Revista Nebrija de Lingüística Aplicada a la Enseñanza de las Lenguas. Vol. 14 Núm. 39 (2025)
ISSN 1699-6569
Uniendo ideas con soporte digital. Evolución del uso de conectores en inglés mediante
tareas de opción múltiple
Linking ideas with digital feedback. Development of English Connectives with multiple
option tasks
Brenda Vargas Vegaa, Selene Maya Ruizb, Douglas Noel Santos Murilloc
aUniversidad Autónoma de Querétaro, brenda.vargas@uaq.mx
bUniversidad Autónoma de Querétaro, selene.maya@uaq.edu.mx
cUniversidad Nacional Autónoma de Honduras, douglas.santos@unah.edu.hn
Resumen
El objetivo de este estudio pre-experimental es identificar el conocimiento de cinco categorías de conectores en
inglés, así como el impacto de la retroalimentación digital en tareas de opción múltiple. La población se compone
de un grupo de universitarios con formación en inglés como lengua extranjera pertenecientes a dos instituciones
públicas de México y Honduras. El diseño de la investigación es prueba inicial – tratamiento – prueba final –
prueba final retrasada. Se observa un buen conocimiento de todas las categorías evaluadas desde el inicio, donde
sobresale el conocimiento de conectores frecuentes y simples. Se encuentran diferencias significativas con
aumento de aciertos en las pruebas finales con relación a la inicial. Se discute el tipo de tarea, la población y la
cantidad de retroalimentación como factores a considerar en el éxito de una intervención con retroalimentación
digital; así como su impacto en la motivación y posible autorregulación del estudiantado.
Palabras clave. Conectores en inglés, retroalimentación digital, pruebas de opción múltiple
Abstract
The objective of this pre-experimental study is to identify the knowledge of five categories of English connectives
as well as the impact of digital feedback of said knowledge in multiple choice tasks. The sample is formed by
students from two public universities, one in Mexico and one in Honduras, whose programs specialize in English
as a Foreign Language. The study design is pretest – treatment – post-test – delayed post-test. The results show a
good domain of all five categories from the start with higher scores in frequent and simple connectives. The ANOVA
results reveal a significant difference between the pretest and the post-tests with higher scores in the latter. The
type of task, sampling, and the amount of feedback should be considered as factors that may contribute to the
success of a treatment with digital feedback, as well as its impact on motivation and self-regulated learning.
Keywords. English connectives, digital feedback, Multiple Choice Tasks.
DOI: 10.26378/rnlael2040663
Recibido: 14/01/2026 - Aprobado: 27/03/2026
Publicado bajo licencia de Creative Commons Reconocimiento Sin Obra Derivada 4.0 Internacional
1. Introducción
Según Daminova et al. (2017), la escritura es una parte fundamental de la alfabetización académica que
debe desarrollarse durante los estudios universitarios. Basados en las ideas propuestas en 2009 por
Green, estos autores establecen que existen tres aspectos o dimensiones de dicha alfabetización: 1)
habilidades operacionales, que se refieren al dominio de la lengua, particularmente la escritura; 2)
alfabetización cultural, que consiste en entender y comunicarse en campos de conocimiento; y 3)
alfabetización crítica, que sirve para entender cómo se crea e interpreta el conocimiento científico. En
esta investigación se delimita el dominio de la lengua a la organización discursiva en la modalidad
escrita por medio de conectores metatextuales, también conocidos como “marcadores discursivos”
(Alghamdi, 2014; Errázuriz Cruz, 2014; Fraser, 2013; Ghanbari et al., 2016), “conectores/elementos
metadiscursivos” (Burneikaitė, 2009; Carrió-Pastor, 2021; Mur-Dueñas, 2011), “conectores
oracionales” (Jabeen et al., 2021) y “marcadores/elementos de cohesión” (Petchprasert, 2013; Ghasemi,
2013), entre otros nombres. En adelante se hará referencia a ellos simplemente como “conectores”.
