ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
Artículo de investigación https://doi.org/10.47460/uct.v30i130.1033
Herramientas digitales y sistemas de creencias: predictores de la
evaluación por competencias en educación matemática superior
Claribel Cunyarache Aniceto*
https://orcid.org/0000-0002-4281-1632
ccunyarachea@ucvvirtual.edu.pe
Universidad César Vallejo
Piura, Perú
Edwin Raúl Lazo Eche
https://orcid.org/0000-0001-9265-5968
c20154@utp.edu.pe
Universidad Tecnológica del Perú
Piura, Perú
Judith Keren Jiménez Vilcherrez
https://orcid.org/0000-0002-7823-1533
jjimenezv@unp.edu.pe
Universidad Nacional de Piura
Piura, Perú
Felícita Marcela Velásquez Fernández
https://orcid.org/0000-0002-0345-5348
fvelasquezf@unp.edu.pe
Universidad Nacional de Piura
Piura, Perú
*Autor de correspondencia:
ccunyarachea@ucvvirtual.edu.pe
Recibido (25/09/2025), Aceptado 11/12/2025)
Resumen. Este trabajo consistió en analizar el impacto de las herramientas digitales docentes y
su relación con el sistema de creencias asociado a la planiĄcación y ejecución de la evaluación por
competencias en el contexto de la enseñanza de la matemática en el nivel superior. Se desarrolló bajo
el enfoque cuantitativo, diseño correlacional y de nivel descriptivoŰexplicativo. La muestra fue de 124
docentes, seleccionados e n forma no probabilística. La técnica empleada para la recolección de datos
fue la encuesta a través de tres cuestionarios ad hoc. Los resultados permiten aĄrmar que el factor
relacionado con las herramientas digitales y las creencias de los docentes aporta signiĄcativamente al
planeamiento de la evaluación de la matemática en el nivel superior, aunque existe una variabilidad
importante que permanece explicada por otros factores.
Palabras clave: herramientas digitales, sistema de creencias, evaluación, matemática superior.
Digital Tools and Belief Systems: Predictors of Competency-Based Assessment in
Higher Mathematics Education
Abstract. This study analyzed the inĆuence of teachersŠ digital tools and belief systems on the planning
and implementation of competence-based assessment in higher mathematics education. A quantita-
tive approach was adopted, with a correlational design and descriptiveŰexplanatory scope. The non-
probabilistic sample consisted of 124 mathematics instructors. Data were collected through three ad
hoc questionnaires designed to measure digital tool usage, teaching beliefs, and assessment practices.
The Ąndings conĄrm that teachersŠ beliefs and digital resources signiĄcantly contribute to competence-
oriented assessment planning, although a considerable portion of the variance remains explained by
complementary pedagogical and institutional factors. The results highlight the importance of strength-
ening teachersŠ digital and epistemic competencies to promote effective assessment practices in higher
mathematics education.
Keywords: digital tools, belief systems, assessment, higher mathematics education.
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
56
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
I. INTRODUCCIÓN
Los sistemas de educación universitaria actuales enfrentan un panorama de cambios profundos,
ello derivado de una creciente demanda social, económica, política, las cuales exigen la adaptación
curricular a un enfoque más pertinente, en este caso orientado hacia el logro de competencias. En este
escenario es que el enfoque por competencias ha sido asumido como parte de una estrategia puntual para
dinamizar la enseñanza, el aprendizaje y la evaluación de cara a la realidad económica productiva del
país, redeĄniendo con ello nuevos perĄles de egreso para los estudiantes universitarios. El perĄl formativo
de las diferentes carreras requiere de una formación general basada en el conocimiento matemático,
en algunas carreras forma parte de la formación especíĄca [
1], [2], sin embargo, es común encontrar
investigaciones que reportan un alto grado de desercíon teniendo a la evaluación como principal factor
[
3], [4].
