Revista Athenea · Artículo de investigaciónVol. 7 · Núm. 26 · Octubre–diciembre de 2026 · pp. 08–18 · ISSN-e 2737-6419
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) Artículodeinvestigaciónhttps://doi.org/10.47460/athenea.v7i26.153 Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica,bienestardocenteycalidadeducativaenuniversidades ManuelCárdenasHerrera* https://orcid.org/0000-0001-9977-7044 mcardenash@unsa.edu.pe UniversidadNacionaldeSanAgustíndeArequipaArequipa,Perú EdgarHilarioBarredaCoaquira https://orcid.org/0000-0002-7146-2187 ebarreda@unsa.edu.pe UniversidadNacionaldeSanAgustíndeArequipaArequipa,Perú JamesJosmellOjedaPortugal https://orcid.org/0009-0005-1617-7569 jojedap@unsa.edu.pe UniversidadNacionaldeSanAgustíndeArequipaArequipa,Perú *Autordecorrespondencia: mcardenash@unsa.edu.pe Recibido:(03/07/2026),Aceptado:(29/09/2026) Resumen. Elobjetivodelestudiofueanalizar,mediantedinámicadesistemas,lainteracciónentrecargaacadémica,bienestardocenteycalidadeducativabajodistintosescenariosdegestiónuniversitaria.SeutilizóunconjuntodedatosexternodesimulacióncomputacionalpublicadoenZenodo,integradopor520000registroscorrespondientesa1000parametrizacionesMonteCarlopareadas,cincoescenariosy104semanasdesimulación.Secompararoncondicionesdereferencia,reduccióndecargaadministrativa,reduccióndecargadocente,apoyoinstitucionaleintervencióncombinada.Losresultadosmostraronquelareduccióndedemandaslaboralesdisminuyólatensióndocenteyfavorecióelbienestarylacalidadsimulada.Laintervencióncombinadapresentóelcomportamientomásfavorable,mientrasqueelapoyoinstitucionalaisladogeneróefectoscompensatoriosdebidoaloscostostemporalesincorporados.Elanálisisdesensibilidadconfirmólarelevanciadelacargadocente,lapresióninstitucionalylacapacidadderecuperación.Loshallazgoscorrespondenexclusivamentealcomportamientodelmodelocomputacional. Palabrasclave: dinámicadesistemas,simulacióncomputacional,cargaacadémica,bienestardocente,calidadeducativa,simulaciónMonteCarlo,educaciónsuperior. Modelingandsimulationthroughsystemdynamicsoftheinteractionbetweenacademicload,teacherwell-beingandeducationalqualityinuniversities Abstract. Theaimofthisstudywastoanalyze,throughsystemdynamics,theinteractionamongacademicworkload,facultywell-being,andeducationalqualityunderdifferentuniversitymanagementscenarios.AnexternalcomputationalsimulationdatasetpublishedinZenodowasused,comprising520,000recordsgeneratedfrom1,000pairedMonteCarloparameterizations,fivescenarios,and104simulationweeks.Baselineconditions,administrativeworkloadreduction,teachingworkloadreduction,institutionalsupport,andacombinedinterventionwerecompared.Resultsshowedthatreducingworkdemandsdecreasedfacultystrainandimprovedsimulatedwell-beingandeducationalquality.Thecombinedinterventionproducedthemostfavorableoverallbehavior,whereasinstitutionalsupportalonegeneratedcompensatoryeffectsduetotheadditionaltimecostsincorporatedintothemodel.Sensitivityanalysisconfirmedtherelevanceofteachingworkload,institutionalpressure,andrecoverycapacity.Thefindingsrepresentexclusivelythebehaviorofthecomputationalmodelandshouldnotbeinterpretedasempiricalevidencefromrealuniversitiesorfacultymembers. Keywords: systemdynamics,computationalsimulation,academicworkload,facultywell-being,edu-cationalquality,MonteCarlosimulation,highereducation. CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...8
Página 8 de 18 · 1 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) I.INTRODUCCIÓN Lasuniversidadesconstituyensistemasorganizacionalescomplejosenlosquelasactividadesdedocencia,investigación,gestiónadministrativayatenciónalestudiantecompitenporrecursostem-poralesyhumanoslimitados.Enestecontexto,lacargaacadémicanodependeexclusivamentedelnúmerodehorasdeenseñanza,sinotambiéndeactividadesdepreparación,evaluación,tutoría,inves-tigación,gestiónycumplimientoderequerimientosinstitucionales.Laacumulacióndeestasdemandaspuedeafectarelbienestardelprofesoradoymodificarsucapacidadparadesarrollaradecuadamentelasfuncioneseducativas.ElmodeloJobDemands–Resources(JD-R)ofreceunmarcoútilparainterpretarestaproblemáticaalplantearqueelbienestarlaboraldependedelequilibrioentrelasexigenciasdeltrabajoylosrecursosdisponiblesparaafrontarlas.Estudiosdesarrolladosconprofesoresuniversitarioshanmostradoquelasdemandasdeenseñanza,elconflictoentredocenciaeinvestigaciónyotraspresioneslaboralesserelacionanconmayoragotamiento,mientrasquelosrecursosdocentes,elapoyosocialyadministrativoseasocianconmayorcompromisoysatisfacciónlaboral[ 