Technology Rain Journal ISSN: 2953-464X
Vol. 1 Núm. 1 (Julio – Diciembre 2021), e39.
technologyrain.com.ar
Artículo de Investigación Original
Análisis de fatiga visual y tecnoestrés en los docentes de la unidad educativa
Nuestra Señora de Pompeya
Analysis of visual fatigue and technostress in teachers of the educational unit Nuestra
Señora de Pompeya
Karla Ortiz - López
1
0000-0003-0243-2854
,
Edmundo Cabezas - Heredia
2
0000-0001- 5708 - 0054
1
Maestrante. Instituto de Posgrado. Universidad Nacional de Chimborazo. Ecuador. ksortiz.fic@unach.edu.ec
2
Facultad de Ingeniería, Carrera de Agroindustria, Universidad Nacional de Chimborazo, Ecuador, ecabezas@unach.edu.ec
CITA EN APA:
Ortiz López, K. S., & Cabezas-
Heredia, E. (2024). Análisis de
fatiga visual y tecnoestrés en los
docentes de la unidad educativa
Nuestra Señora de Pompeya.
Technology Rain Journal, 3(2).
https://doi.org/10.55204/trj.v3i2.e39
Recibido: 27 de Mayo de 2024
Aceptado: 5 de julio de 2024
Publicado: 8 de julio de 2024
Technology Rain Journal
ISSN 2953-464X
Resumen. La presente investigación se trata sobre la fatiga visual y
tecnoestrés, la primera se fue manifiesta como cansancio ocular debido a la
exposición prolongada a pantallas digitales, mientras que el tecnoestrés es el
estrés y la ansiedad causados por la constante conectividad y la sobrecarga de
información. El objetivo de la investigación es determinar los niveles de
fatiga visual y tecnoestrés en los docentes de la Unidad Educativa Nuestra
Señora de Pompeya. Se aplicó dos pruebas: fatiga visual (CVSS17) y
tecnoestrés (NTP 730), a los que se completó con variables
sociodemográficas. La población encuestada es de: 31 docentes. El resultado
encontrado de fatiga visual fue: 6.5 % Leve Nivel 2, 35.5 % Moderado Nivel
3 y 58.1 Moderado Nivel 4; referente al tecnoestrés: 54.8 5 bajo y 45.2 %
medio, se estableció la correlación de variables por medio del V de Cramer
de las variables sociodemográficas y las pruebas aplicados. Se concluye la
presencia de fatiga visual de leve y moderado por niveles y de tecnoestrés
baja – media en los docentes de esta institución educativa, lo que revela la
necesidad de implementar medidas preventivas para disminuir los efectos de
los problemas detectados.
Palabras clave: Tecnoestrés, Fatiga visual, prevención
Los contenidos de este artículo están
bajo una licencia de Creative
Commons Attribution 4.0
International (CC BY 4.0 )
Los autores conservan los derechos
morales y patrimoniales de sus
obras.
Abstract. The present research deals with visual fatigue and technostress, the
first was manifested as eye fatigue due to prolonged exposure to digital
screens, while technostress is the stress and anxiety caused by constant
connectivity and information overload. The objective of the research is to
determine the levels of visual fatigue and technostress in the teachers of the
Nuestra Señora de Pompeii Educational Unit. Two tests were applied: visual
fatigue (CVSS17) and technostress (NTP 730), which were supplemented
with sociodemographic variables. The surveyed population is: thirty-one
teachers. The result of visual fatigue was: 6.5% Mild Level 2, 35.5%
Moderate Level 3 and 58.1 Moderate Level 4; Regarding technostress: 54.8
5 low and 45.2 % medium, the correlation of variables was established by
means of Cramer's V of the sociodemographic variables and the tests applied.
The presence of mild and moderate visual fatigue by levels and low-medium
technostress in the teachers of this educational institution is concluded, which
reveals the need to implement preventive measures to reduce the effects of
the problems detected.
Keywords: Technostress, Eye strain, prevention
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 2
1. INTRODUCCIÓN
La presente investigación trata sobre la fatiga visual es el cansancio ocular causado por el uso
prolongado de dispositivos digitales, mientras que el tecnoestrés es la ansiedad generada por el uso
excesivo de la tecnología. Ambos problemas pueden afectar la salud y el bienestar de no implementar
medidas preventivas y de control en las personas.
Según Kali, Baram-Tsabari y Schejter (2019) y Vázquez-Cano (2014), el aprendizaje se
considera como un proceso colaborativo facilitado por la tecnología, lo que impacta en todos los
aspectos de nuestras vidas, incluyendo qué sabemos y cómo aprendemos, como señalan Hoadley y Kali
(2019). Las TIC se han convertido en una parte esencial de la vida moderna, como destacan Juhaňák et
al. (2019) y Matosas-López et al. (2019), es por esta razón que es necesario hacer un análisis sobre dos
aspectos importantes: la fatiga visual y el tecnoestrés.
La sociedad actual forma parte de una cultura digital, resultado de la constante innovación
tecnológica, que cambia a diario. La gestión y el uso de las TICs como herramientas de uso cotidiano
también están en constante evolución. El sector industrial no es una excepción; en este ámbito, se
ofrecen diversas posibilidades para actuar de manera dinámica y proporcionar respuestas. Sin embargo,
también existen efectos negativos debido a características intrínsecas (personales) y de origen (Jiménez
et al., 2017).
