Investigación en eLearning 

PEC 2. Revisión bibliográfica colaborativa 

 
Determinantes personales y sociales en los procesos formativos 
colaborativos mediante eLearning de ingenieros en formación 

Grupo 3

Iñigo Rodríguez Torre

Francisco Carlos Izquierdo Núñez
Diego José Vigueras González
 2

Resumen

La presente revisión bibliográfica, tras definir el actual marco histórico, económico y social que
determina el estado actual de la educación en línea, analiza las principales líneas de investigación
sobre personalización del aprendizaje, las emociones, y el aprendizaje colaborativo en la formación
en línea de ingenieros de software. Las conclusiones obtenidas son que todavía es necesaria una
mayor profundización en la repercusión y gestión de los aspectos emocionales, especialmente en el
ámbito colaborativo en línea indicado, lo que requiere de instrumentos de evaluación adecuados
capaces de promover avances hacia un modelo personalizado, emocional y colaborativo.

Palabras clave

Aprendizaje en línea; Características de los estudiantes; Aprendizaje colaborativo; Estudiantes de

ingeniería, ingenieros; Desarrollo ágil de software

Keywords

eLearning; Learner characterístics; Collaborative learning; Engineering students; Agile software

development

–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
–

Indice

1. Introducción 3

2. Principales líneas de investigación, avances y hallazgos 5

2.1. Personalización y emociones en la educación en línea 5
2.2. El aprendizaje colaborativo en la formación de ingenieros de software 6

3. Discusión 6

4. Conclusiones 7

5. Anexos 8
5.1. Anexo 1. Características de los buenos estudiantes virtuales 8
5.2. Anexo 2. Palabras clave empleadas en la revisión bibliográfica 9

6. Bibliografía 11
a) Referencias citadas 11
b) Referencias consultadas 15
 3

1. Introducción

Todo aprendizaje viene determinado por el contexto histórico y económico en el que

acontece (Borges, 2007). Asimismo, la descripción que realizamos sobre dicho contexto histórico
condiciona las posibilidades que en él podamos encontrar (González Sanmamed, n.d.). En el último
cambio de siglo, desde el discurso imperante en torno al uso de la tecnología en educación1, se
conceptualiza a la sociedad actual como tecnologizada y sujeta a cambios de todo tipo cada vez más
vertiginosos (Borges, 2007). Se describe a esta sociedad como postindustrial, de la información, del
conocimiento y del aprendizaje (Borges, 2007, p. 2). Y en ella, en contraposición ansiógena2, se
habla de crisis y de oportunidad. Por un lado, la pérdida de autoridad de las instituciones
tradicionales –en educación, los docentes–, a la vez que lo obsoleto del aprendizaje ​tradicional​, al
que se relaciona con prácticas sociales pretéritas y consideradas ineficaces en la actualidad.
(Borges, 2007, p. 4). Por otro lado, se enfatiza, como oportunidad presente para el individuo ​digital
–aquel que disfruta de una tecnología omnipresente– las posibilidades de implicarse en su formación
a lo largo de su vida, pasando de ser “el estudiante pasivo y reactivo de la sociedad postindustrial a
ser un estudiante proactivo y autónomo” (Borges, 2007, p. 4).
Más de un cuarto de siglo desde sus orígenes (Castells, 1996; Delors, 1996; Moyers &
Asimov, 1988), este discurso resulta matizable. En primer lugar, se ha cuestionado la competencia
digital de la ciudadanía, dudando de su capacidad de aprovechar la tecnología para el propio
beneficio y aprendizaje (Borges, 2007). Así, han sido desmontadas expresiones como la de ​nativo
digital (Prensky, 2001; Ferri, 2010 cit. en Casati, 2015), por carecer de fundamento empírico, y
considerarse la “supuesta mutación antropológica” que sugieren, y a partir de la cual estarían
surgiendo nuevas formas de inteligencia o conocimiento, un mito engañoso al servicio de intereses
comerciales (Casati, 2015, Cap. 3).
En segundo lugar, se ha alertado del peligro del uso normativo y de control social de la
tecnología (Corredor Álvarez, ​et al.​, 2010; Han, 2010), en concreto, del exceso de ​optimismo en esta
“sociedad del rendimiento” (Han, 2010, Cap. 1)3. Así, el énfasis actual por la formación continua de
los trabajadores y las posibilidades ubicuas de la tecnología (Tek ​et al.,​ 2017; Rogerer y Schmidt,
2012), han de considerarse junto a la “violencia de la positividad” (Han, 2010, Cap. 1), “inmanente al
sistema” social actual. “El sujeto de rendimiento está libre de un dominio externo que lo obligue a
trabajar o incluso que lo explote”. Sin embargo, la “​libre obligación de maximizar el rendimiento”
conduce al “exceso de trabajo y rendimiento” que acaba convirtiéndose en autoexplotación (​Íbidem)​.

