Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
Introducción
El nivel socioeconómico (NSE) es un notable predictor del rendimiento académico (Sirin, 2005; Bradley y Corwyn, 2002). En el informe sobre el desarrollo mundial realizado por el Banco Mundial en 2018, más del 60% de los niños de los últimos grados de primaria de países en vías de desarrollo aún no logran una competencia mínima en compresión lectora y matemática, mientras que, en países con altos ingresos, más del 90% de estudiantes alcanzan un buen nivel de aprendizaje en la escuela primaria (Word Bank, 2017). Sin embargo, aunque el NSE ejerce un rol fundamental sobre el logro académico, entre el 36% y 82% de las diferencias del logro de los aprendizajes se encuentran entre estudiantes de la misma institución donde el nivel socioeconómico es regularmente homogéneo (Treviño et al., 2016).
Las investigaciones apuntan al análisis de las funciones ejecutivas (FEs) como el mecanismo que mediaría los efectos del NSE sobre el rendimiento aca démico (Sektnan et al., 2010; Fitzpatrick et al., 2014; Dilworth-Bart, 2012). Las FEs se definen como un conjunto de mecanismos de control de propósito general que regulan el funcionamiento de la cognición y la acción humana (Miyake et al., 2000). Según los análisis factoriales, se han identificado tres componentes principales de las funciones ejecutivas, que estarían diferenciados unos de otros, pero interrelacionados: Actualización (memoria de trabajo), referida al monitoreo constante y la adición/eliminación de información en la memoria de trabajo (MT); Cambio atencional, que es la capacidad de cambio flexible entre una tarea y otra; e Inhibición, referida a la supresión voluntaria de respuestas dominantes (Miyake y Friedman, 2012). Para alcanzar su pleno desarrollo requieren un tiempo prolon gado siendo sensibles a los efectos de las experiencias mientras dure su periodo de maduración (Best y Miller, 2010 y Huizinga et al., 2006) y es aquí en donde los indicadores del NSE podrían tener algún impacto en su desarrollo hasta apro ximadamente finalizar la adolescencia. Por otro lado, se ha reportado que estas funciones cognitivas de alto orden tienen un sobresaliente poder predictivo sobre el desempeño en matemáticas y comprensión lectora (Best, et al., 2011; Thorel, et al., 2013), sin embargo, esta relación parece debilitarse cuando el sujeto alcanza el nivel universitario (Rodríguez-Hernández et al., 2020). Por ello, las FEs se com portarían como un factor mediador entre diferentes segmentos socioeconómicos y el éxito académico pero esta relación podría variar a lo largo del desarrollo.
Una gran parte de la investigación actual para reducir el impacto del NSE sobre el rendimiento ha estado focalizada en la intervención sobre los mecanismos cognitivos, como las FEs (Titz y Karback, 2014; Gunzenhauser y Nückles, 2021), puesto que generar cambios integrales y duraderos a partir de políticas públicas para reducir los niveles de pobreza o la desigualdad socioeconómica de los países parece una meta poco realista, al menos a corto plazo. Por ello, el establecimiento de los targets cognitivos precisos para la intervención educativa debe ser prioriza-do por los investigadores.
En ese sentido, el objetivo de esta revisión sistemática fue responder a las siguientes preguntas de investigación:
¿Las funciones ejecutivas siguen asumiendo un rol mediador entre los efectos del NSE y el rendimiento académico durante la primaria?
¿Todos los componentes de las funciones ejecutivas se comportan como mediadores? ¿Cuál de ellos está más implicado en la mediación?
¿Las FEs median la relación entre el NSE y el rendimiento académico cuando este es separado en matemática y lectura?
¿Existen otros factores cognitivos que compiten con las funciones ejecu tivas como candidatos a mediador?
Método
Tipo y Diseño
El presente artículo se configura como una revisión sistemática, entendiendo este tipo de estudio como aquellos en los que, mediante la recopilación estructurada de información, se lleva a cabo un proceso de análisis crítico de la evidencia disponi ble sobre cierta área específica de conocimiento (Moreno et al., 2018).
