Índice de volúmenes - Índice de revistas - Índice de artículos - Mapa ---- Atrás
Las tecnologías han transformado la educación superior impulsando cambios que han sido asimilados por la comunidad universitaria de distintas maneras. Como consecuencia, los estudiantes han presentado diversas formas y niveles de aprovechamiento de los recursos que nos ofrece Internet, delineándose brechas sutiles en la población universitaria. En este estudio se puntualizan algunas características de estas brechas; concretamente se analiza la incidencia de la variable ingresos del estudiante sobre los usos e intensidad de uso de las herramientas y recursos de Internet. Para lograrlo se clasificó a los estudiantes aplicando análisis factorial, complementado por análisis clúster para obtener perfiles de usuarios; estos perfiles se contrastaron con análisis discriminante y, finalmente, se aplicó chicuadrado para verificar la relación entre el nivel de ingresos y los perfiles de usuarios. Se determinaron tres perfiles con distintos niveles de las herramientas y recursos de Internet; y se comprobó estadísticamente la incidencia del nivel de ingresos en la conformación de estos perfiles. Se concluye que el nivel de ingreso incide mayormente en las variables que definen las posibilidades de acceso; el género tiene un comportamiento especial, puesto que, si bien el perfil más alto tiene el doble de proporción de hombres, las mujeres tienen un mejor desempeño en general.
New technologies have transformed higher education whose application has implied changes at all levels. These changes have been assimilated by the university community in various ways. Subtle differences among university students have emerged; these differences determine that the resources the network offers have been used in different ways, thus creating gaps in the university population. This study seeks to determine the level of incidence of the variable of university students’ incomes on the uses and intensity of use of the Internet tools and resources. Students were classified using factor analysis complemented through cluster analysis in order to obtain user profiles; these profiles were verified by means of discriminant analysis. Finally, chi-square was applied to determine the relationship between income level and user profiles. As a result, three profiles were identified with different levels of use and intensity of use of the Internet tools and resources, and statistically the incidence of income in the creation of those profiles was proved. To conclude, we can say that the income level falls mainly on the variables that define the access possibilities; gender has a special behavior; however, since the profile of the highest level has a double proportion for men, though women have better performance in general terms.