Grado de percepción del currículo oculto de los profesores de ciencias básicas por parte de estudiantes del programa de pregrado en Bioquímica de la Universidad Antonio Nariño, Bogotá – Colombia
Tesis
Materias > Educación
Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster
Universidad Internacional Iberoamericana Puerto Rico > Docencia > Trabajos finales de Máster
Cerrado
Español
El currículo educativo es la estructura central del diseño curricular de una institución o de un programa. Se define como aquel que establece los lineamientos, y guías que son la base en un proyecto educativo de una institución, y es ejecutado por directivos, profesores y estudiantes, con el objeto de llevar a buen término el objetivo educativo propuesto. El currículo es el punto de inicio para planear una directriz o instrucción, un sistema de planeación educativo o el estudio de una disciplina a enseñar según los contenidos que deban ser apropiados por un estudiante. Este se adapta permanentemente y puede clasificarse como currículo oficial, operacional, nulo, extracurrículo y oculto. Este último está definido como aquel que existe, pero no se evidencia de manera directa, y está inmerso en todas las actividades, tareas, y/o procedimientos que establece la institución educativa relacionadas con los valores humanos, comportamientos, actitudes, características propias de la naturaleza de la institución y de sus participantes, ya sea estudiantes, profesores, y/o directivos, lo cual implica la valoración e inclusión de todos los aspectos culturales de una comunidad académica. El currículo oculto es tan importante como el oficial de una institución, de sus programas y de sus profesores, y se refleja en todos los espacios educativos. El presente trabajo permitió identificar el grado de percepción del currículo oculto del profesorado de un programa de estudios de nivel universitario, el programa de pregrado de bioquímica de la Sede circunvalar de la Universidad Antonio Nariño (Bogotá, Colombia) por parte de sus estudiantes, y establecer que este tipo de currículo es un factor de influencia importante frente a la motivación y disposición de los estudiantes para el abordaje y aprendizaje en el área de las ciencias básicas. Así mismo permitió identificar que sí existe un impacto de este currículo oculto en los procesos académicos de los estudiantes de este programa. La población a estudio se delimitó en una muestra de 56 estudiantes del programa de bioquímica matriculados en 2020-2, y se utilizó una metodología de investigación con enfoque cualitativo, de Naturaleza Básica, con abordaje del problema de tipo exploratorio, inductivo y descriptivo y modalidad Transaccional y transversal. Como herramienta para la recolección de datos se utilizó un cuestionario de 20 preguntas. Los resultados permitieron encontrar un alto grado de percepción del currículo oculto de los profesores de ciencias básicas del programa de Bioquímica, también dejó reconocer la manera como los estudiantes ven a sus profesores, y su capacidad de encontrar en ellos no solamente una fuente de conocimientos, sino a seres que sienten, que se emocionan, que reaccionan y que no son perfectos. Se identificó que sí existe un impacto del currículo oculto de sus profesores en los procesos académicos de estos estudiantes, y constatar que este impacto es positivo o negativo, ya que no solamente se aprenden y/o imitan características favorables y/o positivas de sus profesores sino también aquellas que el estudiante considera que pueden servirle en un futuro, aun cuando no sean las más correctas o validables.
metadata
Murillo Romero, Gladys Angelica
mail
murillo.angelica@gmail.com
(2022)
Grado de percepción del currículo oculto de los profesores de ciencias básicas por parte de estudiantes del programa de pregrado en Bioquímica de la Universidad Antonio Nariño, Bogotá – Colombia.
Masters thesis, SIN ESPECIFICAR.