Muestra
Para la presente investigación se seleccionaron y analizaron un total de 11 artículos de investigación, de los cuales 8 se llevaron a cabo con muestras de países como Estados Unidos, 1 en Argentina, 1 en Hong Kong - Reino Unido, y finalmente en Inglaterra. Por otro lado, se contó con 3 estudios con diseño transversal y 8 con un diseño longitudinal.
Procedimiento
Esta revisión sistemática fue realizada siguiendo los lineamientos establecidos por el Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA; Moher et al., 2009). Las bases de datos consideradas para la revisión fueron APA PsycNet, Scopus y Pubmed. La búsqueda de artículos se realizó en inglés, con la ayuda de las siguientes palabras clave y fórmula booleana: [(“Executive Functions” OR Executive function”) AND (“Socieconomic Status” OR “SES”) AND (“Mathematics achievement” OR “Reading comprehension” OR “Academic Achivement”)].
El proceso de revisión de las bases de datos antes mencionadas se llevó a cabo durante el mes de febrero del 2021. En la primera etapa de búsqueda se obtuvieron 89 resultados en Apa PsycNet, 99 es Scopus y 408 en Pubmed. Posteriormente, se removieron aquellos artículos que no estaban centrados en el estudio de las in teracciones entre NSE, FEs y rendimiento académico. Finalmente, los artículos restantes fueron analizados en su totalidad y filtrados en función de los criterios de inclusión y exclusión establecidos, siendo un total de 11 publicaciones las que se seleccionaron para ser analizadas en la presente revisión sistemática, tal y como se puede evidenciar en la Figura 1:
Criterios de inclusión y exclusión
La selección de artículos se desarrolló en función a los siguientes 5 criterios: A) Artículos con una antigüedad de máximo 8 años, b) Uso de una muestra com puesta por escolares de primaria. En caso los estudios sean longitudinales pueden incluir prescolares, pero el seguimiento debe extenderse hasta los años de escola rización primaria. c) Investigaciones que conciban a las FEs como variable media dora entre el NSE y Rendimiento académico, d) Estudios que incluyan funciones ejecutivas como: memoria de trabajo, cambio atencional y/o inhibición, y e) Uso de una metodología cuantitativa, excluyendo revisiones o meta-análisis. Se descartó aquellas publicaciones que no expongan información sobre instrumentos usados o sobre la muestra evaluada.
Consideraciones éticas
Se ha revisado que los artículos incluidos en este estudio cuenten con parámetros éticos para el desarrollo de las investigaciones y en respeto de la autoría de los in vestigadores de los estudios incluidos estos han sido citados debidamente. Asimis mo, el análisis de los resultados se llevó a cabo en coherencia con la información original brindada, sin modificar o hacer interpretaciones subjetivas de los datos extraídos de las investigaciones.
Resultados
1. ¿Las funciones ejecutivas siguen asumiendo un rol mediador entre los efectos del NSE y el rendimiento académico durante la primaria?
El total de investigaciones revisadas (11) encuentran que los efectos del NSE afectan, a través de las FEs, al rendimiento académico en primaria. En general, los niños provenientes de entornos con un NSE más alto, tienen un mejor rendimiento ejecutivo y, con ello, un mejor desempeño académico durante la primaria.