1
Del que resultan características expresiones como la de Laurillard (2002): “No hay progreso (...) en cómo enseñamos, a
pesar de lo que podría ser posible con la nueva tecnología.” (“There is no progress … in how we teach, despite what might be
possible with the new technology.) (p. 20)
2
​Los orígenes de esta tensión subyacente pueden rastrearse ya desde el auge de la modernidad. Véase Fromm (1956).
3
​Se trata del “exceso de positividad” de una sociedad que cree que “nada es imposible”, lo que contrasta con los niveles
epidémicos que la depresión ha alcanzado a comienzos de este siglo –en los países desarrollados con mayores posibilidades
tecnológicas. Este hombre depresivo es aquel “​animal laborans ​que se explota a sí mismo, a saber: voluntariamente, sin
coacción externa. Él es, al mismo tiempo, verdugo y víctima.” (Han, 2010, Cap. 1).
 4

La necesaria perspectiva crítica no pretende sino una adecuada contextualización de la

investigación en torno al eLearning de las últimas décadas. Una actividad investigadora que ha sido
organizada en diversas clasificaciones y metaanálisis, tanto a nivel internacional (Anderson, 2005;
Zawacki-Richter y Anderson, 2014), como en el ámbito español (Cabrero-Almenara, ​et al.,​ 2016).
Estas clasificaciones constatan la importancia de comprender adecuadamente al estudiante,
sujeto activo del aprendizaje. Un esfuerzo de comprensión realizado tanto desde perspectivas
pedagógicas como psicológicas. Las primeras concretan las características que caracterizan al
estudiante en línea exitoso (Borges, 2007; Chakraborty, M. y Muyia Nafukho, F., 2014; Hernández, D.
et al​., 2014; Orozco Santa María y García Ramírez, 2017; Niño Ramos, 2016) –tal y como se recoge
en la Tabla 1 (Anexo 1, p. 8)–, o las competencias que ha de adquirir, especialmente la competencia
digital (​Carrera y Coiduras Rodríguez, 2012; ​Carlos y Ramírez, 2017; Martelo, Herrera y Villabona,
2017). Enfoques más psicológicos muestran un interés especial en definir variables que permitan
comprender y predecir resultados positivos en en el aprendizaje del alumno (Chakraborty, 2014;
Devolver, 2012; Lau, 2011). Algunas de estas variables, en relación con el aprendizaje del estudiante
en entornos virtuales, son la autoeficacia (Bandura, 1977; 1982; 1997 cit. en Iolulia Papageorgi, 2008;
Maldonado ​et al.​, 2017; Sharma ​et al.​, n.d.; Seger Guttmann ​et al.​, 2008) –tanto en relación con el
empleo de metodologías colaborativas (Seger Guttmann, 2008), como en relación con las teorías
implícitas (Tek, 2017)–, la autorregulación (Chakraborty y Muyia Nafukho, 2014; Devolder ​et al.​ ,
2012; Zimmerman & Schunk, 2011, cit. en Maldonado ​et al.,​ 2017), la metacognición (Abrami ​et al.​,
2011, cit. en Maldonado ​et al.​, 2017), las teorías implícitas sobre las propias capacidades (Güeto
Rubio, 2018; Scott y Ghinea, 2014; Stump y Corby, 2014; Tek ​et al.​ , 2017), la motivación (Calvo ​et
al.​, 2008; Cristea, 2017; Cocea y Weibelzahl, 2006; Walter ​et al.​, 2015; Maldonado ​et al.​, 2017;
Beluce y Oliveira, 2015) y la influencia de las emociones (Borges Sáiz, 2005; ​Carlos y Ramírez, 2017;
Hernández-Sánchez y Ortega-Maldonado, 2015), especialmente la ansiedad en los grupos de trabajo
colaborativo en línea (Syed-Abdullah, 2006; Wongthongtham ​et al​., 2004).
En el ámbito del desarrollo instruccional o del aprendizaje, la investigación reciente sobre
eLearning (Zawaki-Richter y Anderson, 2014) detecta en los nuevos desarrollos del constructivismo
un mayor énfasis en el dominio afectivo del aprendizaje. Se busca, en el aprendizaje de adultos,
mejorar las prioridades internas de los alumnos, aumentando así su motivación para aprender
(​Zaharias y Poylymenakou, 2010, p.77).
En el aprendizaje de adultos, y desde la formación en entorno profesional, cobra relieve el
aprendizaje colaborativo (Roreger y Schmidt, 2012), especialmente a través metodologías ágiles para
la gestión de proyectos (Gurses, 2006; Hoda ​et al.​, 2013; Kropp y Meier, 2013; Mahnic, 2012; Seger
Guttmann y Ronen Bar-Nahor, 2008; Strode ​et al.​, 2012; Syed-Abdullah ​et al​., 2006; Wongthongtham
et al.,​ 2004), habiéndose formulado un modelo conceptual de aceptación de la colaboración virtual
(Salim y Bakri, 2018), así como estudiado la repercusión de las teorías implícitas sobre colaboración
de los estudiantes (Hoda ​et al.​, 2013; Strode, 2012).
 5

