Estrategias Pedagógicas para la inclusión educativa de estudiantes en contextos de vulnerabilidad social de primero de bachillerato de la Unidad Educativa Extensión Matriz, cantón Lago Agrio, provincia de Sucumbíos, Ecuador, año 2021
Tesis
Materias > Educación
Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster
Universidad Internacional Iberoamericana Puerto Rico > Docencia > Trabajos finales de Máster
Cerrado
Español
La presente investigación se enfoca en la interculturalidad y su efecto en el bajo rendimiento académico, ya que es un tema que compete a todos los que vivimos en este país. Por tal razón se propuso analizar el rendimiento académico en contexto de vulnerabilidad e interculturalidad en los alumnos de primero de bachillerato de la Unidad Educativa Extensión Matriz, cantón Lago Agrio, provincia de Sucumbíos, Ecuador, año 2021. En primer lugar, se aplicó una metodología con enfoque cuali – cuantitativa y tipo de estudio descriptivo, en el cual participaron del estudio 30 alumnos que cursaban primero de bachillerato de la especialidad de ciencias, la mayoría de estos estudiantes tienen una edad entre 15 a 17 años, de los cuales, cuatro son de nacionalidad colombiana. Por otra parte, se encuestaron a 10 docentes, la mayoría son de género masculino, todos ellos son de nacionalidad ecuatoriana. En primer lugar, se realizó una encuesta a los estudiantes, como resultado el 60% de ellos advierte que casi siempre ayudan a los compañeros a entender mejor las actividades escolares a diferencia del 40% que mencionan rara vez brindan ese apoyo sobre aprendizaje en el aula afectando su rendimiento académico. En segundo lugar, se procedió a encuestar a los docentes, obteniendo como resultado que las causas del rendimiento académico de los estudiantes por lograr sus objetivos son el poco interés en el estudio; las estrategias utilizadas por el docente para involucrar en el aula a todos los estudiantes, lograr sus objetivos y búsqueda de estrategias en la enseñanza. Además, mencionan que existen varios factores de riesgo que inciden en el rendimiento académico del estudiante como la no dedicación; el origen cultural; desertores económicos; escasez de estrategias de enseñanzas en los docentes; relacionarse, el compartir, reprobar el año escolar, entre otros. Finalmente, se diseñó un sistema de actividades sobre proyectos interdisciplinares, fundamentados en contenidos teóricos sobre educación multicultural con los distintos modelos que existen en la actualidad en relación con el Aprendizaje Basado en Proyectos y la priorización de contenidos básicos para consolidar competencias en ciencias. Se concluye, que, en base a la evaluación según el criterio experto de los tres evaluadores, que las guías didácticas y pedagógicas logran generar un grado de influencia alto y favorable en el aula de clases.
metadata
Vera Rendon, Mayra Magaly
mail
mayve1987@hotmail.com
(2022)
Estrategias Pedagógicas para la inclusión educativa de estudiantes en contextos de vulnerabilidad social de primero de bachillerato de la Unidad Educativa Extensión Matriz, cantón Lago Agrio, provincia de Sucumbíos, Ecuador, año 2021.
Masters thesis, SIN ESPECIFICAR.
Resumen
La presente investigación se enfoca en la interculturalidad y su efecto en el bajo rendimiento académico, ya que es un tema que compete a todos los que vivimos en este país. Por tal razón se propuso analizar el rendimiento académico en contexto de vulnerabilidad e interculturalidad en los alumnos de primero de bachillerato de la Unidad Educativa Extensión Matriz, cantón Lago Agrio, provincia de Sucumbíos, Ecuador, año 2021. En primer lugar, se aplicó una metodología con enfoque cuali – cuantitativa y tipo de estudio descriptivo, en el cual participaron del estudio 30 alumnos que cursaban primero de bachillerato de la especialidad de ciencias, la mayoría de estos estudiantes tienen una edad entre 15 a 17 años, de los cuales, cuatro son de nacionalidad colombiana. Por otra parte, se encuestaron a 10 docentes, la mayoría son de género masculino, todos ellos son de nacionalidad ecuatoriana. En primer lugar, se realizó una encuesta a los estudiantes, como resultado el 60% de ellos advierte que casi siempre ayudan a los compañeros a entender mejor las actividades escolares a diferencia del 40% que mencionan rara vez brindan ese apoyo sobre aprendizaje en el aula afectando su rendimiento académico. En segundo lugar, se procedió a encuestar a los docentes, obteniendo como resultado que las causas del rendimiento académico de los estudiantes por lograr sus objetivos son el poco interés en el estudio; las estrategias utilizadas por el docente para involucrar en el aula a todos los estudiantes, lograr sus objetivos y búsqueda de estrategias en la enseñanza. Además, mencionan que existen varios factores de riesgo que inciden en el rendimiento académico del estudiante como la no dedicación; el origen cultural; desertores económicos; escasez de estrategias de enseñanzas en los docentes; relacionarse, el compartir, reprobar el año escolar, entre otros. Finalmente, se diseñó un sistema de actividades sobre proyectos interdisciplinares, fundamentados en contenidos teóricos sobre educación multicultural con los distintos modelos que existen en la actualidad en relación con el Aprendizaje Basado en Proyectos y la priorización de contenidos básicos para consolidar competencias en ciencias. Se concluye, que, en base a la evaluación según el criterio experto de los tres evaluadores, que las guías didácticas y pedagógicas logran generar un grado de influencia alto y favorable en el aula de clases.