Esta investigación tiene tres objetivos: reconocer qué categoría de conectores se identifican mejor entre
las categorías de adición, contraste, secuencia, resultado y resumen; identificar si la retroalimentación
digital puede impactar positivamente en el aprendizaje; y registrar qué conectores de cada categoría
conoce mejor un grupo de universitarios latinoamericanos.
Para comenzar, se presentan algunos factores que impactan en el uso y desarrollo de los conectores en
inglés por poblaciones no nativas y posteriormente se discute la implementación de herramientas
tecnológicas para la mejora de la escritura. A continuación, se muestra la metodología y resultados de
este estudio, y finalmente se expone una discusión.
2. Revisión de estudios previos
En la primera parte de esta sección se expone la manera en la que se han realizado estudios sobre el
conocimiento de los conectores en inglés como LE, señalando que la mayoría de estos se basan en el
análisis de textos escritos por los participantes. Se describe puntualmente un estudio que analiza el
conocimiento de conectores de manera diferente y se discute cómo la manera de evaluar impacta en los
resultados.
La segunda parte de la sección trata sobre investigaciones que han usado tecnologías para apoyar el
proceso de la escritura en español e inglés como L2. Se pone especial atención a la retroalimentación
digital, al impacto que puede tener en el aprendizaje autorregulado; y al papel de los conectores en el
desarrollo de la escritura.
2.1. Hallazgos sobre el uso de conectores en inglés como LE
Diversos investigadores se han preocupado por la calidad de las producciones escritas de los estudiantes
de una lengua extranjera (LE) en relación con los conectores que usan. Muchos de ellos realizan sus
estudios por medio del análisis de los escritos de sus participantes. Estos estudios son importantes porque
describen el desempeño de los estudiantes y presentan algunos factores que pueden influir en la escritura
en inglés como LE. Se han encontrado diferencias en frecuencia de uso y tipos de conectores entre inglés
académico vs no académico (Ghanbari et al., 2016 y Alghamdi, 2014); se ha identificado repetición de
conectores (Ghasemi, 2013), sobreuso de conectores en la LE en comparación a la lengua materna
(Alghamdi, 2014; Burneikaitė, 2009) o sobreuso de alguna categoría de conectores en la LE en oposición
al uso pobre de otras categorías (Valaei Bakhshayesh, 2023; Faya-Cerqueiro, & Macho-Harrison, 2022),
así como transferencia de la lengua materna (Petchprasert; 2013). También se ha discutido sobre el
dominio de la LE y otros factores que pueden afectar el uso de conectores como el género de la/el autor,
la lengua en la que se escribe, la modalidad del texto (oral o escrito), disciplinas y hasta diferencias
diacrónicas (Carrió-Pastor, 2021 y Hyland et al., 2022). La mayoría de los estudios aquí mencionados
concluyen que se debe enseñar a los estudiantes a usar conectores de manera variada y apropiada. Sin
embargo, según Carrió-Pastor (2022), su enseñanza no ha sido suficientemente atendida.
Uno de los estudios enfocados en observar cómo se desarrolla el uso de conectores es el de Jabeen et al.
(2021), que se basa en el andamiaje propuesto por Vygotsky; es decir, en el apoyo que reciben los
estudiantes por una persona más experta para que puedan completar tareas que no están a su alcance en
ese momento. Estos autores realizaron un estudio experimental con 25 estudiantes universitarios
hablantes de urdu inscritos en un curso de Escritura Avanzada de Inglés en una universidad privada de
la India. Su diseño de investigación fue prueba inicial - tratamiento - prueba final. El tratamiento, basado
en el andamiaje, tuvo una duración de dos semanas y consistió en explicar los equivalentes de los
conectores en urdu e inglés, en proveer suficientes ejemplos para mostrar su uso en la expresión escrita
y en practicar los conectores en grupo, en parejas e individualmente. La prueba inicial y final eran iguales
y contaban con tres tipos de ejercicios: rellenar espacios, opción múltiple y completar oraciones, cada
uno con 10 reactivos. A continuación, se muestran ejemplos de los ejercicios recuperados de los anexos
de los autores (Jabeen et al, 20021:246-247) con una traducción propia entre corchetes.
