Lo que sigue es un resumen de mi Trabajo de Fin de Máster del Profesorado para Economía.
El Aprendizaje Invertido en las asignaturas de economía
Resumen
Se ha realizado una revisión sistemática de estudios que comparan el método del Aprendizaje Invertido con el tradicional en asignaturas vinculadas con los campos de economía y administración y dirección de empresas, para evaluar los efectos del Aprendizaje Invertido sobre resultados de aprendizaje y percepción del alumnado respecto a esta metodología activa, las actividades propuestas fuera y dentro del aula, y los problemas y soluciones para su implementación. Usando como guía el método PRISMA, se recuperaron 271 registros de cuatro bases de datos, quedando para revisión 25 artículos revisados por pares. Los resultados indican un 100% de estudios con mejora de la percepción y un 90% con mejora de resultados de aprendizaje. Ambas cifras están por encima de los resultados arrojados en estudios de disciplinas distintas a la economía. Ello podría deberse a que la economía sea especialmente sensible a esta metodología activa o a un sesgo de publicación. Se ha constatado que las soluciones propuestas para reducir la problemática asociada a la implementación del Aprendizaje Invertido, muchas veces pasan por un mejor diseño de las actividades a desarrollar dentro y fuera del aula. No obstante, ninguno de los estudios explicita seguir una guía contrastada empíricamente para el diseño de las actividades.
Palabras clave: aprendizaje invertido, resultados de aprendizaje, percepción del alumnado, actividades fuera y dentro de la clase, revisión sistemática
El problema de investigación al que se plantea dar respuesta versa sobre la utilidad de aplicar el Aprendizaje Invertido, que de aquí en adelante denominaremos -AI- o Flipped Learning como metodología activa en cursos de economía.
Strelan et al., (2020) señalan que desde el año 2012 el número de documentos científicos sobre AI ha superado los 5000, siguiendo hasta el momento una tendencia ininterrumpida al alza, como puede verse en la Figura 1 .
Figura 1
Número de documentos científicos sobre el AI.
Nota: La figura representa el número de documentos científicos sobre el AI desde 2012 hasta 2022 en la base de datos Scopus. Fuente: elaboración propia usando Scopus.
Ello implica un gran interés entre los docentes de todo el mundo en las distintas etapas educativas y campos de conocimiento respecto a la aplicación de esta metodología que, a su vez, lleva a pensar en la importancia que puede tener en el futuro para la educación. El uso del AI en combinación con otras metodologías como el ABP (aprendizaje basado en problemas), el aprendizaje cooperativo, el estudio de casos, las simulaciones o el trabajo por proyectos es eminentemente atractivo, gracias, entre otras cosas, a que se dispone de más tiempo en el aula para que el alumnado trabaje activamente (Arán & Ortega, 2012).
Con ello, recuerdan Santiago y Bergmann (2019), se permite que en el aula florezcan los niveles superiores de la taxonomía de Bloom: aplicar, analizar, evaluar o crear.
Esta revisión sigue la definición de Låg, y Sæle (2019) respecto al AI como aquel modelo de enseñanza que mueve la mayor parte del proceso de instrucción centrado en el profesor fuera del aula, liberando tiempo en el aula para el desarrollo de actividades centradas en el alumnado. También usamos su definición de enseñanza tradicional como aquella que está predominantemente centrada en el profesorado y consiste en la transmisión de información de manera magistral.
Marco histórico
Medina et al. (2021), Bishop y Verleger (2019) y El Miedany (2019) nos relatan un recorrido histórico del AI en el que se señala que, aunque en muchas ocasiones se indica a Bergmann y Sams como los precursores del movimiento, ellos mismos han hecho referencia a la propuesta por un lado de Lage, Platt y Treglia que en el año 2000 ya hablaron de inverted classroom, y por otro de Baker, que también en el año 2000 trabajó el término classroom flip. En todo caso hay consenso en marcar cómo el año 2012 -momento en el que los vídeos de Jon Bergmann y Aaron Sams se volvieron virales- como el punto de inicio del auge de este método pedagógico.
