctica de las disciplinas relacionadas con STEM 24
Actividades matemáticas, 15 años 24
3
Actividades relacionadas con las ciencias, 15 años 24
Desarrollo de las mujeres en carreras STEM 26
Carreras académicas, de investigación y producción científica 27
Participación laboral de mujeres en áreas STEM 29
Factores relacionados con la inclusión de Mujeres en STEM 34
Factores individuales y psicológicos 34
Factores de contexto 36
Factores escolares y sociales 37
Conclusiones o hacia dónde dirigirnos 40
4
Resumen ejecutivo
Este documento presenta una revisión general de la evidencia nacional e internacional sobre la
participación de las mujeres en áreas de ciencias, tecnología, ingeniería y matemáticas (STEM por
sus siglas en inglés). Se enfoca en los resultados que arrojan investigaciones seminales y estudios
provenientes de evaluaciones a nivel internacional, que documentan tendencias y brechas en la
equidad de género con el objetivo de identificar diferencias de género en las trayectorias escolares
y laborales, poniendo la lupa en variables y momentos clave en el desarrollo de estas brechas.
En las últimas décadas se han realizado grandes esfuerzos nacionales e internacionales para lograr
una mayor participación de mujeres en carreras STEM. La ONU reconoció desde mediados de los
noventa los sesgos de género existentes en planes y programas de estudio de ciencias, y la baja
participación de las mujeres en estas áreas. Por ello planteó aumentar el acceso de mujeres a las
ciencias y la tecnología, como una de las prioridades de la plataforma de acción de Beijing (UN,
1995).
Asimismo, la OCDE publicó una serie de recomendaciones para fomentar una mayor “equidad de
género en educación, empleo y emprendimiento” (OECD, 2017). Entre ellas, facilitar que más
mujeres que estudian STEM continúen su vida laboral en profesiones STEM. Por su parte la UNESCO
desarrolló, entre 2015 y 2018, una iniciativa llamada “SAGA” para apoyar a países en la reducción
de las brechas de género en ciencia, tecnología e innovación.
Aun con estos esfuerzos, el porcentaje de mujeres en STEM sigue siendo significativamente más
bajo que el de hombres. En Estados Unidos, por ejemplo, únicamente 29% de las mujeres trabaja
en estos campos, pese al aumento de la participación laboral de mujeres en áreas de ciencias e
ingenierías, en los últimos veinte años. Y el problema es aún más profundo en ciertas áreas, por
ejemplo: solamente hay 16% de mujeres en ingenierías, 27% en ciencias de la computación y
matemáticas, y 29% en ciencias físicas (NSB, NSF, 2020).
Por otra parte, las brechas entre hombres y mujeres aumentan a medida que avanzan en su
trayectoria académica y profesional. De acuerdo con Stoet y Geary (2018), el porcentaje de alumnas
de 15 años con buen desempeño e interés en carreras en ciencias es más alto que el porcentaje de
mujeres que se gradúan en carreras STEM. Concluyen que hay una pérdida de talento femenino
entre la educación secundaria, la media superior y la superior.
La UNESCO también señala que la brecha de género se incrementa a medida que se avanza entre
los niveles de educación universitaria, en especial en la transición entre los estudios de maestría y
5
doctorado. La brecha llega a 40 puntos porcentuales de diferencia entre hombres y mujeres
dedicados a la investigación en estas áreas (UNESCO (2017).
Otra transición donde se observa un abandono de talento femenino, de acuerdo con Cech y Blair-
Loy, es cuando las mujeres forman una familia (Cech y Blair, 2019). 43% de las mujeres en
profesiones STEM abandona su carrera, de tiempo completo, una vez que tienen o adoptan a su
primer hijo, en contraste con 23% de los hombres en la misma situación.
Pero también persisten retos mayúsculos para aquellas mujeres que permanecen en carreras
académicas en STEM. Rivera León y colegas señalan que, en Francia, las investigadoras en el área
de física tienen 16.3% menos probabilidades de acceder a promociones en universidades y 6.3%
menos en centros nacionales de investigación científica (Rivera, Mairesse y Cowan, 2017). Estos
mismos autores indican que en el caso de México existen grandes disparidades. Como muestra,
señalan que, en 2016, 79% de quienes integraban las comisiones dictaminadoras del Sistema
Nacional de Investigadores en las áreas de físico matemáticas, ciencias de la tierra, biotecnología y
ciencias agropecuarias eran hombres; 93% en ingenierías y 86% en el área transversal de
tecnología.
La literatura que documenta y ofrece hipótesis sobre los factores asociados a estas brechas es
amplia y muestra que la baja representación de mujeres en carreras STEM es un problema
estructural y multifactorial. La misma UNESCO identifica factores a nivel individual, familiar, escolar
y social, que influyen en las disparidades de género en el desarrollo de profesiones STEM (UNESCO,
2017).
A nivel individual, hay evidencia de que, aunque las mujeres tengan el mismo desempeño
académico en ciencias y en matemáticas, tienen por lo general menos confianza en sus habilidades
para desarrollarse en estas áreas (OECD, 2019). Algunas investigaciones documentan la existencia
de estereotipos de género que se reproducen en diversos contextos y que se observan en edades
muy tempranas, los cuales proyectan que las mujeres carecen del talento requerido para dedicarse
a profesiones de alto nivel intelectual (Cimpian, Meyer y Freeland, 2015).
Por otro lado, en lo concerniente a factores familiares, diversas investigaciones en psicología

demuestran la influencia que tienen las familias en la generación de expectativas respecto al
desempeño de niñas y niños en ciencias (Fredricks y Eccles, 2002). Según datos de la OCDE, 35%
de las familias esperan que sus hijos desarrollen una carrera en STEM, mientras que solo 13% espera
lo mismo de sus hijas (OCDE, 2015).
Entre los factores sociales hay evidencia de sesgos de género en las contrataciones, la promoción
y la evaluación del trabajo científico de las mujeres (Rivera et al, 2017). Investigaciones recientes
identifican la gran paradoja de que países con un mayor desarrollo económico y equidad de género
6
(como Finlandia, Noruega y Suecia) tengan un menor porcentaje de mujeres graduadas en carreras
de STEM (Stoet y Geary, 2018).
El número limitado de mujeres que se gradúan en carreras de ciencia y tecnología en naciones con
mayor desarrollo e igualdad de género; la segregación disciplinar por género -que denota que las
mujeres que optan por carreras científicas se decantan por aquellas vinculadas con estudios en
biología y ciencias de la salud y no en aquellas áreas vinculadas a “la ciencia de las cosas”1; así como
la pérdida de talento en etapas claves del desarrollo profesional y familiar de las mujeres son
evidencia de los vacíos que hay en la investigación en áreas fundamentales para el desarrollo de
políticas, programas e intervenciones más focalizadas y efectivas.
En este sentido, es imperativo generar nuevas investigaciones sobre estos temas, que vayan más
allá del contraste en el desempeño entre hombre y mujeres y de la identificación de disparidades.
También, es necesario concentrar el análisis en las dinámicas - en diversos espacios familiares,
escolares y sociales- y procesos específicos que impactan la elección y el acceso a oportunidades
de las mujeres en áreas STEM en momentos clave, comenzando desde edades tempranas, hasta
llegar a los niveles educativos medio superior y superior y, en particular, en las áreas de tecnología
e innovación.
*Una primera versión de este resumen ejecutivo fue publicado originalmente a manera de introducción al
tema en el Blog Pluma Púrpura de la Red de Mujeres Unidas por la Educación.
1
Referida a la aplicación de los conocimientos de la física al desarrollo de tecnologías.
7
Marcos de referencia de mujeres en STEM
En 1975, la Organización de las Naciones Unidas (ONU) proclamó el año internacional de la mujer.
Desde entonces, la agenda internacional de género se ha integrado y fortalecido de manera más
sistemática a partir del trabajo de organismos internacionales, en coordinación con diversas
organizaciones a nivel nacional. Como muestra, se encuentra la realización de varias conferencias
mundiales sobre la mujer organizadas por la ONU (México, 1975; Copenhague, 1980; Nairobi, 1985
y Beijing 1995). Sin embargo, es en la conferencia mundial de Beijing en 1995 en donde se subraya
de manera explícita y contundente a nivel global, la necesidad de una mayor participación de
mujeres en carreras STEM.
En la Plataforma de Acción de Beijing (1995) se reconoce que existe un sesgo de género en los
programas de estudio de las ciencias (numeral 75) y que las mujeres se siguen concentrando en un
número limitado de esferas de estudio (numeral 76). Por lo que se planteó el Objetivo estratégico
B.3.: “Aumentar el acceso de las mujeres a la formación profesional, la ciencia y la tecnología y la
educación permanente” (ONU, 1995).
Derivado de este objetivo estratégico, en la Plataforma de Acción de Beijing se plantean medidas

que la ONU indica deben adoptarse por los gobiernos en colaboración con otros actores como las
asociaciones no gubernamentales, los organismos internacionales, y las instituciones educativas a
nivel global, tanto desde la perspectiva de acceso, como de adaptaciones en la estructura y
dinámicas de los sistemas educativos, para lograr una mayor participación de las mujeres en la
ciencia y la tecnología.
Respecto al acceso, el documento formula las siguientes medidas:

a) Proporcionar a las mujeres y las niñas información sobre la disponibilidad de formación
profesional, programas de capacitación en ciencia y tecnología y programas de educación
permanente y sobre las ventajas que pueden reportarles;
b) Diversificar la formación profesional y técnica y aumentar el acceso y la retención de
niñas y mujeres en la enseñanza y la formación profesional en los campos de las ciencias,
las matemáticas, la ingeniería, la ciencia y la tecnología ambientales, la tecnología de la
información y la alta tecnología, así como la capacitación en materia de gestión; (ONU, 1995,
p. 55)
Respecto a medidas que pueden considerarse modificaciones a nivel de recursos, estructura y

dinámicas del sistema la ONU propone:
8
c) Fomentar la adaptación de los planes de estudio y los materiales didácticos, fomentar un
ambiente educativo favorable y adoptar medidas positivas, a fin de promover la
capacitación para toda la gama de posibilidades ocupacionales en carreras no tradicionales
para las mujeres y los hombres, incluido el desarrollo de cursos multidisciplinarios para
docentes de ciencias y matemáticas, a fin de sensibilizarlos respecto a la importancia de la
ciencia y la tecnología en la vida de la mujer;
d) Elaborar planes de estudio y materiales didácticos, y formular y adoptar medidas

positivas para garantizar un mayor acceso y participación de la mujer en los sectores
técnicos y científicos, especialmente en aquellos en que no estén representadas o estén
infrarrepresentadas (ONU, 1995, p. 55)
Y aun cuando la ONU no ha repetido una conferencia global de la envergadura de Beijing 1995, los
esfuerzos a nivel internacional han continuado para priorizar en las agendas internacionales el tema
de la inclusión de las mujeres en áreas STEM. En este ámbito, las contribuciones de la OCDE y la
UNESCO han sido muy relevantes.
La OCDE, en su publicación “2013 Recommendation of the Council on gender equality in education,

employment and entrepreneurship”2, establece recomendaciones para los países miembros de la
OCDE para establecer políticas y programas que promuevan la equidad de género en educación,
empleo y emprendimiento. Con respecto a la participación de mujeres en áreas de ciencia,
tecnología e innovación, la Organización recomienda seguir un enfoque de gobierno integral,
apoyado por políticas, legislación, monitoreo y campañas de difusión, entre otros, para: adoptar
prácticas que promuevan la equidad de género en educación; evaluar y adaptar el currículo y las
prácticas docentes y escolares para eliminar los estereotipos de género y la discriminación; hacer
que el estudio de STEM sea más incluyente y atractivo tanto para niñas como para niños; y, motivar
a que más mujeres que hayan completado estudios en STEM prosigan con carreras profesionales
en estas áreas (OECD, 2017, p. 4-5).
Además, entre 2015 y 2018, la UNESCO desarrolló la iniciativa SAGA3 (por sus siglas en inglés STEM
and Gender Advancement4 ) con el fin de ayudar a los países a reducir brechas de género en ciencia,
tecnología e innovación. De acuerdo con su portal web, esta iniciativa se enfocó en el análisis de
políticas y la identificación y diseño de indicadores para promover la equidad de género en STEM,
y durante el periodo que se implementó, realizó las siguientes actividades: (a) desarrollo de
2
“Recomendaciones del Consejo de 2013 sobre la igualdad de género en la educación, el empleo y el
emprendedurismo”
3
La información sobre esta iniciativa fue obtenida de https://en.unesco.org/saga.
4
“STEM y avance de género”.
9
metodologías y herramientas para apoyar a tomadores de decisiones de política pública; (b)
realización de talleres en países piloto; (c) recolección de información sobre políticas e instrumentos
relacionados con género en Ciencia, Tecnología e Información (CTI), así como datos desagregados
por género, y (d) difusión de la importancia de mejorar las políticas e instrumentos relacionados
con género en CTI, así como datos desagregados por género.
La OCDE (2015) también presenta un análisis de políticas y programas para la equidad de género
en educación, en su publicación “The ABC of Gender Equality in Education. Aptitude, Behaviour,
Confidence5”. Este documento identifica y describe dos tipos principales de políticas públicas que
los países han implementado (OECD, 2015):
(1) Políticas enfocadas en la igualdad en servicios educativos para niñas y niños, en donde el
tema de género no es una variable en los esfuerzos para proporcionar educación de calidad
al alumnado. Se incluyen objetivos de igualdad de género como parte de objetivos más
amplios sobre no-discriminación e igualdad, sin establecer programas específicos. Algunos
ejemplos de países que implementaron este tipo de políticas son: República Checa, Polonia,
Suecia y Escocia.
(2) Diferenciación en servicios educativos para niñas y niños. Con este enfoque, se observan
diversos tipos de programas con perspectiva de equidad de género cuyas actividades son
organizadas por las instituciones participantes y en pocos casos la participación en estos es
obligatoria. Además, generalmente no se adoptan actividades de política pública diseñadas
por hacedores de política, -policy makers- y son programas de naturaleza temporal y no
replicable. Ejemplos de países que impulsan este tipo de iniciativas son: Bélgica, Brasil,
Canadá, Alemania, Suecia, Suiza, Estados Unidos y Holanda.
Para el caso de México en particular, los marcos regulatorios e instrumentos de política pública
respecto a la equidad de género en general, y en educación en particular, incluyen la creación del
Instituto Nacional de las Mujeres (INMUJERES) en 2001. Antes de esto, los antecedentes más
relevantes a nivel de política pública fueron el Programa Nacional de Integración de la Mujer al
Desarrollo en 1980, y la Comisión para la Tercera Conferencia Mundial sobre la Mujer en 1985. Sin
embargo, en ninguno de estos casos el tema de la equidad de género en STEM aparece en sus
documentos fundacionales. Es hasta el 2002, con la creación del Foro Consultivo Científico y
Tecnológico (FCCyT), que se empiezan a promover iniciativas más enfocadas en la participación de
las mujeres en la ciencia.
5
“El ABC de la Igualdad de Género en la Educación. Aptitud, Comportamiento, Confianza”.
10
En la Ley General de Ciencia y Tecnología, con base en una reforma de 2013, establece en el artículo
2º inciso VIII como parte de las “bases de una política de Estado que sustente la integración del SiSTEMa
Nacional de Ciencia, Tecnología e Innovación”:
Promover la inclusión de la perspectiva de género con una visión transversal en la ciencia, la