La realidad reĆejada en la literatura evidencia que la evaluación por competencia no se encuentra
ampliamente consolidada, así estudios recientes señalan que una proporción importante de docentes
aplica solamente evaluación sumativa, con escasa o nula integración de competencias genéricas [5].
En paralelo, la realidad también evidencia que la autopercepción del docente sobre sus competencias
digitales presenta correlaciones signiĄcativas con la integración de esta en su práctica educativa, sin
embargo, no se encuentra una integración real concreta con el proceso de evaluación [
6], ante lo cual se
considera que la integración del enfoque por competencias limita el diseño de una evaluación auténtica.
Por otra parte, la evaluación por competencias de la matemática se concibe como un proceso
holístico e intencional, el cual requiere mucho más que el dominio de contenidos, sino también la
movilización de habilidades, razonamiento, transferencias cognitivos, los cuales están planteados en los
currículos universitarios, pero cuya implementación sigue siendo un reto importante para la docencia,
más aún cuando las investigaciones priorizan la atención en los resultados del aprendizaje, dejando en
un segundo plano al análisis de los factores que inciden en el desarrollo de competencias y que aportan
al aprendizaje del individuo.
La situación descrita ha permitido centrar esta investigación en la búsqueda de los factores que
inciden en la efectividad de una educación por competencias. Por tanto, se analizan las características
del sistema de creencias pedagógicas del docente y el uso de herramientas digitales, para evaluar su
participación en la evaluación por competencias de la matemática en el nivel superior.
II. MARCO TEÓRICO
La evaluación por competencias se deĄne como el conjunto de prácticas docentes orientadas hacia
la planiĄcación, implementación, aplicación de estrategias evaluativas las cuales son coherentes con
el enfoque por competencias en el nivel superior [
7]. En el nivel de educación superior, este tipo de
evaluación requiere que los docentes diseñen instrumentos pertinentes que logren establecer la capacidad
del estudiante para hacer frente a escenarios reales, obteniendo de por medio evidencias de desempeño
que trascienden un proceso memorístico [
8]. La evaluación por competencias se sustenta en el paradigma
de la complejidad, en la cual se asume que la realidad no puede reducirse a un cúmulo de factores, sino
que es dinámica, sistémica por ende se debe mantener una visión holística de la misma [
9]. También
la variable se sostiene en las teorías constructivistas del aprendizaje puesto que la evaluación se emplea
como un proceso de toma de decisiones, no aislado, sino que evidencia la capacidad del estudiante para
resolver problemas complejos y relevantes [
10].
Las herramientas digitales se deĄnen como un conjunto de recursos aplicados en el proceso de
enseñanza y evaluación en el contexto de la educación superior [
5], [11]. El uso de las herramientas
digitales también reĄere al grado de integración en la práctica de enseñanza como de evaluación [
3],
[
7]. Aunque existen investigaciones que aportan evidencia de que hay relación con el desempeño del
docente, centrándose en aspectos de gestión, como recurso acompañante del aprendizaje, poco se
ha evaluado la funcionalidad para actuar como un escenario de una evaluación auténtica y de una
retroalimentación oportuna [
2], [8]. En este marco surgen algunas deĄniciones alternas que se vinculan
como las competencias digitales docentes, deĄnidas bajo el enfoque de conocimiento, habilidades,
actitudes, estrategias para integrar las TICs como parte de procesos formativos [
7], [12]. Se han diseñado
algunos modelos teóricos para el acercamiento al constructo, sin embargo, se maneja convencionalmente
el Marco Europeo de Competencia Digital Docente [
3].
