Metodología de investigación en educación médica

eISSN 2007-5057

Investigación educ. médica Vol. 15, no. 60, México, octubre-diciembre 2026

https://doi.org/10.22201/fm.20075057e.2026.60.26799

Desafíos de investigadores noveles con el manejo de métodos cualitativos en educación

Liz Hamui Suttona,‡, Tania Vives Varelab,§,*

a División de Estudios de Posgrado, Facultad de Medicina, Universidad Nacional Autónoma de México, Cd. Mx., México.

b Secretaría de Educación Médica, Facultad de Medicina, Universidad Nacional Autónoma de México, Cd. Mx., México.

ORCID ID:

‡ https://orcid.org/0000-0002-3190-4470

§ https://orcid.org/0000-0002-1833-3976

Recibido: 27-abril-2026. Aceptado: 10-junio-2026.

* Autor para correspondencia: Tania Vives Varela.

Correo electrónico: vivesvarela@facmed.unam.mx

Este es un artículo Open Access bajo la licencia CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).

Resumen

Introducción: El presente escrito muestra una serie de escenarios analíticos que examinan algunos de los escollos más frecuentes —principalmente en los investigadores noveles— que incursionan en los métodos de investigación cualitativa.

Objetivo: Los escenarios tienen la finalidad de promover una reflexión crítica que fortalezca el uso riguroso de dichos métodos.

Resultados: El primer escenario se centra en la articulación entre los componentes cuantitativo y cualitativo; el segundo aborda la importancia de construir un protocolo bien elaborado antes de iniciar un trabajo de campo; el tercero es un llamado a no utilizar la guía COREQ de forma indiscriminada, estandarizada y acrítica; el cuarto señala la relevancia de utilizar las herramientas tecnológicas de análisis de datos con una visión reflexiva; el quinto resalta la importancia de no confundir las preguntas de investigación con las que se utilizan en las guías de entrevista o con las preguntas analíticas que se desarrollan durante la fase interpretativa; el sexto reconoce el papel de la teoría que permite complejizar las interpretaciones y avanzar hacia niveles profundos de análisis de los datos; el séptimo y último escenario es una recomendación para el procesamiento de comentarios escritos en las encuestas.

Conclusiones: El recorrido por los distintos escenarios presentados en este artículo permite identificar que muchos de los problemas en la investigación cualitativa no derivan del enfoque en sí mismo, sino de su aplicación acrítica o superficial.

Palabras clave: Investigación educativa; métodos mixtos; investigadores noveles.

Este es un artículo Open Access bajo la licencia CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).

Challenges of novel researchers handling qualitative methods in education

Abstract

Introduction: This paper presents a series of analytical scenarios that examine some of the most frequent pitfalls—primarily for novice researchers—who venture into qualitative research methods.

Objective: All the scenarios aim to promote critical reflection that strengthens the rigorous use of these methods.

Results: The first scenario focuses on the articulation between quantitative and qualitative components; the second addresses the importance of constructing a well-developed protocol before beginning fieldwork; the third is a call to avoid using the COREQ guide indiscriminately, in a standardized and uncritical manner; the fourth highlights the relevance of using technological data analysis tools with a reflective approach; the fifth emphasizes the importance of not confusing research questions with those used in interview guides or with the analytical questions developed during the interpretive phase; the sixth recognizes the role of the theory that allows for more complex interpretations and progress toward deeper levels of data analysis. The seventh and final scenario is a recommendation for processing written comments in surveys.

Conclusions: The review of the different scenarios presented in this article reveals that many of the problems in qualitative research do not stem from the approach itself, but from its uncritical or superficial application.

Keywords: Educational research; mixed methods; novice researchers.

This is an Open Access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).

INTRODUCCIÓN

La investigación cualitativa ha adquirido una presencia creciente en la educación en las ciencias de la salud debido a su capacidad para comprender los significados, experiencias y procesos sociales que subyacen a los fenómenos humanos. Sin embargo, también ha traído una serie de malentendidos metodológicos y aplicaciones superficiales que ponen en riesgo la calidad de los estudios. En este contexto, resulta pertinente reflexionar sobre los errores recurrentes que emergen durante su elaboración. Estos desaciertos no solo afectan la validez interpretativa de los hallazgos, sino que también contribuyen a la persistencia de prejuicios sobre la supuesta falta de rigor de este enfoque.