La fatiga visual puede tener varias consecuencias negativas, que incluyen dolor ocular, visión
borrosa, ojos secos, dolores de cabeza y dificultad para concentrarse. Estas consecuencias pueden
afectar la productividad y el bienestar general de una persona. Según estudios como el realizado por
Sheppard, Wolffsohn y García (2018) sobre el impacto de la fatiga visual en la calidad de vida, se ha
demostrado que la fatiga visual puede influir en la calidad del trabajo, la eficiencia visual y la
comodidad general de los individuos. Es importante tomar medidas preventivas para reducir la fatiga
visual y mitigar sus efectos negativos en la salud y el rendimiento diario.
El impacto de la constante conectividad a través de dispositivos electrónicos, como correos
electrónicos, teléfonos e internet, puede generar una sensación de pérdida de control sobre el tiempo y
el espacio para los usuarios. Esta situación puede llevar a sentirse abrumados por la cantidad de
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 3
información recibida, perturbados por la dificultad para separar el tiempo dedicado al trabajo y a la vida
personal, invadidos en su privacidad y frustrados por la complejidad de las nuevas tecnologías (Brillart,
2004; Tarafdar et al., 2007).
Esta sobrecarga y falta de control pueden desencadenar efectos nocivos tanto para los
trabajadores como para las organizaciones. Entre estos efectos se incluyen un aumento de la carga de
trabajo, una disminución en la eficiencia organizacional y según (Alam, 2016), una reducción en la
productividad y la satisfacción laboral de los empleados.
A nivel fisiológico, los empleados pueden experimentar una serie de síntomas que incluyen
pánico, ansiedad y dolencias físicas (Champion, 1987). Además, pueden experimentar una disminución
en la concentración, irritabilidad y problemas de memoria (Arnetz y Wiholm, 1997), así como pesadillas
y trastornos intestinales (Brillart, 2004). También existe la posibilidad de desarrollar condiciones más
graves como paro cardíaco, migrañas e hipertensión (Saganuwan et al., 2015), entre otros problemas de
salud.
La Maestría en Seguridad Industrial Mención: Prevención de Riesgos Laborales de la
Universidad Nacional de Chimborazo (UNACH), busca solucionar un problema de un entorno laboral
por medio del proceso de titulación, esta investigación es de actualidad por el uso de Tecnologías de la
Información (TICs), ordenador para la educación y se plantea el siguiente problema de investigación:
¿Determinar la fatiga visual y tecnoestrés en los docentes de la Unidad Educativa Nuestra Señora de
Pompeya?
2. METODOLOGÍA
2.1 Diseño y Tipo de la Investigación
La investigación fue no experimental, no se manipulo las variables o se realizó ninguna
práctica de laboratorio, por el tiempo fue transversal, en un solo momento se evaluó, descriptivo para
conocer sobre las variables de estudio fatiga visual y tecnoestrés, es de tipo correlacional por la relación
entre las variables de estudio de las pruebas aplicados y sociodemográficas por el V de Cramer aplicado
a los docentes de la Unidad Educativa Nuestra Señora de Pompeya de la Ciudad del Puyo.
2.2 Muestra y Población de estudio
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 4
La población de estudio fueron los docentes de la Unidad Educativa Nuestra Señora de
Pompeya, fueron 31 personas encuestadas, por lo que se utilizó toda la población y no se realizó
muestreo.
2.3 Metodología y/o instrumentos utilizados
Para obtener los datos de los docentes se les capacito sobre los temas a ser encuestados, se
realizó la encuesta en el google forms, el enlace que se obtuvo se difundió por medio de redes sociales
de los docentes de la Unidad Educativa Nuestra Señora de Pompeya, quienes participaron de manera
voluntaria y anónima, garantizando la confidencialidad de los resultados obtenidos.
Los datos recolectados por medio del Google drive, se descargó en formato Excel, esa data se
le programo y exporto al SPSS V26, para nuevamente ajustarla con la escala de la prueba y
valoraciones. Las pruebas aplicadas constan de variables sociodemográficas de los docentes de la
Unidad Educativa Nuestra Señora de Pompeya.
Las pruebas de fatiga visual (CVSS 17) y tecnoestrés (NTP 730) contienen una escala de
Likert para el cálculo del puntaje final.
La prueba de fatiga visual CVSS 17, tiene 17 ítems, 4 dimensiones con una escala de Likert
diferente en ciertas preguntas con valores de 0 a 4.
• 10 preguntas con cuatro opciones de respuesta: nunca, raramente, frecuentemente
y constantemente.
• 6 preguntas con opciones de respuesta: nada, si muy poco, si un poco, si
moderadamente, si mucho, si muchísimo.
• 1 pregunta con opción de respuesta: nunca, casi nunca, poco tiempo, parte del tiempo,
mucho tiempo, casi siempre, siempre
El puntaje total de la fatiga visual se obtiene por medio de la suma de las 17 preguntas.
(Arlanzón Lope, 2018).
La tabla No. 1 establece las dimensiones de la prueba de fatiga visual CVSS 17 y sus puntajes
por niveles.
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 5
Tabla No. 1
Puntajes de la prueba de Fatiga visual CVSS 17
Denominación de la prueba CVSS 17
Puntuación e interpretación
Síndrome de Fatiga Visual
Leve: Nivel 1 puntaje de
17 a 22 puntos
Nivel 2 puntaje de 23 a 28 puntos
Moderado: Nivel 3 puntaje de 29 a 35 puntos
Nivel 4 puntaje de 36 a 42 puntos
Severo: Nivel 5 puntaje de 43 a 49 puntos
Nivel 6 puntaje de 50 a 53 puntos
Fuente: Test CVSS 17
La prueba de tecnoestrés (NTP 730), consta de 16 preguntas con 4 dimensiones con una escala
de Likert que va de 0 a 6, donde: 0 = nunca, 1 = un par de veces al año, 2 = una vez al mes, 3 = un par
de veces al mes, 4 = una vez a la semana, 5 = un par de veces a la semana y 6 = todos los días.