tecnología y la innovación, así como una participación equitativa de mujeres y hombres en todos
los ámbitos del Sistema Nacional de Ciencia, Tecnología e Innovación.
Con este fundamento, en 2019 el FCCyT presentó los documentos “Una mirada a la Ciencia,
Tecnología e Innovación con Perspectiva de Género: Hacia un Diseño de Políticas Públicas” y ”La
perspectiva de género en el sector de ciencia, tecnología e innovación” en 2019. Sin embargo, a
pesar de estos esfuerzos y de la inclusión del tema de género en las recientes propuestas
legislativas, se observa poco énfasis en la construcción de propuestas que en la práctica permitan
a más mujeres participar y progresar en áreas y carreras STEM.
En conclusión, no obstante los esfuerzos internacionales para fomentar una mayor participación de
mujeres en carreras de ciencias, tecnología, ingeniería y matemáticas, alrededor del mundo y en
México, en lo particular, se observan brechas persistentes que se documentan en la siguiente
sección.
11
Desempeño y variables afectivas en materias STEM en
educación básica y media superior: evidencia nacional e
internacional
En esta sección se presenta evidencia que se ha obtenido de diversos países (incluido México), con
respecto a las brechas entre hombres y mujeres, tanto en desempeño académico como en
actitudes y oportunidades para la práctica en diferentes disciplinas STEM. Se presentan datos desde
el preescolar hasta el nivel medio superior, con el fin de identificar momentos clave en el desarrollo
de las diferencias entre niñas y niños en sus trayectorias escolares, actividades, actitudes e intereses
en determinadas disciplinas STEM. Los datos que se presentan son el resultado de diversas
evaluaciones internacionales realizadas por diversos organismos como la UNESCO, la Asociación
Internacional para la Evaluación del Desempeño Académico (IEA, por sus siglas en inglés), y la
OCDE, entre otros.
Los datos de los estudios internacionales sugieren que las diferencias en desempeño, actitudes e
intereses entre estudiantes de ambos sexos van aumentando en determinadas áreas, a medida que
avanzan en su escolarización. En el caso de las matemáticas, por ejemplo, no se observan
diferencias en el desempeño en los primeros años escolares (particularmente en el preescolar). No
obstante, se observa la aparición de estereotipos de género negativos para las niñas en esta área,
mucho antes de la aparición de brechas en desempeño y en autoconcepto en matemáticas en
detrimento de las mujeres.
Por otro lado, ya desde el cuarto año de primaria se pueden observar diferencias entre los sexos
respecto a las áreas de STEM, en donde las niñas tienen un mejor desempeño en las ciencias de la
vida, mientras que los niños tienen mejor desempeño en las ciencias físicas. Estas diferencias
permanecen hasta llegar al nivel de media superior.
A continuación se presentan los hallazgos de la literatura, organizados por etapas escolares.
PREESCOLAR: DESEMPEÑO EN MATEMÁTICAS
Las valoraciones más tempranas de desempeño matemático no advierten diferencias significativas

entre niñas y niños. Es decir, no se observa una brecha de género en matemáticas en preescolares.
Los resultados de las pruebas EXCALE, que fueron implementadas por el hoy desaparecido Instituto
Nacional de Evaluación de la Educación (INEE), indican que si bien los estudiantes de preescolar en
México tuvieron un incremento significativo en sus habilidades de lenguaje y comunicación entre
2007 y 2011, esto no se observó en sus habilidades matemáticas, ámbito en el cual incluso hubo un
12
decremento en escuelas urbanas públicas durante ese mismo periodo (INEE, 2014). En ese análisis,
no se observan diferencias de género en el desempeño matemático del alumnado de preescolar.
Los datos de Planea Preescolar 2018 también indican que la diferencia entre desempeño de niños
(506.9 puntos) y niñas (495.4 puntos) no es estadísticamente significativa (INEE 2019a).
Otro estudio realizado por Garduño (2016) con una población de estudiantes de preescolar en zonas
marginadas de la Ciudad de México, utilizando las Escalas McCarthy de Aptitudes y
Psicomotricidad, tampoco encontró evidencia de una diferencia en las habilidades matemáticas de
niñas y niños.
PRIMARIA: DESEMPEÑO Y VARIABLES AFECTIVAS EN

MATEMÁTICAS Y CIENCIAS
Desempeño en matemáticas 8- 9 años (3º primaria)
Un estudio multinivel realizado por Zambrano Jurado (2015) con datos del Segundo Estudio Regional
Comparativo y Explicativo 2006 (SERCE) para América Latina, con estudiantes de tercero de
primaria, encontró que la variable de género (sexo) estaba significativamente asociada al
desempeño matemático promedio, con una magnitud de 9 puntos en favor de los niños. El estudio
indicó que los únicos países de América Latina donde se observó un desempeño más alto por parte
de las niñas fueron Ecuador y Costa Rica (Zambrano Jurado, 2015).
Sin embargo, de acuerdo con la UNESCO (2016), los datos de TERCE 2013 indican que entre 2006
y 2013 se redujo la brecha de inequidad entre niñas y niños en desempeño matemático en tercer
grado.
Para el caso de México, los resultados de la Prueba EXCALE 2010 no muestran diferencias en el
desempeño matemático de niñas y de niños en tercero de primaria (INEE, 2019b).
De acuerdo con el análisis realizado por Mullis, Martin, Foy y Hooper (2016) con datos de TIMSS
20156, en cuarto año de primaria, las niñas demostraron mejor desempeño matemático en 8 países
6
México participó en las pruebas TIMSS de 1995 y 2000.
13
(con 18 puntos de diferencia), mientras que en 18 países los niños tuvieron mejor desempeño que
las niñas (9 puntos de diferencia). En 23 países, no hubo diferencia en desempeño, de 49 países
participantes. También se observa poco cambio en las tendencias en desempeño matemático entre
niñas y niños en la mayoría de los países participantes, entre 1995 y 2015 (Mullis et al., 2016) y TIMSS
2019, aunque en esta última evaluación se observó que algunos países en donde no se había
detectado una brecha de género, hubo una diferencia en desempeño en favor de los niños (Mullis,
Martin, Foy, Kelly, y Fishbein, 2020).
Los países en donde las niñas se desempeñan mejor, en promedio, que los niños en este rango de
edad, resultaron: Arabia Saudita, Omán, Jordania, Sudáfrica, Bahréin, Kuwait, Indonesia y Finlandia
(Mullis et al., 2016). Aunque el desempeño promedio de cada uno es diferente, siendo mayor en
Finlandia que en los demás países.
En cuanto a los dominios de contenidos, de acuerdo con el análisis de TIMSS, las niñas se
desempeñaron mejor en más países en lo referente a “visualización de datos” que los niños (13
frente a 2), mientras que los niños se desempeñaron mejor en “número” (21 países frente a 7). En
“figuras geométricas y medición”, los niños (14) tuvieron mejor desempeño que las niñas (9) en un
mayor número de países (Mullis et al., 2016).
En relación con los dominios cognitivos, se observó un mayor número de países donde los niños
se desempeñaron mejor que las niñas en “conocimiento” (16 países frente a 6); en “aplicación” (13
países frente a 8); y en “razonamiento” (12 países frente a 8), de acuerdo con el análisis de Mullis et
al. (2016).
Se observa entonces que a partir de cuarto de primaria comienza a haber diferencias más
consistentes en el desempeño y la consolidación de las habilidades matemáticas entre niñas y
niños.
Desempeño en ciencias 9- 10 años (4º primaria)
Respecto a las ciencias, los datos de TIMSS 2015 (Martin, Mullis, Foy y Hooper, 2016) indican que
no existen diferencias de género en el desempeño en más de la mitad de los países participantes
en esta evaluación internacional (25 países). Del resto, 11 países tienen un desempeño promedio
más alto en niños (diferencia de 8 puntos), y 11 en niñas (diferencia de 24 puntos). Los datos de
TIMSS también indican que a lo largo de los 20 años de esta evaluación, se ha reducido la brecha
de género en el desempeño en ciencias (Martin et al., 2016). Y los datos de TIMSS 2019, de acuerdo
con Mullis et at. (2020), indican que las niñas de cuarto de primaria tuvieron mejor desempeño que
los niños en 18 países, y menor desempeño en 7, mientras que no se observó brecha en 33 países
participantes. En general, de acuerdo con estos autores, no se observaron demasiados cambios
entre 2015 y 2019.
14
Los datos más detallados sobre desempeño en los dominios de contenido y cognitivos indican en
dónde es que radican las diferencias principales entre niñas y niños. El desempeño por dominios
de contenido demuestra que las niñas tienen un desempeño más alto que los niños en las áreas de
ciencias de la vida en 25 países, en tanto que los niños tienen mejor desempeño promedio en las
áreas de ciencias físicas y de la tierra (Martin et al., 2016).
Por otro lado, en los dominios cognitivos, el análisis de Martín et al. (2016) indica que los niños
muestran mejor desempeño que las niñas en conocimiento en 17 países (frente a 7 donde las niñas
tienen mejor desempeño). Las niñas tienen mejor desempeño que los niños en aplicación (10 frente
a 8) y en razonamiento (24 frente a 1).
Datos de TERCE 2013 en el área de matemáticas, señalan que las niñas tienen un desempeño
significativamente menor en todos los países evaluados, con excepción de Panamá (UNESCO,
2016). Y, a diferencia de la tendencia observada en tercer grado de primaria, TERCE 2013 muestra
una creciente desventaja para las niñas en desempeño matemático entre 2006 y 2013 (UNESCO,
2016).
Por el contrario, en México, la evaluación de Planea-SEN 2018 realizada con estudiantes de 6º año
de primaria en México (INEE, 2019c) indica que un mayor porcentaje de niñas que de niños alcanza
los niveles de logro satisfactorio y sobresaliente, y la diferencia es estadísticamente significativa. Al
mismo tiempo, un mayor porcentaje de niños que de niñas tiene un desempeño insuficiente en
matemáticas, también con una diferencia estadísticamente significativa.
Variables afectivas en matemáticas y en ciencias en primaria
Autoconcepto en habilidad matemática 9 – 10 años (4º primaria)
Se ha documentado ampliamente la importancia de las variables afectivas en el desarrollo cognitivo

de los individuos. Una de estas variables es la llamada “autoconcepto”, que Wigfield y Eccles
(2000) describen como la percepción que tiene un individuo sobre su capacidad para desarrollar
una determinada actividad, y que es distinta a la expectativa de éxito que tiene el individuo sobre
la misma actividad.
15
Con un análisis sobre los datos de TIMSS 2015, Mejía-Rodríguez, Luyten y Meelissen (2020) señalan
que, en promedio, las niñas en cuarto de primaria tienen un autoconcepto más bajo respecto a su
habilidad matemática que los niños, y la correlación entre género y autoconcepto es
significativamente negativa en 20 países, indicando una desventaja para las niñas.
De acuerdo con estos mismos autores, los datos de TIMSS 2015 indican que, en la mayoría de los
países, las niñas tienen un autoconcepto para las matemáticas significativamente menor que los
niños, independientemente de su desempeño (sea menor, igual o superior al de los niños). Los
únicos países en donde el autoconcepto en habilidad matemática es mayor para las niñas, y en
donde las niñas se desempeñan significativamente mejor son: Bahréin, Omán y Arabia Saudita
(Mejía-Rodríguez et al., 2020).
Autoconcepto en habilidad matemática 10-11 años (5º primaria)
Un estudio realizado por Ortíz Isabeles, Ramírez Cruz y Ávalos Latorre (2018) analizó la relación
entre desempeño académico en matemáticas y autoconcepto matemático con estudiantes de
quinto año en una escuela primaria pública del estado de Colima. Los autores no encontraron
diferencias significativas en el rendimiento académico de niñas y niños, aunque sí las encontraron
en su autoconcepto matemático.
Los niños mostraron en general un autoconcepto matemático más alto pero, en particular, los
autores señalan que esta diferencia fue significativa en los siguientes tres componentes de la escala
de autoconcepto utilizada: <<‘se me facilitan los ejercicios de matemáticas’; ‘creo que seré capaz de
aprobar las matemáticas en la próxima evaluación’, y ‘las matemáticas son fáciles para mí’ >> (Ortíz
Isabeles et al., 2018, p. 152). Estos tres componentes de la escala son los que se refieren de manera
más directa a la confianza del alumnado en su habilidad para desarrollar actividades matemáticas.
SECUNDARIA Y MEDIA SUPERIOR: DESEMPEÑO Y VARIABLES

