Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
933
Artículo Científico
Enterolandia y la resolución de problemas con números
enteros: estudio preexperimental en octavo año de
Educación General Básica.
Enterolandia and integer problem solving: A pre-experimental study in
eighth-grade basic education.
Avecillas-Mendieta, Sonia Maritsa1; Guerrero-Zambrano, Marcos2.
1 Universidad Nacional de Educación; Ecuador, Azogues; https://orcid.org/0009-
0002-0155-7655; smavecillas@unae.edu.ec
2 Universidad Estatal de Milagro; Ecuador, Milagro; https://orcid.org/0000-0002-
5617-6836; mguerreroz@unemi.edu.ec
1 Autor Correspondencia
https://doi.org/10.63618/omd/isj/v4/n3/391
Resumen: Estimar la diferencia en el desempeño para resolver problemas con números enteros
antes y después de implementar Enterolandia, una intervención gamificada mediada por
Genially. Se realizó un estudio cuantitativo aplicado, con diseño preexperimental de un grupo y
mediciones pretest-postest. Participaron 18 estudiantes de octavo año, organizados en nueve
parejas. La intervención comprendió dos sesiones de 45 minutos y 16 retos con
retroalimentación diferenciada, pistas graduadas, reintentos y roles rotativos. El desempeño se
evaluó mediante dos pruebas de 16 ítems. Se aplicó una prueba t para muestras relacionadas,
un análisis de sensibilidad de Wilcoxon y una estimación del tamaño del efecto. La puntuación
media aumentó de 10,11 a 11,72 puntos sobre 16. La diferencia media fue de 1,61 puntos,
intervalo de confianza IC del 95 % es decir varía entre 0,59 y 2,64, prueba estadistica t(17) =
3,315, nivel de significancia p = 0,004, con coeficiente de cohen dz = 0,781. Doce estudiantes
mejoraron, cuatro mantuvieron su puntuación y dos disminuyeron. Ninguna dimensión conservó
significación después del ajuste de Holm. Se observó un cambio global favorable en el grupo
estudiado. Sin embargo, la ausencia de un grupo comparativo, el tamaño muestral reducido y la
equivalencia no demostrada de las formas impiden atribuir causalidad o generalizar los
resultados.
Palabras clave: gamificación; enseñanza de la matemática; resolución de problemas; números
enteros; educación secundaria.
Abstract: To estimate the difference in integer problem-solving performance before and after
the implementation of Enterolandia, a gamified intervention delivered through Genially. A
quantitative applied study with a single-group pre-experimental pretest-posttest design was
conducted. Eighteen eighth-grade students participated in nine pairs. The intervention comprised
two 45-minute sessions and 16 challenges with differentiated feedback, progressively scaffolded
hints, repeated attempts, and rotating roles. Performance was assessed using two 16-item tests.
A paired-samples t test, a Wilcoxon signed-rank sensitivity analysis, and a standardized within-
participant effect size were calculated. The mean score increased from 10.11 to 11.72 out of 16
points. The mean difference was 1.61 points, with a 95% confidence interval ranging from 0.59
to 2.64, statical test t(17) = 3.315, significance level of p = .004, with Cohen's coefficient dz =
0.781. Twelve students improved, four maintained their score, and two obtained a lower score.
None of the domain-level comparisons remained statistically significant after the Holm
adjustment. A favorable overall change was observed in the study group. However, the lack of a
comparison group, the small sample, and the unconfirmed equivalence of the two test forms
preclude causal attribution and broad generalization.
Keywords: Gamification; Mathematics Instruction; Problem Solving; Integers; Secondary
School Mathematics.
Cita: Avecillas-Mendieta, S., &
Guerrero-Zambrano, M. (2026).
Enterolandia y la resolución de
problemas con números enteros:
estudio preexperimental en
octavo año de Educación General
Básica. Innova Science
Journal, 4(3), 933-
947. https://doi.org/10.63618/omd
/isj/v4/n3/391
Recibido: 24/02/2026
Aceptado: 14/07/2026
Publicado: 31/07/2026
Copyright: © 2026 por los
autores. Este artículo es un
artículo de acceso abierto
distribuido bajo los términos y
condiciones de la Licencia
Creative Commons, Atribución-
NoComercial 4.0 Internacional. (CC
BY-NC).
(https://creativecommons.org/lice
nses/by-nc/4.0/)
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
934
Artículo Científico
1. Introducción
Resolver problemas con números enteros requiere interpretar signos, reconocer puntos
de referencia y representar desplazamientos que pueden atravesar el cero. Estas
exigencias superan la aplicación mecánica de reglas operatorias, porque obligan a
relacionar los datos con una situación y a comprobar si el resultado conserva sentido.
Haji Ismail et al. (2023) documentaron que las dificultades con los enteros pueden
persistir después de la instrucción y señalaron la utilidad de combinar representaciones
visuales con acompañamiento pedagógico.
En octavo año de Educación General Básica, los números enteros sostienen
aprendizajes posteriores de álgebra, funciones y ciencias. También permiten modelar
temperaturas, altitudes, deudas, saldos, ganancias y pérdidas. El problema educativo
no se limita, por tanto, a recordar una regla; se manifiesta en la distancia entre ejecutar
una operación y emplearla para representar, resolver y justificar una situación
contextualizada.