La tabla No. 2 establece las dimensiones de la prueba de tecnoestrés y su puntaje por
dimensiones:
Tabla No. 2
Puntaje del Tecnoestrés y dimensiones (NTP 730)
Denominación de la prueba NTP
730
Preguntas Valoradas
Puntuación e interpretación
Tecnoestrés
de la 1 a la 16
Bajo = de 0 a 32 puntos
Medio = de 33 a 64 puntos
Alto = de 65 a 96 puntos
Dimensiones
Escepticismo
de la 1 a la 4
Bajo = de 0 a 8 puntos
Medio = de 9 a 16 puntos
Alto = de 17 a 24 puntos
Fatiga
de la 5 a la 8
Ansiedad
de la 9 a la 12
Ineficiencia
de la 13 a la 16
Fuente: NTP 730
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 6
La tabla No. 3 establece el cálculo de fiabilidad mediante el Alpha de Cronbach para el análisis
respectivo:
Tabla No. 3
Fiabilidad por medio del Alpha de Cronbach
Fuente: Virla, M. Q. (2010)
La tabla No. 4 establece el cálculo de confiabilidad mediante el KMO para el análisis
respectivo:
Tabla No. 4
Confiabilidad por medio del KMO
Fuente: Virla, M. Q. (2010)
La tabla No. 5 establece el cálculo de V de Cramer para establecer las correlaciones de
variables por medio de tablas cruzadas para el análisis respectivo:
Tabla No. 5
V de Cramer para correlación
Phi V de Cramer
Interpretación
> 0.25
Muy Fuerte
Alpha de Cronbach
α ≥ 0.9
0.8 ≤ α < 0.9
0.7 ≤ α < 0.8
0.6 ≤ α < 0.7
0.5 ≤ α < 0.6
0.5 < α
KMO
Consistencia Interna
1 ≥ KMO > 0.9
Excelente
0.9 ≥ KMO > 0.8
Buena
0.8 ≥ KMO > 0.7
Aceptable
0.7 ≥ KMO > 0.6
Regular
0.6 ≥ KMO > 0.5
Malo
KMO < 0.5
Inaceptable
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 7
de 0.25 - 0.15
Fuerte
de 0.10 a 0.15
Moderado
de 0.05 a 0.10
Bajo
de 0 a 0.05
No existe relación / Muy Bajo
Fuente: Virla, M. Q. (2010)
3. RESULTADOS Y DISCUSIÓN
La fiabilidad y confiabilidad de la prueba CVSS 17 para determinar la fatiga visual, es el
siguiente:
Tabla No. 6
Fiabilidad y Confiabilidad de la prueba CVSS 17
Denominación
p valor
Interpretación
Alpha de Cronbach
0.725
Aceptable
KMO
0.799
Los valores que se obtuvieron al aplicar la encuesta en los docentes de la Unidad Educativa
Nuestra Señora de Pompeya se encuentran en el rango de 0.7 a 0.8; cuya interpretación es aceptable se
puede aplicar para este entorno laboral, se podría mejorarlo en el caso del Alpha de Cronbach
eliminando preguntas lo que genera un nuevo constructo o aporte a la ciencia; referente al KMO se
debe incrementar el número de encuestados para subir su valor. Según (Aguilar y Meneses, 2022) en
su estudio aplicaron una prueba SVQ para medir la fatiga visual y determinaron que el instrumento es
válido y confiable para ser aplicado sobre el grupo ocupacional de profesionales de la salud con buenas
propiedades psicométricas. La fiabilidad y confiabilidad de la prueba de tecnoestrés (NTP 730) es el
siguiente:
Tabla No. 7
Fiabilidad y Confiabilidad de la prueba de tecnoestrés NTP 730
Los valores que se obtuvieron al aplicar la encuesta en los docentes de la Unidad Educativa
Nuestra Señora de Pompeya se encuentran en el rango mayor a 0.9 para el Alpha de Cronbach
Denominación
p valor
Interpretación
Alpha de Cronbach
0.915
Buena
KMO
0.719
Aceptable
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 8
(excelente) es fiable, referente al KMO en el rango de 0.7 a 0.8 aceptables, se recomienda aumentar la
población de estudio para ser confiable.
Según (Villavicencio y Cazares, 2021), manifiesta en su adaptación de la prueba aplicado en
México que la carta psicométrica que permitirá investigar la tecnoadicción, comprender mejor su
etiología, analizar su relación con otros factores de riesgo psicosocial y desarrollar programas de
prevención e intervención para mejorar la relación entre los usuarios y las TIC.
En la siguiente tabla se presenta las variables sociodemográficas de los docentes de la Unidad
Educativa Nuestra Señora de Pompeya:
Tabla No. 8
Variables sociodemográficas de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Variables sociodemográficas
Valores
Interpretación
Género: Hombre
Mujer
41.9 %
58.1 %
Existe mayor % de docentes
mujeres que hombres en la Unidad
Educativa
Edad: de 18 a 28 años
de 29 a 39 años
de 40 a 50 años
más de 50 años
6.5 %
25.8 %
32.3 %
35.5 %
Existe un % de edad mayor a partir
de 40 años hacia arriba con mucha
experiencia, complementada con
jóvenes con experticia en el manejo
de tecnologías
Nivel Educativo: Primaria
Secundaria
Tercer Nivel
Cuarto Nivel
3.2 %
6.5 %
54.8 %
35.5 %
Existe docentes de tercer y cuarto
nivel con alto grado de preparación,
pero existe un % menor de primaria
y secundaria que hacen docencia,
que pueden tener dificultad con el
uso de TICs.