2. Principales líneas de investigación, avances y hallazgos

La revisión realizada se ha centrado en los determinantes personales y sociales presentes en

la formación colaborativa en línea de personas para el desempeño profesional, en concreto, en torno
a la ingeniería del software. Así, los tópicos analizados han sido, por un lado, las características que
pueden determinar el rendimiento de estos estudiantes y, por otro, el estudio del aprendizaje
colaborativo orientado al desempeño profesional. ​Las palabras clave empleadas en las búsquedas
bibliográficas realizadas pueden ser consultadas en el Anexo 2, pág. 9.
Tras la consulta realizada, hemos considerado dos líneas de investigación principales, la
primera en torno a la personalización del aprendizaje y las emociones en la formación en línea y, la
segunda, en torno al aprendizaje colaborativo mediante recursos de uso empresarial.

2.1. Personalización y emociones en la educación en línea

La revisión de Hernández-Sánchez y Ortega-Maldonado (2015) concluye que la emoción “es

un factor importante para aumentar o inhibir el aprendizaje” (p.195). Cada ser es único e irrepetible y
es protagonista de la construcción de su propia historia emocional (​íbidem​, p. 196), por lo que es
necesario atender a la diversidad del alumnado, incorporando enfoques como el de las inteligencias
múltiples (Gardner 1983, cit. en Hernández-Sánchez y Ortega-Maldonado, 2015), para fomentar la
satisfacción personal y el funcionamiento productivo de las comunidades de aprendizaje en línea.
Las emociones, junto con la motivación, (Brown, 2007; Ellliot y Covington, 2001; Deci y Ryan,
1985, cit. en Ifinedo, 2017) se deben considerar de cara a disminuir el abandono de los cursos en
línea (​Hernández-Sánchez y Ortega-Maldonado, 2015). De hecho sensaciones como la impotencia y
la soledad tienen gran repercusión en la deserción de este tipo de cursos (​Carlos y Ramírez, 2017).
Otro aspecto clave para evitar el abandono de los estudiantes, es incorporar perspectivas
multidimensionales de la competencia digital más allá de la capacidad instrumental ​(Carlos y
Ramírez, 2017; Martelo, Herrera y Villabona, 2017).
Por último, aspectos como la autorregulación, la metacognición y la autoeficacia tienen gran
repercusión en el éxito en la formación en línea. Así, la autorregulación está relacionada con la
orientación a las metas, la autoeficacia académica y la regulación en diferentes contextos
(Zimmerman & Schunk, 2011, cit. en Maldonado ​et al.​ , 2017, p. 9), la metacognición (Maldonado ​et
al.​, 2017) está relacionada con la capacidad de autodirigir el aprendizaje (Abrami et al, 2011, cit. en
Maldonado ​et al.​, 2017) y la autoeficacia, está relacionada con la confianza en la capacidad para
llevar a cabo las tareas (Bandura, 1982, 1997 cit. en Papageorgi ​et al.​, 2007).
 6

2.2. El aprendizaje colaborativo en la formación de ingenieros de

software

El elearning permite salvar los límites del espacio y el tiempo en educación. Así, permite
conectar entre sí personas y lugares muy distantes geográficamente4. A la vez que ofrece
posibilidades, cada vez más relevantes socialmente, para la formación permanente de los
ciudadanos (Cabero-Almenara ​et al.​, 2016). Así, el eLearning se presenta como un recurso
inestimable para el aprendizaje colaborativo (Onrubia, Colomina y Engel, 2008), puesto que éste
requiere la interacción entre sus participantes y con los contenidos (Cabrero-Almenara ​et al.,​ 2016).
Las evidencias apuntan a que los CSCL (​Computer-Support Collaborative Learning /
Aprendizaje colaborativo asistido por un ordenador) (Lucero, 2003) flexibilizan el tiempo en el que
cada estudiante puede desarrollar su trabajo, favoreciendo la competencia de aprender a aprender,
enriquece las posibilidades de seguimiento del alumnado, además de ahorrar costos y
desplazamientos (García-Peñalvo, 2005). Por contra, exigen una cierta competencia digital para su
uso, requieren más tiempo del profesor y pueden suponer una bajada de la calidad de los contenidos,
además del reto de seguridad en la autentificación de los estudiantes.
Aplicado a la formación de ingenieros de software, la colaboración en línea combinada con
una metodología ágil en el desarrollo de software se ha comprobado efectiva, siendo usada desde
hace décadas en contextos profesionales ​(Gurses, 2006; Hoda ​et al.​, 2013; Kropp y Meier, 2013;
Mahnic, 2012; Seger Guttmann y Ronen Bar-Nahor, 2008; Strode ​et al.,​ 2012; Syed-Abdullah ​et al.​ ,
2006; Wongthongtham ​et al.​, 2004)​. Los diferentes esfuerzos se han centrado en hacer más eficaz la
colaboración, a la vez que en mejorar la experiencia de los usuarios (Syed-Abdullah ​et al.,​ 2006). Así,
por ejemplo, la optimización del proceso colaborativo ha buscado reducir la ansiedad debida al
diseño colaborativo (​architectural design anxiety​) (Gurses, 2006, p. 2). Por otro lado, también destaca
el estudio en torno a la motivación y actitudes de los estudiantes como predictores del éxito del
aprendizaje, especialmente en relación a las diferencias entre los estudiantes (Cheng, 2014). Así, por
ejemplo, se han considerado desde la autorregulación y capacidad de autoorganización (Hoda, 2013)
hasta el estado de fluir alcanzado durante el trabajo (Walter ​et al.​, 2015)​.