La gamificación incorpora elementos del diseño de juegos en actividades que mantienen
objetivos curriculares explícitos. Sailer y Homner (2020) advirtieron que su aporte
educativo depende de la relación entre esos elementos y los mecanismos de
aprendizaje. En consecuencia, una propuesta gamificada no se define únicamente por
puntos, insignias o recompensas, sino por la forma en que organiza metas, retos,
retroalimentación y progresión.
Zeng et al. (2024) identificaron un efecto positivo moderado de la gamificación sobre el
desempeño académico en estudios publicados entre 2008 y 2023. No obstante, la
magnitud varió según el nivel educativo, el entorno y la configuración de los elementos
lúdicos. Li et al. (2023) también encontraron resultados favorables, aunque subrayaron
la heterogeneidad entre intervenciones y la necesidad de interpretar los efectos dentro
de cada contexto.
La motivación puede favorecer la permanencia en tareas matemáticas exigentes cuando
los objetivos y las ayudas se encuentran alineados con el contenido. Fadda et al. (2022)
informaron un efecto positivo de los juegos digitales sobre la motivación matemática en
educación escolar. Este antecedente no implica que toda actividad digital produzca
aprendizaje por sí misma; indica que el interés y la expectativa de logro pueden sostener
el esfuerzo.
La resolución de problemas exige análisis, toma de decisiones y transferencia. Cai et al.
(2025) mostraron que el aprendizaje basado en juegos digitales puede favorecer esta
capacidad cuando las actividades no se limitan a repetir respuestas. Aunque el
aprendizaje basado en juegos y la gamificación no son equivalentes, ambos enfoques
coinciden en la necesidad de diseñar tareas cognitivamente significativas.
El desarrollo de recursos gamificados requiere comprobar su pertinencia didáctica y su
viabilidad. Lukman et al. (2023) señalaron que los materiales de matemática deben
vincular los componentes lúdicos con habilidades específicas de pensamiento crítico y
resolución de problemas. Esta perspectiva desplaza el interés desde la herramienta
tecnológica hacia la secuencia, la retroalimentación y las oportunidades de explicación.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
935
Artículo Científico
En el contexto latinoamericano, Rizo-Padilla et al. (2025) describieron que los juegos
didácticos pueden favorecer el interés y el pensamiento lógico-matemático cuando se
articulan con propósitos formativos. Chamorro-Andrade et al. (2025) destacaron el valor
de las explicaciones paso a paso y los recursos visuales para comprender operaciones
matemáticas. Zambrano-Alay (2025) resaltó que la retroalimentación continua puede
orientar la revisión de la tarea y fortalecer la participación.
La retroalimentación es especialmente relevante cuando permite identificar el origen del
error y ofrece información para corregirlo. Wisniewski et al. (2020) concluyeron que su
efecto educativo varía según el tipo de información proporcionada y la forma en que el
estudiante la utiliza. Por ello, el reintento adquiere valor pedagógico cuando está
acompañado por pistas que orientan la revisión del procedimiento.
Las plataformas de autoría interactiva permiten integrar narrativa, navegación,
imágenes y respuesta inmediata. Pastás Hernández et al. (2024) documentaron el uso
de Genially en actividades gamificadas de matemática. Putra y Afrina (2023) mostraron
que la legibilidad y la organización de las rutas de navegación son condiciones
importantes del diseño multimedia. En educación secundaria, Uchima-Marin et al.
(2025) implementaron un juego matemático con misiones y colaboración, y destacaron
que el acompañamiento pedagógico debe considerarse al interpretar los resultados.
A partir de estos antecedentes, el vacío de interés no consiste en una ausencia general
de investigaciones sobre gamificación, sino en la disponibilidad todavía limitada de
estudios contextualizados que combinen, en intervenciones breves de educación
secundaria, problemas con números enteros, retroalimentación específica por error,
pistas graduadas, reintentos y roles colaborativos. Además, la valoración de una
innovación debe distinguir el cambio en el desempeño de la aceptación subjetiva de la
experiencia.
Enterolandia se diseñó como una intervención gamificada mediada por Genially. La
propuesta integró cuatro misiones sobre comparación y orden, desplazamientos,
ganancias y pérdidas y problemas integradores. Cada misión incluyó retos
contextualizados, retroalimentación diferenciada, dos niveles de pistas, oportunidad de
reintento, explicación del procedimiento y una pregunta de transferencia. El trabajo en
parejas se organizó mediante los roles rotativos de Analista y Navegante.
La pregunta de investigación fue: ¿qué diferencia se observa en el desempeño para
resolver problemas con números enteros entre el pretest y el postest después de
implementar Enterolandia en un grupo de estudiantes de octavo año de Educación
General Básica? El objetivo fue estimar esa diferencia intrapersonal y describir, de
manera exploratoria, los cambios en las cuatro dimensiones del desempeño. La
formulación se concentró en cambios observados y no en efectos causales, porque el
diseño de un solo grupo no permite descartar explicaciones alternativas.
2. Materiales y Métodos
2.1. Contexto y participantes
La investigación se realizó durante el periodo lectivo 2026 en un curso intacto de octavo
año de una unidad educativa. La intervención fue presencial con apoyo digital y utilizó
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
936
Artículo Científico
la presentación interactiva Enterolandia, equipos informáticos o proyección colectiva,
una recta numérica visible y hojas para operaciones breves.
