Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento.
AVREA (Asistente Virtual para el Reconocimiento de Estilos de Aprendizaje) es una herramienta que apoya a los docentes de básica primaria en la orientación personalizada de los estudiantes según sus estilos de aprendizaje. Basado en las teorías de Honey y Alonso (1994) y Fleming y Mills (1992), util...
- Autores:
-
Carreño Gómez, Carlos David
López Murcia, Erick Mauricio
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad Pedagógica Nacional
- Repositorio:
- Repositorio Institucional UPN
- Idioma:
- spa
- OAI Identifier:
- oai:repository.pedagogica.edu.co:20.500.12209/20547
- Acceso en línea:
- http://hdl.handle.net/20.500.12209/20547
- Palabra clave:
- Estilos de aprendizaje
Machine learning
Cuestionario CHAEA
Cuestionario VARK
Reconocimiento de emociones
Learning styles
Machine learning
CHAEA questionnaire
VARK questionnaire
Emotion recognition
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
id |
RPEDAGO2_5dca346c8d8e9c5b7ca96b435c1ba93e |
---|---|
oai_identifier_str |
oai:repository.pedagogica.edu.co:20.500.12209/20547 |
network_acronym_str |
RPEDAGO2 |
network_name_str |
Repositorio Institucional UPN |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento. |
title |
Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento. |
spellingShingle |
Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento. Estilos de aprendizaje Machine learning Cuestionario CHAEA Cuestionario VARK Reconocimiento de emociones Learning styles Machine learning CHAEA questionnaire VARK questionnaire Emotion recognition |
title_short |
Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento. |
title_full |
Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento. |
title_fullStr |
Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento. |
title_full_unstemmed |
Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento. |
title_sort |
Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento. |
dc.creator.fl_str_mv |
Carreño Gómez, Carlos David López Murcia, Erick Mauricio |
dc.contributor.advisor.spa.fl_str_mv |
Martínez Vásquez, David Alejandro |
dc.contributor.author.none.fl_str_mv |
Carreño Gómez, Carlos David López Murcia, Erick Mauricio |
dc.subject.spa.fl_str_mv |
Estilos de aprendizaje Machine learning Cuestionario CHAEA Cuestionario VARK Reconocimiento de emociones |
topic |
Estilos de aprendizaje Machine learning Cuestionario CHAEA Cuestionario VARK Reconocimiento de emociones Learning styles Machine learning CHAEA questionnaire VARK questionnaire Emotion recognition |
dc.subject.keywords.eng.fl_str_mv |
Learning styles Machine learning CHAEA questionnaire VARK questionnaire Emotion recognition |
description |
AVREA (Asistente Virtual para el Reconocimiento de Estilos de Aprendizaje) es una herramienta que apoya a los docentes de básica primaria en la orientación personalizada de los estudiantes según sus estilos de aprendizaje. Basado en las teorías de Honey y Alonso (1994) y Fleming y Mills (1992), utiliza los cuestionarios CHAEA y VARK para identificar estilos de aprendizaje y un sistema de reconocimiento facial para identificar emociones como felicidad, tristeza, neutralidad, sorpresa y enojo. La plataforma ofrece actividades adaptadas a los estilos identificados y almacena datos relevantes de los estudiantes. Los resultados identifican patrones en los estilos de aprendizaje y emociones, permitiendo a los docentes personalizar métodos educativos para optimizar el rendimiento y el bienestar emocional de los alumnos. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-12-17T19:09:24Z |
dc.date.available.none.fl_str_mv |
2024-12-17T19:09:24Z |
dc.date.issued.none.fl_str_mv |
2024 |
dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.coar.eng.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.driver.eng.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12209/20547 |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Pedagógica Nacional |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional de la Universidad Pedagógica Nacional |
