REPE Mayo
- agosto 2025 / Volumen 7 / No. 14 / ISSN: 2708-7107 / ISSN-L: 2708-7107 / pp.
64 - 79
Revista Peruana de Educación
www.revistarepe.org
Retroalimentación a través de juicios metacognitivos concurrentes y
retrospectivos
Feedback
Through Concurrent and
Retrospective Metacognitive Judgments
Eduardo Arnaldo Tuarez Merchan
eduardo.tuarez@educacion.gob.ec
https://orcid.org/0000-0001-8902-2940
Ministerio de Educación, Quito, Ecuador
Laura Natividad Sosa Rios
https://orcid.org/0009-0006-0942-8857
Investigador Independiente, Guayaquil, Ecuador
Sheyla
Marjorie Jácome León
Sheyla.jacome@upacifico.edu.ec
https://orcid.org/0000-0002-2163-9036
Universidad del Pacífico, Guayaquil, Ecuador
Recibido: 24 de octubre 2024 / Arbitrado: 30 de noviembre 2024 /
Aceptado: 18 de enero 2025 / Publicado: 10 de mayo 2025
RESUMEN
La
retroalimentación es un componente esencial en el proceso de aprendizaje,
especialmente en la educación superior, donde se busca desarrollar habilidades
de pensamiento crítico y metacognitivo. Los juicios metacognitivos, tanto
concurrentes como retrospectivos, que ocurren durante y después de una tarea de
aprendizaje respectivamente, ofrecen información valiosa sobre la
autorregulación del aprendizaje y el nivel de consciencia que tienen los
estudiantes sobre su propio desempeño. Esta revisión sistemática tiene como
objetivo analizar el impacto de la retroalimentación a través de juicios
metacognitivos concurrentes y retrospectivos en el rendimiento académico y la
autorregulación del aprendizaje. La metodología empleada es de tipo cualitativa
inductiva, realizándose una revisión bibliográfica exhaustiva con criterios de
inclusión y exclusión claramente definidos para la categorización de la
información. Los resultados proporcionan una síntesis que propone enfoques para
una retroalimentación más efectiva y adaptativa en los entornos educativos,
contribuyendo al conocimiento existente sobre estrategias pedagógicas basadas
en la metacognición.
Palabras
clave: Autorregulación del Aprendizaje; Estrategias
Pedagógicas; Juicios Metacognitivos; Rendimiento Académico; Retroalimentación
ABSTRACT
Feedback is an essential component in the learning process,
especially in higher education, where the development of critical thinking
and metacognitive skills is
sought. Metacognitive judgments,
both concurrent and
retrospective, which occur during and after a learning task respectively, provide valuable information about self-regulation in learning and students' awareness of their own
performance. This systematic
review aims to analyze the
impact of feedback through concurrent and retrospective metacognitive judgments on academic
performance and self-regulation in learning. The methodology
employed is qualitative and inductive, involving
a comprehensive literature review
with clear inclusion and exclusion criteria for categorizing
information. The result is a synthesis
that proposes approaches for more effective and adaptive feedback
in educational settings, contributing to the existing knowledge
on pedagogical strategies based on metacognition.
Keywords: Academic Performance; Feedback;
Metacognitive Judgments; Pedagogical
Strategies; Feedback
INTRODUCCIÓN
La
retroalimentación constituye un componente esencial en el proceso de
aprendizaje, especialmente en la educación superior, donde se busca desarrollar
habilidades de pensamiento crítico y metacognitivo (Quezada y Salinas, 2021;
Moreno, 2021). En los últimos años, la investigación educativa ha centrado su
atención en la interacción entre la retroalimentación y los juicios
metacognitivos, destacando dos tipos fundamentales: los juicios metacognitivos
concurrentes y retrospectivos. Estos juicios, que ocurren durante y después de
una tarea de aprendizaje respectivamente, proporcionan información valiosa
sobre la autorregulación del aprendizaje y el nivel de consciencia que tienen
los estudiantes sobre su propio desempeño (Montoya- Londoño et al., 2021).
La
metacognición, entendida como el conocimiento y control que las personas tienen
sobre sus propios procesos cognitivos, incluye la planificación, el monitoreo y
la evaluación de las tareas cognitivas, siendo fundamental para el aprendizaje
efectivo (Ley y Espinoza, 2021).
Los juicios
metacognitivos, como parte integral de este proceso, permiten a los estudiantes
evaluar su comprensión y autorregular su aprendizaje. Específicamente, los
juicios concurrentes facilitan el monitoreo en tiempo real del proceso de
aprendizaje, mientras que los juicios retrospectivos permiten una evaluación
posterior que contribuye a la consolidación del conocimiento (Zapata Zapata et al., 2024).
Sin embargo, en
la práctica educativa actual, la retroalimentación frecuentemente se percibe
como una herramienta subutilizada y, en ocasiones, inadvertida dentro del
proceso de enseñanza- aprendizaje. Esta situación es particularmente
problemática considerando que la retroalimentación efectiva, especialmente
cuando se vincula con juicios metacognitivos, puede mejorar significativamente
los resultados educativos (Quezada y Salinas, 2021). La falta de
aprovechamiento de esta herramienta puede atribuirse a diversos factores,
incluyendo el desconocimiento de su potencial por parte de los docentes, la
ausencia de estrategias sistemáticas para su implementación y la limitada
comprensión de cómo los diferentes tipos de juicios metacognitivos pueden
integrarse efectivamente en el proceso de retroalimentación.
La situación se
complejiza aún más cuando se considera que los modelos tradicionales de
retroalimentación a menudo no incorporan explícitamente los juicios
metacognitivos. Esto, puede resultar en una retroalimentación menos efectiva y
en una menor capacidad de los estudiantes para autorregular su aprendizaje (Kubik et al., 2022). Este problema se magnifica en
contextos educativos donde la evaluación formativa y la metacognición no son
prioridades explícitas del proceso de enseñanza-aprendizaje.
La integración
de la retroalimentación y los juicios metacognitivos en el proceso educativo se
fundamenta en sólidas bases teóricas y evidencia empírica. Desde una
perspectiva teórica, investigaciones recientes han demostrado que los juicios
metacognitivos cumplen un papel crucial en el monitoreo y la regulación del
aprendizaje (Kubik et al., 2022). Los estudios
indican que cuando los estudiantes desarrollan la capacidad de hacer juicios
precisos sobre su aprendizaje, tanto durante el proceso (juicios concurrentes)
como después de él (juicios retrospectivos), mejoran significativamente su
rendimiento académico y su capacidad de autorregulación (Zapata Zapata et al., 2024).
La relevancia
teórica de este estudio se sustenta además en la necesidad de comprender mejor
la interacción entre diferentes tipos de juicios metacognitivos y su impacto en
el aprendizaje. Como señalan Montoya-Londoño et al. (2021), existe una brecha
significativa en la literatura actual respecto a cómo los diferentes tipos de
juicios metacognitivos se complementan y funcionan en conjunto para mejorar el
proceso de aprendizaje. Este estudio contribuye a llenar ese vacío al examinar
específicamente la interacción entre juicios concurrentes y retrospectivos en
el contexto de la retroalimentación educativa.
Desde una
perspectiva práctica, la investigación responde a necesidades concretas del
ámbito educativo. Los docentes frecuentemente enfrentan dificultades para
implementar estrategias efectivas de
retroalimentación que promuevan la metacognición y el aprendizaje
autorregulado. Este estudio ofrece insights valiosos
para el desarrollo de prácticas pedagógicas más efectivas que integren
sistemáticamente los juicios metacognitivos en el proceso de retroalimentación.