AFECTIVAS EN MATEMÁTICAS Y CIENCIAS
Desempeño en matemáticas 13 a 14 años (2º Secundaria)
De acuerdo con la evaluación de TIMSS 2015, en segundo de secundaria (octavo grado), 26 países
no mostraron diferencia en desempeño matemático entre niñas y niños; en 7 países las niñas
16
tuvieron mejor desempeño (17 puntos) y en 6 países los niños tuvieron mejor desempeño (9
puntos), de 39 países participantes (Mullis et al., 2016).
Los países en donde las niñas se desempeñan mejor, en promedio, que los niños, son: Omán,
Botsuana, Jordania, Tailandia, Bahréin, Malasia y Singapur (Mullis et al., 2016). Aunque el desempeño
promedio de cada uno es diferente, en Singapur es mayor que en los demás países. Y, en general,
hubo poco cambio en las tendencias en desempeño matemático entre niños y niñas en la mayoría
de los países participantes, entre 1995 y 2015.
En cuanto a los dominios de contenidos, Mullis et al. (2016) demuestran que las niñas se
desempeñaron mejor que los niños en más países en lo referente a “álgebra” (21 frente a 0), mientras
que los niños siguieron desempeñándose mejor en “número” (17 países frente a 4). Las niñas
tuvieron un mejor desempeño en más países en lo referente a “geometría” (8 frente a 2) y “datos y
probabilidades” (7 contra 6).
En relación con los dominios cognitivos, se observó un mayor número de países donde las niñas se
desempeñaron mejor que los niños en “conocimiento” (9 frente a 4) y en “razonamiento” (13 frente
a 2), mientras que en “aplicación” los niños tuvieron mejor desempeño que las niñas en más países
(6 frente a 5), según la información analizada por Mullis et al. (2016).
Con datos de la evaluación de TIMSS 2019, de acuerdo con Mullis et al. (2020), se observa que la
diferencia promedio en el desempeño en matemáticas se ha mantenido comparativamente estable
en la mayoría de los países durante el periodo 2015 y 2019. Sin embargo, estos autores también
mencionan que se ha abierto la brecha en favor de los hombres en algunos países donde antes no
la había. Esta tendencia es similar a la observada en cuarto grado de primaria.
Desempeño en ciencias 13 a 14 años (2º Secundaria)
De acuerdo con TIMSS, no se observan diferencias en desempeño entre mujeres y hombres en más
de la mitad de los países participantes (20) y, de los países restantes, las mujeres tuvieron mejor
desempeño que los hombres en 14 (con una diferencia de 28 puntos) mientras que los hombres
destacan más en 5 países (con una diferencia de 11 puntos). Así también, la ventaja en desempeño
de los hombres se ha venido reduciendo en los últimos 20 años de la evaluación (Martin et al.,
2016). En TIMSS 2019, Mullis et al. (2020) señalan que las mujeres tuvieron mejor desempeño en 15
países, y desempeño más bajo en 6 países, en tanto que no se observan diferencias en 18 países
participantes; sin embargo, también señalan que, dado el mejor desempeño promedio de las
mujeres en más países, se observa una brecha en favor de las mujeres en algunas naciones en
donde antes no existía.
17
Respecto a los dominios cognitivos y de contenido, el análisis de Martín et al. (2016) sobre los datos
de TIMSS indica que las mujeres tienen mejor desempeño que los hombres en las áreas de biología
(24 países) y química (26 países), mientras que los hombres se desempeñan mejor en física (17
países) y ciencias de la tierra (18 países). Las mujeres tienen mejor desempeño en física (8 países) y
ciencias de la tierra (8 países).
En los dominios cognitivos, las mujeres destacan en aplicación (19 países) y razonamiento (18
países), en contraste con los niños ( 2 países respectivamente para cada dominio). Y, en relación
con el dominio de conocimiento, 12 países tienen mejor desempeño de hombres, y 11 países de
mujeres (Martin et al., 2016).
Desempeño en matemáticas 15 años (3º Secundaria-primer año de

preparatoria)
La prueba Planea 2017, administrada por el INEE para evaluar los aprendizajes clave de estudiantes
de secundaria, muestra brechas de género tanto en el desempeño promedio como en los distintos
niveles de logro en el área de matemáticas (INEE 2019d). La diferencia en el porcentaje de hombres
y mujeres en cada nivel de logro es estadísticamente significativa en los niveles de logro III y IV
(satisfactorio y sobresaliente, respectivamente), con un mayor porcentaje de hombres que alcanzan
este nivel (INEE, 2019d).
Los resultados de la prueba PISA 2018 indican que del grupo de todos los participantes (79 “países
y economías”), la diferencia en el puntaje promedio de matemáticas entre hombres y mujeres es
de 5 puntos y significativa, favoreciendo a los hombres. Mientras que en 32 países se encuentra que
los hombres se desempeñan mejor que las mujeres (OECD, 2019).
De acuerdo con PISA 2018, los países en donde las mujeres se desempeñaron significativamente
mejor en matemáticas que los hombres, en promedio, son: Qatar (diferencia=24 puntos); Tailandia
(16 puntos); Arabia Saudita y Malta (13 puntos); Filipinas (12 puntos); Islandia e Indonesia (10 puntos);
Emiratos Árabes Unidos (9 puntos), Chipre y Brunéi (8 puntos); Macedonia del Norte, Noruega y
Malasia (7 puntos); y Finlandia con 6 puntos de diferencia entre mujeres y hombres (OECD, 2019).
En este mismo reporte de la OCDE (2019) se observa que México se ubica dentro de los ocho países
con brecha de género más alta en matemáticas, con una diferencia estadísticamente significativa
de 12 puntos en favor de los niños.
18
Desempeño en ciencias 15 años (3º Secundaria-primer año de preparatoria)
Respecto al desempeño en ciencias, PISA 2018 señala que la brecha promedio en desempeño es
de dos puntos en favor de las mujeres; que en seis “países y economías” los hombres se
desempeñan significativamente mejor que las mujeres, mientras que en 34 “países y economías”
son las mujeres las que se desempeñan estadísticamente mejor (OECD, 2019). Sin embargo, el
desempeño promedio de los hombres en todos los países o economías participantes se ha reducido
en las últimas implementaciones de PISA, por lo que la ventaja promedio de las mujeres se ha
originado por el menor desempeño de los hombres, de acuerdo con la publicación de PISA 2018
(OECD, 2019).
Los países donde el desempeño de las mujeres fue significativamente mayor que el de los hombres,
y con una magnitud de más de 20 puntos, son: Qatar, con 39 puntos; Jordania y Arabia Saudita con
29 puntos; Emiratos Árabes Unidos con 26 puntos; Finlandia con 24 puntos; Chipre y Malta con 21
puntos; y Tailandia con 20 puntos (OECD, 2019).
En el caso de México, de acuerdo con el estudio de la OCDE (2019), aunque la brecha de género es
un poco menor que en matemáticas, el país se encuentra entre las cinco naciones o economías con
mayores brechas de género en la medición de PISA 2018: la diferencia es de 12 puntos y
estadísticamente significativa, en favor de los hombres.
Desempeño en matemáticas avanzadas, 17-18 años (último año preparatoria)
En 2015 se aplicó una evaluación especial de TIMSS en 9 países, dirigida a estudiantes que tomaban
cursos de matemáticas avanzadas en el último año de preparatoria (cabe destacar que México no
participa en ninguna de las evaluaciones de TIMSS). Los resultados, analizados por Mullis, Martin,
Foy y Hooper (2016) indican que muy pocas mujeres toman cursos de matemáticas avanzadas, y
que, de los nueve países participantes, en 6 hay más hombres tomando matemáticas avanzadas,
en contraste con 2 países en donde hay más mujeres tomando este tipo de cursos. Asimismo, los
hombres tienen mejor desempeño en matemáticas avanzadas en estos países, en donde destaca el
caso de Eslovenia que, aunque tiene más mujeres tomando cursos de matemáticas avanzadas, en
promedio los hombres se desempeñan mejor (Mullis et al., 2016).
Y, en el desglose del desempeño matemático avanzado en los dominios de contenido (álgebra,
cálculo y geometría) y cognitivo (conocimiento, aplicación, razonamiento), no se observa ninguna
ventaja en desempeño de mujeres en ningún país (Mullis et al., 2016).
19
Desempeño en física avanzada, 17-18 años (último año preparatoria)
La evaluación especial de TIMSS también se implementó con el alumnado que tomó cursos de física
avanzada en los mismos 9 países que evaluaron matemáticas avanzadas. En este caso, las brechas
de género son todavía mayores que en matemáticas, dado que en ningún país se observa que las
mujeres están tomando más cursos avanzados que los hombres, y su desempeño también es
menor en todos los casos (Mullis et al., 2016).
Respecto al desempeño en los dominios de contenido (mecánica y termodinámica; electricidad y
magnetismo; física atómica, nuclear y fenómenos ondulatorios) y cognitivo (conocimiento,
aplicación, razonamiento), se observa asimismo que en ningún país las mujeres presentan ventaja
en desempeño (Mullis et al., 2016).
Variables afectivas en matemáticas y en ciencias en secundaria y

media superior
Autoconcepto en habilidad matemática y científica 13 – 14 años (2º

secundaria)
Wilkins (2004) realizó un análisis de la variable de autoconcepto utilizando los datos de TIMSS para
estudiantes de 13 años. Su análisis demostró que, en promedio, la diferencia entre hombres y
mujeres en relación con su autoconcepto sobre desempeño en matemáticas y en ciencias es
estadísticamente significativa, favoreciendo a los hombres. También observó que la magnitud de
esta diferencia varía de país a país, y que el rango de las diferencias entre países es mayor para
matemáticas que para ciencias (Wilkins, 2004).
Otro dato que vale la pena resaltar del análisis de Wilkins (2004) es el hallazgo de que, en general,
tanto para hombres como para mujeres, el autoconcepto sobre desempeño tiende a ser mayor en
los grados más bajos; es decir, a medida que avanzan en su escolarización, el autoconcepto
promedio en matemáticas y en ciencias del alumnado participante tiende a bajar. Además, de
acuerdo con este autor, la variación entre países con respecto a la magnitud de la relación entre
desempeño y autoconcepto en matemáticas y en ciencias indica que existen diferencias culturales
y de contexto que contribuyen al autoconcepto a nivel país y su relación con desempeño
académico, independientemente de la correlación de estas dos variables a nivel de estudiantes
individuales (Wilkins, 2004).
20
Autoconcepto, autoeficacia y ansiedad en matemáticas 15 años (3º
Secundaria-primer año de preparatoria)
Los reportes de PISA 2012 se enfocan en el análisis más detallado de algunas variables
motivacionales que la literatura ha demostrado están asociadas con desempeño matemático, como
lo son la autoeficacia, el autoconcepto y la ansiedad respecto a las matemáticas (OECD, 2013). Es
importante señalar, como se mencionó anteriormente, que la autoeficacia es una variable que se
distingue del autoconcepto. Mientras que el autoconcepto se refiere a percepciones que tiene el
individuo sobre sí mismo y sus habilidades y competencias en un ámbito determinado, la
autoeficacia se refiere a su expectativa sobre lo que cree que puede lograr, dadas sus habilidades,
en determinadas situaciones (Bong y Skaalvik, 2003).
En PISA 2012 se muestra que las mujeres, en promedio, tienen más probabilidades de reportar
niveles más bajos que los hombres en sus creencias de autoeficacia en matemáticas (medidas con
el índice de autoeficacia construido para la prueba PISA), aun cuando tienen el mismo nivel de
desempeño (OECD, 2013). También se observa que los únicos países participantes en donde no se
detectan diferencias estadísticamente significativas entre hombres y mujeres en relación con su
autoeficacia sobre actividades matemáticas son Indonesia, Kazajistán, Albania y Malasia (OECD,
2013).
Por otro lado, también se advierten diferencias entre hombres y mujeres respecto a sus creencias
respecto al tipo de problemas matemáticos que pueden resolver, de acuerdo con los resultados de
PISA 2012: no se observan diferencias de género en la capacidad para resolver problemas
matemáticos más abstractos (del tipo de contenido que se enseña en la escuela), mientras que sí
se observan brechas favoreciendo a los hombres con respeto a la resolución de problemas de
matemáticas aplicadas, especialmente aquellos problemas cuyo contenido tiene un sesgo de
género (OECD, 2013).
Con respecto al autoconcepto en matemáticas, los resultados de PISA 2012 indican patrones
similares a aquellos observados en la autoeficacia en matemáticas: las mujeres reportan niveles de
autoconcepto más bajos que los hombres, inclusive con el mismo nivel de desempeño en
matemáticas (OECD, 2013).
En relación con la ansiedad sobre las matemáticas, la asociación entre desempeño matemático y
ansiedad ha sido objeto de investigación desde hace varias décadas. La prueba PISA 2012
proporciona datos sobre niveles de ansiedad, a través de un índice desarrollado para medir niveles
de estrés respecto a distintas actividades matemáticas (OECD, 2013). La asociación entre nivel de
ansiedad y desempeño en matemáticas es alta, de acuerdo con la evidencia de PISA 2012; en
promedio, en los países de la OCDE, un incremento de una unidad en el índice de ansiedad sobre
las matemáticas está asociado con un decremento de 34 puntos en el desempeño matemático de
los estudiantes (OECD, 2013). De acuerdo con el reporte de la OCDE, las mujeres reportan mayores
21
niveles de ansiedad hacia las matemáticas, y la brecha en nivel de ansiedad entre hombres y
mujeres es de igual magnitud que la brecha entre estudiantes con ventaja socioeconómica y
aquellos en desventaja, con un promedio de 0.29 unidades estándar (OECD, 2013).
De acuerdo con el informe de PISA 2012 (OECD 2013), los únicos tres países en donde las mujeres
reportan un nivel de ansiedad hacia las matemáticas significativamente menor que el de los
hombres son Emiratos Árabes Unidos (diferencia de 0.08 unidades estándar), Qatar (diferencia de
0.09 unidades estándar) y Jordania (diferencia de 0.19 unidades estándar).
Autoeficacia en ciencias 15 años (3º Secundaria-primer año de preparatoria)
Los resultados de PISA 2015, enfocados en desempeño en ciencias, señalan que en general, las
niñas reportan menores niveles de autoeficacia en ciencias, y en los países en donde se observan
las mayores brechas de desempeño entre hombres y mujeres generalmente también se observan
las mayores brechas en autoeficacia, particularmente en lo que se refiere a comprensión, discusión
y explicación de fenómenos científicos (OECD, 2016). La brecha de género en autoeficacia tiende a
ser más alta en el grupo de estudiantes con alto desempeño en ciencias, favoreciendo a los
hombres (OECD, 2016). Destaca Jordania, en donde la brecha de género tanto en desempeño como
en autoeficacia favorece a las niñas (OECD, 2016).
Expectativas de carreras en ciencias 15 años (3º de secundaria-primer año

