Competencias socioemocionales y resiliencia del profesorado de educación primaria: un modelo predictivo

Pilar Jara- Coatt; Fabiola Sáez-Delgado; Jaime Constenla-Núñez; Javier Mella-Norambuena

doi:10.9781/rep.2026.848

Autores/as

Pilar Jara- Coatt Universidad Católica de la Santísima Concepción https://orcid.org/0000-0002-9975-8713
Fabiola Sáez-Delgado Universidad Católica de la Santísima Concepción https://orcid.org/0000-0002-7993-5356
Jaime Constenla-Núñez Universidad Católica de la Santísima Concepción https://orcid.org/0000-0002-3373-6888
Javier Mella-Norambuena Universidad de las Américas https://orcid.org/0000-0002-4288-142X

DOI:

https://doi.org/10.9781/rep.2026.848

Palabras clave:

Competencias socioemocionales, resiliencia, profesores de escuela primaria, modelo predictivo

Agencias de apoyo

Agencia Nacional de Investigación y Desarrollo de Chile (ANID) con el Proyecto Fondecyt Regular N° 1241902 , Grupo de Investigación Consolidado “Research and Innovation Group in Socioemotional Learning, Well-Being and Mental Health to Foster Thriving (THRIVE4ALL)” de la UCSC

Resumen

Las competencias socioemocionales docentes (CSE) son esenciales para reducir el estrés laboral, mejorar la enseñanza y favorecer el bienestar escolar. El objetivo fue analizar la capacidad predictiva de las competencias socioemocionales sobre la resiliencia de 223 profesores de educación primaria en las regiones del Biobío y Ñuble, Chile. Con un enfoque cuantitativo, diseño no experimental, correlacional y predictivo, se aplicaron los instrumentos (SEMS-IT) y la escala de resiliencia cotidiana docente usando análisis estadístico en RStudio. Los resultados indicaron niveles moderados de competencias socioemocionales y resiliencia; baja percepción del clima de aula adverso; correlación positiva entre la gestión cognitiva de la emoción del profesorado, preocupación empática del profesorado, relación docente-estudiante y resiliencia y correlación negativa con el clima de aula adverso; diferencias significativas en la relación docente-estudiante a favor de las mujeres y en escuelas públicas y percepción negativa del clima de aula adverso en escuelas privadas; no se evidenciaron diferencias según el Índice de Vulnerabilidad Escolar; la gestión cognitiva de la emoción del docente y la preocupación empática docente son factores positivos que promueven la resiliencia cotidiana docente. Además, el clima de aula adverso actúa como un mediador significativo, especialmente en las relaciones entre la preocupación empática docente y las relaciones docente-estudiante con la resiliencia cotidiana docente. La relación docente-estudiante no tiene un efecto directo significativo sobre la resiliencia, pero sí influye indirectamente a través del clima de aula adverso. Se necesita desarrollar las CSE que se muestran significativas en el modelo. Se concluye la importancia de fortalecer estas competencias desde la formación docente y considerar contextos escolares que promuevan entornos resilientes y emocionalmente saludables.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Pilar Jara- Coatt, Universidad Católica de la Santísima Concepción

Doctora en Educación, Universidad Internacional Iberoamericana de México. Magíster en Ciencias de la Educación, mención Evaluación Curricular, profesora en Educación General Básica, licencia en Educación por la Universidad Católica de la Santísima Concepción, Chile. Académica asociada del Departamento de Currículum, Evaluación y Tecnologías de la Educación, Universidad Católica de la Santísima Concepción. Sus líneas de investigación son la evaluación de aprendizajes, emprendimiento e innovación en educación y competencias socioemocionales en el profesorado. Integra el Grupo consolidado de investigación denominado «Research and Innovation Group in Socioemotional Learning, Well-Being and Mental Health to Foster Thriving (THRIVE4ALL)» UCSC, y actualmente es la jefa de programa de Magíster en Ciencias de la Educación de la Universidad Católica de la Santísima Concepción.