Como señalan Agus et al. (2020), la capacidad de los estudiantes para hacer
juicios precisos sobre su aprendizaje está directamente relacionada con su
rendimiento académico, lo que subraya la importancia práctica de desarrollar
estas habilidades. Además, en el contexto actual de la educación superior,
donde se enfatiza cada vez más el desarrollo de competencias metacognitivas y
la capacidad de aprendizaje autónomo, esta investigación proporciona
herramientas concretas para que los educadores puedan fomentar estas
habilidades en sus estudiantes. La retroalimentación basada en juicios
metacognitivos no solo mejora el rendimiento académico inmediato, sino que
también desarrolla habilidades fundamentales para el aprendizaje a lo largo de
la vida (Kolić-Vehovec et al., 2022).
El presente
estudio surge de la necesidad de comprender mejor cómo la retroalimentación a
través de juicios metacognitivos concurrentes y retrospectivos puede mejorar el
proceso de aprendizaje. En este contexto, se plantean las siguiente preguntas
de investigación: 1. ¿Cómo contribuyen los diferentes tipos de juicios
metacognitivos (concurrentes y retrospectivos) a la efectividad de la
retroalimentación en el proceso de aprendizaje?; 2. ¿Cómo influye la
retroalimentación basada en juicios metacognitivos concurrentes en la
autorregulación del aprendizaje y el rendimiento académico de los estudiantes?;
3. ¿De qué manera los juicios metacognitivos recurrentes y retrospectivos se
complementan para mejorar la efectividad de la retroalimentación en el proceso
de aprendizaje?.
Para responder a
estas interrogantes se realizará una revisión bibliográfica exhaustiva a manera
de discusión y síntesis sobre los hallazgos de cada estudio. Los resultados se
obtendrán a partir de la categorización de la información con criterios de inclusión
y exclusión, de acuerdo al método cualitativo. Este trabajo busca contribuir al
campo de la educación proporcionando una comprensión más profunda de cómo los
juicios metacognitivos pueden utilizarse efectivamente en la retroalimentación
para mejorar el aprendizaje. Como señalan Zapata Zapata
et al. (2024), entender estos procesos es fundamental para desarrollar
estrategias educativas más efectivas que promuevan la autonomía y el
pensamiento crítico en los estudiantes.
MÉTODO
El presente
estudio emplea el método de revisión bibliográfica que permitió analizar y
sintetizar de manera rigurosa la evidencia científica disponible sobre cómo los
juicios metacognitivos interactúan con los procesos de retroalimentación del
aprendizaje en contextos educativos. El proceso de revisión se desarrolló en
tres fases:
1. En la primera fase, se realizó una búsqueda inicial de base de datos
académicas reconocidas (Web of Science,
Scopus, Science Direct,)
para garantizar una búsqueda exhaustiva y sistemática, se desarrolló una
ecuación de búsqueda que incorporó términos clave como "retroalimentación
metacognitiva", "juicios concurrentes", "juicios
retrospectivos" y "metacognición en educación".
2. Durante la segunda fase, se aplicaron los criterios de inclusión y
exclusión, lo que resultó en la identificación de 50 artículos que cumplieron
con todos los principios establecidos, abordando directamente la relación entre
juicios metacognitivos y retroalimentación en contextos educativos.
3. En la tercera fase, tras un análisis detallado, se realizó una síntesis
según el orden estructural en la que se clasificaron los artículos según sus
hallazgos teóricos y prácticos.
Criterios
de Selección
Inclusivos
Estudios
publicados en revistas indexadas en los últimos cinco años que aborden
específicamente la relación entre juicios metacognitivos y retroalimentación en
contextos educativos. Esta ventana temporal asegura la actualidad de la
información, considerando que el campo de la metacognición y la
retroalimentación educativa evoluciona rápidamente.
Específicos
Se consideraron
tanto estudios empíricos como teóricos que examinaran la aplicación de juicios
metacognitivos en procesos de retroalimentación educativa. Los trabajos
empíricos debían incluir resultados medibles sobre la efectividad de diferentes
tipos de juicios metacognitivos, mientras que los estudios teóricos debían
proporcionar marcos conceptuales relevantes para comprender la interacción
entre metacognición y retroalimentación.
Exclusivos
Se excluyeron
aquellos estudios que no tuvieran una relación directa con los juicios
metacognitivos o que no estuvieran en idiomas accesibles para el equipo de
investigación.
RESULTADOS
Del análisis
sistemático de la literatura emerge que la mayoría sugiere que la
retroalimentación basada en juicios metacognitivos es más efectiva cuando se
implementa de manera sistemática y considerando las características específicas
del contexto de aprendizaje. Los resultados indican que la combinación de
juicios concurrentes y retrospectivos, junto con una retroalimentación
estructurada proporciona el mayor beneficio para el aprendizaje de los
estudiantes. En el análisis de la literatura revisada se identifican cuatro
tendencias principales en la investigación sobre retroalimentación y juicios
metacognitivos. La tendencia hacia la creciente incorporación de herramientas
tecnológicas. La personalización de la retroalimentación que sugiere la
adaptación a las características individuales del estudiante. El desarrollo de
modelos híbridos que combinan distintos tipos de juicios metacognitivos. Y
finalmente el desarrollo de los juicios metacognitivos en un contexto de
aprendizaje colaborativo.
Juicios
Metacognitivos en el proceso de aprendizaje
Los hallazgos
demuestran que la efectividad diferencial entre juicios concurrentes y
retrospectivos no debe interpretarse como una simple dicotomía, sino como un
continuo. La mayor precisión observada en los juicios retrospectivos,
documentada por Montoya-Londoño et al. (2021), puede explicarse por el
distanciamiento temporal que permite una evaluación más objetiva del proceso de
aprendizaje. Sin embargo, esto no disminuye la importancia de los juicios
concurrentes, que cumplen una función crucial en el monitoreo inmediato y la
regulación del aprendizaje en tiempo real.
Por ejemplo,
Caballero y Perilla (2022), concluyeron que los juicios metacognitivos
concurrentes son evaluaciones cognitivas que los estudiantes realizan durante
el transcurso de una actividad, permitiéndoles analizar su comprensión y
ejecución en tiempo real. Estudios como el de Ruiz y Álvarez (2021), sugieren
que estos juicios permiten a los estudiantes detectar errores o dificultades
durante el proceso de aprendizaje, lo que a su vez promueve un ajuste inmediato
de las estrategias utilizadas. Este ajuste oportuno puede evitar la acumulación
de errores, optimizando el tiempo y los recursos cognitivos invertidos en la
tarea. Además, los juicios concurrentes están vinculados a un aprendizaje más
profundo y efectivo, ya que permiten un mayor grado de control sobre el proceso
de aprendizaje, facilitando la adopción de estrategias más adaptativas y
eficientes.
Por otro lado,
los aportes de los juicios retrospectivos al proceso de enseñanza pueden ser
evidenciados por investigaciones como la de Valenzuela (2019b), que establece
que están directamente implicados en la evaluación crítica del proceso de
aprendizaje una vez concluida una tarea. Estos juicios permiten a los
individuos reflexionar sobre su desempeño, identificar las estrategias que
fueron más o menos efectivas y ajustar su enfoque para actividades futuras.
