DSpace 9

DSpace is the world leading open source repository platform that enables organisations to:

  • easily ingest documents, audio, video, datasets and their corresponding Dublin Core metadata
  • open up this content to local and global audiences, thanks to the OAI-PMH interface and Google Scholar optimizations
  • issue permanent urls and trustworthy identifiers, including optional integrations with handle.net and DataCite DOI

Join an international community of leading institutions using DSpace.

The test user accounts below have their password set to the name of this software in lowercase.

  • Demo Site Administrator = dspacedemo+admin@gmail.com
  • Demo Community Administrator = dspacedemo+commadmin@gmail.com
  • Demo Collection Administrator = dspacedemo+colladmin@gmail.com
  • Demo Submitter = dspacedemo+submit@gmail.com
Photo by @inspiredimages
 

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 5 of 26

Recent Submissions

No Thumbnail Available
Item
First-Month LMS Behaviours Associated with Success in an AI-Permissive Software Engineering Course
(Asociación para el Desarrollo de la Informática Educativa (ADIE), 2026-09-02) Vázquez-Ingelmo, Andrea; Paule-Ruiz, M. Puerto; García-Peñalvo, Francisco José; García-Holgado, Alicia
This extended abstract profiles the highest-performing behavioural cluster during the first milestone of a Software Engineering course governed by an explicit artificial-intelligence (AI) usage policy. Moodle traces from two post-AI cohorts (n = 146) yielded three clusters: an integrator group (n = 32), an intermediate group (n = 73), and an at-risk group (n = 41). Integrators achieved a higher mean milestone grade than at-risk students (6.37 versus 4.81; Hedges’ g = 0.92) and a higher pass rate (71.9% versus 44.0%). Their profile combined access volume and anticipation: they accessed theoretical materials, task specifications, rubrics, and modelling tools more often, and reached theoretical materials about ten days earlier. A logistic model based on theoretical-material volume, task volume, and task first-access timing separated integrators from the remaining students with an ROC AUC of 0.86. The results support first-month onboarding that introduces rubrics and modelling tools early, triggers early task access, uses analytics for positive recognition, and treats forum activity as a complement rather than a substitute for task- and rubric-anchored engagement.
No Thumbnail Available
Item
Asistentes de aprendizaje con inteligencia artificial en Ingeniería del Software: diseño y percepción del alumnado
(Asociación para el Desarrollo de la Informática Educativa (ADIE), 2026-09-02) García-Peñalvo, Francisco José; Conde, Miguel Ángel
Este trabajo analiza el uso de dos asistentes de aprendizaje basados en inteligencia artificial en una asignatura de Ingeniería del Software. El primero adopta una estrategia socrática y guía al alumnado mediante preguntas, pistas y reflexión progresiva. El segundo, construido con LAMB, proporciona respuestas directas fundamentadas en materiales docentes seleccionados por el profesorado. A partir de los registros de uso y de 53 respuestas anónimas, se estudian la adopción, la utilidad percibida y las preferencias de aprendizaje. Los resultados muestran que ambos asistentes fueron valorados positivamente, aunque respondieron a necesidades diferentes: el enfoque socrático favoreció el razonamiento conceptual, mientras que LAMB fue preferido para el repaso y la preparación de exámenes. Los hallazgos subrayan la necesidad de ajustar el diseño de estos sistemas al momento del aprendizaje, la presión evaluativa y las expectativas del alumnado
Thumbnail Image
Item
REPRESENTACIONES DE LAS MINORÍAS SOCIALES EN EL CINE CONTEMPORÁNEO: UN ANÁLISIS COMPARATIVO ENTRE ESPAÑA, ARGENTINA, MÉXICO Y COLOMBIA
(Programa de Doctorado Formación en la Sociedad del Conocimiento, 2026-09-29) QUINTERO PINEDA, MARIOH PHRAMSHISCO
REPRESENTACIONES DE LAS MINORÍAS SOCIALES EN EL CINE CONTEMPORÁNEO: UN ANÁLISIS COMPARATIVO ENTRE ESPAÑA, ARGENTINA, MÉXICO Y COLOMBIA AUTOR: MARIOH PHRAMSHISCO QUINTERO PINEDA DIRECTORAS: MARÍA MARCOS RAMOS TERESA MARTÍN GARCÍA PLAN DE INVESTIGACIÓN PROGRAMA DE DOCTORADO FORMACIÓN EN LA SOCIEDAD DEL CONOCIMIENTO UNIVERSIDAD DE SALAMANCA 23 DE SEPTIEMBRE DE 2026
Thumbnail Image
Item
Diseñando el aprendizaje híbrido: interfaces inteligentes y nuevos ecosistemas educativos
(Grupo GRIAL, 2026-10-16) García-Peñalvo, Francisco José
