697Universitas Psychologica1657-92672011-2777Pontificia Universidad JaverianaColombiauniversitas.psych@javeriana.edu.co6972857013ArtículosRutinas diarias, juego, tecnología y funciones ejecutivas en niños y adolescentes con condiciones del neurodesarrollo*Daily routines, play, technology, and executive
functions in children and adolescents with neurodevelopmental conditions https://orcid.org/0009-0001-2608-5634Álvarez-MorenoVanessahttps://orcid.org/0009-0008-7448-4016Casalla-AnguloVivianahttps://orcid.org/0000-0002-9841-0336Giraldo-HuertasJuan Joséajuangh@unisabana.edu.coUniversidad
de la SabanaUniversidad
de la SabanaColombiaUniversidad
de la SabanaUniversidad de la SabanaColombiaUniversidad de la SabanaUniversidad de la SabanaColombiaa Autor de correspondencia. Correo electrónico: juangh@unisabana.edu.coEnero-Diciembre2026252005202620062026https://creativecommons.org/licenses/by/4.0/Esta obra está bajo una Licencia Creative Commons Atribución 4.0 Internacional.Resumen
El desarrollo de las funciones ejecutivas (FE) constituye un proceso fundamental en la infancia, dado que regula la conducta, la organización del pensamiento y la adaptación a las demandas del entorno. El presente estudio tuvo como objetivo analizar la relación entre las rutinas de juego informales en el hogar, el uso de tecnología y los perfiles de FE en niños, niñas y adolescentes (NNA) con condiciones del neurodesarrollo Trastorno del Espectro Autista (TEA), Trastorno por Déficit de Atención e Hiperactividad (TDAH) y discapacidad intelectual en Colombia. Se adoptó un enfoque cuantitativo correlacional y exploratorio. La muestra estuvo integrada por 31 familias cuyos cuidadores diligenciaron un formulario digital (ProyMSc-CO-IND_2026) que incluyó el Childhood Executive Functioning Inventory (CHEXI). Los análisis incluyeron un Análisis de Componentes Principales (ACP) sobre los ítems del CHEXI y correlaciones de Spearman entre variables del entorno y dominios ejecutivos. Los resultados indican que un mayor nivel de uso de tecnología se asocia con mayores dificultades en planificación (rs = 0.39, p = 0.030), mientras que una mayor disponibilidad de afordancias de juego informal mostró una asociación negativa con las dificultades de control inhibitorio (rs = −0.37, p = 0.047). Dado el tamaño muestral reducido, los resultados se interpretan como evidencia exploratoria.
Abstract
The development of executive functions (EF) is a fundamental process in childhood, as it regulates behavior, the organization of thought, and adaptation to environmental demands. This study aimed to analyze the relationship between informal play routines at home, technology use, and EF profiles in children and adolescents with neurodevelopmental conditions (Autism Spectrum Disorder [ASD], Attention-Deficit/Hyperactivity Disorder [ADHD], and intellectual disability) in Colombia. A quantitative, correlational, and exploratory approach was adopted. The sample consisted of 31 families whose caregivers completed a digital form (ProyMSc-CO-IND_2026) that included the Childhood Executive Functioning Inventory (CHEXI). Analyses included a Principal Component Analysis (PCA) on the CHEXI items and Spearman's correlations between environmental variables and executive domains. The results indicate that a higher level of technology use is associated with greater difficulties in planning (rs = 0.39, p = 0.030), whereas a greater availability of informal play affordances showed a negative association with inhibitory control difficulties (rs = −0.37, p = 0.047). Given the small sample size, the results are interpreted as exploratory evidence.
Palabras clavefunciones ejecutivasrutinastecnologíajuegoneurodesarrolloinclusiónKeywordsexecutive functionsroutinestechnologyplayneurodevelopmentinclusionPara citar este artículoÁlvarez-Moreno, V., Casalla-Angulo, V., &
Giraldo-Huertas, J. J. (2026). Rutinas diarias, juego, tecnología y funciones
ejecutivas en niños y adolescentes con condiciones del neurodesarrollo. Universitas
Psychologica, 25, 1-XX. https://doi.org/10.11144/Javeriana.upsy25.rdjt
El desarrollo de las funciones ejecutivas (FE) constituye un proceso fundamental en la infancia, dado que permite la regulación de la conducta, la organización del pensamiento y la adaptación a las demandas del entorno social y educativo (Blair, 2016). Estas habilidades cognitivas de orden superior memoria de trabajo, control inhibitorio y flexibilidad cognitiva se relacionan con la autorregulación, la resolución de problemas y el desempeño académico y social (Morra et al., 2025). En poblaciones con condiciones del neurodesarrollo, como el trastorno del espectro autista (TEA), el trastorno por déficit de atención e hiperactividad (TDAH) y la discapacidad intelectual, el estudio de las funciones ejecutivas adquiere especial relevancia (Craig et al., 2016), puesto que estas habilidades presentan trayectorias de desarrollo diferenciadas que influyen en la participación, el aprendizaje y la adaptación cotidiana (Sadozai et al., 2024).
Los modelos tradicionales del desarrollo de las funciones ejecutivas han atribuido las diferencias individuales en memoria de trabajo, control inhibitorio y planificación principalmente a variaciones en la capacidad cognitiva de los niños, niñas y adolescentes (NNA), considerando que los factores ambientales como la adversidad socioeconómica y la historia de aprendizaje actúan sobre el desarrollo ejecutivo mediante la modificación de dichas capacidades (Zelazo & Carlson, 2020). Sin embargo, este enfoque basado en capacidades subestima el papel de los factores contextuales que inciden en la disposición de los niños a comprometer activamente sus funciones ejecutivas en distintos entornos cotidianos (Niebaum et al., 2026).
En respuesta a esta limitación, Niebaum et al. (2026) proponen el marco de los hábitos adaptativos (i.e., adaptive habits framework), el cual conceptualiza el desarrollo de las FE como un ciclo de retroalimentación que opera a través de tres componentes interrelacionados: la decisión de comprometer las FE ante demandas contextuales específicas, la formación de hábitos mediante la repetición de ese compromiso en contextos similares, y la reducción progresiva del esfuerzo mental requerido para activar las FE en dichos contextos. Este marco resulta especialmente relevante para el estudio de NNA con condiciones del neurodesarrollo, como el TEA, el TDAH y la discapacidad intelectual, cuyos perfiles ejecutivos frecuentemente se evalúan en contextos abstractos y estandarizados que pueden no coincidir con los contextos cotidianos en los que estos niños han desarrollado sus hábitos de compromiso ejecutivo (Doebel, 2020; Niebaum et al., 2026). Desde esta perspectiva, el entorno familiar constituye un escenario privilegiado de análisis: la naturaleza, frecuencia y calidad de las rutinas de juego y el uso de tecnología en el hogar configuran contextos repetidos que pueden fomentar u obstaculizar la formación de hábitos ejecutivos específicos (Niebaum & Munakata, 2023).
En el contexto actual, el uso de tecnología digital y las experiencias de juego en el hogar configuran escenarios relevantes para comprender cómo el entorno cotidiano puede incidir en el desarrollo cognitivo. Estudios recientes indican que el tiempo de pantalla puede asociarse con variables neuropsicológicas como la impulsividad, la memoria de trabajo y el control inhibitorio, particularmente en poblaciones con síntomas asociados al TDAH (Wallace et al., 2023). Sin embargo, el impacto de la tecnología no depende únicamente del tiempo de exposición, sino también de la calidad de la interacción, la mediación de los cuidadores y el equilibrio con otras experiencias que favorecen la exploración activa y la interacción social
El concepto de afordancias (Sando et al., 2023) destaca que los objetos y materiales presentes en el entorno familiar constituyen recursos fundamentales para la exploración, el juego simbólico y la resolución de problemas. El juego informal permite a los NNA explorar su entorno, ensayar soluciones y desarrollar habilidades cognitivas en contextos flexibles; esto resulta especialmente relevante en NNA con condiciones del neurodesarrollo, quienes pueden beneficiarse de entornos enriquecidos en oportunidades de interacción significativa (Romero-Ayuso et al., 2020). En el entorno familiar, estas oportunidades pueden promover habilidades de planificación, resolución de problemas y control de impulsos, favoreciendo procesos de autorregulación conductual.