A través de una serie de escenarios analíticos, este artículo examina algunos de los escollos más frecuentes en la práctica de la investigación cualitativa —metafóricamente representados como “chipotes”— con el propósito de visibilizar prácticas problemáticas, promover una reflexión crítica sobre el quehacer investigativo y fortalecer el uso riguroso y reflexivo de los métodos cualitativos.

ESCENARIO 1

El “chipote” cualitativo

La metodología de investigación de métodos mixtos ha ganado fuerza en educación, psicología, enfermería, medicina, ciencias de la salud y otras disciplinas. Las guerras entre los paradigmas entre lo cualitativo y cuantitativo o pospositivismo vs. constructivismo han terminado hace tiempo1; sin embargo, no garantizan una elaboración de calidad. Al planificar un estudio, se deben considerar los supuestos filosóficos, el diseño de investigación relacionado con esta cosmovisión y los métodos o procedimientos específicos que traducen el enfoque a la práctica2.

Un error frecuente con un método mixto es agregar a una investigación cuantitativa un componente cualitativo de manera tardía, sin una integración metodológica y epistemológica. Esto denota concebir a la investigación cualitativa como accesoria y reducida. Cuando esto ocurre, la pregunta de investigación no contempla lo cualitativo y el diseño generalmente no explicita el peso relativo de cada enfoque, la manera ni el momento de integración entre las dos orientaciones.

El siguiente ejemplo lo muestra: un equipo de investigación educativa diseña un estudio con el objetivo de medir el nivel de satisfacción de los estudiantes de tercer año de un curso de semiología clínica. El diseño es cuantitativo. La pregunta “¿cuál es el nivel de satisfacción de los estudiantes de medicina con el curso de semiología clínica al finalizar el semestre?” es lo que guía la investigación; busca medir un nivel (satisfacción), no comprender significados, experiencias, percepciones o procesos. Se utiliza un cuestionario validado con una escala de respuesta tipo Likert que se aplica a los 120 estudiantes que lo cursaron. Se utiliza estadística descriptiva e inferencial para analizar los datos. Los resultados muestran niveles de satisfacción moderados, con puntuaciones más bajas en el rubro de retroalimentación docente.

Al redactar el informe final, el equipo considera que los resultados “no explican suficientemente” por qué la retroalimentación fue mal evaluada por los estudiantes; deciden agregar un componente cualitativo, realizan entrevistas breves a 8 estudiantes voluntarios. Citan los testimonios de forma ilustrativa, sin un método de análisis cualitativo claramente definido ni un marco teórico explícito. Los resultados cualitativos no dialogan analíticamente con los cuantitativos y se colocan como un apartado adicional. El estudio se presenta como una investigación de métodos mixtos y argumenta que “incluye datos cuantitativos y cualitativos”. Sin embargo, la mera coexistencia de datos cuantitativos y cualitativos no convierte automáticamente a un estudio en mixto; se requieren características como la integración analítica y no solo la suma de técnicas.

ESCENARIO 2

Realizar trabajo de campo sin protocolo

En ocasiones, quienes aplican cuestionarios para evaluar la eficacia de alguna intervención educativa, o la adquisición de conocimientos y competencias, o la satisfacción con algún proceso de enseñanza-aprendizaje, además de las preguntas cerradas, se sienten inclinados a realizar entrevistas o grupos focales. Elaboran las preguntas que consideran pertinentes y se encuentran para dialogar con sus interlocutores. El problema es que, una vez generado el material grabado, no saben qué hacer con él, pues no están capacitados para analizarlo. Entonces recurren a personas expertas en métodos cualitativos para que lo interpreten.

En estas situaciones, la labor del investigador cualitativo se vuelve compleja y los resultados pueden tender a la superficialidad. Como en cualquier proyecto de investigación, se requiere de un protocolo previo bien elaborado que recupere los antecedentes y estado del arte del tema de interés. Además de la revisión temática, habría que considerar una perspectiva teórico-epistemológica que sustente el estudio y elaborar un sistema de relaciones conceptuales que enmarque el esfuerzo investigativo.

Otro componente básico para la construcción del objeto de estudio es la formulación de la o las preguntas de investigación, pues será la brújula que oriente el sendero y los objetivos, así como la justificación del estudio y eventualmente la guía de entrevista. La articulación de estos elementos constituye el fundamento del trabajo de campo, pues confieren sentido y significado a la investigación.

