Escala de Clima de Aprendizaje de los Errores

1. Resumen / Abstract

La Escala de Clima de Aprendizaje de los Errores (en inglés, Learning from Mistakes Climate Scale, LMCS) constituye un instrumento psicométrico contemporáneo diseñado específicamente para cuantificar y evaluar las percepciones compartidas de los colaboradores respecto al modo en que sus organizaciones gestionan, toleran y capitalizan los fallos no intencionados que emergen durante la actividad laboral habitual. En los entornos corporativos modernos caracterizados por la volatilidad, la incertidumbre, la complejidad y la ambigüedad, el aprendizaje organizacional continuo se ha transformado en un imperativo adaptativo indispensable. No obstante, las dinámicas de ensayo y adquisición de competencias conllevan de manera inherente la comisión de errores, los cuales con frecuencia son penalizados o estigmatizados en culturas empresariales de corte punitivo. Desarrollada por las investigadoras Michelle Chin Chin Lee y Su Woan Wo en 2022, la escala traslada el foco de análisis desde las actitudes individuales aisladas hacia el clima organizacional como propiedad colectiva y sistémica del entorno de trabajo.

El instrumento está constituido por 17 reactivos distribuidos bajo una estructura factorial estrictamente unidimensional, evaluados mediante un formato de respuesta de tipo Likert de 5 puntos (que abarca desde 1 = Totalmente en desacuerdo hasta 5 = Totalmente de acuerdo). La validación empírica original fue desarrollada con una muestra de 554 trabajadores adultos en Malasia (edad media de 32,28 años), complementada por un diseño de retest longitudinal a los 10-14 días con 468 participantes retenidos. Los análisis psicométricos mediante análisis factorial confirmatorio (CFA) evidenciaron índices de bondad de ajuste óptimos (χ²/gl = 3,764, CFI = 0,926, GFI = 0,911, AGFI = 0,880, RMSEA = 0,071, SRMR = 0,0466). Asimismo, la escala demostró una elevada consistencia interna (alfa de Cronbach global superior a 0,90), sólida estabilidad temporal respaldada por coeficientes de correlación intraclase (ICC) estadísticamente significativos en todos los reactivos y en la puntuación total, así como una robusta validez convergente y predictiva frente a constructos como la seguridad psicológica, el clima de aprendizaje general y el compromiso laboral (work engagement).

2. Palabras clave / Keywords

Clima organizacional, aprendizaje de los errores, seguridad psicológica, gestión del error, psicometría, evaluación del desempeño, comportamiento organizacional, compromiso laboral, cultura del error, desarrollo de recursos humanos, análisis factorial confirmatorio, tolerancia al error.

3. Autores / Authors

La escala fue desarrollada y validada por investigadoras adscritas a prestigiosas instituciones universitarias en el área de la psicología aplicada y el comportamiento humano:

• Michelle Chin Chin Lee: Doctora en Psicología Organizacional. Al momento de la investigación y publicación del instrumento, formaba parte de la School of Psychology, Massey University (Campus de Auckland, Nueva Zelanda). Sus líneas primordiales de investigación abarcan el liderazgo compasivo y paternalista, las demandas y recursos laborales (modelo JD-R), el compromiso en el trabajo y la psicometría aplicada al ámbito ocupacional. Correo electrónico institucional de contacto: [email protected].
• Su Woan Wo: Doctora e investigadora en el Department of Psychology, Sunway University (Bandar Sunway, Selangor, Malasia). Su labor académica se centra en la medición psicológica, la adaptación transcultural de instrumentos psicométricos, la salud ocupacional y el bienestar psicosocial en contextos educativos y corporativos del sudeste asiático.

