Devolver el control al usuario: Narrativas colaborativas y transmedia. El caso de RTVE.es

Devolver el control al usuario: Narrativas colaborativas y transmedia. El caso de RTVE. Hay una pérdida de confianza en los medios y al mismo tiempo vemos como en la actualidad vemos que el tráfico que llega a las web proviene mayoritariamente de redes como Facebook, por encima incluso de Google. Por tanto las redes se han consolidado como grandes fuentes de tráfico, y se ha de abrir la participación al público, lo que supone un cambio en el modelo de comunicación. Los emisores ya no están en un pedestal, emisor y audiencia están a un mismo nivel. Por eso hoy en día es necesario establecer estrategias narrativas que me permitan llevar al público durante un minuto a ver vídeo a nuestras webs. El control tiene que ser del público, del usuario, y ésa es la línea en la que trabaja RTVE, dando voz y participación al usuario. En el 2008 RTVE ya hizo una web en la que el usuario podía enviar preguntas a los candidatos políticos, incluso antes de que RTVE tuviera web. El tiempo es muy valioso en Internet porque es lo único que escasea. Lo demás abunda, la información el entretenimiento, pero el tiempo no, y debemos ser muy agradecidos con el tiempo que nos dedica el usuario. La corporación RTVE ha tenido la ocasión de experimentar con las nuevas tecnologías y las nuevas narrativas que llevan interactividad real en la televisión, desde los informativos incluso a contenidos de entretenimiento y la serie el Ministerio del Tiempo ha sido un gran ejemplo de ello con contenido exclusivo en webs, y en redes sociales, podcasts de audio y webseries con personajes secundarios.

Inteligencia Emocional y Coaching

El objetivo de este módulo es proporcionar al alumnado una introducción e idea del concepto de coaching, trabajar en el aula los principales recursos que pueden poner en práctica y desarrollar sus habilidades como coach. Existen multitudes de formas de hacer coaching de manera sistémica, ontológica pero modelo que trabajamos es el coaching co- activo. Este modelo define el coaching como una alianza entre dos personas para alcanzar las metas que el cliente se ha propuesto es una relación de igualdad. Este tipo de coaching hace que el coach se centre en su coachee en una relación hacia el futuro y tome el pasado o el presente como una breve referencia para iniciarlo hacia el camino que nunca hubiese imaginado que podía llegar. El coach realiza una tarea de acompañamiento, actuando como un espejo para que el coachee se vea reflejado para llegar a esa consecución de metas que se ha fijado. En este tipo de coaching existen tres pilares importantes: • La plenitud es la vida que el coachee valora más en plenitud, en el aquí y el ahora. • El equilibrio el coaching de equilibrio ayuda a tomar decisiones que le hagan sentirse vivos y proporciona responsabilidad personal • El proceso estamos inmersos de manera constante en el contexto de nuestra vida . El trabajo del coach con el coachee es estar continuamente en ese proceso. El fin último de todo este proceso es ayudar al coachee a alcanzar la plenitud, el equilibrio y sobre todo maximizar en estas tres áreas. El coaching co- activo tiene cinco pilares fundamentales • El cliente es una persona creativa, completa y llena de recursos es lo que surge por encima de las creencias limitantes. El coach tiene las preguntas y el coachee las respuestas. • El coaching co-activo actúa sobre todas las facetas del coachee se centra en la plenitud, proceso y equilibrio. • El coachee es quién establece la agenda, su proceso está centrado en sus objetivos y debe ser consciente de que debe comprometerse con el ciclo vital • El coach baila con el coachee no se trata de un plan rígido sino un proceso que marca el coachee.

