Publications
Permanent URI for this collectionhttps://repositorio.grial.eu/handle/123456789/34
Browse
3 results
Search Results
Item Evaluación de competencias socioemocionales en el trabajo en equipo a partir de interacciones reales: una rúbrica con apoyo de inteligencia artificial basada en el modelo CTMTC(Servicio de Publicaciones Universidad de Zaragoz, 2025-06-11) Fidalgo-Blanco, Ángel; García-Peñalvo, Francisco José; Sein-Echaluce, María Luisa; Wang, Ningjing; Zhang, XingyueEste trabajo presenta el análisis de una rúbrica diseñada para evaluar competencias socioemocionales en contextos de trabajo en equipo. La propuesta se enmarca en el modelo Comprehensive Training Model of the Teamwork Competence, que contempla el desarrollo grupal, las capacidades individuales y las habilidades socioemocionales como dimensiones complementarias de la competencia de trabajo en equipo. La rúbrica se aplicó al análisis de las interacciones reales entre los miembros de ocho equipos de estudiantes universitarios, en tres momentos clave del proceso colaborativo: elección del coordinador, elaboración de la normativa y reparto de tareas. A partir de estas evidencias, se evaluaron siete dimensiones: responsabilidad, empatía, cooperación, comunicación, iniciativa, apoyo/ayuda y flexibilidad/adaptación. Los resultados muestran una evolución positiva de las competencias socioemocionales a lo largo del trabajo en equipo y una alta consistencia interna de la rúbrica. La herramienta permite realizar un seguimiento formativo durante el desarrollo del equipo, aportando indicadores que orientan la intervención docente. Se concluye que este enfoque es válido para analizar de forma continua y precisa el comportamiento grupal en entornos educativos digitales.Item Mito de la inteligencia. Más allá de una educación de silicio(Editorial UOC, 2024-12-15) García-Peñalvo, Francisco JoséEste capítulo busca no solo explorar, sino también ofrecer un análisis crítico sobre la IA en educación, avanzando en desmitificar los avances tecnológicos. Se enfoca en cómo la rápida disrupción tecnológica desafía a la sociedad, destacando la necesidad de preparación y comprensión para adaptarse a cambios en el trabajo, educación y vida personal. Además, aborda el problema de la sobreinformación y cómo evaluarla críticamente, enfatizando la importancia de discernir entre datos sesgados y sobredimensionados en este contexto acelerado.Item Desarrollo de un Sistema Interactivo de Interconexión y Análisis de Imágenes DICOM con Retroalimentación Médica(Departamento de Informática y Automática. Universidad de Salamanca, 2025-03-19) Santos Blázquez, Pablo; García-Peñalvo, Francisco José; Vázquez-Ingelmo, AndreaLa segmentación precisa de estructuras cardíacas en imágenes médicas es crucial para un diagnóstico y tratamiento efectivos. Este pro-yecto presenta el desarrollo de "dAIcom", una plataforma web interactiva para la visualización, anotación y análisis de imágenes DICOM (Digital Imaging and Communication in Medicine), mejorando la colaboración multidisciplinaria y la retroalimentación médica. Para ello, se ha integra-do un modelo de inteligencia artificial basado en la arquitectura UNET, entrenado específicamente para segmentar estructuras cardíacas como el ventrículo izquierdo, la aurícula izquierda y el miocardio en imágenes obtenidas mediante el uso de ultrasonidos (ecocardiografías). Con el fin de evaluar el rendimiento y la adaptabilidad del modelo, se han reali-zado tres experimentos de reentrenamiento. Los resultados revelan que un mayor número de imágenes y anotaciones mejora significativamente la capacidad de generalización del modelo, reduciendo el sobreajuste. Además, se desarrolla un sistema PACS (Picture Archiving and Commu-nication System) para gestionar y almacenar eficientemente las imágenes DICOM, asegurando la interoperabilidad y el almacenamiento seguro de los datos médicos. A lo largo del trabajo se han identificado diversos desafíos, incluyendo dificultades para obtener imágenes médicas debido a restricciones de confidencialidad y limitaciones computacionales. El trabajo futuro se centra en ampliar el conjunto de datos, optimizar los hiperparámetros y mejorar el proceso de anotación para incrementar la robustez y relevancia clínica del sistema. Estos esfuerzos buscan asegurar que la plataforma "dAIcom"no solo sea tecnológicamente avanzada, sino también clínicamente útil para mejorar la atención médica.