4. Propósito / Purpose

Durante décadas, la literatura sobre desarrollo organizacional y gestión del talento humano ha colocado un énfasis casi desproporcionado en la capacitación estructurada y en las métricas de éxito infalible, desatendiendo sistemáticamente los procesos de aprendizaje informal que se derivan de los incidentes desfavorables y los fallos operativos cotidianos. Cuando las entidades corporativas operan bajo dinámicas orientadas a la culpabilidad o aplican sanciones manifiestas o encubiertas ante cualquier equivocación, se instaura un fenómeno generalizado de ocultamiento de fallos (knowledge hiding y encubrimiento de errores). Esta respuesta defensiva de los empleados impide que la organización diagnostique oportunamente las fallas sistémicas subyacentes, inhibe la innovación deliberada y restringe de manera severa la exploración cognitiva y conductual de nuevos métodos de trabajo.

La Escala de Clima de Aprendizaje de los Errores (LMCS) fue creada precisamente para colmar este vacío instrumental y teórico en la psicología del trabajo y de las organizaciones. Su objetivo cardinal radica en proporcionar una herramienta psicométrica estandarizada, económica y empíricamente validada que permita evaluar el grado en que los empleados perciben colectivamente que su organización acepta, tolera y reconceptualiza los errores honestos como hitos formativos y catalizadores del desarrollo profesional, en lugar de considerarlos faltas punibles que ameriten represalias disciplinarias o deterioro reputacional.

En el ámbito de la investigación aplicada, la LMCS ofrece un marco cuantitativo riguroso para investigar los antecedentes y consecuentes del clima de error. Facilita la exploración empírica de cómo variables contextuales tales como el liderazgo ético, la supervisión de apoyo y las políticas institucionales de recursos humanos influyen sobre la disposición de los equipos de trabajo a compartir lecciones aprendidas. De igual modo, permite examinar su impacto mediador o moderador sobre variables críticas de resultado, tales como la conducta de voz (voice behavior), la resolución proactiva de problemas, la retención del talento y la satisfacción laboral intrínseca.

En el terreno de la práctica diagnóstica y la consultoría organizacional, la LMCS funciona como un barómetro ambiental de suma utilidad para los profesionales de recursos humanos y psicólogos del trabajo. Permite contrastar si los valores corporativos proclamados en los discursos institucionales sobre innovación y agilidad se corresponden efectivamente con la realidad vivenciada por la plantilla laboral. Un diagnóstico preciso mediante este instrumento permite diseñar intervenciones específicas orientadas a desmantelar la cultura del miedo, estructurar protocolos de revisión posterior al incidente (after-event reviews) y fomentar la seguridad psicológica en departamentos donde los fallos suelen encubrirse por temor al descrédito profesional.

5. Constructo psicológico / Construct

El constructo medido por la escala es el clima de aprendizaje de los errores (learning from mistakes climate), conceptualizado formalmente como las percepciones compartidas y consensuadas por los miembros de una organización respecto a las políticas, prácticas, procedimientos y normas tácitas que definen la tolerancia institucional al fallo y promueven la extracción intencional de conocimiento a partir de los desaciertos operacionales cotidianos.

Es indispensable delimitar este constructo respecto a nociones afines pero conceptualmente divergentes:

