Introducción
La pandemia por coronavirus (COVID-19) ha afectado todos los aspectos de la vida cotidiana, a nivel de educación superior, esta emergencia obligó en las universidades al cierre de las actividades presenciales con el fin de evitar su propagación y reducir su impacto (Seoane, 2020). Este confinamiento social, obligatorio a nivel global, ha generado una alta prevalencia de depresión y ansiedad; uno de los grupos más afectados fue el estudiantado (Aiyer et al., 2020; Zhang et al., 2021). Asimismo, el estrés es un problema de salud mental que afecta a estudiantes de educación superior por las exigencias académicas propias de la universidad (Gutiérrez y Amador, 2016), este aislamiento inesperado obligó el uso de nuevos métodos de aprendizaje y poco convencionales (Wang et al., 2021).
Si bien es cierto, las actividades virtuales se han transformado en algo común y aparentemente sencillo (Tourón, 2021), donde las actividades universitarias, a lo largo de este periodo de confinamiento, han cambiado completamente con la obligatoriedad de realizar el proceso de enseñanza y aprendizaje en la modalidad virtual, que a su vez ha dejado al descubierto las brechas en el acceso a medios tecnológicos (González, 2020), dado que el uso inadecuado de estrategias pedagógicas de modo virtual puede afectar a la población joven en su formación académica (Seoane, 2020). Más aún, el estudiantado con conexión limitada de internet presentó mayores niveles de estrés con el riesgo de adquirir enfermedades de salud mental (Gutiérrez et al., 2020). Estas condiciones adversas, en general, están asociadas al bajo rendimiento académico y miedo a perder el año (Gómez y Suárez, 2021; Hasan y Bao, 2020).
Por otro lado, las tecnologías de aprendizaje deben de diseñarse no solo para incluir información orientada al rendimiento académico, sino que también debe plantearse estrategias que motiven emocionalmente al estudiantado en entornos de aprendizaje virtual (Schrader y Grassinger, 2021), en el que se tome en cuenta el perfil de la persona estudiante, llámese, la edad, el sexo, la carga académica de estudio y el rendimiento académico asociados con el perfil de salud mental (Cheung et al., 2020).
En consecuencia, la Universidad Nacional del Altiplano de Puno – Perú (UNA-P), desde el mes de marzo del 2020, suspendió las clases presenciales a más de 18 mil estudiantes matriculados en 35 programas de estudio en el primer semestre del año académico de 2020, tomando desprevenidos a la comunidad universitaria para iniciar el semestre virtual (Iglesias et al., 2021). Cabe señalar que la UNA-P, a través de Vicerrectorado Académico (VRA), gestiona un sistema de enseñanza-aprendizaje mediante un currículo basado en competencias de carácter teórico-práctico, en sesiones síncronas y asíncronas. La primera permite la interacción en tiempo real entre docentes y estudiantes para la enseñanza-aprendizaje, mientras las sesiones asíncronas permiten complementar el desarrollo de actividades académicas, tales como foros, tareas académicas, controles de lectura, etc., con el fin de superar las limitaciones de conectividad del estudiantado.
Para constatar las limitaciones de conectividad de internet de las personas estudiantes, en la universidad se aplicaron encuestas por parte de vicerrectorado académico y se identificó que un 36 % del estudiantado no tenía acceso a internet para conectarse de forma sincrónica a las sesiones virtuales (Vicerrectorado Académico – Universidad Nacional del Altiplano-Puno (VRA-UNAP], 2020). En ese contexto, Arias et al. (2020) sostienen que en Perú el 30 % de docentes, considera que la falta de acceso a internet es el principal obstáculo para la modalidad virtual; mientras que el 35 % del profesorado universitario peruano consideraban la velocidad de internet por debajo del promedio esperado como un obstáculo para el desarrollo de la modalidad virtual. En esa misma línea Benites (2021) constató que a nivel nacional solo el 64 % de los hogares tiene acceso al servicio de internet, lo cual genera entre el estudiantado ansiedad y estrés. Esta situación desfavorable afecta su rendimiento académico y sus habilidades de aprendizaje (Okwuduba et al., 2021).