Participaron 18 estudiantes, organizados en nueve parejas. Se incluyó de manera
exhaustiva al alumnado elegible del aula accesible. El aula fue seleccionada mediante
muestreo no probabilístico por conveniencia, debido a la disponibilidad del grupo y a la
integración de la experiencia en la planificación escolar.
Bhattacherjee (2012) indicó que el muestreo por conveniencia puede utilizarse en
estudios aplicados cuando el acceso está delimitado por el contexto y sus restricciones
se explicitan. López-Roldán y Fachelli (2015) advirtieron que este procedimiento no
permite extender automáticamente los resultados a poblaciones más amplias. Por ello,
las inferencias se circunscribieron al grupo estudiado.
Los criterios de inclusión fueron estar matriculado en el curso, disponer del
consentimiento del representante, otorgar asentimiento informado y completar las
mediciones inicial y final. La ausencia en uno de los dos momentos de evaluación
excluyó al participante del contraste pareado, pero no restringió su acceso a la actividad
pedagógica.
2.2. Diseño y alcance
Se realizó un estudio cuantitativo aplicado, de campo, con diseño preexperimental de
un grupo y dos mediciones repetidas. La finalidad fue evaluar una propuesta construida
para atender una necesidad didáctica concreta y estimar la diferencia entre dos
mediciones del mismo grupo.
La estructura del diseño fue O_1-X-O_2, donde O₁ representa la medición inicial, X la
intervención Enterolandia y O₂ la medición posterior. Jhangiani et al. (2019) señalaron
que los diseños de un solo grupo permiten describir cambios intraparticipante, pero
mantienen amenazas de historia, maduración, efecto de prueba, instrumentación y
regresión estadística. En consecuencia, el estudio no se clasificó como explicativo y no
estableció causalidad.
2.3. Intervención Enterolandia
Enterolandia se implementó como una intervención didáctica gamificada mediada por
Genially. La plataforma se utilizó como soporte de navegación e interactividad; el
componente pedagógico se estructuró mediante problemas contextualizados,
progresión de dificultad, retroalimentación específica, pistas, reintentos, transferencia y
trabajo colaborativo.
La intervención comprendió dos sesiones de 45 minutos. La primera misión abordó
comparación y orden; la segunda, desplazamientos; la tercera, ganancias, pérdidas,
deudas y saldos; y la cuarta, problemas de varios pasos. Cada misión incluyó cuatro
retos.
Las alternativas incorrectas activaron mensajes asociados con errores previsibles, como
inversión del sentido en la recta numérica, omisión del signo inicial, suma de valores
absolutos o interpretación incorrecta de una penalización. Después del primer error se
ofreció una pista conceptual. Si la dificultad persistía, se presentaba una segunda
orientación más explícita o visual.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
937
Artículo Científico
Los estudiantes trabajaron en parejas con los roles de Analista y Navegante. El Analista
leía el problema, identificaba los datos y proponía una estrategia. El Navegante
controlaba la presentación, verificaba el acuerdo y registraba el uso de pistas. Los roles
se intercambiaron después de dos retos. Las insignias reconocieron comprensión,
persistencia y colaboración, sin repercusión en la calificación ni premios por rapidez.
2.4. Fases de aplicación
La aplicación se desarrolló en ocho fases. Primero, se asignaron códigos y se administró
individualmente el pretest Forma A. Después, se activaron conocimientos previos sobre
la recta numérica, el cero como referencia y las situaciones de ganancia o pérdida. En
la tercera fase se presentó la narrativa, las reglas, el sistema de pistas y los roles. En la
cuarta, las parejas resolvieron los 16 retos. En la quinta fase se aplicó la
retroalimentación diferenciada y se habilitaron los reintentos. La sexta fase consistió en
una reflexión metacognitiva sobre estrategias, errores y distribución de decisiones. En
la séptima se administró individualmente el postest Forma B. Finalmente, se recogieron
medidas de percepción, motivación y observación de la implementación.
2.5. Instrumentos
El desempeño se evaluó mediante un pretest Forma A y un postest Forma B, integrados
por 16 ítems de elección múltiple con tres alternativas. Cada prueba distribuyó cuatro
ítems en las dimensiones de comparación y orden, desplazamientos, ganancias y
pérdidas y problemas integradores. Las respuestas correctas recibieron un punto; las
incorrectas o no contestadas, cero. La puntuación total osciló entre 0 y 16 y cada
dimensión entre 0 y 4. Las pruebas se aplicaron individualmente, sin calculadora y
durante 20 minutos.
Las formas mantuvieron la misma distribución dimensional, el mismo número de ítems
y el mismo formato de respuesta. Esta correspondencia estructural no se interpretó
como equivalencia psicométrica, porque no se dispuso de un estudio independiente de
equiparación de dificultad.
También se administraron dos cuestionarios de 20 ítems y una ficha de observación por
parejas. Sin embargo, la base conservada contenía únicamente puntuaciones
agregadas que no coincidían con la estructura final de los cuestionarios, y el rango de
la observación no correspondía con la versión definitiva. Por razones de integridad
analítica, esas medidas no se utilizaron para sustentar los resultados ni las conclusiones
del presente manuscrito.