La evaluación de las FE en la niñez implica retos metodológicos asociados a la complejidad de los procesos cognitivos involucrados y a la necesidad de instrumentos válidos y confiables. El Childhood Executive Functioning Inventory [CHEXI] (Thorell & Nyberg, 2008) es una herramienta ampliamente utilizada para evaluar dificultades en memoria de trabajo y control inhibitorio mediante reporte de cuidadores, lo que permite observar el comportamiento del niño en situaciones cotidianas.
<bold>Método</bold>
El presente estudio realizó un Análisis de Componentes Principales (ACP) sobre los ítems del CHEXI. El ACP es una técnica estadística multivariada utilizada para identificar dimensiones latentes y reducir la complejidad de conjuntos amplios de variables mediante la agrupación de ítems con patrones comunes de variación (Hair et al., 2022). Con este procedimiento se buscó identificar dimensiones subyacentes asociadas a procesos de planificación y control inhibitorio, y exploró las relaciones entre afordancias de juego, uso de tecnología y perfiles de FE reportados por familias de NNA con condiciones del neurodesarrollo. La pregunta orientadora fue: ¿Cuál es la relación entre las rutinas de juego en el hogar y el uso de tecnología con las FE en NNA con condiciones del neurodesarrollo (TEA, TDAH y discapacidad intelectual), a partir del reporte de sus cuidadores?
<bold>Diseño</bold>
El estudio se enmarcó en un enfoque cuantitativo, correlacional y exploratorio (Hernández-Sampieri et al., 2014). Para el análisis se emplearon técnicas estadísticas multivariadas, incluyendo ACP y correlaciones de Spearman.
<bold>Participantes</bold>
La muestra estuvo integrada por N = 31 familias, seleccionadas mediante muestreo no probabilístico por conveniencia (Otzen & Manterola, 2017), con datos completos en al menos las variables sociodemográficas. De estas, n = 27 contaron con datos completos en todos los ítems del CHEXI y fueron incluidas en los análisis multivariados. Los participantes eran madres, padres o cuidadores de NNA con diagnóstico de TEA, TDAH o discapacidad intelectual, residentes en Bogotá y el departamento de Cundinamarca, Colombia. Los criterios de inclusión requirieron que los participantes fueran cuidadores de NNA con diagnóstico asociado a dichas condiciones, que hubieran completado el consentimiento informado y la totalidad del formulario, con datos válidos en los ítems del CHEXI. Se excluyeron formularios incompletos, sin consentimiento informado o con patrones de respuesta inconsistentes.
En relación con la edad de los NNA (Tabla 1), la mayor proporción se concentró en el rango de 6 a 11 años, con 16 participantes (51.6 %), seguido por el grupo de 12 a 17 años, con 10 participantes (32.3 %). Los rangos de 2 a 5 años y mayores de 18 años presentaron las menores frecuencias, con 3 (9.7 %) y 2 participantes (6.5 %), respectivamente.
Respecto al sexo de los NNA, predominó el sexo masculino con 25 participantes (80.6 %). En cuanto a la condición del neurodesarrollo, el Trastorno del Espectro Autista (TEA) fue la categoría más frecuente, reportada en 21 participantes (67.7 %). Le siguieron la discapacidad intelectual (16.1 %) y el trastorno por déficit de atención e hiperactividad (TDAH) (9.7 %).
<italic>Caracterización sociodemográfica de los participantes (N = 31)</italic>
Tabla 1 Caracterización sociodemográfica de los participantes (N = 31)
N = 31 participantes. NNA = niños, niñas y adolescentes; TEA =
Trastorno del Espectro Autista; TDAH = Trastorno por Déficit de Atención e
Hiperactividad. Los porcentajes fueron calculados sobre el total de la muestra
y redondeados a un decimal. Información obtenida a partir del formulario
ProyMSc-CO-IND_2026.
En relación con el contexto geográfico, la totalidad de la muestra correspondió a participantes ubicados en Bogotá y Cundinamarca. Respecto a los cuidadores, el grupo etario más frecuente fue el de 35 a 44 años, con 13 participantes (41.9 %), seguido por el rango de 45 a 54 años (22.6 %). Asimismo, se identificó un porcentaje relevante de cuidadores menores de 18 años (25.8 %).
En cuanto al sexo del cuidador, todas las participantes correspondieron al sexo femenino y el rol de cuidador principal fue ejercido predominantemente por la madre, con 29 casos (93.5 %), mientras que las categorías de abuelo/a y otro representaron cada una el 3.2 % de la muestra.
Finalmente, respecto al nivel educativo de los cuidadores, la categoría más frecuente fue bachillerato completo, reportada por 12 participantes (38.7 %), seguida de título universitario (32.3 %) y estudios de posgrado (25.8 %). Solo un participante reportó niveles de escolaridad equivalentes a primaria o ausencia de escolarización (3.2 %). En relación con la asistencia pública mediante SISBÉN, 8 participantes (25.8 %) indicaron recibir este apoyo actualmente, mientras que 23 participantes (74.2 %) señalaron no haber accedido a este beneficio.
<bold>Instrumentos</bold>
<italic>Formulario digital ProyMSc-CO-IND_2026.</italic>
La recolección de información se realizó mediante un cuestionario digital autoadministrado diseñado en Google Forms (Google, 2026) [duración aproximada: 35 minutos], que incluyó cuatro secciones: (a) caracterización sociodemográfica, (b) rutinas de juego informales en el hogar, (c) uso de tecnología y (d) funciones ejecutivas mediante el CHEXI.
El CHEXI (Thorell & Nyberg, 2008) es un inventario de reporte de cuidadores compuesto por 24 ítems evaluados en escala Likert de 5 puntos (1 = Totalmente falso; 5 = Totalmente verdadero). Evalúa dificultades en memoria de trabajo y control inhibitorio en contextos cotidianos.
<bold>Variables del Estudio</bold>
La Tabla 2 presenta la operacionalización de las variables incluidas en el estudio, organizadas según su función analítica dentro del modelo conceptual.
<italic>Operacionalización de variables</italic>
Tabla 2 Operacionalización de variables
UTV = uso de televisión; UTE = uso de tecnología educativa; UTI =
uso de tecnología interactiva; USO = uso supervisado; TVB = televisión en
segundo plano.
Dentro de las variables independientes se incluyeron las rutinas de juego informales y el uso de tecnología en el hogar, debido a su posible relación con el desarrollo de las funciones ejecutivas en los niños, niñas y adolescentes. Las rutinas de juego se analizaron teniendo en cuenta la frecuencia y el tipo de actividades lúdicas presentes en la vida cotidiana, como el juego simbólico, constructivo, motor y social además de las oportunidades y recursos disponibles en casa para favorecer estas experiencias.
En cuanto al uso de tecnología se contempló el tiempo de exposición diaria a diferentes dispositivos el tipo de tecnología utilizada y el acompañamiento y supervisión por parte de los cuidadores durante el uso.
La variante dependiente correspondió a las funciones ejecutivas evaluadas mediante los índices CHEXI, relacionado con memoria de trabajo, control inhibitorio y planificación. Finalmente se consideró la condición del neurodesarrollo como una variable moderadora, incluyendo diagnostico como TEA, TDHA, discapacidad intelectual y otras condiciones reportadas por las familias.