En alguna ocasión un investigador de ciencias básicas “duras” dio un curso de herramientas didácticas digitales a sus colegas profesores. En su percepción, el curso fue exitoso y quiso saber si lo que habían aprendido lo aplicaron en su práctica docente. Generó 15 grupos focales y otras tantas entrevistas con las preguntas que consideró relevantes. Sin experiencia en la interacción en situación de entrevista, generó una gran cantidad de material cualitativo que no supo analizar; entonces buscó ayuda. Al no contar con un protocolo previo, el tratamiento de los datos se volvía literal y el ejercicio carecía de profundidad analítica y se quedaba en lo evidente. De ahí que uno de los escollos frecuentes consiste en creer que la metodología cualitativa consiste solo en la producción de material verbal sin un aparato investigativo más amplio y complejo.

ESCENARIO 3

Usos de COREQ

La guía COREQ, Consolidated Criteria for Reporting Qualitative Research, publicada en 2007, es una lista de verificación de 32 reactivos muy utilizada en investigación educativa en el campo de la salud3. El instrumento ha sido validado y traducido a diversos idiomas. Se trata de una herramienta preferida por los investigadores cuantitativos al incursionar en los métodos cualitativos o mixtos que ayuda a revisar y comprobar que los elementos y procedimientos en los diferentes momentos de la investigación hayan sido considerados.

Si bien COREQ provee lineamientos a los investigadores y revisores para cotejar y certificar cierta calidad, en las comunidades académicas de investigadores cualitativos cuya perspectiva epistemológica está basada en el constructivismo y corrientes teórico-metodológicas como la etnografía, el método de caso extendido, la hermenéutica, la fenomenología o el interaccionismo simbólico, recursos como COREQ no son suficientes para dar cuenta de los atributos de la investigación. El problema surge cuando se utiliza como referente para el diseño y realización del protocolo, trabajo de campo, análisis e interpretación, pues no considera ni la temática del estudio ni los conceptos teóricos, ni los contextos donde el proyecto se desarrolla. De ahí que no deba utilizarse de forma indiscriminada, estandarizada o acrítica; más bien, habría que evaluar su pertinencia dado el pluralismo y flexibilidad de la investigación cualitativa. Las limitaciones de COREQ han estimulado el desarrollo de nuevas herramientas como la del Journal Article Reporting Standards for Qualitative Research (JARS-Qual) y el Qualitative Meta-Analysis Reporting Standards (QMAES)4 y otros de temáticas específicas como la educativa.

Es común que los investigadores cuantitativos que incursionan en proyectos cualitativos se sientan cómodos trabajando con listas de cotejo que les indiquen los pasos a seguir. No obstante, COREQ no debiera emplearse en la construcción del objeto de estudio o el diseño metodológico, pues esas actividades requieren de profundidad teórica y conocimiento del entorno cultural donde suceden las situaciones estudiadas. La postura epistemológica debe ser justificada según la temática y la pregunta de investigación, por lo que se requiere algo más que una lista de verificación. COREQ puede resultar útil como último paso del reporte para revisar y completar en la sección metodológica los procedimientos de la investigación, pero no constituye un referente teórico-metodológico sólido para fundamentar la toma de decisiones en la investigación cualitativa.

ESCENARIO 4

Delegar la interpretación: riesgos metodológicos del uso acrítico de IA en el análisis cualitativo

En los últimos años, el empleo de software especializado como ATLAS.ti y la inteligencia artificial (IA) para el análisis de datos cualitativos se ha incrementado de manera notable en la investigación educativa. La combinación entre tecnología digital e interpretación humana es una tendencia emergente hacia una investigación cualitativa, sin perder su esencia reflexiva y hermenéutica5. El incorporar técnicas de modelos de lenguaje de gran tamaño (LLM) permite explorar rápidamente corpus amplios de audios o textos, dividir los textos en unidades, acelerar tareas como la codificación, así como solventar los diversos desafíos del análisis y reducir considerablemente el tiempo que se requiere invertir para leer y analizar manualmente los datos; también, logra establecer categorías emergentes (para ser analizadas y validadas por los investigadores), entre otras aportaciones. El uso de dichas herramientas mejora la eficiencia en la codificación y recuperación de información y permite a los investigadores concentrarse en el análisis profundo en lugar de en la lectura exhaustiva de textos6.