Mora, Ávila y Gómez (2023), aseguran que el proceso metacognitivo retrospectivo
es esencial no solo para el aprendizaje a corto plazo, sino también para el
desarrollo de habilidades de autorregulación a largo plazo, lo que potencia la
efectividad del aprendizaje en múltiples contextos educativos.
La aplicación de
juicios metacognitivos concurrentes y retrospectivos en el proceso de retroalimentación
puede mejorar significativamente el aprendizaje. Los estudiantes que
desarrollan habilidades metacognitivas tienden a ser mejores en autorregular su
aprendizaje, lo que conduce a un rendimiento académico superior (Martínez y
Valencia, 2021). Además, las intervenciones educativas que fomentan la
reflexión metacognitiva, como las evaluaciones de progreso continuo y las
actividades de reflexión posterior, han demostrado ser eficaces en la mejora
del rendimiento (Quiroz et al, 2023). Estas evaluaciones permiten a los
estudiantes recibir retroalimentación constante sobre su desempeño, lo que
facilita la realización de juicios concurrentes. La retroalimentación en tiempo
real les permite ajustar sus estrategias sobre la marcha, maximizando su eficiencia.
Además, estas evaluaciones brindan a los estudiantes una imagen clara de su
progreso, lo que puede aumentar la motivación y el compromiso.
Mecanismos
de la Retroalimentación a través de Juicios Metacognitivos
La
identificación de los mecanismos subyacentes de la retroalimentación
metacognitiva proporciona una base teórica sólida para comprender cómo estos
juicios influyen en el aprendizaje. El mecanismo de recuperación activa,
destacado por Kubik et al. (2022), sugiere que los
juicios metacognitivos no son simplemente herramientas de evaluación, sino que
actúan como catalizadores del procesamiento cognitivo profundo. Este hallazgo
tiene implicaciones significativas para el diseño de intervenciones educativas,
ya que sugiere que la retroalimentación debe estructurarse de manera que
promueva activamente la recuperación y conexión de información.
Juicios
Metacognitivos Concurrentes: Hallazgos Teóricos
Los juicios
metacognitivos concurrentes representan una estrategia fundamental para la
autorregulación del aprendizaje, permitiendo a los estudiantes realizar
evaluaciones en tiempo real sobre la dificultad y el esfuerzo de las tareas
académicas. Álvarez Ríos (2024) enfatiza que estos juicios no solo mejoran la
capacidad de autorregulación, sino que también facilitan el ajuste inmediato de
las estrategias utilizadas durante el proceso de aprendizaje. En el contexto de
la educación inicial, Bendek Ceveriche
et al. (2021) amplían esta perspectiva, explorando cómo los niños utilizan
estos juicios durante actividades lúdicas, demostrando que con
retroalimentación constante pueden desarrollar mayor precisión al evaluar sus
propias capacidades en el momento.
Zapata Zapata et al. (2024) profundizan en la comprensión teórica
de los juicios concurrentes, destacando su potencial para distribuir recursos
cognitivos de manera eficiente. Sin embargo, subrayan la importancia de
acompañar estos juicios con una estructura pedagógica adecuada que evite la
sobrecarga cognitiva. Cázares Balderas et al. (2020) complementan este análisis
al examinar las prácticas docentes como mediadoras fundamentales para la
formación de juicios concurrentes, especialmente en la resolución de problemas
matemáticos. Su investigación destaca la necesidad de guiar a los estudiantes
para que reflexionen sobre sus decisiones en el momento mismo de realizar una
tarea.
Hallazgos
Prácticos
En el ámbito
práctico, los estudios revelan beneficios significativos de los juicios
metacognitivos concurrentes en diversos contextos educativos. Montoya Londoño
et al. (2021) observan que, en la educación inicial, estos juicios se
desarrollan de manera más efectiva cuando las actividades incluyen
retroalimentación inmediata. Este enfoque fomenta un aprendizaje más dinámico y
adaptado a las capacidades individuales del estudiante. Ruiz y Álvarez (2021)
corroboran este hallazgo en el campo de la argumentación científica,
documentando cómo los estudiantes pueden ajustar sus estrategias en tiempo
real, lo que resulta en un desempeño más efectivo en sus tareas académicas.
Cuevas Solar y
Arancibia (2020) aportan una perspectiva específica en el contexto de la
ingeniería, destacando que los juicios concurrentes son fundamentales para
mejorar habilidades como la redacción técnica. Sus investigaciones revelan que
los docentes que proporcionan retroalimentación inmediata ayudan a los estudiantes
a refinar sus trabajos mientras los realizan.
Espina (2022)
complementa este análisis en el contexto latinoamericano, resaltando la
importancia de estos juicios en la autorregulación de estudiantes
universitarios, subrayando que una retroalimentación adecuada promueve un
aprendizaje más autónomo.
La investigación
de Molina Montes et al. (2023) ofrece insights
adicionales sobre el desarrollo de competencias de aprendizaje. Sus hallazgos
indican que los juicios concurrentes permiten a los estudiantes identificar de
manera inmediata las áreas que requieren mayor atención, optimizando su
desempeño académico. López et al. (2021) extienden esta comprensión al contexto
del aprendizaje de idiomas en línea, documentando cómo la retroalimentación
inmediata facilita que los estudiantes evalúen su progreso en tiempo real, lo
que resulta en una mejora significativa de sus resultados generales.
El análisis de
estos hallazgos revela que los juicios metacognitivos concurrentes son mucho
más que una simple herramienta de evaluación. Representan un mecanismo dinámico
de autorregulación que, cuando se implementa adecuadamente, puede transformar
significativamente los procesos de aprendizaje. La clave parece residir en la
calidad de la retroalimentación, la inmediatez de la intervención y la
capacidad de adaptar las estrategias en tiempo real.
Juicios Metacognitivos Retrospectivos:
Hallazgos
Teóricos
Los juicios
metacognitivos retrospectivos emergen como una herramienta fundamental para la
evaluación y mejora de los procesos de aprendizaje. Marín Giraldo y Tamayo
Álzate (2024) destacan su importancia crítica para que los docentes analicen el
impacto de sus estrategias de enseñanza, especialmente en disciplinas complejas
como la química. Esta perspectiva permite identificar áreas de mejora en la
práctica educativa, fomentando un aprendizaje más significativo y reflexivo.
Bernal et al. (2019) profundizan en esta línea, explorando cómo estos juicios
están intrínsecamente vinculados al desarrollo del pensamiento crítico,
permitiendo a los estudiantes reflexionar sobre decisiones pasadas y optimizar
estrategias futuras.
La dimensión
reflexiva de los juicios metacognitivos retrospectivos se expande más allá de
la simple evaluación. Gaviria (2019) introduce una perspectiva crucial al
abordar su importancia en la comprensión histórica, enfatizando que la
motivación y la reflexión sobre el contexto son fundamentales para desarrollar
una visión crítica. Sánchez (2023) complementa este análisis, destacando que la
metacognición retrospectiva promueve una comprensión más profunda al permitir
que los estudiantes analicen sus errores y planifiquen su aprendizaje basándose
en experiencias previas. Esta capacidad de autoevaluación se convierte en un
mecanismo autorregulador que trasciende la simple corrección, transformándose
en una estrategia de desarrollo personal y académico.
