enero-junio 2025

10.22235/cp.v19i1.4122

Artículos Originales

Relación entre factores de personalidad y el conocimiento y la regulación metacognitiva en una muestra de estudiantes universitarios de diferentes países de habla hispana

Relation between Personality and Metacognitive Regulation in a Sample of University Students from Different Countries in Latin America

Relação entre fatores de personalidade e o conhecimento e a regulação metacognitiva em uma amostra de estudantes universitários de diferentes países de língua espanhola

Antonio P. Gutierrez de Blume¹, ORCID 0000-0001-6809-1728

Diana Marcela Montoya Londoño², ORCID 0000-0001-8007-0102

Lilián Daset³, ORCID 0000-0002-5119-324X

Ariel Cuadro⁴, ORCID 0000-0002-4429-9898

Mauricio Molina Delgado⁵, ORCID 0000-0003-4335-3095

Olivia Morán Núñez⁶, ORCID 0009-0007-6206-9619

Sebastián Urquijo⁷, ORCID 0000-0002-8315-9329

María Florencia Giuliani⁸, ORCID 0000-0002-5892-4527

¹Georgia Southern University, Estados Unidos, [email protected]

² Universidad de Caldas; Universidad de Manizales, Colombia

³ Universidad Católica de Uruguay, Uruguay

⁴ Universidad Católica de Uruguay, Uruguay

⁵ Universidad de Costa Rica, Costa Rica

⁶ Universidad de Panamá, Panamá

⁷ Universidad Nacional de Mar del Plata, Argentina

⁸ Universidad Nacional de Mar del Plata, Argentina

Resumen:

Esta investigación examina la relación entre los factores de personalidad y la metacognición en una muestra de estudiantes de pregrado de Argentina, Colombia, Costa Rica, Panamá y Uruguay. A partir de la naturaleza interdisciplinaria de la ciencia cognitiva, el estudio enfatiza la importancia de las habilidades metacognitivas, consideradas como funciones ejecutivas fundamentales en el desempeño académico. La muestra se conformó por 692 estudiantes, de 20 a 30 años, de diversos programas de pregrado. Los participantes completaron el Inventario de conciencia metacognitiva (MAI) y el Listado de adjetivos para evaluar la personalidad (AEP). En el análisis se utilizó regresión múltiple para examinar la relación entre los cinco grandes factores de personalidad y ocho variables metacognitivas en los cinco países. Los resultados indicaron asociaciones significativas entre los factores de personalidad y los componentes metacognitivos, con la escrupulosidad y la apertura prediciendo consistentemente la regulación y el conocimiento metacognitivo. Estos hallazgos se alinean con estudios previos que sugieren que los factores de personalidad influyen en las habilidades metacognitivas. El estudio contribuye a la comprensión de cómo las diferencias individuales en la personalidad pueden afectar los procesos de aprendizaje, destacando el potencial de intervenciones dirigidas para mejorar las habilidades metacognitivas.

Palabras clave: aprendizaje; metacognición; personalidad; estudiantes universitarios; estudios transculturales.

Abstract:

This research investigates the relationship between personality factors and metacognition in a sample of undergraduate students from Argentina, Colombia, Costa Rica, Panama, and Uruguay. Recognizing the interdisciplinary nature of cognitive science, the study emphasizes the importance of metacognitive abilities—considered executive functions—on academic performance. The sample consisted of 692 students, aged 20 to 30, from various undergraduate programs. Participants completed the Metacognitive Awareness Inventory (MAI) and the Adjective Checklist for Evaluating Personality (AEP). The analysis used multiple regression to examine the relationship between the five major personality factors and eight metacognitive variables across the five countries. Results indicated significant associations between personality traits and metacognitive components, with conscientiousness and openness to new experiences consistently predicting metacognitive regulation and knowledge. These findings align with previous studies suggesting that personality traits influence metacognitive abilities. The study contributes to the understanding of how individual differences in personality can affect learning processes, highlighting the potential for targeted interventions to enhance metacognitive skills.

Keywords: learning; metacognition; personality; university students; cross cultural studies.

Resumo:

Esta pesquisa examina a relação entre os fatores de personalidade e a metacognição em uma amostra de estudantes de graduação da Argentina, Colômbia, Costa Rica, Panamá e Uruguai. Com base na natureza interdisciplinar da ciência cognitiva, o estudo enfatiza a importância das habilidades metacognitivas, consideradas como funções executivas fundamentais no desempenho acadêmico. A amostra foi composta por 692 estudantes, com idades entre 20 e 30 anos, de diversos programas de graduação. Os participantes completaram o Inventário de Consciência Metacognitiva (MAI) e a Lista de Adjetivos para avaliar a Personalidade (AEP). Na análise, utilizou-se regressão múltipla para examinar a relação entre os cinco grandes fatores de personalidade e oito variáveis metacognitivas nos cinco países. Os resultados indicaram associações significativas entre fatores de personalidade e componentes metacognitivos, com a conscienciosidade e a abertura prevendo consistentemente a regulação e o conhecimento metacognitivo. Esses achados se alinham com estudos anteriores que sugerem que os fatores de personalidade influenciam as habilidades metacognitivas. O estudo contribui para a compreensão de como as diferenças individuais de personalidade podem afetar os processos de aprendizagem, destacando o potencial de intervenções direcionadas para melhorar as habilidades metacognitivas.

Palavras-chave: aprendizagem; metacognição; personalidade; estudantes universitários; estudos transculturais.

Recibido: 14/06/2024

Aceptado: 21/04/2025

Introducción

Las ciencias cognitivas, entre las que se encuentran campos de conocimiento tan diversos como la psicología, la lingüística, las neurociencias, la inteligencia artificial, etc., contribuyen con sus desarrollos a posicionar la idea de un estudiante activo que, además de tener un buen desempeño cognitivo y académico, es capaz de aprender de forma autónoma y autorregulada, a partir de su propia capacidad de agencia.

Algunos autores consideran que la metacognición en sí misma es una función ejecutiva (Ardila & Ostrosky-Solís, 2008; Flores-Lázaro et al., 2014; Follmer & Sperling, 2016) que permite a la persona pensar sobre sus propios procesos y productos cognitivos (Flavell, 1979; 1987) o, dicho de otra manera, pensar sobre el pensamiento (Ozturk, 2020; Topping, 2024; Veenman et al., 2006), capacidad de monitoreo que se considera como una habilidad que puede formarse y enseñarse a partir de la instrucción de estrategias (Gutierrez de Blume, 2022; Nobutoshi, 2023; Silver et al., 2023; Zsigmond et al., 2025).

El monitoreo metacognitivo se entiende como la capacidad que tienen las personas para comprender con éxito lo que están aprendiendo y, por lo general, implica una serie de actividades metacognitivas como cuestionamiento, reflexión, inferencias y retroalimentación autogenerada, habilidades que le permiten a la persona reconocer cuánto domina o comprende un tema, o cuándo necesita modificar sus estrategias de aprendizaje a fin de mejorar su desempeño (Gutierrez de Blume, 2022; Zsigmond et al., 2025).

Desde diseños y propuestas muy diferentes de intervención se realizan estudios en los que se señala que la metacognición puede desarrollarse y ejercitarse a partir de un proceso de instrucción adecuada. Sin embargo, algunas de las investigaciones referidas a los efectos de los procesos de intervención sobre el monitoreo metacognitivo siguen siendo poco concluyentes en relación con el reporte sobre las diferencias en los tamaños del efecto de la precisión del monitoreo, con resultados contradictorios, inconsistentes y, esencialmente, muy diferentes entre sí (Bol et al., 2005; Bol & Hacker, 2001; Gutierrez & Schraw, 2015; Nietfeld et al., 2005; Pesout & Nietfeld, 2020; Schraw et al., 2014; Wongdaeng, 2022; Yang et al., 2023).

La alta variabilidad en los resultados de los procesos de intervención y en los tamaños del efecto reportados pueden explicarse por la diversidad de las variables del contexto y personales que entran en juego en el contexto de los procesos de intervención en el monitoreo metacognitivo. En relación con las variables del contexto, se evidencian diferencias como el clima de aula, el estilo de enseñanza, el tipo de estrategias utilizadas, las características del estudio, etc. (Abello et al., 2022; Alonso-Tapia & Ruiz-Díaz, 2022; Bryce et al., 2015; Chiarino et al., 2024; Farrington et al., 2012; Forsberg et al., 2021; Gutierrez de Blume, 2022; Morosanova et al., 2022). De la misma forma, esta diversidad se evidencia en relación con variables personales tales como: las metas de aprendizaje, el perfil cognitivo de la persona que aprende, la emociones positivas y negativas, la persistencia académica, la mentalidad de crecimiento y otros moderadores potenciales entre los que se encuentran los factores de personalidad (Abello et al., 2022; Alonso-Tapia & Ruiz-Díaz, 2022; Bryce et al., 2015; Chiarino et al., 2024; Farrington et al., 2012; Forsberg et al., 2021; Gutierrez de Blume, 2022; Morosanova et al., 2022).

En general, parece existir acuerdo respecto al hecho de que la metacognición general puede enseñarse, así como cada uno de los diferentes subcomponentes de la regulación en diferentes situaciones de aprendizaje, a la vez que se espera que esta macrohabilidad se transfiera a nuevas experiencias de aprendizaje de acuerdo con las diferentes demandas del entorno (Azevedo, 2020; Chew et al., 2018; Chew & Cerbin, 2020; Veenman et al., 2006). En este sentido, se espera que la enseñanza de las habilidades metacognitivas favorezca la formación de estudiantes para los que sea posible el aprendizaje profundo, propósito de formación que requiere que los estudiantes reflexionen sobre su propia comprensión y sobre su propio proceso de aprendizaje (Sawyer, 2019, 2022).

Sin embargo, el hecho de que como habilidad puede enseñarse no significa que necesariamente el estudiante la aprenda o que, incluso, aunque la aprenda, sea realmente consciente de la forma como está aprendiendo y esté dispuesto a usar las habilidades metacognitivas en función de un desempeño más eficiente. De hecho, en diferentes estudios se han señalado en el desempeño metacognitivo, la presencia de los sesgos de subconfianza y exceso de confianza propio de los juicios metacognitivos, así como los reportes sobre las dificultades para discriminar la sensación de saber y no saber en estudiantes que presentan dificultades con su proceso de calibración y, especialmente, en el caso de los estudiantes de bajo desempeño académico (Bol et al., 2005; Chang & Brainerd, 2023; De Bruin et al., 2017; Geraci et al., 2023; Hacker et al., 2000; Kelemen et al. 2007; Kruger & Dunning 1999; Miller & Geraci, 2011; Nietfeld et al., 2006; Zapata-Zapata et al., 2024).

En algunos estudios se ha señalado el exceso de confianza en los juicios predictivos sobre pruebas de desempeño, especialmente, para estudiantes de bajo rendimiento, fenómeno que se ha estudiado como efecto Dunning-Kruger. Por el contrario, los estudiantes de alto rendimiento presentan en su desempeño predicciones más precisas y moderan sus niveles de confianza respecto a su desempeño real efectivo (Bol et al., 2005; Chang & Brainerd, 2023; De Bruin et al., 2017; Geraci et al., 2023; Hacker et al., 2000; Kelemen et al. 2007; Kruger & Dunning 1999; Miller & Geraci, 2011; Nietfeld et al., 2006; Zapata-Zapata et al., 2024).

La asociación entre los factores de personalidad y el desempeño metacognitivo ha sido relativamente poco estudiada. Los primeros antecedentes de estudios en los que se abordó tal relación se registran en las investigaciones lideradas por Wolfe y Grosch (1990), interés que viene fortaleciéndose desde los trabajos de investigadores como Kleitman (2008) y Buratti (2013).

En estudios previos se ha indicado una relación positiva entre rasgos de personalidad como la extraversión y el exceso de confianza (Dahl et al., 2010; Pallier et al., 2002; Schaefer et al., 2004). De manera similar, hay evidencia de una asociación entre el rasgo de narcisismo y el exceso de confianza, posiblemente asociada a la forma como este tipo de personalidades suelen considerarse más inteligentes que lo que reportan las medidas de desempeño objetivas (Buratti et al., 2013; Campbell et al., 2004).

En un sentido contrario, en algunos estudios sobre la asociación entre los componentes del aprendizaje autorregulado y la personalidad se han encontrado altas correlaciones entre las medidas metacognitivas y los factores de personalidad como la escrupulosidad y la apertura a la experiencia, y, a su vez, altas correlaciones entre el desempeño académico y estos mismos factores de personalidad (Dumfart & Neubauer, 2016; Kelly & Donaldson, 2016; Morosanova et al., 2022; O’Connor & Paunonen, 2007).

Una razón que podría explicar ese tipo de resultados y diferencias probablemente trascienda el reconocimiento de lo difuso del constructo, dados sus muchos modelos teóricos y la falta de acuerdo entre los investigadores del campo en relación con sus componentes y metodologías (Dinsmore et al., 2008; Lyons & Zelazo, 2011; Tobias & Everson, 2009; Zohar & Dori, 2012) y se oriente más hacia el desarrollo de una posible explicación a partir del reconocimiento de las diferencias en la persona, como parte del estudio de las diferencias de personalidad, y su posible asociación con el desempeño metacognitivo de quien aprende (Bibi et al., 2022; De Bruin et al., 2017; Gutierrez de Blume & Montoya Londoño, 2023; Kleitman & Stankov, 2001, 2007; Pallier et al., 2002; Stankov et al., 2014).

La mayoría de los estudios que vinculan la importancia de los factores de personalidad en la formulación de juicios metacognitivos han descrito asociaciones entre el desempeño metacognitivo y los rasgos de personalidad de extraversión, narcisismo, necesidad de cognición y exceso de confianza (Campbell et al., 2004; Dahl et al., 2010; Pallier et al., 2002; Ronningstam, 2005; Schaefer et al., 2004; Wolfe & Grosch, 1990).

