Entornos virtuales: predicción de la satisfacción en contexto universitario

El presente estudio persigue un doble objetivo: evaluar el grado de satisfacción de los estudiantes con la formación recibida en un entorno virtual y, analizar su capacidad predictiva sobre la satisfacción. Se ha utilizado la versión española del cuestionario Distance Education Learning Environments Survey (Sp-DELES). Los resultados ponen de manifiesto el significativo nivel de satisfacción de los estudiantes con la experiencia y revelan las variables más importantes a la hora de explicar la varianza en satisfacción.

Detección precoz de dificultades en el aprendizaje. Herramienta para la predicción del rendimiento de los estudiantes

Inspirados por las estrategias de detección precoz aplicadas en medicina, proponemos el diseño y construcción de un sistema de predicción que permita detectar los problemas de aprendizaje de los estudiantes de forma temprana. Partimos de un sistema gamificado para el aprendizaje de Lógica Computacional, del que se recolectan masivamente datos de uso y, sobre todo, resultados de aprendizaje de los estudiantes en la resolución de problemas. Todos estos datos se analizan utilizando técnicas de Machine Learning que ofrecen, como resultado, una predicción del rendimiento de cada alumno. La información se presenta semanalmente en forma de un gráfico de progresión, de fácil interpretación pero con información muy valiosa. El sistema resultante tiene un alto grado de automatización, es progresivo, ofrece resultados desde el principio del curso con predicciones cada vez más precisas, utiliza resultados de aprendizaje y no solo datos de uso, permite evaluar y hacer predicciones sobre las competencias y habilidades adquiridas y contribuye a una evaluación realmente formativa. En definitiva, permite a los profesores guiar a los estudiantes en una mejora de su rendimiento desde etapas muy tempranas, pudiendo reconducir a tiempo los posibles fracasos y motivando a los estudiantes.

Análisis de series temporales

Análisis de series temporales. Introducción. Características generales de las series temporales. Descomposición. Predicción. Modelos ARIMA y derivados.

Automatic prediction of emotions from text in Spanish for expressive speech synthesis in the chat domain

This paper describes a module for the prediction of emotions in text chats in Spanish, oriented to its use in specific-domain text-to-speech systems. A general overview of the system is given, and the results of some evaluations carried out with two corpora of real chat messages are described. These results seem to indicate that this system offers a performance similar to other systems described in the literature, for a more complex task than other systems (identification of emotions and emotional intensity in the chat domain).

Perceived emotional intelligence, general intelligence and early professional success: predictive and incremental validity

Although the study of factors affecting career success has shown connections between biographical and other aspects related to ability, knowledge and personality, few studies have examined the relationship be-tween emotional intelligence and professional success at the initial career stage. When these studies were carried out, the results showed significant relationships between the dimensions of emotional intelligence (emotional self-awareness, self-regulation, social awareness or social skills) and the level of professional competence. In this paper, we analyze the relationship between perceived emotional intelligence, measured by the Trait Meta-Mood Scale (TMMS-24) questionnaire, general intelligence assessed by the Cattell factor "g" test, scale 3, and extrinsic indicators of career success, in a sample of 130 graduates at the beginning of their careers. Results from hierarchical regression analysis indicate that emotional intelligence makes a specific contribution to the prediction of salary, after controlling the general intelligence effect. The perceived emotional intelligence dimensions of TMMS repair, TMMS attention and sex show a higher correlation and make a greater contribution to professional success than general intelligence. The implications of these results for the development of socio-emotional skills among University graduates are discussed.

¿Puede un videojuego ayudarnos a predecir los resultados de aprendizaje?

Comunicación presentada en CoSECiVi 2014, I Congreso de la Sociedad Española para las Ciencias del Videojuego, Barcelona, 24 de junio de 2014.

Individual differences in predicting occupational success: The effect of population heterogeneity

Using a sample of 339 university graduates from the University of Alicante (Spain) three years after completion of their studies, we studied the relationships between general intelligence (GI), personality traits, emotional intelligence (EI), academic performance, and occupational attainment and compared the results of conventional regression analysis with the results obtained from applying regression mixture models. The results reveal the influence of unobserved population heterogeneity (latent class) on the relationship between predictors and criteria and the improvement in the prediction obtained from applying regression mixture models compared to applying a conventional regression model.