A nivel de educación universitaria, durante el periodo de emergencia sanitaria, los estudios sobre la influencia del estrés en el riesgo de rendimiento académico recibieron poca atención. En esta investigación se ofrecen evidencias empíricas que vinculan el problema de estrés con la percepción de empeoramiento de calificaciones y logros de aprendizajes durante la pandemia. Bajo este escenario, el objetivo del estudio fue determinar el estrés como factor de riesgo de rendimiento académico de estudiantes de las áreas sociales e ingenierías de la Universidad Nacional del Altiplano de Puno – Perú.
2. Antecedentes
Los estudios previos existentes indican que las personas estudiantes en época de pandemia presentaron más síntomas de estrés (Charles et al., 2021), por el cambio considerable de todas las formas y estilos de vida fuera de las aulas universitarias (Gutiérrez-Quintanilla et al., 2020). Lo anterior generó una menor concentración en sus actividades académicas (Husky et al., 2021), por ende, estudiantes con mayores niveles de estrés presentan resultados inferiores a su rendimiento académico habitual (García et al., 2012).
En la educación universitaria es importante conocer los niveles de estrés académico del estudiantado, toda vez que la soledad, la desconfianza interpersonal y el estrés está asociado a la depresión (Rich y Scovel, 1987), que se relaciona con el fracaso escolar y un rendimiento académico pobre (Cohen et al., 1993; Löwe et al., 2004). Además, las investigaciones sobre el estrés académico han evidenciado que ocurre en todos los niveles o ciclos académicos, como primaria, secundaria, y aumenta en los niveles superiores (Connor, 2003; Aherne, 2001; Putwain, 2007).
En particular, el rendimiento académico del estudiantado universitario depende de la ansiedad, la carga académica (Ortiz et al., 2013), los cursos matriculados en el semestre (Palacio Sa y Mart, 2007) y el uso de los recursos tecnológicos se hace inevitable (Aguilera-Hermida, 2020; De' et al., 2020). Además, no solo depende de la calidad de conectividad a internet, sino también de la residencia del estudiantado en zona rural o urbana, más aún, la población más vulnerable se encuentra en las zonas rurales y principalmente son mujeres con antecedentes académicos más bajos (Azlan et al., 2020; Haider y Al-Salman, 2020). De igual manera, los síntomas de estrés afectan en mayor prevalencia a las mujeres jóvenes entre 18 a 23 años de edad, que al grupo de varones (Gutiérrez-Quintanilla et al., 2020).
3. Marco teórico
El estrés es la respuesta no específica del organismo a cualquier demanda externa (Selye, 1956) y también viene a ser el estado que se produce por un síndrome específico que consiste en todos los cambios no específicos que se inducen dentro de un sistema fisiológico (Garzón-Rey, 2017). Además, cuando estas se originan en el contexto de un proceso educativo, es frecuente referirse a los mecanismos de adaptación del sujeto en términos de estrés académico (Pulido-Rull et al., 2011). Las personas estudiantes sienten estar sometidas a una gran presión, frustración y aburrimiento que afecta a su rendimiento académico (Sierra et al., 2003; Guerrero, 1997).
El ser humano experimenta problemas de estrés durante su vida y muchas veces se puede prolongar en el tiempo y traducirse en problemas muy críticos (Pinto et al., 2010); es decir, es una reacción normal de la vida de las personas de cualquier edad (Del Pilar et al., 2019), producido por el instinto del organismo para protegerse de las presiones del mundo exterior (físicas y emocionales), incluso en situaciones extremas (Dueñas, 2010).
Por otra parte, el estrés académico se puede comprender desde una visión sistémica basada en la teoría general de sistema (Macías, 2006), que tiene como premisa básica: ''el ser humano como sistema abierto se relaciona con el entorno en un continuo flujo de entrada (input) y salida (output) para alcanzar un equilibrio sistémico, que sería la homeóstasis” (Bertalanffy, 1986). Por tanto, al adaptar la teoría al estrés académico, según Macías (2006), podría sostenerse que input serían los estresores que ocasionan estrés en el estudiantado, ya sea la carga académica que lleva, el semestre en la que cursa, las horas de lectura, las zonas de residencia en la que reciben sus sesiones y sí cuentan con servicio de internet limitado; el output, o salida, serían las reacciones físicas psicológicas y comportamentales que podría tener cada estudiante de manera diferente, y la homeóstasis, o el equilibrio, viene dado por aquellos mecanismos o estrategias de afrontamiento que utiliza el estudiantado.