Según cuenta el propio Bergmann, en 2007 era profesor de secundaria junto a Sams en un instituto rural en el que había un elevado número de ausencias en las últimas horas lectivas. Con la idea de minimizar las consecuencias de ese hecho empezaron a grabar en vídeo sus clases, para que el alumnado que no había asistido pudiera ver qué se había trabajado en clase (Santiago & Bergmann, 2019).
Teoría de la Carga Cognitiva
La TCC intenta integrar lo que conocemos de los orígenes evolutivos de la arquitectura cognitiva humana con las consecuencias que esa arquitectura tiene sobre los procesos de aprendizaje y enseñanza. La TCC normalmente identifica tres fuentes de carga cognitiva: extrínseca, germinal e intrínseca.
La carga intrínseca es aquella que viene determinada por la complejidad del contenido a aprender, siendo la complejidad directamente proporcional al número de interacciones de los elementos de información a aprender. Si la interactividad es alta, los elementos deben procesarse simultáneamente en la llamada memoria de trabajo, imponiendo una elevada carga cognitiva intrínseca. La carga germinal que es aquella que es necesaria para la adquisición de esquemas mentales. La carga exógena se define como aquella que no contribuye a la adquisición de esquemas. Bajo estas circunstancias, los diseños de la instrucción y sus cargas exógenas asociadas devienen críticas para el proceso de aprendizaje. Además, existe evidencia respecto al empeoramiento de la motivación del estudiantado sujeto a una excesiva carga cognitiva, lo que empeora el aprendizaje (Jan y Richard, 2015).
Sweller (2004) define la memoria de trabajo como una estructura que asegura que las alteraciones en la memoria a largo plazo son relativamente pequeñas. Cuando nos enfrentamos a contenido o procedimientos novedosos, tanto la duración como la capacidad de la memoria de trabajo son limitadas. El motivo por el que la arquitectura cognitiva ha evolucionado para que la memoria de trabajo sea garante de la estructura de la memoria a largo plazo es que es necesario asegurar la integridad de la memoria a largo, implicando así un empeoramiento de la capacidad para aprender cosas nuevas. La memoria de trabajo gestiona información sensorial y recupera información de la memoria a largo, lo que permite trabajar contenidos novedosos. Si esos contenidos son especialmente complejos -en función del número de interacciones de sus elementos y la novedad de los mismos- la memoria de trabajo no puede lidiar con ellos salvo que se hayan construido previamente esquemas en la memoria a largo plazo en los que estos nuevos elementos encajen. De ahí que a la hora de diseñar los procesos de enseñanza-aprendizaje, especialmente para estudiantes no expertos en la materia, se deben tener en cuenta las limitaciones de la memoria de trabajo si no existen esquemas previos en la memoria a largo plazo que puedan liberar a la primera.
Es interesante ver lo que dice Sweller (2004) respecto a las implicaciones de su teoría a la hora de diseñar materiales y procesos de instrucción. La TCC asume que el principal objetivo del proceso de enseñanza-aprendizaje es el de alterar la memoria a largo plazo mediante la adquisición de multitud de mapas mentales o esquemas específicos de cada dominio que se requiera aprender. Además, asume que el diseño de las unidades didácticas debe reducir al máximo la carga exógena en la memoria de trabajo. Al reducir la carga cognitiva exógena se libera capacidad de memoria para que se dé carga germinal. A ambas formas de carga cognitiva se les añade la carga intrínseca causada por la interacción de los elementos a aprender. Esas tres variedades de carga cognitiva no deben superar la capacidad de la memoria de trabajo, ya que si eso sucede el proceso de aprendizaje es inadecuado.
Hay multitud de investigaciones que teniendo en cuenta lo anterior avalan los siguientes principios:
- Principio de problemas trabajados: La adquisición de esquemas mejora vastamente si se presentan ejemplos de problemas trabajados antes de proponer al estudiantado la resolución de esos problemas. Una vez se han adquirido esquemas de solución en la memoria a plazo, el aprendiz tiene mayor memoria de trabajo para buscar la solución a problemas nuevos.