de preparatoria)
Aun cuando los porcentajes de hombres y mujeres que expresan interés en desarrollar carreras en
las ciencias es similar, de acuerdo con las evaluaciones de PISA 2015 y 2018, las áreas por las cuales
se inclinan son particularmente diferentes.
El reporte de PISA 2015 (OECD, 2016) señala que el interés de las mujeres jóvenes es
mayoritariamente hacia las ciencias de la salud (17.4% mujeres y 5.9% hombres con interés en estas
áreas), mientras que los hombres expresan mayor interés por carreras científicas e ingenierías
(12.2% hombres; 5.3% mujeres) y TICs (4.8% hombres; 0.4% mujeres). Para PISA 2018 (OECD, 2019),
la brecha de género aumentó tanto respecto al interés en carreras científicas e ingenierías (26%
hombres y 14.5% mujeres) como al interés en ciencias de la salud (29.9% mujeres y 12.3% hombres).
Los datos de PISA 2015 (OECD, 2016) también indican que, en México, el porcentaje de mujeres que
declara tener interés en desarrollar una carrera en las ciencias y las ingenierías es 8.8%, en contraste
22
con 27.5% de hombres. Con respecto a una carrera en TICs, el 1% de mujeres expresan interés, a
diferencia del 3.5% de hombres. Mientras que un mayor porcentaje de mujeres (25.5%) espera tener
una carrera en las ciencias de la salud, en comparación con los hombres (13%). Todas estas
diferencias son estadísticamente significativas (OECD, 2016).
De aquel estudiantado con alto desempeño en matemáticas y en ciencias en PISA 2018, se pueden
observar tendencias similares a las de la o el estudiante “promedio” que participa en esta
evaluación: 26% de hombres con interés en estudiar carreras científicas e ingenierías en contraste
con 14.5% de mujeres, y 29.9% de mujeres con interés en profesiones de la salud, a diferencia de
12.3% de hombres (OECD, 2019).
Sin embargo, en el caso de México, el porcentaje de mujeres de alto desempeño en matemáticas y

ciencias con interés en estudiar carreras científicas e ingenierías es mayor que el promedio OCDE,
y la diferencia con los hombres, aunque de mayor magnitud que el promedio OCDE, no es
estadísticamente significativa (43.2% hombres; 27% mujeres). En el caso del interés en carreras
relacionadas con la salud, no hubo un número suficiente de mujeres de alto desempeño para
realizar análisis confiables, mientras que el 10.7% de hombres de alto desempeño expresó interés
en estas áreas (OECD, 2019).
Oportunidades para la práctica de las disciplinas relacionadas con

STEM
Actividades matemáticas, 15 años
En la literatura se reconoce la importancia de la práctica como una manera de reforzar los

aprendizajes y facilitar la transferencia para su aplicación en diversos contextos (Schwartz, 2018;
Schwartz, 2009). Por esta razón, en las pruebas de PISA también se recolecta información sobre
participación en actividades en las distintas áreas que la prueba evalúa, ya sea en la escuela o como
actividad extraescolar. Los análisis de PISA 2012 (OECD, 2013) indican que las mujeres, en general,
reportan participar en menor medida que los hombres en actividades matemáticas; esta diferencia
se destaca más en aquellas actividades relacionadas con computadoras y programación: 22% de
hombres y 8% de mujeres en el grupo de países participantes reportan realizar esta actividad
(OECD, 2013).
23
Actividades relacionadas con las ciencias, 15 años
La evaluación de PISA 2015, enfocada en ciencias, resalta que el estudiantado en general tiene en
promedio una baja participación en actividades científicas fuera de la escuela (OECD, 2016).
El índice de participación en actividades científicas que desarrolla la OCDE para la prueba PISA, con
base en los reportes de los estudiantes sobre actividades tales como participación en clubes de
ciencia y uso de diferentes medios electrónicos para acceder a contenidos científicos y realizar
simulaciones digitales, permite observar que las mujeres reportan niveles de participación más
bajos que los hombres. Estas diferencias son estadísticamente significativas en todos los países, y
la mayor brecha en participación por género se observa en los Países Bajos, con una diferencia de
0.62 unidades estándar; en México, la brecha en favor de los hombres equivale a 0.33 unidades
estándar (OECD, 2016).
En conclusión, considerando los datos disponibles, se pueden identificar los siguientes momentos
clave en los diferentes trayectos escolares de niñas y niños (Garduño y Reyes, 2021):
Preescolar:
- No se observan brechas de desempeño en matemáticas entre niñas y niños.
4° Primaria :
- Niñas tienen mejor desempeño en ciencias de la vida.
- Niños tienen mejor desempeño en ciencias físicas y de la tierra.
- Comienzan a observarse brechas en desempeño y actitudes hacia las matemáticas, en
detrimento de las niñas.
6° Primaria
- Se abre la brecha en desempeño en matemáticas, en favor de los niños.
2° Secundaria :
- Niñas tienen ventaja en biología y química.

- Niños tienen ventaja en física y ciencias de la tierra.
3° Secundaria:
- Niños tienen ventaja en desempeño en matemáticas.
- Niñas tienen menor autoconcepto en matemáticas.
3° Preparatoria :
- Pocas mujeres toman cursos de física y matemáticas avanzada.
24
Desarrollo de las mujeres en carreras STEM
Esta sección se enfoca en documentar las disparidades en la participación de mujeres en los niveles
superiores de educación, y las brechas que continúan en el desarrollo de carreras académicas, de
investigación y de participación laboral en áreas STEM.
Matriculación en Educación Superior
Aun cuando hay avances en las últimas décadas, permanece una brecha importante de
participación de mujeres en determinados programas universitarios STEM. Liben y Coyle (2014)
analizaron el número de títulos universitarios (nivel licenciatura) que se otorgaron en varias áreas
de STEM en Estados Unidos en los años 1966 y 2006. Observaron que en 1966, el porcentaje de
hombres era mucho mayor al de mujeres en todas las áreas STEM. En contraste, en 2006, el
porcentaje de mujeres en áreas de biología y química sobrepasó al de hombres, aunque el
porcentaje de mujeres en las áreas de física (21%), ingeniería (19%) y ciencias de la computación
(21%) continúa siendo significativamente menor al de hombres (Liben y Coyle, 2014).
De acuerdo con reportes de la OCDE, el porcentaje de mujeres en educación superior universitaria
a nivel pregrado se ha incrementado en las últimas décadas. En países miembros de la Organización,
en una medición del 2017, 38% de hombres y 50% de mujeres entre 25 y 34 años tenían estudios
universitarios (OECD 2018).
Sin embargo, existen disparidades en las disciplinas que seleccionan mujeres y hombres, que
parecen alineadas con los datos sobre interés en carreras futuras en STEM que se documentan con
estudiantes de 15 años: pocas mujeres en ingenierías, manufactura y TICs, y una mayoría en salud
y bienestar (OECD, 2018).
Datos de la UNESCO indican que hay un menor porcentaje de mujeres (28%) que de hombres (72%)
que estudian áreas asociadas a las TICs, y lo mismo sucede con las áreas de ingeniería, manufactura
y construcción, en donde 22% son hombres y 7% mujeres (Rubiano-Matulevich, Hammond,
Kumaraswamy y Rivera, 2019; UNESCO, 2017). Adicionalmente, únicamente 30% del total de
mujeres en educación superior se encuentra matriculado en carreras STEM, y de este porcentaje,
el número más bajo se encuentra en las áreas de tecnologías de la información y comunicación,
con un 3% de participación femenina (UNESCO, 2017).
Una de las mayores “paradojas”, como se le ha llamado en la literatura, es que las brechas de género
en estas áreas son mayores en los países de mayor ingreso (Rubiano-Matulevich et al., 2019; Stoet
y Geary, 2018). Se identifica que hay mayores niveles de matriculación de mujeres en ingeniería,
25
manufactura y construcción en varios países árabes y del suroeste asiático, así como en ciertos
países europeos (Weingarten, 2017; UNESCO, 2017; Charles y Bradley, 2009). En paralelo al
reconocimiento de la gran “paradoja” de que en países con mayor desarrollo económico y equidad
de género (como Finlandia, Noruega y Suecia), hay un menor porcentaje de mujeres que se gradúan
en carreras de STEM (Stoet y Geary, 2018), también se reconoce que no existe consenso en la
investigación sobre los orígenes de esta variación (Hammond, Rubiano Matulevich, Beegle y
Kumaraswamy, 2020).
Con respecto a la participación de mujeres en programas de posgrado, especialmente el doctorado,