3. Discusión

En el ámbito de las emociones, ​las fuentes bibliográficas consultadas adolecen de falta de

profundización, tanto en el análisis de la repercusión de los aspectos emocionales, como su
aplicación al contexto de la educación en línea, y ésto a pesar de su influencia directa sobre aspectos
mejor estudiados, como, por ejemplo, la autoeficacia, la autorregulación, la metacognición o la
motivación (Maldonado ​et al.​, 2017).

4
​Por ejemplo, el proyecto BridgeIT, que lleva a escuelas de zonas aisladas de América Latina y Asia “contenidos actualizados
que sirven de apoyo a pedagogías de aprendizaje basado en la experimentación” (Organización de las Naciones Unidas para
la Educación, p. 10)
 7

Por otro lado, a pesar de que los estudios recientes relacionan el bienestar de los
trabajadores con una mejor eficacia en el trabajo colaborativo, y por tanto en su formación y su
aprendizaje (Syed-Abdullah ​et al.,​ 2006), no hemos encontrado planteamientos de formación en línea
que consideren la autocompasión (Germer y Neff, 2013; García-Campayo ​et al​., 2014) como uno de
los factores emocionales a valorar. Desde un planteamiento holístico, la autocompasión ha
demostrado sus efectos beneficiosos para el individuo y para las relaciones personales, y su
consideración puede ser interesante en el ámbito de la educación en línea.
La revisión de Cheng (2014) indica que el estudio de los factores de éxito de la formación en
el entorno laboral, en el que podemos incluir las prácticas de los estudiantes de ingeniería del
software, aún resulta “de alcance limitado”5 (Cheng, 2014, p. 58), especialmente en el ámbito de las
diferencias individuales en los estudiantes/trabajadores. Así, por ejemplo, aunque sí hemos
encontrado estudios sobre el efecto de las teorías implícitas de los estudiantes en el aprendizaje de
la programación de software (Scott, 2014; Stump, 2014; Tek, 2017), no parecen haberse relacionado
dichas teorías implícitas de los estudiantes con su desempeño con metodologías ágiles para el
desarrollo de software. En concreto, no hemos encontrado en la base de datos SCOPUS ninguna
referencia que respondiera a las palabras clave “Implicit theories” y “Agile software development”.
Esto podría señalar un vacío en la literatura que podría ser interesante explorar. Para corroborarlo
sería necesario ampliar la búsqueda a otras bases de datos.
Por último, aunque compartamos la idea de ​Rodríguez-Gómez y Valldeoriola-Roquet (2010)
de que el universo educativo es complejo y que, por tanto, es necesario contar con distintos modelos
que nos permitan estudiar el fenómeno educativo. Consideramos que la falta de instrumentos de
evaluación que arrojen datos comparables obstaculiza el conocimiento del estado de situación de la
educación en línea y la propuesta de mejoras para su avance ​(Carlos y Ramírez, 2017)​.

4. Conclusiones

Durante las últimas décadas, la aplicación del eLearning cuenta con una sólida trayectoria e
investigación abundante, lo que permite una visión crítica de la misma. La revisión realizada, en torno
al aprendizaje colaborativo, recoge parte del conocimiento acumulado, especialmente en relación con
las características individuales de los estudiantes, del diagnóstico y la atención a sus necesidades
emocionales, así como a la optimización de los procesos de colaboración en el desarrollo de
proyectos de elaboración de software.
A pesar de ser un ámbito pujante de investigación (Cheng, 2014), hemos detectado lo que
consideramos pueden ser interesantes líneas de trabajo. En concreto, profundizar en el estudio de
las emociones en eLearning, así como su repercusión en el aprendizaje colaborativo, ya general o
aplicado específicamente al desarrollo de proyectos de software en la formación de ingenieros
informáticos.

5
“Limited in scope” (Cheng, 2014, p. 58)
 8

5. Anexos

5.1. Anexo 1. Características de los buenos estudiantes virtuales

La Tabla 1 muestra las características de los buenos estudiantes en entornos virtuales.

Tabla 1: Características de los buenos estudiantes en entornos virtuales. Adaptado de Borges (2007, p. 6)

Características de los buenos estudiantes en entornos virtuales

Creen que el aprendizaje de calidad puede tener lugar en cualquier entorno, sea presencial o a distancia.

Saben que aprender en un entorno virtual no resulta más fácil necesariamente.

Relacionan su vida real con lo que aprenden y viceversa.