1 ],[ 2 ].Demanerasimilar,sehaidentificadoquelasobrecargacuantitativa,lasdemandasadministrativasyladificultadparaconciliardistintasresponsabilidadesacadémicasconstituyenfactoresrelevantesparaelbienestardelprofesorado[ 3 ].Laproblemáticaadquiereespecialrelevanciacuandoseconsideraquelarelaciónentrecarga,bienes-tarycalidadeducativapuedepresentarefectosindirectosyretardados.Elincrementodelasdemandaslaboralespuedereducireltiempodisponibleparapreparación,retroalimentaciónoinnovacióndocente;asuvez,unadisminucióndelbienestarpuedeafectarprogresivamentelacapacidadderespuestadelsistema.Deigualforma,laspolíticasdestinadasaproporcionarapoyoinstitucionalpuedengenerarnuevosrequerimientosdetiempocuandoimplicanreuniones,capacitacionesoactividadesadicionales.Enconsecuencia,analizarestasvariablesdeformaaisladapuederesultarinsuficienteparacomprendersucomportamientoglobal.Ladinámicadesistemasofreceunaalternativametodológicaapropiadaparaestudiarestetipodeproblemas,dadoquepermiterepresentarrelacionescausales,niveles,flujos,mecanismosderetroali-mentaciónyretardostemporalesdentrodesistemascomplejos[ 4 ].Adiferenciadelosanálisisestáticos,esteenfoquefacilitalaexploracióndelcomportamientodelsistemaalolargodeltiempoylaevaluacióndeescenariosalternativosantesdesueventualaplicaciónencontextosreales.Asimismo,lacombinacióndedinámicadesistemasconsimulacionesMonteCarlopermiteincorporarvariabilidadparamétricayexaminarlarobustezdelasrespuestasobtenidasbajomúltiplesconfiguracionesposibles.Apesardelcrecienteinterésporelbienestardelprofesoradouniversitario,buenapartedelaevi-denciadisponibleanalizaasociacionesentredemandas,recursos,agotamientoysatisfacciónmediantediseñostransversales,cualitativosomodelosestadísticos[ 1 ],[ 2 ],[ 3 ].Estosenfoquesproporcionanevidenciarelevante,peroofrecenposibilidadeslimitadasparaexaminarsimultáneamenteretroalimenta-ciones,acumulacionesyconsecuenciastemporalesdediferentespolíticas.Estudiosrecientescontinúandestacandolanecesidaddeabordarlacargaacadémicacomounproblemaorganizacionalydediseñarintervencionesquecombinenreduccióndedemandascondisponibilidadefectivaderecursos[ 5 ].Portanto,elobjetivodeesteestudiofueanalizar,mediantemodeladoysimulacióndedinámicadesistemas,lainteracciónentrecargaacadémica,bienestardocenteycalidadeducativabajodiferentesescenariosdegestiónuniversitaria.ParaelloseutilizóunconjuntodedatosexternodesimulacióncomputacionaldisponiblepúblicamenteenZenodo[ 6 ],apartirdelcualsecompararonescenariosdereferencia,reduccióndecargaadministrativa,reduccióndecargadocente,apoyoinstitucionalein-tervencióncombinada.Elanálisisincluyólaevolucióntemporaldelsistema,comparacionespareadas,sensibilidadparamétricayevaluacióndeconvergencia,conelpropósitodeidentificarpatronesdecom-portamientoyposiblescompensacionesentredemandas,recursosyresultadoseducativos. II.FUNDAMENTOSTEÓRICOS A.Cargaacadémicaybienestardocente Laactividaddelprofesoradouniversitariointegrafuncionesdedocencia,preparaciónyevaluación,investigación,tutoría,gestiónyparticipacióninstitucional.Porello,lacargaacadémicanopuedereducirseúnicamentealnúmerodehorasdeclase,sinoquecomprendeunconjuntodedemandasque CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...9
Página 9 de 18 · 2 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) compitenportiempoyrecursosindividuales.DesdeelmodeloJobDemands–Resources(JD-R),lasdemandaslaboralescorrespondenaaquelloscomponentesdeltrabajoquerequierenesfuerzosostenido,mientrasquelosrecursoslaboralescontribuyenalcumplimientodelosobjetivos,reducenloscostosasociadoscondichasdemandasyfavoreceneldesarrolloprofesional[ 1 ],[ 7 ].ElmodeloJD-Rplanteadosprocesoscomplementarios.Elprimerocorrespondealdeteriorodelasaludyelbienestarcuandolasdemandasexcedendeformasostenidalosrecursosdisponibles;else-gundodescribeunprocesomotivacionalmedianteelcuallosrecursoslaboralesfavorecencompromiso,satisfacciónycapacidadderespuesta[ 7 ].Estaperspectivaresultapertinenteparaelcontextouniver-sitario,dondeincrementossimultáneosdedocencia,investigaciónygestiónpuedenmodificartantoelbienestardelprofesoradocomoladisponibilidaddetiempoparadesarrollaractividadeseducativas. B.Bienestardocenteycalidadeducativa