sucede lo mismo que en el pregrado: aun cuando ha aumentado el porcentaje de mujeres a nivel
doctorado, hasta alcanzar un 48% de la matrícula en 2016, sigue habiendo diferencias en las
disciplinas que eligen (OECD, 2018). De acuerdo con datos de la OCDE (OECD, 2018), el contraste
más notable se observa en las áreas de ingeniería, manufactura y construcción, con un 22% de
hombres y un 10% de mujeres que se matricularon por primera vez en este tipo de programas en
2016; los hombres también participan en mayor medida en los programas de tecnologías de
información y comunicación o TICs (6% hombres y 2% de mujeres), mientras que las mujeres tienen
una mayor participación en programas asociados a la salud y el bienestar (19% mujeres y 12%
hombres).
Los datos de la OCDE (2018) también señalan que el país donde la brecha de género en favor de los
hombres es mayor respecto a los doctorados en ingeniería, manufactura y construcción es Corea
del Sur (diferencia de 24 puntos porcentuales); Luxemburgo en lo referente a TICs (18 puntos
porcentuales); e Islandia en lo referente a ciencias naturales, matemáticas y estadística (26 puntos
porcentuales). Mientras tanto, existe una brecha de género en favor de las mujeres respecto a los
doctorados en salud y bienestar en todos los países evaluados, excepto Grecia (OECD, 2018).
Carreras académicas, de investigación y producción científica
De acuerdo con un estudio de Ginther y Khan (2006), existe una subrepresentación de mujeres en
posiciones de permanencia académica (tenure track) en las áreas de ciencias. Estas autoras citan
un estudio de CAWMSET (2000) que indica que en los EUA, las mujeres tienen menos
probabilidades de tener posiciones académicas permanentes7 (29% de mujeres en contraste con
58% de hombres) o de ser profesoras titulares8 (23% mujeres y 50% hombres) en las áreas de
ciencias, ingeniería y tecnología (CAWMSET, 2000, citado por Ginther y Khan, 2006).
7
Tenured, en inglés.
8
Full professor, en inglés.
26
También en los Estados Unidos, un estudio de Finkelstein, Conley y Schuster (2016) muestra que
aun cuando la proporción de mujeres en posiciones académicas en las universidades ha
aumentado, este crecimiento proviene de un incremento en puestos de tiempo parcial. Estos
autores señalan que el porcentaje de mujeres (36%) con posiciones permanentes de tiempo
completo (TC) es más bajo que el de los hombres (64%), además de que en aquellas universidades
en donde las actividades de investigación son prioritarias, la proporción de mujeres en puestos
permanentes de TC es todavía más baja: 2.3 a 1 en instituciones públicas, y 2.5 a 1 en privadas
(Finkelstein et al., 2016).
Por otra parte, un estudio realizado por Rivera León, Mairesse y Cowan (2017) señala que en 2013,
el porcentaje de mujeres pertenecientes al SiSTEMa Nacional de Investigadores en México (SNI) es
mucho más bajo que el de los hombres: Solo 29% de investigadores pertenecientes al SNI en
universidades públicas es mujer, mientras que en los centros públicos de investigación llegan al
24% (Rivera León et al., 2017). Además, de acuerdo con los autores de este estudio, las mujeres
están sobre representadas en los niveles inferiores del sistema, y subrepresentadas en los niveles
superiores.
Rivera León et al. (2017) también detectan una disparidad respecto a la participación de mujeres en
las comisiones dictaminadoras del SNI y en quienes las presiden: en 2016, las brechas en favor de
los hombres se observan en las áreas físico-matemáticas y ciencias de la tierra (79% hombres);
biotecnología y ciencias agropecuarias (79% hombres); ingeniería (93% hombres) y transversal de
tecnología (86% hombres). Con respecto a quienes presiden estas comisiones, en 2015, 88% de
quienes las presidían eran hombres; y aunque esta cifra se redujo a 63% en 2016, la disparidad
persiste (Rivera León et al., 2017).
Otro hallazgo de estos mismos autores en relación con producción científica es que cuando se
consideran factores asociados con la calidad de las publicaciones, la productividad de las mujeres
en el SNI puede ser a veces incluso mayor que la de los hombres, especialmente entre aquellas que
se encuentran en universidades públicas (Rivera León et al., 2017). Sin embargo, los autores también
destacan que las desigualdades de género en investigación científica en STEM siguen siendo un
obstáculo para que más mujeres accedan a posiciones académicas más altas en sus instituciones,
y citan estudios en Francia donde se muestra que las investigadoras en el área de física tienen 16.3%
menos probabilidades de ser promocionadas en universidades y 6.3% menos probabilidades si
laboran en los centros nacionales de investigación científica (Rivera León et al., 2017).
En cuanto al liderazgo de mujeres en instituciones académicas, la UNESCO (2015) indica que existen
pocas en universidades y centros de investigación, cuyo rango puede ir del 10% de mujeres
dirigiendo universidades en Europa, hasta 23% en Estados Unidos. Este mismo informe de la
UNESCO señala que también hay poca representación de mujeres como integrantes de academias
nacionales de ciencias (UNESCO, 2015).
27
Participación laboral de mujeres en áreas STEM
Las brechas de género identificadas en los niveles educativos anteriores, se replican en la

participación laboral de las mujeres en estas áreas. Se observan, en promedio, bajos porcentajes
de mujeres en áreas STEM como las ingenierías, la física así como las tecnologías de información y
computación.
La UNESCO (2017) señala que la brecha de género aumenta a medida que se avanza entre los
diferentes niveles de educación universitaria, y se incrementa aún más en la transición entre la
finalización de estudios de posgrado y el ingreso al mercado laboral. La UNESCO menciona que el
pico en la deserción de mujeres se observa en la etapa posdoctoral, donde las mujeres no continúan
en trayectorias STEM. La brecha promedio alcanza hasta 40 puntos porcentuales de diferencia entre
hombres y mujeres dedicados a la investigación en carreras STEM, a favor de los hombres
(UNESCO, 2017).
En Estados Unidos, por ejemplo, un reporte del Consejo Nacional de Ciencias de la Fundación
Nacional para las Ciencias señala que a pesar del aumento en la participación laboral de mujeres
en las áreas de ciencias e ingenierías entre 2003 y 2017 (incremento de tres puntos porcentuales),
la participación de las mujeres sigue siendo mucho menor a la de los hombres: únicamente alcanza
un 29% (National Science Board, National Science Foundation, 2020). Asimismo, las tendencias son
similares a los datos reportados anteriormente: las brechas de participación de las mujeres en
ingenierías (16%), ciencias de la computación y matemáticas (27%) y ciencias físicas (29%) son
mayores.
Otro reporte de la UNESCO indica que existe una variación en la participación laboral de mujeres
en STEM a nivel de países. Por ejemplo, las regiones con mayor representación de mujeres
investigadoras en STEM (entre 40% y 50%) son el suroeste de Europa; el Caribe, Asia Central y
América Latina; y los países árabes (UNESCO, 2015).
En el caso de México, los datos provenientes de la Encuesta Nacional de Ocupación y Empleo
(ENOE) del INEGI muestran por ejemplo que “en el segundo trimestre de 2021, los hombres
ocupados como Investigadores y Especialistas en Ciencias Exactas, Biológicas, Ingeniería,
Informática y en Telecomunicaciones representaron 76.1% de la población ocupada, mientras que
las mujeres representan 23.9%“, con una mayor presencia del grupo etario de 25 a 34 años -
particularmente 262 mil hombres y 114 mil mujeres (Ver gráfico 1).
28
Población ocupada en investigación y como especialistas en Ciencias Exactas, Biológicas, Ingeniería,
Informática y en Telecomunicaciones, por género y edad en segundo trimestre de 2021
(trabajadores totales)
Fuente: gráficos de datamexico.org con datos y análisis de la ENOE.
Por otro lado, ‟en el segundo trimestre de 2021, los hombres ocupados en Especialistas en Ciencias
Económico-Administrativas, Ciencias Sociales, Humanistas y en Artes representan 56.5% de la
población ocupada y las mujeres 43.5%. Tanto la población ocupada de hombres como de mujeres
fue mayor en el tramo etario 25 a 34 años (262 mil hombres y 239 mil mujeres)”. A partir de estos
datos, es posible ver que también en México se replica el fenómeno de la segregación disciplinar
por género, que describe cómo algunas disciplinas tienen una mayor o menor participación de
mujeres en su estudio y ejercicio. La diferencia de 52.2 puntos porcentuales entre las mujeres y los
hombres que ejercen carreras científicas no sociales o humanistas denota la brecha de género en
la participación laboral de las mujeres en el país, pero también los retos que se vislumbran ante el
cambio tecnológico y económico que está en curso como parte de la llamada revolución 4.0.
29
Población ocupada como Especialistas en Ciencias Económico-Administrativas, Ciencias Sociales,
Humanistas y en Artes por género y edad en segundo trimestre de 2021
(trabajadores totales)
Fuente: Gráficos de datamexico.org con datos y análisis de la ENOE.
En términos de incrementar la participación de las mujeres en mercados laborales estratégicos para

México, iniciativas a nivel media superior como la introducción de la Formación Dual (en 2013) se
vislumbran como estrategias que pueden contribuir a incentivar la incursión de las jóvenes en
carreras técnicas y tecnológicas. La Formación Dual es una modalidad educativa que consiste en la
alternación de los estudios en el aula y planteles educativos con un periodo de formación en el lugar
de trabajo, principalmente en alguna empresa de industrias estratégicas. Se diferencian de las
prácticas profesionales porque en la Formación Dual en el lugar de trabajo se desarrolla una parte
del currículo definido en colaboración y acompañamiento entre la escuela y la empresa que es
complementario a la formación técnica que el estudiantado recibiría si solo se mantuviese en las
aulas y laboratorios escolares.
El que las mujeres tengan oportunidad de conocer estos campos laborales previo al inicio de sus
estudios superiores, abre panoramas sobre las posibilidades que estas tienen para desarrollar sus
conocimientos y habilidades en ámbitos más amplios. Sin embargo, tanto en el nivel medio superior
como superior, este tipo de estrategias también han de ser diseñadas con perspectiva de género, y
deberían analizar cuándo una mujer joven tiene más, o menos, posibilidades de desplazamiento a
30
zonas industriales, o de ajustar sus horarios a los de la industria y poder tomar ventaja de este tipo
de oportunidades formativas.
En resumen, la información proveniente de múltiples estudios nacionales e internacionales muestra

un patrón similar al observado en los trayectos escolares de niñas y niños. Se identifican brechas
en ciertas disciplinas STEM, algunas en favor de los hombres como lo son las ciencias de la
computación, las ingenierías, y las ciencias físicas, mientras que las mujeres han logrado una mayor
participación en las áreas de ciencias de la vida. Sin embargo, también se observa que las brechas
aumentan a medida que avanzan las mujeres en sus estudios y su transición al mercado laboral. Por
consiguiente, en estas etapas se pueden identificar los siguientes momentos clave en las
trayectorias de formación superior y transición a carreras en STEM:
Educación superior:
- Mayor participación de mujeres que de hombres en áreas de biología, química y ciencias
de la salud.
- Menor participación de las mujeres en ingenierías, manufactura y tecnologías de la
información y las comunicaciones.
- Las brechas de género en STEM aumentan al avanzar en los distintos niveles de educación
superior (licenciaturas y posgrados).
Carreras académicas:
- Porcentaje más bajo de mujeres en posiciones permanentes de tiempo completo en todas
las áreas STEM.
- Bajo porcentaje de mujeres líderes en instituciones académicas y en centros de
investigación.
- Poca representación de mujeres en las academias nacionales de ciencias.
Participación laboral:
- Pérdida de talento femenino en la transición a carreras de tiempo completo en áreas
STEM.
- Menor participación de mujeres en todas las áreas laborales de STEM.
Por último, la participación de las mujeres en trabajos de tiempo completo y en determinadas

profesiones STEM se ve reducida todavía más cuando comienza la crianza de los hijos, lo cual se
describe con mayor detalle en la siguiente sección.
31
Factores relacionados con la inclusión de Mujeres en STEM
La literatura sobre los factores que pueden incidir en el desarrollo de mujeres en áreas y carreras
STEM es extensa y proviene de una gran diversidad de disciplinas. La UNESCO, en su reporte
seminal “Descifrando el código: Educación de niñas y mujeres en ciencia, tecnología, ingeniería y
matemáticas”9, menciona que los factores que influyen en la participación y avance de mujeres en
STEM pueden agruparse en cuatro niveles: individual; familiar y de pares; escolar; y social.
En relación con los factores a nivel individual, la UNESCO (2017) incluye como ejemplos habilidades
cognitivas y variables psicoafectivas. Sobre factores familiares y de pares, incluyen las expectativas
y creencias de padres y madres así como el estatus socioeconómico, entre otros. A nivel escuela,
la UNESCO menciona el currículum; la preparación, creencias y expectativas de docentes; las
interacciones entre docentes y el alumnado; el clima escolar; entre muchos más. Finalmente, a nivel
social describe variables como los estereotipos de género prevalecientes en los medios de
comunicación y las normas socioculturales asociadas con la equidad de género (UNESCO, 2017).
A continuación se presenta una breve revisión de algunos de estos factores.
Factores individuales y psicológicos
Cabe aclarar que la UNESCO (2017) señala, en lo relativo a los factores a nivel individual, que no
existen diferencias entre hombres y mujeres en cuanto a su capacidad cognitiva para el aprendizaje
en general, y en particular, para el aprendizaje de las ciencias y las matemáticas, con base en la
evidencia de múltiples estudios empíricos. Esta organización cita, así mismo, estudios que
demuestran que tampoco existen diferencias genéticas en cuanto a las habilidades cognitivas entre
hombres y mujeres.
Entre los estudios que demuestran que no existen diferencias genéticas en las habilidades
cognitivas de hombres y mujeres, se encuentra el de Kovas, Haworth, Dale y Plomin (2007). Estos
autores analizan datos derivados del estudio longitudinal sobre desarrollo temprano con gemelos
(Twins' Early Development Study, TEDS). En este estudio a gran escala (con participación de 12,954
familias), se incluyen datos de una muestra representativa de todos las gemelas y gemelos nacidos
en el Reino Unido en tres cohortes: 1994, 1995 y 1996. En su análisis, Kovas et. al (2007) no
encontraron evidencia de diferencias genéticas entre los sexos asociadas a diferencias en
habilidades de aprendizaje. Y, en su revisión sobre los hallazgos científicos respecto a las diferencias
9
“Cracking the code: Girls’ and women’s education in science, technology, engineering and mathematics (STEM)
32
de género en ciencias y matemáticas, Halpern, Benbow, Geary, Gur, Hyde y Gernsbacher (2007)
tampoco encontraron evidencia de una diferencia entre los sexos en pensamiento cuantitativo y
conocimiento de objetos en el medio ambiente a edades tempranas.
Por consiguiente, al hablar de factores a nivel individual, se debe entender la naturaleza compleja y
dinámica del desarrollo cognitivo y su interrelación con variables psicoafectivas. Por lo demás,
existe un consenso en la literatura que reconoce que el desarrollo humano está determinado por la
“interacción constante” entre la “biología y la experiencia” (National Research Council, 2001, p. 7).
De igual manera, Halpern et. al (2007), al describir los hallazgos de lo que ellos llaman la “ciencia
de las diferencias entre los sexos en ciencias y matemáticas”, sugieren que existe una cronología
en el desarrollo de los procesos biológicos, que indica que las diferencias observadas entre los
sexos en edades posteriores como la adolescencia no necesariamente indican que estas se deben
únicamente a factores sociales o ambientales. Señalan, como ejemplo, factores como el “inicio de
la pubertad”, el “desarrollo del prosencéfalo” (o cerebro anterior) y los “procesos de
envejecimiento”, hitos que a su vez también “se ven influenciados por factores ambientales”
(Halpern et. al, 2007, p. 40). En consecuencia, los factores a nivel individual no pueden entenderse
sin el análisis de la influencia que ejercen sobre ellos los factores familiares, educativos y
socioculturales.
Factores que han sido ampliamente investigados a nivel psicológico son aquellos referidos a los
estereotipos de género. Un estudio que vale la pena resaltar, por la evidencia temprana que
presenta, es el que realizaron Cvencek, Meltzoff y Greenwald (2011) con estudiantes de entre 6 y 10
años. Los autores mostraron que existen estereotipos de género desde segundo de primaria, etapa
en donde típicamente no se observan diferencias de género en el desempeño en matemáticas.
Cvencek y sus colegas (2011) señalan que incluso en estas edades prematuras, los estudiantes de
ambos sexos tienen la creencia de que las matemáticas son para niños y no para niñas, y los niños
reportan identificarse más con las matemáticas que las niñas.
Otros tipos de estereotipos que se han investigado, y que se ha especulado tienen una asociación
no solo con la baja participación de mujeres en ciencias, sino con una baja participación de minorías
étnicas en general, son la “amenaza del estereotipo” y las “creencias sobre habilidades disciplinares
específicas”.
La “amenaza del estereotipo” se refiere al efecto que tiene el sexo o la raza de quien aplica una
prueba, sobre el desempeño en la misma prueba del individuo que la está tomando, siempre y
cuando exista un estereotipo negativo del grupo con el cual se identifica al individuo. Por ejemplo,
si una persona blanca aplica una prueba a un grupo de personas afroamericanas, el desempeño en
la prueba será más bajo, en contraste con el desempeño cuando la persona que aplica la prueba es
de su misma raza. Halpern et. al (2007) mencionan que se han realizado varios estudios en
laboratorio con el fin de extender esta hipótesis al desempeño de las mujeres en pruebas
33
estandarizadas, y se ha encontrado evidencia de dicho efecto, incluso en contextos reales de
aplicación de pruebas para obtener créditos universitarios académicos.
El estereotipo referido a las “creencias sobre habilidades disciplinares específicas” ha sido