Manejan adecuadamente la ambigüedad o la incertidumbre que se puede dar en ocasiones al aprender en un

EVEA (Entorno virtual de enseñanza-aprendizaje).

Organizan su tiempo adecuadamente, de forma que compatibilizan su dedicación académica con sus
obligaciones laborales y familiares.

Construyen su propio conocimiento a partir del material de estudio y también de la relación con los
compañeros y el profesor: aprenden de sus compañeros y profesor, y aprenden con ellos también.

Muestran una gran motivación y una gran autodisciplina, y las conservan durante el curso a pesar de las
dificultades que puedan encontrar.

Utilizan, si es necesario, los canales de petición de ayuda que la institución pone a su disposición.

Ayudan a los compañeros, están dispuestos a colaborar y a mantener una buena atmósfera en el aula virtual.

Tienen una actitud proactiva y son autónomos en la medida de lo posible; muestran iniciativa en su
aprendizaje y en su desempeño durante el curso.

Se comunican con su profesor si tienen dudas o problemas.

 9

5.2. Anexo 2. Palabras clave empleadas en la revisión bibliográfica

La Tabla 2 muestra las palabras clave empleadas en la presente revisión bibliográfica. Se recogen
ordenadas por ámbito de investigación y nivel de alcance, según la propuesta de Zawacki-Richter y
Anderson (Eds.) (2014).

Tabla 2. Palabras clave (​Keywords​) empleadas en la presente revisión bibliográfica.

Ámbito Inglés Castellano

Micro-level: University Universidad

Teaching and Teaching Enseñanza
Learning in Learning Aprendizaje
Distance Lifelong learning Formación continua
Education Distance education Educación a distancia
eLearning Aprendizaje en línea
Computer-assisted instruction Enseñanza asistida por computador

Learner Learner characteristics Características de los estudiantes

characteristics Aims and goals of adult and younger Aspiraciones y objetivos de los estudiantes
students
Socio-economic background Bagaje o antecedentes socioeconómicos
Approaches to learning Enfoque en el aprendizaje de los estudiantes
Critical thinking dispositions Pensamiento crítico
Media literacies Alfabetización audiovisual (​Media literacies)​
Special needs Necesidades especiales
Learner behaviour patterns Patrones de comportamiento en el aprendizaje
Learning styles en línea
Competences needed for distance Estilos de aprendizaje
learning (e.g. digital literacy) Competencias estudiantiles necesarias para el
aprendizaje a distancia (por ej. alfabetización
digital, ​digital literacy)​

Learner behaviour Collaborative learning Aprendizaje colaborativo [y no cooperativo]

patterns & Blended learning Aprendizaje combinado / Aprendizaje mixto /
Learning styles Blended learning

Special needs Implicit self–theories Teorías implícitas [sobre las propias

Self-efficacy capacidades]
Flow state & Motivation Autoeficacia
Engineering students Estado de fluir y Motivación
Ansiedad Estudiantes de ingeniería, ingenieros
 10

Self-compassion Ansiedad
Autocompasión

Learner behaviour Agile software development Desarrollo ágil de software

patterns & Coordination implicit theories Teorías implícitas sobre coordinación
Learning
 11

6. Bibliografía

a) Referencias citadas

Almenara, J.C. (2004). ​La investigación en tecnologías de la educación​. Revista de pedagogía.

Anderson, T. (2005). ​E-research : methods, strategies, and issues.​ Boston: Allyn and Bacon
Beluce, A., & Oliveira, K. (2015). Students’ Motivation for Learning in Virtual Learning Environments.
Paidéia​ (Ribeirão Preto), 25(60), 105-113. https://doi.org/10.1590/1982-43272560201513
Borges Sáiz, F. B. (2005). La frustración del estudiante en línea. ​Digithum, 7(​5). Recuperado de :
http://www.redalyc.org/pdf/550/55000706.pdf
Borges, F. (2007). El estudiante de entornos virtuales. ​Digithum, 9(​ 9)
Brown, J. (2011). In the zone: An autoethnographic study exploring the links between flow and
mindfulness for a piano accompanist. ​Studies in Learning, Evaluation, Innovation &
Development, 8(​ 2), 83–95. Consultado en
http://ezproxy.massey.ac.nz/login?url=http://search.ebscohost.com/login.aspx?direct=true&Au
thType=ip,cookie,url,uid&db=eue&AN=76475759&site=ehost-live
Cabero-Almenara, J., Marín-Díaz, V., Sampedro-Requena, E., (2016). Meta-analysis of research in
e-learning published in Spanish journals. En ​International Journal of Educational Technology
in Higher Education​, ​13​(25) ​https://doi.org/10.1186/s41239-016-0023-0
Carrera, X., & Coiduras Rodríguez, J. L. (2012). Identificación de la competencia digital del profesor
universitario: un estudio exploratorio en el ámbito de las Ciencias Sociales. ​Red-U: Revista
de docencia universitaria, 2012, vol. 10, núm. 2, p. 273-298​. Recuperado de:
http://hdl.handle.net/10459.1/47980
Castells, M. (1996). ​The Rise of the Network Society. The Information Age: Economy, Society and
Culture​ (Vol. I). Oxford: Blackwell
Chakraborty, M., & Muyia Nafukho, F. (2014). Strengthening student engagement: What do students
want in online courses? ​European Journal of Training and Development,​ ​38​(9), 782–802.
http://doi.org/10.1108/EJTD-11-2013-0123
Cheng, B., Wang, M., Mørch, A. I., Chen, N.-S., Kinshuk, & Spector, J. M. (2014). Research on
e-learning in the workplace 2000-2012: A bibliometric analysis of the literature. ​Educational
Research Review, 11​, 56-72.
Chirico, A., Serino, S., Cipresso, P., Gaggioli, A., Riva, G., Palmiero, M., & Harmat, L. (2015). When
music “flows”. State and trait in musical performance, composition and listening: a systematic
review. ​Frontiers in Psychology, 6(​ June), 1–14. http://doi.org/10.3389/fpsyg.2015.00906
Calvo, T. G., Castuera, R. J., Ruano, F. J. S., Vaíllo, R. R., & Gimeno, E. C. (2008). Psychometric
Properties of the Spanish Version of the Flow State Scale. ​The Spanish Journal of
Psychology, 11​(2), 660–669
 12