Conferencia magistral invitada de 1 hora y media de duración, impartida el 16 de octubre en la 14ª Edición de la Conferencia Ecuatoriana de Tecnologías de la Información & la Comunicación (TICEC 2026), celebrada en la Universidad Indoamérica (Ambato, Ecuador), el 15 y 16 de octubre de 2026. La conferencia “Diseñando el aprendizaje híbrido: interfaces inteligentes y nuevos ecosistemas educativos” plantea una revisión de lo que implica hoy hablar de educación híbrida. Ya no basta con combinar la enseñanza presencial y la online. El nuevo escenario incorpora inteligencia artificial, datos y responsabilidad, configurando ecosistemas educativos en los que personas y tecnologías interactúan de forma continua. Uno de los ejes centrales es el paso de una visión de la IA basada en la sustitución a otra centrada en el aumento de las capacidades humanas. La inteligencia híbrida se entiende como la capacidad de combinar la inteligencia humana y la artificial para alcanzar objetivos complejos y obtener resultados superiores a los que cada una podría lograr por separado. El valor, por tanto, no reside en delegar el aprendizaje en sistemas autónomos, sino en diseñar formas de colaboración en las que la IA amplíe la percepción, ayude a tomar decisiones, escale determinadas acciones y libere a las personas de tareas repetitivas, manteniendo el juicio, la creatividad y la responsabilidad en manos humanas. Esta perspectiva exige prestar especial atención a los datos educativos. Las interacciones en plataformas, los trabajos, el código, los proyectos o las señales multimodales pueden aportar información relevante, pero más datos no significan necesariamente un mejor aprendizaje. Se defiende priorizar las evidencias directamente relacionadas con el proceso educativo y reducir el uso de datos biométricos o de vigilancia cuando no sean imprescindibles. Cuanto mayor sea el grado de automatización, mayores deben ser la explicabilidad, la trazabilidad, la supervisión humana y la evaluación de posibles sesgos. Para trasladar estos principios a la práctica, se presentan tres escenarios de adopción de IA: apoyo responsable, colaboración guiada y cocreación con una declaración de uso reforzada. A medida que aumenta la autonomía de la IA, el impacto educativo y el riesgo, también debe aumentar el rigor documental, pasando de la simple declaración de uso a mecanismos de trazabilidad, auditoría, evidencia y revisión humana. La propuesta se completa con marcos como las orientaciones de la UNESCO, el AI Act europeo, el marco SAFE y el Safe AI in Education Manifesto, que sitúan la seguridad, la equidad, la transparencia y la supervisión humana como condiciones de diseño. La idea que articula toda la conferencia es: la tecnología debe adaptarse a la pedagogía y permanecer al servicio de las personas. El futuro educativo que se propone no es el de una IA que reemplaza al profesorado, sino el de ecosistemas de inteligencia híbrida en los que el docente conserva el control, dirige la colaboración humano-IA y garantiza sentido, criterio y responsabilidad.
Thumbnail Image
Item
Hybrid intelligence and educational agency: Towards an ecology of human-AI collaboration
(Ediciones Universidad de Salamanca, 2026-09-23) García-Peñalvo, Francisco José
The emergence of generative artificial intelligence has revived an enduring question in educa-tional technology: Should artificial intelligence (AI) supplant teachers or support them? The evi-dence does not sustain either pole. This article advances hybrid intelligence, an integrated mode of human-AI collaboration in which agency, judgment, and accountability are shared rather than lodged in just one side, as a more useful lens for understanding AI in education. Using a theoretical and argumentative method, the paper defines the concept. It separates hybrid intelligence from adjacent ideas, including blended learning and educational AI, and links its philosophical lineage to extended mind theory, man-computer symbiosis, and actor-network theory. The article then examines three major conceptual frameworks: Molenaar’s six-level automation model, Cukuro-va’s AIED-HCD taxonomy, and Holstein, Aleven, and Rummel’s hybrid adaptivity model. These are brought together in a five-level architecture for hybrid learning ecosystems: people and roles, hybrid space, data, models, and governance. In addition, it sketches three scenarios for the grad-ual incorporation of AI into university teaching, together with the nine persistent challenges (the “elephants in the room”). The discussion highlights shared patterns across the frameworks and the teaching competencies required for hybrid intelligence. The article ends by arguing that, in education, hybrid intelligence can realise its potential only through a human-centred orientation: technology must adapt to education, not education to the technology.