documentado por Leslie, Cimpian, Meyer y Freeland (2015). Estos investigadores realizaron una
encuesta con 1,820 profesores y estudiantes de doctorado en 30 disciplinas (12 de las cuales eran
disciplinas STEM), en universidades de prestigio en EUA. Leslie y sus colegas encontraron que en
aquellas disciplinas en las cuales se consideraba necesario poseer un talento intelectual nato para
desarrollarlas, había una menor participación de mujeres (así como de personas afroamericanas),
asociada a la creencia de que las mujeres no poseen dicho talento. Los autores identifican
matemáticas, física, ingeniería, ciencias de la computación, composición musical y filosofía como
las disciplinas donde se encontraron estos estereotipos en mayor medida, a la par de tener una
menor participación de mujeres.
Los estereotipos antes descritos pueden influir de manera negativa no únicamente en cómo se
sienten las mujeres respecto a su desempeño en habilidades relacionadas con STEM (y por
consiguiente, asociado a su desempeño), sino también en su involucramiento en actividades STEM
y su interés en desarrollar carreras futuras en estas áreas. La evidencia señala que estos estereotipos
son prevalentes desde edades muy tempranas, y hasta llegar al nivel universitario.
De aquí se podría derivar que las intervenciones que fomentan una mayor visibilidad de modelos
femeninos -role models- exitosos en ciencias podrían contribuir a abatir estos estereotipos de
género. Sin embargo, un estudio realizado por Hazari, Sonnert, Sadler y Shanahan en 2010,
demostró de manera contra intuitiva que algunas experiencias que se pensaba podrían contribuir a
la formación de una identidad en la disciplina de la física para estudiantes mujeres, resultaron no
ser significativas, por ejemplo: participar en charlas con mujeres científicas, discusión del trabajo
que realizan las mujeres en ciencias, y la frecuencia del trabajo en equipo.
Factores de contexto
Los factores familiares han sido estudiados desde la perspectiva de las experiencias en el hogar y
la influencia de las familias en función de expectativas y creencias respecto al desempeño y
elección de carreras de sus hijos e hijas. Como ejemplo, de acuerdo con la OCDE, 35% de las
familias tienen la expectativa de que sus hijos desarrollen una carrera en STEM; únicamente el 13%
espera lo mismo de sus hijas (OECD, 2015).
Las variables asociadas al estatus socioeconómico también se incluyen en este nivel, y el proxy más
utilizado en este sentido es el nivel educativo de las madres y los padres. De acuerdo con la
UNESCO (2017), la evidencia indica que el nivel educativo de los padres está altamente
correlacionado con la mayor participación y mejor desempeño de los estudiantes en cursos de
34
ciencias y matemáticas a nivel secundaria y en el caso de las niñas, la asociación es más fuerte con
el nivel educativo de la madre.
Factores escolares y sociales
La influencia de las y los docentes sobre las elecciones académicas de las alumnas también ha sido
ampliamente documentada en la literatura. Como ejemplo, el reporte GEM de la UNESCO de 2016
señala que las probabilidades de que las alumnas se desempeñen mejor y continúen con carreras
STEM aumentan cuando tienen a mujeres como maestras. Los datos de TIMSS también aportan
evidencia en este sentido.
Hammond et al. (2020) citan evidencia de estudios en varios países, incluidos China, India y Estados
Unidos, en donde se encuentran sesgos de género en los materiales curriculares respecto a la
manera en la cual se representan los roles de hombres y mujeres a nivel laboral y familiar.
Otro ejemplo es una investigación que cita la UNESCO (2017), con datos de Estados Unidos, que
encuentra que la contribución de las y los docentes sobre el nivel de interés y autoconfianza de las
niñas en STEM en educación secundaria y media superior es mayor que la contribución de variables
familiares, la etnicidad, la participación en actividades STEM extracurriculares y el lugar de
residencia.
Más allá del ámbito escolar, algunos factores sociales incluyen los sesgos de género en las
contrataciones, la promoción y la evaluación del trabajo científico de las mujeres (Rivera León et
al., 2017; Dasgupta y Stout, 2014; Moss-Racusin et al., 2012).
Una variable que ha sido analizada ampliamente es la asociación de la maternidad con las
trayectorias laborales de las mujeres. Ginther y Khan (2006) mencionan que las mujeres en ciencias
se ven confrontadas con la decisión de escoger entre tener una familia o una carrera académica, y
las responsabilidades asociadas con la crianza es una de las razones principales por las cuales las
mujeres se alejan de una carrera en las ciencias.
En este sentido, un estudio longitudinal realizado por Cech y Blair-Loy (2019), que analizó las
trayectorias laborales de profesionistas en áreas de STEM en Estados Unidos, encuentra que un alto
índice de mujeres deja de trabajar de tiempo completo después de que tiene o adopta a su primer
hijo (43%), en contraste con 23% de padres primerizos.
El análisis de Ginther y Khan (2006) demuestra que el tener hijos reduce las posibilidades de
progreso en la carrera académica de las mujeres, en los años posteriores al doctorado. Por el
contrario, para los hombres, el matrimonio y los hijos están asociados con mayores probabilidades
de avance en la carrera académica. Para los hombres, el estar casados incrementa sus
35
probabilidades de obtener una posición de permanencia académica en 22%, de acuerdo con estos
autores.
Asimismo, las elecciones que hacen hombres y mujeres sobre el comienzo de una familia se han
analizado por Ferriman Lubinski y Benbow (2009), quienes realizaron dos estudios longitudinales
con más de 500 estudiantes destacados en posgrados de matemáticas y ciencias, y evaluaron sus
preferencias laborales, valores y perspectivas personales en las edades de 25 y 35 años. Ferriman
et. al (2009) encontraron diferencias entre hombres y mujeres en dos grupos que examinaron:
estudiantes de posgrado en matemáticas y ciencias, y estudiantes excepcionales en esas mismas
áreas, con potencial extraordinario para desempeñarse con mayor éxito. Para ambos grupos, se
encontraron diferencias donde los hombres demostraron tener una perspectiva más enfocada en
sus carreras y el logro de una mayor compensación y reconocimiento por ser los mejores en su
campo. Por el contrario, las mujeres mostraron mayor interés en una perspectiva más holística, un
mayor énfasis en la comunidad, la familia y las amistades, y un menor énfasis en sus carreras.
Sin embargo, Ferriman et. al (2009) también hallaron que estas diferencias se profundizan una vez
que los participantes entraban en la etapa familiar y de crianza de hijos, incluso en el grupo de
mujeres de mayor talento: para aquellas entrevistadas con hijos, el 23% de mujeres con posgrado
y 38% de mujeres con talento excepcional reportaron que un empleo de tiempo completo no era
importante para ellas. Y únicamente el 6% de hombres con posgrado y 15% de los más talentosos
mencionó estar de acuerdo con esta aseveración, independientemente de si tenían hijos o no.
Las decisiones que toman las mujeres respecto a sus carreras se realizan en contextos que no son
favorables para su desarrollo profesional. Un análisis de Mirick y Wladkowski (2020) observa que
los sesgos de género prevalecientes en las instituciones, junto con la ausencia de políticas de apoyo
para las familias de las estudiantes de doctorado y de oportunidades de mentoría y modelos a
seguir son obstáculos para que más mujeres obtengan posiciones académicas titulares.
En México, diversos programas como el Centro de Investigaciones y Estudios de Género (CIEG) de
la UNAM, el Centro de Estudios de Género del Colegio de México, agendas como la de la Red
Mexicana de Ciencia, Tecnología y Género (Red CITEG) han incursionado en el debate sobre la
perspectiva de género en la enseñanza y divulgación de las ciencias, el análisis de las profesiones
feminizadas y masculinizadas, en la inclusión de esta perspectiva en la investigación, así como en
el diseño de políticas públicas de educación superior, de ciencia y tecnología. El trabajo de estos
grupos está plasmado en cuadernos de trabajo y materiales de divulgación, al tiempo que
mantienen un diálogo permanente con redes regionales y globales en la materia.
Complementar el trabajo avanzado hasta ahora, con un enfoque desde la formación básica y media
superior en ciencias, resulta fundamental para identificar las áreas de incidencia tempranas para la
inclusión de las mexicanas en las disciplinas STEM y el diseño de políticas públicas transversales
desde el abordaje de los niveles educativos inicial y básico. Que, como señala Quintana Nedelcu en
su ensayo “Educación Superior en México con perspectiva de género” (2016) es necesario que se
36
lleve a cabo en la práctica y de forma sostenida, como una cuestión de igualdad, un asunto de
ciudadanía y no solo de forma enunciativa.
37
Conclusiones o hacia dónde dirigirnos
A manera de recapitulación, sabemos que en los países de mayor desarrollo un número más
limitado de mujeres se gradúan de carreras STEM. De acuerdo con datos de la UNESCO únicamente
30% del total de mujeres en educación superior se encuentra matriculado en carreras STEM, y de
este porcentaje, el número más bajo se encuentra en las áreas de tecnologías de la información y
comunicación, con un 3% de participación femenina. Entonces ¿qué estudian las mujeres que se
dedican a la ciencia?
Los datos aquí citados muestran la tendencia a que las mujeres opten por carreras vinculadas a las
ciencias biológicas, es decir, aquellas vinculadas al estudio de la vida (por ejemplo, las ciencias
biológicas, la psicología, etc.), las ciencias de las cosas siguen siendo áreas donde las preguntas por
responder son planteadas principalmente por los hombres. A esta disparidad identificada en la
distribución de mujeres en áreas de la ciencia se le ha nombrado “segregación horizontal”, aquí la
hemos renombrado como “segregación disciplinar por género”, como una forma de visibilizar un
posible hecho puntal de autoselección que no necesariamente sucede como resultado de la libertad
de elección sino de la tendencia aún prevalente de que la distribución del trabajo doméstico y de
cuidados (maternidad, hogar, enfermedad y envejecimiento), siga recayendo en las mujeres
independientemente de si cuentan con una formación y carrera profesional. Acentuar este abordaje
se convierte en un área de oportunidad para incidir con mayor claridad en el desarrollo de
intervenciones y políticas puntuales para abonar a la resolución de este problema multifactorial.
Si dibujamos el trayecto de las mujeres en la ciencia podemos identificar cuatro momentos pivote:
la formación de base en STEM de preescolar a la educación media superior, el acceso y elección a
los estudios superiores y de posgrado, el desarrollo de carrera y trayectoria en STEM, y el acceso a
posiciones, financiamiento y reconocimientos vinculados a su desempeño.
La evidencia existente para el caso de México sobre los niveles de logro de aprendizaje alcanzados
en matemáticas (por ejemplo Planea SEN 2018) por niñas y niños al inicio de su trayectoria escolar
dan cuenta de diferencias no significativas en el desempeño en niveles iniciales (preescolar y
primaria). Los que existen, por ejemplo, hacia el final del nivel primaria, están más vinculados a
variables afectivas como el autoconcepto que tanto niñas como niños tienen sobre sus resultados.
En diversas investigaciones se analiza cómo la entrada de las niñas a la pubertad, coincide con la
asociación que se hace respecto a su capacidad para iniciarse en las labores de cuidado del hogar
y de los miembros de la familia. Para muestra, según datos del Banco Mundial, a nivel global, si bien
9 de cada 10 niñas terminan la primaria, solo 3 de 4 completan su ciclo en el nivel secundaria. Por
otro lado, los temas del desarrollo laboral y profesional de la mujer son muestra de uno de los
determinantes contextuales a los que hemos aludido, refuerza la idea de que cualquiera de los
38
argumentos sostenidos en la biología, sobre por qué son menos las mujeres que eligen y desarrollan
su carrera como científicas, pueden ser descartados.
Al mismo tiempo, sucede que, incluso aquellas mujeres que han logrado sobrepasar las muy
variadas y numerosas barreras para llegar al punto de elegir una carrera científica o desempeñarse
en ella, siguen llevando a cuestas las expectativas y responsabilidades vinculadas a las labores
domésticas y de cuidado que diversas sociedades le han impuesto, incluyendo como lo muestran
los datos, a las profesionistas y científicas de países con altos niveles de desarrollo. Así, aunque la
oferta educativa superior y de posgrado es abierta, parece haber una autoselección de las mujeres
por ciertas disciplinas y la tendencia -incluso una vez habiendo superado múltiples barreras para
llegar a las STEM- es a elegir aquellas relacionadas a la vida, como también lo señala Ángela Saini
en su libro “Inferior: cómo la ciencia infravalora a la mujer y cómo las investigaciones reescriben la
historia”.
Adicionalmente, en el desarrollo y desempeño en la labor científica, en la etapa de mayor
productividad, es coincidente con una parte relevante de la etapa reproductiva, por lo que, al no
tener esquemas laborales con perspectiva de género, los ritmos y constancia de producción
científica se vuelve un proceso que castiga principalmente la competitividad en el trabajo científico
de las mujeres. En el informe del Banco Mundial, “La participación laboral de la mujer en México”
(2020) se señala también que “tanto las características individuales como la falta de acceso a
insumos productivos pueden ser obstáculos a la participación laboral femenina, incluyendo el
acceso a servicios de cuidado infantil confiable, las condiciones de empleo y las normas sociales.
Asimismo, existen algunos reglamentos laborales que pueden ser barreras importantes para las
mujeres trabajadoras.” Sin embargo, resalta, entre todos estos elementos el más señalado como
barrera son los servicios de cuidado infantil confiables.
Esto puede ser observado en el porcentaje de mujeres que tienen la titularidad académica, así como
en su menor presencia porcentual en los liderazgos de grupos de investigación. Luego entonces, las
mujeres no solo están presentes en la ciencia en un acotado número de áreas del conocimiento y
la labor científica, sino que en los campos en que están más presentes, tampoco están formulando
las preguntas que pretende responder la ciencia, ni participando por los financiamientos necesarios
para abordarlas.
A las brechas de participación de las mujeres en las ciencias que ya se observaban previas a la
pandemia por COVID 19, se suman los nuevos retos y cambios que esta trajo para los sistemas
educativos y su convergencia con la formación técnico y profesional para el desarrollo de las
economías post-pandemia.
En el reciente Informe de la UNESCO sobre la Ciencia, Schneegans, Lewis, J. y Straza (2021)

