Escolar Documentos
Profissional Documentos
Cultura Documentos
com
Introdução
E Rhonda Christensen
rhonda.christensen@gmail.com
1
University of North Texas, 3940 N. Elm G-150, Denton, TX 76203, EUA
2
Instituto para a Integração de Tecnologia em Ensino e Aprendizagem (IITTL), 3940 N. Elm
G-150, Denton, TX 76203, EUA
123
308 G. Knezek, R. Christensen
modelo de proficiência intitulado Will, Skill, Tool Model of Technology Integration (WST)
no início do século XXI (Knezek et al. 2000a), como uma consolidação de três processos de
mais de 30 variáveis reconhecidamente importantes no ambiente de aprendizagem em
sala de aula (Klausmeir e Goodwin 1975) Durante os 15 anos que se passaram desde o
lançamento inicial do Modelo WST, e mesmo quando o modelo teve um bom
desempenho ([previsão de 60% do nível de integração de tecnologia), surgiram evidências
de que a precisão e a utilidade prática do modelo podem ser aprimorado com a adição de
um quarto construto teórico. Este construto é descrito vagamente como estilo preferido
de ensino com tecnologia ou abordagem pedagógica tecnológica nesta introdução, com o
entendimento de que deve ser definido de forma mais precisa em outra seção deste
artigo. O objetivo deste artigo é apresentar um quarto construto no Modelo de Vontade,
Habilidade e Ferramenta de Integração de Tecnologia, e relatar o desempenho da
estrutura teórica estendida do WST. Especificamente, este documento detalha os
procedimentos empregados e relata os resultados do teste da vontade, Habilidade,
Ferramenta, Modelo de Pedagogia de Integração Tecnológica (WSTP). Uma versão
anterior deste artigo foi apresentada na Conferência Internacional de Cognição e
Aprendizagem Exploratória na Era Digital (CELDA) em Dublin, Irlanda (Knezek e
Christensen2015)
O modelo de integração de tecnologia proposto neste artigo tem raízes conjuntas nos campos
da psicologia educacional (Slavin 2015) e modelagem estrutural formalizada conforme tipificada
pela modelagem de equações estruturais (Schumacker e Lomax 2015) Os fundamentos da
psicologia educacional serão apresentados primeiro.
Consolidação de atributos
Knezek e Christensen simplificaram ainda mais o modelo estrutural para o aprendizado do aluno
mostrado na Fig. 1 focar no ambiente escolar e, especificamente, na contribuição da integração da
tecnologia em sala de aula para o aprendizado dos alunos. O resultado foi o Modelo de Vontade,
Habilidade e Ferramenta de Integração de Tecnologia (WST) (Knezek et al.2000a)
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 309
VII. Organização para a instrução (elementar vs. secundário, independente vs. departamentalizado por assunto,
estruturas de equipe)
123
310 G. Knezek, R. Christensen
Figura 2 Vontade, habilidade, modelo de ferramenta do impacto da integração de tecnologia no desempenho acadêmico
Knezek et al. (2000a) desenvolveram o segundo estágio do modelo WST, focado em prever o
impacto da integração da tecnologia da sala de aula no desempenho dos alunos,
principalmente em resposta às solicitações do Departamento de Educação dos Estados Unidos
de 1999 para avaliar o impacto da infusão de tecnologia nas salas de aula do país por meio do
Preparing Programa Professores de Amanhã para Usar Tecnologia (PT3). Outras entidades
educacionais também exigiam a especificação das contribuições precisas das implementações
de tecnologia para o aprendizado dos alunos naquela época. Por exemplo, em 1999, o Milken
Exchange on Education Technology identificou sete categorias principais de variáveis
destinadas a ''… ajude os formuladores de políticas a responder à pergunta: 'Qual é o retorno
sobre o investimento público em tecnologia de aprendizagem K-12?' '(Coughlin e Lemke 1999,
p. 9). Desde que o modelo inicial foi introduzido, outros
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 311
Vai foi representado por duas medidas: Subescalas dos Questionários de Atitudes dos
Professores em relação aos Computadores (TAC) e Atitudes dos Professores em Relação à
Tecnologia da Informação (TAT).
