Emociones y sentimientos en docentes universitarios durante la pandemia del COVID-19

• Gabriel Elías Chanchí Golondrino
• Mónica Esther Ospino Pinedo
• Miguel Ángel García Bolaños

DOI: https://doi.org/10.52080/rvgluz.26.e5.9

Resumen

La pandemia ocasionada por el COVID-19 forzó la adopción de procesos académicos ajustados a la presencialidad remota generando, en los actores involucrados, un conjunto de opiniones y sentimientos producto de la experiencia académica. A partir de lo anterior, este artículo tiene como objetivo analizar la experiencia de docentes universitarios durante la pandemia del COVID-19. El recorrido metodológico concurrió entre la aplicación de instrumentos de evaluación, el pre-procesamiento de los datos, la obtención de la polaridad de las opiniones y el análisis estadístico de las polaridades; convenientemente, se realizó un análisis estadístico y un análisis de sentimientos. El cuestionario de percepción, aplicado a los profesores de la Universidad de Cartagena, se construyó con 22 ítems cerrados y 2 abiertos relacionados con el desarrollo de las actividades académicas durante el confinamiento. Resalta que la percepción positiva sea el doble de la negativa; asimismo, destaca la opinión de los profesores sobre, entre otros aspectos, el cumplimiento del proyecto docente de programas; la flexibilidad académico administrativa; el apoyo de la institución; así como, el compromiso y motivación de los estudiantes; advirtiendo sobre la necesidad de fortalecer el acompañamiento a los estudiantes con problemas de conectividad y sugiriendo la vinculación de una plataforma que incluya herramientas adicionales para promover la interacción en los encuentros sincrónicos.

Citas

Ainin, S., Feizollah, A., Anuar, N. B., & Abdullah, N. A. (2020). Sentiment analyses of multilingual tweets on halal tourism. Tourism Management Perspectives, 34, 100658. https://doi.org/10.1016/j.tmp.2020.100658

Almetwazi, M., Alzoman, N., Al-Massarani, S., & Alshamsan, A. (2020). COVID-19 impact on pharmacy education in Saudi Arabia: Challenges and opportunities. Saudi Pharmaceutical Journal, 28(11), 1431–1434. https://doi.org/10.1016/j.jsps.2020.09.008

Chanchí, G., & Córdoba, A. (2019). Análisis de emociones y sentimientos sobre el discurso de firma del acuerdo de paz en Colombia. Revista Ibérica de Sistemas e Tecnologias de Informação, E22, 95–107.

Chanchí, G. E., & Hernandez-Londoño, C. E. (2020). Estrategia basada en TIC para la organización de ferias virtuales de divulgación académica durante la pandemia de COVID-19. Revista ESPACIOS, 41(42), 66–80.

Chang, T. Y., Hong, G., Paganelli, C., Phantumvanit, P., Chang, W. J., Shieh, Y. S., & Hsu, M. L. (2020). Innovation of dental education during COVID-19 pandemic. Journal of Dental Sciences, 1–6. https://doi.org/10.1016/j.jds.2020.07.011

Chang, W. L., & Wang, J. Y. (2020). A 2020 perspective on “Mine is yours? Using sentiment analysis to explore the degree of risk in sharing economy.” Electronic Commerce Research and Applications, 40, 100934. https://doi.org/10.1016/j.elerap.2020.100934

Gil-Vera, V. (2018). Análisis de sentimientos sobre el impacto social de proyectos de vivienda en América Latina: el caso un TECHO para mi país (Colombia). Revista Espacios, 39(44), 30.