(5) Rellenar espacios
Susie refused to take part in the concert. _______________, she changed her mind the next day.
[Susana rechazó participar en el concierto. ______________, cambió de opinión al siguiente
día.]
En este ejercicio, los estudiantes deben completar la oración con un conector de contraste. Los autores
no explican si consideran la puntuación para determinar si la respuesta es correcta o parcialmente
correcta. Por ejemplo, However [Sin embargo] se ajusta a la puntuación de la oración al ubicarse entre
un punto y una coma, mientras la pertinencia de but [pero] puede ser dudosa.
(2) Opción múltiple
Alice seems to be quite intelligent; _______________________, she often gets poor grades.
(whereas / otherwise / nonetheless)
[Alicia parece ser muy inteligente;______________ con frecuencia obtiene bajas
calificaciones.]
En este ejercicio, los estudiantes deben elegir una de las tres opciones que aparecen entre paréntesis.
Aunque los tres conectores son de contraste, se observa que solo uno se ajusta al contexto oracional:
nonetheless.
(3) Completar oraciones
George is an optimist. _______________________________________
[Jorge es optimista. ________________________________________ ]
En este último ejercicio, los estudiantes deben escribir una oración que contenga un conector adecuado
para dar continuación a la oración precedente.
En la prueba inicial, los estudiantes obtuvieron bajos porcentajes de respuestas correctas en todos los
ejercicios mostrando un poco de ventaja en el ejercicio de opción múltiple. En la prueba final, los
promedios grupales de respuestas correctas se modificaron de la siguiente manera: de 38% a 69% en el
ejercicio de rellenar espacios; de 41.6% a 75% en el ejercicio de opción múltiple; y de 31% a 63% en el
ejercicio de completar oraciones. Según lo reportado, los participantes tuvieron una mejoría importante
en el conocimiento de conectores a pesar de que el tratamiento tuvo una duración de únicamente dos
semanas.
Autores como Polat (2020) y Fareh et al. (2020) han explorado el impacto de las tareas (tasks) en el
desempeño de los estudiantes. Polat (2020) evaluó aspectos gramaticales -entre los que se incluían
algunos conectores- y la comprensión lectora en inglés de 116 universitarios turcos por medio de pruebas
de opción múltiple y de preguntas abiertas. Los resultados muestran diferencias significativas en los dos
aspectos evaluados con mejores promedios grupales en el formato de opción múltiple.
Los participantes del estudio de Fareh et al. (2020) fueron 112 universitarios árabes. Los autores estaban
interesados en descubrir si había una diferencia entre el reconocimiento y el uso de conectores en inglés.
La prueba de reconocimiento se dividió en tres partes. La primera consistía en un ejercicio de 27
reactivos de opción múltiple donde los participantes debían elegir el conector que mejor completara la
oración (parecido al ejemplo 2, también con tres opciones); la segunda parte incluyó 18 reactivos de
opción múltiple que evaluaban el conocimiento de las funciones de los conectores (ver ejemplo 4 tomado
de los autores); y en la tercera parte los participantes debían subrayar los conectores que encontraran en
un párrafo. La sección de producción (uso) se dividió en dos partes. La primera contenía 18 oraciones
que se debían completar con algún conector incluido en una lista que se encontraba al principio de la
prueba; y la segunda parte trató de composiciones escritas. Los resultados de estos autores coinciden
con los resultados de los últimos estudios expuestos aquí: las tareas de reconocimiento tuvieron mayor
porcentaje de respuestas correctas que las tareas de producción.
(4) Math was hard for me in high school. Likewise, it is hard in college.
a. explanation b. conclusion c. contrast d. comparison
[Se me dificultaban las matemáticas en la preparatoria. Igualmente, se me dificultan en la
universidad (a. explicación, b. conclusión, c. contraste, d. comparación]
2.2. Sobre la retroalimentación digital
Investigadoras como Ferreira Cabrera y Blanco San Martín (2024), Pastor Cesteros y Cruz Piñol (2023)
y Alonso-Bartol et al. (2025) han analizado el impacto de las herramientas digitales para apoyar el
proceso de escritura en una LE de jóvenes universitarios. A pesar de que sus poblaciones eran estudiantes
de español como LE, aquí se retoman algunas de sus observaciones porque lo que nos interesa es
identificar el potencial de las herramientas, especialmente cuando proveen retroalimentación.