Adaptación cultural y validación de la escala de valoración de riesgo de desarrollar úlceras por presión en neonatos hospitalizados (Neonatal Skin Risk Assessment Scale)

Los estudios epidemiológicos realizados hasta la fecha en neonatos hospitalizados son escasos. En España en las unidades neonatales las cifras de prevalencia se mueven entre un 50% en unidades de cuidados intensivos (UCIN) y un 12,5% en unidades de hospitalización. Desde todas las organizaciones de salud, nacionales (GNEAUPP) e internacionales (EPUAP, EWMA, NPUAP) relacionadas con las heridas, se promociona y potencia la seguridad del paciente mediante la prevención de los efectos adversos hospitalarios. Para conseguirlo es necesario dotar a los profesionales sanitarios de herramientas validadas y adaptadas a la edad neonatal que permitan valorar el riesgo de la población hospitalizada. De esta forma los profesionales sanitarios podrán gestionar de forma eficiente los recursos preventivos y trazar planes de cuidados centrados en el neonato. En la actualidad, en España no existe ninguna escala validada específicamente para neonatos. Por tanto, el objetivo principal de nuestro equipo de investigación fue adaptar transculturalmente al contexto español la escala NSRAS original y evaluar la validez y la fiabilidad de la versión en español. En esta ponencia se presentarán los resultados preliminares de la tesis. Método. El estudio se subdividió en tres fases. En la primera fase se realizó la adaptación transcultural de la escala NSRAS original mediante el método de traducción con retrotraducción. Posteriormente entre un grupo de expertos se calculó la validez de contenido mediante el IVC. La versión de la escala adaptada fue evaluada mediante dos fases de estudio multicéntrico observacional analítico en las unidades neonatales de 10 hospitales públicos del Sistema Nacional de Salud. Se evaluó la fiabilidad interobservadores e intraobservadores, la validez de constructo en la segunda fase y en una tercera fase se evaluó la capacidad predictiva y el punto de corte de la versión en español de la escala NSRAS. Resultados. En la primera fase la validez de contenido evaluada obtuvo un IVC de 0,926 [IC95%0,777-0,978]. En la segunda fase, la muestra evaluada fue de 336 neonatos. La consistencia interna mostró un Alfa de Cronbach de 0,794. Y la fiabilidad intraobservadores fue de 0,932 y la fiabilidad interobservadores fue de 0,969. En la tercera fase la muestra evaluada fue de 268 neonatos. El análisis multivariante de la relación entre los factores de riesgo, las medidas preventivas y la presencia de UPP mostró que 3 variables eran significativas: la puntuación NSRAS, la duración del ingreso y el uso de VMNI. Siendo de esta forma la puntuación NSRAS (debido a que activa las medidas preventivas) un factor protector frente a UPP. Es decir, a mayor puntuación de NSRAS, menor riesgo de UPP. La valoración clinicométrica de la puntuación 17 mostró una sensibilidad del 91,18%, una especificidad de 76,5%, un VPN de 36,05% y un VPP de 98,35%. El área bajo la curva ROC fue de 0,8384 en la puntuación 17. Conclusiones. La versión en español de la escala NSRAS es una herramienta válida y fiable para medir el riesgo de UPP en la población neonatal hospitalizada en el contexto español. Los neonatos hospitalizados con una puntuación igual o menor a 17 están en riesgo desarrollar UPP.

Capacidad predictiva de la autoeficacia académica sobre las dimensiones del autoconcepto en una muestra de adolescentes chilenos

El objetivo de este estudio fue analizar la capacidad predictiva de la autoeficacia académica sobre las dimensiones del autoconcepto en una muestra de 860 estudiantes chilenos. El análisis de regresión logística reveló que la autoeficacia académica fue un predictor positivo y significativo de las escalas académicas (Matemáticas, Verbal y Académica General), no académicas (Habilidades Físicas, Apariencia Física, Relaciones con el Sexo Opuesto, Relaciones con el Mismo Sexo, Relación con los Padres, Sinceridad- Veracidad), y de la escala de Autoestima, excepto de la escala de Estabilidad Emocional. Esta relación de predicción fue de mayor magnitud con las escalas académicas y autoestima.

Descubrimiento de fármacos basado en cribado virtual refinado con enfoques neuronales paralelos

En el campo de la medicina clínica es crucial poder determinar la seguridad y la eficacia de los fármacos actuales y además acelerar el descubrimiento de nuevos compuestos activos. Para ello se llevan a cabo ensayos de laboratorio, que son métodos muy costosos y que requieren mucho tiempo. Sin embargo, la bioinformática puede facilitar enormemente la investigación clínica para los fines mencionados, ya que proporciona la predicción de la toxicidad de los fármacos y su actividad en enfermedades nuevas, así como la evolución de los compuestos activos descubiertos en ensayos clínicos. Esto se puede lograr gracias a la disponibilidad de herramientas de bioinformática y métodos de cribado virtual por ordenador (CV) que permitan probar todas las hipótesis necesarias antes de realizar los ensayos clínicos, tales como el docking estructural, mediante el programa BINDSURF. Sin embargo, la precisión de la mayoría de los métodos de CV se ve muy restringida a causa de las limitaciones presentes en las funciones de afinidad o scoring que describen las interacciones biomoleculares, e incluso hoy en día estas incertidumbres no se conocen completamente. En este trabajo abordamos este problema, proponiendo un nuevo enfoque en el que las redes neuronales se entrenan con información relativa a bases de datos de compuestos conocidos (proteínas diana y fármacos), y se aprovecha después el método para incrementar la precisión de las predicciones de afinidad del método de CV BINDSURF.