<bold>Análisis de Datos</bold>
Todo el procesamiento y análisis de datos se realizó en Python 3 [versión 3.11] (Python Software Foundation, 2024), empleando los siguientes paquetes de código abierto: Pandas (McKinney, 2010) para la estructuración, depuración y transformación de la base de datos; NumPy (Harris et al., 2020) para el cálculo matricial y las operaciones numéricas de soporte; SciPy (Virtanen et al., 2020), específicamente el módulo Scipy.Stats, para el cálculo de las correlaciones de Spearman; y Scikit-Learn (Pedregosa et al., 2011), específicamente las clases StandardScaler y PCA del módulo Sklearn.Decomposition, para la estandarización de ítems y la extracción de componentes principales. La visualización de los cuatro gráficos se realizó con Matplotlib (Hunter, 2007) y Seaborn (Waskom, 2021), con una resolución de exportación de 300 puntos por pulgada (DPI) y paleta en escala de grises para garantizar la legibilidad en formatos de impresión.
El procesamiento se desarrolló en cuatro fases. Primero, se realizó la depuración de la base de datos (N = 31; n = 27 con datos completos en todos los ítems CHEXI). Segundo, se aplicó un Análisis de Componentes Principales (ACP) a los 24 ítems del CHEXI con el fin de identificar la estructura de covarianza del instrumento y reducir la complejidad de las variables observadas mediante la agrupación de ítems con patrones comunes de variación (Hair et al., 2022). Aunque el ACP no modela variables latentes en sentido estricto, su uso es habitual en la psicometría exploratoria cuando el objetivo es describir la organización empírica de los ítems más que estimar factores causales subyacentes (Howard, 2016). Con este procedimiento se buscó identificar dimensiones que permitieran caracterizar los dominios ejecutivos presentes en la muestra. Tercero, se calcularon correlaciones de Spearman entre los índices de tecnología y juego y los cuatro dominios ejecutivos derivados. Cuarto, se representaron los perfiles de FE por condición de neurodesarrollo con intervalos de confianza al 95 %. Dado el tamaño muestral reducido, todos los resultados se interpretan como evidencia exploratoria.
<italic>Preparación de la base de datos</italic>
A partir del formulario digital ProyMSc-CO-IND_2026, se construyó un archivo tabular de N = 31 registros y 121 variables. Se verificó la completitud de los 24 ítems del CHEXI por caso: cuatro ítems presentaron valores perdidos en entre uno y dos participantes (CHEXI16, CHEXI17: k = 1 faltante; CHEXI23, CHEXI24: k = 2 faltantes), resultando en n = 27 casos con datos completos en la totalidad del instrumento. Los análisis factoriales y de componentes principales se ejecutaron sobre esta submuestra completa (n = 27). Los índices de consistencia interna y los estadísticos descriptivos por subescala se calcularon con eliminación por pares (Pairwise Deletion), lo que produjo n entre 29 y 30 según el índice (Tabla 3). Las correlaciones de Spearman entre variables del entorno y dominios ejecutivos se calcularon sobre N = 31.
<italic>Construcción de los índices compuestos</italic>
El índice de entorno tecnológico se construyó sumando cinco indicadores de exposición: (a) uso de televisor en sala (UTV), (b) uso de tecnología educativa (UTE), (c) uso de tecnología interactiva (UTI), (d) uso supervisado de dispositivos (USO), todos expresados en horas/día equivalente mediante una conversión ordinal de las categorías de respuesta (0 = no tenemos; 0.5 = menos de 1 hora diaria; 1.5 = 1 a 2 horas diarias; 3.5 = 3 a 4 horas diarias; 6.0 = 5 a 7 horas diarias; 9.0 = 8 o más horas diarias); y (e) tiempo de televisión en segundo plano (TVB), reportado en horas semanales y convertido a horas/día dividiendo entre siete. El índice resultante representó la suma total de horas/día equivalente de exposición tecnológica por caso (M = 3.12, DE = 2.48; rango: 0.57–12.57). Para las figuras, los valores se presentaron como media por indicador (total ÷ 5), lo que corresponde al eje horizontal de la Figura 3 (rango observado: 0.11–2.51 horas/día equivalente).
El índice de afordancias de juego se operacionalizó como el conteo de materiales lúdicos presentes en el hogar, a partir de nueve ítems dicotómicos (sí/no): libros, revistas o periódicos, muñecos o peluches, libros para colorear y recortar, plastilina o arcilla, pelotas, juguetes para montar, juguetes para ensamblar, y discos de música infantil. Cada respuesta afirmativa recibió un valor de 1, y el índice total correspondió a la suma de los nueve ítems (M= 6.87, DE = 1.93; rango: 1–9).
<italic>Análisis de Componentes Principales</italic>
Se realizó un Análisis de Componentes Principales (ACP) sobre los 24 ítems del CHEXI, previa estandarización (z-scores; media = 0, desviación estándar = 1) mediante StandardScaler. El ACP se ejecutó sobre la submuestra de casos completos (n= 27) con PCA (n_components = 24), obteniendo la solución completa de 24 componentes. La selección del número de componentes a retener se orientó mediante el criterio de Kaiser (eigenvalue > 1; k = 6 componentes) y la inspección visual del gráfico de sedimentación [scree plot] (Figura 1), que evidenció un codo marcado tras el segundo componente. Se retuvieron cuatro componentes para la rotación Varimax, los cuales explicaron conjuntamente el 71.1 % de la varianza total (PC1 = 45.2 %, Eigenvalue = 11.27; PC2 = 12.5 %, Eigenvalue = 3.11; PC3 = 6.9 %, Eigenvalue = 1.72; PC4 = 6.5 %, Eigenvalue = 1.62). Las cargas factoriales rotadas se representaron mediante un mapa de calor en escala de grises (Figura 2).
<italic>Consistencia interna</italic>
Los coeficientes alfa de Cronbach de cada subescala del CHEXI se
calcularon mediante la fórmula estándar de Kuder-Richardson generalizada,
aplicada sobre los ítems de cada dimensión con eliminación por pares: memoria
de trabajo (α = 0.88, n = 29), control inhibitorio (α = 0.64,
n = 30), atención (α = 0.78, n = 29) y planificación (α
= 0.88, n = 30).
<italic>Correlaciones de Spearman</italic>
Las relaciones entre las variables del entorno (índice de entorno
tecnológico y afordancias de juego) y los cuatro índices de funciones
ejecutivas se exploraron mediante correlaciones de Spearman (Scipy.Stats.Spearmanr),
calculadas sobre N = 31. Dado el tamaño muestral y el carácter
exploratorio del estudio, no se aplicó corrección por comparaciones múltiples.
Todos los valores p se reportan sin ajuste y deben interpretarse con
cautela. Las dos asociaciones estadísticamente significativas a α = 0.05
fueron: índice tecnológico × planificación (rs = 0.39, p = 0.030)
y afordancias × control inhibitorio (rs = −0.37, p = 0.047), y se
ilustraron mediante diagramas de dispersión con línea de tendencia lineal (Figura
3).
<italic>Perfiles por condición del neurodesarrollo</italic>
Los perfiles de funciones ejecutivas por grupo diagnóstico se construyeron calculando la media de cada índice CHEXI por categoría reportada de neurodesarrollo, con barras de error correspondientes al intervalo de confianza del 95 % (M ± 1.96 × SE). Los grupos se distinguieron mediante marcadores y tonos de gris diferenciados en la figura correspondiente.
<italic>Consideraciones Éticas</italic>
El estudio fue revisado y aprobado por la Subcomisión de Investigación y Ética de la Facultad de Psicología y Ciencias del Comportamiento de la Universidad de La Sabana (Acta 206, noviembre de 2024; Acta 211, 14 de mayo de 2025). El estudio se desarrolló conforme a la normativa vigente en Colombia: la Ley 1090 de 2006 (Congreso de la República de Colombia, 2006), la Resolución 8430 de 1993 (Ministerio de Salud, 1993) y la Ley 1581 de 2012 (Congreso de la República de Colombia, 2012). Todos los cuidadores completaron un consentimiento informado antes del diligenciamiento del formulario, garantizando la participación voluntaria y la confidencialidad de la información. Los datos se utilizaron exclusivamente con fines académicos.