De igual forma, rasgos como la apertura y el nivel de confianza se han asociado con la proporción de respuestas correctas (Dahl et al., 2010; Kleitman, 2008). Mientras que en el caso del rasgo de neuroticismo versus estabilidad emocional, se ha evidenciado una correlación negativa con los sentimientos de inseguridad y confianza para diferentes tareas de juicio (Mirels et al., 2002; Want & Kleitman, 2006).

En algunos estudios se ha descrito la asociación entre factores como la apertura y la extraversión con el exceso de confianza en la formulación de juicios metacognitivos de primer y segundo orden (Buratti, 2013; Buratti et al., 2013).

Entre los estudios más recientes se encuentra una investigación realizada con 244 estudiantes de pregrado en Lenguas Extranjeras de Turquía, que tuvo como objetivo establecer la relación entre la metacognición y los rasgos de personalidad, y su interacción con el rendimiento en lenguas extranjeras. Los resultados permitieron confirmar que factores como la escrupulosidad, la apertura a la experiencia y la amabilidad explicaron el 20 % del conocimiento metacognitivo, y factores como la escrupulosidad y la apertura a la experiencia explicaron el 16 % de la regulación metacognitiva. En el estudio se confirmó que factores como la escrupulosidad y la extroversión predijeron el desempeño lector, mientras que la escrupulosidad y la apertura a la experiencia fueron predictores significativos del desempeño en el uso de la lengua (Ozturk, 2021).

Otra investigación realizada con 102 estudiantes universitarios que se encontraban cursando varios cursos de psicología en una universidad en la región sureste de los Estados Unidos tuvo como objetivo establecer la correlación entre los factores de personalidad, la comprensión lectora y la precisión de la metacomprensión antes y después de la realización de una prueba. En este estudio se encontró que factores como la apertura a la experiencia correlacionó positivamente con todas las medidas de las evaluaciones de confianza aplicadas en la tarea de comprensión lectora, pero no se correlacionó con el desempeño lector real o con la nota real efectiva, lo que indicó que los participantes evaluados presentaron el sesgo de exceso de confianza sobre su capacidad de desempeño. Asimismo, factores como la extroversión correlacionó negativamente con la autoevaluación del desempeño lector y no predijo el desempeño en lectura real efectivo (Agler et al., 2021).

De forma consistente, con la tradición investigativa de los estudios previos que se presentan en los que se establece relación entre los constructos de metacognición y personalidad, en la presente investigación se buscó establecer la relación entre factores de personalidad y metacognición en una muestra de estudiantes universitarios de diferentes países de Latinoamérica.

Pregunta de investigación

¿Cuál es el valor predictivo de los factores de personalidad sobre el conocimiento y la regulación metacognitiva en una muestra de estudiantes de pregrado de Argentina, Colombia, Costa Rica, Panamá y Uruguay?

Hipótesis

Tomando como referencia el hecho de que los trabajos que evidencian asociación entre estas dos variables han brindado resultados diversos y poco concluyentes (Bidjerano & YunDai, 2007; Blair et al., 2010; De Bruin et al., 2017; Dörrenbächer & Perels, 2016), en la presente investigación se consideró una hipótesis direccional general —no específica—, desde la que se esperaba que algunos factores correlacionaran positivamente con la metacognición, como podría ser la escrupulosidad, y otros de forma negativa, como lo sería el factor de neuroticismo.

Método

Participantes, muestreo y diseño de la investigación

El presente estudio empleó un diseño de investigación cuantitativo transversal no experimental con un enfoque de muestreo por conveniencia no aleatorio (Tabachnick & Fidell, 2019). Los participantes fueron 692 estudiantes de diferentes programas de pregrado (la mayoría adscritos a programas de Psicología y Educación) de Argentina, Colombia, Costa Rica, Panamá y Uruguay, que se encontraban cursando su carrera profesional durante el año 2023. La muestra estuvo conformada por 305 hombres y 387 mujeres.

El presente proyecto corresponde a un análisis derivado del estudio inscrito en la Universidad de Manizales, Colombia, bajo la denominación: “Funcionamiento metacognitivo en el desempeño de docentes y estudiantes de diferentes países. Análisis intercultural”, con aval bioético en Colombia, mediante código interno FCSH-202006.

La selección de la muestra se realizó́ de manera intencional, de acuerdo con los criterios de un muestreo por conveniencia. Dado que los participantes estaban cursando su carrera profesional en las universidades en la que trabajan los autores. Primero, estos fueron informados de los objetivos del estudio; luego, con aquellos que se interesaron en el estudio y aceptaron participar de forma voluntaria se realizó la firma del consentimiento informado.

Todos los estudiantes que participaron en el estudio cumplieron con los siguientes criterios de inclusión: edad entre 20 a 30 años; ausencia de alteraciones psicológicas o psiquiátricas o historial de rezago escolar (pregunta que se formuló directamente a los estudiantes de forma individual como parte del registro de los datos sociodemográficos en una reunión para la firma del consentimiento informado).

Materiales e instrumentos

Inventario de conciencia metacognitiva (MAI; Schraw & Dennison, 1994). En su formato clásico, esta prueba es un inventario de 52 ítems, agrupados en 8 subcomponentes para medir el conocimiento y la regulación metacognitiva de los adultos. Las calificaciones de cada ítem son marcadas por una barra vertical de 10 cm en una banda bipolar continua de 0-100, donde 0 equivale a no es verdad para mí mientras que muy cierto para mí está representado por una puntuación de 100. Este esquema de clasificación es superior a una escala ordinal de Likert porque aumenta la fiabilidad del instrumento incrementando la variabilidad de las respuestas (Gutierrez, 2012; Schraw & Dennison, 1994; Weaver, 1990). Las puntuaciones de cada participante en las escalas individuales se obtuvieron sumando todos los ítems de esa escala y tomando el promedio. Por lo tanto, cada participante tuvo ocho resultados compuestos, uno para cada uno de los componentes del conocimiento y la regulación de la metacognición. Los estudios que han utilizado esta herramienta han reportado coeficientes de confiabilidad de consistencia interna alfa de Cronbach que oscilan entre .74 y .91 (Gutierrez de Blume & Montoya Londoño, 2021; Gutierrez de Blume et al., 2023; Gutierrez de Blume et al., 2024; Schraw & Dennison, 1994).

Listado de adjetivos para evaluar la personalidad (AEP; Ledesma et al., 2011; Sánchez & Ledesma, 2007, 2013). Es un instrumento que se estructura a partir del modelo de los cinco grandes factores (Goldberg, 1992, 1993; Goldberg et al., 2006) como un formato compuesto por un listado de 67 adjetivos descriptores de los rasgos de personalidad. El alfa de Cronbach para la prueba oscila entre .75 para el factor de apertura hasta .85 para el factor de neuroticismo (Ledesma et al., 2011; Sánchez & Ledesma, 2013).

En la Tabla 1 se informan los índices de confiabilidad con la muestra de este estudio. Se utilizó el omega de McDonald en lugar del alfa de Cronbach para todas las medidas de autoinforme porque es un coeficiente de confiabilidad más conservador (Tabachnick & Fidell, 2019).

Tabla 1: Coeficientes de confiabilidad, omega de McDonald, para las ocho subescalas del MAI y los cinco factores de personalidad del AEP (N = 692)

Procedimiento

Para la recolección de información, los estudiantes de los diferentes países participantes fueron convocados en dos momentos diferentes por los investigadores responsables en cada país. Primero, se presentó a los estudiantes los objetivos y fundamentos de la investigación realizada por el equipo de trabajo; posteriormente, los estudiantes que estuvieron interesados firmaron el consentimiento informado para aceptar participar en el estudio, contando en este espacio con el acompañamiento y resolución de preguntas del investigador responsable en cada país. En un segundo momento, los estudiantes diligenciaron en una única sesión el protocolo de tareas compuesto por el MAI (Schraw & Dennison, 1994; Gutierrez de Blume et al., 2023; Gutierrez de Blume et al., 2024) y el AEP (Ledesma et al., 2011; Sánchez & Ledesma, 2013).

La aplicación del protocolo se realizó de manera grupal, por parte de cada uno de los investigadores responsables en el respectivo país, todos con experiencia en la aplicación de este tipo de tareas y con formación a nivel de doctorado. Asimismo, en el proceso de aplicación de las medidas de evaluación, se tuvieron en cuenta normas éticas de cada país y respeto por el anonimato del participante. Más específicamente, se siguieron las normas y directrices de la Declaración de Helsinki y se obtuvo el consentimiento informado de cada participante antes de completar la encuesta.

Análisis de los datos

Los datos se examinaron en busca de valores atípicos mediante el subcomando de regresión (cualquier caso con tres desviaciones estándar o más de las medias del grupo) y se probaron con los supuestos estadísticos requeridos antes del análisis. No se detectaron valores atípicos que de otro modo sesgarían las estimaciones de los parámetros y los datos cumplieron con los supuestos de linealidad, homocedasticidad, normalidad y falta de colinealidad entre los predictores. Por lo tanto, el análisis de los datos se realizó sin hacer ningún ajuste estadístico a los datos.

Para responder a las preguntas de la investigación, los datos se sometieron a una serie de regresiones (múltiples) de mínimos cuadrados ordinarios estándar en las que los cinco factores de personalidad sirvieron como predictores y las ocho variables de conciencia metacognitiva sirvieron como criterio para cada análisis, respectivamente. Este proceso se repitió para cada uno de los cinco países participantes. Como los datos de cada país eran independientes de todos los demás países, el ajuste de Bonferroni a la significancia estadística para evitar la inflación de la tasa de error tipo I familiar solo se controló para los ocho análisis realizados para cada país (el valor p real utilizado para todos los análisis fue p ≤ .01). Se empleó el coeficiente de correlación múltiple al cuadrado, R², como tamaño del efecto para todos los análisis. Cohen (1988) proporcionó las siguientes pautas interpretativas para R²: .010-.499 como pequeño; .500-.799 como moderado; y ≥ .800 como grande.

Resultados

En el caso de la muestra de Argentina, el modelo de regresión ómnibus fue estadísticamente significativo: F(5.54) = 6.53, p = .012, R²= .315. Los resultados de la regresión revelaron que el factor de personalidad de apertura a nuevas experiencias predice únicamente el conocimiento condicional, y que tanto la apertura como la escrupulosidad predicen únicamente la planeación dentro de las escalas de regulación. A medida que aumenta la percepción de los individuos sobre su apertura, también aumenta su percepción de su conocimiento condicional (es decir, cuándo, dónde y por qué se aplican las estrategias dadas las demandas de la tarea). Asimismo, cuanto más aumentan la apertura y la escrupulosidad de los participantes, se evidencia que mejoran sus habilidades de planeación (Tabla 2).

Tabla 2: Resultados de regresión de mínimos cuadrados ordinarios para variables de personalidad y metacognitivas de la muestra de Argentina

Nota: Solo los resultados estadísticamente significativos se muestran para ser parsimoniosos. N = 60. B⁺= Coeficientes de regresión no estandarizados y su intervalo de confianza del 95 % (IC_95%). β^-= Coeficientes de regresión estandarizados. **p < .01.

De manera similar, en la muestra colombiana, el modelo de regresión ómnibus fue estadísticamente significativo: F(5.346) = 21.93, p < .001, R²= .516. Los resultados de la regresión revelaron que la apertura a nuevas experiencias era el único predictor positivo significativo del conocimiento condicional, y que la apertura y la escrupulosidad predicen positivamente de manera significativa la planeación y el monitoreo de la comprensión. Curiosamente, los coeficientes de regresión estandarizados fueron más altos que en la muestra de Argentina en todos los aspectos, excepto en el monitoreo (Tabla 3).

Tabla 3: Resultados de regresión de mínimos cuadrados ordinarios para variables de personalidad y metacognitivas de la muestra de Colombia

Nota: Solo los resultados estadísticamente significativos se muestran para ser parsimoniosos. N = 352. B⁺= Coeficientes de regresión no estandarizados y su intervalo de confianza del 95 % (IC_95%). β^-= Coeficientes de regresión estandarizados. **p ≤ .01.

El modelo de regresión ómnibus fue estadísticamente significativo para la muestra costarricense: F(5.95) = 8.35, p < .011, R²= .448, donde los resultados cambian. Los hallazgos indicaron que la escrupulosidad predijo positivamente el conocimiento condicional, mientras que solo la apertura, predijo positivamente las habilidades de depuración. Sin embargo, tanto la apertura como la escrupulosidad predijeron positivamente la gestión de la información y la evaluación del aprendizaje (Tabla 4).

Tabla 4: Resultados de regresión de mínimos cuadrados ordinarios para variables de personalidad y metacognitivas de la muestra de Costa Rica

Nota: Solo los resultados estadísticamente significativos se muestran para ser parsimoniosos. N = 101. B⁺= Coeficientes de regresión no estandarizados y su intervalo de confianza del 95 % (IC_95%). β^-= Coeficientes de regresión estandarizados. **p ≤ .01.

El modelo de regresión ómnibus fue estadísticamente significativo para la muestra panameña: F(5.115) = 7.11, p < .018, R²= .296. La Tabla 5 informa que la escrupulosidad fue un predictor positivo del conocimiento declarativo y que la apertura predijo positivamente el conocimiento condicional y el monitoreo de la comprensión.

Tabla 5: Resultados de regresión de mínimos cuadrados ordinarios para variables de personalidad y metacognitivas de la muestra de Panamá

Nota: Solo los resultados estadísticamente significativos se muestran para ser parsimoniosos. N = 121. B⁺ = Coeficientes de regresión no estandarizados y su intervalo de confianza del 95 % (IC_95%). β^-= Coeficientes de regresión estandarizados. **p ≤ ,01

Finalmente, el modelo de regresión ómnibus fue estadísticamente significativo en la muestra de Uruguay: F(5.52) = 5.93, p < .023, R²= .255. Para esta muestra, los resultados demostraron que la escrupulosidad y la apertura predijeron positivamente el conocimiento condicional, mientras que solo la escrupulosidad predijo positivamente la depuración y el monitoreo (Tabla 6).