Fabiola Sáez-Delgado, Universidad Católica de la Santísima Concepción

Doctora en Psicología por la Universidad de Concepción, Chile. Pertenece al Departamento Fundamentos de la Pedagogía de la Facultad de Educación. Se ha desempeñado como Subdirectora del Centro de Investigación en Educación y Desarrollo (CIEDE-UCSC) y Jefa del programa de Magister en Ciencias de la Educación. Actualmente, es la Directora de Escuela de Postgrado de la Facultad de Educación de la Universidad Católica de la Santísima Concepción (UCSC). Categoría académica: Asociada y perfil investigador. Coordinadora del Grupo consolidado de investigación denominado: Research and Innovation Group in Socioemotional Learning, Well-Being and Mental Health to Foster Thriving (THRIVE4ALL) UCSC. Su línea de investigación son las tecnologías inmersivas en contextos educativos; las variables de salud mental en comunidades educativas y las competencias socioemocionales. Ha liderado proyectos con financiamiento externo nacionales e internacionales. Ha participado en congresos nacionales e internacionales. Ha obtenido el reconocimiento en la categoría Académica destacado en Investigación Fundamental de la UCSC por cuatro años consecutivos (2022-2025) por la Vicerrectoría de Investigación y Postgrado de la UCSC, Chile.

Jaime Constenla-Núñez, Universidad Católica de la Santísima Concepción

Doctor en Educación por la Universidad de Concepción-Chile. Categoría académica Profesor Asociado. Pertenece al Departamento de Currículum, Evaluación y Tecnologías en Educación, Facultad de Educación de la Universidad Católica de la Santísima Concepción. Ha sido Jefe de Postgrado, Jefe de Departamento de Evaluación de la Dirección de Docencia de la UCSC, Decano de la Facultad de Educación y, actualmente, es Director del Centro INNOVAPEDIA y Jefe de programa de Magister en Pedagogía para la Educación Superior de Facultad de Educación – UCSC. Líneas de investigación: concepciones evaluativas y congruencia evaluativa, evaluación de aprendizaje, innovación y emprendimiento en educación. Ha sido Director e Investigador Principal de varios proyectos de I+D+i sobre innovación y emprendimiento en educación primaria y secundaria con énfasis en el área Educación Técnico Profesional, financiados por Gobierno Regional del Biobío, Corporación de Fomento de la Producción, Ministerio de Educación. Ha sido conferencista en eventos académicos nacionales e internacionales. Ha sido profesor de programas de postgrado y ha desarrollado asesorías en instituciones educativas escolares y universitarias.

Javier Mella-Norambuena, Universidad de las Américas

Doctor en Educación por la Universidad Católica de la Santísima Concepción (UCSC), Chile. Profesor y Licenciado en Educación, Magíster en Psicología de la Salud por la Universidad de Concepción. Actualmente, se desempeña como académico en el Departamento de Ciencias de la Universidad Técnica Federico Santa María, donde realiza labores de docencia e investigación y se encuentra en proceso de jerarquización académica. Su especialización se centra en metodología de la investigación y análisis de datos cuantitativos con R, área en la que también colaboró como analista avanzado de datos en la Dirección de Docencia de la Universidad de Concepción. Sus líneas de investigación abarcan las analíticas del proceso de enseñanza-aprendizaje y la psicología de la actividad física y la salud. Ha participado como coinvestigador, metodólogo y analista de datos en proyectos con financiamiento externo a nivel nacional. Es miembro del Grupo de Investigación Consolidado “Research and Innovation Group in Socioemotional Learning, Well-Being and Mental Health to Foster Thriving (THRIVE4ALL)” de la UCSC.