4. Procedimientos metodológicos
4.1. Muestra
La muestra está compuesta por 1064 estudiantes de nivel universitario (Tabla 1) de tres programas de estudio: Ingeniería Económica, Ingeniería Agrícola y Sociología de la Universidad Nacional del Altiplano (Oficina de Tecnología e Informática-SIU-UNAP, 2019). Se aplicó una encuesta a estudiantes al finalizar el primer semestre de 2020 durante la segunda semana del mes de octubre del mismo año. Las personas participantes respondieron el cuestionario semi estructurado en forma individual con preguntas sobre niveles del estrés, también se contempló una pregunta sobre la percepción del mismo estudiantado al respecto de su promedio, calificación y logros de aprendizajes durante el periodo de sesiones virtuales con relación al año anterior (con sesiones presenciales).
4.2. Instrumentos
El instrumento Patient Health Questionnaire (PHQ-9) fue propuesto por Kroenke et al. (2001) y fue aplicado y validado por Baader et. al. (2012); Calderón et al. (2012); Cassiani-Miranda et. al. (2017); Martínez-Martínez et. al. (2016) y Romo et al. (2013); por consiguiente, el estudio se aplicó una sola vez a la población considerada en la muestra. La recolección de datos se realizó a través de Google forms con preguntas sobre estrés en las que se utilizó la escala de depresión de PHQ-9, la cual consta de 9 ítems que evalúan la presencia de síntomas depresivos en las últimas 2 semanas. Cada ítem tiene un índice de severidad correspondiente a: 0 = nunca, 1 = algunos días, 2 = más de la mitad de los días y 3 = casi todos los días. Según los puntajes obtenidos en la escala (Tabla 2), se clasifican en los siguientes niveles:
Puntaje de PHQ | Resultados |
PHQ≤4 | Mínimo |
5≤PHQ≤9 | Medio |
10≤PHQ≤14 | Moderado |
15≤PHQ≤19 | Moderado severo |
20≤PHQ≤27 | Severo |
Fuente: Kroenke et al. (2001).
Asimismo, se identificaron las principales variables de las características del estudiantado matriculado durante el primer semestre del año académico 2020 (Tabla 3).
Tipo de variable | Medición |
Variable dependiente: | |
Riesgo de rendimiento académico | En términos de probabilidad |
Variables independientes: | |
Puntuación de estrés por PHQ-9 | Puntuación |
Puntuación de estrés por ACP | Puntuación |
Conexión a internet | 1=servicio limitado, 0=ilimitado |
Edad de la o el estudiante universitario | En años |
Sexo | 1=varón, 0=mujer |
Lugar de residencia | 1=urbano, 0=rural |
Semestre que cursa | 1,2,….9 |
Número de créditos matriculados | 3,6,…24 |
Horas de lectura promedio/día | En horas |
Fuente: elaboración propia a partir de la encuesta realizada en 2020.
4.3. Procedimiento
El presente estudio contó con la autorización de la Dirección General de Investigación de la Universidad Nacional del Altiplano con fecha de 10 de septiembre de 2020. Todas las personas estudiantes participantes fueron voluntarias previo consentimiento y se les informó que podían desistir voluntariamente. También se comunicó al estudiantado que los datos serían gestionados en forma confidencial mediante códigos anónimos para evitar la identificación de quienes participan. La muestra de estudiantes se autoseleccionó para participar de forma anónima y voluntaria, sin retribución alguna y podían retirarse del estudio en cualquier momento. Todas las personas los participantes fueron mayores de edad, su lengua nativa es español, sin deficiencias visuales ni auditivas no controladas.