Tabla 6: Resultados de regresión de mínimos cuadrados ordinarios para variables de personalidad y metacognitivas de la muestra de Uruguay

Nota: Solo los resultados estadísticamente significativos se muestran para ser parsimoniosos. El análisis de potencia post-hoc del modelo de regresión para este país mostró una potencia observada de 0.841, superior al valor límite inferior comúnmente aceptado de 0.80. N = 58. B⁺ = Coeficientes de regresión no estandarizados y su intervalo de confianza del 95% (IC_95%). β^- = Coeficientes de regresión estandarizados. **p ≤ .01.

De estas cinco muestras latinoamericanas se desprende claramente que, a pesar de los matices tanto del lenguaje como de la cultura, la apertura a nuevas experiencias y la escrupulosidad fueron consistentemente los únicos factores de personalidad que predijeron positivamente el conocimiento condicional dentro del conocimiento de la cognición y de los cinco componentes de la regulación de la cognición, aunque este último patrón difería según la cultura.

Discusión

El estudio de la metacognición y su importancia para el estudiante en el logro de un aprendizaje eficiente ha acompañado las investigaciones en el campo de las ciencias del aprendizaje desde los estudios seminales de Flavell (1979, 1987). Sin embargo, en el contexto actual, la metacognición deja de ser un problema casi exclusivo acerca de la forma en la que la persona aprende, conoce y regula sus propios recursos cognitivos, hacia el abordaje de la metacognición como un constructo mucho más social, que involucra otras variables de la persona que aprende, tales como la personalidad, las preferencias en el aprendizaje, los niveles de motivación, el género, las funciones ejecutivas, el autoconcepto y los estilos parentales, etc. (Gutierrez de Blume & Montoya Londoño, 2022, 2023; Gutierrez de Blume et al., 2022; Händel et al., 2020).

En el presente trabajo de investigación el objetivo fue establecer la relación entre factores de personalidad y metacognición en una muestra intercultural de estudiantes de pregrado de diferentes países de Latinoamérica. Se confirmó para el caso de las muestras aportadas desde todos los países participantes la relación existente entre algunos factores de personalidad con los grandes componentes de la metacognición. Esta relación de forma general ya había sido previamente reportada en estudios que han señalado correlaciones moderadas entre la estimación del nivel de confianza y diferentes factores de personalidad, tales como los rasgos de apertura y extraversión (Buratti & Allwood, 2012; Gutierrez de Blume & Montoya Londoño, 2020, 2023; Kleitman & Stankov, 2007; Nietfeld & Schraw, 2002; Šafranj et al., 2021; Stankov, 2000, 2018; Stankov & Crawford, 1996, 1997). Asimismo, se han reportado correlaciones significativas entre estos mismos factores de personalidad, apertura a la experiencia y extraversión, con el conocimiento y la regulación metacognitiva (Öz, 2016), así como diferentes correlaciones entre factores de personalidad y juicios metacognitivos (Händel et al., 2020).

Desde la tradición investigativa propia del campo, se considera la metacognición como el predictor más efectivo de los resultados de aprendizaje (Özçakmak et al., 2021; Swanson et al., 2024; Thiede et al., 2019; Veenman, 2015; Wang et al., 1990). Al respecto, diferentes investigadores han señalado que los estudiantes con un adecuado desempeño metacognitivo frente a los desafíos de aula pueden diferenciar lo que saben de lo que no saben y seleccionar estrategias adecuadas para dominar los aprendizajes que aún no comprenden, desarrollan una conducta de estudio basada en objetivos, establecen planes de estudio, evalúan los resultados y pueden ajustar los planes en función del proceso de evaluación que realizan sobre su proceso. Así puede considerarse que la metacognición le permite a los estudiantes ser más eficientes en su aprendizaje (Bürgler et al., 2022; Celik, 2022; Stanton et al., 2021).

Al respecto, se ha señalado que, dada la relevancia de la metacognición para el desempeño escolar eficiente, los investigadores hacen esfuerzos por aclarar los criterios que deberían considerarse en cualquier proceso de intervención de la metacognición, entre los que se encuentran: 1) incluir la instrucción metacognitiva como parte del contenido de clase, 2) informar a los estudiantes sobre la utilidad y aplicación de las estrategias metacognitivas, 3) prolongar el entrenamiento en el tiempo para garantizar la aplicación fluida y sostenida del desempeño metacognitivo. Sin embargo, estos procesos de intervención e instrucción siguen siendo un tanto inexplorados y aportan, a la vez, resultados poco concluyentes (Azevedo, 2020).

Estudios como el presente representan un aporte en el logro de una mayor explicación de los resultados inconsistentes, derivados de diferentes propuestas de intervención, que parecen explicar el problema del desempeño metacognitivo en el estudiante, mediado por factores de personalidad, que pueden potenciar o limitar las posibilidades para que el estudiante pueda hacer un aprovechamiento más óptimo de los procesos de intervención y de las oportunidades del mismo proceso de reflexión metacognitiva.

En esta perspectiva, en diferentes estudios se ha reconocido, por ejemplo, que la precisión de la calibración puede estar influenciada por un autoconcepto más global de capacidad, asociado a características relativamente estables de personalidad, en lugar de a datos de rendimiento real, lo que puede ser una razón por la cual la calibración parece ser un proceso en ocasiones tan resistente al cambio (Bol et al., 2005; Bol & Hacker, 2001; Dembo & Seli, 2004; Hacker & Bol, 2004; Hacker et al., 2000; Zimmerman & Moylan, 2009).

Asimismo, estudios que se han realizado por fuera del aula, en los que se aborda la relación entre los factores de personalidad (cinco grandes) y la evaluación de los componentes de la metacognición en la vida cotidiana (las creencias metacognitivas, la confianza en la memoria, el juicio de aprendizaje y los juicios de sentimiento de conocimiento) durante tareas de reconocimiento de nombres de caras, se encontró que, las personas evaluadas con rasgos de neuroticismo evidenciaron juicios de aprendizaje y precisión más bajos que las personas que evidenciaron rasgos de extraversión. Se logró establecer que las personas con rasgos de neuroticismo tenían poca confianza en su memoria, y reportaron creencias metacognitivas más negativas que las personas con tendencia a la extraversión (Irak, 2024).

En el presente estudio, a nivel del conocimiento metacognitivo, se encontró relación entre los tipos de conocimiento declarativo y condicional con el factor de apertura a la experiencia para todas las muestras de los países evaluados. Este resultado es interesante, dado que el conocimiento en general se considera la base de regulación metacognitiva de la persona; el conocimiento declarativo le permite al estudiante conocerse a sí mismo como aprendiz, conocer el estado de su conocimiento y el tipo de estrategias con las que cuenta, etc.; mientras que el conocimiento condicional le permite saber cuándo, dónde, por qué y para qué usarlo (Brown, 1987; Gutierrez de Blume et al., 2024; Gunstone & Mitchell, 1998; Jacobs & Paris, 1987; Montoya et al., 2024; Moshman, 2017; Schraw & Moshman, 1995; Soleimani et al., 2018). En este marco, resulta lógico que un factor de personalidad, como la apertura a la experiencia, que implica disposición hacia una imaginación activa, habilidad para reflexionar sobre uno mismo y curiosidad intelectual (Costa & McCrae, 1985, 1992), conduzca a un mayor conocimiento metacognitivo, que implica el conocimiento que la persona posee acerca de la propia cognición o acerca de la cognición en general y, especialmente, acerca de la forma como aprende.

En el mismo sentido, habilidades de regulación metacognitiva, como la planeación y el monitoreo, se relacionaron con el factor de apertura y con el factor de escrupulosidad para el caso de las muestras de estudiantes evaluadas de Argentina, Colombia, Panamá y Uruguay. Al respecto, se considera que la regulación implica el conjunto de habilidades que le permiten a la persona tener un proceso de anticipación, control y juicio sobre el estado del aprendizaje desde algunos subcomponentes básicos entre los que se encuentran la planeación, la gestión de la información, el monitoreo, la depuración y la evaluación (Brown, 1987; Gutierrez de Blume et al., 2024; Jacobs & Paris, 1987; Jiménez & Puente, 2014; Montoya et al., 2024; Moshman, 2017; Schraw & Moshman, 1995; Schraw & Dennison, 1994). Mientras que el factor de personalidad de la escrupulosidad o responsabilidad se ha entendido como la capacidad para tener una conducta autorregulada, para actuar con base en los objetivos y establecer un sistema de metas, que le permite planificar, organizar y llevar a cabo sus proyectos (Genise et al., 2020; Lingjaerde et al., 2001), de ahí que pueda estar muy relacionado con habilidades de regulación implicadas en la planeación y supervisión del proceso de estudio e, incluso, en el ajuste de las metas o el plan de acción en caso de que se requiera.

Se evidenció relación entre otras habilidades de regulación metacognitiva, entre las que se encontraron la depuración, la gestión de la información y la evaluación con los factores de personalidad de apertura y escrupulosidad para el caso de la muestra evaluada de Costa Rica. Esto podría explicarse, probablemente, por el tipo de políticas y lineamientos curriculares dados desde el Ministerio de Educación Pública (MEP, 2023) de dicho país, desde los cuales se impulsa el trabajo docente de la metacognición y en sus últimos lineamientos para las actividades en el aula se señala que mediante la evaluación del aprendizaje en el país se busca que el estudiante autorregule su proceso de aprendizaje de acuerdo con sus características e intereses, de manera tal que se vivencien procesos de autorreflexión y retroalimentación en torno a la construcción de sus conocimientos (MEP, 2023). Lo que parece evidenciarse desde la forma como estos dos factores de personalidad conducen a un mejor desempeño de las habilidades de regulación.

Finalmente, puede señalarse que los factores de personalidad de apertura a la experiencia y escrupulosidad llevan a un mejor desempeño metacognitivo, en especial, en relación con los componentes de conocimiento declarativo y condicional, y las habilidades de regulación, sobre todo a nivel de la planeación y el monitoreo.

Estos resultados son consistentes con investigaciones previas, entre las que se encuentra una investigación realizada con estudiantes de pregrado de la Universidad Estatal de Turquía, en la que se encontró que los factores de apertura a la experiencia y responsabilidad tienen una relación positiva y significativa con la metacognición (Sapancı & Güler, 2021). Asimismo, este resultado es consistente con los hallazgos de un estudio realizado con estudiantes universitarios de una Universidad en Escocia, en el que se encontró que, en los estudiantes evaluados que evidenciaron un alto nivel de escrupulosidad, se estableció que la metacognición fue un predictor adecuado de sus calificaciones académicas (Kelly & Donaldson, 2016).

Estos hallazgos resultan muy pertinentes en cuanto se considera que aspectos como la responsabilidad y la apertura mental podrían influir en la capacidad del estudiante para planear, organizar, evaluar y ajustar su conducta de estudio y para persistir en la búsqueda de un desempeño eficiente. Al respecto, investigadores como Barrick y Mount (1991) y Britwum et al., (2022) han señalado que los estudiantes con alta apertura a la experiencia son aquellos que tienen una actitud positiva hacia experiencias de aprendizaje profundas, complejas y desafiantes, y que suelen tener un mayor éxito en el desempeño académico.

Conclusiones

En el estudio se confirma la relación positiva entre factores de personalidad como la escrupulosidad y la apertura a la experiencia con diferentes tipos de conocimiento metacognitivo, declarativo y condicional, y con diferentes habilidades de regulación metacognitiva, especialmente, a nivel de la planeación y el monitoreo para el caso de la mayoría de los países incluidos en la presente investigación. Por el contrario, no se confirmó la relación negativa entre neuroticismo y desempeño metacognitivo, que también ha sido descrita en la literatura especializada.

Resulta de interés la relación que se encontró entre habilidades metacognitivas de regulación, como la depuración, la gestión de la información y la evaluación, con los factores de personalidad de apertura y escrupulosidad para el caso de la muestra evaluada de Costa Rica. Este resultado probablemente pueda ser el explicado por la promoción de diferentes políticas educativas para el trabajo con propuestas de innovación centradas en la metacognición, que se han implementado en dicho territorio durante los últimos años.

Implicaciones para la teoría, la investigación y la práctica

La investigación sobre las relaciones entre variables cálidas, como la personalidad, y variables frías, como la metacognición, parece contribuir a explicar algunos resultados inconsistentes en muchos programas de intervención metacognitiva. Esta puede ser una línea futura de trabajo para ampliar la explicación actual que se tiene sobre los problemas de calibración y sobre las dificultades en la precisión en el monitoreo, dado que, como se evidencia en el presente estudio, algunos rasgos de personalidad, como la apertura y la responsabilidad, parecen impactar de forma positiva en el desempeño metacognitivo, en especial a nivel del conocimiento declarativo, el conocimiento condicional, la planificación y el monitoreo.

Limitaciones y nuevas avenidas de investigación

Los hallazgos del presente estudio no dejan de ser exploratorios y, aunque el tamaño de la muestra es relativamente grande en comparación con otras investigaciones de la misma naturaleza, la investigación futura debería replicar este estudio con tamaños de muestra más grandes para garantizar que el patrón correlacional y predictivo encontrado sea estable y consistente en múltiples muestras. Los resultados evidencian la necesidad de realizar estudios multiculturales para investigar hasta qué punto los resultados del presente estudio se generalizan en otras culturas, y no solo a nivel de países de Iberoamérica.

Futuras investigaciones podrían continuar explorando las posibles relaciones entre factores de personalidad y otras variables metacognitivas de interés, que podrían incluir la relación entre factores de personalidad y tipos de juicios metacognitivos, en especial, a nivel de los juicios predictivos y postdictivos para establecer posibles diferencias con los tipos de tareas (cognitiva, académica, de la vida cotidiana, etc.), forma de evaluación (en línea, fuera de línea), forma de aplicación (papel y lápiz, virtual) e, incluso, centrar el análisis en las diferencias interculturales, sobre la relación entre la personalidad, la metacognición y el efecto de las variables sociodemográficas, como el género, los años de escolarización, o algunas diferencias en el tipo de políticas educativas que varían de acuerdo con cada país.