Citas

Allen, R., Benhenda, A., Jerrim, J. y Sims, S. (2021). New evidence on teachers’ working hours in England. An empirical analysis of four datasets. Research Papers in Education, 36(6), 657-681. https://doi.org/10.1080/02671522.2020.1736616 DOI: https://doi.org/10.1080/02671522.2020.1736616

Bae, I., et al. Park, J. y Jeon, H. (2022). Non-probability sampling network for stochastic human trajectory prediction. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 6477-6487. https://doi.org/10.1109/CVPR52688.2022.00637 DOI: https://doi.org/10.1109/CVPR52688.2022.00637

Baptista, P., Loeza, C., Almazán, A., López, V., y Cárdenas, J. L. (2020). Encuesta nacional a docentes ante el Covid-19. Retos para la educación a distancia. RLEE Nueva Época, l, 41-88. https://doi.org/10.48102/rlee.2020.50.ESPECIAL.96 DOI: https://doi.org/10.48102/rlee.2020.50.ESPECIAL.96

Bellei, C., Contreras, M., Ponce, T., Yáñez, I., Díaz., R. y Vielma, C. (2021). The fragility of the school-in-pandemic in Chile. In F. M. Reimers (Ed.), Primary and Secondary Education during Covid-19: Disruptions to educational opportunity during a pandemic. Springer. DOI: https://doi.org/10.1007/978-3-030-81500-4_3

Brieba-Fuenzalida, J. (2025). La relación docente-estudiante como una variable predictora del compromiso escolar: el rol mediador del bienestar subjetivo en un modelo de ecuaciones estructurales en estudiantes indígenas de entre 10 y 14. Revista Española de Pedagogía, 83(291), 471-489. https://doi.org/10.22550/2174-0909.4509 DOI: https://doi.org/10.22550/2174-0909.4509

Cheung, G., Cooper-Thomas, H., Lau, R. y Wang, L. (2024). Reporting reliability, convergent and discriminant validity with structural equation modeling: A review and best-practice recommendations. Asia Pacific Journal of Management, 41(2), 745-783. https://doi.org/10.1007/s10490-023-09871-y DOI: https://doi.org/10.1007/s10490-023-09871-y

Cleary, T., Kitsantas, A., Peters-Burton, E., Lui, A., McLeod, K., Slemp, J. y Zhang, X. (2022). Professional development in self-regulated learning: Shifts and variations in teacher outcomes and approaches to implementation. Teaching and Teacher Education, 111, 103619-103619. https://doi.org/10.1016/j.tate.2021.103619 DOI: https://doi.org/10.1016/j.tate.2021.103619

Concha-Herrera, V., Sáez-Delgado, F., Reynoso-González, O. U. y Mella-Norambuena, J. (2025). Bienestar psicológico y resiliencia en el profesorado de educación básica: correlación con la edad y diferencias según sexo y dependencia educacional en Chile. CienciaUAT. 20(1), 1-13. https://doi.org/10.29059/cienciauat.v20i1.1986 DOI: https://doi.org/10.29059/cienciauat.v20i1.1986

Dominion, E. y Mahamed, M. (2023). A Guide on Quantitative Research Paradigms, Theory, and Frameworks in Social Sciences Research. https://doi.org/10.2139/ssrn.4417907 DOI: https://doi.org/10.2139/ssrn.4417907

Fan, L., Ma, F., Liu, Y., Liu, T., Guo, L. y Wang, L. (2021). Risk factors and resilience strategies: Voices from Chinese novice foreign language teachers. Frontiers in Education, 5, 1-10. https://doi.org/10.3389/feduc.2020.565722 DOI: https://doi.org/10.3389/feduc.2020.565722

Gebre, Z., Demissie, M., Yimer, B. (2025). The impact of teacher socio-emotional competence on student engagement: a meta-analysis. Frontiers in Psychology, 16, 1526371. https://doi.org/10.3389/fpsyg.2025.1526371 DOI: https://doi.org/10.3389/fpsyg.2025.1526371

Geiger, E., Pruessner, L., Barnow, S. y Joormann, J. (2025). What empathizers do: Empathy and the selection of everyday interpersonal emotion regulation strategies. Journal of affective disorders, 370, 76-89. https://doi.org/10.1016/j.jad.2024.10.056 DOI: https://doi.org/10.1016/j.jad.2024.10.056