Hallazgos
Prácticos
En el ámbito
práctico, los estudios revelan desafíos significativos en la implementación de
juicios metacognitivos retrospectivos. Fernández Da Lama (2019) identifica que
los estudiantes universitarios utilizan estos juicios para analizar sus
fortalezas y debilidades en hábitos de estudio, pero encuentran dificultades
para realizar evaluaciones precisas. Esta
limitación se
mitiga parcialmente según Farfán Pimentel et al. (2022), quienes observan que,
en estudiantes de secundaria, los juicios retrospectivos mejoran
sustancialmente cuando se combinan con retroalimentación colaborativa, lo que
aumenta la precisión de las autoevaluaciones.
La
implementación efectiva de juicios retrospectivos muestra resultados
prometedores en diversos contextos educativos. Campuzano López et al. (2021)
reportan que la retroalimentación reflexiva posterior a evaluaciones incrementa
la precisión de estos juicios, permitiendo a los estudiantes ajustar más
eficazmente sus estrategias de aprendizaje. Rojas Gómez et al. (2021) respaldan
esta conclusión en el contexto de educación a distancia, destacando cómo la
combinación de retroalimentación y juicios retrospectivos mejora significativamente
las competencias matemáticas de los estudiantes.
Malca Marín
(2024) aporta una perspectiva adicional al señalar que la retroalimentación
reflexiva fortalece los logros de aprendizaje al promover un análisis crítico
de los resultados.
Gutiérrez de
Blume et al. (2022) añaden una dimensión social importante, identificando que
los juicios retrospectivos están influenciados por variables como el entorno y
las interacciones, lo que subraya la importancia del contexto en el desarrollo
de habilidades metacognitivas.
Esta revisión
revela que los juicios metacognitivos retrospectivos no son un proceso simple
de evaluación, sino una estrategia compleja de autorregulación que requiere
apoyo estructurado, retroalimentación efectiva y un enfoque contextualizado. La
investigación sugiere que su implementación más efectiva depende de la
integración de estrategias personalizadas, retroalimentación colaborativa y un
reconocimiento de las variables sociales e individuales que influyen en el
proceso de aprendizaje.
Factores
Moderadores de la Efectividad
Los hallazgos
señalan varios factores que moderan la efectividad de la retroalimentación
basada en juicios metacognitivos. Zapata Zapata et
al. (2024) identifican que el nivel de experiencia previa de los estudiantes
influye significativamente en la precisión de sus juicios metacognitivos. Los
estudiantes con mayor experiencia en un dominio específico tienden a realizar
juicios más precisos y a beneficiarse más de la retroalimentación
metacognitiva.
Adicionalmente,
el formato y el momento de la retroalimentación emergen como factores críticos
que influyen en su efectividad.
La efectividad
de los juicios metacognitivos está condicionada por una compleja interacción de
variables que influyen directamente en su precisión y utilidad. Zapata Zapata et al. (2024) identifican tres factores críticos: la
complejidad de las tareas, el nivel de experiencia de los estudiantes y la
claridad de las instrucciones. Su investigación destaca que una tareamexcesivamente compleja
o mal estructurada puede
obstaculizar significativamente la precisión de los juicios metacognitivos,
reduciendo su potencial como herramienta de aprendizaje. Esta observación es
respaldada por Cárdenas y Núñez (2021), quienes encontraron una correlación
directa entre el rendimiento académico y la aplicación adecuada de estrategias
metacognitivas, enfatizando la importancia de una guía docente bien definida.
El contexto
motivacional emerge como otro factor determinante. Bendek
Ceveriche et al. (2021) exploran cómo la ludo
evaluación puede moderar la sobre confianza en las evaluaciones metacognitivas,
logrando un equilibrio entre motivación y autorregulación. Gaviria (2019)
profundiza esta perspectiva, introduciendo la dimensión motivacional como un
elemento clave en la modulación de los juicios metacognitivos, especialmente en
el aprendizaje histórico, donde un interés intrínseco puede incrementar
significativamente la calidad de la reflexión.
Aspectos
socioeconómicos y contextuales también juegan un papel fundamental. Espina
(2022) subraya que el acceso a recursos educativos influye directamente en la
efectividad de los procesos metacognitivos. Valenzuela (2019) complementa este
análisis detallando cómo el conocimiento previo del estudiante actúa como
moderador, facilitando o dificultando la calibración de sus juicios. Medina
Zuta et al. (2021) añaden un elemento crucial: la experiencia docente y la
calidad de la retroalimentación son esenciales para optimizar los procesos de
autorregulación y monitoreo.
Tendencia
hacia la Integración Tecnológica
Una tendencia
significativa es la creciente incorporación de herramientas tecnológicas en la
implementación de retroalimentación metacognitiva. Según Kolić-Vehovec
et al. (2022), las plataformas digitales permiten proporcionar
retroalimentación inmediata y personalizada, facilitando tanto los juicios
concurrentes como los retrospectivos. Esta integración tecnológica ha
demostrado mejorar la precisión de los juicios metacognitivos y la capacidad de
los estudiantes para autorregular su aprendizaje.
En el contexto
actual, donde la educación se enfrenta a desafíos como la enseñanza remota y el
aprendizaje autodirigido, la importancia de la retroalimentación a través de
juicios metacognitivos concurrentes y retrospectivos se vuelve aún más
relevante (Mora, Ávila y Gómez, 2023). Los entornos de aprendizaje digital
pueden ofrecer herramientas poderosas para monitorear y proporcionar
retroalimentación en tiempo real, lo que puede potenciar el desarrollo de
habilidades metacognitivas entre los estudiantes. En conjunto, la combinación
de juicios concurrentes y juicios retrospectivos en el contexto de la
retroalimentación no solo mejora el rendimiento académico a corto plazo, sino
que también fomenta el desarrollo de habilidades metacognitivas a largo plazo, las
cuales son esenciales para la autorregulación del aprendizaje.
La integración
tecnológica se perfila como un catalizador transformador en la implementación
de estrategias metacognitivas. Segovia Chamorro y Guerra Zúñiga (2020) destacan
la eficacia de los videos educativos como herramientas de retroalimentación a
distancia, especialmente en entornos de aprendizaje autónomo. Estos recursos no
solo permiten a los estudiantes evaluar su progreso, sino que también fomentan
una mayor autorregulación. Zapata Zapata y Vesga
Bravo (2023) avanzan en esta línea, sugiriendo que la tecnología puede actuar
como un potenciador al proporcionar datos en tiempo real sobre el desempeño
estudiantil.
Las plataformas
digitales emergen como herramientas fundamentales para la gestión del
aprendizaje. Morales et al. (2019) abogan por su uso, permitiendo que docentes
y estudiantes tengan acceso a análisis detallados de los juicios
metacognitivos. Cuevas Solar y Arancibia (2020) amplían esta perspectiva,
señalando que herramientas tecnológicas como simuladores y aplicaciones
interactivas ofrecen un contexto ideal para practicar y desarrollar habilidades
metacognitivas. Valenzuela (2019) identifica además que la implementación
tecnológica puede superar barreras logísticas en la enseñanza, facilitando la
aplicación de juicios concurrentes en entornos educativos remotos.
La investigación
de López et al. (2021) documenta beneficios concretos en contextos específicos,
como el aprendizaje de idiomas, donde las herramientas en línea fomentan una
retroalimentación más dinámica. Segovia Chamorro y Guerra Zúñiga (2020)
observan resultados similares en educación médica, donde los estudiantes
utilizan simuladores virtuales para evaluar sus habilidades y ajustar sus
juicios metacognitivos. Muñoz y Araya (2023) añaden una dimensión social,
analizando cómo la interacción entre estudiantes y docentes en plataformas en
línea mejora la comunicación y promueve un aprendizaje más autorregulado.