Referencias

Abello, D. M., Alonso-Tapia, J., & Panadero, E. (2022). El aula universitaria. La influencia del clima motivacional y el estilo de enseñanza sobre la autorregulación y el desempeño de los estudiantes. Revista Complutense de Educación, 33(3), 399. https://doi.org/10.5209/rced.74455

Agler, L. M. L., Noguchi, K., & Alfsen, L. K. (2021). Personality traits as predictors of reading comprehension and metacomprehension accuracy. Current Psychology, 40(10), 5054-5063.https://doi.org/10.1007/s12144-019-00439-y

Alonso-Tapia, J., & Ruiz-Díaz, M. (2022). Student, teacher, and school factors predicting differences in classroom climate: A multilevel analysis. Learning and Individual Differences, 94, 102115. https://doi.org/10.1016/j.lindif.2022.102115

Ardila, A., & Ostrosky-Solís, F. (2008). Desarrollo histórico de las funciones ejecutivas. Revista de Neuropsicología, Neuropsiquiatría y Neurociencias, 8(1), 1-21.

Azevedo, R. (2020). Reflections on the field of metacognition: issues, challenges, and opportunities. Metacognition and Learning, 15(2), 91-98. https://doi.org/10.1007/s11409-020-09231-x

Barrick, M. R., & Mount, M. K. (1991). The Big Five personality dimensions and job performance: A meta-analysis. Personnel Psychology, 44(1), 1-26. https://doi.org/10.1111/j.1744-6570.1991.tb00688.x

Bibi, R., Ehsan, N., & Mushtaq, R. (2022). Meta-cognitive learning strategy, personality traits and grit among second language learners. Human Nature Journal of Social Sciences, 3(4), 353-364. https://doi.org/10.71016/hnjss/qe6wqv79

Bidjerano, T., & YunDai, D. (2007). The relationship between the big-five model of personality and self-regulated learning strategies. Learning and Individual Differences (17), 69-81. https://doi.org/10.1016/j.lindif.2007.02.001

Blair, C., Calkins, S., & Kopp, L. (2010). Self-regulation as the interface of emotional and cognitive development: Implications for education and academic achievement. En R. H. Hoyle (Ed.), Handbook of personality and self-regulation (pp. 64–90). Blackwell Publishing Ltd. https://doi.org/10.1002/9781444318111.ch4

Bol, L., & Hacker, D. (2001). A comparison of the effects of practice tests and traditional review on performance and calibration. Journal of Experimental Education, 69(2), 133-151. https://doi.org/10.1080/00220970109600653

Bol, L., Hacker, D., O’Shea, P., & Allen, D. (2005). The influence of overt practice, achievement level, and explanatory style on calibration accuracy and performance. The Journal of Experimental Education, 73(4), 269-290. https://doi.org/10.3200/JEXE.73.4.269-290

Britwum, F., Amoah, S. O., Acheampong, H. Y., Sefah, E. A., Djan, E. T., Jill, B. S., & Aidoo, S. (2022). Do extraversion, agreeableness, openness to experience, conscientiousness and neuroticism relate to students academic achievement: the approach of structural equation model and process macro. International Journal of Scientific Management Research, 05(2), 64-79. https://doi.org/10.37502/IJSMR.2022.5205

Brown, A. (1987). Metacognition, executive control, self-regulation, and other more mysterious mechanisms. En F. Weinert & R. Kluwe (Eds.), Metacognition, motivación and understanding (pp. 65-116). Lawrence Erlbaum.

Bryce, D., Whitebread, D., & Szűcs, D. (2015). The relationships among executive functions, metacognitive skills and educational achievement in 5 and 7 year-old children. Metacognition and Learning, 10(2), 181-198. https://doi.org/10.1007/s11409-014-9120-4

Buratti, S. (2013). Meta-metacognition: The regulation of confidence realism in episodic and semantic memory. Ineko AB. https://gupea.ub.gu.se/bitstream/handle/2077/32860/gupea_2077_32860_1.pdf?sequence=1

Buratti, S., & Allwood, C. (2012). The accuracy of meta-metacognitive judgments: Regulating the realism of confidence. Cognitive Processing, 13(3), 243-253. https://doi.org/10.1007/s10339-012-0440-5

Buratti, S., Allwood, C. M., & Kleitman, S. (2013). First- and second-order metacognitive judgments of semantic memory reports: The influence of personality traits and cognitive styles. Metacognition and Learning, 8(1), 79-102. https://doi.org/10.1007/s11409-013-9096-5

Bürgler, S., Kleinke, K., & Hennecke, M. (2022). The metacognition in self-control scale (MISCS). Personality and Individual Differences, 199, 111841. https://doi.org/10.1016/j.paid.2022.111841

Campbell, W. K., Goodie, A. S., & Foster, J. D. (2004). Narcissism, confidence, and risk attitude. Journal of Behavioral Decision Making, 17(4), 297-311. https://doi.org/10.1002/bdm.475

Celik, B. (2022). The effect of metacognitive strategies on self-efficacy, motivation and academic achievement of university students. Canadian Journal of Educational and Social Studies, 2(4), 37-55. https://doi.org/10.53103/cjess.v2i4.49

Chang, M., & Brainerd, C. J. (2023). Changed-goal or cue-strengthening? Examining the reactivity of judgments of learning with the dual-retrieval model. Metacognition and Learning, 18(1), 183-217. https://doi.org/10.1007/s11409-022-09321-y

Chew, S. L., & Cerbin, W. J. (2020). The cognitive challenges of effective teaching. The Journal of Economic Education, 52(1), 17-40. https://doi.org/10.1080/00220485.2020.1845266

Chew, S. L., Halonen, J. S., McCarthy, M. A., Gurung, R. A. R., Beers, M. J., McEntarffer, R., & Landrum, R. E. (2018). Practice what we teach: Improving teaching and learning in psychology. Teaching of Psychology, 45(3), 239-245. https://doi.org/10.1177/0098628318779264

Chiarino, N., Curione, K., & Huertas, J. A. (2024). Classroom motivational climate in Ibero- American secondary and higher education: a systematic review. Ciencias Psicológicas, 18(2), e-3770. https://doi.org/10.22235/cp.v18i 2.3770

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2^a ed.). Lawrence Earlbaum & Associates. https://doi.org/10.4324/9780203771587

Costa, P. T., & McCrae, R. R. (1985). NEO Personality Inventory (NEO-PI). Psychological Assessment Resources. https://doi.org/10.1037/t07564-000

Costa, P. T., & McCrae, R. R. (1992). Normal personality assessment in clinical practice: The NEO Personality Inventory. Psychological Assessment, 4(1), 5-13. https://doi.org/10.1037/1040-3590.4.1.5

Dahl, M., Allwood, C. M., Rennemark, M., & Hagberg, B. (2010). The relation between personality and the realism in confidence judgements in older adults. European Journal of Ageing, 7(4), 283-291. https://doi.org/10.1007/s10433-010-0164-2

De Bruin, A., Kok, E., Lobbestael, J., & De Grip, A. (2017). The impact of an online tool for monitoring and regulating learning at university: overconfidence, learning strategy, and personality. Metacognition Learning, 12(1), 21-43. https://doi.org/10.1007/s11409-016-9159-5

Dembo, M. H., & Seli, H. (2004). Students' Resistance to Change in Learning Strategies Courses. Journal of Developmental Education, 27(3), 2-11.

Dinsmore, D. L., Alexander, P. A., & Loughlin, S. M. (2008). Focusing the conceptual lens on metacognition, self-regulation, and self-regulated learning. Educational Psychology Review, 20(4), 391-409. https://doi.org/10.1007/s10648-008-9083-6

Dörrenbächer, L., & Perels, F. (2016). Self-regulated learning profiles in college students: Their relationship to achievement, personality, and the effectiveness of an intervention to foster self-regulated learning. Learning and Individual Differences, 51, 229-241. https://doi.org/10.1016/j.lindif.2016.09.015

Dumfart, B., & Neubauer, A.C. (2016). Conscientiousness is the most powerful noncognitive predictor of school achievement in adolescents. Journal of Individual Differences, 37(1), 8-15. https://doi. org/10.1027/1614-0001/a000182

Farrington, C. A., Roderick, M., Allensworth, E., Nagaoka, J., Keyes, T. S., Johnson, D. W., & Beechum, N. O. (2012). Teaching adolescents to become learners: the role of noncognitive factors in shaping school performance: A critical literature review. Consortium on Chicago School Research.

Flavell, J. (1979). Metacognition and cognitive monitoring. A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906-911. https://doi.org/10.1037/0003-066x.34.10.906

Flavell, J. (1987). Speculation about nature and development of metacognition. En F. Weinert & R. Kluwe (Eds.), Metacognition, Motivación and Understanding (pp. 21–29). Hillsdale.

Flores-Lázaro, J. C., Ostrosky-Schejet, F., & Lozano-Gutiérrez, A. (2014). BANFE - 2. Batería neuropsicológica de funciones ejecutivas y lóbulos frontales. Manual Moderno.

Follmer, D. J., & Sperling, R. (2016). The mediating role of metacognition in the relationship between executive function and self-regulated learning. British Journal of Educational Psychology, 86(4), 1-17. https://doi.org/10.1111/bjep.12123

Forsberg, A., Blume, C. L., & Cowan, N. (2021). The development of metacognitive accuracy in working memory across childhood. Developmental Psychology, 57(8), 1297-1317. https://doi.org/10.1037/dev0001213

Genise, G., Ungaretti, J., & Etchezahar, E. (2020). El Inventario de los Cinco Grandes Factores de Personalidad en el contexto argentino: puesta a prueba de los factores de orden superior Diversitas: Perspectivas en Psicología, 16(2), 325-340. https://doi.org/10.15332/22563067.6298

Geraci, L., Kurpad, N., Tirso, R., Gray, K. N., & Wang, Y. (2023). Metacognitive errors in the classroom: The role of variability of past performance on exam prediction accuracy. Metacognition and Learning, 18(1), 219-236. https://doi.org/10.1007/s11409-022-09326-7

Goldberg, L. (1992). The development of markers for the Big-Five factor structure. Psychological Assessment, (4), 26-42. https://doi.org/10.1037/1040-3590.4.1.26

Goldberg, L. (1993). The structure of phenotypic personality traits. American Psychologist, 48, 26-34. https://doi.org/10.1037/0003-066X.48.1.26

Goldberg, L., Johnson, J., Eber, H., Hogan, R., Ashton, M., Cloninger, R., & Gough, H. (2006). The international personality item pool and the future of public-domain personality measures. Journal of Research in Personality, 40, 84-96. https://doi.org/10.1016/j.jrp.2005.08.007

Gunstone, R., & Mitchell, I. (1998). Metacognition and conceptual change. En J. Mintzes, J. Wandersee, & J. Novak (Eds.), Teaching science for understanding (pp. 133–163). Academic Press.

Gutierrez de Blume, A. P. (2022). Calibrating calibration: A meta-analysis of learning strategy interventions to improve metacognitive monitoring accuracy. Journal of Educational Psychology, 114(4), 681-700. https://doi.org/10.1037/edu0000674

Gutierrez de Blume, A. P., & Montoya Londoño, D. M. (2020). Relationship between personality factors and metacognition in a sample of students in the last semester of training in baccalaureate degree programs in education in Colombia. Educación y Humanismo, 22(39), 1-20. https://doi.org/10.17081/eduhum.22.39.4048

Gutierrez de Blume, A. P., & Montoya Londoño, D. M. (2021). Validation and examination of the factor structure of the Metacognitive Awareness Inventory (MAI) in Colombian university students. Psicogente, 24(46), 1-28. https://doi.org/10.17081/psico.24.46.4881

Gutierrez de Blume, A. P., & Montoya Londoño, D. M. (2022). Exploring the relation between executive functions (EFs) and metacognition: Do EFs predict metacognition? Praxis & Saber, 13(33), e12500. https://doi.org/10.19053/22160159.v13.n33.2022.12500

Gutierrez de Blume, A. P., & Montoya Londoño, D. M. (2023). Exploring the relation between metacognition, gender, and personality in Latin-American university students. Psykhe, 32(2), 1-21. https://doi.org/10.7764/psykhe.2021.30793

Gutierrez de Blume, A. P., Montoya Londoño, D. M., Daset, L., Cuadro, A., Molina Delgado, M., Morán Núñez, O., García de la Cadena, C., Beltrán Navarro, M. B., Arias Trejo, N., Ramirez Balmaceda, A., Jiménez Rodríguez, V., Puente Ferreras, A., Urquijo, S., Arias, W. L., Rivera, L. I., Schulmeyer, M., & Rivera-Sanchez, J. (2023). Normative data and standardization of an international protocol for the evaluation of metacognition in Spanish-speaking university students: A cross-cultural analysis. Metacognition and Learning, 18(2), 495-526. https://doi.org/10.1007/s11409-023-09338-x

Gutierrez de Blume, A. P., Montoya Londoño, D. M., Jiménez Rodríguez, V., Morán Núñez, O., Cuadro, A., Daset, L., Molina Delgado, M., García de la Cadena, C., Beltrán Navarro, M. B., Puente Ferreras, A., Urquijo, S., & Arias, W. L. (2024). Psychometric properties of the metacognitive awareness inventory (mai): Standardization to an international spanish with 12 countries. Metacognition and Learning. Advance online publication. https://doi.org/10.1007/s11409-024-09388-9

Gutierrez de Blume, A. P., Montoya-Londoño, D. M., Landínez-Martínez, D., & Toro-Zuluaga, N. A. (2022). Las variables sociales y la conciencia meta-cognitiva de los jóvenes adultos colombianos. Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud, 20(3), 700-731.https://doi.org/10.11600/rlcsnj.20.3.5379

Gutierrez, A. (2012). Enhancing the calibration accuracy of adult learners: A multifaceted intervention. University Libraries -University of Nevada- Las Vegas. https://digitalscholarship.unlv.edu/thesesdissertations/1568/

Gutierrez, A. P., & Schraw, G. (2015). Effects of strategy training and incentives on students’ performance, confidence, and calibration. Journal of Experimental Education, 83(3), 386-404. https://doi.org/10.1080/00220973.2014.907230

Hacker, D., & Bol, L. (2004). Metacognitive theory: Considering the social-cognitive influences. En D. McInerney & S. Van Etten (Eds.), Research on sociocultural influences on motivation and learning: Big theories revisited (pp. 275-297). Information Age Press.

