1. Introducción

Los Centros Juveniles (CJ)

Son separados de los adultos en conflicto con la ley por diversas razones. Por ejemplo, los adolescentes están en proceso de desarrollo, e interactuar con adultos con antecedentes violentos o delictivos puede tener un impacto negativo en su desarrollo y aumentar el riesgo de tener comportamientos delictivos en el futuro. Como parte de la misión de contribuir a que puedan reeducarse y que posteriormente puedan reintegrarse, los adolescentes tienen acceso a servicios como los siguientes: educación formal (p.e. Educación Básica Alternativa) y no formal (p.e. talleres), terapia psicológica, actividades recreativas y deportivas y formación laboral.

Los CJ en Lima Metropolitana

Son instituciones que forman parte del sistema de justicia juvenil en Perú. Están orientados a la reeducación y reintegración social de adolescentes que han infringido la ley penal y han sido sometidos a medidas socioeducativas por parte del Poder Judicial. Estos centros operan bajo la supervisión del Ministerio de Justicia y Derechos Humanos, a través del Programa Nacional de Centros Juveniles (PRONACEJ).

La población atendida son adolescentes que han cometido delitos y han sido derivados a estos centros como parte de su sanción. Con respecto a las edades, se dirige a personas entre 14 a 18 años; sin embargo, algunos centros también atienden a personas mayores.

A pesar de ello, se ha reportado distintos tipos de violencia al interior de los centros. Esta puede producirse entre internos y por parte del personal a internos. Además, la violencia también se presenta a partir de condiciones estructurales, tales como hacinamiento y falta de recursos, dificultando también la supervisión.

Adolescencia

Con respecto a la adolescencia como etapa de desarrollo, es caracterizada por por transformaciones a nivel biológico, cognitivo, social y emocional (Steinberg, 2017). Además, es definida en su duración y características por la cultura en la que se desarrollan, lo cual influye en las vivencias de esta etapa puesto que cada cultura tendrá una manera de entender lo que implica transitar a la adultez (Valsiner, 2000). En contextos como el peruano, esta etapa puede dividirse en adolescencia temprana (12-14), adolescencia media (15-17) y adolescencia tardía (18-20). A partir de ello, **en el presente trabajo optamos por comparar a los adolescentes medios y tardíos, ya que son los principales grupos etarios presentes en el Centro Juvenil.

Finalmente, en la línea de la reinserción social, se debe considerar la teoría del desarrollo psicosocial de Erikson (1980), la cual plantea que la principal tarea es la construcción de la identidad psicosocial. Esta se caracteriza por ser un proceso de exploración a distintos niveles y por un posterior compromiso con ciertos valores, metas y creencias (Marcia, 1967). En este caso, los distintos servicios ofrecidos se dirigen a que puedan explorar alternativas educativas, laborales y recreativas, y así construir un proyecto de vida. Ello sobre todo se enfatiza hacia finales de la adolescencia media y en la adolescencia tardía, ya que se enfrentan al fin de la etapa escolar y a la toma de decisiones sobre qué quieren ser y hacer.

A partir de lo presentado, el trabajo tiene el siguiente objetivo: analizar las experiencias educativas en un Centro Juvenil de Lima Metropolitana de adolescentes varones privados de su libertad. Como objetivo específico, se comparará las vivencias de adolescentes medios y adolescentes tardíos.

2. Descripción de base de datos y de las variables utilizadas

Se utilizaron datos a partir de la Encuesta de Población en los Centros Juveniles de Lima Metropolitana (2022), la cual es de acceso público previa solicitud. El recojo de información se realizó mediante entrevistas presenciales a través de un cuestionario impreso, donde se consutó sobre sus percepciones en torno a la vivencia en el CJ.

La base de datos original tiene más de 200 variables, que abarcan los antecedentes de las y los adolescentes infractores, así como también caracterizan su vida en el centro y sus expectativas al salir del mismo. De ellas, en este informe se utilizan 6 variables: 3 sociodemográficas (Centro Juvenil, sexo y edad), y 3 de educación (si estudia o no, razones para estudiar y si perciben que aquello que estudian les permitirá conseguir trabajo).