Resumen
El currículo educativo es la estructura central del diseño curricular de una institución o de un programa. Se define como aquel que establece los lineamientos, y guías que son la base en un proyecto educativo de una institución, y es ejecutado por directivos, profesores y estudiantes, con el objeto de llevar a buen término el objetivo educativo propuesto. El currículo es el punto de inicio para planear una directriz o instrucción, un sistema de planeación educativo o el estudio de una disciplina a enseñar según los contenidos que deban ser apropiados por un estudiante. Este se adapta permanentemente y puede clasificarse como currículo oficial, operacional, nulo, extracurrículo y oculto. Este último está definido como aquel que existe, pero no se evidencia de manera directa, y está inmerso en todas las actividades, tareas, y/o procedimientos que establece la institución educativa relacionadas con los valores humanos, comportamientos, actitudes, características propias de la naturaleza de la institución y de sus participantes, ya sea estudiantes, profesores, y/o directivos, lo cual implica la valoración e inclusión de todos los aspectos culturales de una comunidad académica. El currículo oculto es tan importante como el oficial de una institución, de sus programas y de sus profesores, y se refleja en todos los espacios educativos. El presente trabajo permitió identificar el grado de percepción del currículo oculto del profesorado de un programa de estudios de nivel universitario, el programa de pregrado de bioquímica de la Sede circunvalar de la Universidad Antonio Nariño (Bogotá, Colombia) por parte de sus estudiantes, y establecer que este tipo de currículo es un factor de influencia importante frente a la motivación y disposición de los estudiantes para el abordaje y aprendizaje en el área de las ciencias básicas. Así mismo permitió identificar que sí existe un impacto de este currículo oculto en los procesos académicos de los estudiantes de este programa. La población a estudio se delimitó en una muestra de 56 estudiantes del programa de bioquímica matriculados en 2020-2, y se utilizó una metodología de investigación con enfoque cualitativo, de Naturaleza Básica, con abordaje del problema de tipo exploratorio, inductivo y descriptivo y modalidad Transaccional y transversal. Como herramienta para la recolección de datos se utilizó un cuestionario de 20 preguntas. Los resultados permitieron encontrar un alto grado de percepción del currículo oculto de los profesores de ciencias básicas del programa de Bioquímica, también dejó reconocer la manera como los estudiantes ven a sus profesores, y su capacidad de encontrar en ellos no solamente una fuente de conocimientos, sino a seres que sienten, que se emocionan, que reaccionan y que no son perfectos. Se identificó que sí existe un impacto del currículo oculto de sus profesores en los procesos académicos de estos estudiantes, y constatar que este impacto es positivo o negativo, ya que no solamente se aprenden y/o imitan características favorables y/o positivas de sus profesores sino también aquellas que el estudiante considera que pueden servirle en un futuro, aun cuando no sean las más correctas o validables.
| Tipo de Documento: | Tesis (Masters) |
|---|---|
| Palabras Clave: | Diseño curricular, Currículo oculto, percepción, profesores, estudiantes |
| 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: | 20 Oct 2023 23:30 |
| Ultima Modificación: | 20 Oct 2023 23:30 |
| URI: | https://repositorio.unib.org/id/eprint/748 |
Acciones (logins necesarios)
 |
Ver Objeto |
<a href="/17844/1/frai-1-1572645.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
A systematic review of deep learning methods for community detection in social networks
Introduction: The rapid expansion of generated data through social networks has introduced significant challenges, which underscores the need for advanced methods to analyze and interpret these complex systems. Deep learning has emerged as an effective approach, offering robust capabilities to process large datasets, and uncover intricate relationships and patterns. Methods: In this systematic literature review, we explore research conducted over the past decade, focusing on the use of deep learning techniques for community detection in social networks. A total of 19 studies were carefully selected from reputable databases, including the ACM Library, Springer Link, Scopus, Science Direct, and IEEE Xplore. This review investigates the employed methodologies, evaluates their effectiveness, and discusses the challenges identified in these works. Results: Our review shows that models like graph neural networks (GNNs), autoencoders, and convolutional neural networks (CNNs) are some of the most commonly used approaches for community detection. It also examines the variety of social networks, datasets, evaluation metrics, and employed frameworks in these studies. Discussion: However, the analysis highlights several challenges, such as scalability, understanding how the models work (interpretability), and the need for solutions that can adapt to different types of networks. These issues stand out as important areas that need further attention and deeper research. This review provides meaningful insights for researchers working in social network analysis. It offers a detailed summary of recent developments, showcases the most impactful deep learning methods, and identifies key challenges that remain to be explored.