La tendencia
hacia la integración tecnológica no representa una simple adopción de
herramientas, sino una transformación fundamental en los procesos de
enseñanza-aprendizaje. La tecnología se configura como un medio para
personalizar, dinamizar y profundizar los juicios metacognitivos, ofreciendo
posibilidades antes inexploradas para la retroalimentación y la autorregulación
del aprendizaje.
Énfasis
en la Personalización de la Retroalimentación
Se observa una
tendencia creciente hacia la personalización de la retroalimentación basada en
juicios metacognitivos. Los estudios analizados por Agus et al. (2020) revelan
que la retroalimentación adaptada a las características individuales de los
estudiantes, incluyendo su nivel de experiencia y estilo de aprendizaje,
resulta más efectiva que los enfoques estandarizados. Esta personalización se
extiende tanto a la forma como al contenido de la retroalimentación.
La
personalización de la retroalimentación emerge como una estrategia fundamental
para optimizar los procesos de aprendizaje, reconociendo la singularidad de
cada estudiante. Espina (2022) destaca que este enfoque permite identificar
fortalezas y debilidades específicas, mejorando significativamente la
autorregulación y promoviendo aprendizajes más profundos. Medina Zuta et al.
(2021) complementan esta perspectiva, sosteniendo que la personalización
resulta especialmente efectiva en contextos con estudiantes de niveles de
habilidad diversos, ya que adapta las estrategias a necesidades individuales
concretas.
Campuzano López
et al. (2021) aportan evidencia empírica que respalda la efectividad de este
enfoque, concluyendo que la retroalimentación adaptada a características
específicas del estudiante supera ampliamente los métodos generalizados,
particularmente en niveles educativos básicos. Valenzuela (2019) profundiza
este análisis, argumentando que la personalización de estrategias
metacognitivas no solo mejora el aprendizaje, sino que también desarrolla la
confianza de los estudiantes en sus propias habilidades, incrementando su
compromiso académico.
Desarrollo
de Modelos Híbridos
Una tercera
tendencia emergente es el desarrollo de modelos híbridos que combinan
diferentes tipos de juicios metacognitivos con distintas formas de
retroalimentación. Según señalan Velázquez Tejeda y Goñi Cruz (2024), estos
modelos integran elementos de retroalimentación inmediata y diferida,
aprovechando las ventajas de ambos tipos de juicios metacognitivos. Los
resultados indican que estos modelos híbridos son particularmente efectivos
para promover el aprendizaje profundo y la transferencia de conocimientos.
Los modelos
híbridos representan una innovación metodológica que integra diferentes
aproximaciones a la retroalimentación, buscando maximizar su efectividad.
Velázquez Tejeda y Goñi Cruz (2024) proponen un modelo que combina
retroalimentación inmediata y diferida para fomentar la resolución de problemas
matemáticos. Esta aproximación logra un equilibrio único entre la acción en
tiempo real y la reflexión posterior, permitiendo a los estudiantes monitorear
continuamente su desempeño mientras desarrollan capacidades de análisis
crítico.
Perales y Millan (2021) desarrollaron un modelo híbrido que integra
estrategias metacognitivas con pensamiento crítico, obteniendo mejoras
significativas en las habilidades de razonamiento lógico. Zapata Zapata y Vesga Bravo (2023) extienden esta perspectiva al
contexto universitario, destacando que los modelos híbridos permiten aprovechar
simultáneamente los beneficios de la retroalimentación inmediata para ajustar
estrategias y de la retroalimentación diferida para una reflexión profunda
sobre el aprendizaje.
En la
implementación práctica, Muñoz y Araya (2023) documentan resultados
prometedores en formación docente, observando que la integración de
retroalimentación inmediata y retrospectiva mejoró sustancialmente las
habilidades de autoevaluación. Torres Bringas (2022) corrobora estos hallazgos
en competencias comunicativas, reportando que los modelos híbridos facilitaron
la identificación de errores recurrentes mientras fortalecían las habilidades
mediante prácticas reflexivas.
Foco
en la Metacognición Social
La última
tendencia identificada es el creciente interés en la dimensión social de los
juicios metacognitivos. Las investigaciones recientes, como la de Naujoks et al. (2022), enfatizan la importancia de
considerar cómo los juicios metacognitivos se desarrollan y funcionan en
contextos de aprendizaje colaborativo. Esta perspectiva social ha llevado al
desarrollo de nuevas estrategias de retroalimentación que aprovechan las
interacciones entre pares para mejorar la precisión de los juicios
metacognitivos.
La metacognición
social surge como un enfoque transformador que reconoce el aprendizaje como un
proceso fundamentalmente colaborativo. Gutiérrez de Blume et al. (2022)
destacan que, en contextos colaborativos, los estudiantes desarrollan juicios
metacognitivos más precisos mediante la interacción y reflexión conjunta. Este
proceso facilita la identificación de estrategias efectivas a través del
intercambio de perspectivas, expandiendo los límites del aprendizaje
individual.
Roselló Ramón y
De la Iglesia (2021) profundizan en el impacto del feedback
entre iguales, revelando que las interacciones sociales no solo enriquecen los
procesos metacognitivos, sino que también fortalecen las relaciones
interpersonales en entornos educativos. Gaviria (2019) añade una dimensión
motivacional, planteando que la discusión colaborativa y la motivación grupal
son elementos cruciales para conectar conceptos y promover la reflexión
contextualizada.
Desde una
perspectiva práctica, Morales et al. (2019) documentan que, en educación media,
las actividades colaborativas fomentan la autoevaluación grupal, permitiendo
identificar fortalezas y debilidades colectivas. López et al. (2021) extienden
estos hallazgos al aprendizaje virtual de idiomas, observando que la
interacción grupal promueve una autorregulación más efectiva y mejora los
resultados generales.
DISCUSIÓN
Los juicios
metacognitivos representan una transformación epistemológica en la comprensión
del aprendizaje, trascendiendo los métodos tradicionales mediante una
aproximación cualitativa y multidimensional. A diferencia de los enfoques
convencionales centrados en resultados cuantitativos, estos juicios introducen
una comprensión profunda de los procesos de construcción de conocimiento. La
investigación contemporánea, como la desarrollada por Marín Giraldo y Tamayo
Álzate (2024), evidencia que la metacognición opera como un sistema de
monitoreo interno que permite a los estudiantes descomponer su propio proceso
de aprendizaje, identificando no solo el contenido, sino las estrategias
utilizadas.
Se identifican
dos modalidades fundamentales de juicios metacognitivos: los concurrentes y los
retrospectivos. Los juicios concurrentes funcionan como mecanismos de
evaluación en tiempo real, permitiendo correcciones inmediatas y redistribución
instantánea de recursos cognitivos, según lo documentado por Cázares Balderas
et al. (2020). En contraste, los juicios retrospectivos operan como un sistema
de análisis posterior que posibilita la deconstrucción de la experiencia de
aprendizaje, identificación de patrones de pensamiento y desarrollo de
estrategias más sofisticadas. Esta distinción revela una sofisticada dinámica
de procesamiento cognitivo que desafía los modelos lineales de aprendizaje.
La precisión de
los juicios metacognitivos está profundamente influenciada por variables
contextuales complejas. Cárdenas y Núñez (2021) han documentado
una correlación significativa entre el desarrollo de
estrategias metacognitivas y el rendimiento académico. Los factores
determinantes incluyen el capital cultural del estudiante, su experiencia
previa en el dominio específico y su capacidad de abstracción metacognitiva.