4.4. Análisis de datos
El análisis, tiene dos fases: primero, siguiendo a Kroenke et al. (2001), se estimó el estrés al sumar la puntuación de las 9 preguntas (variables) para cada estudiante “i” (PHQ=SZi, i=1,2…,9), cuyo valor es discreto y, en segundo lugar, con el fin de poner a prueba y evaluar la validez de PHQ-9, se utilizó el análisis factorial de componentes principales (ACP), cuya puntuación es un valor continuo. El propósito de esta técnica, es reducir la dimensión de 9 variables y representar en una o pocas variables, aunque esto depende de qué tan alta o baja sea la correlación entre las variables. Para determinar la varianza del análisis factorial se utilizó la prueba de esfericidad de Bartlett, la prueba de Kaise-Meyer-Okin; luego, el proceso de factorización se llevó a cabo por el método de ACP con una rotación de varimax y, finalmente, para evaluar la consistencia interna se aplicó el estadístico alfa de Cronbash (Heo et al., 2015).
5. Resultados
En esta primera sección se muestran los resultados a nivel descriptivo según categorías, tales así, el 51,88 % de estudiantes tienen lugar de residencia en el área urbana, seguido de un 48,12 % proceden de áreas rurales. Asimismo, el 55,36 % y 44,54 % son varones y mujeres respectivamente; igualmente, el 80,73 % del estudiantado manifiesta contar con servicio de internet limitado y sólo un 19,27 % declaró contar con servicio ilimitado (Tabla 4). De este modo se expresa el problema de baja conectividad de internet. Por otro lado, del total de la muestra, el estudiantado matriculado tiene en promedio 21,49 años, en 23 créditos y lee 2,30 horas de lectura por día (Tabla 5).
Variables | categorías | % |
Lugar de residencia | Urbano (n=552) | 51,88 |
Rural (n=512) | 48,12 | |
Sexo | Varón (n=589) | 55,36 |
Mujer (n=475) | 44,64 | |
Servicio de internet | Limitado (n=859) | 80,73 |
Ilimitado (n=205) | 19,27 |
Fuente: elaboración propia a partir de la encuesta realizada en 2020.
Variables | n | Media | D.S. |
Semestre que cursa | 1046 | 5,14 | 2,42 |
Edad de la persona estudiante | 1046 | 21,49 | 2,27 |
Número de créditos matriculados | 1046 | 23,00 | 2,42 |
Número de horas de lectura | 1046 | 2,30 | 1,76 |
Fuente: elaboración propia a partir de la encuesta realizada en 2020.
Asimismo, se reporta que, entre los tres programas de estudio, el 53,85 % del estudiantado universitario fue afectado con el estrés a nivel severo y el 23,31 % tuvo un nivel de estrés moderado severo (Tabla 6). El 55,5 % de estudiantes de Ingeniería Económica y el 54,89% de Ingeniería Agrícola mostraron niveles de estrés severo; aunque, esta prevalencia de estrés severo es menor en el grupo de estudiantes de Sociología, con una cifra de 48 %.
Programa de estudios | Niveles de estrés | Muestra total | ||||
Mínimo | Medio | Moderado | Moderado severo | Severo | ||
Ingeniería Económica | 15 | 31 | 57 | 95 | 247 | 445 |
% | 3,37 | 6,97 | 12,81 | 21,34 | 55,50 | 100,00 |
Ingeniería Agrícola | 8 | 31 | 41 | 109 | 230 | 419 |
% | 1,90 | 7,39 | 9,78 | 26,01 | 54,89 | 100,00 |
Sociología | 12 | 17 | 31 | 44 | 96 | 200 |
% | 6,00 | 8,50 | 15,50 | 22,00 | 48,00 | 100,00 |
Total | 35 | 79 | 129 | 248 | 573 | 1064 |
% | 3,28 | 7,42 | 12,12 | 23,31 | 53,85 | 100,00 |
Fuente: elaboración propia a partir de la encuesta realizada en 2020.
La pregunta es: ¿Cuántos componentes principales se debería utilizar para resumir los datos de las 9 variables? Para determinar, en este caso, se utilizaron los valores propios mayores que 1. Se encontró que hay un solo valor que superó la unidad y, por lo tanto, las 9 variables se representan en un solo componente principal, cuya puntuación, de aquí en adelante, es el indicador de estrés por ACP a partir de PHQ-9. Después de estimar las puntuaciones de estrés, tanto por índice aditivo del PHQ-9 como por ACP, cabe precisar que las puntuaciones por ACP se realizan a partir de la información obtenida mediante la metodología de PHQ-9.