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
57
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
El sistema de creencias se deĄne como un conjunto de concepciones, actitudes y valoraciones
personales de los docentes, los cuales condicionan su valoración sobre aspectos como la enseñanza, el
aprendizaje y la evaluación educativa [
13], [14]. La inclusión del sistema de creencias como parte de la
dinámica educativa ya ha sido explorada en otras investigaciones logrando tener un factor explicativo
importante para sus respectivas variables de estudio [
15]. La teoría que subyace el desarrollo del sistema
de creencias es la teoría de la autoeĄcacia de Bandura, la misma que promueve la separación entre
actitud superĄcial y estructura cognitiva profundamente arraigada para las creencias [
16]. Es a través
de esta teoría que se aĄrma que los individuos actúan en función a lo que creen puede ser efectivo ante
determinada situación, ello orienta el rol profesional que desempeñan y la reproducción de prácticas
anteriores o que se han instituido socialmente [
17].
III. METODOLOGÍA
Esta investigación tuvo enfoque cuantitativo, con un diseño no exp erimental, transversal correla-
cional. Fue de alcance explicativo, con la implementación del método hipotético deductivo. El estudio
se orientó a identiĄcar la contribución relativa de dos variables independientes mediante un modelo de
regresión lineal múltiple, controlando los aspectos principales del modelo.
La población de estudio se conformó por todos los docentes universitarios que dicten cursos de
matemática en el nivel superior, sin embargo, dada la realidad educativa se consideró como parte
de ello también a profesionales ingenieros, estadísticos y físicos. La muestra fue de 124 docentes,
seleccionados mediante un muestreo no probabilístico intencional. Se utilizaron criterios de inclusión:
dictar cursos de matemática en educación superior, estar trabajando en el nivel superior al momento
de la investigación y brindar su consentimiento para la recolección de datos. (Tabla
1).
Tabla 1. Características sociodemográĄcas de la muestra
Variable Categoría n %
Sexo
Masculino 88 71,0
Femenino 36 29,0
Formación profesional
Matemática 41 33,1
Ingeniería 46 37,1
Estadística 19 15,3
Física 18 14,5
Condición laboral
Contratado 79 63,7
Nombrado 45 36,3
Aijos de experiencia
docente
Menos de 5 aijos 18 14,5
Entre 5 y 10 aijos 64 51,6
Más de 10 aijos 42 33,9
Nota: N = 124.
Se aplicaron tres cuestionarios en escala tipo Likert, los cuales permitieron cuantiĄcar las per-
cepciones y prácticas docentes en función a las variables de estudio (Tabla
2). El cuestionario de
herramientas digitales contó con 23 ítems, mientras que el cuestionario asociado al sistema de creencias
con 21 ítems y el instrumento de evaluación pedagógica con un total de 13 ítems. Todos ellos mostraron
un coeĄciente Alfa de Cronbach superior a 0,7, lo cual indicó una adecuada consistencia interna para
la medición de los constructos indicados.
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
58
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
Tabla 2. Características de los instrumentos aplicados.
Instrumento Propósito de medición Aspecto clave que evalúa N
◦
de
ítems
Herramientas
digitales
IdentiĄcar el nivel de
integración tecnológica en la
práctica docente
Frecuencia, diversidad y
Ąnalidad pedagógica del uso
digital
23
Sistema de creencias Analizar los marcos cognitivos
que orientan la toma de
decisiones pedagógicas
Concepciones sobre
enseijanza, aprendizaje y rol
docente
21
Evaluación
pedagógica
Examinar la coherencia entre
evaluación, objetivos de
aprendiza je y estrategias
didácticas
Enfoques evaluativos, criterios
y retroalimentación formativa
13
El análisis de los datos se desarrolló a partir de la contrastación del modelo de regresión lineal
múltiple, además de la veriĄcación de los supuestos de normalidad, linealidad, homocedasticidad e
independencia. El nivel de signiĄcancia de la prueba fue de 0,05, además de que se propuso la inter-
pretación de los coeĄcientes estandarizados como los no estandarizados a Ąn de conocer la magnitud y
dirección de los efectos de las variables predictoras sobre la variable explicada.