Carlos, P. A., & Ramírez, I. U. (2017). Evaluación de la habilidad digital de los estudiantes
universitarios: estado de ingreso y potencial educativo. Edutec. ​Revista Electrónica de
Tecnología Educativa​, (61), 366. DOI: ​https://doi.org/10.21556/edutec.2017.61.861
Casati, R. (2015) ​Elogio del papel: Contra el colonialismo digital​ (eBook). Ed. Ariel
Cristea, A.I. (2017) Immersion in e-learning. ​28th ACM Conference on Hypertext and Social Media:
Hypertext 2017 Extended Proceedings, HT-ExtProc 2017; Prague; Czech Republic; 4 July
2017 thorugh 7 July 2017; Code 130143 SOLICITADO
Cocea, M., & Weibelzahl, S. (2006). Motivation – Included or Excluded from e-Learning. En ​IADIS
International Conference on Cognition and Exploratory Learning in Digital Age, CELDA​(pp.
435–437). Barcelona, Spain. Recuperado en
http://209.85.129.132/search?q=cache%3AiVXbCLBS4P0J%3Aciteseerx.ist.psu.edu%2Fview
doc%2Fdownload%3Fdoi%3D10.1.1.75.520%26rep%3Drep1%26type%3Dpdf+motivation+e-l
earning&hl=de&gl=at
Csikszentmihalyi, M. (1975). ​Beyond Boredom and Anxiety.​ San Francisco, CA: Jossey-Bass
Publishers.
Corredor Alvarez, F. A., Tirado Serrano, F., Iñiguez Rueda, L. (2010). ¿Bajo las riendas del teléfono
móvil? Control social, normalización y resistencia. En ​Psicologia & Sociedade, 22(​ 1). Págs.
60-69.
Delors, J. (1996). ​Educació: hi ha un tresor amagat a dins.​ Barcelona: Centre Unesco de Catalunya.
Devolder, A., van Braak, J., & Tondeur, J. (2012). Supporting self-regulated learning in
computer-based learning environments: Systematic review of effects of scaffolding in the
domain of science education. ​Journal of Computer Assisted Learning​, ​28(​ 6), 557–573.
http://doi.org/10.1111/j.1365-2729.2011.00476.x
Fromm, E. (1956). ​El arte de amar​. Ed. Paidós.
García-Campayo, J., Navarro-Gil, M., Andrés, E., Montero-Marín, J., López-Artal, L., y Demarzo, M.
M. P. (2014). Validation of the Spanish versions of the long (26 items) and short (12 items)
forms of the Self-Compassion Scale (SCS). ​Health and quality of life outcomes 12​(1)
Germer, C. K., y Neff, K. D. (2013). Self-compassion in clinical practice. ​Journal of Clinical
Psychology, 69​(8), 856-867.
Güeto Rubio, M. (2018). ​Mentalidad de crecimiento, motivación de logro y progreso académico en
estudiantes de música de conservatorio.​ Universidad Internacional de La Rioja.
González Sanmamed, M. (n.d.). ​Métodos de Investigación.​ Barcelona: Funcació per a la Universitat
Oberta de Catalunya (FUOC)
Gurses, L. (2006). 10 mistakes in transitioning to agile. ​Dr. Dobb’s Journal,​ ​31(​ 12), 40–43.
Han, B.-C. (2010). ​La sociedad del cansancio.​ (A. S. Arregui, Trad.). Barcelona: Herder.
Hernández, D., Ramírez, A., & Cassany, D. (enero, 2014). Categorizando a los usuarios de sistemas
digitales. ​Pixel-Bit. Revista de medios y educación,​ 44, 113-126. Recuperado de
https://recyt.fecyt.es/index.php/pixel/article/view/61655/37666
 13