Habilidade foi representado por quatro medidas: Email, World Wide Web,
Aplicativos Integrados e Ensino com Tecnologia (TWT) do Questionário de
Autoavaliação de Proficiência em Tecnologia (TPSA).
Ferramenta foi representado por medidas de acesso domiciliar e acesso à tecnologia em sala
de aula.
Integração de Tecnologia foi representado por três medidas: Estágios de Adoção de
Tecnologia na Educação, o Modelo de Adoção Baseado em Preocupações (CBAM)
Questionário de Níveis de Uso (LoU) e o Instrumento de Estágios do Professor das
Salas de Amanhã (ACOT) da Apple.
Knezek et al. (2003) descobriram, usando dados coletados de 1999 a 2001, que 70-84% do nível
de integração tecnológica dos professores poderia ser previsto com base em medidas de
123
312 G. Knezek, R. Christensen
Will, Skill e Tool, enquanto 8–12% ao ano de realização de leitura intensiva em tecnologia de
primeiro e segundo grau era atribuível ao nível de integração de tecnologia em sala de aula.
Morales et al. (2005) examinaram 10 amostras de distritos escolares de professores no período
de 2001–2005 e descobriram que Will, Skill e Tool representaram 64–83% da variação na
proficiência de Integração de Tecnologia para professores em atividade. Morales (2006)
conduziram um estudo transnacional do modelo usando medidas refinadas para sete amostras
de professores do México e dos EUA e concluíram que 90-96% da integração da tecnologia em
sala de aula poderia ser atribuída a medidas de Vontade, Habilidade e Ferramentas para esses
professores. A variância total explicada pelo modelo foi de mais de 90% para todas as amostras,
com a tendência deHabilidade foi o mais forte preditor de integração de tecnologia nos EUA,
enquanto Ferramenta foi o preditor mais forte no México (Morales e Knezek 2007) Petko (2012)
usaram o modelo WST com medidas autosselecionadas para determinar o impacto do estilo de
ensino construtivista no uso de mídia digital em salas de aula suíças. Cinco fatores foram
responsáveis por um total de 60% da variância da intensidade de uso das tecnologias de
informação e comunicação. Entre esses fatores estavam a confiança do professor em sua
competência, o acesso à tecnologia, a crença do professor no poder da tecnologia para
melhorar a aprendizagem e a frequência das formas construtivistas de ensino e aprendizagem
(Petko2012)
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 313
Revisões nos indicadores primários para Vontade, habilidade, ferramenta e Pedagogia resultou
das atividades de validação de construto de 2014 (Knezek e Christensen 2015) descrito na seção
anterior. Essas construções têm se mantido ao longo do tempo, mesmo que seus indicadores
tenham sido atualizados para refletir tecnologias e ambientes mais recentes. As atualizações de
2014 de pontuações de escala e índices demográficos foram usadas para os modelos de
previsão apresentados no restante deste artigo. Os indicadores de 2014 são descritos em
detalhes nesta seção.
Medidas de vontade
As confiabilidades para essas subescalas normalmente variam de 0,87 a 0,95 com dados de professores do ensino
fundamental e médio.
123
314 G. Knezek, R. Christensen
Medidas de habilidade
Medidas de ferramenta
Medidas de pedagogia
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 315
os autores produzem uma pontuação de fator unidimensional com base na extração da pontuação ''
verdadeira '' para cada educador nas três medidas, e usam essa pontuação de fator como o Integração
de Tecnologia (resultado) medida.