Cuestionario de Expectativas Universitarias: Justificación y Propiedades

La convergencia de los Sistemas de Educación Superior en Europa ha implicado la reconstrucción del sistema universitario español y ha generado una dinámica innovadora y de mejora constante de sus índices de calidad. En el proceso de evaluación de la calidad uno de los aspectos determinantes es conocer qué espera de la Universidad de un alumnado cada vez más heterogéneo y que precisará de una institución versátil y conocedora de las características de su alumnado para favorecer su adaptación y prevenir el abandono académico Para facilitar esta adaptación, desde la Facultad de Psicología de la Universidad de Málaga, nace el GOU, un programa no institucional de orientación universitaria, basado en la tutoría de iguales con un diseño con tres fases: 1) Evaluación inicial de variables personales del alumnado (perfil sociodemográfico, necesidades y expectativas), captación de alumnado tutelado y formación de tutores/as, 2) Evaluación continua y orientación personalizada y grupal y 3) Evaluación final y orientación personalizada y grupal. En el actual trabajo de investigación se presenta el Cuestionario sobre Expectativas Universitarias (CEU) de elaboración propia, dirigido a alumnado de nuevo ingreso y que evalúa expectativas en los ámbitos personal, académico y social con el objeto de facilitar información relevante para la planificación de la orientación universitaria. El cuestionario fue aplicado a una muestra de 244 estudiantes (60 hombres y 184 mujeres) de primer curso de Grado de Psicología de la Universidad de Málaga, con edades comprendidas entre los 17 y los 65 años, con una media de edad de 20.17 años (DT= 5.8). Los resultados muestran que este cuestionario presenta unas adecuadas características psicométricas, confirmándose una estructura factorial jerárquica de tres factores de segundo orden (Ámbito Personal, Ámbito Académico y Ámbito Social) interrelacionados. Respecto a su fiabilidad, se encuentra por encima de los límites exigidos, con valores superiores a 0.70 en los tres factores de segundo orden y relativo a la validez externa, se constata la convergencia entre los tres factores de segundo orden del CEU y otros instrumentos de probada validez y uso frecuente en nuestro contexto que miden constructos relacionados. Una de las aportaciones más relevantes de este instrumento, como herramienta de evaluación previa a la orientación, es el peso otorgado a las expectativas sobre el ámbito personal que unida a las del ámbito académico y social asegura la evaluación de las tres áreas a las que debe ir dirigida la orientación universitaria, tal y como se defiende desde el marco legislativo internacional.

Desarrollo de técnicas de aprendizaje automático para la predicción de resultados de partidos en ligas futbolísiticas

En la actualidad, existen un gran número de investigaciones que usan técnicas de aprendizaje automático basadas en árboles de decisión. Como evolución de dichos trabajos, se han desarrollado métodos que usan Multiclasificadores (Random forest, Boosting, Bagging) que resuelven los mismos problemas abordados con árboles de decisión simples, aumentando el porcentaje de acierto. El ámbito de los problemas resueltos tradicionalmente por dichas técnicas es muy variado aunque destaca la bio-informática. En cualquier caso, la clasificación siempre puede ser consultada a un experto considerándose su respuesta como correcta. Existen problemas donde un experto en la materia no siempre acierta. Un ejemplo, pueden ser las quinielas (1X2). Donde podemos observar que un conocimiento del dominio del problema aumenta el porcentaje de aciertos, sin embargo, predecir un resultado erróneo es muy posible. El motivo es que el número de factores que influyen en un resultado es tan grande que, en muchas ocasiones, convierten la predicción en un acto de azar. En este trabajo pretendemos encontrar un multiclasificador basado en los clasificadores simples más estudiados como pueden ser el Perceptrón Multicapa o Árboles de Decisión con el porcentaje de aciertos más alto posible. Con tal fin, se van a estudiar e implementar una serie de configuraciones de clasificadores propios junto a multiclasificadores desarrollados por terceros. Otra línea de estudio son los propios datos, es decir, el conjunto de entrenamiento. Mediante un estudio del dominio del problema añadiremos nuevos atributos que enriquecen la información que disponemos de cada resultado intentando imitar el conocimiento en el que se basa un experto. Los desarrollos descritos se han realizado en R. Además, se ha realizado una aplicación que permite entrenar un multiclasificador (bien de los propios o bien de los desarrollados por terceros) y como resultado obtenemos la matriz de confusión junto al porcentaje de aciertos. En cuanto a resultados, obtenemos porcentajes de aciertos entre el 50% y el 55%. Por encima del azar y próximos a los resultados de los expertos.