IV. RESULTADOS
La Tabla
3 presenta los estadísticos descriptivos correspondientes a las variables analizadas en el
estudio. Los resultados muestran que la evaluación de la m atemática registra una media moderada,
acompañada de una dispersión relativamente baja, lo que sugiere una mayor homogeneidad en las prácti-
cas evaluativas reportadas por los docentes. En contraste, las variables asociadas al uso de herramientas
digitales y al sistema de creencias presentan medias más elevadas, junto con desviaciones estándar con-
siderablemente mayores, evidenciando una mayor variabilidad en las percepciones y prácticas docentes.
Esta dispersión sugiere la coexistencia de enfoques diferenciados en la integración tecnológica y en las
concepciones pedagógicas, lo que resulta consistente con la diversidad de perĄles docentes y contextos
institucionales analizados. En conjunto, estos resultados descriptivos ofrecen un primer acercamiento a
la estructura de los datos y constituyen la base para los análisis inferenciales posteriores.
Tabla 3. Resumen descriptivo para las variables del modelo predictivo.
Variable Media Desviación estándar
Evaluación de la Matemática (eval) 42,02 10,80
Herramientas digitales (herr_dig) 67,83 27,15
Sistema de creencias (sist_creen) 64,86 24,48
Por otra parte, la Figura 1 permite identiĄcar patrones diferenciados en la distribución de los puntajes
correspondientes a las variables analizadas. En particular, la evaluación de la matemática presenta una
concentración de valores en un rango relativamente acotado, lo que sugiere una mayor estabilidad en
las prácticas evaluativas reportadas. Por el contrario, las variables asociadas a herramientas digitales
y sistema de creencias evidencian una dispersión más amplia, reĆejando la coexistencia de enfoques
heterogéneos en la integración tecnológica y en las concepciones pedagógicas del profesorado. La
presencia de valores extremos en estas dimensiones indica que, junto a prácticas consolidadas, persisten
niveles contrastantes de adopción y posicionamiento pedagógico. Esta Ągura aporta evidencia visual
de la diversidad estructural de las variables estudiadas y refuerza la pertinencia de profundizar en el
análisis inferencial para examinar las relaciones entre ellas.
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
59
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
Fig. 1. Distribución de los puntajes de las variables de estudio mediante diagramas de caja.
Antes de estimar el modelo de regresión lineal múltiple, se evaluaron los supuestos estadísticos
necesarios para garantizar la validez de los resultados de la investigación. En este sentido, la Figura
2
muestra la relación entre el uso de herramientas digitales y la evaluación de la matemática en el nivel
superior. La distribución de los datos sugiere una tendencia positiva, indicando que niveles más altos
de integración de herramientas digitales tienden a asociarse con mejores resultados en los procesos
evaluativos. No obstante, la dispersión observada a lo largo del rango de valores evidencia que dicha
relación no es uniforme, lo que pone de maniĄesto la inĆuencia de factores pedagógicos y contextuales
adicionales. La presencia de casos alejados de la tendencia central refuerza la necesidad de complementar
esta representación gráĄca con análisis estadísticos inferenciales, a Ąn de estimar la fuerza y signiĄcancia
de la asociación entre ambas variables.
Fig. 2. Evaluación de la matemática y las herramientas digitales empleadas.
La Figura 3 ilustra la relación entre el sistema de creencias docentes y la evaluación de la matemática
en el nivel superior. La disposición de los datos sugiere una asociación positiva, indicando que concep-
ciones pedagógicas más favorables tienden a vincularse con prácticas evaluativas de mayor desemp eño.
Sin embargo, la dispersión observada a lo largo de los valores evidencia que dicha relación no es lineal
ni homogénea, lo que sugiere la inĆuencia de mediadores pedagógicos, institucionales y contextuales en
la forma en que las creencias se traducen en acciones evaluativas concretas. Esta variabilidad refuerza
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
60
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
la necesidad de abordar el análisis desde un enfoque inferencial que permita estimar la magnitud y
signiĄcancia de la relación entre ambas variables.