Amostras de dados
As análises dos dados de 2011 e 2014 indicaram que o Modelo de Vontade, Habilidade e Ferramenta
de Integração de Tecnologia se beneficiaria da colocação de um quarto construto preditivo para o
modelo de integração de tecnologia, chamado Pedagogia, no modelo. Conforme mostrado na
primeira coluna RSQ da Tabela2, os componentes de Habilidade, ferramenta, e Pedagogia foram
capazes de responder por 28%, nove por cento e 30%, respectivamente, da porcentagem do construto
Integração de Tecnologia para o conjunto de dados de 2014 neste estudo. Além disso, conforme
mostrado na última coluna da Tabela2, um conjunto de dados de teste de modelo adicional de 2011
que também incluiu medidas de Vai (TAC) (Christensen e Knezek 2009) na bateria de instrumentos de
avaliação do desenvolvimento profissional administrada a 1.648 professores, produziram coeficientes
de regressão comparáveis ao estudo de 2014 para os três componentes identificados no conjunto de
dados. Uma análise mais aprofundada do conjunto de dados de 2011 indicou que 29 por cento do
construtoIntegração de Tecnologia poderia ser atribuído
123
316 G. Knezek, R. Christensen
mesa 2 Habilidades de previsão de indicadores de vontade, habilidade, ferramenta e pedagogia para dados de 2011 e 2014
uma Variável dependente: pontuação do fator REGR derivada dos estágios, CBAM LoU e estágios do professor ACOT, representando
construção de integração de tecnologia
Fig. 3 Vontade expandida, habilidade, modelo de ferramenta de integração de tecnologia, incluindo pedagogia
para as escalas que compreendem Vai. O modelo WST expandido (WSTP) é mostrado na
Fig. 3.
Com base nos conjuntos de dados de 2011 e 2014, e conforme mostrado na Tabela 2,
Ensinando com Tecnologia (Pedagogia) sozinho pode explicar 33% da tecnologia da sala de aula
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 317
integração. Esta construção parece ser consistente com o que Mishra e Koehler (2006)
rotularam Conhecimento Tecnológico Pedagógico no Modelo TPACK. Não mostrado na
tabela2 é que a parte antiga do TWT da Pedagogia é, em 2014, um indicador muito mais
forte de integração de tecnologia (ß = 0,446) do que o TWT emergente (ß = 0,147), o
último dos quais é baseado em smartphones e outras tecnologias mais recentes. No
entanto, ambos são contribuintes significativos (p \.05).
Outros detalhes de análise não mostrados na Tabela 2 demonstrou que entre os Habilidade
medidas no instrumento de autoavaliação de proficiência em tecnologia, habilidades de e-mail
contribuíram muito pouco para a previsão de regressão (ß = -.017, p =.793), e a contribuição das
habilidades WWW também foi pequena (ß = 0,101; p =.216). Curiosamente, os Aplicativos
Integrados (processador de texto, planilhas, etc.) acabaram sendo o preditor mais forte (ß =
.363,p \.0005), mas habilidades de tecnologia emergentes (ß = 0,123, p =.049) também
contribuiu significativamente para a integração de tecnologia em sala de aula como um
indicador do construto Habilidade.
O Ferramenta medidas resumidas na Tabela 2 coletivamente contribuíram com pelo menos
nove por cento do nível de integração da tecnologia em sala de aula para este grupo de
educadores. Entre estes, o uso da sala de aula do aluno (ß = .145,p =.015) e Horário de uso
doméstico pelo professor (ß = 0,159, p =.003) foram os contribuintes mais fortes.
Observe que não houve nenhum indicador para o construto Vai no conjunto de dados de 2015.
Portanto, a força de contribuição deVai para o conjunto de dados de 2015 é desconhecido.
123
318 G. Knezek, R. Christensen
Tabela 3 Habilidades de previsão de integração de tecnologia de indicadores de vontade, habilidade, ferramenta e pedagogia para 2015
dados
uma Variável dependente: pontuação do fator REGR derivada dos estágios, CBAM LoU e estágios do professor ACOT, representando
construção de integração de tecnologia
Tabela 4 Contribuições relativas de habilidades em e-mail, WWW, aplicativos integrados e ferramentas de tecnologia
emergentes para o nível de integração de tecnologia
uma Variável dependente: pontuação do fator REGR derivada dos estágios, CBAM LoU e estágios do professor ACOT, representando
construção de integração de tecnologia
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 319
A regressão linear foi usada para testar a capacidade de Ferramenta indicadores para prever
Integração de tecnologia. Neste modelo de regressão, a variável de resultado que representa a
construção de Integração de Tecnologia foi a pontuação do fator derivada das três medidas de
integração de Estágios, CBAM LoU e Estágios do Professor ACOT. Os preditores foram o número
de horas de uso da tecnologia em casa (Home Hrs Use), a frequência com que os computadores
foram usados para o ensino na sala de aula (Class Comp Use), o número de computadores
acessíveis aos alunos na sala de aula (Student Comp) e o quantidade de tempo que a tecnologia
é usada para o aprendizado do aluno (uso do aluno). Este modelo de regressão provou ser um
bom ajuste (F = 5,4, 49 195 df, p \.0005) com razoável poder preditivo (R = 0,315). O modelo
explicou 10% (RSQ = 0,099) do nível de integração de tecnologia do professor com base nos
quatroFerramenta predicadores, conforme relatado anteriormente na Tabela 3. Conforme
mostrado na Tabela5, o número de horas que os professores relatam usando um computador
em casa emergiu como o indicador mais forte de integração de tecnologia (ß = .183, p =.010)
enquanto o número de computadores dos alunos na sala de aula do professor (ß = .182, p =.