identifican que entre los grandes cambios generados por la pandemia “en relación con el papel del
Estado en la economía” se encuentran: “la deslocalización de las cadenas de suministro, la
organización del trabajo o el valor de la proximidad”, estas dinámicas, que si bien ya aparecían en
39
las discusiones sobre la cuarta revolución industrial- tecnológica, se han acentuado en los últimos
dos años, por lo que es necesario analizarlas con perspectiva de género y formular las preguntas
sobre sus implicaciones. Por ejemplo, si las niñas, jóvenes y mujeres cuentan ya con la formación
necesaria para desempeñar profesiones y carreras científicas en el marco de los nuevos sectores
estratégicos (tecnologías digitales -como la inteligencia artificial (IA) y la robótica, la inteligencia de
datos, la Internet de las cosas y la tecnología de cadenas de bloques- que convergen con la
nanotecnología, la biotecnología y las ciencias cognitivas, UNESCO 2021) y, con ello, tomar ventaja
de las dinámicas laborales que se están generando. Por ejemplo, de la existencia de modelos de
trabajo híbridos, o del impulso que varios gobiernos están dando a industrias locales creando
puestos de trabajo que no necesariamente requerirán desplazamientos físicos frecuentes.
Ahora bien, desde el estudio de los problemas públicos es necesario reconocer que no hay una
solución única a este hecho, pero sí que, al diseccionar el problema es posible delinear
intervenciones que contribuyan a reducir este problema, por ejemplo:
● Atender los compromisos internacionales de asignación en los presupuestos nacionales de al

menos 1% el PIB a la política de ciencia y tecnología, en el que necesariamente se refuerce la
asignación con perspectiva de género. Entre ellos, el establecimiento de estímulos económicos
para incrementar la incursión de las mujeres en disciplinas específicas.
● Fomentar redes de apoyo para el cuidado familiar que no redunden o recaigan solo en las
mujeres.
● Vinculación de la política social con la educativa, la científica y tecnológica, en particular la
referente a los derechos de las y los trabajadores:
- Creación de becas educativas para madres trabajadoras
- Fomentar las licencias de paternidad más extendidas
- Políticas de atención infantil, vía guarderías y escuelas de jornada extendida, y programas
de atención y cuidado a la población adulta mayor.
● Generar mayor difusión de referentes de mujeres científicas (Castillo, 2014). Un ejemplo para
ello es la “editatona” en Wikipedia para incluir la biografía de más mujeres científicas a la
edición en español de esta enciclopedia digital.
● Fomentar redes de mentoría y acompañamiento de mujeres científicas a otras mujeres.
Con esto concluimos que existen varias etapas clave, o pivote, en las trayectorias académicas y
laborales de las mujeres, en las cuales se puede incidir con políticas, programas o intervenciones
que fortalezcan la formación, incrementen acceso, influyan en actitudes y motivación, y faciliten el
desarrollo de las mujeres en las disciplinas STEM, especialmente ingenierías, matemáticas, física y
computación. Al ser una problemática compleja y multifactorial, las brechas persistentes de género
en estas carreras deben abordarse desde un enfoque integral, con iniciativas de largo alcance y
duración, y la participación de actores en diversos ámbitos (familiar, escolar, social).
40
Referencias
Banco Mundial (2020). La participación laboral de la mujer en México. Washington: Banco
Mundial. Obtenido de:
https://documents1.worldbank.org/curated/en/753451607401938953/pdf/La-
Participacion-Laboral-de-la-Mujer-en-Mexico.pdf
Bong, M. y Skaalvik, E.M. (2003). Academic Self-Concept and Self-Efficacy: How different are they
really? Educational Psychology Review, Vol. 15, No. 1.
Castillo, R., Grazzi M. y Tacsir E. (2014). Women i n Science and Technology What Does the
Literature Say? Washington: BID. Obtenido en:
https://publications.iadb.org/publications/english/document/Women-in-Science-and-
Technology-What-Does-the-Literature-Say.pdf
Cech, E.A. y Blair-Loy, M. (2019). The changing career trajectories of new parents in STEM.
Proceedings of the National Academy of Sciences, Mar 2019, 116 (10), 4182-4187. Obtenido
de: https://www.pnas.org/content/116/10/4182
Cvencek, D., Meltzoff, A. N., & Greenwald, A. G. (2011). Math-Gender Stereotypes in Elementary
School Children. Child Development, 82(3), 766–779.
England, P., Levine, A. y Mishel, E. (2020). Progress toward gender equality in the United States has
slowed or stalled. Proceedings of the National Academy of Sciences, Mar 2020, 117 (13)
6990-6997. Obtenido de: https://www.pnas.org/content/117/13/6990
Ferriman, K., Lubinski, D., Benbow, C.P. (2009). Work preferences, life values, and personal views
of top math/science graduate students and the profoundly gifted: Developmental changes
and gender differences during emerging adulthood and parenthood. Journal of Personality
and Social Psychology, Sep. 97(3): 517-32.
Finkelstein, M. J., Conley, V. M., & Schuster, J. H. (2016). Taking the measure of faculty diversity.
Advancing higher education. Obtenido de:
https://www.tiaainstitute.org/sites/default/files/presentations/2017-02/tak-
ing_the_measure_of_faculty_diversity.pdf
Garduño, E. y Reyes, A. (2021). La Centena: Oportunidades y desafíos para ser científica en México.
Blog publicado en el sitio web de MUxED:
https://www.muxed.mx/blog/diferenciaciongenero.
Garduño, A.E. (2016). Preschool and Educational Technology: Evaluating a Tablet-Based Math
Curriculum in Mexico City. Doctoral dissertation, Harvard Graduate School of Education.
Ginther, D.K. y Kahn, S. (2006). Does science promote women? Evidence from academia 1973-
2001. NBER working paper series, Working Paper 12691. Obtenido de:
http://www.nber.org/papers/w12691.
Halpern, D. F., Benbow, C. P., Geary, D. C.,Gur, R. C., Shibley Hyde, J. y Gernsbacher, M. A. (2007).
The science of sex differences in science and mathematics. Psychological Science in the
Public Interest, Vol. 8, No. 1, pp. 1-51.
41
Hammond, A., Rubiano Matulevich, E., Beegle, K., y Kumaraswamy, S. K. (2020). The Equality
Equation : Advancing the Participation of Women and Girls in STEM. World Bank,
Washington, DC. © World Bank. Obtenido de:
https://openknowledge.worldbank.org/bitstream/handle/10986/34317/Main-
Report.pdf?sequence=1&isAllowed=y
Hazari, Z., Sonnert, G., Sadler, P. M. y Shanahan, M. C. (2010). Connecting high school physics
experiences, outcome expectations, physics identity, and physics career choice: A gender
study. Journal of Research in Science Teaching, Vol. 47, No. 8, pp. 978-1003.
INEE (2019a). Evaluaciones de logro referidas al SiSTEMa Educativo Nacional. Tercer Grado de
Preescolar. Ciclo escolar 2017-2018. Obtenido de:
https://www.inee.edu.mx/evaluaciones/planea/base-de-datos-planea-aplicacion-a-
tercer-grado-de-preescolar-del-ciclo-escolar-2017-2018/.
INEE (2019b). Porcentaje de estudiantes de 3º de primaria en cada nivel de logro educativo en los
dominios evaluados por los EXCALE 2010. Obtenido de:
https://www.inee.edu.mx/evaluaciones/panorama-educativo-de-mexico-isen/re01c-2-
3-estudiantes-3-primaria-excale/
INEE (2019c). Panorama Educativo de México 2018. Indicadores del SiSTEMa Educativo Nacional.
Educación básica y media superior. México: Instituto Nacional para la Evaluación de la
Educación.
INEE (2019d). Informe de resultados PLANEA 2017. El aprendizaje de los alumnos de tercero de
secundaria en México. Lenguaje y Comunicación y Matemáticas. México: Instituto Nacional
para la Evaluación de la Educación.
INEE (2014). El aprendizaje en preescolar en México. Informe de resultados EXCALE 00 aplicación
2011. Lenguaje y comunicación y pensamiento matemático. México, D.F.: Instituto Nacional
para la Evaluación de la Educación.
Kovas, Y., Haworth, C., Dale, P. S. y Plomin, R. (2007). The genetic and environmental origins of
learning abilities and disabilities in the early school years. Monographs of the Society for
Research in Child Development, Vol. 72, No. 3, pp. 1-144.
Leslie, S.J., Cimpian, A., Meyer, M. y Freeland, E. (2015). Expectations of brilliance underlie gender
distributions across academic disciplines. Science, 16 Jan 2015: Vol. 347, Issue 6219, pp. 262-
265.
Lynn S. Liben, L.S. y Coyle, E.F. (2014). Developmental Interventions to Address the STEM Gender
Gap: Exploring Intended and Unintended Consequences. En L.S. Liben y R.S. Bigler (Eds.),
Advances in Child Development and Behavior, JAI, Volume 47, pp 77-115.
Martin, M. O., Mullis, I. V. S., Foy, P., & Hooper, M. (2016). TIMSS 2015 International Results in
Science. Obtenido de Boston College, TIMSS & PIRLS International Study Center website:
http://timssandpirls.bc.edu/timss2015/international-results/
42
Mejía-Rodríguez, A. M., Luyten, H., y Meelissen, M. R. M. (2020). Gender Differences in Mathematics
Self-concept Across the World: An Exploration of Student and Parent Data of TIMSS 2015.
International Journal of Science and Mathematics Education.
Mirick, R. G., & Wladkowski, S. (2020). Women’s experiences with parenting during doctoral
education: Impact on career trajectory. International Journal of Doctoral Studies, 15, 89-109.
Mullis, I. V. S., Martin, M. O., Foy, P., Kelly, D. L., & Fishbein, B. (2020). TIMSS 2019 International
Results in Mathematics and Science. Obtenido de Boston College, sitio web del TIMSS &
PIRLS International Study Center https://timssandpirls.bc.edu/timss2019/international-
results/
Mullis, I. V. S., Martin, M. O., Foy, P., & Hooper, M. (2016). TIMSS 2015 International Results in
Mathematics. Obtenido de Boston College, sitio web del TIMSS & PIRLS International Study
Center http://timssandpirls.bc.edu/timss2015/international-results/
Mullis, I. V. S., Martin, M. O., Foy, P., & Hooper, M. (2016). TIMSS Advanced 2015 International Results
in Advanced Mathematics and Physics. Obtenido de Boston College, TIMSS & PIRLS
International Study Center website: http://timssandpirls.bc.edu/timss2015/international-
results/advanced/
National Research Council (2001). Early Childhood Development and Learning: New Knowledge
for Policy. Washington, DC: The National Academies Press.
National Science Board, National Science Foundation. 2020. Science and Engineering Indicators
2020: The State of U.S. Science and Engineering. NSB-2020-1. Alexandria, VA. Obtenido de:
https://ncses.nsf.gov/pubs/nsb20201/.
OECD (2019). PISA 2018 Results (Volume II): Where All Students Can Succeed, PISA, OECD
Publishing, Paris, https://doi.org/10.1787/b5fd1b8f-en
OECD (2018). Education at a Glance 2018: OECD Indicators, OECD Publishing, Paris.
http://dx.doi.org/10.1787/eag-2018-en
OECD, (2017). 2013 OECD Recommendation of the Council on Gender Equality in Education,
Employment and Entrepreneurship, OECD Publishing, Paris.
OECD (2016). PISA 2015 Results (Volume I): Excellence and Equity in Education, PISA, OECD
Publishing, Paris. http://dx.doi.org/10.1787/9789264266490-en
OECD (2015). The ABC of Gender Equality in Education: Aptitude, Behaviour, Confidence, PISA,
OECD Publishing.
OECD (2013). PISA 2012 Results: Ready to Learn: Students’ Engagement, Drive and Self-Beliefs
(Volume III), PISA, OECD Publishing. http://dx.doi.org/10.1787/9789264201170-en
Ortíz Isabeles, C.J., Ramírez Cruz, J.C. y Ávalos Latorre, M.L. (2018). Autoconcepto matemático y
rendimiento académico en alumnos de quinto grado de primaria. En C.D. Flores, G. Martínez
Sierra, M.S. García González, J.A. Juárez López y J.C. Ramírez Cruz (Eds.), Investigaciones en
dominio afectivo en matemática educativa. Chilpancingo, Gro: Universidad Autónoma de
Guerrero.
Red de Ciencia Tecnología y Género (2016). Cuaderno de Trabajo 1, CONACYT.
43
Rivera León, L., Mairesse, J. y Cowan, R. (2017). Gender Gaps and Scientific Productivity in Middle-
Income Countries. Evidence from Mexico. IDB Working Paper Series No IDB-WP-800.
Obtenido de:
https://publications.iadb.org/publications/english/document/Gender-Gaps-and-
Scientific-Productivity-in-Middle-Income-Countries-Evidence-from-Mexico.pdf
Rubiano-Matulevich, E., Hammond, A., Kumaraswamy, S.K. y Rivera, S. (2019). Mejora de la
trayectoria de las niñas y las mujeres de la escuela a las carreras científicas o CTIM. Obtenido
de: https://blogs.worldbank.org/es/opendata/mejora-de-la-trayectoria-de-las-ninas-y-
las-mujeres-de-la-escuela-las-carreras-cientificas.
Schneegans, S.; Lewis, J. y T. Straza (editores) (2021) Informe de l’UNESCO sobre la Ciencia: La
Carrera contra el Reloj para un Desarrollo más Inteligente – Resumen Ejecutivo. UNESCO :
Paris.
Schwartz, M. S. (2009). Cognitive development and learning: Analyzing the building of skills in
classrooms. Mind, brain, and education, 3(4), 198-208.
Schwartz, M. S. (2018). A framework for Adult Education Based on Mind, Brain and Education.
Cuadernos de investigación. Centro de Cooperation Regional par la Education de Adultos
en América Latina y el Caribe
Stoet G, Geary, D.C. (2018). The Gender-Equality Paradox in Science, Technology, Engineering, and
Mathematics Education. Psychological Science, Apr. 29(4), 581-593.
Tagüeña, Guerra y Esteva (eds.) (2019). La perspectiva de género en el sector de ciencia, tecnología
e innovación. Foro Consultivo Científico y Tecnológico, AC. Disponible en:
https://www.foroconsultivo.org.mx/FCCyT/libros_editados/perspectiva_genero_sector_C
TI_2019.pdf
UNESCO (2017). Cracking the code: Girls’ and women’s education in science, technology,
engineering and mathematics (STEM). Paris: United Nations Educational, Scientific and
Cultural Organization.
UNESCO (2016). Inequidad de género en los logros de aprendizaje en educación primaria ¿Qué nos
puede decir TERCE?. Obtenido de:
https://unesdoc.unesco.org/ark:/48223/pf0000244349_spa
UNESCO (2015). UNESCO Science Report: Towards 2030. France: UNESCO. Obtenido de:
http://uis.unesco.org/sites/default/files/documents/unesco-science-report-towards-
2030-part1.pdf
United Nations (1995). Declaración y Plataforma de Acción de Beijing. Declaración política y
documentos resultados de Beijing+5. Obtenido de: https://www.unwomen.org/-
/media/headquarters/attachments/sections/csw/bpa_s_final_web.pdf?la=es&vs=755
Wigfield, A. y Eccles, J.S. (2000). Expectancy–Value Theory of Achievement Motivation.