Según (Romero et al., 2023), manifiesta que los factores sociodemográficos en función del
grado de fatiga digital, el sexo fue un factor determinante mostrando diferencias significativas, donde
las mujeres obtuvieron un mayor grado de fatiga digital que los hombres, datos similares en la presente
investigación con una correlación muy fuerte. En la siguiente tabla se presenta los resultados de las
enfermedades visuales previas de los docentes.
Tabla No. 9
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 9
Enfermedades visuales previas de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Enfermedades visuales previas
Valor
Interpretación
Miopía
41.9 %
Existe más del 60 % con enfermedades
visuales previas que al estar frente a un
ordenador va a agravar la presencia de
fatiga visual y tecnoestrés, requiere
atención especializada y también un %
importante sin ninguna enfermedad
visual con un menor impacto en la
presencia de las variables
investigadas.
Astigmatismo
16.1 %
Presbicia
6.5 %
Ninguna
35.5 %
Según (Verdezoto y Cabezas, 2021), manifiesta que el personal administrativo de la Facultad
de Ingeniería de la UNACH presenta diversas enfermedades visuales crónicas: el 33.3 % tiene miopía,
el 40.7 % tiene astigmatismo, el 3.7 % tiene presbicia, el 18.5 % hipermetropía y el 3.7 % no tiene
ninguna enfermedad. Esto permite concluir que estas enfermedades visuales pueden agravarse debido
al uso de pantallas de visualización digital, aumentando así el riesgo de presentar el síndrome, resultados
similares a la presente investigación.
Referente a las horas de uso frente al computador de los docentes de la Unidad Educativa
Nuestra Señora de Pompeya tenemos:
Gráfica No. 1 Horas frente al computador de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Las horas de uso del computador de los docentes de la Unidad Educativa Nuestra
Señora de Pompeya refleja que: 38.7 % de 2 a 4 horas, 35.5 % de 4 a 6 horas, 19.4 % de 6 a 8 horas y
De 2 a 4 horas De 4 a 6 horas De 6 a 8 horas Más de 8 horas
38.7 %
35.5 %
19.4 %
6.5 %
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 10
más de 8 horas el 6.5 %, esto significa que aproximadamente un 62 % usa más de 4 horas esto puede
generar fatiga visual y sus sintomatologías, así como tecnoestrés de no prevenirlo. En el estudio
realizado en el personal administrativo de la Universidad Nacional de Chimborazo de la Facultad de
Ingeniería se tiene que 22.2 % de 2 a 4 horas usa el computador y 77.8 % usa más de 4 horas por lo que
puede ser propensa a tener el síndrome del computador (Verdezoto y Cabezas, 2021)
En la siguiente tabla se presenta los resultados de la presencia de fatiga visual por
sintomatología y nivel de severidad.
Tabla No. 10
Niveles de fatiga visual por sintomatología y nivel de severidad de los docentes de la Unidad Educativa Nuestra
Señora de Pompeya
Fatiga Visual
Valor
Interpretación
Leve Nivel 2
6.5 %
Existe casos con nivel leve de fatiga
visual que de no debe descuidarse y
controlar, los casos moderados inician
un proceso de medidas inmediatas de
prevención que requiere de intervención
técnica y médica.
Moderado Nivel 3
35.5 %
Moderado Nivel 4
58.1 %
En la investigación de (Huilcapi, 2024), manifiesta que dentro del nivel de gravedad leve
corresponde a un 2.1% y 17.4% de estudiantes, que no requiere mayor atención, más que
concientización sobre un adecuado uso del computador; así mismo que en un nivel moderado se
encuentra un 51.3% seguido del 26.7%, y en cuanto a gravedad severa se presenta un grupo
correspondiente al 2.1% y 0.5%; evidenciándose que existe un porcentaje considerable de estudiantes
dentro de un nivel moderado, en el que es necesario aplicar medidas correctivas y preventivas entorno
a la fatiga visual, resultados similares al de esta investigación.
En la siguiente tabla se presenta los resultados de la dimisión escepticismo del tecnoestrés de
los docentes encuestados.
Tabla No. 11
Dimensión Escepticismo del tecnoestrés de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Escepticismo
Valor
Interpretación
Bajo
51.6 %
En su mayoría los docentes
tienen temor al uso y beneficio de
Medio
45.3 %
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 11
Alto
3.2 %
la tecnología en el proceso de
enseñanza aprendizaje la
institución debe impartir
capacitación sobre su manejo.
Según (Carrión et al, 2022), manifiesta que el escepticismo sobre el uso de las TIC influyó
positivamente en la presencia de tecnoestrés, en la presente investigación presenta un % representativo
de escepticismo medio alto.
En la siguiente tabla se presenta los resultados de la dimisión fatiga del tecnoestrés de los
docentes encuestados.
Tabla No. 12
Dimensión Fatiga del tecnoestrés de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Según (Cardenas y Bracho, 2020), manifiesta que la fatiga se mide como una dimensión
afectiva que causa daño psicológico de no ser prevenido, en el presente estudio es medio alto y requiere
ser tratado.