<bold>Resultados</bold>
<italic>Estructura Factorial del CHEXI</italic>
El ACP aplicado a los 24 ítems estandarizados del CHEXI evidenció un claro predominio de un primer componente (PC1) que explicó el 45.2 % de la varianza total (Figura 1). Este componente integró principalmente indicadores de memoria de trabajo, atención y planificación, lo que sugiere una organización compartida de estos procesos en la muestra. El segundo componente (PC2) explicó el 12.5 % de la varianza adicional y agrupó ítems asociados al control inhibitorio. Los componentes subsecuentes mostraron contribuciones menores (PC3 = 6.9 %; PC4 = 6.5 %). Este predominio de un componente general es consistente con modelos del desarrollo que plantean que las FE emergen inicialmente como un constructo unitario que se diferencia progresivamente con la edad (Diamond, 2013; Wiebe et al., 2011).
Gráfico de sedimentación
(scree plot) del CHEXI
Nota. Varianza explicada por cada componente principal (PC1–PC24). El
primer componente domina la varianza total (45.2 %), con un punto de inflexión
marcado tras el segundo componente (12.5 %), lo que respalda la retención de
dos a cuatro componentes. La línea discontinua horizontal indica el criterio de
Kaiser (Eigenvalue = 1).
Figura 1. Gráfico de sedimentación
(scree plot) del CHEXI
La inspección visual del Scree Plot mostró un descenso pronunciado después del primer componente, seguido de una estabilización progresiva de los autovalores, lo que respalda la presencia de un factor ejecutivo dominante en la estructura del instrumento (Figura 1).
Posteriormente, el análisis de las cargas rotadas mediante rotación Varimax permitió identificar una organización jerárquica de los componentes retenidos (Figura 2). El primer componente rotado (RC1) concentró las cargas factoriales más elevadas en ítems asociados a memoria de trabajo, seguimiento de instrucciones, mantenimiento del esfuerzo cognitivo y planificación secuencial, sugiriendo un núcleo ejecutivo general de administración cognitiva.
El segundo componente (RC2) agrupó principalmente ítems relacionados con impulsividad, distractibilidad y dificultades para sostener tareas poco motivantes, configurando un perfil vinculado al control inhibitorio conductual. El tercer componente (RC3) se relacionó con dificultades específicas en recuperación y mantenimiento de información durante actividades en curso, mientras que el cuarto componente (RC4) integró ítems asociados al control conductual en contextos sociales y emocionales.
Asimismo, se observaron cargas cruzadas en varios ítems del CHEXI, particularmente entre los componentes RC1 y RC2, lo que evidencia una elevada interdependencia funcional entre los dominios ejecutivos evaluados. Este patrón sugiere que las funciones ejecutivas en la muestra analizada operan de manera parcialmente integrada más que como procesos completamente independientes.
Un análisis con mapa de calor de las cargas rotadas (Varimax) para los cuatro componentes retenidos indica que la estructura factorial del CHEXI en esta muestra refleja una organización jerárquica con un factor general de alta densidad y tres factores más específicos de alcance limitado.
Cargas rotadas del CHEXI —
solución de cuatro componentes
Nota. Mapa de calor de cargas rotadas (rotación Varimax) para los 24 ítems
del CHEXI en los cuatro componentes (RC1–RC4). Los colores más oscuros indican
cargas más elevadas. RC1 agrupa ítems de memoria de trabajo y planificación;
RC2 ítems de regulación conductual; RC3 ítems de atención sostenida; RC4 ítems
de control inhibitorio específico.
Figura 2. Cargas rotadas del CHEXI —
solución de cuatro componentes
<italic>Índices de Funciones Ejecutivas</italic>
La Tabla 3 presenta los estadísticos descriptivos y los coeficientes
de consistencia interna de los cuatro índices de FE derivados del CHEXI. Los
coeficientes alfa de Cronbach oscilaron entre 0.64 y 0.88, evidenciando niveles
aceptables a altos de fiabilidad. Los índices de memoria de trabajo y
planificación mostraron la mayor consistencia interna (α = 0.88),
seguidos por atención (α = 0.78) y control inhibitorio (α = 0.64).
El índice de atención registró la media más alta (M = 3.70, DE =
0.88), lo que indica mayores dificultades en este dominio, seguido de
planificación (M = 3.47, DE = 1.12). La memoria de trabajo
presentó la media más baja (M = 3.23, DE = 1.08). Dado que
puntuaciones más elevadas reflejan mayores dificultades ejecutivas, estos
hallazgos indican que las principales dificultades reportadas por los
cuidadores se concentraron en los procesos atencionales y de planificación.
Los índices de funciones ejecutivas derivados de la escala CHEXI (Tabla 3) reportan los dominios de memoria de trabajo, control inhibitorio, atención y planificación, junto con sus respectivos indicadores de consistencia interna y estadísticos descriptivos, permiten caracterizar el perfil de funcionamiento ejecutivo reportado por los cuidadores de los niños, niñas y adolescentes participantes.
En términos de fiabilidad, los coeficientes alfa de
Cronbach oscilaron entre 0.64 y 0.88, evidenciando niveles aceptables a altos
de consistencia interna en los dominios evaluados. Los índices de memoria de
trabajo (α = 0.88) y planificación (α = 0.88) presentaron los
valores más altos de fiabilidad, seguidos por atención (α = 0.78),
mientras que control inhibitorio mostró el coeficiente más bajo (α = 0.64)
<italic>Índices de funciones ejecutivas derivados del CHEXI (n = 31)</italic>
Tabla 3 Índices de funciones ejecutivas derivados del CHEXI (n = 31)
k = número de ítems; α = alfa de Cronbach; M = media; DE
= desviación estándar; Mín = puntuación mínima observada; Máx =
puntuación máxima observada. Puntajes más altos indican mayores dificultades en
funciones ejecutivas. Los índices fueron derivados de los ítems de la escala
CHEXI para una muestra de 31 participantes. Información obtenida a partir del
formulario ProyMSc-CO-IND_2026.
La mayor frecuencia de dificultades se observó en el
dominio de atención (M = 3.70; DE = 0.88), seguido por
planificación (M = 3.47; DE = 1.12) y control inhibitorio (M
= 3.41; DE = 0.91). Por el contrario, la menor frecuencia de
dificultades se registró en memoria de trabajo (M = 3.23; DE =
1.08). Dado que puntuaciones más altas indican mayores dificultades ejecutivas,
estos resultados sugieren un mayor compromiso en los procesos de regulación
atencional, organización de acciones y control conductual dentro de la muestra
evaluada.
En términos generales, los hallazgos evidencian un perfil ejecutivo caracterizado por mayores dificultades en atención y planificación, frente a un menor compromiso relativo en memoria de trabajo. Estos resultados aportan elementos relevantes para comprender las características del funcionamiento ejecutivo en niños, niñas y adolescentes con condiciones del neurodesarrollo, y constituyen una base para explorar posteriormente su relación con las rutinas del hogar, las afordancias de juego y el uso de tecnología.
<italic>Asociaciones entre Uso de Tecnología, Rutinas de Juego y Funciones Ejecutivas</italic>
Los análisis de correlación de Spearman evidenciaron una asociación positiva de magnitud moderada entre el índice compuesto de entorno tecnológico (horas/día equivalente) y las dificultades de planificación (rs = 0.39, p = 0.028; Figura 3). Este patrón sugiere que una mayor exposición tecnológica se asocia con mayores dificultades en la organización y anticipación de acciones. En contraste, las rutinas de juego informal, operacionalizadas como número de afordancias disponibles en el hogar, mostraron una asociación negativa con las dificultades de control inhibitorio (rs = −0.40, p = 0.025). Los participantes que reportaron mayores oportunidades de juego presentaron menores puntajes de dificultad en control inhibitorio. Esta tendencia no se observó de manera consistente en los otros componentes de las FE, lo que sugiere que el efecto del juego podría manifestarse de forma más específica en el dominio inhibitorio.
Asociaciones entre entorno
cotidiano y funciones ejecutivas
Nota. Panel izquierdo: correlación de Spearman entre el índice de entorno
tecnológico (horas/día equivalente) y las dificultades de planificación. Panel
derecho: correlación entre las afordancias de juego en el hogar (conteo) y las
dificultades de control inhibitorio. Los tonos distinguen grupos diagnósticos.