Fig. 3. Relación entre la evaluación matemática y el sistema de creencias.
Asimismo, el modelo de regresión múltiple estimado muestra una correlación conjunta elevada entre
las variables predictoras, sistema de creencias y herramientas digitales, y la evaluación de la matemática
en el nivel superior, con un coeĄciente de correlación múltiple de R = 0,689. El modelo explica el 47,4 %
de la varianza de la variable dependiente (R
2
= 0,474), manteniendo un nivel de ajuste consistente
tras la corrección por número de predictores (R
2
ajustado = 0,466), lo que evidencia estabilidad en la
estimación y ausencia de sobreajuste. El error estándar de la estimación (7,896) indica una precisión
aceptable e n las predicciones del modelo. Asimismo, el estadístico de DurbinŰWatson (2,066) sugiere
independencia de los residuos, cumpliéndose los supuestos básicos de la regresión lineal.
La Tabla
4 presenta los resultados del análisis de varianza (ANOVA) aplicado al modelo de regresión
lineal múltiple. Los resultados evidencian que el modelo es estadísticamente signiĄcativo en su conjunto,
al observarse un valor elevado del estadístico F (54,592) con un nivel de signiĄcancia p < 0,001, lo
que indica que las variables predictoras incluidas explican una proporción signiĄcativa de la variabilidad
en la evaluación de la matemática en el nivel superior. La comparación entre la suma de cuadrados
atribuida a la regresión y la correspondiente al residuo muestra que una parte sustancial de la variación
total es capturada por el modelo, conĄrmando su capacidad explicativa global. Estos resultados validan
la pertinencia del enfoque de regresión adoptado y respaldan la continuidad del análisis a nivel de
coeĄcientes individuales.
Tabla 4. Resultado del ANOVA realizado al modelo de regresión lineal múltiple.
Modelo Suma de cuadrados gl Media cuadrática F Sig.
Regresión 6806,670 2 3403,335 54,592 0,000
Residuo 7543,297 121 62,341
Total 14349,968 123
La Tabla 5 muestra los coeĄcientes estimados del modelo de regresión lineal múltiple, evidenciando
el aporte individual de cada variable predictora sobre la evaluación de la matemática en el nivel supe-
rior. Los resultados indican que tanto el uso de herramientas digitales como el sistema de creencias
docentes ejercen un efecto positivo y estadísticamente signiĄcativo sobre la variable dependiente (p <
0,001). En términos comparativos, el sistema de creencias presenta un mayor peso explicativo, como lo
reĆeja su coeĄciente estandarizado (β = 0,631), frente al efecto moderado asociado a las herramientas
digitales (β = 0,314). Los coeĄcientes no estandarizados sugieren que, manteniendo constantes las
demás variables, incrementos unitarios en ambas dimensiones se asocian con mejoras sistemáticas en
los resultados evaluativos. Asimismo, los indicadores de colinealidad muestran valores de tolerancia
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
61
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
cercanos a 1 y VIF ≈ 1, lo que conĄrma la ausencia de multicolinealidad y respalda la estabilidad del
modelo estimado.
Tabla 5. CoeĄcientes obtenidos del modelo de regresión.
Modelo
CoeĄcientes no
estandarizados
CoeĄcientes
estandarizados
t Sig.