Enesteestudio,elbienestardocenteseconcibecomounacondicióndinámicaasociadaconelequilibrioentredemandas,recuperaciónyrecursosdisponibles,mientrasquelatensiónrepresentalaacumulacióndepresionesderivadasdelfuncionamientodelsistema.Estosconceptosnocorrespondenadiagnósticosclínicosniaescalaspsicométricasaplicadasapersonasreales,sinoaestadosinternosdelmodelocomputacional.Lacalidadeducativaseabordaigualmentecomounavariablesistémicavinculadaconlacapacidaddelentornoacadémicoparasosteneractividadesdepreparación,atenciónalestudianteydesempeñodocente.Desdeestaperspectiva,sucomportamientonodependedeunaúnicavariable,sinodelainteracciónentrecargaefectiva,adecuacióndelapreparación,presióninstitucional,recuperaciónyotroselementosincorporadosenlaestructuradelmodelo.Estaformulaciónpermiteexaminarposi-blesefectosindirectos;porejemplo,unadisminucióndedeterminadasdemandaspuedeliberartiempoparapreparación,mientrasqueunaintervencióninstitucionalqueincorporenuevasobligacionespuedesimultáneamenteaportarrecursosyaumentarlacarga. C.Dinámicadesistemas Ladinámicadesistemasconstituyeunenfoquedemodeladoorientadoalestudiodeproblemascomplejoscaracterizadosporretroalimentaciones,acumulaciones,retardostemporalesyrelacionesnolineales.Suestructurasefundamentaenlarepresentacióndenivelesostocks,flujosyvariablesauxiliaresconectadasmedianterelacionescausales.Stermanseñalaqueesteenfoquepermiterelacionarlaestructuradeunsistemaconsucomportamientotemporalyutilizarmodeloscomputacionalesparaexplorarlasconsecuenciasdediferentespolíticas[ 4 ].Enelcontextoanalizado,variablescomotensióndocente,bienestarycalidadeducativasecom-portancomoestadoscuyaevolucióndependetantodelascondicionespresentescomodetrayectoriasanteriores.Estacaracterísticapermiterepresentarfenómenosacumulativosyexplicaqueunavariacióndelacargaacadémicanoproduzcanecesariamenteunamodificacióninstantáneayproporcionalenelrestodelasvariables.Lasimulacióndeescenariosconstituyeasimismounaaplicacióncentraldeladinámicadesistemas,dadoquepermitemodificarcomponentesespecíficosdeunmodeloyobservarsusconsecuenciasman-teniendocontroladaslasrestantescondiciones.Deestaforma,lasintervencionespuedenanalizarsecomoexperimentoscomputacionalesynocomoprediccionesdeterministassobreinstitucionesreales. D.SimulaciónMonteCarloeincertidumbreparamétrica LasimulaciónMonteCarlopermiteexaminarelcomportamientodeunmodelobajomúltiplesconfiguracionesdeparámetrosyconstituyeunaestrategiaampliamenteutilizadaparaincorporarincer-tidumbreenexperimentoscomputacionales.Sufundamentoconsisteenrealizarnumerosasejecucionesutilizandovaloresobtenidosdedistribucionesorangospreviamentedefinidosyanalizarposteriormenteladistribucióndelosresultados[ 8 ].Enesteestudio,elempleodeparametrizacionesMonteCarlopareadaspermitióqueunamismacombinacióndeparámetrosfueraevaluadaentodoslosescenarios.Estediseñofavoreciócomparacionesdirectasentreintervenciones,yaquelasdiferenciasobservadaspudieronatribuirsealasmodificaciones CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...10
Página 10 de 18 · 3 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) introducidasencadaescenarioynoalautilizacióndeconjuntosdeparámetrosdiferentes.Lacom-binacióndedinámicadesistemas,simulaciónMonteCarlo,análisisdesensibilidadyevaluacióndeconvergenciaproporcionaasíunmarcocomputacionalparaestudiarlainteracciónentredemandasyrecursosuniversitarios,explorarrespuestastemporalesydeterminarlaestabilidaddelosresultados.Suutilidadradicaprincipalmenteenlaexperimentaciónconceptualyenlageneracióndehipótesisqueposteriormentepuedencontrastarseconevidenciaempírica. III.METODOLOGÍA A.Diseñodelestudio Sedesarrollóunestudiocuantitativodecaráctercomputacionalyanalíticobasadoenelproce-samientosecundariodedatosprovenientesdesimulacionesmediantedinámicadesistemas.Elanálisisseorientóaexaminarlainteracciónentrecargaacadémica,bienestardocenteycalidadeducativabajodiferentescondicionesinstitucionalessimuladas.Noserecopilarondatosprimariosniserealizaronencuestas,entrevistas,observacionesointervencionescondocentes,estudiantesoinstitucionesuni-versitarias.Lainvestigaciónutilizóexclusivamenteunconjuntodedatoscomputacionalpreviamentegeneradoypublicadoenunrepositoriodeaccesoabierto. B.Fuentededatos Seutilizóelconjuntodedatosexterno ComputationalSimulationDataonAcademicWorkload,FacultyWell-Being,andEducationalQualityinUniversitySystems ,versión2.0.0,publicadoporSuárez-CarreñoenZenodo[ 6 ],conDOI10.5281/zenodo.23242695.Elrecursocontiene520000registrosprocedentesexclusivamentedesimulacióncomputacional.Suestructuracomprende1000parametriza-cionesMonteCarlopareadas,evaluadasencincoescenariosdurante104intervalossemanales.Cadaconjuntodeparámetrosfueutilizadodeformaequivalenteentodoslosescenarios,loquepermitióre-alizarcomparacionespareadasentrelasdistintascondicionessimuladas.Elrepositorioincluye,ademásdelconjuntoprincipaldedatos,lasdefinicionesdevariables,parámetrosyconstantes,escenariosdesimulación,resúmenessemanales,métricascorrespondientesalciclofinal,análisisdesensibilidad,diag-nósticosdeconvergencia,archivosdevalidaciónycódigocomputacionalparareproducciónyverificacióndelmodelo. C.Variablesanalizadas Elanálisisconsiderócomovariablesprincipaleslacargaefectivadetrabajo,elíndicedesobrecarga,laadecuacióndelapreparaciónacadémica,elíndicedetensióndocente,elíndicedebienestardocenteyelíndicedecalidadeducativa.Lacargaefectivaintegrólasdemandasdocentes,administrativas,investigativasyadicionalesincorporadasenelmodelo.Latensiónyelbienestarfuerontratadoscomoestadosdinámicosdelsistema,mientrasquelacalidadeducativadependiódelainteracciónentrecondi-cionesdetrabajo,preparación,presióninstitucional,recuperaciónyotroscomponentesespecificadosenlaestructuracomputacional.Losíndicessimuladosnofueroninterpretadoscomoescalasclínicasnicomomedicionespsicométricasobtenidasdepersonasreales,sinocomovariablesinternasdelmodelodestinadasarepresentarelcomportamientorelativodelsistema. D.Escenariosdesimulación Seanalizaroncincoescenarios:escenariodereferencia,sinintervención;reduccióndel20%delademandaadministrativa;reduccióndel15%delacargadocente;implementacióndeunprogramadeapoyoinstitucional;eintervencióncombinada.Elescenariodereferenciaseutilizócomocondiciónbasalparatodaslascomparaciones.Lasintervencionesmodificaronúnicamenteloscomponentesdefinidosparacadaescenario,mientrassemantuvieronpareadoslosconjuntosdeparámetrosMonteCarlo.Elprogramadeapoyoinstitucionalincorporótantoefectosfavorablessobredeterminadoscomponentesdelsistemacomocostostemporalesderivadosdeactividadesdeparticipaciónycoordinación.Estaestructurapermitióevitarqueunaintervenciónfavorableprodujeranecesariamentemejorasautomáticasentodaslasvariablesdesalida. CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...11
Página 11 de 18 · 4 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) E.Horizontetemporalyventanadeanálisis Cadatrayectoriacomprendió104semanasdesimulación.Elsistemaincorporóciclosacadémicosestilizadosde20semanas,loquegeneróvariacionestemporalesenlaintensidaddelasdemandasuniversitarias.Paralascomparacionesprincipalesentreescenariosseutilizóelúltimociclocompletodesimulación,correspondientealassemanas85–104.Estadecisiónevitóquelasconclusionesdependierandelvalorobservadoenunaúnicasemanaterminalypermitióevaluarelcomportamientomediodelsistemaduranteunperiodoacadémicocompleto.Lastrayectoriassemanalesfueronconservadasparaanalizarlaevolucióntemporaldelacarga,tensión,bienestarycalidadeducativa. F.Procesamientoycomparacióndeescenarios Paracadaescenariosecalcularonlamediaylospercentiles5y95delasvariablesprincipalesduranteelciclofinal.Lasintervencionesfueroncomparadasconelescenariodereferenciamediantediferenciaspareadas,aprovechandoquecadaparametrizaciónMonteCarloteníacorrespondenciadirectaentreloscincoescenarios.Paraunavariable Y ,ladiferenciadeunaintervención s respectodelareferenciaseexpresócomo ∆ Y i , s = Y i , s − Y i ,0 ,donde i representaelconjuntodeparámetrosMonteCarlo, s elescenariodeintervencióny 0 elescenariodereferencia.Tambiénsecalculólavariaciónrelativamediamediante ∆ Y % = � Y s − Y 0 � Y 0 × 100 (1) Adicionalmente,seestimólaproporcióndeparametrizacionesenlasquecadaintervenciónprodujomenortensióndocente,mayorbienestaromayorcalidadeducativarespectodesucorrespondientetrayectoriabasal. G.Análisisdesensibilidad LasensibilidaddelmodeloseexaminómediantecorrelacionesporrangosdeSpearmanentrelosparámetrosdeentradaylosresultadosobtenidosduranteelciclofinal.Paracadavariabledesalidasecalculó ρ s = corr ( rank ( X ) ,rank ( Y )) (2) donde X correspondealparámetrodeentraday Y alavariablederesultado.Losparámetrosfueronordenadossegúnelvalorabsolutode ρ s ,permitiendoidentificaraquellosconmayorasociaciónconlatensióndocente,elbienestarylacalidadeducativa.Elsignodelcoeficienteseutilizóexclusivamenteparadeterminarladireccióndelarelaciónsimuladaynofueinterpretadocomoevidenciadecausalidadempírica. H.Evaluacióndeconvergencia