| Tipo de Documento: | Tesis (Masters) |
|---|---|
| Palabras Clave: | enfoque intercultural, estudiantes migrantes, desempeño académico, proceso de enseñanza - aprendizaje, educación secundaria. |
| Clasificación temática: | Materias > Educación |
| Divisiones: | Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster Universidad Internacional Iberoamericana Puerto Rico > Docencia > Trabajos finales de Máster |
| Depositado: | 03 Nov 2023 23:30 |
| Ultima Modificación: | 03 Nov 2023 23:30 |
| URI: | https://repositorio.unib.org/id/eprint/1924 |
Acciones (logins necesarios)
 |
Ver Objeto |
<a class="ep_document_link" href="/10290/1/Influence%20of%20E-learning%20training%20on%20the%20acquisition%20of%20competences%20in%20basketball%20coaches%20in%20Cantabria.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
The main aim of this study was to analyse the influence of e-learning training on the acquisition of competences in basketball coaches in Cantabria. The current landscape of basketball coach training shows an increasing demand for innovative training models and emerging pedagogies, including e-learning-based methodologies. The study sample consisted of fifty students from these courses, all above 16 years of age (36 males, 14 females). Among them, 16% resided outside the autonomous community of Cantabria, 10% resided more than 50 km from the city of Santander, 36% between 10 and 50 km, 14% less than 10 km, and 24% resided within Santander city. Data were collected through a Google Forms survey distributed by the Cantabrian Basketball Federation to training course students. Participation was voluntary and anonymous. The survey, consisting of 56 questions, was validated by two sports and health doctors and two senior basketball coaches. The collected data were processed and analysed using Microsoft® Excel version 16.74, and the results were expressed in percentages. The analysis revealed that 24.60% of the students trained through the e-learning methodology considered themselves fully qualified as basketball coaches, contrasting with 10.98% of those trained via traditional face-to-face methodology. The results of the study provide insights into important characteristics that can be adjusted and improved within the investigated educational process. Moreover, the study concludes that e-learning training effectively qualifies basketball coaches in Cantabria.
Josep Alemany Iturriaga mail josep.alemany@uneatlantico.es, Álvaro Velarde-Sotres mail alvaro.velarde@uneatlantico.es, Javier Jorge mail , Kamil Giglio mail ,
Alemany Iturriaga
<a class="ep_document_link" href="/15625/1/s41598-024-74127-8.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Plant stress reduction research has advanced significantly with the use of Artificial Intelligence (AI) techniques, such as machine learning and deep learning. This is a significant step toward sustainable agriculture. Innovative insights into the physiological responses of plants mostly crops to drought stress have been revealed through the use of complex algorithms like gradient boosting, support vector machines (SVM), recurrent neural network (RNN), and long short-term memory (LSTM), combined with a thorough examination of the TYRKC and RBR-E3 domains in stress-associated signaling proteins across a range of crop species. Modern resources were used in this study, including the UniProt protein database for crop physiochemical properties associated with specific signaling domains and the SMART database for signaling protein domains. These insights were then applied to deep learning and machine learning techniques after careful data processing. The rigorous metric evaluations and ablation analysis that typified the study’s approach highlighted the algorithms’ effectiveness and dependability in recognizing and classifying stress events. Notably, the accuracy of SVM was 82%, while gradient boosting and RNN showed 96%, and 94%, respectively and LSTM obtained an astounding 97% accuracy. The study observed these successes but also highlights the ongoing obstacles to AI adoption in agriculture, emphasizing the need for creative thinking and interdisciplinary cooperation. In addition to its scholarly value, the collected data has significant implications for improving resource efficiency, directing precision agricultural methods, and supporting global food security programs. Notably, the gradient boosting and LSTM algorithm outperformed the others with an exceptional accuracy of 96% and 97%, demonstrating their potential for accurate stress categorization. This work highlights the revolutionary potential of AI to completely disrupt the agricultural industry while simultaneously advancing our understanding of plant stress responses.
Tariq Ali mail , Saif Ur Rehman mail , Shamshair Ali mail , Khalid Mahmood mail , Silvia Aparicio Obregón mail silvia.aparicio@uneatlantico.es, Rubén Calderón Iglesias mail ruben.calderon@uneatlantico.es, Tahir Khurshaid mail , Imran Ashraf mail ,
Ali
<a href="/15198/1/nutrients-16-03859.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Carotenoids Intake and Cardiovascular Prevention: A Systematic Review
Background: Cardiovascular diseases (CVDs) encompass a variety of conditions that affect the heart and blood vessels. Carotenoids, a group of fat-soluble organic pigments synthesized by plants, fungi, algae, and some bacteria, may have a beneficial effect in reducing cardiovascular disease (CVD) risk. This study aims to examine and synthesize current research on the relationship between carotenoids and CVDs. Methods: A systematic review was conducted using MEDLINE and the Cochrane Library to identify relevant studies on the efficacy of carotenoid supplementation for CVD prevention. Interventional analytical studies (randomized and non-randomized clinical trials) published in English from January 2011 to February 2024 were included. Results: A total of 38 studies were included in the qualitative analysis. Of these, 17 epidemiological studies assessed the relationship between carotenoids and CVDs, 9 examined the effect of carotenoid supplementation, and 12 evaluated dietary interventions. Conclusions: Elevated serum carotenoid levels are associated with reduced CVD risk factors and inflammatory markers. Increasing the consumption of carotenoid-rich foods appears to be more effective than supplementation, though the specific effects of individual carotenoids on CVD risk remain uncertain.