El 73% de los estudios incluidos en esta revisión aplicaron un diseño lon gitudinal con muestras que van de 101 a 14,860 escolares. Las FEs medidas en el periodo prescolar y primario se comportaron como un mediador parcial afirmando la idea de su estabilidad como vía por la cual los efectos de las dis paridades en el NSE impactan en el logro de los aprendizajes incluso hasta la niñez tardía y adolescencia. Así, en Albert et al. (2020) el NSE (8-9 años), tie ne efectos indirectos sobre matemática y lectura medidas en el 7mo grado (13 años) a través de las FEs (10 años). Se encontró que estas median el 17% de la brecha del NSE sobre lectura (13SES- >EF->Reading = 0.11, 95% CI [0.04, 0.23]) y el 37% sobre matemática (13SES->EF->Math = 0.21, 95% CI [0.10, 0.34]). Nes-bitt et al. (2013) encuentran que el NSE y raza (familias europeo-americanas y africano-americanas) mantienen efectos indirectos sobre lectoescritura y ma temática en el primer grado a través del funcionamiento ejecutivo prescolar (13SES→EF→Literacy = .19, p = .022 y β SES→EF→Math = .40, p = .005). El modelo explicaba el 34% de la varianza en las puntuaciones de rendimiento lecto-escritor y 68% de la varianza en el logro matemático; sugiriendo que las FEs no solo median las diferencias socioeconómicas en el rendimiento acadé mico sino también las raciales, especialmente en matemática. Perry et al. (2018) registran que las FEs preescolares (58 meses) median la relación entre la expo sición al riesgo acumulado relacionado con la pobreza en la vida temprana y las capacidades académicas en el 2do grado (G2) vía las FEs en el primer grado (G1) (β cumulative risk→EF→EFG1→AO = -.085, SE=0.35, CI [-0.151, -0.038], p = .005). Este sendero explica el 36% de los efectos totales del riesgo acumulado sobre los resultados académicos en el segundo grado. Finalmente, Deer et al., (2020) en una muestra de 14 860 participantes, encuentran que los efectos indi rectos del NSE temprano (0-5 años) sobre el rendimiento académico posterior (16-18 años) pasan solo a través de las funciones ejecutivas de alto orden (varias mediciones entre los 7 y 11 años), incluso cuando se incluyen distintas covariables como ingreso familiar a los 8 y 18, educación parental a los 8, sexo, IQ verbal y actividades extracurriculares a los 11 (β = .01, SE = .01, p = .03)
Una particularidad del estudio longitudinal de Lawson y Farah (2017) en el que encuentran que la función ejecutiva media la asociación entre NSE y cambio en el rendimiento matemático en un periodo de dos años en niños de 6 a 15 años (βSES- >EF->calculation = 0.107, 95% CI [0.20, 0.269]) es que la muestra estuvo compuesta principalmente por familias de clase media con mejores cifras en cuan to a salud física y mental y menor exposición a ambientes desventajosos, a diferen cia del resto de estudios que, en su mayoría, se concentraron principalmente en los efectos de la pobreza. Estos resultados brindan evidencia acerca de la presencia de las disparidades académicas asociadas al NSE incluso en poblaciones que no experimentan en su totalidad los embates de la pobreza.
Solo dos investigaciones incluidas en esta revisión se hicieron en población escolar latinoamericana, en ambas se reportan resultados similares a los alcanza dos en estudios europeos y norteamericanos: las FEs median los efectos indirectos del NSE sobre el rendimiento escolar. Así, Corso et al. (2016) encuentran que los efectos indirectos del NSE sobre comprensión lectora (único dominio académico medido) a través de las FEs fueron medianos y significativos β =.246 (95% CCI [.072, .419]) en 110 niños brasileños de 9 a 12 años y Korzeniowski et al. (2016) en una muestra de 178 escolares argentinos entre 6 a 10 años, encuentran que las FEs median tanto el impacto de la edad sobre el rendimiento académico (β = 0.36) como la relación entre NSE y rendimiento académico (β = 0.16). Aunque ambos estudios fueron de diseño transversal, que los limita en relación a explicaciones causales, y contaban con una muestra pequeña, son una de las pocas publicaciones incluidas en esta revisión que analiza población sudamericana y en los que tam bién se encuentra el rol mediador de las FEs.
Finalmente, Ellefson et al. (2020) incluyen una muestra de estudiantes con edades entre 9 -16 años provenientes de Hong Kong y Reino Unido, reporta que las interacciones entre el NSE, FEs y matemática difieren en función del sitio de procedencia para varones, pero no para mujeres (Sobel test = 2.48, SE = 0.08, p = .01). Para los varones de Hong Kong y las mujeres de ambos países, no apareció la mediación. Los autores advierten que los resultados obtenidos en ciertos países no pueden ser generalizados a otros países incluso cuando ellos compartan o no el idioma y otras normas sociales; lo último sugiere un cuestionamiento al carácter supuestamente universal de la mediación de las FEs.
2. ¿Todos los componentes de las funciones ejecutivas se comportan como mediadores? ¿Cuál de ellos está más implicado en la mediación?