Esta perspectiva sugiere que no es únicamente la inteligencia innata, sino la
capacidad de autorregulación lo que determina el éxito académico, desafiando
los paradigmas tradicionales de evaluación.
La integración
tecnológica redefine fundamentalmente las dinámicas de aprendizaje.
Segovia Chamorro
y Guerra Zúñiga (2020) documentan cómo las plataformas digitales actuales
generan ecosistemas de aprendizaje adaptativos. Los simuladores virtuales y
entornos interactivos permiten a los estudiantes no solo recibir información, sino
experimentar múltiples escenarios de aprendizaje, generando datos
metacognitivos en tiempo real. Esta tecnología funciona como un amplificador de
la capacidad reflexiva, permitiendo niveles de introspección anteriormente inaccesibles
y transformando radicalmente la comprensión del proceso educativo. Los modelos
híbridos de juicios metacognitivos emergen como respuesta a la complejidad del
aprendizaje contemporáneo. Velázquez Tejeda y Goñi Cruz (2024) proponen un
modelo que integra retroalimentación inmediata y diferida, reconociendo que el
aprendizaje no es un proceso discreto, sino un continuo flujo de interacciones
cognitivas. Roselló Ramón y De la Iglesia (2021) revelan que la interacción
entre pares no es un elemento periférico, sino un mecanismo fundamental de
construcción de conocimiento, donde los juicios metacognitivos se transforman
en un proceso dialógico de construcción colectiva de significados.
La investigación
de Naujoks et al. (2022) sugiere que estamos ante una
evolución de los paradigmas educativos, donde la metacognición se configura
como una competencia transversal que trasciende los límites disciplinares. No
se trata únicamente de estrategias de aprendizaje, sino de desarrollar una
inteligencia reflexiva capaz de adaptarse a entornos de conocimiento cada vez
más complejos y dinámicos. Los juicios metacognitivos se posicionan como una
herramienta fundamental para navegar la incertidumbre epistemológica del siglo
XXI, donde la capacidad de aprender continuamente se convierte en el principal
capital intelectual de los individuos.
CONCLUSIONES
La revisión
sistemática sobre juicios metacognitivos revela una comprensión profunda de su
contribución a la retroalimentación educativa. Los hallazgos demuestran que
estos juicios no son mecanismos aislados, sino sistemas interconectados que
mejoran significativamente el
proceso de
aprendizaje. Primero, los juicios concurrentes optimizan el monitoreo en tiempo
real durante las tareas, permitiendo ajustes inmediatos que previenen errores
acumulativos y fomentan estrategias adaptativas.
Por otro lado,
la retroalimentación basada en estos juicios mejora la autorregulación del
aprendizaje, vinculándose directamente con mejores resultados académicos al
desarrollar habilidades metacognitivas. Finalmente, la sinergia entre ambos
tipos de juicios donde los concurrentes detectan desviaciones y os
retrospectivos consolidan aprendizajes- crea un ciclo virtuoso que refuerza la
metacognición y a transferencia de conocimientos a largo plazo. Esta
complementariedad subraya la necesidad de implementar modelos híbridos en la
retroalimentación, combinando intervenciones inmediatas con evaluaciones
globales post- actividad para maximizar el impacto pedagógico.
Los juicios
concurrentes se configuran como mecanismos de monitoreo inmediato que permiten
a los estudiantes ajustar estrategias en tiempo real. Aunque presentan menor
precisión que los retrospectivos, resultan fundamentales para el ajuste
dinámico del aprendizaje. Los juicios retrospectivos, por su parte, ofrecen una
evaluación más objetiva y profunda, contribuyendo significativamente a la
consolidación del conocimiento y la planificación estratégica. Esta distinción
revela la naturaleza multidimensional de los procesos metacognitivos, donde
cada tipo de juicio cumple un rol específico en la construcción del
conocimiento.
La investigación
identifica mecanismos de influencia tanto cognitivos como motivacionales que
van más allá del simple procesamiento de información. Estos juicios facilitan
la recuperación de conocimientos, promueven la autorregulación y aumentan el
compromiso con el aprendizaje. Los resultados sugieren que no es únicamente la
inteligencia innata, sino la
capacidad de
reflexión y ajuste lo que determina el éxito académico. La comprensión de estos
mecanismos proporciona una base sólida para diseñar intervenciones educativas
más efectivas y personalizadas.
La emergencia de
modelos híbridos de retroalimentación representa un avance significativo en la
comprensión del aprendizaje. Estos modelos integran diferentes tipos de juicios
metacognitivos, reconociendo la naturaleza compleja y multifacética de los
procesos de aprendizaje. La aproximación híbrida permite abordar diferentes aspectos
del desarrollo metacognitivo mediante estrategias complementarias. Se evidencia
así una evolución desde enfoques lineales hacia perspectivas más dinámicas y
adaptativas de evaluación educativa.
Las limitaciones
identificadas en la investigación no disminuyen la relevancia de los hallazgos,
sino que abren nuevas líneas de exploración. La variabilidad contextual, la
falta de estandarización en la medición y las restricciones en la
representación de diversos entornos educativos se presentan como oportunidades
para futuras investigaciones. Se recomienda desarrollar estudios
longitudinales, expandir la investigación a contextos diversos e integrar
tecnologías emergentes para comprender más profundamente los juicios
metacognitivos.
La investigación
confirma que los juicios metacognitivos son herramientas fundamentales para
promover la autonomía y el pensamiento crítico en los estudiantes. Su potencial
para transformar la retroalimentación educativa es significativo, ofreciendo
una perspectiva dinámica y personalizada que supera los enfoques tradicionales
de evaluación. Se evidencia que estos juicios no solo mejoran el rendimiento
académico, sino que desarrollan competencias metacognitivas esenciales para el
aprendizaje continuo en entornos cada vez más complejos y dinámicos.
REFERENCIAS
Agus, M., Peró Cebollero, M., Guàrdia
Olmos, J., Portoghese, I., Mascia,
M.L., & Penna, M.P.
(2020). What's about the calibration between confidence and accuracy? Findings in probabilistic problems from Italy and Spain. EURASIA Journal of Mathematics, Science and Technology Education, 16(2), 1-21.
Álvarez Ríos, J.
(2024). Juicios metacognitivos de dominio específico. Educación y Educadores, 26(3),
1-16.
https://doi.org/10.5294/edu.2023.26.3.2
Bendek Ceveriche, S., Daza,
M. P. F., & Rodríguez- Hernández, M. (2021). Metacognición y Ludoevaluación en niños de Educación Inicial. Journal of Behavior,
Health & Social Issues,
13(2), 43-53. https://doi.org/10.22201/fesi.20070780e.2021.13.2.76619
Bernal, M. E.,
Gómez, M., & Iodice, R. (2019). Interacción
conceptual entre el pensamiento crítico y metacognición. Latinoamericana de
Estudios educativos, 15(1), 193-217. https://revistasojs.ucaldas.edu.co/index.
php/latinoamericana/article/view/3920/ 3631
Campuzano López,
J. G., Zambrano Zambrano, J. R., Mero Ponce, J. K.,
& Quiroz Parrales, L. A. (2021). La retroalimentación como estrategia para
mejorar el proceso de enseñanza- aprendizaje en los estudiantes. Revista
Científica Dominio de las Ciencias, 7(4), 57-69. https://doi.org/10.23857/dc.v7i4.2081
Cárdenas, J. L.