- Principio de atención repartida: Los resultados de aprendizaje mejoran si el diseño del material a estudiar minimiza la necesidad de buscar referencias externas para la comprensión de las interacciones de los elementos que lo forman. La carga intrínseca es la que se ve más afectada por este principio.
- Principio de coherencia: Los resultados de aprendizaje mejoran si el material a estudiar se presenta sin redundancias y duplicidades innecesarias. Requerir al alumnado que integre esas partes redundantes agota recursos de la memoria de trabajo que podrían usarse en la adquisición de esquemas.
- Principio de modalidad: La adquisición de esquemas mejora cuando se usa la presentación de información utilizando más de un canal. Lo más habitual es utilizar imágenes o diagramas para el canal visual junto con información transmitida oralmente. Los experimentos demuestran que la adquisición es mejor cuando en lugar de presentar unimodalmente (visualmente) un diagrama junto con un texto (lo que provoca el efecto de atención repartida) el diagrama se presenta junto con la información del texto en forma oral, esto es bimodalmente (visual y auditiva). La memoria de trabajo se sobrecarga menos si recibe la información de varios canales, en lugar de uno solo.
- Principio de elementos aislados/conectados: Los resultados de aprendizaje son mejores cuando primero se trabajan los elementos a aprender de forma aislada y después se presentan actividades en las que se dé cuenta de las interacciones entre dichos elementos. Los experimentos confirman que la adquisición de esquemas es mejor en el alumnado al que se le presentan los elementos en esta secuencia respecto a aquellos que trabajan directamente los elementos con sus interacciones. Ello se debe a que la carga de la memoria de trabajo puede ser excesiva cuando se lidia con las interacciones desde el principio. En cambio, si los elementos se han esquematizado en la memoria a largo plazo, el estudio de las interacciones tiene a su disposición una mayor capacidad de memoria de trabajo.
Así que resulta lógico que la preparación autorregulada previa a las sesiones en clase, que es propia del AI, mejore la gestión de la memoria de trabajo respecto a las clases con metodología tradicional, tal y como indican Abeysekera y Dawson (2015), especialmente si el material y actividades se han diseñado siguiendo los cinco principios presentados.
2.3.2 Otros modelos pedagógicos
Medina et al. (2021) proponen otras propuestas de instrucción relacionadas con el AI. Entre ellas encontramos la idea de first exposure de Walvoord y Anderson de 1998, el aprendizaje por pares de Mazur de 1997, el Just-in-time-teaching de Novak de 1999 y el Team-based learning de Michaelsen de 2002.
Cevikbas y Kaiser (2022) defienden que el aprendizaje personalizado tiene un rol en el AI ya que el estudiantado puede acceder a varias fuentes de aprendizaje online y elegir flexiblemente su camino de aprendizaje. Además, los instructores, en cierta medida, pueden entender mejor las expectativas, fortalezas, debilidades, necesidades y el actual nivel de conocimiento sobre la materia antes de las horas de clase mediante herramientas tecnológicas; por lo que pueden maximizar el tiempo en clase para aprendizaje personalizado profundo.
Resultados
Del total de 25 artículos analizados, 19 fueron diseñados como experimento o casi-experimento para estudiar los efectos cuantitativos de la aplicación del AI respecto a resultados de aprendizaje. 13 de estos 19 artículos también midieron cualitativamente la percepción del alumnado, por tanto, aplicaron un análisis mixto. Nueve de los 19 usaron un grupo control al que se le impartían clases con el sistema tradicional y los diez restantes no tenían grupo control, y los resultados de nueve de estos diez estudios sin grupo control se comparaban con cohortes de discentes de años anteriores que habían cursado las asignaturas estudiadas. Por otro lado, había seis artículos cuyo objetivo era evaluar cualitativamente la percepción de los estudiantes respecto a la aplicación del AI, sin un análisis cuantitativo sobre resultados de aprendizaje.
Tan sólo dos de los 25 artículos estudiaron asignaturas dadas en ciclo inferior al universitario, en concreto en Bachillerato. Respecto a las nacionalidades, trece artículos provienen de Europa -con siete de ellos elaborados en España-, siete de Asia, tres de Australia y dos de EEUU.