En la siguiente tabla se presenta los resultados de la dimisión ansiedad del tecnoestrés de los
docentes encuestados.
Tabla No. 12
Dimensión Ansiedad del tecnoestrés de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Fatiga
Valor
Interpretación
Bajo
48.4 %
Es el fenómeno que se produce como resultado del uso
excesivo de la tecnología y la constante exposición a
la información digital, se caracteriza por una sensación
de agotamiento mental, emocional y físico debido a la
sobrecarga de información, la presión para estar
siempre conectado y la dificultad para desconectar del
trabajo o de las responsabilidades digitales por lo que
se debe implementar medidas como organización del
trabajo: pausa, rotación de puestos.
Medio
45.2 %
Alto
6,5 %
Ansiedad
Valor
Interpretación
Bajo
64.5 %
Se manifiesta en forma de preocupación constante por
el uso excesivo de la tecnología. Esto puede provocar
síntomas como palpitaciones, dificultad para respirar y
problemas para dormir.
Medio
29 %
Alto
6.5 %
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 12
Según (Picón y Navarro, 2017), manifiesta que la ansiedad como activación fisiológica, no
placentera, incremento de la tensión y malestar por el uso actual o futuro de algún sistema o herramienta
tecnológica.
En la siguiente tabla se presenta los resultados de la dimisión ineficiencia del tecnoestrés de
los docentes encuestados.
Tabla No. 13
Dimensión Ineficiencia del tecnoestrés de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Según (Cornejo, 2020), manifiesta que la ineficiencia en el tecnoestrés presenta un resultado
de 19% de los maestros encuestados presento niveles alto de ineficiencia, en la presente investigación
presenta valores medio es decir que existe presencia de esta dimensión.
Referente al tecnoestrés de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
tenemos:
Gráfica No. 2
Tecnoestrés de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Los resultados del tecnoestrés de los docentes presentan los siguientes resultados: 54.8 %
tecnoestrés bajo y 45.2 % medio, existe ya sintomatología y presencia de estrés por el uso de tecnología
Bajo Medio
54.8 %
45.2 %
Ineficiencia
Valor
Interpretación
Bajo
64.5 %
Es la incapacidad del uso de las TICs para
apoyarse en el proceso de clase que genera
factores de riesgo psicosocial.
Medio
35.5 %
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 13
debe implementarse medidas como: capacitación, pausas activas, reducción de horas frente a un
computador, ejercicios para la vista como: 20 - 20 – 20 y otras.
En la siguiente tabla se presenta las correlaciones de fatiga visual de los docentes:
Tabla No. 14
Correlaciones de fatiga visual de los docentes de la Unidad Educativa Nuestra Señora de Pompeya
Las correlaciones analizadas presentan valores por medio del V de Cramer que van de fuerte
a muy fuerte, es decir que estas variables sociodemográficas si influyen en la fatiga visual y tecnoestrés
de los docentes, por lo que al haber presencia de las dos variables analizadas es necesario implementar
medidas preventivas urgentes y atención especializada.
Correlaciones
Valor de p
Frecuencias por nivel
Frecuencia general
Interpretación
Edad - Fatiga
Visual
0.294
De 18 a 28 años: (2 casos moderado
Nivel 4); de 29 a 39 años: (3 casos
moderado nivel 3 y 5 moderado
nivel 4); de 40 a 50 años (4 casos
moderado nivel 3, 6 moderado nivel
4); más de 50 años (2 casos leve
nivel 2, 4 moderado nivel 4 y 5
moderado nivel 4)
Leve Nivel 2: (2 casos);
Moderado Nivel 3: (11
casos) y Moderado Nivel
4: (18 casos) con fatiga
visual
Muy Fuerte
Edad -
Tecnoestrés
0.370
De 18 a 28 años: (2 casos bajo); de
29 a 39 años: (6 casos bajo y 2
medios); de 40 a 50 años (4 casos
bajos y 6 medios); más de 50 años (5
casos bajo y 6 medios)
Bajo con 17 casos y 14
medios con tecnoestrés
Muy Fuerte
Género - Fatiga
Visual
0.268
Hombres: (6 casos moderado nivel 3
y 7 moderado nivel 4).
Mujeres: (2 casos leve nivel 2, 5
moderado nivel 3 y 11 moderado
nivel 4)
Leve Nivel 2: (2 casos);
Moderado Nivel 3: (11
casos) y Moderado Nivel
4: (18 casos) con fatiga
visual
Muy Fuerte
Género -
Tecnoestrés
0.246
Hombres: (9 casos bajo y 4 medio).
Mujeres: (8 casos bajo y 10 medios)
Bajo con 17 casos y 14
medios con tecnoestrés
Muy Fuerte
Nivel Educativo
– Fatiga visual
0.264
Primaria: (1 caso moderado nivel 3);
Secundaria (2 casos moderado nivel
4), Tercer Nivel (1 caso leve nivel 2,
5 moderado nivel 3 y 11 moderado
nivel 4); Cuarto Nivel (1 caso leve
nivel 2, 5 moderado nivel 3 y 5
moderado nivel 4)
Leve Nivel 2: (2 casos);
Moderado Nivel 3: (11
casos) y Moderado Nivel
4: (18 casos) con fatiga
visual
Muy Fuerte
Nivel Educativo
- Tecnoestrés
0.167
Primaria: (1 caso bajo); Secundaria
(1 caso bajo y 1 medio), Tercer
Nivel (9 casos bajo y 8 medios;
Cuarto Nivel (6 casos y 5 medios)
Bajo con 17 casos y 14
medios con tecnoestrés
Fuerte
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 14
En la siguiente gráfica se presenta la correlación de horas frente al computador y la fatiga
visual.