015) também foi um contribuidor significativo e quase igualmente forte, assumindo que os
outros preditores na equação são mantidos constantes.
A regressão linear foi usada para testar a capacidade do Pedagogia Indicadores de Ensino
com Tecnologia (TP_TWT) e Ensino com Tecnologias Emergentes (Emergentes
B SE Beta
uma Variável dependente: pontuação do fator REGR derivada dos estágios, CBAM LoU e estágios do professor ACOT, representando
construção de integração de tecnologia
123
320 G. Knezek, R. Christensen
TWT), como smartphones e redes sociais para prever Integração de tecnologia. Neste
modelo de regressão, a variável de resultado que representa a construção de Integração
de Tecnologia foi a pontuação do fator derivada do único fator de ordem superior
subjacente às três medidas de integração de Estágios, CBAM LoU e Estágios do Professor
ACOT. Os preditores eram variáveis contendo as pontuações da escala para as duas
escalas multi-item TPSA relacionadas comPedagogia.
Este modelo de regressão provou ser um bom ajuste (F = 60,5, 2 9 217 df, p \.0005) com R = 0,598.
O modelo explicou 36% (RSQ = .358) do nível de integração de tecnologia do professor com base nos
dois indicadores da Pedagogia, conforme relatado anteriormente na Tabela3. Conforme mostrado na
Tabela4, a autoeficácia no ensino com tecnologias (estabelecidas), como a criação de uma aula que
incorpora software, foi de longe o indicador mais forte de Integração de Tecnologia (ß = 0,527, p \.
0005) para este grupo de professores, e muito mais forte do que o Ensino com Tecnologias
Emergentes. Mesmo assim,Pedagogia manteve seu papel de '' maior importância '' para o conjunto de
dados de 2015, como havia sido verdade para os conjuntos de dados de 2011 e 2014, conforme
relatado na Tabela 3, embora os três conjuntos de dados tenham sido coletados de diferentes grupos
de educadores com pesos diferentes para o ensino com tecnologias mais antigas e mais novas,
dependendo do contexto local.
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 321
B SE Beta
uma Variável dependente: pontuação do fator REGR derivada dos estágios, CBAM LoU e estágios do professor ACOT, representando
construção de integração de tecnologia
N 220
Ferramenta FAC3
N 200
FAC4Pedagogia
Correlação de Pearson . 585 **
e 2, para o qual cada um fornece uma representação imperfeita do construto ao qual cada
escala é atribuída de forma relevante.
Conforme mostrado na Tabela 7, para o conjunto de dados de 2015, Habilidade foi encontrado
para ter um forte relacionamento com Integração de Tecnologia (r = 0,549, p \.0005), enquanto
Ferramenta teve um mais fraco (r = 0,272), mas ainda altamente significativo (p \.0005) relacionamento
com Integração de tecnologia. Pedagogiateve o relacionamento mais forte (r = 0,585, p \.0005) com
Integração de Tecnologia dos três construtos preditores examinados no conjunto de dados de 2015
para o modelo expandido de Vontade, Habilidade e Ferramenta de Integração de Tecnologia (WSTP).