Puntajes más altos en el eje Y indican mayores dificultades ejecutivas.
Figura 3. Asociaciones entre entorno
cotidiano y funciones ejecutivas
<italic>Perfiles de Funciones Ejecutivas por Condición del Neurodesarrollo</italic>
En cuanto a los perfiles de FE en función de la condición del neurodesarrollo reportada (Figura 4), los resultados evidenciaron variaciones en la distribución de las dificultades entre grupos. El grupo sin diagnóstico reportado presentó mayores niveles de dificultad en atención. El grupo con TEA mostró un perfil relativamente homogéneo entre dominios. El grupo con TDAH evidenció menores niveles de dificultad en control inhibitorio y atención, pero un incremento relativo en planificación. El grupo de otras condiciones presentó valores intermedios en los distintos dominios. Las barras de error indicaron una variabilidad considerable dentro de cada grupo, lo que refleja la heterogeneidad intra grupal de la muestra.
Perfiles de funciones
ejecutivas por condición del neurodesarrollo reportada
Nota. Promedios de dificultad (±IC 95 %) en memoria de trabajo (WM),
control inhibitorio (Inh), atención (Att) y planificación (Plan) por grupo
diagnóstico. La variabilidad intragrupal aunque elevada, no evidencia
diferencias estadísticamente significativas entre condiciones del
neurodesarrollo en ninguno de los cuatro índices [memoria de trabajo: H (3)
= 1.01, p = 0.800; control inhibitorio: H (3) = 3.24, p = 0.356;
atención: H (3) = 0.66, p = 0.882; planificación: H (3) =
0.03, p = 0.999], con tamaños del efecto negligibles a pequeños (η²
entre 0.004 y 0.097), lo que refleja la heterogeneidad de la muestra. Puntajes
más altos indican mayores dificultades ejecutivas.
Figura 4. Perfiles de funciones
ejecutivas por condición del neurodesarrollo reportada
<bold>Discusión</bold>
En conjunto, los resultados permitieron identificar tres hallazgos principales: (a) una estructura de funciones ejecutivas caracterizada por un alto nivel de varianza compartida y predominio de un componente ejecutivo general; (b) una asociación positiva entre mayor exposición tecnológica y mayores dificultades en planificación; y (c) una asociación inversa entre las rutinas de juego informal y las dificultades de control inhibitorio.
La interpretación de estos hallazgos se enriquece considerablemente al incorporar el marco de los hábitos adaptativos propuesto por Niebaum et al. (2026). Desde esta perspectiva, la asociación positiva observada entre la exposición tecnológica y las dificultades de planificación no refleja necesariamente un daño cognitivo directo sobre la capacidad ejecutiva, sino que puede comprenderse como el resultado de hábitos contextuales reiterados: cuando el uso de tecnología en el hogar implica de manera predominante interacciones pasivas o de alta estimulación inmediata, como el consumo de contenido audiovisual sin mediación adulta, los NNA con condiciones del neurodesarrollo pueden desarrollar hábitos de baja demanda ejecutiva en ese contexto, reduciendo progresivamente su disposición a comprometer procesos de planificación y anticipación. Niebaum et al. (2026) señalan que los contextos que no exigen compromiso ejecutivo repetido dificultan la formación de hábitos que hagan el uso de las FE más automático y menos costoso. En consecuencia, la planificación como un dominio que requiere mantenimiento activo de metas y secuenciación de pasos sería particularmente vulnerable a contextos tecnológicos de baja demanda ejecutiva.
En contraste, la asociación negativa entre las afordancias de juego en el hogar y las dificultades de control inhibitorio es coherente con la propuesta de que los entornos ricos en oportunidades de juego informal constituyen contextos de práctica repetida para la regulación conductual: la presencia de materiales y situaciones que requieren turnos, reglas y demora de gratificación activa circuitos prefrontales vinculados a la inhibición conductual (Diamond & Lee, 2011). Según el marco de los hábitos adaptativos, esa activación establece hábitos que hacen que el control inhibitorio sea progresivamente menos demandante y se hace más probable en situaciones similares (Niebaum et al., 2026).
Estas implicaciones sugieren que las intervenciones dirigidas a NNA con TEA, TDAH y discapacidad intelectual deberían orientarse no solo a entrenar capacidades ejecutivas en abstracto, sino a diseñar contextos cotidianos, incluyendo el uso de tecnología con mediación activa del cuidador y la ampliación de las oportunidades de juego informal que favorezcan la formación de hábitos ejecutivos funcionales y ecológicamente válidos (Niebaum & Munakata, 2023).
Aunque los resultados deben interpretarse con cautela debido al tamaño muestral y al carácter exploratorio del estudio, los patrones observados muestran consistencia interna y aportan evidencia preliminar sobre la relación entre el entorno cotidiano del hogar y el funcionamiento ejecutivo en niños, niñas y adolescentes con condiciones del neurodesarrollo.
La estructura factorial observada en el CHEXI aporta evidencia relevante sobre la forma en que las funciones ejecutivas se organizan en niños, niñas y adolescentes con condiciones del neurodesarrollo. En particular, el predominio del primer componente rotado (RC1), caracterizado por cargas elevadas en tareas asociadas a memoria de trabajo, seguimiento de instrucciones, planificación secuencial y mantenimiento del esfuerzo cognitivo, sugiere que estos procesos no operan de manera aislada, sino como parte de un sistema integrado de administración ejecutiva. Este hallazgo coincide con los modelos de unidad y diversidad de las funciones ejecutivas propuestos por Miyake et al. (2000), así como con el modelo multicomponente de memoria de trabajo de Baddeley (2012), según los cuales la planificación depende en gran medida de la capacidad de mantener y manipular información de manera activa mientras se orienta la conducta hacia metas futuras.
Desde una perspectiva neurocognitiva, esta convergencia entre memoria de trabajo y planificación puede explicarse por la participación compartida de la red ejecutiva central o Central Executive Network (CEN), integrada principalmente por el córtex prefrontal dorsolateral y regiones parietales posteriores. Estas estructuras participan en la organización secuencial de acciones, el monitoreo de metas y la actualización de información relevante durante la ejecución de tareas complejas (Menon, 2023). El hecho de que los ítems relacionados con planificación presentaran las cargas factoriales más altas de toda la solución factorial sugiere que, en esta muestra, las demandas de organización conductual y secuenciación cognitiva constituyen uno de los núcleos funcionales más relevantes del funcionamiento ejecutivo cotidiano.
Por su parte, el segundo componente (RC2) agrupó ítems relacionados con impulsividad, distractibilidad y dificultades para sostener tareas poco motivantes, configurando un perfil asociado al control inhibitorio conductual. Este patrón es consistente con investigaciones recientes que señalan que el control inhibitorio constituye uno de los dominios ejecutivos más sensibles a las condiciones ambientales y contextuales, particularmente en poblaciones con TEA y TDAH (Doebel, 2020). La presencia de dificultades para detener respuestas automáticas o mantener el esfuerzo en ausencia de refuerzo inmediato puede interpretarse como un indicador de vulnerabilidad en los sistemas de autorregulación conductual, especialmente en contextos cotidianos con alta estimulación ambiental.
El tercer componente (RC3), asociado a fallos en la recuperación de información durante la ejecución de actividades, sugiere la presencia de una dimensión más específica de memoria de trabajo prospectiva. A diferencia del factor general identificado en RC1, este componente parece reflejar dificultades relacionadas con la capacidad de mantener intenciones activas mientras ocurren interferencias o demoras. Desde la neurociencia cognitiva, este tipo de procesos ha sido asociado con mecanismos de actualización y monitoreo dependientes de circuitos prefrontales y temporales mediales, particularmente relevantes para el funcionamiento adaptativo en la vida diaria.