Hacker, D., Bol, L., Horgan, D. D., & Rakow, E. A. (2000). Test prediction and performance in a classroom context. Journal of Educational Psychology, 92(1), 160-170. https://doi.org/10.1037/0022-0663.92.1.160

Händel, M., de Bruin, A. B. H., & Markus Dresel, M. (2020). Individual differences in local and global metacognitive judgments. Metacognition and Learning, 15(1), 51-75. https://doi.org/10.1007/s11409-020-09220-0

Irak, M. (2024). Effects of personality traits and mood induction on metamemory judgments and metacognitive beliefs. The Journal of General Psychology, 1-32. https://doi.org/10.1080/00221309.2024.2404396

Jacobs, J. E., & Paris, S. G. (1987). Children’s Metacognition about Reading: Issues in Definition, Measurement, and Instruction. Educational Psychologist, 22, 225-278. https://doi.org/10.1080/00461520.1987.9653052

Jiménez R., V., & Puente F., A. (2014). Modelo de estrategias metacognitivas. Revista de Investigación Universitaria, 3(1), 11-16.

Kelemen, W. L., Winningham, R. G., & Weaver, C. A. III. (2007). Repeated testing sessions and scholastic aptitude in college students' metacognitive accuracy. European Journal of Cognitive Psychology, 19(4-5), 689-717. https://doi.org/10.1080/09541440701326170

Kelly, D., & Donaldson, D. (2016). Investigating the complexities of academic success: Personality constrains the effects of metacognition. Psychology of Education Review, 40(2), 17-24.

Kleitman, S. (2008). Metacognition in the rationality debate. Self-confidence and its calibration. VDM Verlag Dr. Mueller.

Kleitman, S., & Stankov, L. (2001). Ecological and person-oriented aspects of metacognitive processes in test-taking. Applied Cognitive Psychology, 15(3), 321-341. https://doi.org/10.1002/acp.705

Kleitman, S., & Stankov, L. (2007). Self-confidence and metacognitive processes. Learning and Individual Differences, 17(2), 161-173. https://doi.org/10.1016/j.lindif.2007.03.004

Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it: How difficulties in recognizing one's own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121-1134. https://doi.org/10.1037/0022-3514.77.6.1121

Ledesma, R., Sánchez, R., & Díaz-Lázaro, C. (2011). Adjective checklist to assess the Big Five personality factors in the Argentine population. Journal of Personality Assessment, 93(1), 46-55. https://doi.org/10.1080/00223891.2010.513708

Lingjaerde, O., Regine Foreland, A., & Engvik, H. (2001). Personality structure in patients with winter depression, assessed in a depression –free state according to the five– factor model of personality. Journal of Affective Disorders, 62(3), 165-174.

Lyons, K. E., & Zelazo, P. D. (2011). Monitoring, metacognition, and executive function: Elucidating the role of self-reflection in the development of self-regulation. En B. B. Janette (Ed.), Advances in child development and behavior (Vol. 40, pp. 379-412). Elsevier Academic Press. https://doi.org/10.1016/B978-0-12-386491-8.00010-4

Miller, T. M., & Geraci, L. (2011). Training metacognition in the classroom: The influence of incentives and feedback on exam predictions. Metacognition and Learning, 6(3), 303-314. https://doi.org/10.1007/s11409-011-9083-7

Ministerio de Educación Pública de Costa Rica. (2023). Ruta de la Educación 2022- 2023. Lineamientos técnicos de evaluación para el aprendizaje, 2023. Gobierno de Costa Rica. https://ddc.mep.go.cr/sites/all/files/ddc_mep_go_cr/adjuntos/lineamientos_tecnicos_evaluacion_v1.pdf

Mirels, H. L., Greblo, P., & Dean, J. B. (2002). Judgmental self-doubt: Beliefs about one’s judgmental prowess. Personality and Individual Differences, 33(5), 741-758. https://doi.org/10.1016/S0191-8869(01)00189-1

Montoya, D. M., Tamayo, O. E., Orrego, M., & Dussan, C (2024). Monitoreo metacognitivo en el aula: Calibración y juicios metacognitivos en el aprendizaje. Universidad de Caldas.

Morosanova, V. I., Bondarenko, I. N., & Fomina, T. G. (2022). Conscious self-regulation, motivational factors, and personality traits as predictors of students’ academic performance: a linear empirical model. Psychology in Russia, 15(4), 170. https://doi.org/10.11621/pir.2022.0411

Moshman, D. (2017). Metacognitive theories revisited. Educational Psychology Review, 30(2), 599-606. https://doi.org/10.1007/s10648-017-9413-7

Nietfeld, J. L., Cao, L., & Osborne, J. W. (2006). The effect of distributed monitoring exercises and feedback on performance, monitoring accuracy, and self-efficacy. Metacognition and Learning, 1, 159-179. https://doi.org/10.1007/s10409-006-9595-6

Nietfeld, J. L., Cao, L., Osborne, J. W., & Osbourne, J. W. (2005). Metacognitive monitoring accuracy and student performance in the postsecondary classroom. The Journal of Experimental Education, 74(1), 7-28. https://doi.org/10.2307/20157410

Nietfeld, J., & Schraw, G. (2002). The effect of knowledge and strategy training on monitoring accuracy. Journal of Educational Research, 95(3), 131-142. https://doi.org/10.1080/00220670209596583

Nobutoshi, M. (2023). Metacognition and reflective teaching: a synergistic approach to fostering critical thinking skills. Research and Advances in Education, 2(9), 1-14. https://doi.org/10.56397/rae.2023.09.01

O’Connor, M.C., & Paunonen, S. V. (2007). Big Five personality predictors of post-secondary academic performance. Personality and Individual Differences, 43(5), 971-990. https://doi.org/10.1016/j. paid.2007.03.017

Öz, H. (2016). The importance of personality traits in students' perceptions of metacognitive awareness. Procedia - Social and Behavioral Sciences 232, 655-667. https://doi.org/10.1016/j.sbspro.2016.10.090

Özçakmak, H., Köroglu, M., Korkmaz, C., & Bolat, Y. (2021). The effect of metacognitive awareness on academic success. African Educational Research Journal, 9(2), 434-448. https://doi.org/10.30918/AERJ.92.21.020

Ozturk, N. (2020). An analysis of teachers’ metacognition and personality. Psychology and Education, 57(1), 40-44.

Ozturk, N. (2021). The Relation of metacognition, personality, and foreign language performance. International Journal of Psychology and Educational Studies, 8(3), 103-115. https://doi.org/10.52380/ijpes.2021.8.3.329

Pallier, G., Wilkinson, R., Danthiir, V., Kleitman, S., Knezevic, G., Stankov, L., & Roberts, R. (2002). The role of individual differences in the accuracy of confidence judgments. Journal of General Psychology, 129(3), 257-299. https://doi.org/10.1080/00221300209602099

Pesout, O., & Nietfeld, J. (2020). The impact of cooperation and competition on metacognitive monitoring in classroom context. The Journal of Experimental Education, 89(2), 237-258. https://doi.org/10.1080/00220973.2020.1751577

Ronningstam, E. (2005). Identifying and understanding the narcissistic personality. University Press.

Šafranj, J., Gojkov-Rajić, A., & Katić, M. (2021). Personality traits and students employment of metacognitive strategies in foreign language learning and achievement. Croatian Journal of Education: Hrvatski časopis za odgoj i obrazovanje, 23(2), 511-543. https://doi.org/10.15516/cje.v23i2.3213

Sánchez, R., & Ledesma, R. (2007). Los cinco grandes factores: cómo entender la personalidad y cómo evaluarla. En A. Monjeau (Ed.), Conocimiento para la transformación (Serie Investigación y Desarrollo, pp. 131-160). Ediciones Universidad Atlántida Argentina.

Sánchez, R., & Ledesma, R. (2013). Listado de adjetivos para evaluar la personalidad: Propiedades psicométricas y normas para una población argentina. Revista Argentina de Clínica Psicológica, 22(2), 147-160.

Sapancı, A., & Güler, A. (2021). The mediating role of metacognitive processes in the relationship between personality traits and academic achievement of university students. Sakarya University Journal of Education, 11(3), 501-525. https://doi.org/10.19126/suje.974304

Sawyer, R. K. (2019). The creative classroom: Innovative teaching for 21^st-century learners. Teachers College Press.

Sawyer, R. K. (2022). An introduction to the learning sciences. En R. K. Sawyer (Ed.), The Cambridge handbook of the learning sciences (3^a ed., pp. 1-24). Cambridge University Press.

Schaefer, P. S., Williams, C. C., Goodie, A. S., & Campbell, W. K. (2004). Overconfidence and the Big Five. Journal of Research in Personality, 38(5), 473-480. https://doi.org/10.1016/j.jrp.2003.09.010

Schraw, G., & Dennison, R. S. (1994). Assessing metacognitive awareness. Contemporany Educational Psychology, 19(4), 460-475. https://doi.org/10.1006/ceps.1994.1033

Schraw, G., & Moshman, D. (1995). Metacognitive theories. Educational Psychology Review, 7(4), 351-371. https://doi.org/10.1007/BF02212307

Schraw, G., Kuch, F., Gutierrez, A. P., & Richmond, A. (2014). Exploring a three-level model of calibration accuracy. Journal of Educational Psychology, 106, 1192-1202. https://doi.org/10.1037/a0036653

Silver, N., Kaplan, M., LaVaque-Manty, D., & Meizlish, D. (Eds.) (2023). Using reflection and metacognition to improve student learning: Across the disciplines, across the academy. Taylor & Francis.

Soleimani, N., Nagahi, M., Nagahisarchoghaei, M., & Jaradat, R. (2018). The relationship between personality types and the cognitive-metacognitive strategies. Journal of Studies in Education, 8(2), 29-44. https://doi.org/10.5296/jse.v8i2.12767

Stankov, L. (2000). Complexity, metacognition, and fluid intelligence. Intelligence, 28(2), 121-143. https://doi.org/10.4135/9781412963848.n110

Stankov, L., & Crawford, J. (1996). Confidence judgments in studies of individual differences. Personality and Individual Differences, 21(6), 971-986. https://doi.org/10.1016/S0191-8869(96)00130-4

Stankov, L., & Crawford, J. (1997). Self-confidence and performance on tests of cognitive abilities. Intelligence, 25(2), 93-109. https://doi.org/10.1016/S0160-2896(97)90047-7

Stankov, L., Morony, S., & Lee, Y. P. (2014). Confidence: The best non-cognitive predictor of academic achievement? Educational Psychology, 34(1), 9-28. https://doi.org/10.1080/01443410.2013.814194

Stanton, J. D., Sebesta, A. J., & Dunlosky, J. (2021). Fostering metacognition to support student learning and performance. CBE—Life Sciences Education, 20(2), 20-27. https://doi.org/10.1187/cbe.20-12-0289

Swanson, H. J., Ojutiku, A., & Dewsbury, B. (2024). The Impacts of an academic intervention based in metacognition on academic performance. Teaching & Learning Inquiry, 12. https://doi.org/10.20343/teachlearninqu.12.12

Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7^a ed.). Pearson. https://www.pearson.com/us/higher-education/program/Tabachnick-Using-Multivariate-Statistics-7th-Edition/PGM2458367.html

Thiede, K. W., Oswalt, S., Brendefur, J. L., Carney, M. B., & Osguthorpe, R. D. (2019). Teachers' judgments of student learning of mathematics. En J. Dunlosky & K. A. Rawson (Eds.), The Cambridge handbook of cognition and education (pp. 678–695). Cambridge University Press. https://doi.org/10.1017/9781108235631.027

Tobias, S., & Everson, H. (2009). The importance of knowing what you know: A knowledge monitoring framework for studying metacognition in education. En D. J. Hacker, J. Dunlosky, & A. Graesser (Eds.): Handbook of Metacognition in Education (pp. 107–228). Routledge.

Topping, K. J. (2024). Improving thinking about thinking in the classroom: What works for enhancing metacognition. Taylor & Francis.

Veenman, M. V. (2015). Metacognition. En P. Afflerbach (Ed.), Handbook of Individual Differences in Reading. Reader, Text, and Context (pp. 26-40). Routledge.

Veenman, M. V. J., Van Hout-Wolters, B. H. A. M., & Afflerbach, P. (2006). Metacognition and learning: Conceptual and methodological considerations. Metacognition and Learning, 1(1), 3-14. https://doi.org/10.1007/s11409- 006-6893-0

Wang, M. C., Haertel, G. D., & Walberg, H. J. (1990). What influences learning? A content analysis of review literature. The Journal of Educational Research, 84(1), 30-43. https://doi.org/10.1080/00220671.1990.10885988

Want, J., & Kleitman, S. (2006). Imposter phenomenon and self-handicapping: Links with parenting styles and self-confidence. Personality and Individual Differences, 40(5), 961-971. https://doi.org/10.1016/j.paid.2005.10.005

Weaver, C. A. (1990). Constraining factors in calibration of comprehension. Journal of Experimental Psychology: Learning, Memory, and Cognition, 16(2), 214-222. https://doi.org/10.1037/0278-7393.16.2.214

Wolfe, R. N., & Grosch, J. W. (1990). Personality correlates of confidence in one’s decisions. Journal of Personality, 58(3), 515-534. https://doi.org/10.1111/j.1467-6494.1990.tb00241.x

Wongdaeng, M. (2022). Evaluation of metacognitive and self-regulatory programmes for learning, pedagogy and policy in tertiary EFL contexts (Tesis doctoral inédita). Durham University.