Al comparar las diferencias de valores medios de las principales variables observadas entre varones y mujeres en la Tabla 8, se muestra que no existe diferencia significativa en la puntuación de estrés por índice aditivo del PHQ-9 y por ACP en cuanto a edades en años, el número de créditos y número de horas de lectura a un nivel de significación de 5 %.
Variables | Sexo | Diferencia | |
Varón | Mujer | ||
Puntuación de estrés por PHQ-9 | 18,52 | 18,32 | 0,20 |
Puntuación de estrés por ACP a partir de PHQ-9 | 0,015 | -0,018 | 0,034 |
Edad en años | 21,94 | 20,93 | 1,01* |
Número de créditos | 22,99 | 23,00 | -0,003 |
Número de horas de lectura | 2,30 | 2,25 | 0,089 |
Número de observaciones (n) | 589 | 475 |
Fuente: elaboración propia a partir de la encuesta realizada en 2020.
*, **, *** denotan significación al nivel de 10 %, 5 % y 1 %, respectivamente.
Los resultados revelan la proporción de estudiantes que percibieron que sus calificaciones y logros de aprendizajes empeoraron con relación al año anterior (sin pandemia), la cual fue mayor entre aquellas personas que tenían un servicio de internet limitado, respecto de las que tenían servicio ilimitado (37,18 % y 23,61 %, respectivamente) (Tabla 9). Este resultado predice que el acceso al servicio de internet juega un rol importante para tomar las clases virtuales y cumplir con las actividades académicas.
Calificaciones y logros de aprendizajes | Con servicio de internet | |
limitado | ilimitado | |
Bajaron (%) | 37,18 | 23,61 |
Aumentaron o está igual (%) | 62,83 | 76,39 |
Total (%) | 100,00 | 100,00 |
Número total de observaciones | 920 | 144 |
Fuente: elaboración propia a partir de la encuesta realizada en 2020.
En las dos especificaciones, los signos de los coeficientes estimados resultaron como se esperaba. De este grupo, tanto los coeficientes de las variables estrés y conectividad a internet (p<0,01 y p<0,05, respectivamente) resultaron estadísticamente significativos. De los reportes se infiere que el estudiantado universitario con mayor estrés psicológico tiende a tener un mayor riesgo de rendimiento académico, esto se refiere a la probabilidad de experimentar un deterioro de las calificaciones y escasos logros de aprendizaje, este resultado refleja visiblemente que el estudiantado con mayores niveles de estrés, depresión, angustia y miedo, percibe que sus calificaciones y logros de aprendizajes han disminuido durante este periodo de confinamiento social.
Asimismo, siguiendo la secuencia, el coeficiente de la variable ''conexión a internet” resultó positivo y significativo (p<0,05), el resultado implica que las personas estudiantes que cuentan con conexión de internet con servicio limitado o tienen limitaciones para pagar los planes de servicio, en definitiva, tienden a obtener bajas calificaciones y aprendizajes. Por otro lado, a nivel de la muestra, el signo del coeficiente de la variable edad advierte que el alumnado con más años de edad enfrenta un mayor riesgo de rendimiento académico (Tabla 10).
Variables independientes | Especificaciones | |
1 | 2 | |
Puntuación de estrés por PHQ-9 | 0,08389*** (0,00845) | |
Puntuación de estrés por ACP | 0,50694*** (0,0512) | |
Conexión a internet (1=servicio limitado, 0=ilimitado) | 0,29136** (0,12945) | 0,29399** (0,1294) |
Edad del estudiante universitario | 0,015580 (0,02030) | 0,01576 (0,0202) |
Sexo (1=varón, 0=mujer) | -0,017547 (0,08647) | -0,01878 (0,0864) |
Lugar de residencia (1=urbano, 0=rural) | -0,02073 (0,08591) | -0,020621 (0,0858) |
Semestre que cursa | -0,01637 (0,01796) | -0,016579 (0,0179) |
Número de créditos matriculados | 0,021097 (0,0183) | 0,021674 (0,0183) |
Horas de lectura promedio / día | -0,03794 (0,03794) | -0,038533 (0,0249) |
_constante | -2,87464 (0,68984) | -1,3441** (0,6706) |
P-seudo (R2) | 0,10 | 0,10 |
Capacidad de predicción (%) | 65,04 | 65,41 |
Log likelihood | -621,625 | -621,974 |
Prueba conjunta (razón de verosimilitud) | 138,92 | 138,21 |
Numero de observaciones (n) | 1064 | 1064 |
Fuente: elaboración propia a partir de la encuesta realizada en 2020.