Ferreira Cabrera y Blanco San Martín (2024) centraron su estudio en la evaluación de la plataforma
Mejora tu escritura desde la perspectiva de 27 docentes que resolvieron una encuesta digital de 26
preguntas distribuidas en cinco secciones. Estas evaluaban los siguientes aspectos: 1. Capacidades de la
plataforma, 2. Pantalla, 3. Lenguaje y contenidos usados en la plataforma, 4. Aprendizaje y 5.
Comentarios. Aquí se destacan los resultados de la sección cuatro, donde más del 50% de los
participantes evaluó con la calificación máxima todas las preguntas sugiriendo que el uso de la
plataforma favorece el desarrollo de la habilidad escrita. Cabe señalar que las autoras sostienen que
“Cada día el aprendizaje de lenguas maternas, segundas y extranjeras se vuelve más digital” (Ferreira
Cabrera y Blanco San Martín, 2024: 20). Los autores de este artículo estamos de acuerdo con esa
aseveración, especialmente si lo encaminamos hacia la autonomía en el aprendizaje, como lo hacen
Pastor Cesteros y Cruz Piñol (2023), quienes hablan sobre la “posibilidad de aprender de manera
autónoma sobre escritura académica a partir de los propios errores (si hay feedback correctivo o
bibliografía para ampliar)” (Pastor Cesteros y Cruz Piñol, 2023:8)
Pastor Cesteros y Cruz Piñol (2023) realizan su estudio desde la perspectiva de 24 estudiantes, 12 con
español como L1 y 12 con español como L2, cuya encomienda fue resolver un cuestionario. La
investigación consiste en comparar las contribuciones de dos herramientas de ayuda automática (arText
y Estilector) al desarrollo consciente de la escritura académica. En su revisión sobre el uso de
herramientas con estos fines mencionan que arText es apropiado para el aprendizaje de conectores y que
en aproximadamente 50% de los casos, los estudiantes asumen las observaciones hechas por la
herramienta cuando se trata de extensión oracional y uso de conectores (no así cuando se trata de formas
verbales y marcas de subjetividad). Asimismo, señalan tres puntos importantes con base en un
metaanálisis de otros autores:
Desde un punto de vista diacrónico, debemos a Lillo Fuentes, Venegas y Lobos (2023) un artículo
de metaanálisis en el que muestran que las evaluaciones automáticas (como las que aquí tratamos) han
evolucionado desde puntuaciones fiables y concretas hacia una revisión basada en la retroalimentación;
que es fundamental el papel de los docentes en el diseño de estas herramientas, pues son ellos quienes
conocen de cerca la realidad didáctica; y que el apoyo que ofrecen es muy adecuado. (Pastor Cesteros y
Cruz Piñol, 2023:7)
Su análisis comienza con la comparación de las herramientas antes citadas. De ahí, interesa destacar que
tanto arText como Estilector revisan conectores y marcadores discursivos, explican el motivo del
error/corrección y sugieren cómo corregir el error. Los resultados obtenidos del análisis de los
cuestionarios fueron positivos hacia ambas herramientas, lo que concuerda con su revisión bibliográfica.
La última investigación que se revisa aquí en relación con retroalimentación digital y el español como
LE es el estudio piloto de Alonso-Bartol et al. (2025). Estos autores comparan la recepción de la
retroalimentación humana y por Inteligencia Artificial en tareas de escritura. Dividieron a sus 46
participantes en tres grupos: un grupo control que recibió retroalimentación del instructor con
codificaciones previamente acordadas (N=16), un grupo experimental que recibió retroalimentación de
ChatGPT con prompts que imitaban las categorías usadas por los humanos (N=19) y otro grupo
experimental que recibió retroalimentación de ChatGPT sin intervención humana (N=11). La
comparación se realizó a través de encuestas pre y post trimestre y los resultados sugieren que la IA
requiere instrucciones detalladas y específicas para dar retroalimentación de calidad. Se concluye que
las instrucciones dirigidas a modelos de IA es un factor clave para garantizar su eficacia pedagógica.