Es bien conocido que memoria de trabajo es un predictor consistente del rendi miento académico posterior (Blankenship et al., 2015; Gathercole et al., 2003) y son habituales los estudios que registran que los escolares con pobre capacidad de memoria de trabajo, tienen a su vez dificultades en el aprendizaje de las matemáti cas y la comprensión lectora (Maehler y Schuchardt, 2016). Menos consistencia se reporta en los resultados para el resto de componentes de las Fes. En ese sentido, cuatro estudios longitudinales señalan que el predictor más robusto del rendimiento académico es memoria de trabajo, aunque sus efectos pueden ser diferentes para lectura y matemática.
Albert et al. (año2020) encuentran que la mediación de los efectos indirectos del NSE por la MT verbal explica el 11.01% del total de los efectos del primero so bre matemática (βSES->VWM->Math = 0.06, 95% CI = 0.02, 0.12), y el 6.81% de los efectos de NSE sobre lectura (βSES->VWM->Reading = 0.04, 95% CI [0.01, 0.10]). La mediación de planificación y fluidez verbal era significativa pero pequeña y no se daba con ambos dominios académicos (Albert et al., 2020). Por su parte, Rosen et al. (2019) reportan que memoria de trabajo (95% CI [0.42, 4.03] y flexibilidad cognitiva (90% CI [0.11, 2.20]) mediaban la relación entre ingreso económico y el rendimiento académico; mientras que, en el caso de educación parental, tanto la memoria de trabajo (90% CI [0.004, 0.89]) como la flexibilidad cognitiva (90% CI [0.01, 0.64]) volvían a resultar buenos mediadores. En ningún caso, inhibición mediaba la relación. Waters et al., (2020) reporta que solo me moria de trabajo (Mat = 13 = 0.04, p < 0.001; Lec= 13 = 0.02, p < 0.001) y control atencional (Mat= 13 = 0.02, p < 0.01; Lec=13 = 0.02, p < 0.01), medidas durante el prescolar, mediaban la relación entre matemática y lectura (primer grado) y el indicador educación parental. Sin embargo, cuando se controló el efecto de las ha bilidades académicas base y otras covariables, solo la mediación de la MT resultó significativa para el impacto de educación parental y el rendimiento matemático (13 = 0.02, p < 0.05). Finalmente, Greenfader (2019) en un estudio con estudiantes latinos en EEUU reporta que la memoria de trabajo (preescolar) media el 24% del efecto total del NSE (preescolar) sobre el Lectura (segundo grado); el mismo porcentaje del efecto total mediado por lenguaje oral en inglés. En el caso de Mate mática, memoria de trabajo es el mediador más robusto, mediando casi el 30% del efecto total del NSE. Flexibilidad cognitiva e inhibición solo alcanzan a mediar el 3% del efecto directo del NSE. A partir de estos resultados el rol de la MT parece ser fundamental para el rendimiento académico futuro en estudiantes latinos en Estados Unidos.
Es importante mencionar que tres de los estudios expuestos arriba hablan de la MT prescolar como el mediador más consistente en la primaria, Albert et al. (2020) confirman que la MT medida incluso durante la primaria se sigue comportando como tal.
3. ¿Las Fes median la relación entre el NSE y el rendimiento académico cuando este es separado en matemática y lectura?
Cuando se analizan las habilidades cognitivas para ejecutar actividades matemá ticas y de lectura, los resultados indican que las demandas específicas de las fun ciones ejecutivas dependerán del dominio académico al que pertenezca la tarea (Passolunghi and Lanfranchi, 2012). En esta revisión, se ha encontrado más evi dencia de participación de las funciones ejecutivas en la mediación de los efectos indirectos del NSE sobre matemática. En varios casos, la mediación para lectura no aparece o sus efectos son significativos, pero más pequeños.
Así, Lawson y Farah (2017) reportan que la mediación de las FEs solo se da entre el NSE y matemática, descartándola totalmente para lectura. Similares re sultados son registrados por Waters et al. (2020), luego de controlar vocabulario y otras covariables; ellos encuentran que solo MT prescolar media los efectos de la educación parental y el rendimiento matemático en el primer grado; la mediación para el rendimiento lector pierde significancia.