Nota:Los errores estándar se encuentran entre paréntesis.*, **, *** denotan significación al nivel de 10 %, 5 % y 1 %, respectivamente.
Por otro lado, se puede inferir que el estudiantado universitario con mayores niveles de estrés tiende a tener mayor riesgo de rendimiento académico. Al observar la Figura 1, en el panel izquierdo y utilizando la puntuación del índice aditivo PHQ-9, el coeficiente de correlación de Pearson es r = 0,942, dicho valor en el panel derecho se refuerza con la puntuación por ACP a partir de PHQ-9 con un coeficiente de correlación de r = 0,941. Es decir, estudiantes que presentan altos niveles de estrés estimado a través de la escala de depresión PHQ-9, tienen un grado de asociación en un 94,2 % con el riesgo de deterioro en sus calificaciones y aprendizajes. Lo afirmado es respaldado por la estimación de los valores de ACP, por tanto, las calificaciones y logros de aprendizajes de las personas estudiantes está determinado por los niveles de estrés que presentan durante sus estudios universitarios.
Al analizar el efecto marginal con la segunda especificación del modelo probit, un aumento del estrés psicológico en 5 puntos adicionales, provoca un aumento en el empeoramiento de las calificaciones y logro de aprendizaje en 3 %; mientras con la especificación 2, el efecto marginal es más grande, es decir la puntuación de ACP aumenta en 18 % (Tabla 11). Asimismo, el efecto marginal de contar con servicios de internet limitado aumenta el deterioro de las calificaciones y logros de aprendizaje en 10 % aproximadamente; este resultado predice que el estudiantado con baja conectividad es más propenso a empeorar sus calificaciones (Figura 2).
Variables independientes | Especificaciones | |
1 | 2 | |
Puntuación de estrés por PHQ-9 | 0,03026 | |
Puntuación de estrés por ACP | 0,18292 | |
Conexión a internet (1 = servicio limitado, 0 = ilimitado) | 0,09941 | 0,10027 |
Edad de la persona estudiante universitaria | 0,00562 | 0,00568 |
Sexo (1 = varón, 0 = mujer) | -0,00633 | -0,00677 |
Lugar de residencia (1 = urbano, 0 = rural) | -0,07482 | -0,0074 |
Semestre que cursa | -0,0059 | -0,00598 |
Número de créditos matriculados | 0,00761 | 0,00782 |
Horas de lectura promedio/día | -0,01368 | -0,01390 |
Fuente: elaboración propia a partir de la encuesta realizada en 2020.
Los resultados revelan que en el estudiantado que cursa los primeros semestres aumenta el riesgo de empeorar las calificaciones y logros de aprendizaje, es más, si tiene acceso al servicio de internet limitado el riesgo es mayor (Figura 2a); sin embargo, estudiantes que se matricularon en un mayor número de créditos, significa una sobrecarga académica y, por ende, tienden a empeorar sus calificaciones y logros de aprendizaje, del mismo modo, el riesgo de rendimiento es mayor para estudiantes con internet limitado (Figura 2b).
6. Discusión
De los resultados se desprende que existe una dependencia significativa entre el estrés y la percepción de empeoramiento de calificaciones y logros de aprendizaje durante el periodo de pandemia por Covid-19 en la UNA -Puno; es decir, aquellas personas estudiantes con mayores niveles de estrés tienden a percibir que sus calificaciones y logros de aprendizajes se han deteriorado, estos resultados encontrados coinciden parcialmente con García et al. (2020) y Espinosa et al. (2020).