Yang, C., Zhao, W., Yuan, B., Luo, L., & Shanks, D. R. (2023). Mind the gap between comprehension and metacomprehension: Meta-analysis of metacomprehension accuracy and intervention effectiveness. Review of Educational Research, 93(2), 143-194. https://doi.org/10.3102/00346543221094083

Zapata-Zapata, A., Vesga Bravo, G. J., Puente Ferreras, A., & Alvarado Izquierdo, J. M. (2024). Juicios metacognitivos en los procesos de aprendizaje en la educación superior: una revisión sistemática 2018-2023. Revista Latinoamericana de Psicología, 56(15), 147-155. https://doi.org/10.14349/rlp.2024.v56.15

Zimmerman, B., & Moylan, A. (2009). Self -regulation: where metacognition and motivation intersect. En D. J. Hacker, J. Dunlosky & A. Grasser (Eds.), Handbook of Metacognition in Education (pp. 239-315). Routledge.

Zohar, A., & Dori, Y. (2012). Metacognition in Science education. Trends in current research. Springer.

Zsigmond, I., Metallidou, P., Misailidi, P., Iordanou, K., & Papaleontiou-Louca, E. (2025). Metacognitive monitoring in written communication: Improving reflective practice. Education Sciences, 15(3), 299. https://doi.org/10.3390/educsci15030299

Disponibilidad de datos: El conjunto de datos que apoya los resultados de este estudio no se encuentra disponible.

Financiamiento: Este estudio no recibió ninguna financiación externa ni apoyo financiero.

Conflicto de interés: Los autores declaran no tener ningún conflicto de interés.

Cómo citar: Gutierrez de Blume, A. P., Montoya Londoño, D. M., Daset, L., Cuadro, A., Molina Delgado, M., Morán Núñez, O., Urquijo, S., & Giuliani, M. F. (2025). Relación entre factores de personalidad y el conocimiento y la regulación metacognitiva en una muestra de estudiantes universitarios de diferentes países de habla hispana. Ciencias Psicológicas, 19(1), e-4122. https://doi.org/10.22235/cp.v19i1.4122

Contribución de los autores (Taxonomía CRediT): 1. Conceptualización; 2. Curación de datos; 3. Análisis formal; 4. Adquisición de fondos; 5. Investigación; 6. Metodología; 7. Administración de proyecto; 8. Recursos; 9. Software; 10. Supervisión; 11. Validación; 12. Visualización; 13. Redacción: borrador original; 14. Redacción: revisión y edición.

A. P. G. de B. ha contribuido en 1, 2, 3, 6, 10, 14; D. M. M. L. en 5, 7, 13, 14; L. D. en 5, 14; A. C. en 5, 14; M. M. D. en 5, 14; O. M. N. en 5, 14; S. U. en 5, 14; M. F. G. en 5, 14.

Editora científica responsable: Dra. Cecilia Cracco.

Ciencias Psicológicas, v19(1)

January-June 2025

10.22235/cp.v19i1.4122

Original Articles

Relation between Personality and Metacognitive Regulation in a Sample of University Students from Different Countries in Latin America

Relación entre factores de personalidad y el conocimiento y la regulación metacognitiva en una muestra de estudiantes universitarios de diferentes países de habla hispana

Relação entre fatores de personalidade e o conhecimento e a regulação metacognitiva em uma amostra de estudantes universitários de diferentes países de língua espanhola

Antonio P. Gutierrez de Blume¹, ORCID 0000-0001-6809-1728

Diana Marcela Montoya Londoño², ORCID 0000-0001-8007-0102

Lilián Daset³, ORCID 0000-0002-5119-324X

Ariel Cuadro⁴, ORCID 0000-0002-4429-9898

Mauricio Molina Delgado⁵, ORCID 0000-0003-4335-3095

Olivia Morán Núñez⁶, ORCID 0009-0007-6206-9619

Sebastián Urquijo⁷, ORCID 0000-0002-8315-9329

María Florencia Giuliani⁸, ORCID 0000-0002-5892-4527

¹Georgia Southern University, United States, [email protected]

² Universidad de Caldas; Universidad de Manizales, Colombia

³ Universidad Católica de Uruguay, Uruguay

⁴ Universidad Católica de Uruguay, Uruguay

⁵ Universidad de Costa Rica, Costa Rica

⁶ Universidad de Panamá, Panama

⁷ Universidad Nacional de Mar del Plata, Argentina

⁸ Universidad Nacional de Mar del Plata, Argentina

Abstract:

Keywords: learning; metacognition; personality; university students; cross cultural studies.

Resumen:

Palabras clave: aprendizaje; metacognición; personalidad; estudiantes universitarios; estudios transculturales.

Resumo:

Palavras-chave: aprendizagem; metacognição; personalidade; estudantes universitários; estudos transculturais.

Received: 14/06/2024

Accepted: 21/04/2025

Introduction

Cognitive sciences, which include fields as diverse as psychology, linguistics, neuroscience, artificial intelligence, among others, contribute to positioning the idea of an active student who, in addition to having proficient cognitive and academic performance, is capable of learning autonomously and who is self-regulated, based on their own agency. Some authors consider metacognition itself to be an executive function (Ardila & Ostrosky-Solís, 2008; Flores-Lázaro et al., 2014; Follmer & Sperling, 2016) that allows a person to think about their own cognitive processes and products (Flavell, 1979; 1987) or, in other words, to think about thinking (Ozturk, 2020; Topping, 2024; Veenman et al., 2006). This monitoring capacity is considered a skill that can be developed and taught through strategy instruction (Gutierrez de Blume, 2022; Nobutoshi, 2023; Silver et al., 2023; Zsigmond et al., 2025). Metacognitive monitoring is understood as individuals’ ability to successfully understand what they are learning and generally involves a series of metacognitive activities such as questioning, reflection, inference-making, and self-generated feedback. These skills allow individuals to recognize their mastery or understanding of a topic, or when they need to modify their learning strategies to improve their performance (Gutierrez de Blume, 2022; Zsigmond et al., 2025).

Studies conducted with very different interventions and research designs indicate that metacognition can be developed and practiced through appropriate instruction. However, some of the research referring to the effects of interventions on metacognitive monitoring remains inconclusive regarding differences in the effect sizes of monitoring accuracy, with contradictory, inconsistent results (Bol et al., 2005; Bol & Hacker, 2001; Gutierrez & Schraw, 2015; Nietfeld et al., 2005; Pesout & Nietfeld, 2020; Schraw et al., 2014; Wongdaeng, 2022; Yang et al., 2023).

The high variability in the results of interventions and in the reported effect sizes can be explained by the diversity of contextual and sociodemographic variables inherent in these intervention studies on metacognitive monitoring. Contextual variables include classroom climate, teaching style, type of strategies used, and characteristics of the study (Abello et al., 2022; Alonso-Tapia & Ruiz-Díaz, 2022; Bryce et al., 2015; Chiarino et al., 2024; Farrington et al., 2012; Forsberg et al., 2021; Gutierrez de Blume, 2022; Morosanova et al., 2022). Likewise, this diversity is evident in relation to person-centered variables such as learning goals, the cognitive profile of the learner, affect/emotions, academic persistence, growth mindset, and personality factors (Abello et al., 2022; Alonso-Tapia & Ruiz-Díaz, 2022; Bryce et al., 2015; Chiarino et al., 2024; Farrington et al., 2012; Forsberg et al., 2021; Gutierrez de Blume, 2022; Morosanova et al., 2022). Overall, however, there is consensus that general metacognition, including its different subcomponents, can be taught in different learning situations. By the same token, this macro-skill is expected to transfer to new learning experiences according to different environmental demands (Azevedo, 2020; Chew et al., 2018; Chew & Cerbin, 2020; Veenman et al., 2006). In this sense, teaching metacognitive skills fosters the development of students for whom deep learning is possible, a learning objective that requires students to reflect on their own understanding and their own learning process (Sawyer, 2019; 2022). However, the fact that it can be taught as a skill does not necessarily mean that the student will learn it, or that, even if they do learn it, they will be truly aware of how they are learning and willing to use metacognitive skills to achieve more effective performance. In fact, different studies argues that the presence of underconfidence and overconfidence biases inherent to metacognitive judgments and reports of difficulties in discriminating the feeling of knowing and not knowing in students who have difficulties with their metacognitive monitoring process, especially for students with low academic performance (Bol et al., 2005; Chang & Brainerd, 2023; De Bruin et al., 2017; Geraci et al., 2023; Hacker et al., 2000; Kelemen et al. 2007; Kruger & Dunning 1999; Miller & Geraci, 2011; Nietfeld et al., 2006; Zapata-Zapata et al., 2024).

Some studies show overconfidence in predictive judgments on achievement tests, especially among low-achieving students, a phenomenon known as the Dunning-Kruger effect. In contrast, high-achieving students demonstrate more accurate predictions in their performance and moderate their confidence levels relative to their actual performance (Bol et al., 2005; Chang & Brainerd, 2023; De Bruin et al., 2017; Geraci et al., 2023; Hacker et al., 2000; Kelemen et al. 2007; Kruger & Dunning, 1999; Miller & Geraci, 2011; Nietfeld et al., 2006; Zapata-Zapata et al., 2024).

The association between personality factors and metacognitive performance has been relatively understudied. Seminal studies addressing this relationship can be traced back to research led by Wolfe and Grosch (1990), a study that has grown in popularity since the work of researchers such as Kleitman (2008) and Buratti (2013).

Previous studies have indicated a positive relationship between personality traits such as extroversion and overconfidence (Dahl et al., 2010; Pallier et al., 2002; Schaefer et al., 2004). Similarly, there is evidence of an association between the trait of narcissism and overconfidence, possibly because these types of personalities often consider themselves more intelligent than objective performance measures suggest (Buratti et al., 2013; Campbell et al., 2004). On the contrary, in some studies on the association between the components of self-regulated learning and personality, high correlations have been reported between metacognitive measures and personality factors such as conscientiousness and openness to new experiences, and in turn, high correlations between academic performance and these same personality factors (Dumfart & Neubauer, 2016; Kelly & Donaldson, 2016; Morosanova et al., 2022; O’Connor & Paunonen, 2007). Presumably, this can partially be explained by the abstract nature of the construct, given its many theoretical models and the lack of agreement among researchers in the field regarding the components of metacognition and self-regulated learning (Dinsmore et al., 2008; Lyons & Zelazo, 2011; Tobias & Everson, 2009; Zohar & Dori, 2012). In addition, researchers have begun to acknowledge the influence of sociodemographic factors like personality differences and their possible association with the metacognitive performance of the learner (Bibi et al., 2022; De Bruin et al., 2017; Gutierrez de Blume & Montoya Londoño, 2023; Kleitman & Stankov, 2001; 2007; Pallier et al., 2002; Stankov et al., 2014).

Most studies linking the importance of personality factors in the formulation of metacognitive judgments have described associations between metacognitive performance and the personality traits of extraversion, narcissism, need for cognition, and overconfidence (Campbell et al., 2004; Dahl et al., 2010; Pallier et al., 2002; Ronningstam, 2005; Schaefer et al., 2004; Wolfe & Grosch, 1990). Similarly, traits such as openness and level of trust have been associated with the proportion of correct responses (Dahl et al., 2010; Kleitman, 2008) whereas neuroticism/emotional stability shows a negative correlation with feelings of insecurity and trust for different judgment tasks (Mirels et al., 2002; Want & Kleitman, 2006). Yet other studies have described the association between factors such as openness and extraversion with overconfidence in the formulation of first and second order metacognitive judgments (Buratti, 2013; Buratti et al., 2013).

More recently, a study conducted with 244 undergraduate foreign language students in Turkey aimed to establish the relationship between metacognition and personality traits and their interaction with foreign language performance. The results confirmed that factors such as conscientiousness, openness to experience, and agreeableness accounted for 20% of the variability in metacognitive knowledge, and that factors such as conscientiousness and openness to experience accounted for 16% of the variability in metacognitive regulation. Further, factors such as conscientiousness and extroversion predicted reading performance while conscientiousness and openness to experience were significant predictors of language performance (Ozturk, 2021). Another study conducted with 102 college students taking several psychology courses at a university in the southeastern United States examined the association between personality factors, reading comprehension, and metacomprehension accuracy before and after taking a test. Results revealed that openness to experience correlated positively with all confidence assessment measures applied in the reading comprehension task, but did not correlate with actual reading performance or with actual grades, indicating that participants exhibited overconfidence regarding their performance. Likewise, factors such as extroversion correlated negatively with self-reported reading performance and did not predict actual reading performance (Agler et al., 2021). Given the inconsistent findings regarding personality, the present study sought to explore the relationship between personality factors and metacognition in a sample of university students from different Latin American countries.

Research Question

What is the predictive effect of personality factors on metacognitive knowledge and regulation in a sample of undergraduate students from Argentina, Colombia, Costa Rica, Panama, and Uruguay?

Hypothesis

Given that studies demonstrating an association between these variables have yielded diverse and inconclusive results (Bidjerano & YunDai, 2007; Blair et al., 2010; De Bruin et al., 2017; Dörrenbächer & Perels, 2016), the present study posited a general, non-directional rather than a specific, directional hypothesis, expecting some factors such as conscientiousness to correlate positively with metacognition while others such as neuroticism would correlate negatively.

Method

Participants, Sampling, and Research Design

This study employed a non-experimental, cross-sectional quantitative research design with a non-random convenience sampling approach (Tabachnick & Fidell, 2019). The participants were 692 students from different undergraduate programs (mostly psychology and education) from Argentina, Colombia, Costa Rica, Panama, and Uruguay, who were pursuing their educational careers during the year 2023 (post-pandemic). The sample consisted of 305 men and 387 women.