4.1. Resultados de aprendizaje
Los nueve artículos con grupo control indican mejora de resultados de aprendizaje, dos de los diez artículos sin grupo control no hallan mejora estadísticamente significativa, los ocho restantes sí la encuentran; como vemos en la Figura 3.
Figura 3
Frecuencia de mejora o no de resultados.
Nota: La figura representa el porcentaje y número de artículos que han hallado mejora de resultados de aprendizaje y los que no. Fuente: elaboración propia.
Percepción del alumnado
Respecto a los beneficios percibidos por el alumnado, los ítems más estudiados -en los 19 artículos que lo hicieron-, son sobre la flexibilidad, diversión, interés suscitado, interacción con el instructor y trabajo y sentimiento de grupo, como puede verse en la Figura 4.
Figura 4
Número de artículos que indican cada tipo de beneficio percibido por el alumnado.
Nota: La figura representa la frecuencia de los tipos de mejora percibida por el alumnado más reportados. Fuente: elaboración propia.
Además de los beneficios anteriores, tres artículos estudiaban la ansiedad, dos el absentismo y uno la mejora de aprendizaje debido a la tecnología.
Discusión
Esta revisión sistemática de 25 artículos sobre la aplicación del Aprendizaje Invertido (AI) en cursos de economía, ha permitido analizar todas las variables de investigación planteadas, siendo estas: resultados de aprendizaje, percepción del alumnado, tipos de actividades propuestas por los docentes, problemas de la aplicación del AI y soluciones a estos problemas.
El 90% -17 de 19- de los estudios identifican una mejoría de resultados de aprendizaje, el 100% -19 de 19- lo hacen respecto a la percepción de beneficios por parte del alumnado.
Resultados de aprendizaje
Respecto a los resultados de aprendizaje, nueve de los nueve artículos con grupo control mostraron una mejora estadísticamente significativa en las calificaciones académicas de los estudiantes en test o exámenes de los temas o cursos analizados, mientras que dos de los diez estudios sin grupo control no encontraron mejoras. Un estudio también indicó que la inclusión del aprendizaje cooperativo en el modelo AI incrementa el aprendizaje.
De los diez artículos con implementación sin grupo control para evaluar resultados de aprendizaje, nueve midieron resultados de examen y los compararon con los resultados de años o semestres anteriores. Hubo dos de las implementaciones que no obtuvieron resultados estadísticamente significativos comparando resultados de los grupos con y sin AI. Los siete restantes sí obtuvieron mejores resultados por la implementación de AI.
Percepción del alumnado
Respecto a la percepción del alumnado, se encontró que la mayoría de los estudiantes percibieron beneficios en la flexibilidad, diversión, interés suscitado e interacción con el instructor.
Flexibilidad
La flexibilidad se refiere a la posibilidad que los discentes bajo AI tienen la capacidad de estudiar cuando y donde quieran, por lo que el AI permite que el aprendizaje de contenidos se realice a conveniencia del estudiantado (Sandhu et al., 2021). Farashahi y Tajeddin (2018) señalan que el AI promueve un ambiente de aprendizaje de calidad libre de las distracciones propias del aula. De todo ello se desprende que para el alumnado con distinto nivel de conocimiento, motivación, habilidad de aprendizaje, y estilo de aprendizaje; el AI puede personalizar el proceso adecuándose a las necesidades de cada estudiante.
Diversión
Para Shih y Tsai (2020), los juegos, discusiones y actividades grupales para solución de problemas crean un ambiente de aprendizaje distendido y divertido. Zain y Sailin (2020), por su lado, consideran que el aprendizaje divertido es un atributo diferenciador del AI frente al modelo tradicional. Cui y Coleman (2020) defienden que si los estudiantes perciben el proceso como algo divertido, participarán activamente en las actividades.
Gamificación
La gamificación implica incorporar elementos propios de los juegos al diseño de situaciones de aprendizaje. Con ello se consigue aumentar la motivación y mejorar la actitud del estudiantado; creando dinámicas que resultan divertidas y estimulantes para mejorar la atención, retención y satisfacción. (Aguilar et al., 2021; Martínez & Ruiz, 2020; Morin et al., 2020).