En el caso de la variable edad, se creó una nueva variable “grupo etario” ya que se buscó dividir a los adolescentes desde una perspectiva del desarrollo, para encontrar tendencias entre adolescentes medios y tardíos.

3. Preprocesamiento

  1. Cargar librerías
library(haven)
library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.1     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.1
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(dplyr)
library(ggplot2)
library(devtools)
## Loading required package: usethis
  1. Cargar base de datos
data = read_sav("BaseCJLima.sav")
  1. Filtrar base de datos
df_final <- data[, c(2, 5, 10, 335, 344, 346:347)]
  1. Configurar tipos de variables

3.1. Datos sociodemográficos

  1. Centro Juvenil De Lima Metropolitana
  • Ver los valores para limpiar la data
print(unique(df_final$P1))
## <labelled<double>[3]>: Centro Juvenil
## [1] 1 2 3
## 
## Labels:
##  value                label
##      1            C.J. Lima
##      2 C.J. Santa Margarita
##      3          Anexo Ancon
  • Convertir a factor no ordenado
df_final$P1 <- factor(df_final$P1, 
                          levels = c(1, 2, 3), 
                          labels = c("C.J. Lima", "C.J. Santa Margarita", "Anexo Ancon"))
  • Definirla como “centro”
df_final <- df_final |>
  rename(centro = P1)
  • Filtrar dataframe para considerar solo a los internos del C.J. Lima
df_final <- df_final[df_final$centro == "C.J. Lima", ]
  1. Sexo
  • Convertir a factor no ordenado
df_final$P3 <- factor(df_final$P3, 
                          levels = c(1, 2), 
                          labels = c("Hombre", "Mujer"))
  • Definirla como “sexo”
df_final <- df_final |>
  rename(sexo = P3)
  1. Edad
  • Ver los valores y tipo de dato para limpiar la data
unique(df_final$P7)
##  [1] 17 16 14 20 18 15 23 19 22 21 24
  • Crear una variable “grupo_etario” que filtrelas edades desde 15 hasta los 20 años, cree rangos de 15-17 y 18-20, y finalmente la convierta como factor ordenado.
df_final <- df_final |>
  filter(P7 >= 15 & P7 <= 20) |>
  mutate(grupo_etario = case_when(
    P7 >= 15 & P7 <= 17 ~ "15-17",
    P7 >= 18 & P7 <= 20 ~ "18-20"
  )) |>
  mutate(grupo_etario = factor(grupo_etario, 
                               levels = c("15-17", "18-20"), 
                               ordered = TRUE))
  • La variable edad redefinirla como “edad” y quitar el label.
df_final <- df_final |>
  rename(edad = P7)

attr(df_final$edad, "label") <- NULL

3.2. Educación en el centro juvenil

  1. ¿Estás estudiando?
  • Recodificar variable no ordenada
df_final$P96 <- factor(df_final$P96, 
                          levels = c(1, 2), 
                          labels = c("Sí","No"))
  • Definirla como E1 y agregar un label descriptivo
df_final <- df_final |>
  rename(E1 = P96)

attr(df_final$E1, "label") <- "¿Estás estudiando?"
  1. Razones para estudiar
  • Recodificar variable no ordenada
df_final$P99 <- factor(df_final$P99, 
                          levels = c(1,2,3,4,5,6), 
                          labels = c("Para aprender un oficio","Por obtener beneficios","Por pasar el tiempo","Porque le gusta","No contesta","Otro"))
  • Definirla como E2 y agregar un label descriptivo
df_final <- df_final |>
  rename(E2 = P99)

attr(df_final$E2, "label") <- "Razones para estudiar"
  1. ¿Estudiar ese programa te permitirá conseguir trabajo al salir del CJ?
  • Recodificar variable no ordenada
df_final$P100 <- factor(df_final$P100, 
                          levels = c(1,2,3), 
                          labels = c("Sí","No","No sabe"))
  • Definirla como E3 y agregar un label descriptivo
df_final <- df_final |>
  rename(E3 = P100)

