Integración de la Escala sMARS Adaptada y Métricas Sintéticas del BCI Emotiv Insight para la Evaluación de la Ansiedad Matemática en Estudiantes de Educación Superior

La presente tesis doctoral se centra en la evaluación integral de la ansiedad matemática en estudiantes universitarios, mediante la integración de la escala sMARSCOL v2, adaptada al contexto colombiano, con métricas sintéticas derivadas del dispositivo BCI Emotiv Insight. El objetivo principal fue diseñar un protocolo de medición, que permitiera una evaluación multidimensional de la Ansiedad Matemática en estudiantes de educación superior. La investigación se desarrolló en cinco fases. En la primera, se llevó a cabo la validación de contenido por juicio de expertos, quienes evaluaron la claridad, pertinencia y coherencia de los ítems, así como la incorporación de una subescala orientada a la ansiedad social en contextos matemáticos. En la segunda, se aplicó el instrumento a estudiantes de primer y segundo semestre de programas de educación superior, lo que permitió obtener información empírica para la validación de constructo mediante análisis factorial exploratorio (AFE) y confirmatorio (AFC), con resultados que demostraron adecuados índices de ajuste y consistencia interna. En la tercera fase, se integraron datos sintéticos derivados de métricas EEG simuladas con el dispositivo Emotiv Insight, procesados mediante algoritmos de inteligencia artificial, lo que posibilitó contrastar los resultados psicométricos con indicadores neurofisiológicos simulados y evidenciar la convergencia entre ambas fuentes de información. En la cuarta fase, se realizaron análisis bivariados que mostraron asociaciones estadísticamente significativas entre los niveles de ansiedad matemática y variables sociodemográficas como el sexo y la facultad de pertenencia. Finalmente, en la quinta fase, se formuló un protocolo sistemático de evaluación e intervención que combina las dimensiones psicométricas y neurofisiológicas, orientado a fortalecer los procesos institucionales de acompañamiento estudiantil. Los hallazgos revelan que la ansiedad matemática predomina en niveles moderados dentro de la muestra estudiada, con diferencias significativas por sexo siendo las mujeres más propensas a reportar niveles altos y por facultad con mayor prevalencia en Ciencias Jurídicas y Sociales. Asimismo, la integración de métricas sintéticas y modelado predictivo confirmó la efectividad de la escala sMARSCOL v2 para clasificar a los estudiantes en distintos niveles de ansiedad. En conjunto, la investigación propone un modelo innovador que contribuye tanto al avance de la psicometría como al diseño de políticas educativas basadas en evidencia.

• Autores: Orozco Guzmán, Manuel Guillermo
• Fecha de publicación: 2025
• Institución: Universidad Simón Bolívar
• Repositorio: Repositorio Digital USB
• Idioma: spa
• OAI Identifier: oai:bonga.unisimon.edu.co:20.500.12442/17161
• Acceso en línea: https://hdl.handle.net/20.500.12442/17161
• Palabra clave: Validación psicométrica; Interfaz Cerebro-Computador; Datos sintéticos; Aprendizaje automático; Computación afectiva; Psychometric validation; Brain-Computer Interface; BCI; Synthetic data; Machine learning; Affective computing
• Rights: embargoedAccess
• License: Attribution-NonCommercial-NoDerivatives 4.0 International