Por otro lado, Albert et al. (año2020) como Nesbitt et al. (año2013) repor tan que las FEs median el impacto de los efectos del NSE tanto para matemática como para lectura. Aunque Albert et al. (año2020) especifica que el porcentaje de varianza explicada es mayor para matemática (37% para matemática y 17% para lectura). Mientras que Nesbitt et al. (2013), si bien confirman que los efectos indirectos de NSE y raza llegan a lectoescritura y matemática a través de las FEs, afirma que la magnitud de la mediación que las funciones ejecutivas mantiene con matemática es más fuerte que con lectoescritura (Albert et al., 2020; Nesbitt et al., 2013).
Por su parte, Corso et al., (2016) y Ellefson et al. (2020) miden la mediación de las FEs solo en un dominio académico. El primero encuentra que los efec tos indirectos del NSE impactan en lectura a través de las FEs y Ellefson et al. (año2020) confirman que la mediación en los efectos indirectos del NSE sobre matemática existe, pero según el género y lugar. En este caso solo aparece en va rones provenientes del Reino Unido y no en los de origen asiático. En esta misma línea conviene mencionar a Greenfader (2019), quien reporta que MT y habilida des para el lenguaje oral en inglés reducen en la misma proporción los efectos de un NSE bajo sobre el rendimiento lector de niños latinos, no así para matemáticas que depende mucho más de la MT. Esta autora afirma que para los escolares latinos las FEs, especialmente MT, son fundamentales tanto para el logro lector
como para el matemático, siendo que la evidencia anterior mencionaba que estas tenían un efecto significativamente mayor sobre matemática.
Tanto Ellefson et al. (año2020) como Greenfader (2019) obtienen indicios sobre la variación de la fuerza de la magnitud de la mediación de las FEs cuando se incluyen características étnicas y de género en los análisis. Estos resultados al ser limitados en número y en aspectos metodológicos, como los mismos auto res indican, no nos permiten realizar afirmaciones concluyentes, pero sí resaltan la necesidad de realizar análisis independientes que incluyan las variables antes mencionadas.
4. ¿Existen otros factores cognitivos que compiten con las funciones ejecu tivas como candidatos a mediador?
Cinco de los estudios revisados incluyeron al menos un factor cognitivo como mediador adicional a las FEs por los vínculos directos que éstas podrían tener con las funciones ejecutivas (Ellefson et al., 2020) o por ser sensibles a los efectos del NSE (Corso et al., 2016). Las variables incluidas fueron memoria verbal (Lawson y Farah, 2017), fluidez verbal (Albert et al., 2019), vocabulario expresivo (Nesbitt et al., 2013), rendimiento cognitivo general (Ellefson et al., 2020) e inteligencia no verbal (Corso et al., 2016). Las variables competidoras, en presencia de las funcio nes ejecutivas, no tuvieron significancia como mediadores del impacto del NSE sobre rendimiento académico.
Cabe mencionar que Albert et al. (2020) exponen que, cuando se hace un análisis a partir de variables manifiestas de las FEs, la fluencia verbal se posiciona como un mediador entre NSE y lectura explicando el 11.91% del total de los efec tos de NSE sobre este dominio académico (βSES->Verbal->Reading = 0.08, 95% CI [0.02, 0.14]); sin embargo, cuando las FEs son estimadas como una variable latente, el rol de fluencia verbal como mediador desaparece.
Es importante mencionar que una limitación de los estudios que incluyeron un mediador competidor de las FEs (a excepción de Lawson y Farah (año2017) quienes conformaron una variable latente para memoria verbal), es que solo apli caron una única prueba para medirlo, haciendo poco por reducir el error de me dición. De esta forma, se hace difícil descartar completamente a estas variables candidatas como mediadores de NSE y los dominios académicos (ver Tabla 1).