Mohamed El-Moussaoui mail , Mohamed Hanine mail , Ali Kartit mail , Mónica Gracia Villar mail monica.gracia@uneatlantico.es, Helena Garay mail helena.garay@uneatlantico.es, Isabel de la Torre Díez mail ,
El-Moussaoui
<a href="/17831/1/s43856-025-01020-4.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Association between blood cortisol levels and numerical rating scale in prehospital pain assessment
Background Nowadays, there is no correlation between levels of cortisol and pain in the prehospital setting. The aim of this work was to determine the ability of prehospital cortisol levels to correlate to pain. Cortisol levels were compared with those of the numerical rating scale (NRS). Methods This is a prospective observational study looking at adult patients with acute disease managed by Emergency Medical Services (EMS) and transferred to the emergency department of two tertiary care hospitals. Epidemiological variables, vital signs, and prehospital blood analysis data were collected. A total of 1516 patients were included, the median age was 67 years (IQR: 51–79; range: 18–103) with 42.7% of females. The primary outcome was pain evaluation by NRS, which was categorized as pain-free (0 points), mild (1–3), moderate (4–6), or severe (≥7). Analysis of variance, correlation, and classification capacity in the form area under the curve of the receiver operating characteristic (AUC) curve were used to prospectively evaluate the association of cortisol with NRS. Results The median NRS and cortisol level are 1 point (IQR: 0–4) and 282 nmol/L (IQR: 143–433). There are 584 pain-free patients (38.5%), 525 mild (34.6%), 244 moderate (16.1%), and 163 severe pain (10.8%). Cortisol levels in each NRS category result in p < 0.001. The correlation coefficient between the cortisol level and NRS is 0.87 (p < 0.001). The AUC of cortisol to classify patients into each NRS category is 0.882 (95% CI: 0.853–0.910), 0.496 (95% CI: 0.446–0.545), 0.837 (95% CI: 0.803–0.872), and 0.981 (95% CI: 0.970–0.991) for the pain-free, mild, moderate, and severe categories, respectively. Conclusions Cortisol levels show similar pain evaluation as NRS, with high-correlation for NRS pain categories, except for mild-pain. Therefore, cortisol evaluation via the EMS could provide information regarding pain status.
Raúl López-Izquierdo mail , Elisa A. Ingelmo-Astorga mail , Carlos del Pozo Vegas mail , Santos Gracia Villar mail santos.gracia@uneatlantico.es, Luis Alonso Dzul López mail luis.dzul@uneatlantico.es, Silvia Aparicio Obregón mail silvia.aparicio@uneatlantico.es, Rubén Calderón Iglesias mail ruben.calderon@uneatlantico.es, Ancor Sanz-García mail , Francisco Martín-Rodríguez mail ,
López-Izquierdo
<a class="ep_document_link" href="/17838/1/s41598-025-02008-9.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Botnet detection in internet of things using stacked ensemble learning model
Botnets are used for malicious activities such as cyber-attacks, spamming, and data theft and have become a significant threat to cyber security. Despite existing approaches for cyber attack detection, botnets prove to be a particularly difficult problem that calls for more advanced detection methods. In this research, a stacking classifier is proposed based on K-nearest neighbor, support vector machine, decision tree, random forest, and multilayer perceptron, called KSDRM, for botnet detection. Logistic regression acts as the meta-learner to combine the predictions from the base classifiers into the final prediction with the aim of increasing the overall accuracy and predictive performance of the ensemble. The UNSW-NB15 dataset is used to train machine learning models and evaluate their effectiveness in detecting cyber-attacks on IoT networks. The categorical features are transformed into numerical values using label encoding. Machine learning techniques are adopted to recognize botnet attacks to enhance cyber security measures. The KSDRM model successfully captures the complex patterns and traits of botnet attacks and obtains 99.99% training accuracy. The KSDRM model also performs well during testing by achieving an accuracy of 97.94%. Based on 3, 5, 7, and 10 folds, the k-fold cross-validation results show that the proposed method’s average accuracy is 99.89%, 99.88%, 99.89%, and 99.87%, respectively. Further, the demonstration of experiments and results shows the KSDRM model is an effective method to identify botnet-based cyber attacks. The findings of this study have the potential to improve cyber security controls and strengthen networks against changing threats.