Jara-Coatt, P., Constenla-Núñez, J. y Sáez-Delgado, F. (2025). Modelos de competencia socioemocional docente para la innovación educativa. Revista Espacios, 46(3), 273-286. https://doi.org/10.48082/espacios-a25v46n03p21 DOI: https://doi.org/10.48082/espacios-a25v46n03p21

Jobst, L., Bader, M. y Moshagen, M. (2023). A tutorial on assessing statistical power and determining sample size for structural equation models. Psychological Methods, 28(1), 207-221. https://doi.org/10.1037/met0000423 DOI: https://doi.org/10.1037/met0000423

Levi-Keren, M., Godeano-Barr, S. y Levinas, S. (2021). Mind the conflict: Empathy when coping with conflicts in the education sphere. Cogent Education, 9, 2013395. https://doi.org/10.1080/2331186X.2021.2013395 DOI: https://doi.org/10.1080/2331186X.2021.2013395

Li, L., Huang, L. y Liu, X. (2023). Primary school teacher’s emotion regulation: Impact on occupational well being, job Burnout, and resilience. Psychology in the Schools, 60(10), 4089–4101. https://doi.org/10.1002/pits.22982 DOI: https://doi.org/10.1002/pits.22982

López-Angulo, Y., Mella-Norambuena, J., Sáez-Delgado, F., Portillo, S. y Reynoso, O. (2022). Association between teachers’ resilience and emotional intelligence during the COVID-19 outbreak. Revista Latinoamericana de Psicología, 54, 51-59. https://doi.org/10.14349/rlp.2022.v54.6 DOI: https://doi.org/10.14349/rlp.2022.v54.6

Lozano-Peña, G., Sáez-Delgado, F. y López-Angulo, Y. (2022). Competencias socioemocionales en docentes de primaria y secundaria: una revisión sistemática. Páginas de Educación, 15(1), 1-22. https://doi.org/10.22235/pe.v15i1.2598 DOI: https://doi.org/10.22235/pe.v15i1.2598

Mair, P. y Wilcox, R., (2020). Robust Statistical Methods in R Using the WRS2 Package. Behavior Research Methods, 52, 464-488. DOI: https://doi.org/10.3758/s13428-019-01246-w

Martin A. y Marsh H. (2006). Resiliencia académica y sus correlatos psicológicos y educativos: un enfoque de validez de constructo. Psychol. Sch. 43, 267-281. https://doi.org/10.1002/pits.20149 DOI: https://doi.org/10.1002/pits.20149

Mikalauskaite, R. (2024). Current Landscape of School Resilience Research: A Scoping Review. Science & Processes of Education / Mokslas Ir Edukaciniai Procesai, 1, 22–35.

MINEDUC (2024). Plan de acción. Política nacional de convivencia educativa 2024–2030 https://n9.cl/lq0gg

Moshagen, M. y Bader, M. (2024). semPower: General power analysis for structural equation models. Behavior research methods, 56(4), 2901-2922. https://doi.org/10.3758/s13428-023-02254-7 DOI: https://doi.org/10.3758/s13428-023-02254-7

Organización Mundial de la Salud (2021). Salud mental del adolescente. https://www.who.int/news-room/fact-sheets/detail/adolescent-mental-health

Pedditzi, M., Nonnis, M. y Nicotra, E. (2021). Teacher Satisfaction in Relationships With Students and Parents and Burnout. Frontiers in Psychology, 12, 1-8. https://doi.org/10.3389/fpsyg.2021.703130 DOI: https://doi.org/10.3389/fpsyg.2021.703130

Rahman, M. (2023). Sample size determination for survey research and non-probability sampling techniques: A review and set of recommendations. Journal of Entrepreneurship, Business and Economics, 11(1), 42-62.