Uma vez que o quadrado de cada Coeficiente de Correlação de Pearson (r2) representa a variância em
comum entre dois construtos, podemos inferir que saber que um professor Habilidade (proficiência
em tecnologia) pode ser responsável por 30% do nível de sala de aula de um professor Integração de
Tecnologia (r2 = 0,549 * 0,549 = 0,30) enquanto conhece o acesso de um professor à tecnologia
instrucional Ferramentas pode representar 7% do nível da sala de aula Integração de Tecnologia (r2 =
0,272 * 0,272 = 0,07). Conhecendo um
123
322 G. Knezek, R. Christensen
Discussão
Estudos anteriores (por exemplo, Morales 2006) descobriram que a força dos coeficientes de estilo de
regressão para os principais componentes do modelo, usando modelagem de equações estruturais (SEM),
variava dependendo do contexto local em que residiam os professores que forneceram os dados. Por
exemplo, para os Morales (2006) estudo, nível de uso de tecnologia Habilidade desenvolvimento foi
considerado o predicador mais forte de Integração de Tecnologia para professores nos EUA, enquanto para
professores no México, extensão do acesso à tecnologia Ferramentas foi o preditor mais importante. Naquela
época, o México geralmente tinha poucas ferramentas de tecnologia para os professores usarem em sala de
aula, enquanto nos Estados Unidos o treinamento de habilidades para professores novos e experientes estava
ocorrendo em um ritmo rápido. Os autores do presente artigo encontraram de outros estudos (Christensen e
Knezek1999) para professores que estão próximos do nível mais alto de Integração de tecnologia, é o Vai para
avançar que se torna o maior preditor. Seguindo essas analogias, podemos inferir que, entre os conjuntos de
dados de 2011, 2014 e 2015 apresentados neste artigo, o estilo pedagógico (Pedagogia) é provável que tenha
a maior variabilidade entre os professores pesquisados, uma vez que foi responsável por 30% (dados de 2011),
33% (dados de 2014) e 34% (dados de 2015), respectivamente, do nível do professor de Integração de
Tecnologia (ver tabelas 2 e 3) Mesmo dentro de uma área de construção, comoHabilidade, indicadores
alternativos podem assumir papéis maiores ou menores. Por exemplo, para o conjunto de dados de 2015,
Ferramentas de Tecnologia Emergente foi o indicador mais forte noHabilidade construir área, enquanto para
2014 o conjunto de dados de Aplicativos Integrados foi o indicador mais forte deHabilidade. A liderança dos
distritos escolares pode desejar fornecer atividades alternativas de desenvolvimento profissional para
professores com diferentes experiências de habilidades e escolas de pensamento pedagógico, a fim de melhor
apoiar essa diversidade.
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 323
nível de integração de tecnologia do professor, conforme encontrado por Morales (2006) para o
México e os EUA, ou 40%, conforme encontrado por Agyei e Voogt (2011) para Gana, o objetivo
principal do Modelo WSTP é avaliar os pontos fortes relativos dos componentes, a fim de
auxiliar a tomada de decisão por líderes educacionais para o desenvolvimento profissional de
professores e reconhecer o valor de cada um dos componentes na busca de usar a tecnologia
para melhorar o ensino e a aprendizagem. Por exemplo, em locais onde o acesso à tecnologia é
limitado, entãoFerramenta surge como uma área importante na qual se deve focar, mas para
locais com acesso à tecnologia bem estabelecido, Vai e Habilidade torna-se importante. A
presença da tecnologia não garante um uso pedagogicamente correto em sala de aula. As
atitudes dos professores em relação aos computadores, sua autoeficácia e uma abertura geral
para mudanças estão entre os fatores que indicam o uso eficaz na prática educacional K-12
(Christensen2002; Wang et al.2004; Anderson e Maninger2007; Vannatta e Fordham2004)
Pesquisas indicam que a excelência em pedagogia parece ser necessária para que os
professores atinjam o mais alto nível de integração de tecnologia (Christensen e Knezek2008),
que foi o principal impulso para adicionar Pedagogia como um novo componente do modelo.
Conclusão
123
324 G. Knezek, R. Christensen
Conflito de interesses Os autores declaram não haver conflito de interesses devido a financiamento externo.
Referências
Agyei, DD, & Voogt, JM (2011). Explorando o potencial do modelo de vontade, habilidade e ferramenta em Gana: Prever
futuro e praticando o uso da tecnologia por professores. Computador e Educação, 56, 91–100. Anderson,
SE e Maninger, RM (2007). Habilidades, crenças e intenções dos professores de formação inicial
em relação à integração de tecnologia. Journal of Educational Computing Research, 37 (2), 151–172.