dc.identifier.repourl.none.fl_str_mv |
repourl: http://repositorio.pedagogica.edu.co/ |
url |
http://hdl.handle.net/20.500.12209/20547 |
identifier_str_mv |
instname:Universidad Pedagógica Nacional reponame:Repositorio Institucional de la Universidad Pedagógica Nacional repourl: http://repositorio.pedagogica.edu.co/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.references.spa.fl_str_mv |
Abadi, M., Barham, P., Chen, J., Chen, Z., Davis, A., Dean, J., ... & Zheng, X. (2016). TensorFlow: A system for large-scale machine learning. 12th {USENIX} Symposium on Operating Systems Design and Implementation (OSDI} 16), 265-283 Accom, (2024) ¿Qué es un asistente virtual? Accom Agencia digital de ventas. https://www.we-accom.com/tendencias/que-es-un-asistentevirtual/#:~:text=Un%20asistente%20virtual%20puede%20ser,y%20están%20en%2 0continua%20evolución Aguilar Mejía, J. R. (2022) Uso de asistente virtual para el aprendizaje de temas selectos de la física (Tesis de maestría). Tecnológico de Monterrey, México. https://repositorio.tec.mx/handle/11285/636395 Arturo Castro, V. (2013). Enseñanza de tecnologías de la información y comunicación mediante el uso de herramientas virtuales en una institución de nivel superior no universitario Bashyal, S., & Venayagamoorthy, G. K. (2008). Recognition of facial expressions using Gabor wavelets and learning vector quantization. Engineering Applications of Artificial Intelligence, 21(7), 1056-1064 Bethel University Online. (s. f.). The Importance of Small Class Sizes in Education. Recuperado de https://online.betheluniversity.edu/articles/small-class-sizes-ineducation Blanco (2023). Chat Bot: Asistentes Virtuales en la Educación. Up Informa diario digital. https://upinforma.com/nuevo/info.php?cat=opinion&id=1307 Bradski, G., & Kaehler, A. (2008). Learning OpenCV: Computer vision with the OpenCV library. O'Reilly Media, Inc Brownlee, J. (2019). Deep learning for computer vision: Image classification, object detection, and face recognition in Python with Keras, PyTorch, and TensorFlow. Machine Learning Mastery Cabero, J., & Marín, V. (2019). Las TIC en la educación y su impacto en los estilos de aprendizaje. Revista de Educación y Tecnología, 23(1), 45-62 Calderón Angulo, JA, & Rosales Chalen, AD (2024). estilo de aprendizaje VARK y su influencia en el rendimiento académico de los estudiantes de la carrera de pedagogía de la actividad física y deporte de la universidad técnica de Babahoyo, periodo académico octubre 2023 - marzo 2024 http://dspace.utb.edu.ec/handle/49000/16262 Campaña, L., Castro, M., Guerrero, L., & Hernández, A. (2018). Utilización de software libre. Atlante Cuadernos de Educación y Desarrollo. Revista: Atlante (marzo). https://www.eumed.net/rev/atlante/2018/03/software-libre-geometria.html Casos-Gerónimo, E. R., Romero-Rodríguez, F. R., & Cieza-Mostacero, S. E. (2022). Asistente Virtual para Mejorar el Aprendizaje en Anatomía en los grados 5to y 6to de primaria en una Institución Educativa de Trujillo. En Memorias de la Vigésima Primera Conferencia Iberoamericana en Sistemas, Cibernética e Informática (CISCI 2022) (pp. 146-151). https://doi.org/10.54808/CISCI2022.01.146 Chollet, F. (2015). Keras. GitHub. https://github.com/fchollet/keras Cira Thania, P. M., Quispe-Paiva , M., Carhuas-Arzapalo, I. A., & Ríos-Cataño , C. (2021). Estilos de aprendizaje en estudiantes universitarios: una revisión descriptiva de la literatura. Desafíos, 12(2), 144–151. https://doi.org/10.37711/desafios.2021.12.2.345 Corvalán Cantero, J. A., Gómez Giménez, R. E., & Arrua Ginés, J. L. (2022). Automatización del hogar mediante asistente virtual en placa computadora simple. FPUNE Scientific, (16). http://servicios.fpune.edu.py:83/fpunescientific/index.php/fpunescientific/article/vie