En general, en los estudios revisados sobre retroalimentación digital en el área de español como LE se
identifica que el apoyo brindado por las herramientas es útil, aunque también se advierte que el factor
humano es esencial para obtener buenos resultados.
Ahora bien, en el área de inglés como LE, encontramos un poco más de divergencia en los resultados.
Pourdana et al. (2021) investigaron el impacto de la retroalimentación correctiva enviada a través de
WhatsApp para determinar si esta favorecía al uso correcto de conectores y si ese efecto se mantenía
después de ocho semanas. Sus participantes fueron 42 estudiantes iraníes que estaban inscritos en un
curso virtual de inglés en un instituto privado de idiomas (selección de grupo intacto). Ellos pertenecían
a diferentes carreras universitarias no relacionadas con el estudio de la LE y su nivel de inglés era
avanzado. Su encomienda era escribir un párrafo semanal de entre 150 y 200 palabras sobre diferentes
temas preseleccionados por los investigadores. Previo a las entregas, los participantes recibieron
instrucción explícita acerca de los conectores junto con un glosario en el que se podían apoyar cuando
recibieran la retroalimentación digital, que consistía en marcar el error por medio de una abreviatura de
la categoría de conector. Ejem: ADD= aditivo (acompañado una lista de conectores que cumplen esta
función y la explicación de la misma). Cuando entregaban un párrafo, el docente-investigador señalaba
el texto con el código apenas descrito y después de recibir este tipo de retroalimentación, los
participantes debían corregir sus errores e intentar evitarlos en los siguientes textos. El análisis
estadístico no mostró una mejoría significativa en el uso de conectores después de las ocho semanas de
retroalimentación.
El caso que reportan Peungcharoenkun & Waluyo (2024) fue diferente. Estos investigadores querían
descubrir qué tipo de retroalimentación -mediada y no mediada por tecnología- era más efectiva para
mejorar la competencia escrita de 28 estudiantes tailandeses inscritos en un programa internacional de
veterinaria. Optaron por un muestreo intencional y dividieron a los participantes en grupo control y
grupo experimental. Ambos grupos recibieron retroalimentación de la/el docente tanto en modalidad
oral como escrita, pero en el grupo control la retroalimentación oral fue grupal y la escrita fue en papel,
mientras que en el grupo experimental ambos tipos de retroalimentación se dieron con soporte digital a
través de writeabout.com. Los participantes tuvieron cuatro semanas de retroalimentación. Antes y
después de estas, respondieron una prueba inicial y una final, que evaluaban diferentes aspectos relativos
a la escritura como la coherencia y la cohesión y cuestiones gramaticales. En general, la comparación
de pruebas muestra una mejoría estadísticamente significativa en el grupo experimental, más no en el
grupo control. El estudio también indaga sobre las preferencias de los estudiantes, quienes parecen
disfrutar la precisión de la retroalimentación digital escrita siempre y cuando no necesiten mayor
profundización en un tema; si este es el caso, se inclinan más por la retroalimentación oral presencial.
Los resultados invitan a docentes e investigadores/as a pensar en enfoques flexibles.
Para terminar esta sección, cabe señalar que la retroalimentación digital no se limita a su efecto en el
aprendizaje de lenguas. Existen estudios que exploran su impacto en el aprendizaje autorregulado (SRL,
por sus siglas en inglés), como los estudios de Say et al. (2024) y el de Sauchelli et al. (2024) realizados
con estudiantes de enfermería y psicología, respectivamente, ambos en contextos australianos. Say et al.
(2024) compararon los efectos de la retroalimentación mínima (solo el puntaje obtenido) y la
retroalimentación elaborada en pruebas de opción múltiple. Concluyen que, en su estudio, la
retroalimentación mínima generó estados de incertidumbre que provocaron acciones autorreguladoras,
como la formulación de preguntas indagatorias, pero también causó frustración en los participantes
debido a la falta de claridad y dirección, lo que impactó negativamente en su motivación.