Indudablemente, estudiantes que presentaron limitaciones de conectividad de internet tienen mayor riesgo de empeorar sus calificaciones y logros de aprendizaje, estos resultados plantean la necesidad prioritaria de considerar al internet (Flores et al., 2020) como una nueva forma de aprender a trabajar virtualmente desde la casa (Martin et al., 2021; Seoane, 2020; Tourón, 2021), por medio de recursos electrónicos en la elaboración de materiales de estudio (Sousa et al., 2021), como una opción a la educación presencial tradicional (Haider y Al-Salman, 2020). Estos procesos de cambio han afectado al estudiantado en su logro de aprendizaje, los cuales tenían que adaptarse a las condiciones en que se encontraban al momento de migrar a las sesiones virtuales (Aiyer et al., 2020).
Se demostró que existe una correlación significativa y positiva entre el estrés y riesgo de rendimiento académico. Asimismo, para el estudiantado que tiene la posibilidad de acceder de manera ilimitada al internet, el riesgo de empeorar su rendimiento es menor con relación a quienes tienen servicio de internet limitado. Estas evidencias son similares con los estudios que enfatizan que la calidad de la conectividad a internet puede ser determinante a la hora recibir clases y rendir evaluaciones (Azlan et al., 2020; Husky et al., 2021; Meo et al. 2020).
El estudiantado matriculado en los semestres inferiores, y si cuenta con servicio de internet limitado, tiene mayor riesgo de empeorar sus calificaciones y aprendizajes. También se encontró que el estrés no distingue sexo, edad ni zona de residencia en el contexto de la pandemia por Covid-19; dichos resultados son discordantes con lo encontrado por Palacio Sa y Mart (2007), además, estudiantes más jóvenes tendrían un menor riesgo de rendimiento académico, dicho de otro modo, las personas más jóvenes y mujeres obtienen mejores calificaciones y logros de aprendizaje (Turna et al., 2021; Bu et al., 2020; Wickens et al., 2021).
Por otra parte, los resultados revelan que para el estudiantado que se matriculó en un mayor número de créditos, significa una sobrecarga académica y de disponer de un tiempo limitado para realizar los trabajos, esto contribuye en mayores niveles de estrés que son más intensos durante las semanas de evaluación, similares resultados fueron encontrados por Toribio-Ferrer y Franco-Bárcenas (2016). También se ratifica que durante el periodo de encierro, las personas estudiantes con una mayor carga académica considerable presentaron mayores niveles de estrés (Shahin, 2020) con efectos negativos en el rendimiento académico.
Finalmente, se debe reconocer que durante el periodo de emergencia sanitaria ocasionado por el COVID-19, a estudiantes de nivel universitario les resulta difícil concentrarse debido a las distracciones, la falta de participación y estrés mental, sumado a los problemas técnicos, como el servicio de internet limitado que agravan el problema de salud mental y los logros de aprendizajes (Abisha y Dennison, 2020; Azlan et al., 2020). Sin embargo, se espera a futuro que la enseñanza virtual tenga un efecto positivo en la mejora del aprendizaje del estudiantado con relación al modelo tradicional (Romero-García et al., 2021; Prieto et al., 2021). También es cierto que las instituciones académicas están cambiando rápidamente sus actividades al formato de aprendizaje virtual (Elzainy et al., 2020).
7. Conclusiones
Se concluye del estudio que el 53,85 % de estudiantes presentaron un nivel de estrés severo. Asimismo, el 35 % de estudiantes de nivel universitario de tres programas de estudios percibió que sus calificaciones y logros de aprendizaje han empeorado durante las sesiones virtuales en el contexto de la pandemia de Covid-19 con relación al año anterior.
El estrés se constituye como un factor de mayor riesgo en el rendimiento académico del estudiantado universitario, es decir, el riesgo académico depende significativamente del nivel de estrés psicológico y de la calidad de conectividad a internet. Además, concluye que un aumento en una unidad adicional de estrés aumenta el riesgo de rendimiento académico aproximadamente en 3 %, es decir, las calificaciones y logros de aprendizaje pueden empeorar. En definitiva, queda demostrado que el nivel de estrés del estudiantado universitario influye directamente en el riesgo de empeorar su rendimiento académico. Finalmente, se concluye que el estrés a nivel de estudiantes no distingue sexo, edad ni zona de residencia en el contexto de la pandemia por Covid -19.