En relación con el cuarto componente (RC4), los resultados sugieren una dimensión vinculada al control inhibitorio en contextos sociales y emocionales. Las altas cargas observadas en ítems relacionados con regulación conductual grupal y motivación ante tareas no deseadas indican que la autorregulación ejecutiva no depende exclusivamente de procesos cognitivos “fríos”, sino también de mecanismos de regulación emocional y social. Este hallazgo coincide con modelos contemporáneos que diferencian entre funciones ejecutivas frías y calientes, destacando que las demandas emocionales y sociales activan circuitos parcialmente diferenciados dentro del sistema ejecutivo, particularmente regiones orbitofrontales y ventromediales (Zelazo et al., 2024).
Finalmente, las cargas cruzadas identificadas en varios ítems evidencian que los dominios ejecutivos evaluados por el CHEXI presentan una elevada interdependencia funcional. Más que representar procesos completamente independientes, las funciones ejecutivas parecen operar como sistemas dinámicos y parcialmente solapados, especialmente en poblaciones con condiciones del neurodesarrollo. Este patrón resulta coherente con la elevada varianza explicada por el componente general no rotado (PC1 = 45.2 %) y respalda la idea de que, durante la infancia y adolescencia, las funciones ejecutivas conservan un importante grado de integración funcional antes de alcanzar una diferenciación más especializada.
<bold>Limitaciones</bold>
El tamaño muestral reducido (n = 27 con datos completos en el CHEXI) limita la generalización de los resultados y la estabilidad de las estimaciones. La naturaleza exploratoria de los análisis impide establecer relaciones causales robustas. La medición de las rutinas de juego presenta menor precisión que las variables de exposición tecnológica, lo que podría subestimar su efecto real. Finalmente, los datos se basan en reportes de cuidadores, lo cual introduce posibles sesgos de percepción y deseabilidad social. Adicionalmente, ocho cuidadores reportaron tener menos de 18 años, lo que sugiere posibles errores en el diligenciamiento del formulario digital que deben ser verificados.
<bold>Implicaciones y Direcciones Futuras</bold>
En términos aplicados, los resultados sugieren la necesidad de equilibrar la exposición tecnológica con experiencias de juego activo y socialmente mediado, especialmente en poblaciones con mayor vulnerabilidad en FE. Investigaciones futuras deberían incorporar muestras más amplias, diseños longitudinales y modelos analíticos más robustos, como modelos de ecuaciones estructurales (SEM) o enfoques bayesianos, para determinar la dirección e intensidad de las relaciones observadas.
<bold>Recomendaciones </bold>
A partir de los hallazgos obtenidos, el estudio permite proponer estrategias orientadas al fortalecimiento de las funciones ejecutivas (FE) en niños, niñas y adolescentes con condiciones del neurodesarrollo, especialmente en contextos cotidianos del hogar. Estas recomendaciones resultan relevantes debido a que las FE participan en procesos fundamentales para la vida diaria, como la regulación de la atención, el control de impulsos, la organización de actividades, la resolución de problemas y la adaptación social y escolar. La evidencia actual indica que las FE no solo dependen de factores neurobiológicos, sino también de las oportunidades de interacción, regulación y aprendizaje presentes en el entorno familiar (Doebel, 2020).
En relación con las rutinas de juego informal, se recomienda promover actividades lúdicas estructuradas y socialmente mediadas que impliquen reglas, turnos, secuencias y resolución de problemas. Juegos como construcción con bloques, rompecabezas, juegos de mesa, dramatizaciones o actividades motoras guiadas favorecen procesos de planificación, memoria de trabajo y control inhibitorio al exigir que el niño mantenga metas activas, espere turnos y ajuste su conducta frente a cambios del entorno. Desde la neurociencia del desarrollo, estas experiencias contribuyen a fortalecer circuitos prefrontales implicados en la autorregulación y la flexibilidad cognitiva (Diamond & Lee, 2011). Asimismo, se recomienda que los cuidadores participen activamente en las dinámicas de juego, utilizando estrategias de modelado verbal, anticipación de acciones y acompañamiento emocional.
En cuanto a las rutinas diarias del hogar, los resultados sugieren la importancia de generar entornos más predecibles y organizados. La implementación de horarios visuales, secuencias paso a paso y rutinas consistentes puede favorecer significativamente la planificación y el control conductual, especialmente en niños con TEA o TDAH. Por ejemplo, el uso de calendarios visuales, tableros de actividades o listas de verificación permite reducir la carga cognitiva asociada a la organización de tareas y facilita la autonomía progresiva. De igual manera, establecer rutinas estables para sueño, alimentación, estudio y tiempo libre contribuye a disminuir la sobrecarga atencional y favorece la regulación emocional y conductual.
Respecto al uso de tecnología, los hallazgos sugieren la necesidad de promover un manejo más planificado y supervisado de los dispositivos digitales. Más que eliminar completamente la tecnología, la evidencia reciente recomienda diferenciar entre usos pasivos y usos interactivos o educativos. Se sugiere priorizar contenidos que impliquen participación activa, resolución de problemas o interacción social, evitando exposiciones prolongadas a estímulos altamente rápidos o fragmentados. Como estrategia práctica, puede implementarse el uso de “planeadores tecnológicos” familiares, en los cuales se definan horarios, tiempos de exposición, pausas activas y tipos de contenido permitidos. Por ejemplo, se recomienda establecer momentos libres de pantallas durante comidas, antes de dormir o en espacios de interacción familiar, favoreciendo así procesos de atención sostenida y autorregulación conductual (Wallace et al., 2023).
Adicionalmente, resulta pertinente incorporar actividades que fortalezcan explícitamente las FE en contextos naturales. Estrategias como pedir al niño que planifique una actividad sencilla, organice materiales para una tarea o explique verbalmente los pasos de una acción cotidiana pueden estimular procesos de secuenciación, monitoreo y control cognitivo. Del mismo modo, prácticas de regulación emocional, respiración guiada y pausas atencionales pueden apoyar el fortalecimiento del control inhibitorio y la flexibilidad cognitiva en situaciones de frustración o sobrecarga sensorial.
Ante estas situaciones, se recomienda evitar la retirada abrupta de los dispositivos y, en cambio, implementar estrategias de transición gradual y anticipación visual.
Finalmente, los resultados resaltan la importancia de comprender las FE como habilidades dinámicas y sensibles al contexto, especialmente en poblaciones con condiciones del neurodesarrollo (Figura 5).
Aplicación del marco de
hábitos adaptativos al entorno familiar de NNA con condiciones del
neurodesarrollo (Adaptación del modelo de Niebaum et al. (2026) al contexto del
presente estudio)
Nota. El diagrama ilustra dos trayectorias contextuales paralelas. La
trayectoria izquierda (ámbar) representa cómo el uso frecuente de tecnología
con baja demanda ejecutiva puede generar hábitos de compromiso pasivo que
incrementan el esfuerzo requerido para planificar, asociándose con mayores
dificultades en este dominio (rs = 0.39, p = 0.030). La
trayectoria derecha (verde-azulado) representa cómo las afordancias de juego
informal en el hogar constituyen contextos de práctica repetida para la
inhibición conductual, estableciendo hábitos que reducen el esfuerzo requerido
para inhibir respuestas impulsivas, lo que se asocia con menores dificultades
en control inhibitorio (rs = −0.37, p = 0.047). El panel central
recoge los tres componentes del ciclo de hábitos adaptativos: decidir
comprometer las FE, crear hábitos mediante repetición contextual, y reducir el
esfuerzo mental asociado. La flecha discontinua indica el ciclo de
retroalimentación entre los tres componentes. TEA = trastorno del espectro
autista; TDAH = trastorno por déficit de atención e hiperactividad; DI =
discapacidad intelectual; FE = funciones ejecutivas.