• Distinción entre «errores» y «equivocaciones» (Mistakes vs. Errors): La fundamentación de Lee y Wo (2022) asume la demarcación conceptual propuesta en la epistemología de la acción (Hon, 1995). Mientras que los «errores» suelen aludir a desviaciones mecánicas, descuidos procedurales o fallos sistémicos de ejecución atribuibles a la falta de rigor o deficiencias tecnológicas, las «equivocaciones» (mistakes) se vinculan directamente a procesos de toma de decisiones bajo condiciones de incertidumbre, donde el juicio individual o grupal conduce a resultados imprevistos no deseados. La LMCS se enfoca primordialmente en estas últimas, poniendo de relieve el locus de control interno y la trayectoria deliberada de aprendizaje del individuo.
• Diferenciación respecto a la seguridad psicológica: Popularizada por Amy Edmondson (1999), la seguridad psicológica representa la creencia compartida de que el equipo es un entorno seguro para asumir riesgos interpersonales generales, lo que incluye formular preguntas, proponer ideas audaces y desafiar el statu quo. El clima de aprendizaje de los errores, si bien comparte una sólida covarianza con la seguridad psicológica, constituye un constructo focalizado que atiende específicamente a la fase post-incidente: ¿qué ocurre operativamente, comunicativamente y emocionalmente en la organización después de que se consuma un error?
• Unidimensionalidad del constructo: Frente a instrumentos de clima que fragmentan las actitudes hacia el error en múltiples dimensiones fragmentarias (tales como la orientación a la aversión vs. orientación a la gestión), los hallazgos factoriales de Lee y Wo confirmaron que las percepciones de tolerancia, comunicación transparente, apoyo supervisory, análisis no punitivo e integración procedural configuran una estructura unidimensional cohesiva. Esto significa que las prácticas de apoyo ante el error no operan de manera aislada; cuando una organización madura en su respuesta al fallo, dicha madurez impregna de forma holística sus normas directivas, sus rutinas de retroalimentación y sus redes de apoyo entre pares.

De este modo, una puntuación elevada en este constructo refleja un ecosistema donde los fallos se transparentan con naturalidad, las jefaturas responden con serenidad constructiva, los equipos cooperan activamente en la rectificación y los aprendizajes derivados se institucionalizan en las pautas y manuales operativos para enriquecer el capital intelectual colectivo.

6. Marco teórico / Theoretical Framework

La fundamentación teórica de la LMCS se nutre de la convergencia de varios paradigmas capitales de la psicología organizacional, el aprendizaje del adulto y la teoría sociocultural:

1. Teoría del Clima Organizacional Específico

Tradicionalmente, autores como Schneider, Ehrhart y Macey (2013) establecieron que el clima organizacional no debe ser analizado únicamente como un constructo molar o difuso, sino a través de «climas para algo específico» (climates for something), tales como el clima de seguridad industrial, el clima de servicio o el clima ético. Bajo esta perspectiva, los colaboradores decodifican constantemente las señales del entorno (recompensas, amonestaciones, reacciones de la gerencia) para inferir qué comportamientos son genuinamente valorados. La LMCS operacionaliza con exactitud un clima por facetas: el clima orientado específicamente al procesamiento constructivo de las equivocaciones.

2. Modelo de Gestión del Error (Error Management Theory)

Formulado inicialmente por Frese y sus colaboradores (Harteis et al., 2008; Harteis, 2012), este enfoque sostiene que, dado que el error humano es estadísticamente inevitable en cualquier tarea compleja, las estrategias de «prevención absoluta del error» son no sólo infructuosas sino potencialmente nocivas, ya que conducen a la rigidez y al silenciamiento. Por el contrario, la gestión del error postula que el foco de las organizaciones debe residir en amortiguar las consecuencias negativas inmediatas, facilitar la detección temprana, acelerar la reparación y extraer el aprendizaje correctivo. La LMCS operacionaliza este enfoque convirtiendo la filosofía de gestión del error en indicadores de percepción climática.

3. Modelo de Demandas y Recursos Laborales (Job Demands-Resources Model)

Desde la formulación del modelo JD-R (Bakker & Demerouti, Schaufeli et al., 2006), el clima de aprendizaje de los errores funciona como un recurso organizacional fundamental. Al amortiguar el impacto del estrés asociado a la incertidumbre y reducir el agotamiento emocional producto del miedo a las sanciones, este recurso favorece el despliegue del compromiso laboral vigoroso, la dedicación y la absorción proactiva de los trabajadores en sus tareas cotidianas.