M., & Núñez, E. V. (2021). Estrategias metacognitivas y rendimiento
académico en estudiantes universitarios de ciencias químicas. Revista Uniandes
Episteme, 8(2), 277-290. https://revista.uniandes.edu.ec/ojs/index.php/EPISTEME/article/view/2199/166
7
Cázares
Balderas, M. de J., Páez, D. A., & Pérez Martínez, M. G. (2020). Discusión
teórica sobre las prácticas docentes como mediadoras para potencializar
estrategias metacognitivas en la solución de tareas matemáticas. Educación
Matemática, 32(1), 221-240. https://doi.org/10.24844/em3201.10
Cuevas Solar, D.
D., & Arancibia, B. M. (2020). Percepciones y expectativas de docentes de
ingeniería y educación en torno a la retroalimentación en tareas de escritura.
Formación Universitaria, 13(4), 31-44. https://doi.org/10.4067/S0718-
50062020000400031
Espina, W. P.
(2022). Metacognición: Estrategia pedagógica para aprender a aprender en los
estudiantes universitarios de América Latina. Opuntia Brava, 14(4), 161-175.
Farfán Pimentel,
D. E., Quispe Fuentes, I., Asto Huamaní, A. Y., &
Farfán Pimentel, J. F. (2022). Retroalimentación en el aprendizaje y
aprendizaje colaborativo en estudiantes de educación secundaria de una
institución educativa de Lima. Ciencia Latina Revista Científica
Multidisciplinar, 6(2), 711-732. https://doi.org/10.37811/cl_rcm.v6i2.19 17
Fernández Da
Lama, R. G. (2019). Evaluación de la metacognición sobre el estudio en
estudiantes de psicología. Psicoespacios, 13(22), 62-76.
https://doi.org/10.25057/21452776.119 8
García Gámez, G.
D. J. (2024). La evaluación como herramienta para mejorar los aprendizajes: La
retroalimentación y la evaluación auténtica. Revista Latinoamericana Ogmios, 4(9), 17-32. https://doi.org/10.53595/rlo.v4.i9.091
Gaviria, C.
(2019). Pensar la historia con el deseo: Metacognición, motivación y
comprensión histórica. Revista colombiana de psicología, 28(1), 147-163. https://doi.org/10.15446/rcp.v28n1.707
63
Gualsaquí, A. G., & Escorcha, J. G. (2022). Estrategias Metacognitivas para
la adquisión de la escritura en el idioma inglés:
Metacognitive Strategies for
writing acquisition in th english language.
Revista cientifica ECOCIENCIA,
9(4), 1-27. https://doi.org/10.21855/ecociencia.94. 683
Gutierrez de Blume, A. P. (2021). Autorregulación del aprendizaje: Desenredando
la relación entre cognición, metacognición y motivación. Voces y Silencios.
Revista Latinoamericana de Educación, 12(1), 81-108. https://doi.org/10.18175/VyS12.1.2021.
4
Gutiérrez de
Blume, A. P., & Montoya Londoño, D.M. (2022). Explorando la relación entre
las funciones ejecutivas y la metacognición: ¿las primeras predicen la segunda?
Praxis & Saber, 13(33), 189-211. https://doi.org/10.19053/22160159.v13.
n33.2022.12500
Gutiérrez De
Blume, A. P., Montoya-Londoño, D. M., Landínez
Martínez, D. & Toro Zuluaga, N. A. (2022). Las variables sociales y la
conciencia metacognitiva de los jóvenes adultos colombianos. Revista
Latinoamericana de Ciencias Sociales, Niñez y Juventud, 20(3), 1-32.
https://doi.org/10.11600/rlcsnj.20.3.537 9
Kubik, V., Koslowski, K., Schubert, T., &
Aslan, A. (2022). Metacognitive judgments can potentiate new learning: The role of covert
retrieval. Metacognition
and Learning, 17(1), 1057-1077.
Ley Leyva, N.
V., & Espinoza Freire, E. E. (2021). Características de la evaluación
educativa en el proceso de aprendizaje. Revista Universidad y Sociedad, 13(6),
363-370.
López, F., Ríos,
L. T., & Torres, V. R. (2021). La presencia social a través del feedback en entornos online de aprendizaje de idiomas. Foro
de profesores de E/LE, 17(1), 217-233.
Llerena Espín,
A. M., Sánchez Fernández, I., & Hernández Navarro, Y. (2020). La
retroalimentación y su influencia en la consolidación de aprendizajes en
proceso, de niños y niñas de Educación Inicial. ConcienciaDigital,
3(3.2), 60-75. https://doi.org/10.33262/concienciadigit al.v3i3.2.1408
Malca Marín, M.
J. (2024). La retroalimentación reflexiva para fortalecer los logros de
aprendizaje. Revista de Climatología, 24(1), 171-177.
https://doi.org/10.59427/rcli/2024/v24c s.171-177
Marín Giraldo,
Y. A., & Tamayo Álzate, O. E. (2024). Relación entre los juicios
metacognitivos y los niveles de representación en la enseñanza de la química.
Revista Colombiana de Educación, 1(93), 240-260. https://doi.org/10.17227/rce.num93-
19398
Medina Zuta, P.,
Mollo Flores, M., Medina Zuta, P., & Mollo Flores, M. (2021). Práctica reflexiva docente: Eje
impulsador de la retroalimentación formativa. Conrado, 17(81), 179-186.
Molina Montes,
A., Pérez Villamizar, D. I., Domínguez Angarita, D. D., Yohaid
Trujillo, Y. L., Rojas Caballero, J. A., & Lizcano Gómez, K. G. (2023). La
metacognición como factor de potenciación y desarrollo de competencias de
aprendizaje en los estudiantes. AiBi Revista de
Investigación, Administración e Ingeniería, 11(3), 23-35. https://doi.org/10.15649/2346030X.320
6
Montoya Londoño,
D. M., Orrego Cardozo, M., Puente Ferreras, A., & Tamayo Alzate, Ó. E. (2021). Juicios
metacognitivos en población infantil: Una revisión de las tendencias conceptuales en investigación. Tesis Psicológica, 16(1), 118-139.
https://doi.org/10.37511/tesis.v16n1a6
Montoya Londoño,
D. M., Orrego Cardozo, M.,Puente Ferreras, A., &
Tamayo Alzate, O. E. (2021). Los juicios
metacognitivos como un campo emergente de investigación: Una revisión
sistemática (2016-2020). Revista Latinoamericana de Estudios Educativos, 17(1),
188-223.
Mora Rosales, J.
C., Ávila Fray, D. X., & Gómez Gaibor, A. S. (2023). Estrategias
metacognitivas para aprendizajes significativos en el contexto universitario:
una revisión sistemática. Revista Científica Multidisciplinaria Arbitrada YACHASUN, 7(12), 29-52. https://doi.org/10.46296/yc.v7i12edespj
un.0331
Morales, N. del
C. M., Oradini, N. B., Castillo, L. A., &
Saavedra, J. R. (2019). Capacidades metacognitivas en el sistema educativo en
instituciones educativas de educación media. Revista Arbitrada
Interdisciplinaria Koinonía, 4(7), 103-127.
Moreno Olivos,
T. (2023). La retroalimentación de la evaluación formativa en educación
superior. Revista Universidad y Sociedad, 2(15), 685-694.