Sin embargo, principalmente los investigadores noveles requieren tener cuidado con los resultados generados por la IA, ya que podrían ser incorrectos y trasladar los sesgos de los datos entrenados a su juicio y resultados7. Es fundamental no perder de vista que “estos LLM no entienden el lenguaje como lo hacen los humanos; en cambio, interpretan patrones estadísticos para producir respuestas de apariencia natural. ChatGPT específicamente es un transformador generativo preentrenado (GPT) que utiliza redes neuronales estadísticas para producir respuestas similares a las humanas”8.

Delegar la interpretación a la IA es perder rigor metodológico, dejar de lado la reflexividad y dar por sentado interpretaciones plausibles, pero que pueden ser incorrectas. Por lo anterior, se entiende tanto cierta reticencia de algunos, como el rechazo de muchos investigadores cualitativos9 a utilizar la IA para analizar datos, ya que el uso de estas tecnologías avanzadas parece entrar en conflicto con los principios clave de la investigación cualitativa que consideran el análisis tanto un “arte” como una ciencia, impulsado por el juicio, la reflexividad, la creatividad, la experiencia, las visiones del mundo, las creencias culturales, las intuiciones, el pensamiento no lineal e incluso los sesgos de los investigadores, quienes son la herramienta principal para establecer una relación con los participantes de la investigación. Principalmente en los enfoques cualitativos pospositivistas, de realismo crítico y construccionismo que enfatizan la interpretación subjetiva de los datos y se centran en la comprensión de las experiencias individuales, los contextos sociales y las perspectivas múltiples, las métricas de calidad de los estudios que utilizan la IA para el análisis de los datos siguen sin explorarse lo suficiente8. Ante tal escenario, el rol del investigador no debe ser reemplazado por máquinas con procedimientos mecánicos, pero debe sí utilizar las herramientas tecnológicas como un gran apoyo para los procesos investigativos10, sin perder el constante cuestionamiento sobre el uso de la IA en la coherencia del marco conceptual, la influencia de la ontología, la epistemología y metodología en la interpretación y uso de la IA, la alineación del análisis asistido por la IA con el método de análisis cualitativo que se quiere realizar, así como los aspectos éticos en el tratamiento de datos8.

ESCENARIO 5

Confundir preguntas de investigación con preguntas de la guía de entrevista

Al adentrarnos en los escollos de la investigación cualitativa, es frecuente que las preguntas de investigación se confundan con las de la guía de entrevista o las preguntas analíticas que se desarrollan durante la fase interpretativa. Las primeras se desarrollan al comienzo, durante la construcción del protocolo y se nutren de la revisión de contenidos temáticos y teóricos de autores que hayan abordado asuntos similares. La enunciación de las preguntas de investigación es el resultado de la triangulación de un tema/problema de investigación, una perspectiva teórico-conceptual y un abordaje metodológico acorde con el planteamiento del problema.

Por su parte, las preguntas de la guía de observación o de entrevista están dirigidas a los entrevistados o informantes, o a la recabación de datos contextuales y situacionales de interés. Como su intención es describir la realidad o recuperar el testimonio de las personas, la manera de enunciarlas debe ser compatible con el lenguaje verbal y no verbal de los interlocutores. Las preguntas de sentido común estarán basadas en las experiencias, creencias y valores del informante, no obstante, la estructura y contenido de la guía estarán vinculados al objeto de estudio antes construido.

Un error frecuente es llevar las preguntas de investigación a la guía de entrevista y plantearles a los entrevistados lo que el investigador debe descifrar al analizar e interpretar sus respuestas; así, indagar términos analíticos que forman parte del sistema de relaciones conceptuales es inadecuado. Por ejemplo, incluir una pregunta en la guía que diga “¿qué opina de las jerarquías en el hospital?” no sería lo indicado, pues la noción de jerarquía es compleja y forma parte del entramado teórico de la investigación. Tal vez sería más apropiado preguntar tomando en cuenta la experiencia de la persona “¿Qué posición ocupa en el hospital? ¿Cuáles son las actividades que le corresponde realizar en esa posición? ¿Cómo se relaciona con personas en otras posiciones?” En general es recomendable revisar la guía con investigadores experimentados y probarla en una entrevista inicial que permita realizar los ajustes necesarios al instrumento antes de continuar el trabajo de campo.