El estudio de Sauchelli et al. (2024) tuvo como objetivo explorar el impacto de la retroalimentación por
medio de correos electrónicos en el desarrollo del aprendizaje autorregulado de estudiantes de primer
año en un ambiente de aula invertida. Los resultados revelaron aumentos significativos en la parte
motivacional del aprendizaje autorregulado tras la intervención.
3. Metodología
Como puede observarse en la revisión bibliográfica recién presentada, existe una mayor cantidad de
investigaciones enfocadas en describir el conocimiento de conectores en inglés que en indagar sobre su
desarrollo. Asimismo, existe una discusión actual sobre el papel de la retroalimentación digital. Con
base en esas consideraciones, este trabajo se orienta a responder las siguientes preguntas: i) ¿Qué
categoría de conectores identifican mejor los estudiantes: adición, contraste, secuencia, resultado o
resumen?, ii) ¿La retroalimentación en línea puede ayudar a tener un mejor conocimiento de conectores
a corto y mediano plazo? y iii) ¿Qué conectores de cada categoría son más y menos conocidos por los
participantes?
3.1. Participantes
En este estudio participaron de manera voluntaria 44 estudiantes universitarios que cursaban una
licenciatura relacionada con la enseñanza de inglés como lengua extranjera pertenecientes a dos
universidades públicas, una en Honduras y una de México, denominadas en lo subsecuente Universidad
A y B. Se cuenta con el consentimiento informado de todos ellos, así como con la aprobación del Comité
de Ética de la Universidad B, en la que se inscribe este proyecto de investigación. Todos los participantes
cursaban el 4º año de su licenciatura. Ver distribución en la Tabla 1.
Tabla 1. Distribución de participantes.
UNIVERSIDAD
NÚM. PARTICIPANTES
EDAD PROMEDIO
GÉNERO
Fem.
Masc.
A
23
23.1 años
18
5
B
21
22.3 años
17
4
TOTAL
44
22.7 años
35
9
Debido a que los participantes debían ser estudiantes universitarios especializándose en inglés como LE,
se usó un muestreo intencional de grupo intacto -al igual que en el estudio de Pourdana et al. (2021)-
con base en que es aceptado en investigaciones educativas incluso de diseño experimental, según Griffe
(2018:60). Esta decisión se tomó a sabiendas de que una desventaja de este tipo de muestreo es que no
representa a la población entera y, por lo tanto, sus resultados no son generalizables. Otra decisión
metodológica se tomó a raíz del reducido número de participantes de cada institución: no fueron
asignados a grupo control y grupo experimental, teniendo como resultado un diseño pretest-postest de
un solo grupo (Griffe, 2018:81). Considerando estas decisiones, el presente trabajo es pre-experimental.
También es importante señalar que no se cuenta con una medida estandarizada del nivel de competencia
lingüística en inglés de los participantes por las diferencias entre las universidades participantes. Sin
embargo, antes de iniciar la intervención, se les administró un cuestionario de conocimiento y exposición
al inglés como LE donde ellos, con ayuda de unos parámetros, se ubicaban en un nivel de acuerdo con
su autopercepción. En el caso de la universidad A, 16 de 23 estudiantes respondieron el cuestionario y
12 de estos (75% de la muestra) se colocaron en nivel B1; tres en nivel B2 (19%) y solo un estudiante
en nivel C1 (6%). De la universidad B, 20 de 21 participantes contestaron dicho cuestionario. Cuatro de
ellos se perciben en el nivel B1 (20%), 13 en el nivel B2 (65%) y tres en el nivel C1 (15%). Como se
puede observar, el nivel inicial auto percibido de los participantes es mayor en la universidad B que en
la universidad A.
