El estrés académico y la actividad física de los estudiantes universitarios en tiempos de pandemia COVID 19.

Carlos Felipe Gonzales Alzamora; David Orihuela Llacsa; David Dagoberto Timoteo Chero; Manuel Felipe Álvarez Espinoza; Moisés Alberto Villena Rojas

doi:10.46377/dilemas.v9i2.3091

Carlos Felipe Gonzales Alzamora Universidad Nacional de Educación Enrique Guzmán y Valle
David Orihuela Llacsa Universidad Nacional de Educación Enrique Guzmán y Valle
David Dagoberto Timoteo Chero Universidad Nacional de Educación Enrique Guzmán y Valle
Manuel Felipe Álvarez Espinoza Universidad Nacional de Educación Enrique Guzmán y Valle
Moisés Alberto Villena Rojas Universidad Nacional de Educación Enrique Guzmán y Valle

DOI: https://doi.org/10.46377/dilemas.v9i2.3091

Palabras clave: estrés académico, actividad física, tiempos de pandemia

Resumen

Por la pandemia cambió la modalidad de estudio universitario, y la virtualidad trajo consigo problemas de adaptación, que generó en estrés académico, y la limitada actividad física por las restricciones complementó negativamente la formación profesional de los estudiantes. Durante los momentos tan tensos que vive el mundo entero, es necesario tomar medidas urgentes para controlar y bajar los altos niveles de estrés con el apoyo sicológico, y desarrollar actividades físicas, ya sea desde el hogar o al aire libre que permite librar a los estudiantes de todas las tenciones que ejerce la vida estudiantil desde la modalidad virtual así como el no poder interactuar físicamente con el resto del claustros ni entre ellos mismos.

Citas

Al-Subhi, S. H. S., Pérez Pupo, I., García Vacacela, R., Piñero Pérez, P. Y., & Leyva Vázquez, M. Y. (2018). A New Neutrosophic Cognitive Map with Neutrosophic Sets on Connections, Application in Project Management. Neutrosophic Sets and Systems, 22(1), 63-75.

Ali, M., Shabir, M., Smarandache, F., and Vladareanu, L. (2015). Neutrosophic LA-semigroup Rings. Neutrosophic Sets and Systems, 7(1), 81-88.

Axelrod, R. M. (1976). Structure of decision: The cognitive maps of political elites. Princeton: Princeton Legacy Library.

Calle, W. C., Hidalgo, G. F. A., & Navarrete, W. P. (2020). Estudio de los criterios del estrés laboral utilizando Mapas Cognitivos. Rev. Investigación Operacional, 41(5), 689-676.

Collazo, C. A. R., & Hernández, R. Y. (2011). El estrés académico: una revisión crítica del concepto desde las ciencias de la educación. Revista electrónica de psicología Iztacala, 14(2), 1-14.

Gray, S. A., Zanre, E., & Gray, S. R. J. (2014). Fuzzy Cognitive Maps as Representations of Mental Models and Group Beliefs. Fuzzy Cognitive Maps for Applied Sciences and Engineering,, 29–48. Berlin: Springer

Gregor, M., Groumpos, P. P., & Gregor, M. (2017). Using Weight Constraints and Masking to Improve Fuzzy Cognitive Map Models. Russia: Conference on Creativity in Intelligent Technologies and Data Science.

Groumpos, P. (2010). Fuzzy Cognitive Maps: Basic Theories and Their Application to Complex Systems. Berlin: Springer Science & Business Media.

Hasan Al-subhi, S., Román Rubio, P. A., Piñero, P. Y., Mahdi, S. S., & Leyva-Vázquez, M. (2019). Sistema de Apoyo a la Toma de Decisiones Basado en Mapas cognitivos Neutrosóficos para Instituciones que atienden a Embarazos con Alto Riesgo por Enfermedades Cardiovasculares. Revista Cubana de Ciencias Informáticas, 13(4), 16-29.

Hatwágner, M. F., Yesil, E., Dodurka, M. F., Papageorgiou, E., Urbas, L., & Kóczy, L. T. (2018). Two-stage learning based fuzzy cognitive maps reduction approach. IEEE Transactions on Fuzzy Systems, 26(5), 2938-2952.

Kandasamy, W. V., & Smarandache, F. (2003). Fuzzy cognitive maps and neutrosophic cognitive maps. Phoenix: Infinite Study.

Kandasamy, W. V., & Smarandache, F. (2013). Fuzzy Neutrosophic Models for Social Scientists. Ohio: Education Publisher Inc.

Kosko, B. (1986). Fuzzy cognitive maps. International journal of man-machine studies, 24(1), 65-75.

Lara, R. B., Espinosa, S. G., Ravelo, A. M., & Vázquez, M. Y. L. (2015). Modelo para el análisis estático en grafos difusos basado en indicadores compuestos de centralidad. Revista Cubana de Ciencias Informáticas, 9(2), 52-65.

