https://hdl.handle.net/20.500.12104/95501 Thu, 02 Apr 2026 16:58:32 GMT 2026-04-02T16:58:32Z https://hdl.handle.net/20.500.12104/95647 Título: La presencia docente como determinante de la presencia cognitiva en un curso Blended Learning basado en la Comunidad de Indagación Descripción: This paper presents the results of the analysis of the influence of teaching presence on cognitive presence in a Blended Learning course. The Community of Inquiry model was used as a reference, which is a constructivist approach for the design of educational experiences that integrates three types of presence: teaching presence, social presence and cognitive presence. A Blended Learning course was designed for a subject at the Universidad Autónoma de Tamaulipas. The methodology employed included the validation and application of the Community of Inquiry scale to obtain the perception of the three presences in the course design, and a correlational analysis was performed to determine the influence of teaching presence (instructional design, discourse facilitation and direct instruction) on the perception of cognitive presence. The results show a strong relationship between teaching presence and cognitive presence (r=0.771, p=0.000), indicating a significant correlation. In addition, a significant relationship was found between elements of teaching presence and cognitive presence. These findings confirm the importance of careful and advance planning of the course is critical to ensure the success of the Community of Inquiry in the context of Blended Learning in higher education.; En el presente trabajo se presentan los resultados del análisis de la influencia de la presencia docente sobre la presencia cognitiva en un curso de Blended Learning. Se utilizó el modelo de Comunidad de Indagación como referencia, el cual es un enfoque constructivista para el diseño de experiencias educativas que integra tres tipos de presencia: presencia docente, presencia social y presencia cognitiva. Se diseñó un curso en formato Blended Learning para una asignatura en la Universidad Autónoma de Tamaulipas. La metodología empleada incluyó la validación y aplicación de la escala de Comunidad de Indagación para obtener la percepción de las tres presencias en el diseño del curso, y se realizó un análisis correlacional para determinar la influencia que tuvo la presencia docente (diseño instruccional, facilitación del discurso e instrucción directa) en la percepción de la presencia cognitiva. Los resultados muestran una fuerte relación entre la presencia docente y la presencia cognitiva (r=0.771, p=0.000), lo que indica una correlación significativa. Además, se encontró una relación significativa entre los elementos de la presencia docente y la presencia cognitiva. Estos hallazgos confirman la importancia de la planificación cuidadosa y anticipada del curso es fundamental para garantizar el éxito de la Comunidad de Indagación en el contexto del Blended Learning en la educación superior. https://hdl.handle.net/20.500.12104/95647 https://hdl.handle.net/20.500.12104/95646 Título: ChatGPT: Artificial intelligence as a tool supporting the development of STEM skills in student learning processes; ChatGPT: La inteligencia artificial como herramienta de apoyo al desarrollo de las competencias STEM en los procesos de aprendizaje de los estudiantes Descripción: The implementation of chatbots like ChatGPT in STEM education presents both benefits and challenges. These tools enable students to develop technological and problem-solving skills, as well as enhance communication and receive personalized feedback. This article will examine the potential of integrating chatbots in STEM education and explore the benefits they offer, such as promoting interactive and personalized learning, fostering technology and communication skills, and improving task correction efficiency. We will also discuss the challenges that teachers face when implementing this technology, including lack of technical knowledge, the need for specialized training, and ethical and privacy concerns. We will provide recommendations for overcoming these challenges, such as providing adequate teacher training, selecting appropriate tools, and establishing clear data protection policies. In conclusion, we aim to highlight the importance of proper implementation of chatbots in education to maximize their benefits and prepare students for a technology-driven future.; La implementación de chatbots como ChatGPT en la educación STEM presenta beneficios y desafíos. Estas herramientas permiten a los estudiantes desarrollar habilidades tecnológicas y de resolución de problemas, así como mejorar la comunicación y recibir retroalimentación personalizada. En este artículo analizaremos el potencial de la integración de los chatbots en la educación STEM y exploraremos los beneficios que ofrecen, como el fomento del aprendizaje interactivo y personalizado, el desarrollo de habilidades en tecnología y comunicación, y la mejora de la eficiencia en la corrección de tareas. También discutiremos los desafíos que enfrentan los docentes al implementar esta tecnología, como la falta de conocimientos técnicos, la necesidad de formación especializada y las preocupaciones éticas y de privacidad. Proporcionaremos recomendaciones para superar estos desafíos, como ofrecer capacitación docente adecuada, seleccionar herramientas apropiadas y establecer políticas claras de protección de datos. Al finalizar, buscamos destacar la importancia de una implementación adecuada de los chatbots en la educación para maximizar sus beneficios y preparar a los estudiantes para un futuro impulsado por la tecnología. https://hdl.handle.net/20.500.12104/95646 https://hdl.handle.net/20.500.12104/95645 Título: A Survey on Problems of Detection of Objects in Digital Images and Videos; Revisión de Problemas en la Detección de Objetos en Imágenes y Videos Digitales Descripción: In recent decades, object detection has been a very important task in the area of computer vision, since object detection locates and classifies one or more objects in an image or videos. In this article, a review of articles is presented and classical and deep learning techniques used for object detection are described. In addition, a review of recent works on object detection is carried out, focusing on how some of its most relevant problems are solved. Issues covered are: occlusion, confusion, contextual information, lighting changes, small objects and scale changes, variation between the same class and different classes, and deformation and pose changes. It is hoped that this article will help those interested in the area to learn about ideas and approaches to solve existing problems in object detection, including the latest advances.; En las últimas décadas, la detección de objetos ha sido una tarea muy importante en el área de visión por computadora, ya que la detección de objetos localiza y clasifica uno o más objetos en una imagen o videos. En este artículo, se presenta una revisión de artículos y se describen técnicas clásicas y de aprendizaje profundas utilizadas para la detección de objetos. Además, se realiza una revisión de trabajos recientes sobre la detección de objetos, enfocándose en cómo se solucionan algunos de sus problemas más relevantes. Los problemas que se abarcan son: oclusión, confusión, información contextual, cambios en la iluminación, objetos pequeños y cambios de escala, variación entre la misma clase y diferentes clases, y deformación y cambios de pose. Se espera que este artículo sirva para que los interesados en el área conozcan ideas y enfoques para resolver problemas existentes en la detección de objetos incluyendo los últimos avances. https://hdl.handle.net/20.500.12104/95645 https://hdl.handle.net/20.500.12104/95644 Título: A Gently but rigorous introduction to reinforcement learning; Una Introducción amable pero riguroza al aprendizaje por refuerzo Descripción: The interaction within the world constitutes one of the main ways in which learning is generated, as it is the way by which we obtain information from the environment and we experience cause-effect relationships. This idea of learning through interaction is a fundamental issue in many learning theories and, in this paper, we will address a computational approach called Reinforcement Learning (RL) and we will build in a progressive and simple way its mathematical basis, as well as its main solution methods. Lastly, applications and algorithms that are relevant in the industry and research are presented.; La interacción con el mundo es una de las principales formas en las que se genera el aprendizaje, pues es el medio por el cuál se obtiene información del entorno, y se experimentan relaciones causa-efecto. Esta idea de aprender mediante la interacción es una aspecto fundamental en muchas teorías del aprendizaje y, en este artículo abordaremos un enfoque computacional llamado "aprendizaje por refuerzo" (Reinforcement Learning, RL) además de construir de manera progresiva y sencilla sus bases matemáticas, así como los métodos principales de solución. Por último, mostramos aplicaciones y algoritmos que son relevantes en la industria e investigación. https://hdl.handle.net/20.500.12104/95644