Gráfica No. 3
Correlación de las horas frente al computador y fatiga visual de los docentes de la Unidad Educativa Nuestra Señora de
Pompeya
Los resultados de horas del computador y fatiga visual por medio del V de Cramer cuyo valor
es de 0.348, la correlación es muy fuerte, esto significa que a mayor número de horas frente a un
ordenador aumenta la fatiga visual por lo que es necesario realizar pausas activas y disminuir la
intensidad.
De 2 a 4 horas referente a la fatiga visual tenemos: (2 casos leve nivel 2, 4 moderado nivel 3,
6 moderado nivel 4); de 4 a 6 horas (3 casos moderado nivel 3 y 8 moderado nivel 4); de 6 a 8 horas (4
moderado nivel 3 y 2 moderado nivel 4); más de 8 horas (2 casos moderado nivel 4).
En la siguiente gráfica se presenta la correlación de las horas frente al computador y el
tecnoestrés.
Gráfica No. 4
Correlación de las horas frente al computador y tecnoestrés de los docentes de la Unidad Educativa Nuestra Señora
de Pompeya
De 2 a 4 horas De 4 a 6 horas De 6 a 8 horas Másde 8 horas
2
0 0 0
4
3
4
0
6
8
2 2
Fatiga Visual Leve Nivel 2 Fatiga Visual Moderado Nivel 3
Fatiga Visual Moderado Nivel 4
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 15
La correlación de las horas de uso del computador y tecnoestrés de los docentes de la Unidad
Educativa Nuestra Señora de Pompeya por medio del V de Cramer es de 0.123 es moderada su
correlación, es decir que existe otros factores que influyen en el tecnoestrés que requieren ser estudiados
con mayor detenimiento.
De 2 a 4 horas referente a tecnoestrés tenemos: (6 casos bajos y 6 medios); de 4 a 6 horas (6
casos bajo y 5 medios); de 6 a 8 horas (4 casos bajos y 2 medios) y más de 8 horas (1 caso bajo y 1
medio).
En la siguiente gráfica se presenta la correlación entre enfermedades visuales previas y fatiga
visual.
Gráfica No. 5
Correlación de enfermedades visuales previas y fatiga visual de los docentes de la Unidad Educativa Nuestra Señora
de Pompeya
De 2 a 4 horas De 4 a 6 horas De 6 a 8 horas Másde 8 horas
Horas de uso del computador
6 6
4
1
6
5
2
1
Tecnoestrés Bajo Tecnoestrés Medio
Miopía Astigmatismo Presbicia Ninguna
2
0 0 0
1
2
1
7
10
3
1
4
Fatiga Visual Leve Nivel 2 Fatiga Visual Moderado Nivel 3
Fatiga Visual Moderado Nivel 4
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 16
La correlación de enfermedades visuales previas y fatiga visual de los docentes de la Unidad
Educativa Nuestra Señora de Pompeya por medio del V de Cramer es de 0.40 es muy fuerte, es decir
que las enfermedades visuales aumentan la presencia de la fatiga visual, es necesario implementar
medidas preventivas y atención médica especializada.
Las enfermedades visuales previas como la miopía presentan: (2 casos leve nivel 2, 1
moderado nivel 3 y 10 moderado nivel 4); astigmatismo (2 casos moderado nivel 3 y 3 moderado nivel
4); presbicia (1 caso moderado nivel 3 y 1 moderado nivel 4); ninguna enfermedad visual (7 casos
moderado nivel 3 y 4 moderado nivel 4).
El abordaje de la fatiga visual es amplio y comprende diversos aspectos, incluyendo el manejo
de los síntomas, la implementación de medidas para crear entornos laborales adecuados y la
modificación de hábitos al utilizar el ordenador. Estos últimos aspectos son fundamentales para prevenir
la aparición de los síntomas asociados. (Saldarriaga et al., 2012).
En la siguiente gráfica se presenta la correlación entre enfermedades visuales previas y
tecnoestrés.
Gráfica No. 6
Correlación de enfermedades visuales previas y tecnoestrés de los docentes de la Unidad Educativa Nuestra Señora
de Pompeya
La correlación de las variables enfermedades visuales previas y tecnoestrés por medio del V
de Cramer cuyo valor es de 0.374 es muy fuerte, esto significa que las enfermedades visuales presentes
Miopía Astigmatismo Presbicia Ninguna
5
4
2
6
8
1
0
5
Tecnoestrés Bajo Tecnoestrés Medio
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 17
en los docentes influyen para el aparecimiento del tecnoestrés por lo que es necesario implementar
medidas preventivas como: pausas activas, reducción del tiempo de uso del ordenador, organización
del trabajo, entre otras.
Con respecto a la frecuencia de enfermedades visuales tenemos con miopía: (5 con tecnoestrés
bajo y 8 medio); astigmatismo (4 casos con tecnoestrés bajo y 1 medio); presbicia (2 casos con
tecnoestrés bajo) y con ninguna enfermedad visual (6 casos con tecnoestrés bajo y 5 medio).
Las emociones pueden manifestarse de diversas maneras, incluyendo miedo, ansiedad,
resistencia, frustración, fatiga, estrés y otros riesgos tanto psicosociales como físicos (Dias Pocinho &
Costa Garcia, 2009). Además, el uso excesivo de computadoras puede conducir a comportamientos
antisociales (Kasuga et al., 2004), y la sobrecarga de roles y los conflictos de roles pueden aumentar el
estrés laboral (Tarafdar et al., 2007).