Jeong, S. Y., Kim, J. W., Kim, Y. S., Joo, H. Y., & Moon, J. H. (2020). Sentiment analysis of nuclear energy-related articles and their comments on a portal site in Rep. of Korea in 2010–2019. Nuclear Engineering and Technology, 1–7. https://doi.org/10.1016/j.net.2020.07.031

Lin, B., & Zhang, Y. Y. (2020). Impact of the COVID-19 pandemic on agricultural exports. Journal of Integrative Agriculture, 19(12), 2937–2945. https://doi.org/10.1016/S2095-3119(20)63430-X

Lyu, Y. W., Chow, J. C. C., & Hwang, J. J. (2020). Exploring public attitudes of child abuse in mainland China: A sentiment analysis of China’s social media Weibo. Children and Youth Services Review, 116, 105250. https://doi.org/10.1016/j.childyouth.2020.105250

Malekpour Koupaei, D., Song, T., Cetin, K. S., & Im, J. (2020). An assessment of opinions and perceptions of smart thermostats using aspect-based sentiment analysis of online reviews. Building and Environment, 170, 106603. https://doi.org/10.1016/j.buildenv.2019.106603

Mäntylä, M. V., Graziotin, D., & Kuutila, M. (2018). The evolution of sentiment analysis—A review of research topics, venues, and top cited papers. Computer Science Review, 27, 16–32. https://doi.org/10.1016/j.cosrev.2017.10.002

Martin-Domingo, L., Martín, J. C., & Mandsberg, G. (2019). Social media as a resource for sentiment analysis of Airport Service Quality (ASQ). Journal of Air Transport Management, 78, 106–115. https://doi.org/10.1016/j.jairtraman.2019.01.004

Mishra, D. L., Gupta, D. T., & Shree, D. A. (2020). Online Teaching-Learning in Higher Education during Lockdown Period of COVID-19 Pandemic. International Journal of Educational Research Open, 100012. https://doi.org/10.1016/j.ijedro.2020.100012

Montgomery, D. (2004). Diseño y análisis de experimentos (2nd ed.). Limusa Wiley.

Oke, A., Osobajo, O., Obi, L., & Omotayo, T. (2020). Rethinking and optimising post-consumer packaging waste: A sentiment analysis of consumers’ perceptions towards the introduction of a deposit refund scheme in Scotland. Waste Management, 118, 463–470. https://doi.org/10.1016/j.wasman.2020.09.008

Sánchez-Holgado, P., Martín-Merino, M., & Blanco-Herrero, D. (2020). Del data-driven al data-feeling: Análisis de sentimiento en tiempo real de mensajes en español sobre divulgación científica usando técnicas de aprendizaje automático. Anuario Electrónico de Estudios En Comunicación Social “Disertaciones,” 13(1). https://revistas.urosario.edu.co/xml/5115/511562674006/html/index.html

Saura, J., Reyes-Menendez, A., & Palos-Sánchez, P. (2018). Un Análisis de Sentimiento en Twitter con Machine Learning: Identificando el sentimiento sobre las ofertas de #BlackFriday. Revista Espacios, 39(42), 16.

Soleymani, M., Garcia, D., Jou, B., Schuller, B., Chang, S. F., & Pantic, M. (2017). A survey of multimodal sentiment analysis. Image and Vision Computing, 65, 3–14. https://doi.org/10.1016/j.imavis.2017.08.003

Trovato, C. M., Montuori, M., Oliva, S., Cucchiara, S., Cignarelli, A., & Sansone, A. (2020). Assessment of public perceptions and concerns of celiac disease: A Twitter-based sentiment analysis study. Digestive and Liver Disease, 52(4), 464–466. https://doi.org/10.1016/j.dld.2020.02.004

Yang, J., Zou, X., Zhang, W., & Han, H. (2021). Microblog sentiment analysis via embedding social contexts into an attentive LSTM. Engineering Applications of Artificial Intelligence, 97, 104048. https://doi.org/10.1016/j.engappai.2020.104048

Zvarevashe, K., & Olugbara, O. O. (2018). A framework for sentiment analysis with opinion mining of hotel reviews. 2018 Conference on Information Communications Technology and Society, ICTAS 2018 - Proceedings, 1–4. https://doi.org/10.1109/ICTAS.2018.8368746