Leyva Vázquez, M., & Smarandache, F. (2018). Neutrosofía: Nuevos avances en el tratamiento de la incertidumbre. Pons: Bruselas.

Leyva-Vázquez, M., Pérez-Teruel, K., Febles-Estrada, A., & Gulín-González, J. (2013). Técnicas para la representación del conocimiento causal: un estudio de caso en Informática Médica. Revista Cubana de Información en Ciencias de la Salud (ACIMED), 24(1), 73-83.

Leyva-Vázquez, M., Santos-Baquerizo, E., Peña-González, M., Cevallos-Torres, L., & Guijarro-Rodríguez, A. (2016, November). The Extended Hierarchical Linguistic Model in Fuzzy Cognitive Maps. In International Conference on Technologies and Innovation. Berlín: Springer.

Macías, A. B. (2006). Un modelo conceptual para el estudio del estrés académico. Revista electrónica de psicología iztacala, 9(3), 110-129.

Menendez Vera, P. J., Menendez Delgado, C. F., Pena Gonzalez, M., & Leyva Vazquez, M. (2016). Marketing skills as determinants that underpin the competitiveness of the rice industry in Yaguachi canton. Application of SVN numbers to the prioritization of strategies. Neutrosophic Sets and Systems, 13(9), 70-78.

Mpelogianni, V., & Groumpos, P. P. (2018). Re-approaching fuzzy cognitive maps to increase the knowledge of a system. Ai & Society, 33(2), 175-188.

Orlandini, A. (2012). El estres: Que es y cómo evitarlo. Argentina: Fondo de cultura económica,

Panagiotis, C., Michael, G., & George, V. (2010). Software Reliability Modelling Using Fuzzy Cognitive Maps. Fuzzy Cognitive Maps Advances in Theory, Methodologies, Tools and Applications, Studies in Fuzziness and Soft Computing. Berlin: Springer.

Papageorgiou, E., Stylios, C., & Groumpos, P. P. (2006). Introducing Interval Analysis in Fuzzy Cognitive Map Framework. Hellenic Berlin: Conference on Artificial Intelligence, Crete, Greece.

Parada, P. (2013). Análisis PESTEL, una herramienta de estrategia empresarial de estudio del entorno. (sitio web) pascualparada.com http://www.pascualparada.com/analisis-pestel-una-herramienta-de-estudio-del-entorno/

Pérez, M. A. (2018). ¿Qué es el análisis PESTEL? (sitio web). Zona Económica.

Polo, A., Hernandez,J.M y Poza,C. (1994). Un modelo conceptual para el estudio del estrés académico. Universidad Autónoma de Madrid.

Ricardo, J. E., Flores, D. F. C., Díaz, J. A. E., & Teruel, K. P. (2020). An Exploration of Wisdom of Crowds using Neutrosophic Cognitive Maps. Infinite Study. 37(1), 9-14

Salmeron, J. L., & Smarandache, F. (2010). Redesigning Decision Matrix Method with an indeterminacy-based inference process. Multispace and Multistructure. Neutrosophic Transdisciplinarity (100 Collected Papers of Sciences). 13(8), 4-11. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.645.7740&rep=rep1&type=pdf

Selye, H. (1936). Asyndrome produced by diverses nocuoas. Nature 138(3479), 32-32.

Smarandache, F. (2005). A Unifying Field in Logics: Neutrosophic Logic. Neutrosophy, Neutrosophic Set, Neutrosophic Probability: Neutrsophic Logic. Neutrosophy, Neutrosophic Set, Neutrosophic Probability. Phoenix: Infinite Study.

Smarandache, F. (2015). Refined literal indeterminacy and the multiplication law of sub- indeterminacies. Neutrosophic Sets and Systems. 9(1), 58-63.

Solana-Gutiérrez, J., Rincón, G., Alonso, C., & García-De-Jalón, D. (2017). Using fuzzy cognitive maps for predicting river management responses: A case study of the Esla River basin, Spain. Ecological Modelling, 360(1), 260-269.

Stach, W. (2010). Learning and aggregation of fuzzy cognitive maps-An evolutionary approach. (tesis doctoral). Universidad de Alberta. https://era.library.ualberta.ca/items/72b951f4-c819-4367-8804-e787c1477d66/download/c472ce43-354a-4fb4-82cb-cb91db3e79d1

Tolentino, S. (2009). Perfil del estrés académico en alumnos de licenciatura en Psicología. (tesis de grado). Universidad de Hidalgo en la Escuela Superior de Actopan. http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/bitstream/handle/231104/243/Perfil%20de%20estres%20academico%20en%20alumnos.pdf?sequence=1&isAllowed=y