Mejora del interés
Para Fang et al. (2021) las actividades en clase y fuera de ella, deben diseñarse cuidadosamente para favorecer la participación y suscitar el interés, siendo el AI una gran herramienta para conseguirlo, gracias, entre otras cosas, a que estas actividades y el material con el que se presentan los contenidos pueden ser diversos. Cui y Coleman (2020) reportan que el AI incentiva la motivación para pensar, actuar y reflexionar sobre lo aprendido. Shih y Tsai (2020) corroboran que el aprendizaje activo promovido por el AI lleva a un aprendizaje profundo que mejora sustancialmente los resultados de aprendizaje respecto al modelo tradicional.
Mejor y/o mayor interacción con el instructor
La interacción entre discentes y docentes bajo el modelo AI es mayor y de mejor calidad, lo que puede deberse a que el estudiantado está más preparado y tiene más confianza cuando participa.
Reducción de la ansiedad
Price y Walker (2021) y Steen-Utheim & Foldnes (2018) hallaron signos de mejora en el manejo de la ansiedad.
Mejora del aprendizaje debido al uso de tecnología
El análisis de los datos obtenidos por Zin y Sailin (2020) les lleva a concluir que aunque algunos alumnos destacaron ciertas dificultades tecnológicas, como lentitud en el acceso a internet o problemas para entender el software, la mayoría sintieron que la tecnología les permitía estudiar de manera más provechosa, por ejemplo, pudiendo ver los vídeos tantas veces como lo necesitasen.
Referencias bibliográficas
Abeysekera, L., & Dawson, P. (2015). Motivation and cognitive load in the Flipped classroom: Definition, rationale and a call for research. Higher Education Research and Development, 34, 1–14. doi:10.1080/07294360.2014.934336
Abushammala, M. (2019). The effect of using flipped teaching in project management class for undergraduate students. JOTSE, 9(. 1), 41-50. https://doi.org/10.3926/jotse.539
Aguilar, R., Santana, M., Larrañeta, B., & Cuevas, G. (2021). Flipping the Strategic Management Classroom: Undergraduate Students’ Learning Outcomes. Scandinavian Journal of Educational Research, 65(6), 1081-1096. https://doi.org/10.1080/00313831.2020.1825524
Albert, M., & Beatty, B. J. (2014). Flipping the Classroom Applications to Curriculum Redesign for an Introduction to Management Course: Impact on Grades. https://doi.org/10.1080/08832323.2014.929559
Ashraf, M. A., Yang, M., Zhang, Y., Denden, M., Tlili, A., Liu, J., Huang, R., & Burgos, D. (2021). A Systematic Review of Systematic Reviews on Blended Learning: Trends, Gaps and Future Directions. Psychology Research and Behavior Management, Volume 14, 1525-1541. https://doi.org/10.2147/PRBM.S331741
Arán, M. A., & Ortega, M. L. (2012). Enfoques de aprendizaje y hábitos de estudio en estudiantes universitarios de primer año de tres carreras de la Universidad Mayor Temuco, Chile 2011. Hekademos: revista educativa digital, 11, 37-46.
Barreiro, M. (2018). Propuesta para la introducción del aula invertida en la docencia en Economía: (edsdnp.6542603ART; Número . 24). Dialnet Plus. https://dialnet.unirioja.es/servlet/catart?codigo=6542603
Bennett, S., & Maton, K. (2010). Beyond the «digital natives» debate: Towards a more nuanced understanding of students’ technology experiences. Faculty of Education – Papers (Archive), 321-331. https://doi.org/10.1111/j.1365-2729.2010.00360.x
Beatty, B. J., Merchant, Z., & Albert, M. (2019). Analysis of Student Use of Video in a Flipped Classroom. TechTrends: Linking Research & Practice to Improve Learning, 63(4), 376-385. https://doi.org/10.1007/s11528-017-0169-1
Bergmann, J., & Sams, A. (2012). Flip your classroom: Reach every student in every class every day. Eugene, OR: International Society for Technology in Education.
Bishop, J., & Verleger, M. A. (2013). The Flipped Classroom: A Survey of the Research. 23.1200.1-23.1200.18.