Christensen, R. (1997). Efeito da educação de integração tecnológica nas atitudes dos professores e seus
alunos. Tese de doutorado, University of North Texas.Dissertation Abstracts International, 58 (11),
4242. UMD # AAT9816134.
Christensen, R. (2002). Impacto da educação de integração tecnológica nas atitudes dos professores e
alunos. Journal of Research on Technology in Education, 34 (4), 411–434.
Christensen, R., & Knezek, G. (1999). Estágios de Adoção de Tecnologia na Educação.Computadores em novos
Escolas Zelândia, 11 (4), 25–29.
Christensen, R., & Knezek, G. (2008). Medidas e descobertas de autorrelato para tecnologia da informação
atitudes e competências. Em J. Voogt & G. Knezek (Eds.),Manual internacional de tecnologia da
informação na educação primária e secundária (pp. 349–365). Nova York: Springer. Christensen,
RW, & Knezek, GA (2009). Construir validade para as atitudes dos professores em relação
questionário de computadores. Journal of Computing in Teacher Education, 25 (4), 143-155. Christensen,
R., & Knezek, G. (2014). A autoavaliação de proficiência em tecnologia (TPSA): Evolução de
uma medida de autoeficácia para integração de tecnologia. DentroArtigo apresentado ao IFIP KEYCIT. Alemanha: Pottsdam.
2 de julho de 2014.
Coughlin, E., & Lemke, C. (1999). Continum de competência profissional: habilidades profissionais para o digital
sala de aula de idade. Santa Monica, CA: Milken Exchange. Disponívelhttps://depts.washington.edu/
academy / professional / files / milken_pro_competency_continuum-prodevo.pdf.
DeMars, C. (2001). Diferenças de grupo com base nas pontuações IRT: o modelo importa?Educacional e
Medição psicológica, 61 (1), 60–70.
Dwyer, DC, Ringstaff, C., & Sandholtz, JH (1990). Crenças e práticas do professor. Parte I: Padrões de
mudança. Retirado 2-9-2005 de Apple Classrooms Tomorrow http://images.apple.com/education/ k12 /
Leadership / acot / pdf / rpt08.pdf.
Hall, GE, Loucks, SF, Rutherford, WL, & Newlove, BW (1975). Níveis de uso da inovação:
Uma estrutura para analisar a adoção da inovação. Em SF Loucks, BW Newlove e JE Hall (Eds.),Medindo os
níveis de uso da inovação: um manual para treinadores, entrevistadores e avaliadores. Austin, TX:
Laboratório de Desenvolvimento Educacional da Southwest.
Hancock, R., Knezek, G., & Christensen, R. (2007). Medidas de validação cruzada de integração de tecnologia:
Um primeiro passo para examinar as relações potenciais entre integração de tecnologia e desempenho
dos alunos. Journal of Computing in Teacher Education, 24 (1), 15–21.
Joreskog, KG, & Sorbom, D. (1993). LISREL8: Modelagem de equações estruturais com o SIMPLIS
linguagem de comando. Chicago, IL: Scientific Software International.
Klausmeir, HJ, & Goodwin, W. (1975). Aprendizagem e habilidades humanas: psicologia educacional (4º
ed.). Nova York: Harper & Row Publishers.
Knezek, G., & Christensen, R. (2008). A importância das atitudes de tecnologia da informação e
competências no ensino primário e secundário. Em J. Voogt & G. Knezek (Eds.).Manual
internacional de tecnologia da informação em informação primária e secundária (pp. 321–331).
Nova York: Springer.
Knezek, G., & Christensen, R. (2015). A vontade, habilidade, modelo de ferramenta de integração de tecnologia: adicionando pedagogia
como uma nova construção de modelo. Em DG Sampson, JM Spector, D. Ifenthaler, & P. Isaias (Eds.),Proceedings
of the cognition and exploratory learning in digital age, 2015 (pp. 84–91). Irlanda: Maynooth.
123
Estendendo a vontade, habilidade e modelo de ferramenta de tecnologia… 325
Knezek, G., Christensen, R., & Fluke, R. (2003). Testando uma vontade, habilidade, modelo de ferramenta de tecnologia
integração. DentroArtigo apresentado na Reunião Anual da American Educational Research
Association (AERA). Chicago, IL.