3.2. Instrumentos
La recolección de datos consistió, en primer lugar, en la administración de un cuestionario de
conocimiento y exposición al inglés como LE en versión electrónica. Este cuestionario incluía 15
preguntas y recogía i) información demográfica como edad, sexo, país de origen y lengua(s) maternas(s);
ii) información sobre escolarización que incluya instrucción formal en inglés. Aquí, las/los participantes
podían elegir hasta cinco opciones: preescolar, educación primaria, educación secundaria, preparatoria
o educación media superior, y educación superior o universidad; iii) medios ajenos a la escuela en la
que reciben exposición del inglés. Se les dieron 10 opciones como televisión, redes sociales,
videojuegos, lectura por placer, etc., y la posibilidad de incluir otra(s) respuestas(s); iv) se solicitó su
autopercepción sobre el tiempo que calculan usar el inglés diariamente dentro y fuera del aula, así como
su autoevaluación de su nivel general de inglés y en cada una de las habilidades macro en esta lengua.
Finalmente se solicitó información sobre v) sus motivaciones para aprender inglés y sus experiencias de
vida con relación al uso del idioma; p.e. viajes largos o cortos y cómo se sienten al usar la LE en esas
situaciones (la versión en papel del cuestionario se encuentra en el Anexo 1).
Posteriormente, los participantes respondieron en varias semanas consecutivas siete pruebas en línea
realizadas por Google Forms de 40 reactivos de opción múltiple cada una. Veinte reactivos evaluaban
las siguientes categorías de conectores del inglés: adición, contraste, secuencia, resultado y resumen con
cuatro reactivos de cada tipo, mientras que los veinte reactivos restantes evaluaban el conocimiento de
palabras derivadas en inglés. Las categorías de conectores a evaluar se tomaron de la clasificación de
Burneikaitė (2009), eligiendo cinco de las nueve categorías propuestas por la autora, quien incluye
también conectores de actitud, concesión, ejemplificación y reformulación.
El orden de los 40 reactivos, así como de las cuatro opciones para cada uno de ellos se aleatorizaba cada
vez que se accedía a una prueba y cada prueba se resolvía en un tiempo límite de 30 minutos dentro del
aula. Las oraciones que los participantes debían completar con la respuesta correcta no excedían 10
palabras de longitud y se elaboraron con lenguaje sencillo; es decir, se evitó el uso de lenguaje técnico,
poco frecuente o especializado en un área de conocimiento. Cada una de las pruebas fue sometida a
pilotaje para evitar problemas de errores en los reactivos. Para el análisis, solo se tomaron en cuenta los
datos de aquellas personas que resolvieron un mínimo de cinco pruebas.
3.3. Procedimiento
Debido a que las universidades participantes llevan distinto calendario escolar, la recolección de datos
de la universidad A se realizó entre el 28 de mayo y el 18 de agosto de 2024, mientras que el
levantamiento de datos de la universidad B se realizó entre el 05 de agosto y el 28 de octubre de 2024.
Las pruebas en línea tenían una separación de aplicación de alrededor de una semana a excepción de la
prueba 7 que, al considerarse prueba final retrasada, se aplicó aproximadamente seis semanas después
de la prueba 6 para identificar si existe retención de conocimiento. Las pruebas 1 (inicial), 6 (final) y 7
(retrasada) contenían los mismos reactivos. Debido a que este artículo se concentra en describir
únicamente el conocimiento de conectores, el análisis de fiabilidad de las pruebas se realizó
considerando solamente los 20 reactivos de cada prueba que evaluaban ese constructo. La consistencia
interna de las pruebas se calculó mediante el Alpha de Cronbach. Los resultados indican, en general,
una consistencia aceptable. Los resultados se desglosan de la siguiente manera: prueba 1(α= 0.653;
N=40); prueba 2 (α= 0.753, N=41); prueba 3 (α= 0.713, N=39); prueba 4 (α= 0.822, N=43); prueba 5
(α= 0.679, N=43); prueba 6 (α=0.781, N=43) y prueba 7 (α= 0.793, N=42).
Se intentó controlar un efecto de práctica o de memoria entre las pruebas 1, 6 y 7. En el estudio de
Jabeen et al. (2021) hubo dos semanas de tratamiento que dividieron la aplicación de la prueba inicial y
final; en este estudio se dieron aproximadamente cinco semanas de separación entre la prueba 1 y 5 y
aproximadamente seis semanas de separación entre la prueba 6 y 7, además de la aleatorización de
reactivos y opciones ya comentada en la totalidad de las pruebas. Las pruebas 2 a 5 contaban con una
retroalimentación muy sencilla, considerada como tratamiento. (ver ejemplo 5).
