Marca académica personal, predictor de gestión de la identidad digital en docentes de la UNSM, 2021

Abstract

La presente investigación tuvo como objetivo diseñar un modelo matemático para la predicción de la gestión de identidad digital, según la marca académica personal de los docentes de la Universidad Nacional de San Martín. La investigación fue básica, nivel no experimental, diseño descriptivo correlacional de corte transversal. La muestra lo conformaron 180 docentes y la técnica aplicada fue la encuesta. Se encontró que, en marca académica personal en los docentes es alta con 57,2%, seguido de nivel medio con 32,2% y finalmente, nivel bajo con 10,6%; la gestión de identidad digital en los docentes, es alta con 60%, seguido de un nivel medio con 31,1% y el nivel bajo con 8,9%; para justificar la metodología cuantitativa se desarrollaron los fundamentos estadísticos de una regresión no lineal, a los cuales pertenece la regresión logarítmica, ya que pueden ser de poblaciones normales y no normales. Se concluyó que el modelo de regresión no lineal logarítmica expresado y = –24.731 + 13.201ln(x) y que el valor de x no debe ser negativo, que tiene un coeficiente de determinación R2=0.9565, por lo tanto, el modelo empleado es muy fiable para las predicciones futuras, además es altamente significativa p-valor < 0.01 indica que los cambios en el predictor, marca académica personal están asociados con cambios en la respuesta de gestión de identidad digital.

The objective of this research was to design a mathematical model for the prediction of digital identity management, according to the personal academic brand of the professors of the National University of San Martín. The research was basic, with a non-experimental level and descriptive correlational cross-sectional design. The sample consisted of 180 professors and the technique applied was the survey. It was found that, in personal academic branding among professors is high with 57.2%, followed by medium level with 32.2% and finally, low level with 10.6%; digital identity management among professors is high with 60%, followed by medium level with 31.1% and low level with 8.9%; In order to justify the quantitative methodology, the statistical foundations of a non-linear regression were developed, to which the logarithmic regression belongs, since they can be for both normal and non-normal populations. It was concluded that the non-linear logarithmic regression model expressed y = –24.731 + 13.201ln(x) and that the x value should not be negative, which has a coefficient of determination R2=0.9565, therefore, the model employed is highly reliable for future predictions. Furthermore, a highly significant p-value < 0.01 indicates that changes in the predictor, personal academic branding are associated with changes in the digital identity management response.