This project received ethical approval from the University of Manizales, Colombia, under the title: "Metacognitive Functioning in the Performance of Teachers and Students from Different Countries. Intercultural Analysis," with bioethical approval in Colombia through internal code FCSH-202006.

The sample was selected intentionally via convenience sampling. Because the participants were pursuing their educational careers at the universities where the authors work, they were first informed of the study’s objectives. Those interested in voluntarily participation read and signed an informed consent form.

All students who participated in the study met the following inclusion criteria: age between 20 and 30 years; absence of psychological and/or psychiatric disorders or history of academic failure (this question was asked directly to the students individually as part of the sociodemographic data collection process during a meeting to sign the informed consent form).

Materials and Instruments

Metacognitive Awareness Inventory (MAI; Schraw & Dennison, 1994). In its original format, this test is a 52-item inventory, grouped into eight subcomponents to measure adults’ metacognitive knowledge and regulation. Scores for each item are marked by a 10-cm vertical bar on a continuous bipolar scale ranging from 0 to 100, where 0 represents “not true for me” and “very true for me” is represented by a score of 100. This rating scheme is superior to an ordinal Likert scale because it increases the instrument’s reliability by increasing the variability of responses (Gutierrez, 2012; Schraw & Dennison, 1994; Weaver, 1990). Participants’ scores on individual scales were obtained by summing all items on that scale and taking the average. Therefore, each participant had eight composite outcomes, one for each of the components of metacognitive knowledge and regulation. Studies using this tool have reported Cronbach’s alpha reliability coefficients ranging from .74 to .91 (Gutierrez de Blume & Montoya Londoño, 2021; Gutierrez de Blume et al., 2023; Gutierrez de Blume et al., 2024; Schraw & Dennison, 1994).

Adjective Checklist for Assessing Personality (AEP; Ledesma et al., 2011; Sánchez & Ledesma, 2007; 2013). This instrument is structured based on the Big Five model of personality (Goldberg, 1992, 1993; Goldberg et al., 2006) through a list of 67 adjectives that describe personality traits. Cronbach’s alpha for the test ranges from .75 for the openness factor to .85 for the neuroticism factor (Ledesma et al., 2011; Sánchez & Ledesma, 2013). The same rating scheme for the MAI was used for the AEP as well (i.e., a continuous 0-100 scale with two qualitative anchors at either end).

Table 1 reports the reliability indices for this study’s sample. McDonald's omega was used instead of Cronbach’s alpha for all self-report measures because it is a more conservative reliability coefficient (Tabachnick & Fidell, 2019).

Table 1: Reliability Coefficients, McDonald's omega, for the Eight Subscales of the MAI and the Five Personality Factors of the AEP (N = 692)

Procedure

For data collection, students from the participating countries were convened at two different times by the lead researchers in each country. First, students were presented with the objectives and rationale of the research. Subsequently, students interested in participating read and signed the informed consent form. During this time, the lead researcher in each country was available to answer any questions. Next, students completed the protocol in a single session, consisting of the MAI (Schraw & Dennison, 1994; Gutierrez de Blume et al., 2023; Gutierrez de Blume et al., 2024) and the AEP (Ledesma et al., 2011; Sánchez & Ledesma, 2013).

The protocol was implemented in groups by each of the lead researchers in the respective country, all of whom had experience in implementing this type of task and had doctoral training. Likewise, the ethical standards of each country and respect for participant anonymity were considered during data collection. More specifically, the rules and guidelines of the Declaration of Helsinki were followed, and informed consent was obtained from each participant before completing the survey.

Data Analysis

The data were examined for outliers using the regression subcommand (any case with three or more standard deviations from the group means) and tested with the required statistical assumptions prior to analysis. No outliers that would otherwise bias the parameter estimates were detected, and the data met the assumptions of linearity, homoscedasticity, normality, and lack of collinearity between predictors. Therefore, data analysis was performed without making any statistical adjustments to the data. To answer the research questions, the data were subjected to a series of standard ordinary least squares (multiple) regressions in which the five personality factors served as predictors and the eight metacognitive awareness variables served as criteria for each analysis, respectively. This process was repeated for each of the five participating countries. As each country's data were independent of all other countries, the Bonferroni adjustment for statistical significance to avoid inflation of the familywise Type I error rate was only controlled for the eight analyses conducted for each country (the actual p-value used for all analyses was p ≤ .01). The squared multiple correlation coefficient, R², was employed as the effect size for all analyses. Cohen (1988) provided the following interpretive guidelines for R²: .010–.499 as small; .500–.799 as moderate; and ≥ .800 as large.

Results

In the case of the Argentine sample, the omnibus regression model was statistically significant, F(5,54) = 6.53, p = .012, R² = .315. The regression results revealed that the personality factor of openness to new experiences predicts only conditional knowledge, and that both openness and conscientiousness predict only planning within the regulation scales. As individuals’ perceptions of their openness increase, so does their perception of their conditional knowledge (i.e., when, where, and why strategies are applied given task demands). Furthermore, the more participants’ openness and conscientiousness increase, the more their planning skills improve (Table 2).

Table 2: Ordinary Least Squares Regression Results for Personality and Metacognitive Variables from Argentina

Note: Only statistically significant results are shown for parsimony. N = 60. B⁺ = Unstandardized regression coefficients and their 95% confidence intervals (CI_95%). β^- = Standardized regression coefficients. **p < .01.

Similarly, in the Colombian sample, the omnibus regression model was statistically significant, F(5,346) = 21.93, p < .001, R² = .516. The regression results revealed that openness to new experiences was the only significant positive predictor of conditional knowledge, and that openness and conscientiousness significantly positively predicted planning and comprehension monitoring. Interestingly, the standardized regression coefficients were higher than in the Argentine sample for all aspects except monitoring (Table 3).

Table 3: Ordinary Least Squares Regression Results for Personality and Metacognitive Variables from the Colombian Sample

Note: Only statistically significant results are shown for parsimony. N = 352. B⁺ = Unstandardized regression coefficients and their 95 % confidence intervals (CI_95%). β^- = Standardized regression coefficients. **p ≤ .01.

The omnibus regression model was statistically significant for the Costa Rican sample, F(5,95) = 8.35, p < .011, R² = .448, where the results differ. The findings indicated that conscientiousness positively predicted conditional knowledge while only openness positively predicted debugging skills. However, both openness and conscientiousness positively predicted information management and evaluation of learning (see Table 4).

Table 4: Ordinary Least Squares Regression Results for Personality and Metacognitive Variables from the Costa Rican Sample

Note: Only statistically significant results are shown for parsimony. N = 101. B⁺ = Unstandardized regression coefficients and their 95 % confidence intervals (CI_95%). β^- = Standardized regression coefficients. **p ≤ .01

The omnibus regression model was statistically significant for the Panamanian sample, F(5,115) = 7.11, p < .018, R² = .296. Table 5 reports that conscientiousness was a positive predictor of declarative knowledge, and that openness positively predicted conditional knowledge and comprehension monitoring.

Table 5: Ordinary Least Squares Regression Results for Personality and Metacognitive Variables from the Panamanian Sample

Note: Only statistically significant results are shown for parsimony. N = 121. B⁺ = Unstandardized regression coefficients and their 95% confidence intervals (CI_95%). β^- = Standardized regression coefficients. **p ≤ .01.

Finally, the omnibus regression model was statistically significant for the Uruguayan sample, F(5,52) = 5.93, p < .023, R² = .255. For this sample, the results showed that conscientiousness and openness positively predicted conditional knowledge while only conscientiousness positively predicted debugging and monitoring (Table 6).

Table 6: Ordinary Least Squares Regression Results for Personality and Metacognitive Variables from the Uruguayan Sample

Note: Only statistically significant results are shown for parsimony. A post-hoc power analysis of the regression model for this country showed an observed power of 0.841, higher than the commonly accepted lower limit value of 0.80. N = 58. B⁺= Unstandardized regression coefficients and their 95% confidence intervals (CI_95%). β^-= Standardized regression coefficients. **p ≤ .01.

From these five Latin American samples, despite nuances of both language and culture, openness to new experiences and conscientiousness were consistently the only personality factors that positively predicted conditional knowledge within knowledge of cognition and the five components of regulation of cognition, although this latter pattern differed by culture.

Discussion

The study of metacognition and its importance for students in achieving successful learning has existed since the seminal studies of Flavell (1979, 1987). However, in the current context, metacognition ceases to be an almost exclusive problem about how the learner understands and regulates their own cognitive resources, and instead approaches metacognition as a much more social construct, involving other variables of the learner such as personality, learning preferences, motivation, gender, executive functions, self-concept, and parenting styles, etc. (Gutierrez de Blume & Montoya Londoño, 2022, 2023; Gutierrez Blume et al., 2022; Händel et al., 2020). The objective of this line of research was to establish the relationship between personality factors and metacognition in an intercultural sample of undergraduate students from different Latin American countries. The relationship between some personality factors and the major components of metacognition was supported by the samples from all participating countries. Thus, it is congruent with has been previously reported in studies that have indicated moderate correlations between metacognitive judgments and different personality factors such as openness and extraversion (Buratti & Allwood, 2012; Gutierrez de Blume & Montoya Londoño, 2020, 2023; Kleitman & Stankov, 2007; Nietfeld & Schraw, 2002; Šafranj et al., 2021; Stankov, 2000; 2018; Stankov & Crawford, 1996; 1997). Likewise, significant correlations have been reported between these same personality factors—openness to experience and extraversion—with metacognitive knowledge and regulation (Öz, 2016), and correlations between personality factors and metacognitive judgments (Händel et al., 2020).

Based on the research tradition in the field, metacognition is considered the most effective predictor of learning outcomes (Özçakmak et al., 2021; Swanson et al., 2024; Thiede et al., 2019; Veenman, 2015; Wang et al., 1990). In this regard, various researchers have indicated that students with adequate metacognitive performance in the face of classroom challenges can differentiate what they know from what they do not know, select appropriate strategies to master the learning they do not yet understand, develop goal-based study behavior, establish study plans, evaluate results, and can adjust plans based on the evaluation process they execute. Thus, metacognition allows students to be more efficient in their learning (Bürgler et al., 2022; Celik, 2022; Stanton et al., 2021). In this regard, given the relevance of metacognition for successful academic performance, researchers are making efforts to clarify the criteria that should be considered in any metacognitive intervention, including: 1) metacognitive instruction as part of the class content; 2) informing students about the usefulness and application of metacognitive strategies; and 3) prolonging training over time to ensure the smooth and sustained application of metacognitive performance. However, research on these intervention criteria remains somewhat unexplored, and thus, provide inconclusive results (Azevedo, 2020).

Studies such as the present study represent a contribution to achieving a better explanation of the inconsistent results derived from different intervention research insofar as these differences are plausibly partially due to moderating effects of personality factors. These factors can enhance or limit the possibilities for the student to make more optimal use of the intervention and the opportunities of the metacognitive reflection process. From this perspective, research has demonstrated that metacognitive monitoring accuracy may be influenced by a more global self-concept of ability, associated with relatively stable personality characteristics, rather than actual performance, which may be one reason why monitoring sometimes seems to be a process so resistant to change (Bol et al., 2005; Bol & Hacker, 2001; Dembo & Seli, 2004; Hacker & Bol, 2004; Hacker et al., 2000; Zimmerman & Moylan, 2009).

Likewise, studies conducted outside the classroom, which address the relationship between personality factors (i.e., the Big Five) and the components of metacognition in everyday life (e.g., metacognitive beliefs, metamemory skills, learning judgments, and judgments of the feeling of knowing) during face name recognition tasks, found that people high in neuroticism/low emotional stability showed lower learning and accuracy judgments than people who showed high extraversion. The study concluded that people with neuroticism traits had little confidence in their memory and reported more negative metacognitive beliefs than people with high extraversion (Irak, 2024).

In the present study, with respect to metacognitive knowledge, a relationship was found between declarative and conditional knowledge and openness to experience for all samples from the four countries. This result is interesting, given that knowledge in general is considered the basis of metacognitive regulation of learners. Declarative knowledge allows learners to know themselves, to know the state of their knowledge, and the type of strategies they possess while conditional knowledge allows them to know when, where, why and for what to employ strategies (Brown, 1987; Gutierrez de Blume et al., 2024; Gunstone & Mitchell, 1998; Jacobs & Paris, 1987; Montoya et al., 2024; Moshman, 2017; Schraw & Moshman, 1995; Soleimani et al., 2018). Hence, it is logical that a personality factor such as openness to experience, which implies a disposition towards an active imagination, the ability to reflect on oneself, and intellectual curiosity (Costa & McCrae, 1985; 1992), leads to greater metacognitive knowledge. This implies the knowledge that people have about their own cognition, or about the cognition in general and, especially, about how one learns.

Similarly, metacognitive regulation skills such as planning and monitoring were related to openness and to conscientiousness in the case of the student samples from Argentina, Colombia, Panama, and Uruguay. In this regard, regulation involves the set of skills that allow learners to have a process of anticipation, control, and judgment on the state of learning from some basic subcomponents like planning, information management, monitoring, debugging, and evaluation (Brown, 1987; Gutierrez de Blume et al., 2024; Jacobs & Paris, 1987; Jiménez & Puente, 2014; Montoya et al., 2024; Moshman, 2017; Schraw & Moshman, 1995; Schraw & Dennison, 1994). Conscientiousness or responsibility, likewise, has been understood as the capacity that individuals have towards self-regulated behavior, to act based on the objectives that they planned, and to establish a system of goals, which allow them to organize and execute their objectives (Genise et al., 2020; Lingjaerde et al., 2001). Hence, it may be closely related to regulation skills involved in the planning and monitoring of the learning process, and even in the adjustment of goals or the action plan, if required.