Estadísticas de
colinealidad
B Error es-
tándar
Beta Tolerancia VIF
(Constante) 15,469 2,763 Ů 5,598 0,000 Ů Ů
Herramientas
digitales
0,125 0,026 0,314 4,762 0,000 0,997 1,003
Sistema de
creencias
0,278 0,029 0,631 9,561 0,000 0,997 1,003
La Figura 4 sintetiza las correlaciones bivariadas entre las principales variables del estudio, permi-
tiendo comparar de manera integrada la intensidad de sus asociaciones. Los resultados evidencian que
el sistema de creencias docentes presenta la relación más fuerte con la evaluación de la matemática, lo
que sugiere que las concepciones pedagógicas constituyen un factor estructurante en la conĄguración
de las prácticas evaluativas. En contraste, el vínculo entre las herramientas digitales y la evaluación,
aunque positivo y relevante, muestra una intensidad moderada, indicando que la tecnología por sí
sola no garantiza mejoras evaluativas si no se articula con marcos pedagógicos sólidos. Asimismo, la
correlación observada entre herramientas digitales y sistema de creencias refuerza la idea de que la
adopción tecnológica se encuentra mediada por disposiciones cognitivas y actitudinales del profesorado.
En conjunto, estos hallazgos respaldan un enfoque integrador, en el que los factores tecnológicos y
pedagógicos interactúan de manera complementaria, y justiĄcan la pertinencia del modelo de regresión
planteado para examinar sus efectos conjuntos.
Fig. 4. Correlación entre las variables analizadas, según los cuestionarios aplicados.
A. Discusión
Los resultados obtenidos evidencian que la evaluación de la matemática en el nivel superior se en-
cuentra signiĄcativamente inĆuenciada por factores de naturaleza pedagógica y tec nológica, destacando
especialmente el sistema de creencias docentes como el predictor con mayor peso explicativo. Este ha-
llazgo es consistente con los planteamientos teóricos de Bandura, quien sostiene que las creencias de
autoeĄcacia y los marcos cognitivos del docente condicionan la forma en que se diseñan, implementan
y sostienen las prácticas educativas [
2], [16]. En este sentido, los resultados conĄrman que las con-
cepciones pedagógicas no solo median la adopción de innovaciones, sino que estructuran de manera
profunda las decisiones evaluativas en contextos universitarios.
El mayor coeĄciente estandarizado asociado al sistema de creencias coincide con estudios previos
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
62
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
que han demostrado la relación directa entre creencias docentes y prácticas de enseñanza y evaluación
en matemática [
6], [14], [17]. En particular, la evidencia sugiere que do ce ntes con creencias pedagógicas
más favorables tienden a desarrollar enfoques evaluativos más coherentes, formativos y alineados con
los objetivos de aprendizaje, lo que refuerza la idea de que la evaluación no es un acto meramente
técnico, sino una práctica profundamente anclada en convicciones profesionales.
Por su parte, el uso de herramientas digitales mostró una inĆuencia positiva y estadísticamente
signiĄcativa sobre la evaluación, aunque con un peso explicativo moderado en comparación con las
creencias. Este resultado es coherente con investigaciones que señalan que la competencia digital
docente favorece la innovación evaluativa, siempre que se integre dentro de un marco pedagógico sólido
[
1], [7], [8], [10]. En esta línea, los hallazgos respaldan la idea de que la tecnología, por sí sola,
no garantiza mejoras sustantivas en los procesos de evaluación, sino que su impacto depende de la
intencionalidad didáctica y del posicionamiento epistemológico del docente [
11], [13].
Asimismo, la correlación positiva observada entre herramientas digitales y sistema de creencias sug-
iere que la adopción tecnológica está mediada por disposiciones cognitivas y actitudinales, tal como lo
señalan estudios sobre aceptación tecnológica y competencias digitales docentes [1], [9]. Este resul-
tado refuerza un enfoque integrador, en el que la formación docente debe atender simultáneamente al
desarrollo de competencias técnicas y al fortalecimiento de creencias pedagógicas favorables al cambio.
Desde una perspectiva evaluativa, los resultados del modelo de regresión y del análisis ANOVA
conĄrman la pertinencia del enfoque de evaluación por competencias, ampliamente discutido en la
literatura contemporánea [
3], [12], [15]. En particular, se evidencia que la coherencia entre creencias,
herramientas y prácticas evaluativas resulta clave para avanzar hacia modelos de evaluación más for-
mativos, auténticos y alineados con las demandas actuales de la educación superior, especialmente en
el campo de la matemática.
