Evaluación participativa y empoderamiento: análisis documental de investigaciones y prácticas

Este artículo presenta los resultados de un trabajo de investigación y análisis documental sobre la evaluación participativa y el empoderamiento, realizado a investigaciones, proyectos yexperiencias a nivel nacional e internacional, desarrollados en la última década (entre el 2000 y2010 inclusive). Se describe el proceso de búsqueda en bases de datos -en el ámbito de lasciencias sociales -, de registro y de análisis, desarrollado por un equipo interuniversitario deinvestigadores en el marco de un I+D.El objetivo final de este trabajo no solo se centra en recabar y actualizar bibliografía en materiade evaluación participativa y de empoderamiento, sino en analizar los contenidos de las acciones descritas en los registros seleccionados.

Evaluación del estándar SQL:1999 respecto a las características orientadas al objeto que soporta y su implementación a los SGBD object-relational

Memoria de TFC en el que se analiza el estándar SQL:1999 y se compara con PostgreeSQL y Oracle.

Ingeniería del software: portal web inmobiliario

En la actualidad las tecnologías de la información son utilizadas en todos los ámbitos empresariales. Desde sistemas de gestión (ERPs) pasando por la gestión documental, el análisis de información con sistema de Bussines Intelligence, pudiendo incluso convertirse en toda una nueva plataforma para proveer a las empresas de nuevos canales de venta, como es el caso deInternet.De la necesidad inicial de nuestro cliente en comenzar a expandirse por un nuevo canal de venta para poder llegar a nuevos mercados y diversificar sus clientes se inicia la motivación de este TFC.Dadas las características actuales de las tecnologías de la información e internet, estas conforman un binomio perfecto para definir este TFC que trata todos los aspectos necesarios para llegar a obtener un producto final como es un portal web inmobiliario adaptado a los requisitos demandados por los usuarios actuales de Internet.

Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Evaluación de la psicopatología del preescolar mediante el Early Childhood Inventory-4 (ECI-4): concordancia entre padres y maestros.= Assessment of psychopathology in preschool age children through the Early Childhood Inventory-4 (ECI-4): Agreement among parents and teachers

El objetivo principal de este estudio es conocer la concordancia entre informantes, padres y maestros,en cada una de las dimensiones o categorías diagnósticas del Early Childhood Inventory-4 (ECI-4).Además, se pretende analizar la influencia de la presencia de problemas de salud en los padres en ladescripción y valoración de la conducta de una muestra de 204 alumnos de preescolar (3 a 6 años) deperfiles socioeconómicos diferentes. Los resultados indican que los padres tienden a valorar con mayorseveridad los síntomas, observándose una mayor concordancia entre informantes en los relativos alos trastornos del desarrollo

Evaluación de 360º: una aplicación a la educación emocional

La evaluación en educación emocional es un tema difícil por las características de los fenómenos que se prtenden evaluar. Así como hay una larga tradición en avaluar conocimientos a través de pruebas de papel y lápiz, en la evaluación de competencias todavía queda un largo camino que recorrer para lograr evidencias satisfactorias. Cuando se trata de competencias emocionales, la cosa se hace todavía más difícil.

Las TIC como instrumento para la colaboración en red, en el ámbito de la Formación Profesional : Una aplicación de software libre para colaboración entre centro-empresa en el I.E.S El Palau

Investigaremos cómo las redes de colaboración y el softwarelibre permiten adaptar el centro educativo al entorno, cómo pueden ayudar al centro a potenciar la formación profesional y garantizar la durabilidad de las acciones, con el objetivo que perdure el conocimiento y la propia red de colaboración para una mejora educativa.

Implementación de GNU/Linux para una empresa de desarrollo de software

Trabajo que muestra, haciendo uso de tecnologías libres y basándonos en sistemas operativos abiertos, cómo es posible mantener un nivel alto de trabajo para una empresa que se dedica a implementar y realizar desarrollos en tecnologías de software libre. Se muestra el montaje de un laboratorio de desarrollo que nos va a permitir entender el funcionamiento y la implementación tanto de GNU/Linux como del software que se basa en él dentro de la infraestructura de la empresa.

Innovar en, desde y para el practicum: supervisión y evaluación de la transferencia de competencias

El objetivo de este artículo es presentar los resultados de un proceso de innovación docente que ha llevado a cabo el equipo del practicum de educación social de la Universidad de Barcelona, en dos niveles diferentes: la supervisión y la evaluación en la transferencia de competencias. El primer aspecto centra la mirada en la supervisión de los estudiantes para el desarrollo de su identidad y rol profesional. En este marco, el artículo presenta las funciones, y competencias que le subyacen de la supervisión en los diferentes momentos del proceso de las prácticas. El segundo aspecto aborda la evaluación de los aprendizajes de las prácticas. En este sentido, se presenta un instrumento que permite concretar los estándares de cada competencia con el fin de valorar el proceso de adquisición y aprendizaje. Este instrumento pretende informar a los estudiantes, de forma transparente, de los criterios por los cuáles van a ser evaluados, así como también, establecer un instrumento de registro para que los diferentes agentes educativos recojan el grado de consecución de las competencias en diferentes momentos del curso. En definitiva, se defiende la supervisión y la evaluación como elementos clave del proceso formativo activo y transformador de la formación de la identidad profesional. Palabras clave: practicum, estudiante, tutor‐universitario, tutor‐centro, supervisión, evaluación, transferencia de competencias

