Predicting teacher resilience by using artificial neural networks: influence of burnout and stress by COVID-19

Abstract

Antecedentes: La resiliencia en el profesorado permite afrontar si-tuaciones difíciles y reponerse a la adversidad existiendo diferencias de gé-nero al respecto. Asimismo, la inteligencia artificial y las técnicas asociadas a ella han resultado ser de gran utilidad para predecir variables educativas y estudiar la interconexión entre ellas tras la COVID-19. Dicho esto, el obje-tivo general de esta investigación fue predecir los niveles de resiliencia en las profesoras y profesores de Secundaria a través del diseño de una red neuronal artificial (RNA). Método:Se administró la Escala Breve de Afron-tamiento Resiliente, el Inventario de Burnout de Maslach y el Cuestionario de Estrés frente a la COVID-19 a 401 docentes de secundaria (70.6% mu-jeres) de centros educativos del sureste español, con una edad media de 44.36 años (DT= 9.38). Resultados:Se hallaron diferencias en la configura-ción de los modelos predictivos de la resiliencia entre profesoras y profeso-res contribuyendo las variables independientes en diferente grado en fun-ción del género. Conclusiones:Se pone de manifiesto la utilidad de las RNA en el ámbito educativo y la necesidad de diseñar programas más ajustados.

Background:Resilience in teachers allows them to face difficult situations to recover from adversity and there are gender differences. Likewise, artificial intelligence and the techniques associated with it have proven to be very useful in predicting educational variables and studying the interconnection between them after COVID-19. That said, the general objective of this research was to predict the levels of resilience in second-ary school teachers through the design of an artificial neural network (ANN). Method: The Brief Resilient Coping Scale, the Maslach Burnout In-ventory and the COVID-19 Stress Questionnaire were administered to 401 secondary school teachers (70.6% female) from schools in southeastern Spain, with a mean age of 44.36 years (SD = 9.38). Results:Differences were found in the configuration of the predictive models of resilience be-tween male and female teachers, with the independent variables contrib-uting to different degrees depending on gender. Conclusions:It is highlighted the usefulness of ANNs in the educational setting and the need to design more adjusted programs.