Muñoz, D. R.,
& Araya, D. H. (2023). Retroalimentación docente y autoevaluación de los
estudiantes en educación superior: Innovación evaluativa en la formación
inicial de profesores de educación primaria. Revista Brasileira de Educação, 28(1), 1-23.
https://doi.org/10.1590/S1413-24782023280123
Naujoks, N., Harder, B., & Händel,
M. (2022). Testing pays off
twice: Potentials of practice tests
and feedback regarding exam performance and judgment accuracy. Metacognition and Learning, 17 (2), 479-498.
Parra, J. E. P.
(2022). Metacognición: Innata o Adquirida. Revista Neuropsicología,
Neuropsiquiatría y Neurociencias, 22(1), 21-35.
http://revistaneurociencias.com/index.p hp/RNNN/article/view/424/343
Pedroza Zúñiga,
L. H., & Potayo Falcón, J. G. (2022). La
retroalimentación de la práctica docente, una revisión sistemática de la
literatura. Profesorado, Revista de Currículum y Formación del Profesorado, 26(3),
569-593. https://doi.org/10.30827/profesorado.v2 6i3.16925
Perales, L. A.
E., & Millan, J. M. S. (2021). Modelo
metacognitivo para el pensamiento crítico en estudiantes del Instituto de
Educación Superior Pedagógico Público Sagrado Corazón de Jesús, Chiclayo.
Revista Cientifica Emprendimiento Científico Tecnologico, 1(2), 1-26.
https://doi.org/10.54798/YCWK9616
Quezada Cáceres,
S., & Salinas Tapia, C. (2021). Modelo de Retroalimentación para el aprendizaje.
Una propuesta basada en la revisión literaria. Revista Mexicana de
Investigación Educativa, 26(88), 225-251.
Quiroz Carrión,
E. N., Mera Ponce, S. V., Asqui Lema, B. O., & Berrones Yaulema, L. P. (2023).
Estrategias cognitivas, metacognitivas y afectivas para el aprendizaje
autorregulado. Polo del Conocimiento, 8(6), 995-1017.
Ramírez, M. de
la L. B., & Hernández, L. G. J. (2020). Diseño y validación de un
instrumento para evaluar la retroalimentación asertiva en educación normal. IE Revista de Investigación Educativa de la REDIECH, 11(1), 1-23.
https://doi.org/10.33010/ierierediech.v1 1i0.791
Rojas Gómez, L.
P., Salgado Vértiz, R., Salazar Quispe, M., & Méndez Vargaray,
J. (2021). La retroalimentación en el desarrollo de competencias matemáticas en
la educación a distancia: Revisión sistemática. Revencyt
Revistas Venezolanas de Ciencia y Tecnología, 7(50), 211-233. https://revista.grupocieg.org/wp- content/uploads/2021/06/Ed.50211- 223- Rojas-Gomez-et-al.pdf
Roselló Ramon,
M. R., & Begoña De la Iglesia, M. (2021). El feedback
entre iguales y su incidencia en el desarrollo profesional docente. Revista
complutense de educación, 32(3), 371-382. http://dx.doi.org/10.5209/rced.70173
Ruiz, F., & Alvarez, J.
(2021). Juicios metacognitivos en
el proceso de enseñanza de la argumentación en ciencias. Revista Bio-grafia. Escritos sobre Biologia y
su enseñanza, 5(1), 1- 12.
Sánchez Valdez,
S., & Carrión Barco, G. (2021). Modelo didáctico basado en la
retroalimentación reflexiva para promover la evaluación formativa. TZHOECOEN, 13(1), 88-100.
https://doi.org/10.26495/tzh.v13i1.1875
Sánchez, S.B.E. (2023). Análisis de la Metacognición. Ciencia Latina
Revista Científica Multidisciplinar, 7(1), 512-520. https://doi.org/10.37811/cl_rcm.v7i1.44
10
Segovia
Chamorro, J., & Guerra Zúñiga, M. (2020). Percepción estudiantil del uso
del video como herramienta de retroalimentación a distancia: Estudio piloto.
Revista de la Fundación Educación Médica, 23(1), 35.
https://doi.org/10.33588/fem.231.1039
Soncco, R. C.
(2019). Estilos de aprendizaje y estrategias metacognitivas en estudiantes de psicología
de una universidad privada de juliaca. Revista de
Investigaciones, 8(3), 1224- 1233. https://doi.org/10.26788/riepg.v8i3.157 4
Suarez, S. D.
(2021). Estrategias para el pensamiento crítico, según el enfoque metacognitivo
de John Flavell, en Estudiantes Universitarios. Journal
of Science and Research: Revista Ciencia e Investigación, 6(3), 407-426. https://doi.org/10.5281/zenodo.5660330
Taber De La Cruz, Y. O., Menacho Vargas, I., Chávez Espinoza, P. E., Asto Luna, E.L., & Raez Martínez, H. T. (2022).
Estrategias
metacognitivas de lectura en el aprendizaje del área de comunicación en
secundaria. Horizontes. Revista de Investigación en Ciencias de la
Educación, 6(25), 1637-1648. https://doi.org/10.33996/revistahorizont
es.v6i25.442
Tamayo Mendoza,
R. M., Menacho Rivera, A. S., & Hinojo Jacinto, G. N. (2023). La
retroalimentación como estrategia para mejorar el proceso formativo del
estudiante. Horizontes Revista en Ciencias de la Educación, 7(29), 1467-1480. https://doi.org/10.33996/revistahorizont
es.v7i29.606
Torres Bringas,
M. A. (2022). Retroalimentación en el desarrollo de las competencias
comunicativas. Ciencia Latina Revista Científica Multidisciplinar, 6(2), 2685-2704.
https://doi.org/10.37811/cl_rcm.v6i2.20 46
Valenzuela M.,
Á. (2019). ¿Qué hay de nuevo en la metacognición? Revisión del concepto, sus
componentes y términos afines. Educação e Pesquisa., 45(1),
1-20. https://doi.org/10.1590/S1678- 4634201945187571
Velázquez
Tejeda, M. E., & Goñi Cruz, F. F. (2024). Modelo de estrategia
metacognitiva para el desarrollo de la resolución de problemas matemáticos.
Páginas de Educación, 17(1), 1-23. https://doi.org/10.22235/pe.v17i1.3313
Vera Cubas, M.
D. (2022). Retroalimentación como herramienta efectiva para el aprendizaje. TZHOECOEN, 14(2), 21-33. https://doi.org/10.26495/tzh.v14i2.2281
Veytia Bucheli,
M. G., & Rodríguez Serrano, K. (2021). La retroalimentación efectiva en
estudiantes desde la perspectiva de los docentes. Transdigital,
2(4). https://doi.org/10.56162/transdigital63
Zapata Zapata, A., & Vesga Bravo, G. J. (2023). Habilidades
metacognitivas en los procesos de aprendizaje en la educación superior: Una
revisión sistemática 2017- 2022. Psicología UNEMI,
7(13), 73-93. https://doi.org/10.29076/issn.2602- 8379vol7iss13.2023pp73-93p
Zapata Zapata, A., Vesga Bravo, G. J., Puente Ferrera, A., &
Alvarado Izquierdo, J. M. (2024). Juicios metacognitivos en los procesos de
aprendizaje en la educación superior: Una revisión sistemática 2018- 2023.
Revista Latinoamericana de Psicología, 56, 147-155.https://doi.org/10.14349/rlp. 2024.v56.15