LaestabilidaddelasestimacionesMonteCarloseevaluócomparandoprogresivamentelosresul-tadosobtenidoscon50,100,250,500,750y1000conjuntosdeparámetros.Paracadatamañomuestralcomputacionalsecalculóladiferenciarelativarespectodelamediaobtenidaconlas1000parametrizacionesmediante D N = ��� Y N − Y 1000 ��� Y 1000 × 100 (3) Seadoptócomoreferenciadeestabilidadunadiferenciamáximainferioral0,5%.Esteprocedi-mientopermitiódeterminarsielnúmerofinaldeejecucionesproporcionabaestimacionessuficientementeestablesparalacomparaciónentreescenarios. I.Verificaciónyreproducibilidad Losresultadosutilizadosenelestudiofueroncontrastadosconlosarchivosdevalidación,resúmenesydiagnósticosincluidosenelrepositoriooriginal.Severificólacorrespondenciadelas1000parametriza-cionesentreescenarios,laintegridadestructuraldelasseriestemporales,laausenciaderegistros CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...12
Página 12 de 18 · 5 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) faltantesylaconsistenciadelasmétricasderivadas.Elrecursopublicadoproporcionacódigoderepro-ducción,scriptsdevalidación,manifiestosdearchivosysumascriptográficasSHA-256,loquepermiteverificarlaintegridadyreproducibilidaddelconjuntodedatos.Lastablasyfiguraspresentadasenelestudiofueronelaboradasapartirdelosarchivospúblicoscorrespondientesalasmétricasdelciclofinal,trayectoriassemanales,análisisdesensibilidadydiagnósticodeconvergencia. J.Consideracioneséticas Lainvestigaciónnoinvolucrósereshumanos,datospersonales,registrosinstitucionalesrealesniinformaciónidentificable.Todoslosdatosanalizadosfuerongeneradosmediantesimulacióncomputa-cionalypublicadospreviamentecomorecursoabierto.Porestarazón,elestudionoimplicóinterven-ciónsobreparticipantesnitratamientodeinformaciónpersonal.Losresultadosfueroninterpretadosexclusivamentecomocomportamientodeunmodelocomputacionalbajolossupuestosyparámetrosespecificados,ynocomoevidenciaempíricasobredocentesouniversidadesreales. IV.RESULTADOS Elanálisisutilizócomofuentesecundariaunconjuntodedatosdesimulacióncomputacionalpubli-cadopreviamenteenZenodoporSuárez-Carreño[ 6 ].Elrecursocorrespondealaversión2.0.0ycontiene520000registrosobtenidosapartirde1000parametrizacionesMonteCarlopareadas,evaluadasencincoescenariosdurante104semanas.Losregistrosnorepresentanobservacionesdedocentes,estudiantesouniversidadesreales.Paralacomparaciónprincipalseconsideróelúltimociclocompletodesimulación,comprendidoentrelassemanas85y104. A.Comportamientodelescenariodereferencia Enelescenariodereferencia,lacargaefectivamediaalcanzó41,83h/semana,conpercentiles5y95de34,32y48,96h/semana,respectivamente.Elíndicemediodesobrecargafue0,510,mientrasquelaadecuacióndelapreparaciónalcanzó0,699.Bajoestascondiciones,elíndicedetensióndocentepresentóunamediade53,14puntos,elbienestardocentesesituóen57,15ylacalidadeducativaen71,91puntos(Figura 1 ). Fig.1. Resultadosmediosduranteelciclofinal. Nota: sepresentanmediaypercentiles5–95calculadossobre1000parametrizacionespareadasdurantelassemanas85–104. B.Efectodelosescenariosdeintervención Lareduccióndel20%delademandaadministrativadisminuyólacargaefectivamediaen-1,48h/semanarespectodelescenariodereferencia.Elíndicedesobrecargaseredujoen-7,89%,latensióndocentedisminuyó0,97puntos,elbienestaraumentó1,69puntosylacalidadeducativaseincrementó1,03puntos.Las1000parametrizacionespresentaronsimultáneamentemenortensión,mayorbienestarymayorcalidad.Lareduccióndel15%delacargadocenteprodujolamayordisminuciónaisladadelacargaefectiva,conunadiferenciamediade-2,21h/semana.Lasobrecargadisminuyó13,10%,mientrasquela CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...13
Página 13 de 18 · 6 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) adecuacióndelapreparaciónaumentó4,53%.Latensióndescendió1,16puntos,elbienestaraumentó2,47puntosylacalidadseincrementó1,25puntos.Elefectofavorablesobrelacalidadseobservóenel99,4%delasparametrizaciones.Elprogramadeapoyoinstitucionalmostróunpatróndiferente.Lacargaefectivaaumentó1,11h/semanaylasobrecargacreció5,80%,debidoalashorasdeparticipaciónycoordinaciónincorporadasenelescenario.Apesardeello,latensióndisminuyó1,53puntosyelbienestaraumentó0,46puntos.Lacalidadeducativa,encambio,disminuyó0,29puntosysoloel7,7%delasparametrizacionesmostróunamejora.Laintervencióncombinadapresentólarespuestamásfavorableentrelosescenariosconsiderados.Lacargaefectivadisminuyó-1,76h/semanaylasobrecargaseredujo10,28%.Latensióndocentedescendió2,95puntos,elbienestaraumentó3,64puntosylacalidadeducativaalcanzó73,48puntos,loquerepresentóunincrementode2,19%respectodelareferencia(Tabla 