attr(df_final$E3, "label") <- "¿Estudiar esto te permitirá conseguir trabajo?"
  1. Razón para no participar en formación educativa
  • Convertir todos los NA en “no sabe/no contesta”
df_final$P101[is.na(df_final$P101)] <- 4
  • Recodificar variable: no ordenada
df_final$P101 <- factor(df_final$P101, 
                          levels = c(1,2,3,4,5,6), 
                          labels = c("No existen programas adecuados a su nivel","No le interesan los programas educativos que ofrecen","No hay vacantes disponibles","No sabe/No contesta","Culimnó sus estudios","Otros"))
  • Definirla como E4 y agregar un label descriptivo
df_final <- df_final |>
  rename(E4 = P101)

attr(df_final$E4, "label") <- "Razón para no estudiar"

4. Análisis

4.1. Datos sociodemográficos

  1. Distribución de edades en adolescentes medios y tardíos
grafico1 <- df_final |>
  ggplot(aes(x = edad)) +
  geom_histogram(bins = 20, fill = "#56B4E9", color = "black", alpha = 0.7) +
  geom_text(stat = 'bin', aes(label = ..count..), binwidth = 1, vjust = -0.5, size = 3.5) +
  labs(title = "Distribución por edades en el Centro Juvenil de Lima Metropolitana",
       subtitle = "Considerando los grupos etarios de adolescencia media (15-17) y tardía (18-20)",
       x = "Edad",
       y = "Frecuencia") +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", hjust = 0.5),
    panel.grid = element_blank()
  ) +
  scale_x_continuous(breaks = seq(min(df_final$edad, na.rm = TRUE), 
                                  max(df_final$edad, na.rm = TRUE), 
                                  by = 1)) +
  coord_cartesian(ylim = c(0, 180)) +
  geom_vline(xintercept = 14.5, linetype = "solid", color = "black") +
  geom_hline(yintercept = 0, linetype = "solid", color = "black")

grafico1
## Warning: The dot-dot notation (`..count..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(count)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

4.2. Educación en el CJ

  1. ¿Están estudiando? (E1)
  • Agrupación por grupo_etario y E1 y luego desagrupación y nueva agrupación por grupo_etario
library(ggplot2)

df_summary <- df_final |>
  group_by(grupo_etario, E1) |>
  summarise(count = n()) |>
  ungroup() |>
  group_by(grupo_etario) |>
  mutate(percentage = count / sum(count) * 100)
## `summarise()` has grouped output by 'grupo_etario'. You can override using the
## `.groups` argument.
  • Crear gráfico de barras apiladas
grafico2 <- df_summary |>
  ggplot() +
  aes(x = grupo_etario, y = count, fill = E1) +
  geom_bar(stat = "identity", position = "stack") + 
  geom_text(aes(label = paste0(count, " (", round(percentage, 1), "%)")),
            position = position_stack(vjust = 0.5), size = 3) + 
  labs(title = "Acceso a la educación formal en el Centro Juvenil \n según grupos etarios",
       subtitle = "Contraste entre adolescentes medios (15-17) y tardíos (18-20)",
       x = "Grupo etario",
       y = "Cantidad de personas",
       fill = "¿Están estudiando?") +
  theme_minimal()+
     theme(
       plot.title = element_text(face = "bold",, hjust = 0.5),
       plot.subtitle = element_text(hjust = 0.5),
       panel.grid = element_blank()
  )+
  geom_vline(xintercept = 0, linetype = "solid", color = "black") +
  geom_hline(yintercept = 0, linetype = "solid", color = "black")