Estos hallazgos ap ortan evidencia empírica que respalda la necesidad de diseñar políticas y programas
de formación docente que no se limiten a la capacitación instrumental en tecnologías digitales, sino que
promuevan procesos reĆexivos orientados a la transformación de las creencias pedagógicas. De este
modo, se favorece una integración más signiĄcativa de las herramientas digitales en la evaluación de la
matemática, potenciando su impacto en la calidad del aprendizaje y en la toma de decisiones educativas
fundamentadas.
CONCLUSIONES
La matriz comparativa y la estandarización de las sanciones (Tabla 4) proporcionaron un método
operativo para evaluar la proporcionalidad de las penas, traduciendo los principios jurídicos en indi-
cadores reproducibles que permiten estandarizar la motivación y el control interno de las decisiones.
Este enfoque basado en variables deĄnidas y sanciones estandarizadas con respecto a los máximos
aplicables, está disponible para su uso institucional y para la auditoría de la coherencia decisional.
Este estudio proporciona una lista de veriĄcación (Tabla
3) para vincular los daños comprobados
con las medidas de remediación, la cual podría incorporarse como anexo en formularios de acusación o
sentencias. El uso de esta lista puede reducir la variabilidad y mejorar la trazabilidad del cumplimiento
de las medidas de restauración.
La integración de aportes de la Fiscalía, la autoridad ambiental nacional y los gobiernos locales re-
sultó útil para contextualizar y debería formalizarse en un grupo técnico interinstitucional con protocolos
estandarizados de intercambio de información, sin la alteración de las pruebas judiciales.
La relación entre la cadena de custodia y la justiĄcación de la pena y reparación, respalda la
inversión en capacidades forenses y procedimientos operativos estándar como condición para decisiones
más sólidas y reproducibles.
La estrategia metodológica, basada en la matriz comparativa de sentencias con variables es-
tandarizadas, indicadores normalizados de severidad (D1, D2, conversión de multas y máximos legales),
lista de veriĄcación de proporcionalidad y reparación, y la triangulación interinstitucional, es replicable a
nivel local, además permite realizar comparaciones provinciales o nacionales mediante tableros sencillos.
Esta contribución se alinea con el paradigma ecocéntrico y con la necesidad, ya señalada en la literatura,
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
63
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
de contar con directrices para la imposición de sanciones en delitos ambientales.
REFERENCIAS
[1] C. Antonietti, A. Cattaneo, and F. Amenduni, ŞCan teachersŠ digital competence inĆuence
technology acceptance in vocational education?Ť Computers in Human Behavior, vol.
132, p. 107266, 2022, doi: 10.1016/j.chb.2022.107266.
[2] A. Bandura and R. Walters, Social Learning and Personality Development. New York,
NY, USA: Holt, Rinehart and Winston, 1963.
[3] E. Cano, L. Lluch, M. Grané, and A. Remesal, ŞCompetency-based assessment practices
in higher education: Lessons from the pandemics,Ť Trends in Higher Education, vol. 2,
no. 1, pp. 238Ű254, 2023, doi: 10.3390/higheredu2010012.
[4] M. Cartagena, F. I. Revuelta, and M.-I. Pedrera, ŞPropiedades psicométricas de una
prueba sobre creencias docentes respecto de la integración de las tic,Ť Revista de Edu-
cación a Distancia (RED), vol. 22, no. 70, 2022, doi: 10.6018/red.524401.
[5] I. D. Hernández, ŞLa enseñanza de la matemática universitaria de la mano de la inteligen-
cia artiĄcial,Ť Ciencia Latina Revista CientíĄca Multidisciplinar, vol. 8, no. 6, 2025, doi:
10.37811/cl_rcm.v8i6.15723.