Cevikbas, M., & Cevikbas, S. (2015). Prospective mathematics teachers’ views on the FATIH Project: The big educational technology movement in Turkey. Int. J. Educ. Math. Sci. Technol., 3, 298–312.
Cevikbas, M., & Kaiser, G. (2022). Promoting Personalized Learning in Flipped Classrooms: A Systematic Review Study. SUSTAINABILITY, 14(18), 11393-11393-11411. Science Citation Index Expanded. https://doi.org/10.3390/su141811393
Chow, J. C., & Ekholm, E. (2018). Do Published Studies Yield Larger Effect Sizes than Unpublished Studies in Education and Special Education? A Meta-review. Educational Psychology Review, 30(3), 727-744. https://doi.org/10.1007/s10648-018-9437-7
Cui, T., & Coleman, A. (2020). Investigating students’ attitudes, motives, participation and performance regarding out-of-class communication (OCC) in a flipped classroom. Electronic Journal of E-Learning, 18(6), 550-561. https://doi.org/10.34190/JEL.18.6.007
Das, A., Lam, T. K., Thomas, S., Richardson, J., Kam, B. H., Lau, K. H., & Nkhoma, M. Z. (2019). Flipped Classroom Pedagogy: Using Pre-Class Videos in an Undergraduate Business Information Systems Management Course. Education & Training, 61(6), 756-774.
Dean, M. (2020). Using the Learning Assistant Model in an Undergraduate Business Analytics Course. https://doi.org/10.1287/ited.2019.0221
Diaz-Carrion, R., & Franco-Leal, N. (2021). Antecedents of academic performance in management studies in a flipped learning setting. The Journal of Education for Business, 1-10. Scopus.
El Miedany, Y. (2019). Flipped Learning. En Y. El Miedany, Rheumatology Teaching (pp. 285-303). Springer International Publishing. https://doi.org/10.1007/978-3-319-98213-7_15
Elen, J., & Clark, R. (2006). Handling Complexity in Learning Environments: Theory and Research. Advances in Learning and Instruction. En Elsevier. Elsevier.
Fadol, Y., Aldamen, H., & Saadullah, S. (2018). A comparative analysis of flipped, online and traditional teaching: A case of female Middle Eastern management students. The International Journal of Management Education, 16(2), 266-280. https://doi.org/10.1016/j.ijme.2018.04.003
Fang, J., Vong, J., & Fang, J. (2022). Exploring Student Engagement in Fully Flipped Classroom Pedagogy: Case of an Australian Business Undergraduate Degree. Journal of Education for Business, 97(2), 76-85.
Farashahi, M., & Tajeddin, M. (2018) Effectiveness of teaching methods in business education: A comparison study on the learning outcomes of lectures, case studies and simulations. The International Journal of Management Education, Volume 16, Issue 1, 2018, 131-142, ISSN 1472-8117. https://doi.org/10.1016/j.ijme.2018.01.003
Flipped Learning Network (FLN). (2014) The Four Pillars of F-L-I-P™
Foldnes, N. (2016). The Flipped classroom and cooperative learning: Evidence from a randomised experiment. Active Learning in Higher Education, 17(1), 39-49. https://doi.org/10.1177/1469787415616726
Fornons Jou, V., & Palau Martín, R. (2021). Flipped classroom en la enseñanza de las matemáticas: Una revisión sistemática. = Flipped Classroom in the Teaching of Mathematics: A Systematic Review. Dialnet Plus. https://dialnet.unirioja.es/servlet/catart?codigo=8042888
Herrera, G., & Prendes, M. P. (2019). Implementación y análisis del método de aula invertida: Un estudio de caso en Bachillerato. Innoeduca: international journal of technology and educational innovation, 5(1), 24-33.
Jong, M. s.-Y. (2019). To flip or not to flip: Social science faculty members’ concerns about flipping the classroom. Journal of Computing in Higher Education, 31(2), 391-407. https://doi.org/10.1007/s12528-019-09217-y
Kantanen, H., Koponen, J., Sointu, E., & Valtonen, T. (2019). Including the Student Voice: Experiences and Learning Outcomes of a Flipped Communication Course. Business and Professional Communication Quarterly, 82(3), 337-356.