Evaluación económica de los impactos del cambio climático sobre la salud

El Informe Stern, realizado a instancias del Gobierno Británico, se ha convertido en el documento paradigmático de la economía del cambio climático. No solo proporciona una estimación de los costes del cambio climático, sino que resulta ser una aportación fundamental a la evaluación de los datos existentes y al fomento de un mayor conocimiento de los aspectos económicos del cambio climático. El informe tiene una perspectiva internacional, por cuanto el cambio climático es un problema mundial, tanto en sus causas como en sus consecuencias. La adopción de medidas colectivas a nivel internacional es crucial para conseguir una respuesta eficaz, eficiente y equitativa. Así, se insta a la comunidad internacional a actuar con fuerza y de forma inmediata en la toma de decisiones que permitan reducir las emisiones (de CO2) para que los efectos del cambio climático no comiencen a ser irremediables. De hecho, la principal conclusión del informe es que los beneficios de la adopción de medidas prontas y firmes sobre el cambio climático superarán con creces los costes

Moodleando en posgrado: uso del campus virtual y evaluación continuada

[spa] La adaptación al EEES ha implicado una reestructuración de los estudios universitarios promoviendo, entre otros, el uso de una evaluación continuada de los aprendizajes y de herramientas docentes virtuales en los nuevos grados. Estos cambios también pueden aplicarse en el posgrado, aunque hasta el momento, son pocas las experiencias al respecto. El presente trabajo muestra la opinión y los resultados obtenidos de los estudiantes de una asignatura de posgrado de un Máster Oficial Universitario URV-UB en el que se llevó a cabo evaluación continuada y se utilizó el Campus Virtual (CV) como herramienta de aprendizaje y participación activa. La aplicación del proyecto (2007PID/UB-14) se llevó a cabo en 4 fases: elaboración del aula, diseño de encuestas dirigidas a los estudiantes para obtener su opinión sobre la evaluación continuada y sus conocimientos en el uso de plataformas virtuales de forma previa al curso, gestión diaria del aula y seguimiento de las actividades propuestas y finalmente, evaluación del proyecto a través de indicadores cualitativos y cuantitativos derivados de las encuestas y de la propia aplicación virtual. Al inicio del curso la mayoría (93,75%) de los estudiantes prefería evaluación continuada y al final de éste el 100% estuvieron de acuerdo con el tipo de evaluación realizado. Respecto al CV, los estudiantes realizaron todas las actividades de autoevaluación voluntarias. La puntuación sobre la utilidad de todos los recursos del aula del CV fue muy elevada, siendo máxima la obtenida por los ejercicios de autoevaluación. En global, los estudiantes otorgaron al aula una puntuación de 8,1 sobre 10.

Moodleando en posgrado: uso del campus virtual y evaluación continuada

[spa] La adaptación al EEES ha implicado una reestructuración de los estudios universitarios promoviendo, entre otros, el uso de una evaluación continuada de los aprendizajes y de herramientas docentes virtuales en los nuevos grados. Estos cambios también pueden aplicarse en el posgrado, aunque hasta el momento, son pocas las experiencias al respecto. El presente trabajo muestra la opinión y los resultados obtenidos de los estudiantes de una asignatura de posgrado de un Máster Oficial Universitario URV-UB en el que se llevó a cabo evaluación continuada y se utilizó el Campus Virtual (CV) como herramienta de aprendizaje y participación activa. La aplicación del proyecto (2007PID/UB-14) se llevó a cabo en 4 fases: elaboración del aula, diseño de encuestas dirigidas a los estudiantes para obtener su opinión sobre la evaluación continuada y sus conocimientos en el uso de plataformas virtuales de forma previa al curso, gestión diaria del aula y seguimiento de las actividades propuestas y finalmente, evaluación del proyecto a través de indicadores cualitativos y cuantitativos derivados de las encuestas y de la propia aplicación virtual. Al inicio del curso la mayoría (93,75%) de los estudiantes prefería evaluación continuada y al final de éste el 100% estuvieron de acuerdo con el tipo de evaluación realizado. Respecto al CV, los estudiantes realizaron todas las actividades de autoevaluación voluntarias. La puntuación sobre la utilidad de todos los recursos del aula del CV fue muy elevada, siendo máxima la obtenida por los ejercicios de autoevaluación. En global, los estudiantes otorgaron al aula una puntuación de 8,1 sobre 10.

Software for interpolation of vegetative growth of yerba mate plants in 3D

The objective of this work was to build mock-ups of complete yerba mate plants in several stages of development, using the InterpolMate software, and to compute photosynthesis on the interpolated structure. The mock-ups of yerba-mate were first built in the VPlants software for three growth stages. Male and female plants grown in two contrasting environments (monoculture and forest understory) were considered. To model the dynamic 3D architecture of yerba-mate plants during the biennial growth interval between two subsequent prunings, data sets of branch development collected in 38 dates were used. The estimated values obtained from the mock-ups, including leaf photosynthesis and sexual dimorphism, are very close to those observed in the field. However, this similarity was limited to reconstructions that included growth units from original data sets. The modeling of growth dynamics enables the estimation of photosynthesis for the entire yerba mate plant, which is not easily measurable in the field. The InterpolMate software is efficient for building yerba mate mock-ups.

Evaluación de los factores de riesgo y los tipos de superficie para el desarrollo de las úlceras por presión en el enfermo crítico = Assessment of risk factors and the types of surface for the development of pressure ulcers on critical ill patients

The main objective of this article is to assess the risk factors and the types of surface for the development of pressure ulcers (PU) on critical ill patients in an Intensive Care Unit (ICU)

Evaluación de necesidades y diseño de la intervención para la reintegración social de los delincuentes sexuales de alto riesgo

Informe ejecutivo del estudio de adaptación "Evaluación de necesidades y diseño de la intervención para la reinserción social de los delincuentes sexuales de alto riesgo: Adaptación de los Círculos de Apoyo y Responsabilidad al sistema de ejecución penal de Cataluña".