w/231 Pérez, M., Villalonga, P., Guillén, J., & Baños, J. (2020). La integración de las TIC en el aula: Un derecho para el alumnado y una necesidad para el profesorado. Revista Iberoamericana de Tecnología Educativa, 15(3), 27-38 Déniz, O., Bueno, G., Salido, J., & De la Torre, M. (2011). Face recognition using Histograms of Oriented Gradients. Pattern Recognition Letters, 32(12), 1598-1603 Django Software Foundation. (s.f). Meet Django. Recuperado el 12 de Julio de 2024, de https ://www .djangoproject .com/ Django Software Foundation. (s.f.). Models | Django documentation. Recuperado el 12 de Julio de 2024, de https://docs.djangoproject.com/en/stable/topics/db/models/ Django Software Foundation. (s.f.). Templates | Django documentation. Recuperado el 12 de Julio de 2024, de https://docs.djangoproject.com/en/stable/topics/templates/ Django Software Foundation. (s.f.). The Django admin site | Django documentation. Recuperado el 12 de Julio de 2024, de https://docs.djangoproject.com/en/stable/ref/contrib/admin/ Django Software Foundation. (s.f.). Views | Django documentation. Recuperado el 12 de Julio de 2024, de https://docs.djangoproject.com/en/stable/topics/http/views/ Entrena, S., & Javier, R. (2012). Face detection in C Figueroa, M. Á. H., Báez, R. G. V., & Rangel, J. O. C. (2020). Propuesta de asistente virtual basado en inteligencia artificial en la integración de un brazo robótico para aplicaciones en la industria 4.0. Research in Computing Science, 149(8), 353-364. https://rcs.cic.ipn.mx/rcs/2020_149_8/Propuesta%20de%20asistente%20virtual%20 basado%20en%20inteligencia%20artificial%20en%20la%20integracion.pdf Fleming, N., & Mills, C. (1992). Not Another Inventory, Rather a Catalyst for Reflection. To Improve the Academy, 11, 137-155 Fleming, Neil D. (2001). Teaching and Learning Styles: VARK Strategies, Editorial Christchurch, Nueva Zelanda GeeksforGeeks. (2023,). Python Web Development - Django. GeeksforGeeks. Recuperado el 17 de noviembre de 2024, de https://www.geeksforgeeks.org/pythonweb-development-django/ Gil Vera, V. D. (2021) Metodología para predecir el desempeño estudiantil en cursos universitarios virtuales a distancia (Tesis de doctorado). Universidad Nacional de Colombia, Medellín, Colombia. http://repositorio.unal.edu.co/handle/unal/81113 Herrera Torres, L. & E. Buitrago Bonilla, R. (2019). Emociones en la educación en Colombia, algunas reflexiones. http://surl.li/cztyff Honey, P. y Mumford, A. (1994). Los Estilos de Aprendizaje: Procedimientos de diagnóstico y mejora. Bilbao: Editions Mensajero https://www.researchgate.net/publication/311452891_Los_Estilos_de_Aprendizaje_ Procedimientos_de_diagnostico_y_mejora Iglesias Torres, M. (2018). Presencia de las emociones a lo largo de la jornada escolar. Una propuesta educativa para cuatro años. http://surl.li/xzqnfy Jiang, S., & Zavala, V.M. (2021). Convolutional Neural Nets: Foundations, Computations, and New Applications. ArXiv, abs/2101.04869 Kumar, M.S., M.Chitra, Sharma, A., Ragavendiran, S.D., Banappagoudar, S.B., & Kumar, A.N. (2023). RECOGNITION OF EMOTIONS THROUGH SPEECH USING MACHINE LEARNING TECHNIQUES Li, S., & Deng, W. (2020). Deep facial expression recognition: A survey. IEEE Transactions on Affective Computing, 13(3), 1195-1215 Manjarrés-Betancur, R., & Echeverri-Torres, M. M. (2020). Asistente virtual académico utilizando tecnologías cognitivas de procesamiento de lenguaje natural. Revista Politécnica, 16(31), 85-96. https://doi.org/10.33571/rpolitec.v16n31a7 McKinney, W. (2010). Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference (pp. 56-61) McKinney, W. (2017). Python for Data Analysis: Data wrangling with Pandas, NumPy, and IPython. O'Reilly Media Microsoft (2022). Asistente Virtual https://www.microsoft.com/esco/Asistente_virtual - Cortana Ministerio De Educación Nacional. (2022). Orientaciones curriculares para el área de tecnología e informática en educación básica y media. https://www.mineducacion.gov.co/1780/articles-411706_recurso_5.pdf Murrieta Ortega, R. (2021). Identificación de los estilos de aprendizaje, estrategia para mejorar la formación de docentes en la escuela normal. Revista De Estilos De Aprendizaje, 14(27), 112–123. https://doi.org/10.55777/rea.v14i27.2611 Navas Ten, R. (2020). Metodologías de Reconocimiento facial en modelos bidimensionales (Tesis de pregrado). Universidad Autónoma de Madrid, España. https://repositorio.uam.es/bitstream/handle/10486/693421/navas_ten_raul_tfg.pdf?s equence=1 Finn, J. D., & Achilles, C. M. (1999). Tennessee's Class Size Study: Findings, Implications, Misconceptions. Educational Evaluation and Policy Analysis, 21(2), 97-109 Izquierdo-Valladarez, J.I., & Cuenca-Tapia, J.P. (2020). Reconocimiento de objetos del hogar, usando redes neuronales convolucionales para personas con discapacidad visual Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development. Prentice-Hall Parra Robledo, R. (2017). Ambientes virtuales de aprendizaje colaborativo desde la web social 2.0. [PDF] Peralta Caballero, A. & Díaz Barriga, F. (2010). Diseño instruccional de ambientes virtuales de aprendizaje desde una perspectiva constructivista. [PDF] Pulli, K. (2012). Mobile visual computing. IEEE Computer Graphics and Applications, 32(2), 86-90 Quiroga, F. (2020). Medidas de invarianza y equivarianza a transformaciones en redes neuronales convolucionales Saipullah, K.M. (2012). OpenCV Based Real-Time Video Processing Using Android Smartphone Sanz, C., Gibelli, T., Lovos, E., Suárez, P., Saldivia, Álvaro, Condó, S., Cariaga, R., Luján Colueque, M., & Cuevas, V. (2017). Tecnologías innovadoras como mediadoras de procesos de enseñanza y aprendizaje. [PDF] Sariyanidi, E., Gunes, H., & Cavallaro, A. (2015). Automatic analysis of facial affect: A survey of registration, representation, and recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 37(6), 1113-1133 Saz-Pérez, F. & Pizà-Mir, B. (2024). Estudio exploratorio sobre usos y adaptaciones de las tareas escolares ante la irrupción de software de inteligencia artificial generativa. osf.io Sethi, Karan. (2020). Emotion Detection Using OpenCV and Keras. Medium. Emotion Detection Using OpenCV and Keras | by Karan Sethi | The Startup | Medium Sobrevilla Reséndiz, E. (2021). Asistente virtual para la selección de objetos de aprendizaje bajo la influencia del estilo de enseñanza-aprendizaje y perfil de personalidad del estudiante en un ambiente LMS (Tesis de maestría). Tecnológico Nacional de México, Madero – Tamaulipas, México. https://rinacional.tecnm.mx/handle/TecNM/2892 T2ó. (2021). Chatbots y Asistentes de voz en el sector Educación. T2ó. https://www.t2o.com/t2o-industry/chatbots-asistentes-de-voz-sector-educacion/ Torres-Carrión, P., Soledad González, C., Rodrigo Barba-Guamán, L., & Cecilia Torres-Torres, A. (2017). Experiencia Afectiva de Usuario (UAX): Modelo desde sensores biométricos en aula de clase con plataforma gamificada de Interacción Gestual. http://surl.li/ccjhwh Vaishali, & Singh, S. (2019). Real-Time Object Detection System using Caffe Model Vera Briones, R. J. (2018). Los estilos de aprendizaje en el desempeño escolar en matemática de los estudiantes de décimo año de educación general básica (Tesis de pregrado). Universidad de Guayaquil, Guayaquil, Ecuador. http://repositorio.ug.edu.ec/handle/redug/54591 Villegas-Ch., W.E., Garcia-Ortiz, J.V., & Sánchez-Viteri, S. (2023). Identification of Emotions from Facial Gestures in a Teaching Environment With the Use of Machine Learning Techniques. IEEE Access, 11, 38010-38022 Viola, P., & Jones, M. (2001). Rapid object detection using a boosted cascade of simple features. Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1, I-I Zheng Lim, J., Mountstephens, J., & Teo, J. (2020). Emotion Recognition Using EyeTracking: Taxonomy, Review and Current Challenges. ncbi.nlm.nih.gov |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