Kennedy et Kennedy, G. E., Judd, T. S., Churchward, A., Gray, K., & Krause, K.-L. (2008). First year students’ experiences with technology: Are they really digital natives? Australasian Journal of Educational Technology, 24(1), Art. 1. https://doi.org/10.14742/ajet.1233 al., 2008)
Kinshuk, D., Chen, N.-S., Cheng, I.-L., & Chew, S. W. (2016). Evolution Is not enough: Revolutionizing Current Learning Environments to Smart Learning Environments. International Journal of Artificial Intelligence in Education, 26. https://doi.org/10.1007/s40593-016-0108-x
Koponen, J. (2019). The Flipped Classroom Approach for Teaching Cross-Cultural Communication to Millennials. Journal of Teaching in International Business, 30(2), 102-124.
Låg, T., & Sæle, R. G. (2019). Does the Flipped Classroom Improve Student Learning and Satisfaction? A Systematic Review and Meta-Analysis. AERA Open, 5(3), 233285841987048.
https://doi.org/10.1177/2332858419870489
Lo, C. K. (2018). Grounding the flipped classroom approach in the foundations of educational technology. Educational Technology Research & Development, 66(3), 793-811. https://doi.org/10.1007/s11423-018-9578-x
Maheshwari, P., & Seth, N. (2019). Effectiveness of Flipped Classrooms: A Case of Management Education in Central India. International Journal of Educational Management, 33(5), 860-885.
Martínez, R., & Ruiz, C. (2019). Invirtiendo el aula en asignaturas de gestión de empresas utilizando diferentes herramientas metodológicas. Revista de Estudios Empresariales. Segunda época, 2, 49-67.
Martínez, R., & Ruiz, M. C. (2020). Improving students’ satisfaction and learning performance using flipped classroom. The International Journal of Management Education, 18(3), 100422. https://doi.org/10.1016/j.ijme.2020.100422
Medina, J. L., Hervas, G., & Cairó i Céspedes, G. (2021). Aprendizaje del análisis económico de la desigualdad a través del “Team-based learning”: Learning of the economic analysis of inequality through Team-based learning (edsdnp.7713987ART; Número 391). Dialnet Plus. https://dialnet.unirioja.es/servlet/catart?codigo=7713987
Morin, J., Tamberelli, F., & Buhagiar, T. (2020). Educating business integrators with a computer-based simulation game in the flipped classroom. Journal of Education for Business, 95(2), 121-128. https://doi.org/10.1080/08832323.2019.1613951
Narendran, R., Almeida, S., Coombes, R., Hardie, G., & Quintana-Smark, E. (2018). The role of self-determination theory in developing curriculum for flipped classroom learning: A Case Study of First-Year Business Undergraduate Course. Journal of University Teaching & Learning Practice, 15(5), 1-20. https://doi.org/10.53761/1.15.5.6
Nelson, J., & Campbell, C. (2017). Evidence-informed practice in education: Meanings and applications. Educational Research, 59(2), 127-135. https://doi.org/10.1080/00131881.2017.1314115
Newman, M. (2008). High quality randomized experimental research evidence: Necessary but not sufficient for effective education policy. Psychology of Education Review, 32(2), 14–16.
Newman, M., & Gough, D. (2020). Systematic Reviews in Educational Research: Methodology, Perspectives and Application. En O. Zawacki-Richter, M. Kerres, S. Bedenlier, M. Bond, & K. Buntins (Eds.), Systematic Reviews in Educational Research: Methodology, Perspectives and Application (pp. 3-22). Springer Fachmedien. https://doi.org/10.1007/978-3-658-27602-7_1
Novo, I., & Barreiro, M. (2016). Anyone, anywhere at any time: Learning with mobile devices. Actas Del II Simposio De La Red Internacional De Investigación De Gestión De La Comunicación, Quito (Ecuador), 593-607.
Nwosu, J. C., & Chukwudi, J. H. (2018). Entrepreneurship education and the challenges of graduate employability in Nigeria. International Journal of Innovation, Management and Technology, 9(5), 189-193.
