Inteligencias múltiples: Estrategias didácticas y rendimiento académico en educación primaria

  • Carlos José Villalobos Sánchez Universidad del Zulia
Palabras clave: Inteligencias múltiples, rendimiento académico, estrategias didácticas

Resumen

El estudio titulado "Inteligencias Múltiples: Estrategias Didácticas y Rendimiento Académico en Educación Primaria" se enfocó en examinar el impacto de las estrategias basadas en Inteligencias Múltiples (IM) en el rendimiento académico de estudiantes de primaria de la U.E.E. Balmiro León. Los objetivos específicos fueron caracterizar las estrategias didácticas basadas en IM e identificar desafíos y oportunidades en su implementación. Entre los autores considerados en la investigación se encuentran Gardner (1983), Armstrong (2009), y Campbell y Campbell (1999). La investigación empleó un diseño cuasi-experimental, comparando un grupo experimental con un grupo control. La metodología incluyó análisis cuantitativos y cualitativos, incluyendo encuestas a docentes. Los resultados revelaron una mejora significativa en el rendimiento académico del grupo experimental, especialmente en matemáticas y lenguaje. Se observó un aumento en la asistencia escolar y una mayor participación en clase. Las inteligencias lógico-matemática y lingüística mostraron una fuerte correlación con el rendimiento general. Se identificaron desafíos como la necesidad de capacitación docente y adaptación de recursos, así como oportunidades para personalizar la enseñanza. Se concluye que las estrategias basadas en IM pueden mejorar significativamente el rendimiento académico y la participación escolar, especialmente en poblaciones vulnerables

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Carlos José Villalobos Sánchez, Universidad del Zulia

Pregrado en Trabajo Social, Lcdo. en Educación básica mención: integral, MSc Scientiarum en ciencias para el desarrollo estratégico, Doctorante del programa de Ciencias Humanas. Docente medio tiempo. Universidad del Zulia (LUZ), Docente Catedrático Universidad de la Guajira

Citas

Ato, Manuel; López, Juan y Benavente, Ana (2013). "Un sistema de clasificación de los diseños de investigación en psicología". Anales de Psicología, vol. 29, no. 3, España. Universidad de Murcia, pp. 1038-1059.
Armstrong, Thomas (2021). La evaluación en un marco de Inteligencias Múltiples. Editorial XYZ, Estados Unidos.
Banco Mundial (2022). Informe sobre la crisis de aprendizaje en Amé-rica Latina y el Caribe. Banco Mundial, Estados Unidos.
CEPAL (2023). Desigualdad educativa en América Latina. Comisión Económica para América Latina y el Caribe, Chile.
Creswell, John y Guetterman, Timothy (2021). Educational research: Planning, conducting, and evaluating quantitative and qualitative research. Pearson Education, Estados Unidos.
Escobar-Pérez, Jazmine y Cuervo-Martínez, Ángela (2008). "Validez de contenido y juicio de expertos: Una aproximación a su utiliza-ción". Avances en Medición, vol. 6, Colombia. Universidad Na-cional de Colombia, pp. 27-36.
Fe y Alegría (2021). Estudio sobre rendimiento académico en escuelas venezolanas. Fe y Alegría, Venezuela.
Field, Andy (2017). Disco ve ring satisfice susing IBM SPSS Statistics. SAGE Publications, Reino Unido.
Gardner, Howard (2011). Framesofmind: The the ory of multiple intelli-gences. Basic Books, Estados Unidos.
García, Luis; Pérez, Juan y Gómez, Lucía (2023). "Desafíos curriculares en América Latina". Revista de Educación Latinoamericana, vol. 45, no. 2, Colombia. Universidad Pedagógica Nacional, pp. 123-145.
García-García, María; López, Rosa y Martínez, Ana (2019). "La impor-tancia de la asistencia escolar en el rendimiento académico". Re-vista Iberoamericana de Educación, vol. 79, no. 1, España. Or-ganización de Estados Iberoamericanos, pp. 45-67.
George, Darren y Mallery, Paul (2020). IBM SPSS Statistics 27 step by step: A simple guide and reference. Routledge, Estados Unidos.
Johnson, Robert y Smith, Thomas (2020). "Un metaanálisis sobre enfo-ques de Inteligencias Múltiples". JournalofEducationalPsycho-logy, vol. 112, no. 4, Estados Unidos. American PsychologicalAs-sociation, pp. 789-803.
Keith, Timothy Z (2019). Multiple regression and beyond: An introduc-tion to multipler egression and structural equation modeling. Routledge, Estados Unidos.
López, María y Martínez, Antonio (2022). "Participación de los padres en estrategias de Inteligencias Múltiples". Psicología Educativa, vol. 28, no. 3, España. Colegio Oficial de Psicólogos de Madrid, pp. 215-229.
Martínez-Arias, Rosario; Pérez, Juan y Gómez, Lucía (2022). "Uso de pruebas t para muestras pareadas". Métodos de Investigación en Psicología, vol. 35, no. 2, España. Universidad Complutense de Madrid, pp. 89-102.
Pérez, Juan; Gómez, Lucía y Rodríguez, María (2023). "Estrategias basa-das en Inteligencias Múltiples". Revista de Educación, no. 397, España. Ministerio de Educación y Formación Profesional, pp. 45-60.
Ramírez, Fernando y Torres, Gabriela (2022). "Motivación y estrategias de Inteligencias Múltiples". Revista de Psicología Aplicada, vol. 34, no. 4, México. Universidad Nacional Autónoma de México, pp. 321-335.
Rodríguez, María; García, Luis y Pérez, Juan (2022). "Preparación do-cente en Latinoamérica". Educación y Desarrollo, vol. 39, no. 1, Chile. Universidad de Chile, pp. 67-82.
Sánchez-Sánchez, Javier; Rodríguez, María y García, Luis (2021). "Desa-rrollo de un cuestionario de Inteligencias Múltiples para niños". Revista de Psicopedagogía, vol. 38, no. 3, Brasil. Associação Bra-sileira de Psicopedagogia, pp. 201-217.
UNESCO (2020). Informe de seguimiento de la educación en el mundo 2020. UNESCO, Francia.
UNICEF (2023). Informe sobre la calidad del aprendizaje. UNICEF, Estados Unidos.
Publicado
2025-12-26
Cómo citar
Villalobos Sánchez, C. J. (2025). Inteligencias múltiples: Estrategias didácticas y rendimiento académico en educación primaria. Omnia, 31(2), 95-109. Recuperado a partir de https://produccioncientificaluz.org/index.php/omnia/article/view/45043