Ana Ides Chacon

Dr. Ana Ides Chacon

orcid

Research Focus & Metrics

Academic Career Length

4Years (2023-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
24 April 2025 in Universidad Ciencia y Tecnología
Verified
Journal Article
Open access
PDF file
ACAna Ides Chacon
Ana Ides Chacon
VMVictor Marquez
Victor Marquez
FCFrancisco Cedeno
Francisco Cedeno
JBJandre Bazurto
Jandre Bazurto
OZOctavio Zorilla
Octavio Zorilla
JCJennifer Cedeno
Jennifer Cedeno
This study examines academic stress as a predictor of university student performance through exploratory factor analysis. Quantitative data revealed three primary stress dimensions: (1) academic overload and social climate, encompassing workload intensity, perceived performance, negative interactions, and participation challenges; (2) teaching methodology and content relevance, reflecting instructional inadequacies and perceived curriculum value; and (3) evaluation anxiety, related to examinations and public presentations. The analysis determined that teaching-related elements significantly predict stress among students with specific sociodemographic profiles. These findings establish academic stress as a multidimensional construct with meaningful implications for educational outcomes in higher education, highlighting the need for targeted institutional interventions addressing these distinct stress factors.

29 March 2023 in Minerva
Verified
Journal Article
Open access
PDF file
CMCristhian Martinez
Cristhian Martinez
ACAna Ides Chacon
Ana Ides Chacon
VMVictor Marquez
Victor Marquez
In this work, a descriptive and cross-sectional study determined the factors that influence the sleep quality of engineering students. A random sample of 930 electrical (124), mechanical (184), civil (281), industrial (164), and chemical (177) engineering students was used. The self-applied Pittsburgh Sleep Quality Index questionnaire was used, which assesses seven hypothetical components, adding some socioeconomic variables to the analysis. It was observed that a significant number of students sleep less than 8 hours. In addition, it was possible to confirm that sleep quality affects academic performance, causing medical needs. It was also possible to verify that socioeconomic situations, career, sex, age, and place of origin determine the sleep quality. En este trabajo se determinaron los factores que influyen en la calidad de sueño de los estudiantes de ingeniería, mediante un estudio descriptivo y trasversal. Se empleó una muestra aleatoria de 930 estudiantes de ingeniería eléctrica (124), mecánica (184), civil (281), industrial (164) y química (177). Se utilizó el cuestionario auto aplicable de Índice de Calidad de Sueño de Pittsburg que valora siete componentes hipotéticos, añadiendo al análisis algunas variables socioeconómicas. Se observó que un número importante de estudiantes duermen menos de 8 horas, además se pudo confirmar que la calidad del sueño afecta el desempeño académico ocasionando necesidades médicas, también se pudo constatar que las situaciones socioeconómicas, la carrera, el sexo, la edad y el lugar de procedencia son factores determinantes en la calidad de sueño.

2 February 2025 in Revista Científica de Innovación Educativa y Sociedad Actual "ALCON"
Verified
Journal Article
Open access
PDF file
RSRosalba Karen Bravo Saltos
Rosalba Karen Bravo Saltos
ACAna Ides Chacon
Ana Ides Chacon
El presente estudio tuvo como objetivo diseñar y validar un índice de estrés académico basado en factores contextuales mediante técnicas multivariantes. Para ello, se llevó a cabo un estudio cuantitativo y transversal con la participación de 1.253 estudiantes universitarios. Se aplicó un cuestionario estructurado para evaluar los factores de afrontamiento del estrés académico y se utilizó el análisis de componentes principales para sintetizar la información en una métrica cuantificable. El índice desarrollado permitió clasificar a los estudiantes en función de su nivel de estrés, estableciendo un umbral de corte mediante el análisis de curva ROC. Los resultados mostraron una sensibilidad del 83.5% y una especificidad del 80%, lo que indica una alta capacidad predictiva del instrumento. Además, se identificó que los principales factores asociados al estrés académico fueron la sobrecarga de tareas, las metodologías docentes y las expectativas de rendimiento. Este estudio contribuye al desarrollo de herramientas objetivas para evaluar el estrés académico en entornos universitarios, permitiendo la identificación de estudiantes en riesgo y facilitando el diseño de estrategias de intervención. La aplicación del índice en futuros estudios podrá mejorar el monitoreo del bienestar estudiantil y la implementación de políticas para mitigar el impacto del estrés en la vida académica.