Discusión
El objetivo principal de esta investigación fue analizar el rol mediador de las fun ciones ejecutivas en la relación NSE y rendimiento académico en la primaria, de este modo, se busca contribuir a la comprensión de un fenómeno tan complejo como el logro de las competencias matemáticas y lectoras que tradicionalmente ha sido analizado siguiendo la ruta de las interacciones entre la metodología de enseñanza y el involucramiento familiar. La revisión de estudios de diseño longi tudinal son una evidencia de causalidad y perdurabilidad de la mediación de las FEs; sin embargo, no se puede alcanzar una sentencia concluyente sobre el tema debido a que el número de estos estudios es limitado y se requiere además incluir investigaciones que empleen otras estrategias, por ejemplo, intervenciones sobre las FEs en muestras de escolares de primaria que demuestren también una mejora en el rendimiento académico; ello podría contribuir a fortalecer los hallazgos re portados en esta revisión.
Debe tenerse en cuenta que el resultado de esta revisión evidencia que la mediación de las FEs es parcial y que existe tanto si son medidas en edades tem pranas como durante la niñez. Estos resultados no son inesperados ya que es evi dente que existen otros mecanismos subyacentes, diferentes de las FEs, por los cuales se explica la influencia de las condiciones socioeconómicas sobre el logro académico. Sin embargo, los estudios que incluyeron otras variables mediadoras en los análisis reportaron que ante la presencia de las FEs estas perdían sus efec tos de mediación (Lawson y Farah, 2017; Albert et al., 2020; Nesbitt et al., 2013; Ellefson et al., 2020; Corso et al., 2016). Es fundamental que los factores de riesgo cognitivo se aborden de manera adecuada, lo que implica que, en primer lugar, se determine con precisión qué factores cognitivos intervienen en la relación del NSE y el logro académico en etapas especificas del desarrollo de los sujetos e incluso, es importante tener en cuenta la manera en que las tareas se presentan (Noble et al., 2006; DeStefano et al., 2004).
Cuando se analizan los efectos mediadores de los componentes de las FEs por separado, la memoria de trabajo aparece en todos los estudios revisados como el mediador más robusto tanto para lectura como para matemática o incluso para el rendimiento académico general (Albert et al., 2020; Waters et al., 2020, y Rosen et al., 2019). Estos efectos de mediación se mantienen incluso en la adolescencia (Albert et al., 2020). En ese sentido, la memoria de trabajo continuaría siendo un target de intervención en estudiantes con dificultades de aprendizaje, incluso hasta el final de la niñez. Algunos autores parecen coincidir en que el resto de funciones ejecutivas tienen una relevancia mucho menor que la MT para explicar la varianza del rendimiento matemático y lector; estos aportarían a la varianza total cuando son analizados de forma independiente, sin embargo, su contribución no alcanza a ser significativa cuando memoria de trabajo está presente en el análisis (Van der Ven et al., 2012; Bull y Lee, 2014; Friso-van den Bos et al., 2013).
Por otro lado, se encuentran diferencias en los efectos de mediación cuando el rendimiento académico es separado en matemática y lectura, siendo, en general, de mayor magnitud cuando se trata de matemáticas (Albert et al., 2020), incluso cuando estas son emergentes (Nesbitt et al., 2013). Algunos estudios, inclusive, solo reportan mediación de las FEs solo para los efectos del NSE sobre matemática y no para lectura (Lawson y Farah, 2017; Waters et al., 2020). En ese sentido, Nes-bitt et al. (2013), sostiene que las tareas matemáticas, por su naturaleza, requieren un mayor control cognitivo, por tanto, una mayor participación de las funciones ejecutivas. Una segunda explicación puede derivarse de que, en la enseñanza pri maria, gran parte de los contenidos matemáticos tienen un fuerte componente lector, es decir, para resolver los problemas matemáticos el estudiante requiere construir el significado de los enunciados, si no lo logra, tendrá muchas dificulta des en extraer los datos para realizar el procesamiento matemático pertinente, por tanto, exige una mayor intervención de los procesos ejecutivos (Fung y Swanson, 2017; Cantin, 2016). Es importante señalar que Corso et al. (2016), sí reporta efec tos de mediación de las FEs para lectura, pero en escolares brasileños y al medir solo este dominio académico.