Hernández-Sánchez, A. M., & Ortega-Maldonado, A. (2015). Hacia la personalización del e-Learning:

la afectividad y su repercusión en el bienestar subjetivo. ​Revista Lasallista de Investigación,​
12(2). Recuperado de: ​https://dialnet.unirioja.es/servlet/articulo?codigo=6090315
Hoda, R., Noble, J., & Marshall, S. (2013). Self-organizing roles on agile software development
teams. ​IEEE Transactions on Software Engineering, 39​(3), 422–444.
http://doi.org/10.1109/TSE.2012.30
Ifinedo, P. (2017). Examining students’ intention to continue using blogs for learning: Perspectives
from technology acceptance, motivational, and social-cognitive frameworks. ​Computers in
Human Behavior, 72,​ 189–199. ​https://doi.org/10.1016/j.chb.2016.12.049
Kropp, M., & Meier, A. (2013). Teaching agile software development at university level: Values,
management, and craftsmanship. ​Software Engineering Education Conference, Proceedings​,
(May), 179–188. http://doi.org/10.1109/CSEET.2013.6595249
Lau, W. W. F., & Yuen, A. H. K. (2011). Modelling programming performance: Beyond the influence of
learner characteristics. ​Computers & Education,​ ​57(​ 1), 1202–1213.
http://doi.org/10.1016/J.COMPEDU.2011.01.002
Laurillard, D. (2002). Rethinking Teaching for the Knowledge Society. ​EDUCAUSE Review​, Vol. 37,
No. 1, January/February 2002, pp. 16-25.
Lucero, M. M. (2003). Entre el trabajo colaborativo y el aprendizaje colaborativo. ​Revista 
iberoamericana de Educación, 33​(1), 1-21.
Mahnic, V. (2012). A capstone course on agile software development using scrum. ​IEEE Transactions
on Education​, ​55​(1), 99–106. http://doi.org/10.1109/TE.2011.2142311
Maldonado, S. I. M., Medina, R. S., Negrete, D. J. E., & Piña, C. R. R. (2017). Contraste de
Estudiantes Universitarios Presenciales y en Línea en un Curso Autogestivo: el Papel de la
Autoeficacia y la Motivación. ​Hamut´ay​, 4(2), 7-16. Recuperado de:
https://dialnet.unirioja.es/servlet/articulo?codigo=6230645
Martelo, R. J., Herrera, K. C., & Villabona, N. (2017). Estrategias para disminuir la deserción
universitaria mediante series de tiempo y multipol​.​ ​Revista Espacios,​ ​38​(45).
Moyers, B. y Asimov, I. (1988). ​Bill Moyers Rewind: Isaac Asimov.​ Consultado el 7 de Noviembre de
2018 en
http://www.pbs.org/moyers/journal/blog/2008/03/bill_moyers_rewind_isaac_asimo_1.html
Niño Ramos, M. (2016). ​La personalización de ambientes educativos digitales basados en estilos de
aprendizaje y estilos cognitivos. Una revisión sistemática sobre su eficacia y percepción.​
Recuperado de:
http://dehesa.unex.es/bitstream/handle/10662/5928/1695-288X_15_3_141.pdf?sequence=1&i
sAllowed=y
Organización de las Naciones Unidas para la Educación. (2013). ​Directrices de la UNESCO para las
políticas de aprendizaje móvil.​ (Vol 104) París: UNESCO
 14

