Lugares y espacios para el uso educativo y ubicuo de los dispositivos digitales móviles en la Educación Superior

  1. Vázquez-Cano, Esteban
  2. Sevillano-García, María Luisa
Revista:
Edutec: Revista electrónica de tecnología educativa

ISSN: 1135-9250

Año de publicación: 2017

Número: 62

Páginas: 48-61

Tipo: Artículo

DOI: 10.21556/EDUTEC.2017.62.1007 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Edutec: Revista electrónica de tecnología educativa

Objetivos de desarrollo sostenible

Resumen

En este estudio analizamos en una muestra de estudiantes universitarios españoles e hispanoamericanos los lugares y espacios en los que los estudiantes hacen un uso educativo de los dispositivos digitales móviles. La metodología de investigación es de corte cuantitativo y se desarrolla a través del análisis factorial. Los resultados muestran que el uso educativo de los dispositivos digitales móviles se concentra dentro del recinto universitario; principalmente en la cafetería y pasillos de la facultad, en las aulas y en la biblioteca. En menor medida, también se utilizan fuera del recinto universitario en los medios de transporte, las zonas de ocio al aire libre, el domicilio habitual, el lugar de trabajo y la calle.

Referencias bibliográficas

  • Aarts, E., & Marzano, S. (Eds.) (2003). The New Everyday: Views on Ambient Intelligence. Rotterdam: 010 Publishers.
  • Ahmed, S., & Parsons, D. (2013). Abductive science inquiry using mobile devices in the classroom. Computers & Education, 63, 62-72.
  • Barbosa, J. L., Barbosa, D. N., & Wagner, A. (2012). Learning in Ubiquitous Computing Environments. International Journal of Information and Communication Technology Education (IJICTE), 8(3), 64-77.
  • Bartholomew, D. J. (1987). Latent Variable Models and Factor Analysis. New York: Oxford University Press.
  • Bernstein, I. H., Garbin, C., & Teng, G. (1988). Applied Multivariate Analysis. New York: Springer Verlag.
  • Bonett, D. G., & Price, R. M. (2005). Inferential methods for the tetrachoric correlation coefficient. Journal of Educational and Behavioral Statistics, 30, 213-225.
  • Cope, B., & Kalantzis, M. (2009). Multiliteracies: New Literacies, New Learning, Pedagogies: An International Journal, 4, 164-195.
  • Ferrando, P. J. (2009). Multidimensional Factor-Analysis-Based Procedures for Assessing Scalability in Personality Measurement. Structural Equation Modeling, 16, 10-133.
  • Furió, D., Juan, M.-C., Seguí, I., & Vivó, R. (2014), Mobile learning vs. traditional classroom lessons: a comparative study. Journal of Computer Assisted Learning, 31(3),189-201. doi: 10.1111/jcal.12071
  • Greenfield, A. (2006). The dawning age of ubiquitous computing. Sebastopol, CA: Peachpit Press.
  • Hair, J. F., Anderson, R. E., Tatham, R. L, & Black, W. C. (1988). Multivariate Data Analysis. New Jersey: Prentice Hall.
  • Hansmann, U. (2003). Pervasive Computing: The Mobile World. Berlín: Springer Professional Computing.
  • Hawley, M., Poor, R. D., & Tuteja, M. (1997). Things that think. Personal Technologies, 1(1), 13-20.
  • Höller, V., Tsiatsis, C., Mulligan, S., Karnouskos, S., Avesand, D., & Boyle, D. (2014). From Machine-to-Machine to the Internet of Things: Introduction to a New Age of Intelligence. Amsterdam: Elsevier.
  • Freeman, A., Adams Becker, S., Cummins, M., Davis, A., & Hall Giesinger, C. (2017). NMC/CoSN Horizon Report: 2017 K–12 Edition. Austin, Texas: The New Media Consortium.
  • Keengwe, J. (2015). Promoting Active Learning through the Integration of Mobile and Ubiquitous Technologies. Hershey, PA: IGI Global. doi:10.4018/978-1-4666-6343-5
  • Liao, T. (2015). Augmented or admented reality? The influence of marketing on augmented reality technologies. Information Communication & Society, 18(3), 310-326.
  • McLeod, L. D., Swygert, K. A., & Thissen, D. (2001). Factor analysis for items scored in two categories. En D. Thissen & H. Wainer (Eds.). Test scoring (pp. 189-216). Mahwah, NJ: Lawrence Erlbaum.
  • Mercier, E. M., & Higgins S. E. (2013). Collaborative learning with multi-touch technology: Developing adaptive expertise. Learning and Instruction, 25, 13-23.
  • Nunnaly, J., & Bernstein, I. (1994). Psychometric Theory. New York: McGraw-Hill.
  • Pearson (2014). Pearson Student Mobile Device Survey 2014. National Report: College Students. Disponible en http://www.pearsoned.com/wp-content/uploads/Pearson-HE-Student-Mobile-Device-Survey-PUBLIC-Report-051614.pdf
  • Sevillano, M.ª L., & Vázquez-Cano, E. (2015). The impact of digital mobile devices in Higher Education. Educational Technology & Society, 18(1), 106-118.
  • UNESCO (2013). UNESCO Policy Guidelines for Mobile Learning. Paris: United Nations Educational, Scientific and Cultural Organization
  • Vázquez-Cano, E. (2012). Mobile Learning with Twitter to Improve Linguistic Competence at Secondary Schools. The New Educational Review, 29(3), 134-147.
  • Vázquez-Cano, E.; Fombona, J., & Fernández, A. (2013). Virtual Attendance: Analysis of an Audiovisual over IP System for Distance Learning in the Spanish Open University (UNED). The International Review of Research in Open and Distance Learning (IRRODL), 14(3).
  • Vázquez-Cano, E. (2013). The Videoarticle: New Reporting Format in Scientific Journals and its Integration in MOOCs. Comunicar, 41, 83-91. http://dx.doi.org/10.3916/C41-2013-08
  • Weiser, M. (1993). Ubiquitous computing. Computer, 26, 71-72.
  • Weiser, M., & Brown, J. S. (1995). Designing Calm Technology. Xerox PARC.
  • Williams, J., & Michelitsch, G. (2003). Designing effective haptic interaction: inverted damping. Extended abstracts on Human factors in computing systems, 856-857.
  • Wu, W.-H., Wu, Y.-C., Chen, C.-Y., Kao, H. K., Lin, C.-H., & Huang, S.-H. (2012). Review of trends from mobile learning studies: A meta-analysis. Computers & Education, 59, 817-827. doi: 10.1016/j.compedu.2012.03.016