Taber (2018) explicó que la consistencia interna debe interpretarse a partir de la matriz
de respuestas y de la estructura del instrumento, no como un umbral aislado. Viladrich
et al. (2017) señalaron que el alfa y el omega requieren supuestos y datos que permitan
relacionar la puntuación con el constructo. Al no disponerse de respuestas por ítem, no
se estimó la confiabilidad de los cuestionarios.
2.6. Validez de contenido y consistencia de las pruebas
Los instrumentos se elaboraron a partir de una matriz de correspondencia entre objetivo,
variables, dimensiones, indicadores e ítems. La valoración de contenido se organizó
mediante matrices dirigidas a cinco jueces y consideró claridad, pertinencia, coherencia,
relevancia y adecuación.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
938
Artículo Científico
Pedrosa et al. (2013) indicaron que la evidencia de validez de contenido debe examinar
la representatividad y suficiencia de los elementos respecto del dominio. En este
estudio, las valoraciones disponibles fueron globales por criterio y no por ítem; por tanto,
se interpretaron como evidencia preliminar de valoración general y no como
demostración de la validez de cada reactivo.
El acuerdo se resumió mediante la V de Aiken. Merino Soto y Livia Segovia (2009)
recomendaron interpretar este coeficiente junto con intervalos de confianza,
especialmente cuando participa un número reducido de jueces.
La consistencia interna de las pruebas dicotómicas se estimó mediante KR-20. Anselmi
et al. (2019) advirtieron que los índices de consistencia responden a supuestos
diferentes y deben interpretarse junto con la estructura de la prueba. En consecuencia,
los coeficientes se consideraron preliminares por el tamaño muestral y por la presencia
de cuatro dominios.
2.7. Procedimiento
La investigación comenzó con la autorización institucional y la información a
representantes y estudiantes. Después del consentimiento y el asentimiento, se
asignaron códigos alfanuméricos que sustituyeron los nombres. La lista de
correspondencia entre códigos e identidades se mantuvo separada de la base de
análisis.
El pretest se administró antes de la intervención. Posteriormente se organizaron las
parejas, se eligieron los avatares y se distribuyeron los roles iniciales. Durante las dos
sesiones se completaron las cuatro misiones, se revisó la retroalimentación, se utilizaron
pistas cuando fue necesario y se rotaron los roles.
El postest se administró en un momento independiente y sin mostrar las respuestas de
la actividad. Antes del análisis se revisaron códigos duplicados, valores fuera de rango,
datos faltantes e inconsistencias entre respuestas y puntuaciones totales. El análisis
pareado incluyó a quienes completaron ambas mediciones.
2.8. Procesamiento y análisis de datos
Los datos se procesaron mediante Python 3 en Google Colab. Google describe Colab
como un servicio alojado de Jupyter que permite ejecutar código desde el navegador.
La documentación de Python Software Foundation se utilizó para registrar la sintaxis del
entorno.
El cuaderno integró importación, depuración, transformación, análisis y generación de
gráficos. Downey (2014) destacó que el análisis con Python permite vincular
exploración, visualización y comprobación computacional en un flujo reproducible.
El análisis descriptivo incluyó frecuencias, porcentajes, media, desviación estándar,
mediana, mínimo, máximo y rango intercuartílico. La selección de medidas y pruebas
consideró la distribución y el carácter pareado de los datos, conforme a los principios
descritos por Çetinkaya-Rundel et al. (2019).
El cambio individual se definió como D_i = 〖postest〗_i - 〖pretest〗_i. La distribución
de las diferencias se examinó mediante histograma, gráfico cuantil-cuantil, detección de
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
939
Artículo Científico
valores atípicos y prueba de Shapiro-Wilk. Cuando la distribución fue compatible con
normalidad, se aplicó una prueba t para muestras relacionadas. La prueba de rangos
con signo de Wilcoxon se utilizó como análisis de sensibilidad.
Se estableció un nivel bilateral de significación de 0,05. Se informó la diferencia media,
su intervalo de confianza del 95 % y el tamaño del efecto d_z = ¯D/s_D . Lakens (2013)
recomendó reportar la magnitud del efecto junto con la significación para facilitar la
interpretación y la acumulación de evidencia.
Las cuatro dimensiones se analizaron como resultados secundarios y exploratorios. Los
valores p se ajustaron mediante el procedimiento de Holm. La interpretación principal
se concentró en la puntuación total.
2.9. Consideraciones éticas
La participación fue voluntaria e independiente de la asistencia, las calificaciones y el
trato institucional. Los representantes recibieron información sobre el propósito, los
procedimientos, los riesgos mínimos, los beneficios posibles, la confidencialidad y el
derecho a retirar la autorización. El estudiantado recibió un documento de asentimiento
en lenguaje accesible.
Los registros utilizaron códigos en lugar de nombres y los resultados se presentaron de
forma agregada. No se utilizaron fotografías, audios o videos con fines investigativos sin
consentimiento adicional. Los datos se mantuvieron bajo acceso restringido.
2.10. Control de sesgos y limitaciones del diseño
La aplicación individual de las pruebas redujo la influencia directa de la pareja sobre las
puntuaciones. El uso de formas diferentes buscó limitar el recuerdo literal, aunque
introdujo la necesidad de comprobar su equivalencia. La rotación de roles procuró
disminuir la dominancia de un integrante.
El diseño careció de grupo de comparación; la selección fue por conveniencia; el tamaño
muestral fue reducido y el postest fue inmediato. Además, la posible desigualdad de
dificultad entre las formas limita la atribución del cambio a la intervención. Estas
condiciones sitúan los resultados como evidencia contextual y exploratoria.