1 ). Tabla1. Diferenciaspareadasrespectodelescenariodereferencia. Escenario ∆ cargah/sem ∆ tensión %menortensión ∆ bienestar %mayorbienestar ∆ calidad %mayorcalidad Reducciónadministrativa20% -1,48 -0,97 100,0% 1,69 100,0% 1,03 100,0% Reduccióndocente15% -2,21 -1,16 100,0% 2,47 100,0% 1,25 99,4% Programadeapoyo 1,11 -1,53 100,0% 0,46 95,1% -0,29 7,7% Intervencióncombinada -1,76 -2,95 100,0% 3,64 100,0% 1,57 100,0% C.Evolucióntemporaldelsistema Lastrayectoriassemanalesconservaronelcomportamientocíclicodefinidoporlaintensidadacadémica.Enelescenariodereferencia,lacargaefectivamediaalcanzósumínimoenlasemana20,con27,01h/semana,ysumáximoenlasemana96,con48,69h/semana.Latensióndocenteregistrósuvalormáximoenlasemana96,con55,22puntos,mientrasqueelbienestaralcanzósumínimoenlasemana96,con50,96puntos.Lacalidadeducativanoreprodujoexactamentelosmáximosymínimosdelacarga.Sumayorvalormedioenelescenariodereferenciaseobservóenlasemana40,con74,43puntos,loqueevidencialadependenciatemporaldelosestadosacumuladosdelmodelo.Duranteunodelosperiodosdemáximaintensidad,lasemana96,laintervencióncombinadaredujolacargamediade48,69a46,30h/semanaylatensiónde55,22a52,25puntos.Paralelamente,elbienestaraumentóde50,96a55,05puntosylacalidadeducativade69,12a70,89puntos(Figura 2 ). Fig.2. Evolucióntemporaldelíndicemediodetensióndocenteenloscincoescenarios. CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...14
Página 14 de 18 · 7 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) Laevolucióndelatensióndocentemuestraquelosperiodosdemayorintensidadacadémicaseasociaronconincrementosrecurrentesdeesteindicador;sinembargo,susefectosnosetrasladarondemanerainmediataniproporcionalalacalidadeducativa.Estadiferenciatemporalsugierelapresenciaderetardosyefectosacumulativosdentrodelsistema,porloqueresultapertinenteanalizardeformaparalelaelcomportamientodelacalidadeducativaalolargodelas104semanasdesimulación(Figura 3 ). Fig.3. Evolucióntemporaldelíndicemediodecalidadeducativaenloscincoescenarios. D.Análisisdesensibilidad ElanálisisdecorrelaciónporrangosdeSpearmanidentificóquelatensióndocentepresentólaasociacióndemayormagnitudconlacapacidadderecuperación( ρ = − 0,455 ),seguidaporlapresióninstitucional( ρ = 0,447 )ylashorasdocentesbase( ρ = 0,417 )(Tabla 2 ).Elbienestardocenteestuvoprincipalmenteasociadoconlashorasdocentesbase( ρ = − 0,538 )ylacapacidadderecuperación( ρ = 0,503 ).Paralacalidadeducativa,lasasociacionesdemayormagnitudcorrespondieronalashorasdocentesbase( ρ = − 0,563 ),lapresiónportamañodeclase( ρ = − 0,472 )ylapresióninstitucional( ρ = − 0,437 ). Tabla2. Principalesparámetrosdesensibilidadenelescenariodereferencia Resultado Parámetro ρ deSpearman Análisis Tensióndocente Capacidadderecuperación -0,455 mayorcapacidadderecuperaciónseasocióconmenortensióndocente Tensióndocente Presióninstitucional 0,447 mayorpresióninstitucionalseasocióconmayortensióndocente Tensióndocente Horasdocentesbase 0,417 mayorhorasdocentesbaseseasocióconmayortensióndocente Bienestardocente Horasdocentesbase -0,538 mayorhorasdocentesbaseseasocióconmenorbienestardocente Bienestardocente Capacidadderecuperación 0,503 mayorcapacidadderecuperaciónseasocióconmayorbienestardocente Bienestardocente Horasdeinvestigación -0,315 mayorhorasdeinvestigaciónseasocióconmenorbienestardocente Calidadeducativa Horasdocentesbase -0,563 mayorhorasdocentesbaseseasocióconmenorcalidadeducativa Calidadeducativa Presiónportamañodeclase -0,472 mayorpresiónportamañodeclaseseasocióconmenorcalidadeducativa Calidadeducativa Presióninstitucional -0,437 mayorpresióninstitucionalseasocióconmenorcalidadeducativa CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...15