4. Perspectiva Transcultural y Distancia de Poder

Un elemento distintivo cardinal en la concepción del instrumento fue su validación en el contexto de Malasia. Siguiendo las dimensiones culturales de Geert Hofstede, las culturas asiáticas del sudeste tienden a caracterizarse por un marcado colectivismo y una elevada distancia de poder jerárquica. En tales configuraciones socioculturales, el desacierto suele vincularse a la «pérdida de prestigio» social (loss of face) y al quebranto de la armonía grupal (Zhang et al., 2008), volviendo el acto de admitir un error una conducta sumamente amenazante. Por consiguiente, teorizar y validar una herramienta capaz de registrar la seguridad para aprender de los fallos en este contexto reviste una relevancia psicométrica de primer orden para la psicología transcultural del trabajo.

7. Validez / Validity

La evaluación psicométrica de la LMCS involucró múltiples estrategias metodológicas dirigidas a garantizar la validez de contenido, constructo, convergente, discriminante y de criterio predictivo de acuerdo con los estándares internacionales de la American Psychological Association (APA):

Validez de Contenido y Juicio de Expertos

La generación inicial de los reactivos se sustentó en una exhaustiva revisión de la literatura sobre clima de aprendizaje, gestión de fallos y cultura organizacional. Posteriormente, se convocó a un panel de expertos académicos y consultores organizacionales en Malasia para valorar la pertinencia conceptual, claridad léxica, adecuación gramatical y relevancia contextual de cada ítem respecto a la definición del clima de aprendizaje de los errores. Como resultado de esta fase cualitativa rigurosa, se depuró el banco inicial a un conjunto de 23 ítems candidatos sometidos a análisis psicométrico formal.

Validez Convergente y Discriminante

Para comprobar que la LMCS mide de forma fidedigna el espacio conceptual propuesto, se correlacionó con instrumentos validados y estandarizados:

• Seguridad Psicológica de Edmondson (1999): Evaluada mediante la escala de 7 reactivos (alpha = 0,82). La LMCS mostró una correlación positiva moderada-alta, teóricamente congruente y estadísticamente significativa con la seguridad psicológica, corroborando que ambos constructos cohabitan en la esfera de los entornos de baja amenaza interpersonal pero mantienen identidad sustantiva propia sin presentar redundancia psicométrica.
• Escala de Clima de Aprendizaje (LCS) de Nikolova et al. (2014): Se constataron asociaciones positivas estadísticamente significativas con las dimensiones de facilitación del aprendizaje organizativo y correlaciones negativas o diferenciales con pautas de evitación del error, confirmando la validez nomológica de la herramienta.

Validez de Criterio y Predictiva

La validez de criterio predictivo se comprobó a través del modelamiento de ecuaciones estructurales vinculando el clima de aprendizaje de los errores con indicadores conductuales y actitudinales de los empleados:

• Compromiso Laboral (Work Engagement): Medido mediante la versión validada de la Utrecht Work Engagement Scale (UWES-9; Schaufeli et al., 2006). Los resultados evidenciaron que un clima positivo hacia el aprendizaje de los errores predice de manera directa, robusta y positiva mayores niveles de vigor, dedicación y absorción en el trabajo.
• Conductas de Resolución de Problemas e Innovación: Puntuaciones más altas en la LMCS se asociaron de forma sistemática con un incremento en la exploración de soluciones alternativas y conductas de ayuda mutua ante eventos críticos de fallo.

8. Confiabilidad / Reliability

La precisión métrica y la reproducibilidad de las puntuaciones de la LMCS fueron examinadas minuciosamente tanto a nivel de consistencia interna como de estabilidad temporal y consistencia compartida a nivel de unidad:

Consistencia Interna

En la muestra principal de 554 empleados malayos, la escala final de 17 ítems obtuvo un coeficiente alfa de Cronbach global superior a 0,90 (α > 0,90), lo que refleja una homogeneidad interna excepcional, ampliamente por encima de los umbrales de 0,70 y 0,80 usualmente requeridos en psicometría aplicada e investigación básica. Los valores de correlación ítem-total corregida para la totalidad de los 17 reactivos superaron consistentemente el umbral crítico de 0,40, evidenciando que cada elemento aporta de manera no redundante y eficaz a la varianza del constructo latente.