3. Resultados
3.1. Control de calidad y valoración global de contenido
La base incluyó 18 registros completos. No se identificaron códigos duplicados ni datos
ausentes en las puntuaciones globales. La diferencia registrada coincidió en todos los
casos con la resta entre postest y pretest.
Las matrices de juicio experto incluyeron cinco valoraciones por criterio en una escala
de 1 a 4. La V de Aiken promedio osciló entre 0,856 para la propuesta Enterolandia y
0,907 para el cuestionario de percepción. Los valores más bajos correspondieron a
factibilidad temporal y duración de la implementación, ambos con V = 0,733. Debido a
que las valoraciones fueron globales por criterio, no permiten concluir que cada ítem
individual haya sido validado.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
940
Artículo Científico
Tabla 1.
Valoración global por criterios de los instrumentos y de la propuesta
Criterios
V promedio
Rango de V
Observación principal
5
0,880
0,800–0,933
Revisar distractores
5
0,880
0,800–0,933
Equilibrar dificultad
5
0,907
0,800–1,000
Simplificar una pregunta abierta
5
0,880
0,800–0,933
Evitar solapamiento
5
0,867
0,800–0,933
Incluir ejemplos y segundo
observador
6
0,856
0,733–0,933
Ajustar tiempo y retroalimentación
10
0,887
0,733–1,000
Ajustar duración e intentos
Nota. Las valoraciones fueron globales por criterio y no por ítem; por tanto, constituyen evidencia
preliminar.
3.2. Desempeño global antes y después de la intervención
En el pretest, la puntuación media fue de 10,11 puntos sobre 16 (DE = 2,93; IC del 95
% [8,65, 11,57]), con mediana de 10,00 y rango de 4 a 15. En el postest, la media fue
de 11,72 puntos (DE = 2,49; IC del 95 % [10,48, 12,96]), con mediana de 11,50 y rango
de 7 a 15. La diferencia media fue de 1,61 puntos (DE = 2,06; IC del 95 % [0,59, 2,64]).
Doce estudiantes mejoraron, cuatro mantuvieron su puntuación y dos disminuyeron.
La distribución de las diferencias fue compatible con normalidad, W = 0,966, p = 0,717.
La prueba t para muestras relacionadas indicó una diferencia estadísticamente
significativa, t(17) = 3,315, p = 0,004. El análisis de sensibilidad mediante Wilcoxon
produjo un resultado concordante, W = 9,5, p = 0,007. El tamaño del efecto fue d_z =
0,781, con IC bootstrap del 95 % [0,388, 1,354], compatible con un cambio de magnitud
moderada a grande, aunque estimado con escasa precisión.
Tabla 2.
Estadísticos descriptivos de las puntuaciones globales
Medición
n
Media
DE
Mediana
Q1–Q3
Rango
IC 95 % de la
media
Pretest
18
10,11
2,93
10,00
9,00–12,00
4–15
8,65–11,57
Postest
18
11,72
2,49
11,50
10,25–
14,00
7–15
10,48–12,96
Diferencia
18
1,61
2,06
1,50
0,00–2,75
−2–6
0,59–2,64
Nota. El intervalo de la fila «Diferencia» corresponde a la diferencia media pareada.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
941
Artículo Científico
Figura 1.
Cambio individual entre el pretest y el postest
Nota. La línea de mayor grosor representa la media del grupo.
3.3. Resultados por dimensión
El mejor desempeño inicial correspondió a comparación y orden, con una media de 3,11
sobre 4, mientras que los problemas integradores presentaron el promedio más bajo,
1,94. En el postest, comparación y orden alcanzó una media de 3,61 y los problemas
integradores permanecieron como la dimensión de menor puntuación, con 2,17. La
mayor diferencia descriptiva se observó en desplazamientos, con 0,78 puntos.
Las comparaciones dimensionales se consideraron secundarias por el reducido rango
de las subescalas. Desplazamientos presentó un valor p sin ajustar de 0,020; sin
embargo, ninguna dimensión conservó significación después de aplicar la corrección de
Holm. Por tanto, las diferencias por dominio se interpretaron de manera descriptiva y
exploratoria.
Tabla 3.
Comparación pretest-postest por dimensión
Dimensión
Pre M
(DE)
Pre Md [Q1–
Q3]
Post
M
(DE)
Post Md [Q1–
Q3]
Dif.
med
ia
W
p
exact
a
p
Hol
m
r
biseri
al
Comparación y
orden
3,11 (1,08)
3,00 [3,00–
4,00]
3,61
(0,5
0)
4,00 [3,00–
4,00]
0,50
6,
0
0,133
0,39
8
0,667
Desplazamientos
2,11 (1,28)
2,00 [1,00–
3,00]
2,89
(0,8
3)
3,00 [2,25–
3,00]
0,78
20
,0
0,020
0,08
1
0,667
Ganancias y
pérdidas
2,94 (1,06)
3,00 [2,25–
4,00]
3,06
(1,0
0)
3,00 [3,00–
4,00]
0,11
18
,0
0,781
0,81
0
0,200
Problemas
integradores
1,94 (1,16)
2,00 [1,00–
2,75]
2,17
(1,1
5)
2,00 [2,00–
3,00]
0,22
38
,0
0,405
0,81
0
0,276
Nota. M = media; DE = desviación estándar; Md = mediana; Q1–Q3 = rango intercuartílico; W =
estadístico de Wilcoxon. Los valores p de Holm corrigen cuatro comparaciones. El coeficiente
biserial por rangos se presenta como medida exploratoria de magnitud.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
942
Artículo Científico
3.4. Consistencia interna y comportamiento de los ítems
La consistencia interna del pretest fue KR-20 = 0,666, con IC bootstrap del 95 % [0,206,
0,813]. En el postest se obtuvo KR-20 = 0,596, con IC bootstrap del 95 % [0,237, 0,746].