Para Ayerza & Emery (2020), en su investigación manifiesta que la fatiga visual se define
como una condición en la que se experimentan síntomas visuales y musculoesqueléticos, como dolor
en el cuello y los hombros, debido al uso prolongado de computadoras o dispositivos digitales, por lo
que al igual que este entorno analizado presenta un caso similar que requiere ser intervenido para evitar
problemas de salud en los docentes.
Según López y Ruiz (2023), en una investigación en Project Engineering & Construcción Cia
Ltda., se obtuvieron resultados de tecnoestrés: 60 % bajo y 40 % medio; por niveles: 40 % medio - alto
de escepticismo tecnológico; 54.3 % medio y alto de fatiga; 71.4 % bajo de ansiedad; 82.9 % bajo de
ineficiencia que influyen en la presencia de estrés y fatiga por el uso excesivo del ordenador, estos
datos se corroboran con los que se obtuvo en esta investigación de tecnoestrés bajo y medio en los
docentes de la Unidad Educativa Nuestra Señora de Pompeya.
4. CONCLUSIONES
La fatiga visual y el tecnoestrés son problemas cada vez más comunes en la sociedad moderna,
debido al uso prolongado de dispositivos digitales y la constante conectividad tecnológica. Estos
problemas pueden afectar negativamente la salud física y mental de las personas, así como su
rendimiento en el trabajo y su calidad de vida en general.
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 18
Es importante tomar medidas preventivas, como tomar descansos regulares, ajustar la
configuración de la pantalla y establecer límites en el tiempo dedicado a la tecnología, para mitigar
estos efectos adversos. Además, fomentar una cultura de conciencia, equilibrio en el uso de la
tecnología puede ayudar a reducir la incidencia de estos problemas, promover un estilo de vida más
saludable y sostenible en la era digital.
Los resultados obtenidos de fatiga visual: 6.5 % bajo, 35.5 % medio y 58.1 % alto reflejan
tendencia media alta de presencia por lo que puede pueden ocasionar irritabilidad, ansiedad, dificultad
para concentrarse, dolores de cabeza, problemas para dormir y una sensación de agotamiento constante.
Esta fatiga puede afectar negativamente el bienestar general de una persona y su capacidad para
funcionar eficazmente en el trabajo y en la vida diaria.
Los resultados de tecnoestrés: 54.8 % bajo y 45.2 % medio, significa que existe una intensidad
media en el uso de tecnología para los docentes en el proceso de enseñanza aprendizaje con niveles de
ansiedad que pueden provocar estrés en el caso negativo de no tomar acciones preventivas ante la
sintomatología que puede presentarse ya en los docentes.
Para prevenir la fatiga visual y el tecnoestrés: toma descansos frecuentes durante el uso de
dispositivos digitales, ajustarla configuración de la pantalla para reducir el brillo y el deslumbramiento,
practicar ejercicios oculares y técnicas de relajación, limitar el tiempo de pantalla y fomenta el equilibrio
digital, Establecer límites en el uso de la tecnología, mantener una postura ergonómica y busca ayuda
profesional si es necesario.
AGRADECIMIENTOS
Los autores agradecen el apoyo y acompañamiento en la divulgación de resultados, a la Red de
investigación en Ingeniería e Informática Ri3.
FINANCIACIÓN
Los autores no recibieron financiación para el desarrollo de la presente investigación.
CONFLICTO DE INTERESES
Los Autores declaran que no existe conflicto de intereses
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 19
CONTRIBUCIÓN DE AUTORÍA
En concordancia con la taxonomía establecida internacionalmente para la asignación de
créditos a autores de artículos científicos (https://credit.niso.org/). Los autores declaran sus
contribuciones en la siguiente matriz:
Karla López
Edmundo
Cabezas
Participar activamente en:
Conceptualización
X
X
Análisis formal
X
Adquisición de fondos
X
Investigación
X
Metodología
X
X
Administración del proyecto
X
X
Recursos
X
Redacción –borrador original
X
X
Redacción –revisión y edición
X
X
La discusión de los resultados
X
Revisión y aprobación de la versión final del trabajo.
X
X
5. REFERENCIAS BIBLIOGRÁFICAS
Aguilar-Ramírez, M. D. P., & Meneses, G. (2022). Validación del instrumento “Computer Vision Syndrome Questionnaire
(CVS-Q)” para la evaluación del síndrome visual informático en personal de salud de Lima. Revista Médica
Herediana, 33(3), 187-195.
Arlanzón Lope, P. (2018). Evaluación y caracterización del síndrome visual informático
en la población de la Universidad de Valladolid. Valladolid.
Alam, M. A. (2016). Technostress and productivity: Survey evidence from the aviation industry. Journal of Air Transport
Management, 50, 62-70. https//doi.org/10.1016/j.jairtraman.2015.10.003
Arnetz, B. B. & Wiholm, C. (1997). Technological stress: Psychophysiological symptoms in modern offices. Journal of
Psychosomatic Research, 43(1), 35-42. https://doi.org/10.1016/S0022-3999(97)00083-4
Ayerza, D. R., & Emery, N. C. (2020). Síndrome de fatiga visual o síndrome visual por computadora. Fronteras en medicina,
15(2), 140-141.