Estabilidad Temporal (Test-Retest)

Para evaluar si la herramienta captura un clima ambiental percibido estable o si es vulnerable a fluctuaciones de afecto transitorio, se implementó una segunda administración del cuestionario transcurrido un intervalo de 10 a 14 días sobre un subconjunto retenido de 468 participantes (tasa de atrición moderada del 15,52%). Los resultados evidenciaron índices de confiabilidad test-retest estadísticamente significativos (p < 0,001), constatando que el instrumento posee una elevada invariabilidad en el tiempo bajo condiciones ambientales constantes.

Coeficientes de Correlación Intraclase (ICC)

Dado que el constructo evalúa un fenómeno percibido a nivel contextual y organizacional, los autores calcularon los coeficientes de correlación intraclase (ICC) para medidas individuales y agregadas conforme a las recomendaciones de Weir (2005). Todos los ítems individuales y la puntuación compuesta global exhibieron valores de ICC robustos y estadísticamente significativos (p < 0,05). Estos resultados no solo confirman la concordancia interjueces y la fiabilidad de las medidas repetidas, sino que proporcionan la justificación psicométrica necesaria para que los investigadores puedan eventualmente agregar las respuestas a nivel grupal o departamental si el diseño de investigación así lo requiere.

9. Análisis factorial / Factor Analysis

La elucidación y confirmación de la estructura factorial interna de la LMCS se llevó a cabo mediante técnicas avanzadas de modelado estadístico utilizando los softwares IBM SPSS Statistics, AMOS v.27 y MPlus 6:

Procedimiento y Estimación

Se ejecutó un Análisis Factorial Confirmatorio (CFA) empleando los métodos de Estimación de Máxima Verosimilitud (ML) y Máxima Verosimilitud Robusta (RML). La aplicación de RML garantizó la generación de errores estándar insesgados, minimizando cualquier distorsión potencial derivada de ligeras desviaciones de normalidad multivariante en los datos observados.

Depuración de Modelos Anidados

La investigación probó inicialmente la estructura unidimensional hipotética sobre el banco de 23 ítems (Modelo 1). Durante este primer análisis, se identificó que seis reactivos específicos (ítems 6, 10, 16, 19, 20 y 21 de la versión preliminar) exhibían cargas factoriales estandarizadas sustancialmente reducidas, por debajo del valor de corte preestablecido de 0,40. Atendiendo tanto a criterios estadísticos empíricos como a la redundancia conceptual cualitativa, dichos ítems fueron depurados progresivamente.

Ajuste del Modelo Final de 17 Ítems

La estructura refinada de 17 reactivos (Modelo 2) demostró un ajuste satisfactorio a los datos empíricos de la muestra:

• Chi-cuadrado normado (χ²/gl): 3,764 (p < 0,001), valor acorde a modelos de muestras amplias donde el estadístico chi-cuadrado suele mostrar sensibilidad al tamaño muestral.
• Índice de Ajuste Comparativo (CFI): 0,926, superando el criterio convencional de ≥ 0,90 sugerido por Bentler y Bonett (1980) y Hu y Bentler (1999).
• Índice de Bondad de Ajuste (GFI): 0,911, ubicándose por encima del estándar clásico de 0,90.
• Índice Ajustado de Bondad de Ajuste (AGFI): 0,880, holgadamente por encima del umbral de 0,80.
• Error Cuadrático Medio de Aproximación (RMSEA): 0,071, situándose de manera idónea dentro de la franja de error razonable de aproximación (< 0,08) descrita por Browne y Cudeck (1993), Steiger (1998) y MacCallum et al. (1996).
• Residuo Cuadrático Medio Estandarizado (SRMR): 0,0466, satisfaciendo estrictamente el criterio de excelente ajuste (0 ≤ SRMR ≤ 0,05).