La amplitud de los intervalos refleja una estimación imprecisa, esperable con 18
participantes y una prueba que integra cuatro dominios.
La proporción de aciertos del pretest varió entre 0,222 y 0,889. En el postest osciló entre
0,444 y 0,944. Las correlaciones punto-biseriales corregidas fueron negativas en los
ítems 6 y 15 del pretest y en los ítems 2, 5 y 7 del postest. Otros ítems presentaron
valores inferiores a 0,20. Estos resultados indican la necesidad de revisar claves,
distractores y equivalencia entre formas antes de una aplicación confirmatoria.
Tabla 4.
Dificultad y discriminación corregida de los ítems
Ítem
Pre p
Pre r_pb
Post p
Post r_pb
Revisión por r_pb < 0,20
1
0,778
0,263
0,944
0,287
—
2
0,889
0,354
0,944
−0,022
Post
3
0,778
0,587
0,944
0,079
Post
4
0,667
0,294
0,778
0,160
Post
5
0,722
0,578
0,778
−0,012
Post
6
0,611
−0,020
0,889
0,280
Pre
7
0,444
0,324
0,667
−0,129
Post
8
0,333
0,143
0,556
0,487
Pre
9
0,833
0,498
0,889
0,280
—
10
0,722
0,525
0,778
0,160
Post
11
0,778
0,212
0,667
0,393
—
12
0,611
0,146
0,722
0,333
Pre
13
0,611
0,062
0,611
0,464
Pre
14
0,500
0,142
0,556
0,016
Pre, post
15
0,611
−0,020
0,556
0,064
Pre, post
16
0,222
0,218
0,444
0,513
—
Nota. p = proporción de aciertos; r_pb = correlación punto-biserial corregida. Los valores
negativos o inferiores a 0,20 requieren revisión del ítem.
3.5. Medidas secundarias no incluidas en la interpretación
Los cuestionarios de percepción y motivación y la ficha de observación no se
incorporaron a los resultados finales. La base disponible conservó puntuaciones
agregadas que no coincidían con las dimensiones de los instrumentos descritos, y la
escala observacional registrada no correspondía con el rango de la versión definitiva.
Esta decisión evitó sustentar conclusiones en puntuaciones cuya trazabilidad no podía
garantizarse.
4. Discusión
4.1. Interpretación del hallazgo principal
El estudio identificó un incremento medio de 1,61 puntos entre el pretest y el postest. La
mayoría de los participantes mejoró y el tamaño del efecto intrapersonal fue d_z = 0,781.
Este patrón es compatible con la hipótesis pedagógica de la intervención, pero no
permite estimar un efecto causal, debido a la ausencia de grupo comparativo y a la
equivalencia no demostrada entre las formas.
Zeng et al. (2024) observaron resultados favorables de la gamificación sobre el
desempeño académico, aunque con variación entre contextos. Li et al. (2023) también
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
943
Artículo Científico
informaron heterogeneidad en los efectos y subrayaron que la configuración de las
actividades condiciona los resultados. El cambio observado en este estudio debe
situarse dentro de esa variabilidad y no interpretarse como evidencia definitiva.
4.2. Desempeño matemático y dimensiones
El diagnóstico inicial mostró mayor desempeño en comparación y orden y mayores
dificultades en problemas integradores y desplazamientos. Esta configuración sugiere
que reconocer relaciones básicas entre enteros puede resultar menos exigente que
coordinar signo, referencia y secuencia de operaciones en una situación
contextualizada.
Haji Ismail et al. (2023) señalaron que las representaciones visuales pueden apoyar la
comprensión de los enteros cuando se integran con orientación docente. En
Enterolandia, la recta numérica, los recorridos y las pistas visuales se diseñaron para
apoyar ese proceso.
La mayor diferencia descriptiva se presentó en desplazamientos, pero ninguna
dimensión mantuvo significación después del ajuste de Holm. Por ello, no puede
afirmarse que la intervención haya producido un cambio específico en ese dominio. Las
subescalas de cuatro ítems y el tamaño muestral pudieron limitar la sensibilidad de los
contrastes.
4.3. Mecanismos pedagógicos plausibles
El interés de Enterolandia no reside únicamente en la narrativa o las insignias. La
propuesta articuló problemas contextualizados, progresión de dificultad, mensajes
vinculados con errores previsibles, dos niveles de pistas, reintentos, transferencia y roles
rotativos.
Sailer y Homner (2020) sostuvieron que los efectos de la gamificación dependen de la
relación entre elementos lúdicos y mecanismos de aprendizaje. En este estudio, la
narrativa organizó la progresión, mientras que la retroalimentación y las pistas orientaron
la revisión de procedimientos.