Figura 5. Aplicación del marco de
hábitos adaptativos al entorno familiar de NNA con condiciones del
neurodesarrollo (Adaptación del modelo de Niebaum et al. (2026) al contexto del
presente estudio)
En consecuencia, las intervenciones más efectivas probablemente no serán aquellas centradas únicamente en el entrenamiento cognitivo aislado, sino las que integren experiencias cotidianas de juego, interacción social, organización del entorno y acompañamiento familiar. Desde esta perspectiva, el hogar se configura como un espacio central de estimulación neurocognitiva, capaz de favorecer procesos de plasticidad cerebral y autorregulación mediante experiencias repetidas y significativas.
<bold>Referencias</bold>Blair, C. (2016). Developmental science and executive function. Current Directions in Psychological Science, 25(1), 3–7. https://doi.org/10.1177/0963721415622634BlairC.Developmental science and executive functionCurrent Directions in Psychological Science2016https://doi.org/10.1177/0963721415622634Baddeley A. (2012). Working memory: Theories, models, and controversies. Annual Review of Psychology, 63, 1–29. https://doi.org/10.1146/annurev-psych-120710-100422Baddeley AWorking memory:
Theories, models, and controversiesAnnual Review of Psychology2012https://doi.org/10.1146/annurev-psych-120710-100422Congreso de la República de Colombia. (2012, 18 de octubre). Ley 1581 de 2012: Por la cual se dictan disposiciones generales para la protección de datos personales. Diario Oficial No. 48.587. http://www.secretariasenado.gov.co/senado/basedoc/ley_1581_2012.htmlCongreso de la República de ColombiaLey de 2012: Por la cual se dictan disposiciones generales para la protección de datos personales2012http://www.secretariasenado.gov.co/senado/basedoc/ley_1581_2012.htmlCongreso de la República de Colombia. (2006, 6 de septiembre). Ley 1090 de 2006: Por la cual se reglamenta el ejercicio de la profesión de Psicología, se dicta el Código Deontológico y Bioético y otras disposiciones. Diario Oficial No. 46.383. http://www.secretariasenado.gov.co/senado/basedoc/ley_1090_2006.htmlCongreso de la República de ColombiaLey 1090 de 2006: Por la cual se reglamenta el ejercicio de la profesión de Psicología, se dicta el Código Deontológico y Bioético y otras disposiciones. Diario Oficial No. 46.3832006http://www.secretariasenado.gov.co/senado/basedoc/ley_1090_2006.htmlCraig, F., Margari, F., Legrottaglie, A. R., Palumbi, R., De Giambattista, C., & Margari, L. (2016). Executive function deficits in neurodevelopmental disorders. Neuropsychiatric Disease and Treatment, 12, 1191–1202. https://doi.org/10.2147/NDT.S104620CraigF.MargariF.LegrottaglieA. R.PalumbiR.De GiambattistaC.MargariL.Executive
function deficits in neurodevelopmental disordersNeuropsychiatric Disease and Treatment2016https://doi.org/10.2147/NDT.S104620Diamond, A. (2013). Executive functions. Annual Review of Psychology, 64, 135–168. https://doi.org/10.1146/annurev-psych-113011-143750DiamondA.Executive functionsAnnual Review of Psychology2013https://doi.org/10.1146/annurev-psych-113011-143750Diamond, A., & Lee, K. (2011). Interventions shown to aid executive function development in children 4 to 12 years old. Science, 333(6045), 959–964. https://doi.org/10.1126/science.1204529DiamondA.LeeK.Interventions shown to aid executive function
development in children 4 to 12 years oldScience2011https://doi.org/10.1126/science.1204529Doebel, S. (2020). Rethinking executive function and its development. Perspectives on Psychological Science, 15(4), 942–956. https://doi.org/10.1177/1745691620904771DoebelS.Rethinking executive function and its developmentPerspectives on Psychological Science2020https://doi.org/10.1177/1745691620904771Google. (2026). Google Forms [Software]. https://www.google.com/forms/about/GoogleGoogle Forms [Software]2026https://www.google.com/forms/about/Hair, J. F., Babin, B. J., Anderson, R. E., & Black, W. C. (2022). Multivariate data analysis (8th ed.). Cengage Learning.HairJ. F.BabinB. J.AndersonR. E.BlackW. C.Multivariate data analysis2022Harris, C. R., Millman, K. J., van der Walt, S. J., Gommers, R., Virtanen, P., Cournapeau, D., Wieser, E., Taylor, J. Berg, S., Smith, N. J., Kern, R., Picus, P., Hoyer, S., van Kerkwijk, M. H., Brett, M., Haldane, A., Fernández del Rio, J., Wiebe, M., Peterson, P., … Oliphant, T. E. (2020). Array programming with NumPy. Nature, 585(7825), 357–362. https://doi.org/10.1038/s41586-020-2649-2HarrisC. R.MillmanK. J.van der WaltS. J.GommersR.VirtanenP.CournapeauD.WieserE.TaylorJ.BergS.SmithN. J.KernR.PicusP.HoyerS.van KerkwijkM. H.BrettMHaldaneA.Fernández del RioJ.WiebeM.PetersonP.OliphantT. E.Array
programming with NumPyNature2020https://doi.org/10.1038/s41586-020-2649-2Hernández-Sampieri, R., Fernández-Collado, C., & Baptista-Lucio, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.Hernández-SampieriR.Fernández-ColladoC.Baptista-LucioP.Metodología de la investigación2014Howard, M. C. (2016). A review of exploratory factor analysis decisions and overview of current practices: What we are doing and how can we improve? International Journal of Human-Computer Interaction, 32(1), 51-62, https://doi.org/10.1080/10447318.2015.1087664HowardM. C.A review of exploratory factor analysis decisions and overview of
current practices: What we are doing and how can we improve?International Journal of Human-Computer Interaction2016https://doi.org/10.1080/10447318.2015.1087664Hunter, J. D. (2007). Matplotlib: A 2D graphics environment. Computing in Science & Engineering, 9(3), 90–95. https://doi.org/10.1109/MCSE.2007.55HunterJ. D.Matplotlib: A 2D graphics environmentComputing in Science & Engineering2007https://doi.org/10.1109/MCSE.2007.55McKinney, W. (2010). Data structures for statistical computing in Python. Proceedings of the 9th Python in Science Conference, 56–61. https://doi.org/10.25080/Majora-92bf1922-00aMcKinneyW.Data structures for statistical computing in Python2010https://doi.org/10.25080/Majora-92bf1922-00aProceedings of the 9th Python in Science ConferenceMenon, V. (2023). 20 years of the default mode network: A review and synthesis. Neuron, 111(16), 2469–2487. https://doi.org/10.1016/j.neuron.2023.04.023MenonV.20 years of the default mode network: A review and synthesisNeuron2023https://doi.org/10.1016/j.neuron.2023.04.023Ministerio de Salud. (1993, 4 de octubre). Resolución 8430 de 1993: Por la cual se establecen las normas científicas, técnicas y administrativas para la investigación en salud. https://www.minsalud.gov.co/sites/rid/lists/bibliotecadigital/ride/de/dij/resolucion-8430-de-1993.pdfMinisterio de SaludResolución 8430 de 1993: Por la cual se establecen las normas científicas, técnicas y administrativas para la investigación en salud1993https://www.minsalud.gov.co/sites/rid/lists/bibliotecadigital/ride/de/dij/resolucion-8430-de-1993.pdfMiyake, A., Friedman, N. P., Emerson, M. J., Witzki, A. H., Howerter, A., & Wager, T. D. (2000). The unity and diversity of executive functions. Cognitive Psychology, 41(1), 49–100. https://doi.org/10.1006/cogp.1999.0734MiyakeA.FriedmanN. P.EmersonM. J.WitzkiA. H.HowerterA.WagerT. D.The unity and diversity of executive functionsCognitive Psychology2000https://doi.org/10.1006/cogp.1999.0734Romero-Ayuso, D., Alcántara-Vázquez, P., Almenara-García, A., Nuñez-Camarero, I., Triviño-Juárez, J. M., Ariza-Vega, P., Molina, J. -P., & González, P. (2020). Self-Regulation in Children with Neurodevelopmental Disorders "SR-MRehab: Un Colegio Emocionante": A Protocol Study. International journal of environmental research and public health, 17(12), 4198. https://doi.org/10.3390/ijerph17124198Romero-AyusoD.Alcántara-VázquezP.Almenara-GarcíaA.Nuñez-CamareroI.Triviño-JuárezJ. M.Ariza-VegaP.MolinaJ. -P.GonzálezP.Self-Regulation in Children with