Rodríguez-Saltos, E., Moya-Martínez, M. y Rodríguez-Gámez, M. (2020). Importancia de la empatía docente-estudiante como estrategia para el desarrollo académico. Dominio de las Ciencias, 6(2), 23-50. https://doi.org/10.23857/dc.v6i3.1205

Roorda, D.L., Koomen, H. M. Y., Spilt, J.L. y Oort, F. J. (2011). The influence of affective teacher–student relationships on students’ school engagement and achievement: A meta-analytic approach. Review of Educational Research, 81(4), 493-529. https://doi.org/10.3102/0034654311421793 DOI: https://doi.org/10.3102/0034654311421793

RStudio Team (2020). RStudio: Integrated Development for R. RStudio, PBC, Boston, MA URL http://www.rstudio.com/

Rubio, F. y Olivo-Franco, J. (2020). Dificultades del profesorado en sus funciones docentes y posibles soluciones. Un estudio descriptivo actualizado. Ciencia y Educación, 4(2), 7-25. https://doi.org/10.22206/cyed.2020.v4i2.pp7-25 DOI: https://doi.org/10.22206/cyed.2020.v4i2.pp7-25

Sáez-Delgado, F., Guidotti, D., Henríquez, P., Narváez, G., Romero, V., Jara, P., Mella-Norambuena, J. y Contreras, C. (2025). Agotamiento y regulación emocional: evidencia desde las regiones del Biobío y Ñuble. Revista Espacios, 46(4), 300-309. https://doi.org/10.48082/espacios-a25v46n04p28 DOI: https://doi.org/10.48082/espacios-a25v46n04p28

Sáez-Delgado F., Mella-Norambuena J. y López-Angulo Y. (2024) Psychometric properties of the SocioEmotional Skills Instrument for Teachers using network approach: English and Spanish version. Frontiers Psychology, 15, 1421164. https://doi.org/10.3389/fpsyg.2024.1421164 DOI: https://doi.org/10.3389/fpsyg.2024.1421164

Sáez-Delgado, F., Mella-Norambuena, J., López-Angulo, Y., León-Ron, V. y Contreras-Saavedra, C. (2023). Teacher Self-regulation: Validation of Scales in Chile Applied with an Online Technological Tool. Revista Costarricense de Psicología, 42(1), 25-43. https://doi.org/10.22544/rcps.v42i01.02 DOI: https://doi.org/10.22544/rcps.v42i01.02

Savalei, V., Brace, J. y Fouladi, R. (2023). We need to change how we compute RMSEA for nested model comparisons in structural equation modeling. Psychological Methods, 29(3), 480-493. https://doi.org/10.1037/met0000537 DOI: https://doi.org/10.1037/met0000537

Segovia-Quesada, S., Fuster-Guillén, D. y Ocaña-Fernández, Y. (2020). Resiliencia del docente en situaciones de enseñanza y aprendizaje en escuelas rurales de Perú. Revista Electrónica Educare, 24(2), 411-436. https://doi.org/10.15359/ree.24-2.20 DOI: https://doi.org/10.15359/ree.24-2.20

Silva, R., Fernández, S., Mendoza, L. y Christie, O. (2020). Evaluación de la Formación Emocional Inicial Docente en Chile. Revista de Estudios y Experiencias en Educación, 19(39), 75-106. DOI: https://doi.org/10.21703/rexe.20201939bachler5

Soper, D. (2024). A-priori Sample Size Calculator for Structural Equation Models [Software]. https://www.danielsoper.com/statcalc

UNESCO (2024). Global report on teachers: addressing teacher shortages and transforming the profession. Education 2030. https://n9.cl/vpzpx

Villalobos, P., Barría-Herrera, P. y Pasmanik, D. (2022). Teacher-student relationships and teacher resilience in the context of a pandemic. Psicoperspectivas, 21(2), 131-143. https://doi.org/10.5027/psicoperspectivas-vol21-issue2-fulltext-2567 DOI: https://doi.org/10.5027/psicoperspectivas-Vol21-Issue2-fulltext-2567