Page, M. J., Moher, D., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … McKenzie, J. E. (2021). PRISMA 2020 explanation and elaboration: Updated guidance and exemplars for reporting systematic reviews. BMJ, 372, n160. https://doi.org/10.1136/bmj.n160
Philip, J. T., Michael, G., & Noel M. (2021) A student typology based on instructional method preferences. Journal of Education for Business, 96:3, 149-155.
DOI: 10.1080/08832323.2020.1782311
Picault, J. (2019). The economics instructor’s toolbox. International Review of Economics Education, 30, 100154. https://doi.org/10.1016/j.iree.2019.01.001
Price, C., & Walker, M. (2021). Improving the Accessibility of Foundation Statistics for Undergraduate Business and Management Students Using a Flipped Classroom. Studies in Higher Education, 46(2), 245-257.
Sánchez, G. M. (2021). Uso de metodologías activas para el desarrollo de pensamiento crítico: Use of active methodologies for the development of critical thinking. UCV – SCIENTIA, 13(. 2), 91-103.
Santiago, R., & Bergmann J. (2019). Aprender al revés. Flipped Learning 3.0 y metodologías activas en el aula. Paidós Educación.
Sierra, J. (2020) The potential of simulations for developing multiple learning outcomes: The student perspective. International Journal of Management in Education, Volume 18, Issue 1, 100361, ISSN 1472-8117.
https://doi.org/10.1016/j.ijme.2019.100361
Shih, W.-L., & Tsai, C.-Y. (2020). Effect of Flipped Classroom with BOPPPS Model on Learners’ Learning Outcomes and Perceptions in a Business Etiquette Course. Asia-Pacific Education Researcher, 29(3), 257-268.
Shuhan Zhang. (2020). A systematic review and meta-analysis on flipped learning in science education. OpenAIRE. https://doi.org/10.5353/th_991044057362603414
Singh, N. (2020). “A little flip goes a long way”—The impact of a flipped classroom design on student performance and engagement in a first-year undergraduate economics classroom. Education Sciences, 10(11), 1-1-15. Scopus®. https://doi.org/10.3390/educsci10110319
Steen, A. T., & Foldnes, N. (2018). A qualitative investigation of student engagement in a Flipped classroom. Teaching in Higher Education, 23(3), 307-324. https://doi.org/10.1080/13562517.2017.1379481
Strelan, P., Osborn, A., & Palmer, E. (2020). The Flipped classroom: A meta-analysis of effects on student performance across disciplines and education levels. Educational Research Review, 30, 100314.
https://doi.org/10.1016/j.edurev.2020.100314
Suranto, Harsono, Hapsari, I. P., & Puspita, R. W. (2020). Flipped Classroom: Edmodo-based Economic Learning. Universal Journal of Educational Research, 8(10), 4507-4513. https://doi.org/10.13189/ujer.2020.081018
Sweller, J. (2004). Instructional Design Consequences of an Analogy between Evolution by Natural Selection and Human Cognitive Architecture. Instructional Science: An International Journal of Learning and Cognition, 32(1-2), 9-9-31. ERIC.
Torgerson, C. (2003). Systematic reviews. London. Continuum.
Varela, L., Novo, I., & Barreiro, M. (2014). Do studies level and age matter in learning and social relationship in the assessment of web 3.0? A case study for ‘digital natives’ in Spain. Comput. Hum. Behav., 30, 595-605.
Vladimirova, K., & Le Blanc, D. (2016). Exploring links between education and sustainable development goals through the lens of UN Flagship reports. Sustainable Development, 24(4), 254-271.
Weybrecht, G. (2017). From challenge to opportunity – Management education’s crucial role in sustainability and the Sustainable Development Goals – An overview and framework. The International Journal of Management Education, 15(2, Part B), 84-92. https://doi.org/10.1016/j.ijme.2017.02.008
Zain, F. m., & Sailin, S. n. (2020). Students’ experience with flipped learning approach in higher education. Universal Journal of Educational Research, 8(10), 4946-4958. https://doi.org/10.13189/ujer.2020.081067