Contemporary Educational Psychology, 25, 68–81.
Wilkins, J. L. M. (2004) Mathematics and Science Self-Concept: An International Investigation. The
Journal of Experimental Education, 72:4, 331-346, DOI: 10.3200/JEXE.72.4.331-346.
44
Zambrano Jurado, J.C. (2015). Un estudio multinivel del rendimiento escolar en matemáticas para
tercer grado de educación básica primaria en América Latina. Revista Sociedad y Economía,
núm. 30, 2016, pp. 91-120 Cali, Colombia: Universidad del Valle.
Normatividad
Ley de Ciencia y Tecnología, Diario Oficial de la Federación el 5 de junio de 2002 TEXTO VIGENTE Última
reforma publicada DOF 06-11-2020.
Gráficos
Investigadores y Especialistas en Ciencias Exactas, Biológicas, Ingeniería, Informática y en
Telecomunicaciones. (Datos con base en la ENOE). Obtenido de:
https://datamexico.org/es/profile/occupation/investigadores-y-especialistas-en-ciencias-
exactas-biologicas-ingenieria-informatica-y-en-telecomunicaciones
Especialistas en Ciencias Económico-Administrativas, Ciencias Sociales, Humanistas y en Artes
(Datos con base en la ENOE). Obtenido de:
https://datamexico.org/es/profile/occupation/especialistas-en-ciencias-economico-
administrativas-ciencias-sociales-humanistas-y-en-artes
45
Sobre las organizaciones
Movimiento STEM
Es una asociación sin fines de lucro, que transformando las mentes de las y los jugadores clave,
impulsa la Educación y el talento STEM, los empleos del futuro y la innovación, con visión social e
incluyente. Es el máximo órgano de representación del Ecosistema STEM en América Latina,
iniciativa avalada por Global STEM Alliance y STEM Learning Ecosystems.
www.movimientostem.org
Twitter: @MovimientoSTEM
Linkedin y Facebook: Movimiento STEM
Red de Mujeres Unidas por la Educación (MUxEd)

Somos una red plural integrada por más de 160 mujeres que impulsamos una educación con
calidad, equidad y perspectiva de género desde diversos ámbitos de acción; nos articulamos a
través de grupos de trabajo; creamos espacios de diálogo, formación e investigación y construimos
alianzas en un marco plural, nacional y global.
www.muxed.mx
Twitter: @muxed
Instagram
Linkedin y Facebook: Red Mujeres Unidas por la Educación
46
Sobre las autoras
Eugenia Garduño es doctora y maestra en Educación por la Universidad de Harvard, y licenciada
en Psicología por la Universidad Iberoamericana. Se ha desempeñado como Secretaria Académica
en el CREFAL; como directora del Centro de la OCDE en México para América Latina; como
Coordinadora General de @aprende.mx en la SEP; y como asesora en la UPN y el ILCE. Ha sido
también catedrática en universidades de Estados Unidos y México. En la Universidad de Texas,
Arlington, fue instructora de los cursos The Neuroscience of Typical and Atypical Development of
Mathematical and Reasoning Ability y Building Online and Hybrid Experiences. Sus actividades de
investigación se han centrado en el uso de tecnología en educación y, en especial, la evaluación de
programas curriculares en matemáticas y en ciencias implementados a través de tecnologías
digitales. Actualmente funge como Directora Adjunta de Laspau, institución afiliada a la Universidad
de Harvard, cuyo objetivo es promover el intercambio académico entre instituciones de educación
superior en las Américas.
Anaid Reyes Hernández. Politóloga e internacionalista por el Centro de Investigación y Docencia

Económicas y estudiante de posgrado en Educación, en la Universidad de San Andrés, Argentina.
Se ha desempeñado en el diseño, implementación y seguimiento de políticas educativas con un
enfoque de equidad e inclusión y de derechos de los NNA. Ha colaborado en proyectos para los
tres niveles educativos desde los sectores gobierno, academia, civil y privado. Ha fungido como
asesora técnica para tres secretarios de educación federales y ha facilitado la coordinación
interinstitucional para el desarrollo de programas estratégicos como la articulación entre niveles
educativos y estrategias vinculadas a la formación inicial y continua de docentes. Ha sido
interlocutora para el diseño de políticas interinstitucionales de educación, empleo, innovación y
productividad; diseñado la operación de programas piloto estatales de atención a la primera
infancia; y coordinado trabajo de campo para evaluaciones de impacto. Ha colaborado con el Banco
Mundial, la OCDE y con investigadores de la universidad de Stanford, Harvard y Hong Kong.
47

Stem Mujeres y Educacion en STEM Una Mirada Con Perspectiva de Genero

Cargado por

Copyright:

Formatos disponibles

Stem Mujeres y Educacion en STEM Una Mirada Con Perspectiva de Genero

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Stem Mujeres y Educacion en STEM Una Mirada Con Perspectiva de Genero

Cargado por

Copyright:

Formatos disponibles

Mujeres y educación en STEM : una mirada con

Eugenia Garduño y Anaid Reyes

Por otro lado, en lo concerniente a factores familiares, diversas investigaciones en psicología

Derivado de este objetivo estratégico, en la Plataforma de Acción de Beijing se plantean medidas

Respecto al acceso, el documento formula las siguientes medidas:

Respecto a medidas que pueden considerarse modificaciones a nivel de recursos, estructura y

d) Elaborar planes de estudio y materiales didácticos, y formular y adoptar medidas

La OCDE, en su publicación “2013 Recommendation of the Council on gender equality in education,

Promover la inclusión de la perspectiva de género con una visión transversal en la ciencia, la

PREESCOLAR: DESEMPEÑO EN MATEMÁTICAS

Las valoraciones más tempranas de desempeño matemático no advierten diferencias significativas

PRIMARIA: DESEMPEÑO Y VARIABLES AFECTIVAS EN

Desempeño en matemáticas 8- 9 años (3º primaria)

Desempeño en matemáticas 9- 10 años (4º primaria)

Desempeño en ciencias 9- 10 años (4º primaria)

Desempeño en matemáticas 11- 12 años (6º primaria)

Variables afectivas en matemáticas y en ciencias en primaria

Autoconcepto en habilidad matemática 9 – 10 años (4º primaria)

Se ha documentado ampliamente la importancia de las variables afectivas en el desarrollo cognitivo

Autoconcepto en habilidad matemática 10-11 años (5º primaria)

SECUNDARIA Y MEDIA SUPERIOR: DESEMPEÑO Y VARIABLES

Desempeño en matemáticas 13 a 14 años (2º Secundaria)

Desempeño en ciencias 13 a 14 años (2º Secundaria)

Desempeño en matemáticas 15 años (3º Secundaria-primer año de

Desempeño en matemáticas avanzadas, 17-18 años (último año preparatoria)

Variables afectivas en matemáticas y en ciencias en secundaria y

Autoconcepto en habilidad matemática y científica 13 – 14 años (2º

Autoeficacia en ciencias 15 años (3º Secundaria-primer año de preparatoria)

Expectativas de carreras en ciencias 15 años (3º de secundaria-primer año

Sin embargo, en el caso de México, el porcentaje de mujeres de alto desempeño en matemáticas y

Oportunidades para la práctica de las disciplinas relacionadas con

Actividades matemáticas, 15 años

En la literatura se reconoce la importancia de la práctica como una manera de reforzar los

- Niñas tienen ventaja en biología y química.

- Pocas mujeres toman cursos de física y matemáticas avanzada.

Matriculación en Educación Superior

Con respecto a la participación de mujeres en programas de posgrado, especialmente el doctorado,

Carreras académicas, de investigación y producción científica

Las brechas de género identificadas en los niveles educativos anteriores, se replican en la

Fuente: gráficos de datamexico.org con datos y análisis de la ENOE.

Fuente: Gráficos de datamexico.org con datos y análisis de la ENOE.

En términos de incrementar la participación de las mujeres en mercados laborales estratégicos para

En resumen, la información proveniente de múltiples estudios nacionales e internacionales muestra

Por último, la participación de las mujeres en trabajos de tiempo completo y en determinadas

Factores individuales y psicológicos

El estereotipo referido a las “creencias sobre habilidades disciplinares específicas” ha sido

Factores escolares y sociales

En el reciente Informe de la UNESCO sobre la Ciencia, Schneegans, Lewis, J. y Straza (2021)

● Atender los compromisos internacionales de asignación en los presupuestos nacionales de al

Wigfield, A. y Eccles, J.S. (2000). Expectancy–Value Theory of Achievement Motivation.

Red de Mujeres Unidas por la Educación (MUxEd)

Anaid Reyes Hernández. Politóloga e internacionalista por el Centro de Investigación y Docencia

También podría gustarte