Lukman et al. (2023) destacaron que los materiales gamificados de matemática deben
vincularse con habilidades específicas de resolución. Esa condición se buscó mediante
retos que exigían interpretar la situación antes de seleccionar una operación.
Wisniewski et al. (2020) mostraron que la retroalimentación es más útil cuando aporta
información que puede emplearse para ajustar la tarea. En Enterolandia, el reintento
acompañado por una pista pudo funcionar como mecanismo de regulación. Esta
interpretación es plausible, pero no fue probada mediante un análisis de mediación ni
mediante registros completos de uso de pistas.
Genially aportó navegación, integración visual y respuesta inmediata. Pastás Hernández
et al. (2024) describieron posibilidades semejantes para organizar actividades
matemáticas. Sin embargo, el soporte tecnológico no debe confundirse con el
tratamiento pedagógico, porque la secuencia y la mediación continúan siendo
determinantes.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
944
Artículo Científico
4.4. Calidad de la medición
Las valoraciones globales de contenido fueron favorables, pero no se realizaron por
ítem. Pedrosa et al. (2013) advirtieron que la validez de contenido requiere examinar la
representatividad de cada elemento respecto del dominio. Por consiguiente, los valores
de V de Aiken deben considerarse preliminares.
Los coeficientes KR-20 presentaron intervalos amplios y varios ítems mostraron
discriminación negativa o baja. Anselmi et al. (2019) señalaron que la consistencia
interna no debe interpretarse sin considerar la estructura de la prueba. La revisión de
distractores y claves es prioritaria antes de atribuir el cambio a diferencias de
desempeño.
La comparabilidad entre las formas A y B constituye una limitación central. Mantener la
misma estructura no garantiza dificultad equivalente. Estudios posteriores deberían
incorporar ítems ancla, contrabalanceo o un pilotaje independiente de las formas.
4.5. Implicaciones, fortalezas y limitaciones
Para la práctica docente, la propuesta sugiere cuatro principios transferibles: situar los
enteros en contextos con referentes explícitos, asociar la retroalimentación con errores
conceptuales, graduar las ayudas antes de mostrar la solución y organizar la interacción
mediante roles que exijan explicar y verificar.
Entre las fortalezas se encuentran la descripción de la lógica de intervención, la
comparación pareada, el análisis de sensibilidad, el reporte de intervalos y tamaño del
efecto y la decisión de no interpretar medidas secundarias cuya trazabilidad era
insuficiente.
Las limitaciones restringen el alcance del hallazgo. El diseño careció de grupo de
comparación, la selección fue por conveniencia, el tamaño muestral fue reducido y el
postest fue inmediato. Además, las formas no fueron equiparadas psicométricamente y
algunos ítems mostraron funcionamiento deficiente.
Futuras investigaciones deberían incorporar varias aulas y un grupo comparativo,
aplicar una medición diferida, revisar las formas de prueba y conservar respuestas por
ítem. También conviene registrar la fidelidad por sesión y el uso de pistas para examinar
los mecanismos de aprendizaje.
5. Conclusiones
En el grupo analizado se observó un incremento en la puntuación total de resolución de
problemas con números enteros entre el pretest y el postest. La diferencia fue
estadísticamente significativa y el tamaño del efecto intrapersonal fue compatible con
una magnitud moderada a grande.
El resultado constituye evidencia preliminar de un cambio temporalmente asociado con
la aplicación de Enterolandia. No permite atribuirlo exclusivamente a la intervención ni
generalizarlo a otras poblaciones, debido a la ausencia de grupo comparativo, el tamaño
muestral, el postest inmediato y la equivalencia no demostrada de las formas.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
945
Artículo Científico
Las diferencias por dimensión fueron descriptivas. Aunque desplazamientos presentó el
mayor incremento medio, ninguna comparación conservó significación después del
ajuste de Holm.
Enterolandia ofrece un diseño pedagógico que integra narrativa, problemas
contextualizados, retroalimentación específica, pistas graduadas, reintentos,
transferencia y roles colaborativos. Su potencial deberá evaluarse mediante estudios
comparativos con instrumentos revisados y mediciones de seguimiento
Referencias Bibliográficas
Anselmi, P., Colledani, D., & Robusto, E. (2019). A comparison of classical and modern
measures of internal consistency. Frontiers in Psychology, 10, Article 2714.
https://doi.org/10.3389/fpsyg.2019.02714
Bhattacherjee, A. (2012). Social science research: Principles, methods, and practices.
University of South Florida. https://digitalcommons.usf.edu/oa_textbooks/3/
Cai, Z., Zhang, X., Liu, C., & Zhan, J. (2025). Effects of digital game-based learning on
students’ problem-solving ability: A three-level meta-analysis. Journal of Computer
Assisted Learning, 41(2), Article e70002. https://doi.org/10.1111/jcal.70002
Chamorro-Andrade, R. D., Mendoza-Toala, E. F., & Jama-Zambrano, V. R. (2025).
Estrategias neurodidácticas para la enseñanza de operaciones básicas de cálculo
en Educación Básica Media en la Unidad Educativa Cinco de Mayo del cantón
Chone. Innova Science Journal, 3(4), 126–134.
https://doi.org/10.63618/omd/isj/v3/n4/126
Çetinkaya-Rundel, M., Diez, D. M., & Barr, C. D. (2019). OpenIntro statistics (4th ed.).