Neurodevelopmental Disorders "SR-MRehab: Un Colegio Emocionante": A
Protocol StudyInternational journal of environmental research and public health2020https://doi.org/10.3390/ijerph17124198Morra, S., Howard, S. J., & Loaiza, V. M. (2025). Working Memory and Executive Functions: Theoretical Advances. Journal of Cognition, 8(1), 15. https://doi.org/10.5334/joc.424MorraS.HowardS. J.LoaizaV. M.Working Memory and Executive
Functions: Theoretical AdvancesJournal of Cognition2025https://doi.org/10.5334/joc.424Niebaum, J. C., & Munakata, Y. (2023). Why doesn't executive function training improve academic achievement? Rethinking individual differences, relevance, and engagement from a contextual framework. Journal of Cognition and Development, 24(2), 241–259. https://doi.org/10.1080/15248372.2022.2160723NiebaumJ. C.MunakataY.Why doesn't executive function training
improve academic achievement? Rethinking individual differences, relevance, and
engagement from a contextual frameworkJournal of Cognition and Development2023https://doi.org/10.1080/15248372.2022.2160723Niebaum, J. C., Zengilowski, A., Katz, B., Shah, P., & Munakata, Y. (2026). Adaptive habits: understanding executive function and its development. Trends in Cognitive Sciences, 30(5), 449–463. https://doi.org/10.1016/j.tics.2025.10.016NiebaumJ. C.ZengilowskiA.KatzB.ShahP.MunakataY.Adaptive
habits: understanding executive function and its developmentTrends in Cognitive Sciences2026https://doi.org/10.1016/j.tics.2025.10.016Otzen, T., & Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio. International Journal of Morphology, 35(1), 227–232. http://doi.org/10.4067/S0717-95022017000100037OtzenT.ManterolaC.Técnicas de muestreo sobre una población a estudioInternational Journal of Morphology2017http://doi.org/10.4067/S0717-95022017000100037Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., VanderPlas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., & Duchesnay, É. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825–2830. https://www.jmlr.org/papers/v12/pedregosa11a.htmlPedregosaF.VaroquauxG.GramfortA.MichelV.ThirionB.GriselO.BlondelM.PrettenhoferP.WeissR.DubourgV.VanderPlasJ.PassosA.CournapeauD.BrucherM.PerrotM.DuchesnayÉ.Scikit-learn: Machine learning in PythonJournal of Machine Learning Research2011https://www.jmlr.org/papers/v12/pedregosa11a.htmlPython Software Foundation. (2024). Python (Version 3.11) [Computer software]. https://www.python.org/Python Software FoundationPython2024https://www.python.org/Sadozai, A. K., Sun, C., Demetriou, E. A., Lampit, A., Munro, M., Perry, N., Boulton, K. A., Guastella, A. J.(2024). Executive function in children with neurodevelopmental conditions: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2357–2366. https://doi.org/10.1038/s41562-024-02000-9Executive function in
children with neurodevelopmental conditions: A systematic review and
meta-analysisNature Human Behaviour2024https://doi.org/10.1038/s41562-024-02000-9Sando, O. J., Sandseter, E. B. H., & Brussoni, M. (2023). The role of play and objects in children's deep-level learning in early childhood education. Education Sciences, 13(7), 701. https://doi.org/10.3390/educsci13070701SandoO. J.SandseterE. B. H.BrussoniM.The role of play and
objects in children's deep-level learning in early childhood educationEducation Sciences2023https://doi.org/10.3390/educsci13070701Thorell, L. B., & Nyberg, L. (2008). The Childhood Executive Functioning Inventory (CHEXI): A new rating instrument for parents and teachers. Developmental Neuropsychology, 33(4), 536–552. https://doi.org/10.1080/87565640802101516ThorellL. B.NybergL.The Childhood Executive Functioning Inventory
(CHEXI): A new rating instrument for parents and teachersDevelopmental Neuropsychology2008https://doi.org/10.1080/87565640802101516Virtanen, P., Gommers, R., Oliphant, T. E., Haberland, M., Reddy, T., Cournapeau, D., Brovski, E., Peterson, P., Weckesser, W., Bright, J., van der Walt, S. J., Brett, M., Wilson, J., Millman, K. J., Mayorov, N., Nelson, A. R. J., Jones, E., Kern, R., Larson, E., … Vázquez-Baeza, Y. (2020). SciPy 1.0: Fundamental algorithms for scientific computing in Python. Nature Methods, 17(3), 261–272. https://doi.org/10.1038/s41592-020-0772-5VirtanenP.GommersR.OliphantT. E.HaberlandM.ReddyT.CournapeauD.BrovskiE.PetersonP.WeckesserW.BrightJ.SciPy 1.0: Fundamental
algorithms for scientific computing in PythonNature Methods2020https://doi.org/10.1038/s41592-020-0772-5Wallace, J., Boers, E., Ouellet, J., Afzali, M. H., & Conrod, P. (2023). Screen time, impulsivity, neuropsychological functions and their relationship to growth in adolescent attention-deficit/hyperactivity disorder symptoms. Scientific Reports, 13(1), 18108. https://doi.org/10.1038/s41598-023-44105-7WallaceJ.BoersE.OuelletJ.AfzaliM. H.ConrodP.Screen
time, impulsivity, neuropsychological functions and their relationship to
growth in adolescent attention-deficit/hyperactivity disorder symptomsScientific Reports2023https://doi.org/10.1038/s41598-023-44105-7Waskom, M. L. (2021). Seaborn: Statistical data visualization. Journal of Open Source Software, 6(60), 3021. https://doi.org/10.21105/joss.03021WaskomM. L.Seaborn: Statistical data visualizationJournal of Open Source Software2021https://doi.org/10.21105/joss.03021Wiebe, S. A., Sheffield, T., Nelson, J. M., Clark, C. A. C., Chevalier, N., & Espy, K. A. (2011). The structure of executive functions in 3-year-olds. Journal of Experimental Child Psychology, 108(3), 436–452. https://doi.org/10.1016/j.jecp.2010.08.008WiebeS. A.SheffieldT.NelsonJ. M.ClarkC. A. C.ChevalierN.EspyK. A.The structure of executive functions in 3-year-oldsJournal of Experimental Child Psychology2011https://doi.org/10.1016/j.jecp.2010.08.008Zelazo, P. D., & Carlson, S. M. (2020). The neurodevelopment of executive function skills: implications for academic achievement gaps. Psychology & Neuroscience, 13(3), 273–298. https://doi.org/10.1037/pne0000208ZelazoP. D.CarlsonS. M.The
neurodevelopment of executive function skills: implications for academic
achievement gapsPsychology & Neuroscience2020https://doi.org/10.1037/pne0000208Zelazo, P. D., Morris, I. F., Qu, L., & Kesek, A. C. (2024). Hot executive function: Emotion and the development of cognitive control. In M. A. Bell (Ed.), Child development at the intersection of emotion and cognition (2nd ed., pp. 51–73). American Psychological Association. https://doi.org/10.1037/0000406-004ZelazoP. D.MorrisI. F.QuL.KesekA. C.BellM. A.Child development at the intersection of emotion and cognition2024https://doi.org/10.1037/0000406-004Notas
Artículo de investigación.
Apéndices<bold>Apéndice A.
Consentimiento informado</bold>
El formato de consentimiento informado utilizado en el estudio fue
diligenciado por los participantes antes de responder el formulario. El
formulario digital está disponible en: https://forms.gle/T68wffnoP3BprSba6
<bold>Apéndice B.
Instrumento de recolección de datos</bold>
El instrumento completo de recolección de datos (formulario
ProyMSc-CO-IND_2026) está disponible a solicitud de los autores.