Página 15 de 18 · 8 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) E.Convergenciayestabilidaddelosresultados Laestabilidaddelasestimacionesseevaluóconcantidadesde50,100,250,500,750y1000parametrizaciones.Con500conjuntosdeparámetros,lamayordiferenciarelativarespectodelasmediasobtenidascon1000ejecucionesfuede0,473%,valorinferioralcriteriode0,5%establecidoparalaverificación.Con750parametrizaciones,ladiferenciamáximaseredujoa0,162%(Figura 4 ). Fig.4. Máximadiferenciarelativadelasmediassimuladasrespectodelasolucióncon1000parametrizaciones. Lasverificacionesincluidasenelrecursodedatosconfirmaronlaexistenciade520000registros,elusodelosmismos1000conjuntosdeparámetrosenloscincoescenarios,lautilizacióndeunciclocompletode20semanasparalascomparacionesfinalesylaausenciadesaturacionesartificialesdelosestadosenloslímites0y100.Enconsecuencia,lasdiferenciasobservadasentreescenarioscorrespondenalcomportamientodelmodelobajolascondicionesespecificadasynoatruncamientosnuméricos.Entérminosgenerales,lassimulacionesmostraronqueelincrementoaisladodelapoyoinstitucionalnoprodujomejorassimultáneasentodaslasdimensionescuandoseincorporaronsuscostostemporales.Encontraste,lasintervencionesorientadasareducirdemandasdetrabajo,particularmentecuandosecombinaronconmecanismosmoderadosdeapoyoyrecuperación,generarontrayectoriasconmenortensión,mayorbienestarymayoresnivelessimuladosdecalidadeducativa.Estosresultadosdebeninterpretarseexclusivamentecomocomportamientodelsistemacomputacionalanalizado. F.Discusión Losresultadosobtenidosapartirdelconjuntodedatosdesimulaciónmostraronquelarelaciónentrecargaacadémica,tensióndocente,bienestarycalidadeducativapresentóuncomportamientointerdependienteynolineal.Estepatrónesconsistenteconelenfoquededemandasyrecursoslabo-rales,segúnelcuallasexigenciasasociadascondocencia,investigaciónygestiónpuedenincrementareldesgaste,mientrasquedeterminadosrecursosorganizacionalespuedenfavorecerelbienestaryeldesempeño[ 2 ].Enelcontextouniversitario,estudiospreviostambiénhanidentificadorelacionesentredemandasdocentes,conflictosentrefuncionesacadémicas,agotamientoydisponibilidadderecursosinstitucionales[ 2 ],[ 3 ].Lareduccióndelacargaadministrativaprodujomejorassimultáneasentensión,bienestarycalidadsimulada,mientrasqueladisminucióndelacargadocentegeneróunareducciónmáspronunciadadelacargaefectivayfavoreciólaadecuacióndelapreparación.Estosresultadossoncompatiblesconinvestigacionesquehanseñaladoelpesodelasdemandasadministrativas,elnúmerodeestudiantesatendidosylacombinacióndedocencia,investigaciónyserviciocomofactoresrelevanteseneldesgastedelprofesoradouniversitario[ 3 ],[ 9 ].Dentrodelmodeloanalizado,ladisminucióndedeterminadasde-mandasliberórecursostemporalesquepudierondestinarseapreparación,recuperaciónyotrasfuncionesacadémicas. CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...16
Página 16 de 18 · 9 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) Unresultadoparticularmenterelevantecorrespondióalescenariodeapoyoinstitucional.Aunqueestaintervencióndisminuyólatensiónyprodujounamejoramoderadadelbienestar,nogeneróunincrementomediodelacalidadeducativa.Estecomportamientonoimplicaqueelapoyoinstitucionalseadesfavorable,sinoquereflejalaincorporaciónexplícitadecostostemporalesasociadosconcoordi-nación,participaciónyejecucióndelasactividadesdeapoyo.Deestaforma,lasimulaciónrepresentóunposibleefectodecompensación:unaintervenciónpuedeaportarrecursosy,simultáneamente,generarnuevasdemandas.Estainterpretacióncoincideconplanteamientosqueadviertenquedeterminadasiniciativasinstitucionalespuedenincrementarlacargalaboralcuandorequierentiempoadicionaldelosdocentes[ 5 ],[ 7 ].Laintervencióncombinadapresentóelcomportamientomásfavorablealintegrarreduccióndede-mandasconmecanismosdeapoyoyrecuperación.Ladisminuciónsimultáneadelatensiónyelaumentodelbienestarydelacalidadenlasparametrizacionesanalizadassugierenque,bajolossupuestosdelmodelo,laspolíticasintegralesgeneranrespuestasmásequilibradasquelasintervencionesdirigidasexclusivamenteauncomponente.Esteresultadomantienecoherenciaconelmodelo JobDemands–Resources ,queplanteaquelareduccióndedemandasexcesivasyladisponibilidadderecursosactúanmedianteprocesoscomplementarios[ 2 ],[ 7 ].Elanálisisdesensibilidadidentificólashorasdocentes,lapresióninstitucional,lacapacidadderecuperaciónylapresiónasociadaaltamañodeclaseentrelosparámetrosconmayorinfluenciasobrelasvariablesdesalida.Enparticular,unamayorcargadocenteserelacionóconmenorbienestarycalidad,mientrasqueunamayorcapacidadderecuperaciónseasocióconmenortensiónymayorbienestar.Estasasociacionesresultanconceptualmenteconsistentesconantecedentessobredemandasyrecursoslaborales[ 2 ],[ 4 ];sinembargo,debeninterpretarseexclusivamentecomopropiedadesdelsistemasimuladoynocomoestimacionescausalesobtenidasdeprofesoresreales.Apesardequelosdatossonsimulados,elanálisismuestralautilidaddeladinámicadesistemasparaexplorarproblemaseducativoscaracterizadospormúltiplesinteracciones,retroalimentacionesyretardostemporales.Elmodelonopretendepredecirelcomportamientodeinstitucionesespecíficas,sinoproporcionarunentornocomputacionalreproducibleparaexaminarescenarios,identificarrelacionesrelevantesyformularhipótesissusceptiblesdeposteriorevaluaciónempírica. CONCLUSIONES Elmodeladomediantedinámicadesistemaspermitióanalizardeformaintegradalainteracciónentrecargaacadémica,tensióndocente,bienestarycalidadeducativabajodistintosescenariosinstitu-cionalessimulados.Losresultadosmostraronqueestasvariablesnoevolucionandemaneraindepen-diente,sinomedianterelacionesdinámicas,acumulativasyconretardostemporalesquemodificanelcomportamientoglobaldelsistema.Lasintervencionesorientadasareducirdemandaslaboralespro-dujeronmejorasconsistentesenlosindicadoressimulados.Lareduccióndelacargaadministrativadisminuyólatensiónyfavorecióelbienestarylacalidadeducativa,mientrasqueladisminucióndelacargadocentegeneróunareducciónmáspronunciadadelacargaefectivaymejorólaadecuacióndeltiempodestinadoalapreparaciónacadémica.Elapoyoinstitucional,cuandoimplicónuevasexigenciasdeparticipaciónycoordinación,noprodujomejorassimultáneasentodaslasdimensionesanalizadas.Esteresultadoevidenciólaimportanciadeconsiderarloscostostemporalesasociadosconlaspropiasestrategiasinstitucionalesydeevaluarlaspolíticasuniversitariasdesdeunaperspectivasistémica.Laintervencióncombinadapresentóelcompor-tamientomásfavorable,alintegrarreduccióndedemandasconmecanismosdeapoyoyrecuperación.Bajolossupuestosdelmodelo,estaconfiguraciónprodujomenortensióndocenteymayoresnivelesdebienestarycalidadeducativa,loquesugierequelasintervencionesmultidimensionalespuedengenerarrespuestasmásequilibradasquelasactuacionesaisladas.Elanálisisdesensibilidadidentificólacargadocente,lapresióninstitucional,lacapacidaddere-cuperaciónylapresiónasociadaaltamañodeclasecomoparámetrosrelevantesparalaevolucióndelsistema.Estosresultadosaportanelementosparaformularhipótesisydiseñarposterioresestudiosempíricosorientadosaevaluarlasrelacionesobservadasencontextosuniversitariosreales.Finalmente,losresultadosdebeninterpretarseexclusivamentecomocomportamientodeunsistemacomputacionalconstruidoapartirdedatossimulados.Noconstituyenestimacionesempíricassobredocentesouniver-sidadesreales.Sinembargo,lareproducibilidaddelconjuntodedatos,laestabilidaddelassimulaciones CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...17
Página 17 de 18 · 10 de 11
ISSN-e:2737-6419Período:octubre-diciembrede2026RevistaAtheneaVol.7,Número26,(pp.08–18) ylaposibilidaddeevaluarescenariosalternativosmuestranelpotencialdeladinámicadesistemascomoherramientaparaapoyarelanálisisydiseñodepolíticasacadémicaseneducaciónsuperior. REFERENCIAS [1] J.Han,H.Yin,J.Wang,andJ.Zhang,“Jobdemandsandresourcesasantecedentsofuniversityteachers’exhaustion,engagementandjobsatisfaction,” EducationalPsychology ,vol.40,no.3,pp.318–335,2020. [2] M.Naidoo-ChettyandM.duPlessis,“Jobdemandsandjobresourcesofacademicsinhighereducation,” FrontiersinPsychology ,vol.12,p.631171,2021. [3] K.Zábrodská,J.Mudrák,I.Šolcová,P.Květoň,M.Blatný,andK.Machovcová,“Burnoutamonguniversityfaculty:Thecentralroleofwork–familyconflict,” EducationalPsychology ,vol.38,no.6,pp.800–819,2018. [4] J.D.Sterman, BusinessDynamics:SystemsThinkingandModelingforaComplexWorld .Boston,MA,USA:Irwin/McGraw-Hill,2000. [5] A.Neufeld,C.Orsini,andR.Imafuku,“AleadershipguidetoapplyingtheJobDemands–Resources(JD-R)theoryforfacultyengagementandburnoutpreventioninhealthprofessionseducation:AMEEGuideNo.194,” MedicalTeacher ,pp.1–12,2026. [6] F.Suárez-Carreño,“Computationalsimulationdataonacademicworkload,facultywell-being,andeducationalqualityinuniversitysystems,”Zenodo,Dataset,ver.2.0.0,Oct.2026,publicadoel8deoctubrede2026.[Online].Available: https://doi.org/10.5281/zenodo.23242695 [7] A.B.BakkerandE.Demerouti,“TheJobDemands–Resourcesmodel:Stateoftheart,” JournalofManagerialPsychology ,vol.22,no.3,pp.309–328,2007. [8] N.MetropolisandS.Ulam,“TheMonteCarlomethod,” JournaloftheAmericanStatisticalAsso-ciation ,vol.44,no.247,pp.335–341,1949. [9] J.R.Lackritz,“Exploringburnoutamonguniversityfaculty:Incidence,performance,anddemo-graphicissues,” TeachingandTeacherEducation ,vol.20,no.7,pp.713–729,2004. CárdenasM.etal.Modeladoysimulaciónmediantedinámicadesistemasdelainteracciónentrecargaacadémica...18
Página 18 de 18 · 11 de 11