OpenIntro. https://www.openintro.org/book/os/
Downey, A. B. (2014). Think stats: Exploratory data analysis (2nd ed.). Green Tea Press.
https://greenteapress.com/wp/think-stats-2e/
Fadda, D., Pellegrini, M., Vivanet, G., & Zandonella Callegher, C. (2022). Effects of
digital games on student motivation in mathematics: A meta-analysis in K–12.
Journal of Computer Assisted Learning, 38(1), 304–325.
https://doi.org/10.1111/jcal.12618
Google. (s. f.). Google Colaboratory: Frequently asked questions.
https://research.google.com/colaboratory/faq.html
Haji Ismail, N. F., Shahrill, M., & Asamoah, D. (2023). Learning through virtual
manipulatives: Investigating the impact of Gizmos-based lessons on students’
performance in integers. Contemporary Mathematics and Science Education, 4(1),
Article ep23009. https://doi.org/10.30935/conmaths/12857
Jhangiani, R. S., Chiang, I.-C. A., Cuttler, C., & Leighton, D. C. (2019). Research
methods in psychology (4th ed.). Kwantlen Polytechnic University.
https://kpu.pressbooks.pub/psychmethods4e/
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
946
Artículo Científico
Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science:
A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863.
https://doi.org/10.3389/fpsyg.2013.00863
Li, M., Ma, S., & Shi, Y. (2023). Examining the effectiveness of gamification as a tool
promoting teaching and learning in educational settings: A meta-analysis. Frontiers
in Psychology, 14, Article 1253549. https://doi.org/10.3389/fpsyg.2023.1253549
López-Roldán, P., & Fachelli, S. (2015). Metodología de la investigación social
cuantitativa. Universitat Autònoma de Barcelona.
https://dialnet.unirioja.es/servlet/libro?codigo=857471
Lukman, H. S., Agustiani, N., & Setiani, A. (2023). Gamification of mathematics teaching
materials: Its validity, practicality and effectiveness. International Journal of
Emerging Technologies in Learning, 18(20), 4–22.
https://doi.org/10.3991/ijet.v18i20.36189
Merino Soto, C., & Livia Segovia, J. (2009). Intervalos de confianza asimétricos para el
índice de validez de contenido: Un programa Visual Basic para la V de Aiken. Anales
de Psicología, 25(1), 169–171. https://revistas.um.es/analesps/article/view/71631
Pastás Hernández, X. del R., Zumba Novay, E. G., Imbacuán Gordón, D. F., & Peña
Robles, C. J. (2024). Genially gamification tool for teaching and learning
mathematics. Revista Imaginario Social, 7(1). https://doi.org/10.59155/is.v7i1.151
Pedrosa, I., Suárez-Álvarez, J., & García-Cueto, E. (2013). Evidencias sobre la validez
de contenido: Avances teóricos y métodos para su estimación. Acción Psicológica,
10(2), 3–18. https://doi.org/10.5944/ap.10.2.11820
Putra, L. D., & Afrina, N. (2023). The development of Genially-based interactive learning
multimedia for elementary school students. Jurnal Fundadikdas (Fundamental
Pendidikan Dasar), 6(2), 138–151. https://doi.org/10.12928/fundadikdas.v6i2.8413
Rizo-Padilla, Z. P., Zambrano-Valdez, G. C., & Jama-Zambrano, V. R. (2025). Los
juegos didácticos y su influencia en el pensamiento lógico matemático en niños de
básica media. Innova Science Journal, 3(4), 254–268.
https://doi.org/10.63618/omd/isj/v3/n4/134
Sailer, M., & Homner, L. (2020). The gamification of learning: A meta-analysis.
Educational Psychology Review, 32, 77–112. https://doi.org/10.1007/s10648-019-
09498-w
Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting
research instruments in science education. Research in Science Education, 48,
1273–1296. https://doi.org/10.1007/s11165-016-9602-2
Uchima-Marin, C., Ospina, J., Ospina, V., Salvador-Acosta, L., & Acosta-Vargas, P.
(2025). Design and implementation of a gamified math game for learning whole
numbers in secondary education using Genially. Sustainability, 17(21), Article 9759.
https://doi.org/10.3390/su17219759
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
947
Artículo Científico
Viladrich, C., Angulo-Brunet, A., & Doval, E. (2017). A journey around alpha and omega
to estimate internal consistency reliability. Anales de Psicología, 33(3), 755–782.
https://doi.org/10.6018/analesps.33.3.268401
Wisniewski, B., Zierer, K., & Hattie, J. (2020). The power of feedback revisited: A meta-
analysis of educational feedback research. Frontiers in Psychology, 10, Article 3087.
https://doi.org/10.3389/fpsyg.2019.03087
Zambrano-Alay, A. G. (2025). La evaluación formativa y su impacto en la motivación por
el aprendizaje en estudiantes de séptimo grado: Revisión bibliográfica. Innova
Science Journal, 3(4), 15–26. https://doi.org/10.63618/omd/isj/v3/n4/119
Zeng, J., Sun, D., Looi, C.-K., & Fan, A. C. W. (2024). Exploring the impact of
gamification on students’ academic performance: A comprehensive meta-analysis
of studies from the year 2008 to 2023. British Journal of Educational Technology,
55(6), 2478–2502. https://doi.org/10.1111/bjet.13471
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.