ESCENARIO 6

Producir datos sin cuerpo y densidad teórica

Una de las deficiencias metodológicas más frecuentes en la investigación cualitativa consiste en realizar el análisis empírico sin una integración explícita de marcos teóricos. No hay un consenso para determinar cómo se articula la teoría en los estudios cualitativos; sin embargo, sí se reconoce que la o las teorías permiten complejizar las interpretaciones, avanzar hacia niveles más altos de abstracción y comprensión, y evitar que los resultados queden reducidos a una mera recopilación de opiniones.

Hay posturas que proponen subvertir la lógica tradicional de “analizar primero y teorizar después”, invitan a trabajar “pensando con teoría” desde el inicio del proceso analítico. La teoría no es un lente externo que se aplica a los datos, sino una herramienta activa que permite producir nuevas lecturas del material empírico11. En coincidencia con lo anterior, no integrar la teoría en el análisis cualitativo constituye un error metodológico porque impide avanzar hacia niveles más altos de profundidad, abstracción y comprensión. Sin embargo, se rechaza una visión rígida o jerárquica del uso de la teoría; se argumenta que la incorporación de esta debe responder al propósito del estudio, al paradigma metodológico y a la naturaleza del fenómeno investigado. Por ejemplo, enfoques como la fenomenología o la teoría fundamentada pueden utilizar la teoría de maneras distintas, desde una apertura inductiva hasta una guía conceptual explícita12.

ESCENARIO 7

Procesamiento de comentarios escritos en encuestas

Los espacios abiertos en las encuestas que sirven para registrar comentarios escritos (CE) sobre alguna experiencia, opinión o situación, constituyen oportunidades para comprender el fenómeno de estudio a detalle. No obstante, es habitual que las personas que diseñan cuestionarios añadan al final alguna indicación como “si gusta agregar un comentario, anótelo en el siguiente espacio”. Se recaban los enunciados, pero en el momento del análisis, la sistematización de estos datos resulta compleja, pues la diversidad de temas y la disparidad de los niveles vuelven difícil la tarea de articularlos y relacionarlos.

Es común que emerjan contradicciones entre los números que arrojan las preguntas cerradas y los enunciados de los comentarios escritos, lo que provoca más desconcierto que explicación. En ocasiones la pobreza del lenguaje o el sentido poco preciso de las palabras plasmadas no ayuda a descifrar los mensajes. Es importante aclarar que los CE no se consideran “narrativas”, ya que estas últimas implican historias, secuencias de acontecimientos entre agentes que interaccionan en entornos específicos. Los CE tienen el propósito de documentar experiencias, sintetizar observaciones y casi siempre son cortos, como mensajes de texto, por eso se denominan enunciados y no narrativas13.

Para evitar la dispersión de los CE, resulta relevante redactar en la pregunta abierta una indicación precisa que oriente al respondiente sobre lo que se espera que escriba. Por ejemplo, en la evaluación docente es común que los residentes médicos, en lugar de comentar sobre su profesor(a), se refieran a las condiciones de las instalaciones de la sede o al programa académico o a aspectos relacionados con las labores asistenciales. Con el objetivo de describir y analizar las problemáticas reportadas de los CE, se presenta una propuesta que implica un proceso en tres pasos: 1) determinar la validez del CE con base en cuatro criterios: especificidad, accionabilidad, congruencia y relevancia; 2) valorar si el CE es positivo o crítico; 3) categorizar su contenido según tres niveles: estructural, organizacional o interpersonal14.

No es extraño que a los investigadores cualitativos les soliciten que analicen los datos de los CE cuando en la planeación de las encuestas no fueron consideradas las cuestiones anteriores. Los espacios abiertos también requieren reflexión previa para posibilitar la comprensión profunda del objeto de estudio. Los nuevos recursos digitales para buscar palabras comunes en los textos de manera automática no son suficientes para la comprensión cabal de los CE que requieren de lectura atenta para entender los significados socioculturales y obtener información relevante sobre los contextos investigados.