(5) _____the situation, we’re in big trouble.
a) To sum up
b) Therefore
c) What is more
d) Nevertheless
Si un participante elegía una respuesta incorrecta, la plataforma enviaba un comentario para indicar el
tipo de conector requerido, más no la respuesta correcta, Ejemplo: Connector required: summary.
Los resultados de las pruebas de conectores se analizaron con ayuda del paquete estadístico SPSS 25 y
Excel.
4. Resultados
4.1. Categorías de conectores
Este análisis consideró el promedio alcanzado por los participantes durante las siete pruebas en línea
en las cinco categorías de conectores. Los resultados oscilan entre el 7.0 y 9.32 en una escala de 0 a 10;
es decir se muestra un conocimiento que fluctúa de medio alto a alto. La comparación de medias
realizado a través de un análisis de varianza (ANOVA) no arrojó diferencias significativas entre
categorías de conectores (F(4,30)=2.6418, p=0.053, Fcrítico= 2.6896); es decir, no se puede afirmar
que los participantes conocen mejor una categoría que otra. Sin embargo, sí se encontraron diferencias
significativas en los promedios de cada categoría de conector entre las universidades A y B (adición:
F(1,286)=10.852, p<0.05; contraste: F(1,286)=43.768, p<0.05; secuencia: F(1,286)=7.832, p<0.05;
resultado: F(1,286)=18.393, p<0.05; resumen: F(1,286)=42.531, p<0.05). Este resultado se corrobora
comparando la media de la calificación total de los grupos, donde los resultados de los participantes de
la universidad B alcanzan un promedio significativamente mayor a los resultados de los participantes
de la universidad A (F(1,286)= 54.436, p=<0.05). Los promedios en cada categoría de conector se
pueden observar en el Gráfico 1.
Gráfico 1. Promedio de siete pruebas en línea sobre el conocimiento de distintas categorías de conectores (N=44)
(escala 0-10).
El Gráfico 1 muestra que los promedios de los participantes de la universidad A oscilan entre 7.01 y
8.35, mientras que los promedios de los participantes de la universidad B oscilan entre 8.86 y 9.32. Las
diferencias significativas se encuentran entre barras de distintos colores, más no entre barras del mismo
color. Debido al limitado número de participantes, los siguientes análisis se realizan con los datos de
ambas universidades (N=44) con el fin de obtener resultados más robustos.
4.2. Comparación de resultados de la prueba inicial, final y retrasada
Para identificar si los ejercicios con retroalimentación en línea tuvieron efecto, se compararon las
medias de la prueba inicial contra las medias de la prueba final y la retrasada. En ambas comparaciones
se observa un aumento respecto a la prueba inicial. Los análisis ANOVA de medidas repetidas arrojan
una diferencia significativa entre la prueba inicial y final (F(1,38)= 17.003, p=<0.05) con un tamaño
del efecto alto (ƞp2=.309) e, igualmente, la diferencia entre la prueba inicial y la retrasada resulta
significativa (F(1,36)= 9.282, p=<0.05) con un efecto de tamaño alto (ƞp2=.205). Estos resultados
sugieren que las calificaciones no solo mejoran al finalizar el tratamiento, sino que se mantienen varias
semanas después. No se encontró diferencia significativa entre la prueba final y la prueba final
retrasada. La estadística descriptiva se muestra en la Tabla 2.
Tabla 2. Estadística descriptiva (escala 0-10).
N
MÍNIMO
MÁXIMO
MEDIA
DESV.
ESTÁNDAR
PRUEBA INICIAL
40
5.0
10.0
7.837
1.4160
PRUEBA FINAL
43
5.0
10.0
8.488
1.5488
PRUEBA RETRASADA
39
4.5
10.0
8.526
1.4598
N VÁLIDO (POR LISTA)
36