Cinco de los estudios revisados incluyeron un candidato a mediador para competir con las FEs, estrategia altamente recomendada para evitar inflar los efectos de mediación de estas últimas (Albert et al. 2020). La mayoría de es tos candidatos cognitivos estuvieron asociados a habilidades verbales: memoria verbal, fluidez verbal, vocabulario expresivo. Todas estas variables cognitivas cuando compiten con las FEs no alcanzan la fuerza suficiente para mediar la relación NSE-rendimiento académico, manteniéndose las FEs como el mejor mediador. Solo en un caso, cuando estas fueron analizadas de forma indepen diente, fluidez verbal logró mediar parcialmente la relación (Albert et al., 2020). Este único resultado es insuficiente para llegar a una conclusión, por lo que se recomienda diseñar estudios en los que se incluyan otros candidatos a mediador, teniendo en cuenta tres aspectos: a) la dificultad que implica intentar separar los efectos mediadores de cada componente de las FEs, b) la edad en los cuales el estado de los distintos factores implicados en los procesos de aprendizaje puede ser identificados como de riesgo, por ejemplo, la relación entre decodificación y vocabulario es más fuerte a los 5 años que a los 6, por tanto más determinante para el logro lector (Carlson et al., 2013), y C) modelar una variable latente para el candidato a mediador.
Es necesario comentar un hallazgo interesante. Ellefson et al., (2020), reporta la existencia de la mediación de las FEs entre el NSE y las habilidades aritméticas solo entre varones británicos y no en sus contrapartes femeninas, ni en la muestra proveniente de Hong Kong. Se afirma que podría ser un indicio de cómo el efecto de las disparidades socioeconómicas sobre la educación puede ser más grande para los varones. En relación al origen étnico/racial, Nesbitt et al. (2013) indica que las FEs median las disparidades raciales en el rendimiento lector y matemático, especialmente en este último; Greenfader (2019) encuentra que, en escolares lati nos, la magnitud de la mediación de la MT es muy similar tanto para matemática como para lectura; y Corso et al. (2016), también registra que las FEs median el efecto de NSE sobre lectura en escolares brasileños. Los resultados expuestos por estos dos últimos estudios, son un patrón no habitual en investigaciones anteriores que en su mayoría son llevadas a cabo en escolares americanos y europeos.
El resto de los estudios no han hecho estimaciones independientes en función del sexo y grupos étnicos, aunque sí han incluido muestras heterogéneas en tér minos de niveles socioeconómicos. Se sugiere que este hallazgo podría deberse a diferencias en el diseño metodológico de los estudios o, podrían ser indicios que cuestionan la supuesta universalidad de la mediación de las FEs entre géneros y etnicidad. De ser cierto esto último, características culturales específicas deberían incluirse durante el diseño de programas de intervención educativa que tienen como target las capacidades neurocognitivas, teniendo en cuenta que ya existen in teresantes aportes sobre diferencias culturales en el desarrollo del funcionamiento ejecutivo (Xu et al., 2020; Lan, et al., 2011). Desenredar los efectos del NSE sobre el rendimiento académico y sus mediadores favorecerá el diseño de mecanismos de intervención y prevención más potentes teniendo en cuenta que, probablemen te, el impacto de las condiciones socioeconómicas sobre el rendimiento académico durante edades tempranas influya también sobre el NSE alcanzado en la adultez (Hackman et al., 2010).
Conclusiones
De esta revisión sistemática se derivan dos aportes relevantes: a) las fun ciones ejecutivas cumplen un rol importante al mediar el efecto del nivel socioeconómico desventajoso sobre el rendimiento académico, lo que implica que son sensibles a los efectos de condiciones socioeconómicas y a su vez, contribuyen notablemente al logro de las competencias académicas durante la primaria; b) brinda evidencia a favor de la posibilidad de que las FEs, especialmente la memoria de trabajo, sigan siendo un target eficaz para disminuir la brecha del rendimiento académico asociada al NSE incluso durante la niñez tardía. Aunque exista evidencia para afirmar el rol mediador de las FEs es necesario el uso de diseños experimentales y de intervención que permitan establecer relaciones causales entre NSE-FEs y el rendimiento académico; además, incluir en los diseños características culturales particu lares para poner a prueba la universalidad de la mediación.