CONCLUSIONES

El recorrido por los distintos escenarios presentados en este artículo permite identificar que muchos de los problemas en la investigación cualitativa no derivan del enfoque en sí mismo, sino de su aplicación acrítica o superficial. La incorporación del componente cualitativo como un “añadido” metodológico, la ausencia de una articulación clara entre supuestos epistemológicos, diseño de investigación y estrategias analíticas, así como el uso instrumental de técnicas sin un sustento teórico, constituyen algunos de los escollos más frecuentes que afectan la calidad de los estudios.

Reconocer estos “chipotes” metodológicos resulta fundamental para fortalecer la práctica investigativa. La investigación cualitativa y mixta exige coherencia entre teoría, método y análisis. Más que un conjunto de técnicas, se trata de una perspectiva de indagación que demanda sensibilidad interpretativa, claridad conceptual y decisiones metodológicas justificadas.

En este sentido, la identificación crítica de los errores comunes no busca descalificar las investigaciones existentes, sino contribuir a la mejora de las prácticas académicas y a la consolidación de estudios cualitativos sólidos y pertinentes.

CONTRIBUCIÓN INDIVIDUAL

•LHS: Diseño y redacción del manuscrito.

•TVV: Diseño y redacción del manuscrito.

AGRADECIMIENTOS

Ninguno.

PRESENTACIONES PREVIAS

Ninguna.

FINANCIAMIENTO

Ninguno.

CONFLICTOS DE INTERESES

Ninguno.

REFERENCIAS

1.Gierus B, Du T, Maduforo AN, Gilbert B, Koh K. Prevalence and quality of mixed methods research in educational subdisciplines: a systematic review. SAGE Open. 2025;15(2). doi:10.1177/21582440251335171

2.Creswell JW. Research design: qualitative, quantitative and mixed methods approaches. 4th ed. Thousand Oaks: SAGE; 2018.

3.Tong A, Sainsbury P, Craig J. Consolidated criteria for reporting qualitative research (COREQ): a 32-item checklist for interviews and focus groups. Int J Qual Health Care. 2007;19(6):349-357. doi:10.1093/intqhc/mzm042

4.Dossett LA, Kaji AH, Cochran A. SRQR and COREQ reporting guidelines for qualitative studies. JAMA Surg. 2021;156(9):875-6. doi:10.1001/jamasurg.2021.0525

5.Espinoza-Freire EE. La investigación cualitativa en la educación superior: enfoques, desafíos y perspectivas actuales. Rev Soc Tecnol. 2025;8(S3):1299-1310. doi:10.51247/st.v8iS3.56

6.Hernández-Jiménez G, Cuevas-Rasgado AD, Hernández-Espinosa R, Niño-Membrillo YE. Análisis cualitativo de documentos de texto en español. Rev Int Investig Innov Tecnol. 2026;13(78):95.

7.Nguyen-Trung K. ChatGPT in thematic analysis: can AI become a research partner? Qual Quant. 2025. doi:10.1007/s11135-025-02165-z

8.Nicmanis M. Getting started with artificial intelligence assisted qualitative data analysis. Qual Res Psychol. 2025.

9.Jowsey T, Braun V, Clarke V, Lupton D, Fine M. We reject the use of generative artificial intelligence for reflexive qualitative research [Internet]. SSRN; 2025 Oct 20 [citado 2026 Abr 22]. http://dx.doi.org/10.2139/ssrn.5676462

10.Woods M, Paulus T, Atkins D, Macklin R. Advancing qualitative research using qualitative data analysis software (QDAS)? Reviewing potential versus practice in published studies using ATLAS.ti and NVivo, 1994–2013. Soc Sci Comput Rev. 2016;34(5):597-617

11.Jackson AY, Mazzei LA. Thinking with theory in qualitative research: viewing data across multiple perspectives. New York: Routledge; 2012.

12.Herber OR, Taylor J, Bradbury-Jones C. Theory in qualitative research: a qualitative study of research experts’ views. BMC Med Res Methodol. 2026;26(1). doi:10.1186/s12874-025-02752-6

13.Ginsburg S, Watling CJ, Schumacher DJ, Gingerich A, Hatala R. Numbers encapsulate, words elaborate: toward the best use of comments for assessment and feedback on entrustment ratings. Acad Med. 2021;99(7 Suppl):S81-S86.

14.Carmona I, Hamui L. Estrategias para sistematizar los comentarios escritos de la evaluación al docente en las residencias médicas. Rev Esp Educ Med. 2023;2:6-15.