Mudasir Ali mail , Muhammad Faheem Mushtaq mail , Urooj Akram mail , Daniel Gavilanes Aray mail daniel.gavilanes@uneatlantico.es, Manuel Masías Vergara mail manuel.masias@uneatlantico.es, Hanen Karamti mail , Imran Ashraf mail ,
Ali
<a class="ep_document_link" href="/17839/1/s41598-025-05028-7.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Enhanced schizophrenia detection using multichannel EEG and CAOA-RST-based feature selection
Schizophrenia is a mental disorder characterized by hallucinations, delusions, disorganized thinking and behavior, and inappropriate affect. Early and accurate diagnosis of schizophrenia remains a challenge due to the disorder’s complex nature and the limitations of state-of-the-art techniques. It is evident from the literature that electroencephalogram (EEG) signals provide valuable insights into brain activity, but their high dimensionality and complexity pose remain key challenges. Thus, our research introduces a novel approach by integrating the multichannel EGG, Crossover-Boosted Archimedes Optimization Algorithm (CAOA), and Rough Set Theory (RST) for schizophrenia detection. It is a four-stage model. In the first stage, Raw EGG data is collected. The data is passed to the next stage, which is called data preprocessing. This is used for artifact removal, band-pass filtering, and data normalization. The preprocessed data passed to the next stage. In the feature extraction stage, feature selection is performed using CAOA. In addition, classification is performed using a Support Vector Machine (SVM) based on features extracted through Multivariate Empirical Mode Function (MEMF) and entropy measures. The data interpretation stage displays the results to the end user using the data interpretation stage. We experimented and tested our proposed model using real EEG datasets. The simulation results prove that the proposed model achieved an average accuracy of 94.9%, sensitivity of 93.9%, specificity of 96.4%, and precision of 92.7%. Thus, our proposed model demonstrates significant improvements over state-of-the-art methods. In addition, the integration of CAOA and RST effectively addresses the challenges of high-dimensional EEG data, helps optimize the feature selection process, and increases accuracy. In future work, we suggest incorporating large-size datasets that include more diverse patient groups and refining the model with advanced machine-learning models and techniques.
Mohammad Abrar mail , Abdu Salam mail , Ahmed Albugmi mail , Fahad Al-otaibi mail , Farhan Amin mail , Isabel de la Torre mail , Thania Chio Montero mail , Perla Aracely Arroyo Gala mail ,
Abrar
<a class="ep_document_link" href="/17827/1/fspor-1-1614186.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Methodology and content for the design of basketball coach education programs: a systematic review
Background: The increasing complexity of basketball and the need for optimal decision-making in order to maximize competitive performance highlight the necessity of specialized training for basketball coaches. This systematic review aims to compile, synthesize, and integrate international research published in specialized journals on the training of basketball coaches and students, examining their characteristics and needs. Specifically, it analyzes the content, technical-tactical actions, and methodologies used in practice and education programs to determine which essential parameters for their technical and tactical development. Methods: A structured search was carried out following the Preferred Reporting Items for Systematic Review and Meta-Analyses (PRISMA®) guidelines and the PICOS® model until January 30, 2025, in the MEDLINE/PubMed, Web of Science (WOS), ScienceDirect, Cochrane Library, SciELO, EMBASE, SPORTDiscus, and Scopus databases. The risk of bias was assessed and the PEDro scale was used to analyze methodological quality. Results: A total of 14,090 articles were obtained in the initial search. After inclusion and exclusion criteria, the final sample was 23 articles. These studies maintained a high standard of quality. This revealed data on the technical-tactical actions addressed in different categories; the profiles, characteristics, and influence of coaches on player development; and the approaches, teaching methods, and evaluation methodologies used in acquiring knowledge and competencies for the professional development of basketball coaches. Conclusions: Adequate theoretical and practical training for basketball coaches is essential for player development. Therefore, training programs for basketball coaches must integrate technical-tactical, physical, and psychological knowledge with the acquisition of skills and competencies that are refined through practice. This training should be continuous, more specialized, and comprehensive, focusing on understanding and constructing knowledge that supports the professional growth of basketballers. Additionally, training should incorporate digital tools and informal learning opportunities, with blended learning emerging as the most effective methodology for this purpose.
Josep Alemany Iturriaga mail josep.alemany@uneatlantico.es, Julio Calleja-González mail , Jeisson Mosquera-Maturana mail , Álvaro Velarde-Sotres mail alvaro.velarde@uneatlantico.es,
Alemany Iturriaga