grafico2

  1. Razones para estudiar (E2)
  • Agrupación y conteo por grupo_etario y E2, y reagrupación y cálculo de porcentajes.
df_smm <- df_final |>
  group_by(grupo_etario, E2) |>
  tally() |>
  group_by(grupo_etario) |>
  mutate(percentage = n / sum(n) * 100)
  • Creación de gráfico de barras apiladas
grafico3 <- df_smm |>
  ggplot() +
  aes(x = grupo_etario, y = n, fill = E2) +
  geom_bar(stat = "identity", position = "stack") +
  geom_text(aes(label = paste0(round(percentage, 1), "%")),
            position = position_stack(vjust = 0.5), size = 3) +
  labs(title = "Razones para estudiar en el CJ \n según grupo etario",
       subtitle = "Contraste entre adolescentes medios y tardíos",
       x = "Grupo etario",
       y = "Cantidad de personas",
       fill = "Razones para estudiar") +
  scale_fill_manual(values = c("Para aprender un oficio" = "skyblue", 
                                "Por obtener beneficios" = "lightgreen",
                                "Por pasar el tiempo" = "lightcoral",
                                "Porque le gusta" = "gold",
                                "No contesta" = "grey",
                                "Otro" = "pink")) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", hjust = 0.5),
    panel.grid = element_blank()
  )+
  geom_vline(xintercept = 0, linetype = "solid", color = "black") +
  geom_hline(yintercept = 0, linetype = "solid", color = "black")


grafico3

  1. Percepciones de la posibilidad de conseguir trabajo
  • Agrupar y contar los datos
df_E3_summary <- df_final |>
  group_by(grupo_etario, E3) |>
  tally() |>
  group_by(E3) |>
  mutate(percentage = n / sum(n) * 100)
  • Gráfico de barras apiladas
grafico4 <- df_E3_summary |>
  ggplot(aes(x = grupo_etario, y = n, fill = E3)) +
  geom_bar(stat = "identity", position = "stack") +
  geom_text(aes(label = paste0(round(percentage, 1), "%")),
            position = position_stack(vjust = 0.5), size = 3) +
  labs(title = "Expectativas sobre la posibilidad de conseguir trabajo \n a partir de lo que están estudiando",
       x = "Grupo etario",
       y = "Frecuencia",
       fill = "¿Conseguirás\n trabajo?") +
  scale_fill_manual(values = c("Sí" = "lightblue", 
                                "No" = "pink",
                                "No sabe" = "grey")) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", hjust = 0.5),
    panel.grid = element_blank()
  )+
  geom_vline(xintercept = 0, linetype = "solid", color = "black") +
  geom_hline(yintercept = 0, linetype = "solid", color = "black")

grafico4

5. Conclusiones

En general, hay una mayor proporción de varones que mujeres en los Centros Juveniles de Lima; por ello, se realizó el análisis con varones del Centro Juvenil con mayor ocupación.

A nivel educativo, cerca del 80% se encuentra estudiando, tanto los adolescentes medios (15-17 años) como en los tardíos (18-20). Sin embargo, dado que los adolescentes medios se encuentran en edad escolar (obligatoria), deberían estar matriculados en una mayor proporción. Esto podría sugerir una tasa de deserción escolar alta en estos centros, lo cual sería importante atender para contribuir efectivamente en la reinserción futura y en el acceso a oportunidades de educación superior.

Con respecto a sus propósitos para ir a la escuela, los adolescentes tardíos (18-20) tienen mayor claridad sobre por qué estudian y si consideran que ello les ayudará a conseguir trabajo. Esto puede relacionarse con que se encuentran próximos a asumir responsabilidades de la adultez. En el caso de los adolescentes medios (15-17) ir a la escuela es obligatorio, y como se ha encontrado en estudios previos, en la cultura escolar peruana no se tiende a reflexionar sobre el propósito de ir a la escuela. Más aún, estos hallazgos sugieren que muchos de ellos aún no han considerado una perspectiva a futuro, lo cual es importante atender puesto que en esta etapa del desarrollo uno de las principales hitos es una mayor consolidación de la identidad.

Como conclusiones finales, el Centro Juvenil de Lima Metropolitana aún no cumple las condiciones para lograr su objetivo de reinserción. En general, quienes se encuentran en mayor vulnerabilidad son los adolescentes medios. Al respecto, se recomienda trabajar con adolescentes medios sobre la importancia del proyecto de vida, y se acompañe a crear un plan para realizar al salir del centro. Finalmente, sería importante añadir al análisis otros aspectos clave como acceso a la salud, violencia, entretenimiento y servicios, para comprender de manera integral sus vivencias en el centro. Además, cruzar ello con las preguntas respecto a sus expectativas a futuro, para comprender qué factores son los más importantes.