[6] I. Estévez, A. Souto-Seijo, and I. Jorrín-Abellán, ŞCreencias e integración de recursos
digitales: un estudio con docentes universitarios de ciencias de la salud,Ť RIED. Re-
vista Iberoamericana de Educación a Distancia, vol. 26, no. 1, pp. 121Ű139, 2022, doi:
10.5944/ried.26.1.34035.
[7] M. Fernández and A. Jurado, ŞCompetencias digitales docentes: una perspectiva de
enseñanza rural,Ť HUMAN REVIEW. International Humanities Review, vol. 12, no. 4,
pp. 1Ű13, 2023, doi: 10.37467/revhuman.v12.4745.
[8] M. Flores, M. Ortega, and C. Sousa , ŞEl uso de las tic digitales por parte del personal
docente y su adecuación a los modelos vigentes,Ť Revista Electrónica Educare, vol. 25,
no. 1, pp. 1Ű21, 2021, doi: 10.15359/ree.25-1.16.
[9] M. Guerra, J. Artiles, and J. Rodríguez, ŞPrácticas inclusivas docentes en herramientas
digitales: dimensiones preferentes,Ť Aloma: Revista de Psicologia, Ciències de lŠEducació
i de lŠEsport, vol. 40, no. 2, pp. 49Ű57, 2022, doi: 10.51698/aloma.2022.40.2.49-57.
[10] M. Kanobel, M. Galli, and D. Chan, ŞCompetencias digitales docentes en el nivel de
educación superior en argentina,Ť Cuadernos de Investigación Educativa, vol. 14, no. 2,
2023, doi: 10.18861/cied.2023.14.2.3402.
[11] D. López and Á. Azuero, ŞTendencias pedagógicas y herramientas digitales en el aula,Ť
CIENCIAMATRIA, vol. 6, no. 1, 2020, doi: 10.35381/cm.v6i1.286.
[12] S. Morales, R. Hershberger, and E. Acosta, ŞEvaluación por competencias: ¿cómo
se hace?Ť Revista de la Facultad de Medicina, vol. 63, no. 3, 2020, doi:
10.22201/fm.24484865e.2020.63.3.08.
[13] J. Moreira, K. Gómez, T. Lamus, A. Sabando, J. C. C. Mendoza, and L. A. C. Barcia,
ŞAssessment of digital competencies in higher education faculty: A multimodal approach
within the framework of artiĄcial intelligence,Ť Frontiers in Education, vol. 9, 2024, doi:
10.3389/feduc.2024.1425487.
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
64
ISSN-e: 2542-3401
Período: eneroŰmarzo, 2026
Universidad, Ciencia y Tecnología
Vol. 30, Núm. 130 (pp. 56Ű65)
[14] P. Moreno, A. Fernández, and P. Mariñoso, ŞEscala de creencias docentes sobre las
diĄcultades de aprendizaje de las matemáticas en educación primaria,Ť BOLEMA: Bole-
tim de Educação Matemática, vol. 36, no. 72, pp. 534Ű554, 2022, doi: 10.1590/1980-
4415v36n72a24.
[15] J. Pimienta, Evaluación de los aprendizajes: Un enfoque basado en competencias. Méx-
ico: Pearson Educación, 2008.
[16] O. Poluektova, A. Kappas, and C. A. Smith, ŞUsing banduraŠs self-efficacy theory to ex-
plain individual differences in the appraisal of problem-focused coping potential,Ť Emotion
Review, vol. 15, no. 4, 2023, doi: 10.1177/17540739231164367.
[17] M. Verdugo, R. Asún, and S. Martínez, ŞValidación de la escala de creencias de eĄcacia en
la enseñanza de la matemática (eceem) y caracterización de las creencias de estudiantes de
pedagogía básica,Ť Calidad en la Educación, no. 47, 2018, doi: 10.31619/caledu.n47.33.
Cunyarache C. et al. Herramientas digitales y sistemas de creencias
65