Sandra Sumalla Cano mail sandra.sumalla@uneatlantico.es, Imanol Eguren García mail imanol.eguren@uneatlantico.es, Álvaro Lasarte García mail , Thomas Prola mail thomas.prola@uneatlantico.es, Raquel Martínez Díaz mail raquel.martinez@uneatlantico.es, Iñaki Elío Pascual mail inaki.elio@uneatlantico.es,
Sumalla Cano
<a class="ep_document_link" href="/15441/1/journal.pone.0313835.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
StackIL10: A stacking ensemble model for the improved prediction of IL-10 inducing peptides
Interleukin-10, a highly effective cytokine recognized for its anti-inflammatory properties, plays a critical role in the immune system. In addition to its well-documented capacity to mitigate inflammation, IL-10 can unexpectedly demonstrate pro-inflammatory characteristics under specific circumstances. The presence of both aspects emphasizes the vital need to identify the IL-10-induced peptide. To mitigate the drawbacks of manual identification, which include its high cost, this study introduces StackIL10, an ensemble learning model based on stacking, to identify IL-10-inducing peptides in a precise and efficient manner. Ten Amino-acid-composition-based Feature Extraction approaches are considered. The StackIL10, stacking ensemble, the model with five optimized Machine Learning Algorithm (specifically LGBM, RF, SVM, Decision Tree, KNN) as the base learners and a Logistic Regression as the meta learner was constructed, and the identification rate reached 91.7%, MCC of 0.833 with 0.9078 Specificity. Experiments were conducted to examine the impact of various enhancement techniques on the correctness of IL-10 Prediction. These experiments included comparisons between single models and various combinations of stacking-based ensemble models. It was demonstrated that the model proposed in this study was more effective than singular models and produced satisfactory results, thereby improving the identification of peptides that induce IL-10.
Salman Sadullah Usmani mail , Izaz Ahmmed Tuhin mail , Md. Rajib Mia mail , Md. Monirul Islam mail , Imran Mahmud mail , Carlos Eduardo Uc Ríos mail carlos.uc@unini.edu.mx, Henry Fabian Gongora mail henry.gongora@uneatlantico.es, Imran Ashraf mail , Md. Abdus Samad mail ,
Usmani
<a class="ep_document_link" href="/15444/1/s41598-024-79106-7.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
With the rapid increase of users over social media, cyberbullying, and hate speech problems have arisen over the past years. Automatic hate speech detection (HSD) from text is an emerging research problem in natural language processing (NLP). Researchers developed various approaches to solve the automatic hate speech detection problem using different corpora in various languages, however, research on the Urdu language is rather scarce. This study aims to address the HSD task on Twitter using Roman Urdu text. The contribution of this research is the development of a hybrid model for Roman Urdu HSD, which has not been previously explored. The novel hybrid model integrates deep learning (DL) and transformer models for automatic feature extraction, combined with machine learning algorithms (MLAs) for classification. To further enhance model performance, we employ several hyperparameter optimization (HPO) techniques, including Grid Search (GS), Randomized Search (RS), and Bayesian Optimization with Gaussian Processes (BOGP). Evaluation is carried out on two publicly available benchmarks Roman Urdu corpora comprising HS-RU-20 corpus and RUHSOLD hate speech corpus. Results demonstrate that the Multilingual BERT (MBERT) feature learner, paired with a Support Vector Machine (SVM) classifier and optimized using RS, achieves state-of-the-art performance. On the HS-RU-20 corpus, this model attained an accuracy of 0.93 and an F1 score of 0.95 for the Neutral-Hostile classification task, and an accuracy of 0.89 with an F1 score of 0.88 for the Hate Speech-Offensive task. On the RUHSOLD corpus, the same model achieved an accuracy of 0.95 and an F1 score of 0.94 for the Coarse-grained task, alongside an accuracy of 0.87 and an F1 score of 0.84 for the Fine-grained task. These results demonstrate the effectiveness of our hybrid approach for Roman Urdu hate speech detection.
Waqar Ashiq mail , Samra Kanwal mail , Adnan Rafique mail , Muhammad Waqas mail , Tahir Khurshaid mail , Elizabeth Caro Montero mail elizabeth.caro@uneatlantico.es, Alicia Bustamante Alonso mail alicia.bustamante@uneatlantico.es, Imran Ashraf mail ,
Ashiq