A relationship was also found between other metacognitive regulation skills such as debugging, information management, and evaluation with openness and conscientiousness in the sample from Costa Rica. This can be explained by the type of policies and curricular guidelines given by the Ministry of Public Education (MEP, 2023) of that country, which openly promotes the teaching of metacognition. Moreover, in its latest guidelines for classroom activities, the MEP indicates that, through the evaluation of learning in the country, it seeks to have students self-regulate their learning process, according to their characteristics and interests, in such a way that they experience processes of self-reflection and feedback around the construction of their knowledge (MEP, 2023). This may partially explain why these two personality factors lead to a better regulatory skill.

Finally, openness to experience and conscientiousness lead to better metacognitive performance, especially in relation to the components of declarative and conditional knowledge, and regulation skills, especially at the level of planning and monitoring. These results are consistent with previous research with undergraduate students at the Turkish State University in which openness to experience and conscientiousness have a positive and significant relationship with metacognition (Sapancı & Güler, 2021). Likewise, this result is consistent with the findings of a study conducted with undergraduate students at a university in Scotland, which found that students who showed a high level of conscientiousness, metacognition was a predictor of their academic performance (Kelly & Donaldson, 2016). These findings are highly relevant when considering that aspects such as responsibility and open-mindedness could influence students’ ability to plan, organize, evaluate, and adjust their study behavior and to persist in the pursuit of successful performance. In this regard, researchers such as Barrick and Mount (1991) and Britwum et al. (2022) argued that students with a high level of openness to experience are those who have a positive attitude toward deep, complex, and challenging learning experiences, and who tend to be more successful in academic performance.

Conclusions

This study supports the positive relationship between personality factors such as conscientiousness and openness to experience with different types of metacognitive knowledge like declarative and conditional, and with different metacognitive regulation skills, especially planning and monitoring. This was evident in most of the countries included in this research. In contrast, the negative relationship between neuroticism and metacognitive performance, which has also been described previously in the literature, was not supported.

Of interest is the relationship found between metacognitive regulation skills such as debugging, information management, and evaluation with the personality factors of openness and conscientiousness in the case of the Costa Rican sample. This result can likely be explained by the promotion of different educational policies for working with innovative proposals focused on metacognition, which have been implemented in that country in recent years.

Implications for Theory, Research, and Practice

Research on the relationship between “warm” variables such as personality and “cold” variables such as metacognition contributes to explaining some inconsistent results in many metacognitive intervention programs. It may be a future line of work to expand the current explanation of metacognitive monitoring problems, especially difficulties in monitoring accuracy. As evidenced in the present study, some personality traits such as openness and conscientiousness appear to positively impact metacognitive performance, especially at the level of declarative knowledge, conditional knowledge, planning, and monitoring.

Limitations and New Research Opportunities

The findings of the present study are exploratory and, although the sample size is relatively large compared to other studies of the same nature, future research should replicate this study with larger sample sizes, especially in countries with a small sample size, to ensure that the correlational and predictive pattern that emerged is stable and consistent across multiple samples. The results highlight the need for multicultural studies to investigate the extent to which the results of this study generalize to other cultures, not just those of Latin American countries.

Future research could continue to explore the possible relationship between personality factors and other metacognitive variables of interest. This could include the relationship between personality factors and types of metacognitive judgments, especially at the level of prediction and postdiction judgments. This could also establish possible differences based on the type of task (cognitive, academic, everyday life, etc.), method of assessment (online, offline), method of application (paper and pencil, virtual), and even focusing the analysis on intercultural differences in the relationship between personality, metacognition, and the effect of sociodemographic variables such as gender, years of schooling, or certain differences in the types of educational policies that vary by country.

References

Ardila, A., & Ostrosky-Solís, F. (2008). Desarrollo histórico de las funciones ejecutivas. Revista de Neuropsicología, Neuropsiquiatría y Neurociencias, 8(1), 1-21.

Azevedo, R. (2020). Reflections on the field of metacognition: issues, challenges, and opportunities. Metacognition and Learning, 15(2), 91-98. https://doi.org/10.1007/s11409-020-09231-x

Blair, C., Calkins, S., & Kopp, L. (2010). Self-regulation as the interface of emotional and cognitive development: Implications for education and academic achievement. In R. H. Hoyle (Ed.), Handbook of personality and self-regulation (pp. 64–90). Blackwell Publishing Ltd. https://doi.org/10.1002/9781444318111.ch4

Brown, A. (1987). Metacognition, executive control, self-regulation, and other more mysterious mechanisms. In F. Weinert & R. Kluwe (Eds.), Metacognition, motivación and understanding (pp. 65-116). Lawrence Erlbaum.

Bürgler, S., Kleinke, K., & Hennecke, M. (2022). The metacognition in self-control scale (MISCS). Personality and Individual Differences, 199, 111841. https://doi.org/10.1016/j.paid.2022.111841

Campbell, W. K., Goodie, A. S., & Foster, J. D. (2004). Narcissism, confidence, and risk attitude. Journal of Behavioral Decision Making, 17(4), 297-311. https://doi.org/10.1002/bdm.475

Chew, S. L., & Cerbin, W. J. (2020). The cognitive challenges of effective teaching. The Journal of Economic Education, 52(1), 17-40. https://doi.org/10.1080/00220485.2020.1845266

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2^nd ed.). Lawrence Earlbaum & Associates. https://doi.org/10.4324/9780203771587

Costa, P. T., & McCrae, R. R. (1985). NEO Personality Inventory (NEO-PI). Psychological Assessment Resources. https://doi.org/10.1037/t07564-000

Dembo, M. H., & Seli, H. (2004). Students' Resistance to Change in Learning Strategies Courses. Journal of Developmental Education, 27(3), 2-11.

Flavell, J. (1979). Metacognition and cognitive monitoring. A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906-911. https://doi.org/10.1037/0003-066x.34.10.906

Flavell, J. (1987). Speculation about nature and development of metacognition. In F. Weinert & R. Kluwe (Eds.), Metacognition, Motivación and Understanding (pp. 21–29). Hillsdale.

Flores-Lázaro, J. C., Ostrosky-Schejet, F., & Lozano-Gutiérrez, A. (2014). BANFE - 2. Batería neuropsicológica de funciones ejecutivas y lóbulos frontales. Manual Moderno.

Goldberg, L. (1992). The development of markers for the Big-Five factor structure. Psychological Assessment, (4), 26-42. https://doi.org/10.1037/1040-3590.4.1.26

Goldberg, L. (1993). The structure of phenotypic personality traits. American Psychologist, 48, 26-34. https://doi.org/10.1037/0003-066X.48.1.26

Gunstone, R., & Mitchell, I. (1998). Metacognition and conceptual change. In J. Mintzes, J. Wandersee, & J. Novak (Eds.), Teaching science for understanding (pp. 133–163). Academic Press.

Hacker, D., & Bol, L. (2004). Metacognitive theory: Considering the social-cognitive influences. In D. McInerney & S. Van Etten (Eds.), Research on sociocultural influences on motivation and learning: Big theories revisited (pp. 275-297). Information Age Press.

Jiménez R., V., & Puente F., A. (2014). Modelo de estrategias metacognitivas. Revista de Investigación Universitaria, 3(1), 11-16.

Kelly, D., & Donaldson, D. (2016). Investigating the complexities of academic success: Personality constrains the effects of metacognition. Psychology of Education Review, 40(2), 17-24.

Kleitman, S. (2008). Metacognition in the rationality debate. Self-confidence and its calibration. VDM Verlag Dr. Mueller.

Kleitman, S., & Stankov, L. (2001). Ecological and person-oriented aspects of metacognitive processes in test-taking. Applied Cognitive Psychology, 15(3), 321-341. https://doi.org/10.1002/acp.705

Kleitman, S., & Stankov, L. (2007). Self-confidence and metacognitive processes. Learning and Individual Differences, 17(2), 161-173. https://doi.org/10.1016/j.lindif.2007.03.004

Lyons, K. E., & Zelazo, P. D. (2011). Monitoring, metacognition, and executive function: Elucidating the role of self-reflection in the development of self-regulation. In B. B. Janette (Ed.), Advances in child development and behavior (Vol. 40, pp. 379-412). Elsevier Academic Press. https://doi.org/10.1016/B978-0-12-386491-8.00010-4

Montoya, D. M., Tamayo, O. E., Orrego, M., & Dussan, C (2024). Monitoreo metacognitivo en el aula: Calibración y juicios metacognitivos en el aprendizaje. Universidad de Caldas.

Moshman, D. (2017). Metacognitive theories revisited. Educational Psychology Review, 30(2), 599-606. https://doi.org/10.1007/s10648-017-9413-7

Nietfeld, J., & Schraw, G. (2002). The effect of knowledge and strategy training on monitoring accuracy. Journal of Educational Research, 95(3), 131-142. https://doi.org/10.1080/00220670209596583

Ozturk, N. (2020). An analysis of teachers’ metacognition and personality. Psychology and Education, 57(1), 40-44.

Ronningstam, E. (2005). Identifying and understanding the narcissistic personality. University Press.

Sánchez, R., & Ledesma, R. (2007). Los cinco grandes factores: cómo entender la personalidad y cómo evaluarla. In A. Monjeau (Ed.), Conocimiento para la transformación (Serie Investigación y Desarrollo, pp. 131-160). Ediciones Universidad Atlántida Argentina.

Sawyer, R. K. (2019). The creative classroom: Innovative teaching for 21^st-century learners. Teachers College Press.

Sawyer, R. K. (2022). An introduction to the learning sciences. In R. K. Sawyer (Ed.), The Cambridge handbook of the learning sciences (3^rd ed., pp. 1-24). Cambridge University Press.

Schraw, G., & Dennison, R. S. (1994). Assessing metacognitive awareness. Contemporany Educational Psychology, 19(4), 460-475. https://doi.org/10.1006/ceps.1994.1033

Schraw, G., & Moshman, D. (1995). Metacognitive theories. Educational Psychology Review, 7(4), 351-371. https://doi.org/10.1007/BF02212307

Stankov, L. (2000). Complexity, metacognition, and fluid intelligence. Intelligence, 28(2), 121-143. https://doi.org/10.4135/9781412963848.n110

Stankov, L., & Crawford, J. (1996). Confidence judgments in studies of individual differences. Personality and Individual Differences, 21(6), 971-986. https://doi.org/10.1016/S0191-8869(96)00130-4

Stankov, L., & Crawford, J. (1997). Self-confidence and performance on tests of cognitive abilities. Intelligence, 25(2), 93-109. https://doi.org/10.1016/S0160-2896(97)90047-7

Stankov, L., Morony, S., & Lee, Y. P. (2014). Confidence: The best non-cognitive predictor of academic achievement? Educational Psychology, 34(1), 9-28. https://doi.org/10.1080/01443410.2013.814194

Thiede, K. W., Oswalt, S., Brendefur, J. L., Carney, M. B., & Osguthorpe, R. D. (2019). Teachers' judgments of student learning of mathematics. In J. Dunlosky & K. A. Rawson (Eds.), The Cambridge handbook of cognition and education (pp. 678–695). Cambridge University Press. https://doi.org/10.1017/9781108235631.027

Tobias, S., & Everson, H. (2009). The importance of knowing what you know: A knowledge monitoring framework for studying metacognition in education. In D. J. Hacker, J. Dunlosky, & A. Graesser (Eds.): Handbook of Metacognition in Education (pp. 107–228). Routledge.

Topping, K. J. (2024). Improving thinking about thinking in the classroom: What works for enhancing metacognition. Taylor & Francis.

Veenman, M. V. (2015). Metacognition. In P. Afflerbach (Ed.), Handbook of Individual Differences in Reading. Reader, Text, and Context (pp. 26-40). Routledge.

Wolfe, R. N., & Grosch, J. W. (1990). Personality correlates of confidence in one’s decisions. Journal of Personality, 58(3), 515-534. https://doi.org/10.1111/j.1467-6494.1990.tb00241.x

Wongdaeng, M. (2022). Evaluation of metacognitive and self-regulatory programmes for learning, pedagogy and policy in tertiary EFL contexts (Unpublished doctoral dissertation). Durham University.

Zimmerman, B., & Moylan, A. (2009). Self -regulation: where metacognition and motivation intersect. In D. J. Hacker, J. Dunlosky & A. Grasser (Eds.), Handbook of Metacognition in Education (pp. 239-315). Routledge.

Zohar, A., & Dori, Y. (2012). Metacognition in Science education. Trends in current research. Springer.

Data availability: The data set supporting the results of this study is not available.

Funding: This study did not receive any external funding or financial support.

Conflict of interest: The authors declare that they have no conflicts of interest.

How to cite: Gutierrez de Blume, A. P., Montoya Londoño, D. M., Daset, L., Cuadro, A., Molina Delgado, M., Morán Núñez, O., Urquijo, S., & Giuliani, M. F. (2025). Relation between Personality and Metacognitive Regulation in a Sample of University Students from Different Countries in Latin America. Ciencias Psicológicas, 19(1), e-4122. https://doi.org/10.22235/cp.v19i1.4122

Authors’ contribution (CRediT Taxonomy): 1. Conceptualization; 2. Data curation; 3. Formal Analysis; 4. Funding acquisition; 5. Investigation; 6. Methodology; 7. Project administration; 8. Resources; 9. Software; 10. Supervision; 11. Validation; 12. Visualization; 13. Writing: original draft; 14. Writing: review & editing.

A. P. G. de B. has contributed in 1, 2, 3, 6, 10, 14; D. M. M. L. in 5, 7, 13, 14; L. D. in 5, 14; A. C. in 5, 14; M. M. D. in 5, 14; O. M. N. in 5, 14; S. U. in 5, 14; M. F. G. in 5, 14.

Scientific editor in-charge: Dr. Cecilia Cracco.

Ciencias Psicológicas, v19(1)

enero-junio 2025

10.22235/cp.v19i1.4122

Artículos Originales