Brillart, P. E. (2004). Technostress in the Workplace: Managing Stress in the Electronic Workplace. Journal of American
Academy of Business, 5, 302-307
Cardenas-Velasquez, A. J., & Bracho-Paz, D. C. (2020). El Tecnoestrés: Una consecuencia de la inclusión de las TIC en el
trabajo. Cienciamatria, 6(1), 295-314.
Carrión-Bósquez, N. G., Castelo-Rivas, W. P., Guerrero-Pachacama, J. A., Criollo-Sarco, L. V., & Jaramillo-Verduga, M.
J. (2022). Factores que influyen en el tecnoestrés docente durante la pandemia por la COVID-19, Ecuador. Revista
Información Científica, 101(2).
Cornejo Hilario, B. O. (2020). Tecnoestrés en docentes de la zona de Puente Piedra-Lima, 2020.
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 20
Champion, S. (1987). Managing technostress. TechTrends, 32(5), 31-32. https://doi.org/10.1007/BF02771138
Defaz Gutiérrez, C. G. (2023). Fatiga visual relacionada al uso de pantallas de visualización en trabajadores del servicio de
emergencia de un hospital de Quito (Master's thesis).
Dias-Pocinho, M. & Costa-Garcia, J. (2009). Psychosocial impact of information and communication technologies (ICT):
Technostress, physical damage, and professional satisfaction. Acta Colombiana de Psicología, 11(2), 127-139.
Huilcapi Carrillo, I. A. (2024). Determinación de la fatiga visual y su relación con el telestudio, en estudiantes de la carrera
de Agroindustria (Bachelor's thesis, Riobamba, Universidad Nacional de Chimborazo).
Jiménez, V., Alvarado, J. M. y Llopis, C. (2017). Validación de un cuestionario diseñado para medir frecuencia y amplitud
de uso de las TIC. EDUTEC, 61, 1-14. https://www.edutec.es/revista/ index.php/edutec-e/article/view/949/pdf
Juhaňák, L., Zounek, J., Záleská, K., Bárta, O., & Vlčková, K. (2019). The relationship between the age at first computer
use and students' perceived competence and autonomy in ICT usage: A mediation analysis. Computers &
Education, 141. https://doi.org/10.1016/j.compedu.2019.103614.
Kali, Y., Baram-Tsabari, A., & Schejter A. (Eds.) (2019). Learning in a networked society: Spontaneous and designed
technology enhanced learning communities. Springer’s Computer Supported Collaborative Learning Series.
Kasuga, N.; Itoh, K.; Oisni, S. & Nagashima, T. (2004). Study on relationship between technostress and antisocial behavior
on computers. IEICE Transactions on Information and Systems, E87D (6), 1461-1465
López, X. L., & Ruiz, E. N. (2023). Tecnoestrés post pandemia para mitigar riesgos psicosociales en la empresa Project
Engineering & Construccion cía. Ltda. Polo del Conocimiento: Revista científica - profesional, 8(1), 1094-1121.
Matosas-López, L., Aguado-Franco, J. C., & Gómez-Galán, J. (2019). Constructing an instrument with behavioral scales to
assess teaching quality in blended learning modalities. Journal of New Approaches in Educational Research, 8(2),
142-165. https://doi.org/10.7821/naer.2019.7.410
Picón, C., Toledo, S., & Navarro, V. (2017). Tecnoestrés: Identificación y prevalencia en el personal docente de la Facultad
de Medicina de la Universidad Nacional del Nordeste. Revista de la Facultad de Medicina, 36(3), 41-51.
Romero Rodríguez, J. M., Hinojo Lucena, F. J., Kopecký, K., & García-González, A. (2023). Fatiga digital en estudiantes
universitarios como consecuencia de la enseñanza online durante la pandemia Covid-19.
Sheppard, A. L., Wolffsohn, J. S., & Digital Eye Strain Working Group. (2018). Digital eye strain: Prevalence, measurement,
and amelioration. BMJ Open Ophthalmology, 3(1), e000146.
Saganuwan, M. U.; Ismail, K. W. & Ahmad, N. U. (2015). Conceptual framework: AIS technostress and its effect on
professionals’ job outcomes. Asian Social Science. Canadian Center of Science and Education, 11(5), 97-107.
https://doi.org/10.5539/ass.v11n5p97
Saldarriaga, S. E., Ochoa, D. G., García, L. L., Mejía, P. A., LLano, L. M., & Trespalacios, E. M. V. (2012). Síndrome de
visión por computador: una revisión de sus causas y del potencial de prevención. Revista CES Salud Pública, 3(2),
193-201.
Tarafdar, M.; TU, Q.; Ragu-Nathan, B. & Ragu-Nathan, T.S. (2007). The impact of technostress on role stress and
productivity. Journal of Management Information Systems, 24(1), 301–328. https://doi.org/10.2753/MIS0742-
1222240109
Verdezoto Espinoza, E., & Cabezas Heredia, E. (2021). Determinación de la fatiga visual y su relación con el teletrabajo en
el personal administrativo de la facultad de Ingeniería de la Universidad Nacional de Chimborazo: Caso práctico.
Anatomía Digital, 4(3.1), 149-162. https://doi.org/10.33262/anatomiadigital.v4i3.1.1909
Virla, M. Q. (2010). Confiabilidad y coeficiente Alpha de Cronbach. Telos, 12(2), 248-252.
Villavicencio Ayub, E. R., & Cazares Vargas, M. A. (2021). Adaptación y validación de la escala de tecnoadicción del
cuestionario red-tecnoestrés, en una población laboral mexicana.
Technology Rain Journal ISSN: 2953-464X
technologyrain.com.ar 21