Knezek, G., Christensen, R., Hancock, R., & Shoho, A. (2000). Rumo a um modelo estrutural de tecnologia
integração. DentroArtigo apresentado na Conferência Anual da Associação de Pesquisa Educacional do
Havaí. Honolulu, HI.
Knezek, G., Christensen, R., Miyashita, K., & Ropp, M. (2000b). Instrumentos de avaliação do educador
progresso em direção à integração de tecnologia. Denton, TX: Instituto para a Integração da
Tecnologia no Ensino e na Aprendizagem.
Koehler, MJ, & Mishra, P. (2008). Apresentando TPCK. Em JA Colbert, KE Boyd, KA Clark, S.
Guan, JB Harris, MA Kelly e AD Thompson (Eds.), Manual de conhecimento de conteúdo pedagógico
tecnológico para educadores (pp. 1–29). Nova York: Routledge.
Mishra, P., & Koehler, MJ (2006). Conhecimento de conteúdo pedagógico tecnológico: uma estrutura para
conhecimento do professor. Registro do Teachers College, 108 (6), 1017–1054.
Morales, C. (2006).Validação transcultural da vontade, habilidade e modelo de ferramenta de integração de tecnologia.
Tese de doutorado, University of North Texas. Disponívelhttp://digital.library.unt.edu/ark:/67531/
metadc5256 / m2 / 1 / high_res_d / dissertation.pdf.
Morales, C., & Knezek, G. (2007). Testando um modelo preditivo de integração de tecnologia no México e
os Estados Unidos. DentroArtigo apresentado na Conferência Anual da American Educational Research
Association.III: Chicago.
Morales, C., Knezek, G., Christensen, R., & Avila, P. (Eds.) (2005).A vontade, habilidade, modelo de ferramenta de
integração de tecnologia. Uma abordagem conceitual de ensino e aprendizagem com tecnologia.Cidade do
México, México: ICLE.
Niess, ML (2005). Preparando professores para ensinar ciências e matemática com tecnologia: desenvolvendo um
conhecimento do conteúdo pedagógico da tecnologia. Ensino e formação de professores, 21 (5), 509-523. Petko,
D. (2012). Crenças pedagógicas dos professores e seu uso de mídia digital em salas de aula: Sharpening
o enfoque do modelo 'vontade, habilidade, ferramenta' e integração das orientações construtivistas dos professores.
Computadores e educação, 58 (4), 1351–1359.
Rogers, PL (1999). Barreiras à adoção de tecnologias emergentes na educação. Documento ERIC
Reprodução. No. ED429556.
Ropp, MM (1999). Explorando as características individuais associadas à aprendizagem do uso de computadores em
preparação de professores de formação inicial. Journal of Research on Computing in Education, 31 (4), 402-424. Russell, AL
(1995). Estágios no aprendizado de novas tecnologias: Usuários de email adultos ingênuos.Computadores em
Educação, 25 (4), 173-178.
Schumacker, RE, & Lomax, RG (2015). Um guia para iniciantes na modelagem de equações estruturais (4ª ed.).
Nova York: Routledge.
Shulman, LS (1986). Aqueles que entendem: O crescimento do conhecimento no ensino.Pesquisador Educacional,
15 (2), 4-14.
Slavin, RE (2015). Psicologia educacional: Teoria e prática (11ª ed.). Upper Saddle River, NJ:
Pearson.
Thompson, B. (2004). Análise fatorial exploratória e confirmatória: conceitos de compreensão e
formulários. Washington, DC: American Psychological Association.
Vannatta, RA e Fordham, N. (2004). Disposições do professor como preditores da tecnologia de sala de aula.
Journal of Research Technology in Education, 36 (3), 253–272.
Wang, L., Ertmer, PA, & Newby, TJ (2004). Aumentando as crenças de autoeficácia dos professores de formação inicial para
Integração de tecnologia. Journal of Research on Technology in Education, 36 (3), 231–250.
Watkins, C., & Mortimore, P. (1999). Pedagogia: o que sabemos? Em P. Mortimore (Ed.),
Compreender a pedagogia e seu impacto na aprendizagem. Londres: Publicação Paul Chapman.
123