Orozco Santa María, A. M., & García Ramírez, M. (2017). Autopercepción de habilidades de
aprendizaje en ambientes virtuales. ​CPU-e. Revista de Investigación Educativa,​ (25),
144-167. Recuperado de:
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1870-53082017000200144&lng=
es&tlng=es
Onrubia, J., Colomina, R., & Engel, A. (2008). Los entornos virtuales de aprendizaje basados en el 
trabajo en grupo y el aprendizaje colaborativo. ​Psicología de la educación virtual​, 233-252.
Papageorgi, I. (2008). ​Investigating Musical Performance. Performance anxiety across musical
genres.​ London.
Papageorgi, I., Hallam, S., & Welch, G. F. (2007). A conceptual framework for understanding musical
performance anxiety. ​Research Studies in Music Education​, 28(83), 183–107.
http://doi.org/10.1177/1321103X070280010207
Prendes, & M. Román, ​Entornos personales de aprendizaje: Una visión actual de cómo aprender con
tecnologías​ (págs. 89-100). Barcelona: Octaedro.
Prensky, M. (2001). ​Digital natives, Digital Immigrants.​ En ​On the Horizon, vol 9​(5), MCB University
Press, Bradford (West Yorkshire)
Rodríguez Gómez, D., & Valldeoriola Roquet, J. (2010). ​Metodología de la investigación​. Fundació
per a la Universitat Oberta de Catalunya (FUOC).
Roreger, H., y Schmidt, T.C. (2012) Socialize online learning: What we should integrate learning
content management with Online Social Networks. ​IEEE International Conference on
Pervasive Computing and Communications Workshops, PERCOM Workshops 2012, Article
number 6197601​, Pages 685-690
Rubio, M.J. (2003) Enfoques y modelos de evaluación del e-learning. Recuperado de
https://www.uv.es/RELIEVE/v9n2/RELIEVEv9n2_1.htm?iframe=true&width=95%25&height=9
5%25​ (06/11/2018)
Salim, S. M. B. S., & Bakri, A. B. (2018). Conceptual model of collaborative E-learning acceptance.
2017 IEEE Conference on E-Learning, e-Management and e-Services, IC3e 2017,​ 36–43.
http://doi.org/10.1109/IC3e.2017.8409235
Seger Guttmann, T., & Hazzan Ronen Bar-Nahor, O. (2008). Agile orientation and psychological
needs, self-efficacy, and perceived support: A two job-level comparison. ​Proceedings - Agile
2008 Conference​, (October 2015), 3–14. ​http://doi.org/10.1109/Agile.2008.27
Sharma, S., Dick, G., Chin, W., & Land, L. P. W. (n.d.). Self-Regulation and E-Learning, 383–394.
Retrieved from
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.232.1347&rep=rep1&type=pdf
Strode, D. E., Huff, S. L., Hope, B., & Link, S. (2012). Coordination in co-located agile software
development projects. ​Journal of Systems and Software​, ​85​(6), 1222–1238.
http://doi.org/10.1016/j.jss.2012.02.017
 15

Syed-Abdullah, S., Holcombe, M., & Gheorge, M. (2006). The impact of an agile methodology on the
well being of development teams. ​Empirical Software Engineering​, ​11​(1), 143–167.
http://doi.org/10.1007/s10664-006-5968-5
Tek, F. B., Benli, K. S., & Deveci, E. (2017). Implicit Theories and Self-efficacy in an Introductory
Programming Course. En ​IEEE Transactions on Education 61(​ 3)
http://doi.org/10.1109/TE.2017.2789183
Walter, M., Tramontini, R., Mantovani Fontana, R., Reinehr, S., Malucelli, A. (2015) From Sprints to
Lean Flow: Mangement Strategies for Agile Improvement. En ​Lecture Notes in Business
Information Processing, 212.​ Conference: 16th International Conference on Agile Software
Development - XP 2015. Helsinki - Finland. DOI: 10.1007/978-3-319-18612-2_32
Wongthongtham, P., Chang, E., & Dillon, T. S. (2004). Ontology-based multi-agent system to
multi-site software development. ​Proceedings of the 2004 Workshop on Quantitative
Techniques for Software Agile Process - QUTE-SWAP ’04,​ 66–75.
http://doi.org/10.1145/1151433.1151443
Zaharias, P. y Poylymenakou, A. (2010). Developing a Usability Evaluation Method for e-Learning
Applications: Beyond Functional Usability. ​International Journal of Human-Computer
Interaction, 25(​ 1), 75-98. DOI:10.1080/10447310802546716.
Zawacki-Richter, O., & Anderson, T. (Eds.). (2004). ​Online Distance Education: Towards a Research
Agenda​. Alberta (Canada): Athabasca University Press.
http://doi.org/10.15215/aupress/9781927356623.01

b) Referencias consultadas

Chang, C.-T., Hajiyev, J., & Su, C.-R. (2017). Examining the students’ behavioral intention to use
e-learning in Azerbaijan? The General Extended Technology Acceptance Model for
E-learning approach. ​Computers & Education,​ ​111,​ 128–143.
http://doi.org/10.1016/J.COMPEDU.2017.04.010
Cheng, B., Wang, M., Yang, S. J. H., Kinshuk, & Peng, J. (2011). Acceptance of competency-based
workplace e-learning systems: Effects of individual and peer learning support. ​Computers &
Education,​ ​57​(1), 1317–1333. ​http://doi.org/10.1016/J.COMPEDU.2011.01.018
Kwant, K. J., Custers, E. J., Jongen-Hermus, F. J., & Kluijtmans, M. (2015). Preparation by mandatory
E-modules improves learning of practical skills: a quasi-experimental comparison of skill
examination results. ​BMC medical education​, ​15(​ 1), 102
Mohammadyari, S., & Singh, H. (2015). Understanding the effect of e-learning on individual
performance: The role of digital literacy. ​Computers & Education​, ​82,​ 11–25.
http://doi.org/10.1016/J.COMPEDU.2014.10.025
Salinas J., de Benito, B. & Pérez, A. (2018). Blended learning, más allá de la clase presencial.
Revista Iberoamericana de Educación a Distancia, 21​(1), 195-213.
 16

Yoo, S. J., Han, S., & Huang, W. (2012). The roles of intrinsic motivators and extrinsic motivators in
promoting e-learning in the workplace: A case from South Korea. ​Computers in Human
Behavior​, ​28​(3), 942–950. http://doi.org/10.1016/J.CHB.2011.12.015