Las cargas factoriales estandarizadas de todos y cada uno de los 17 ítems seleccionados oscilaron entre 0,460 y 0,750, evidenciando saturaciones moderadas y altas que confirman que todos los enunciados son manifestaciones convergentes robustas del factor latente único denominado clima de aprendizaje de los errores.

10. Instrumento de medición / Instrument

A continuación se detallan las características operativas y especificaciones del formato del test:

• Tipo de prueba: Instrumento psicométrico de autoinforme (self-report questionnaire) enfocado en la medición del clima perceptual del entorno de trabajo.
• Formato: 17 ítems estructurados como enunciados actitudinales y conductuales afirmativos.
• Escala de respuesta: 17 items (evaluados mediante una escala Likert de 5 puntos: 1 = Totalmente en desacuerdo, 2 = En desacuerdo, 3 = Neutral / Indiferente, 4 = De acuerdo, 5 = Totalmente de acuerdo).
• Población diana: Empleados, profesionales en activo y adultos integrados en organizaciones públicas, privadas o del tercer sector.
• Grupo de edad: Adultos laboralmente activos (edad media de referencia en la estandarización: 32,28 años; rango típico de 18 a 65 años).
• Modo de administración: Autoadministrado, apto tanto para aplicaciones colectivas como individuales en formatos impresos tradicionales o mediante plataformas de evaluación digital en línea. Tiempo de respuesta estimado: entre 5 y 8 minutos.
• Directrices de puntuación e interpretación: Todos los 17 reactivos están redactados en sentido positivo, por lo que no existen ítems inversos. La puntuación global puede computarse como la sumatoria directa de los 17 reactivos (con un rango posible de 17 a 85 puntos) o como la media aritmética simple de todos los ítems (rango de 1,00 a 5,00 puntos). Puntuaciones sensiblemente más elevadas reflejan un clima corporativo constructivo, tolerante y altamente orientado a capitalizar el error como fuente de aprendizaje; puntuaciones bajas evidencian entornos percibidos como punitivos, restrictivos o propensos al encubrimiento de fallos.

11. Permisos, Tarifas y Año del test / Permissions & Fee and Test Year

El estudio de desarrollo, formulación psicométrica y validación empírica de la Learning from Mistakes Climate Scale fue publicado oficialmente en el año 2022 en la revista científica de acceso abierto revisada por pares Frontiers in Psychology (Volumen 13, Artículo 911311).

El artículo se encuentra publicado bajo la licencia abierta Creative Commons Attribution (CC BY 4.0), lo cual concede el derecho a reproducir, divulgar, adaptar y utilizar libremente el contenido, siempre que se otorgue el debido crédito de citación académica a las autoras originales (Michelle Chin Chin Lee y Su Woan Wo) y a la fuente de publicación inicial. Por tanto, el instrumento es de acceso libre y gratuito (tarifa cero) para propósitos legítimos de investigación científica sin fines comerciales y formación académica universitaria.

Para aplicaciones diagnósticas en consultoría de recursos humanos corporativos a gran escala, integraciones en plataformas de software propietario de analítica de personas o el desarrollo de versiones traducidas formalmente a otros idiomas, se aconseja establecer contacto ético con la autora de correspondencia, la Dra. Michelle Chin Chin Lee ([email protected]), a fin de coordinar pautas metodológicas de adaptación y asegurar la fidelidad métrica transcultural del instrumento.

12. Referencias / References

A continuación se listan las referencias bibliográficas fundamentales en formato APA 7.ª edición con sus hipervínculos DOI correspondientes:

• Bentler, P. M., & Bonett, D. G. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological Bulletin, 88(3), 588–606. https://doi.org/10.1037/0033-2909.88.3.588
• Bollen, K. A. (1989). A new incremental fit index for general structural equation models. Sociological Methods & Research, 17(3), 303–316. https://doi.org/10.1177/0049124189017003004
• Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. En K. A. Bollen & J. S. Long (Eds.), Testing structural equation models (pp. 136–162). Sage.
• Carmeli, A., & Gittell, J. H. (2009). High-quality relationships, psychological safety, and learning from failures in work organizations. Journal of Organizational Behavior, 30(6), 709–729. https://doi.org/10.1002/job.565
• Edmondson, A. (1999). Psychological safety and learning behavior in work teams. Administrative Science Quarterly, 44(2), 350–383. https://doi.org/10.2307/2666999
• Edmondson, A. C. (2004). Learning from failure in health care: Frequent opportunities, pervasive barriers. BMJ Quality & Safety, 13(suppl 2), ii3–ii9. https://doi.org/10.1136/qhc.13.suppl_2.ii3
• Gu, Q., Jiang, W., & Wang, G. (2013). Social capital and innovation in R&D teams: The mediating roles of psychological safety and learning from mistakes. R&D Management, 43(2), 89–100. https://doi.org/10.1111/radm.12002
• Harteis, C., Bauer, J., & Gruber, H. (2008). The culture of learning from mistakes: How employees handle mistakes in everyday work. International Journal of Educational Research, 47(4), 223–231. https://doi.org/10.1016/j.ijer.2008.07.003
• Harteis, C. (2012). Learning from mistakes – still a challenge for research and business practice. En C. Harteis (Ed.), The culture of learning from mistakes (pp. 31–44). SensePublishers.
• Hon, G. (1995). Going wrong: To make a mistake, to fall into an error. The Review of Metaphysics, 49(1), 3–20.
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Lee, M. C. C., & Wo, S. W. (2022). Learning from mistakes climate scale: Development and validation. Frontiers in Psychology, 13, Artículo 911311. https://doi.org/10.3389/fpsyg.2022.911311
• MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, 1(2), 130–149. https://doi.org/10.1037/1082-989X.1.2.130
• Nikolova, I., Van Ruysseveldt, J., De Witte, H., & Syroit, J. (2014). Work-based learning: Development and validation of a scale measuring the learning potential of the workplace (LPW). Journal of Vocational Behavior, 84(1), 1–10. https://doi.org/10.1016/j.jvb.2013.09.004
• Probst, T. M., Goldenhar, L. M., Byrd, J. L., & Betit, E. (2019). The safety climate assessment tool (S-CAT): A rubric-based approach to measuring construction safety climate. Journal of Safety Research, 69, 43–51. https://doi.org/10.1016/j.jsr.2019.02.004
• Schaufeli, W. B., Bakker, A. B., & Salanova, M. (2006). The measurement of work engagement with a short questionnaire: A cross-national study. Educational and Psychological Measurement, 66(4), 701–716. https://doi.org/10.1177/0013164405282471
• Schneider, B., Ehrhart, M. G., & Macey, W. H. (2013). Organizational climate and culture. Annual Review of Psychology, 64, 361–388. https://doi.org/10.1146/annurev-psych-113011-143809
• Steiger, J. H. (1998). A note on multiple sample extensions of the RMSEA fit index. Structural Equation Modeling: A Multidisciplinary Journal, 5(4), 411–419. https://doi.org/10.1080/10705519809540115
• Weinzimmer, L. G., & Esken, C. A. (2017). Learning from mistakes: How mistake tolerance positively affects organizational learning and performance. The Journal of Applied Behavioral Science, 53(3), 322–348. https://doi.org/10.1177/0021886316688658
• Weir, J. P. (2005). Quantifying test-retest reliability using the intraclass correlation coefficient and the SEM. The Journal of Strength & Conditioning Research, 19(1), 231–240. https://doi.org/10.1519/15184.1
• Zhang, A., Reyna, C., Qian, Z., & Yu, G. (2008). Interpersonal attributions of responsibility in the Chinese workplace: A test of Western models in a collectivistic context. Journal of Applied Social Psychology, 38(9), 2361–2377. https://doi.org/10.1111/j.1559-1816.2008.00395.x

13. Ítems de la escala / Items of the Scale