Intensidad del uso del m-learning en educación superior

• López-Hernández Fernando A ^[1] ; Silva-Pérez María Magdalena ^[1]
  1. [1] Universidad Politécnica de Cartagena

     Universidad Politécnica de Cartagena

     Cartagena, España

     
• Localización: II Congreso Internacional de Innovación Docente. CIID: Murcia, 20 y 21 de febrero de 2014, 2014, ISBN 978-84-695-9705-7, págs. 441-450
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    El presente trabajo tiene como objetivo evaluar la penetración que tienen los dispositivos móviles para el aprendizaje e identificar aquellos factores que inciden en la adopción de esta tecnología en educación superior. El estudio está basado en datos recogidos en una encuesta realizada a 411 estudiantes universitarios. La información fue analizada en el marco del Modelo de Aceptación de la Tecnología(TAM) y de la Teoría Unificada de Aceptación y Uso de Tecnología (UTAUT). Se utilizaron técnicas de regresión logística para cuantificar el impacto de los principales factores que inciden en la adopción de esta tecnología (Utilidad percibida, Facilidad de Uso, Influencia Social, Entretenimiento Percibido y Condiciones Facilitantes) junto con indicadores sociodemográficos. Los resultados indican que todos los factores propuestos aparecen como significativos a excepción de las Condiciones Facilitantes. Como factor sociodemográfico sólo el género incide en el uso del m-learning, donde ser mujer incrementa la probabilidad de adoptar esta tecnología. La intensidad en el uso, medida a través del número de recursos que utilizan, sólo identifica como factores significativos la utilidad percibida y el entretenimiento percibido. Las implicaciones de este estudio son importantes tanto para investigadores, profesores y las instituciones que pretendan implantar esta metodología de estudio

  • English

    This paper evaluates the penetration of mobile devices for learning propose andidentify those factors that influence the adoption of this technology in highereducation. A sample of 411 university students participated in the research. Theinformation collected was analysed in the framework of the Technology AcceptanceModel (TAM) and the Unified Theory of Acceptance and Use of Technology(UTAUT). We used logistic regression techniques to quantify the impact of the mainfactors affecting the adoption of this technology (Perceived Usefulness, EffortExpectancy, Social Factors, Perceived Entertainment and Facilitating Conditions) beside with socio-demographic indicators. The results indicate that all factorsproposed except Facilitating Conditions appear to be significant. In the set of sociodemographic factor be a woman increases the probability of adopting thistechnology. The intensity of use, measured by the number of resources used, onlyidentified Perceived Usefulness and Perceived Entertainment as significant factors.The implications of this study are important for researchers, teachers and institutionsseeking to implement this methodology study