dc.rights.creativecommons.none.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 Attribution-NonCommercial-NoDerivatives 4.0 International |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.coverage.spatial.spa.fl_str_mv |
Bogotá, Colombia |
dc.publisher.spa.fl_str_mv |
Universidad Pedagógica Nacional |
dc.publisher.program.spa.fl_str_mv |
Licenciatura en Electrónica |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencia y Tecnología |
institution |
Universidad Pedagógica Nacional |
bitstream.url.fl_str_mv |
http://repository.pedagogica.edu.co/bitstream/20.500.12209/20547/7/asistente%20virtual.pdf.jpg http://repository.pedagogica.edu.co/bitstream/20.500.12209/20547/5/license.txt http://repository.pedagogica.edu.co/bitstream/20.500.12209/20547/6/202403650223943-12%20DIC%2024%20CARLOS%20Y%20ERICK.pdf http://repository.pedagogica.edu.co/bitstream/20.500.12209/20547/1/asistente%20virtual.pdf |
bitstream.checksum.fl_str_mv |
5252c6501cecde25bdab00ebd45f01a7 8a4605be74aa9ea9d79846c1fba20a33 4d5d7bc27cf2e57b28f8d07b3750056a 5f21001ff46d3326d953b0904526cb1e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad Pedagógica Nacional |
repository.mail.fl_str_mv |
repositorio@pedagogica.edu.co |
_version_ |
1831931926432186368 |
spelling |
Martínez Vásquez, David AlejandroCarreño Gómez, Carlos DavidLópez Murcia, Erick MauricioBogotá, Colombia2024-12-17T19:09:24Z2024-12-17T19:09:24Z2024http://hdl.handle.net/20.500.12209/20547instname:Universidad Pedagógica Nacionalreponame:Repositorio Institucional de la Universidad Pedagógica Nacionalrepourl: http://repositorio.pedagogica.edu.co/AVREA (Asistente Virtual para el Reconocimiento de Estilos de Aprendizaje) es una herramienta que apoya a los docentes de básica primaria en la orientación personalizada de los estudiantes según sus estilos de aprendizaje. Basado en las teorías de Honey y Alonso (1994) y Fleming y Mills (1992), utiliza los cuestionarios CHAEA y VARK para identificar estilos de aprendizaje y un sistema de reconocimiento facial para identificar emociones como felicidad, tristeza, neutralidad, sorpresa y enojo. La plataforma ofrece actividades adaptadas a los estilos identificados y almacena datos relevantes de los estudiantes. Los resultados identifican patrones en los estilos de aprendizaje y emociones, permitiendo a los docentes personalizar métodos educativos para optimizar el rendimiento y el bienestar emocional de los alumnos.Submitted by Carlos David Carreño Gomez (cdcarrenog@upn.edu.co) on 2024-12-13T00:12:17Z No. of bitstreams: 2 asistente virtual.pdf: 3395924 bytes, checksum: 5f21001ff46d3326d953b0904526cb1e (MD5) licencia de uso.pdf: 239561 bytes, checksum: 06028e821cbd6a901c59b53bcd294b82 (MD5)Rejected by Biblioteca UPN (repositoriobiblioteca@pedagogica.edu.co), reason: Cordial saludo. Volver a cargar la licencia de uso, pues el archivo PDF cargado tiene errores. on 2024-12-14T22:34:37Z (GMT)Submitted by Carlos David Carreño Gomez (cdcarrenog@upn.edu.co) on 2024-12-14T23:06:49Z No. of bitstreams: 2 asistente virtual.pdf: 3395924 bytes, checksum: 5f21001ff46d3326d953b0904526cb1e (MD5) licencia de uso.pdf: 182320 bytes, checksum: 4d5d7bc27cf2e57b28f8d07b3750056a (MD5)Approved for entry into archive by Biblioteca UPN (repositoriobiblioteca@pedagogica.edu.co) on 2024-12-14T23:11:28Z (GMT) No. of bitstreams: 2 asistente virtual.pdf: 3395924 bytes, checksum: 5f21001ff46d3326d953b0904526cb1e (MD5) licencia de uso.pdf: 182320 bytes, checksum: 4d5d7bc27cf2e57b28f8d07b3750056a (MD5)Approved for entry into archive by Elsy Carolina Martínez (ecmartinezb@pedagogica.edu.co) on 2024-12-17T19:09:24Z (GMT) No. of bitstreams: 2 asistente virtual.pdf: 3395924 bytes, checksum: 5f21001ff46d3326d953b0904526cb1e (MD5) licencia de uso.pdf: 182320 bytes, checksum: 4d5d7bc27cf2e57b28f8d07b3750056a (MD5)Made available in DSpace on 2024-12-17T19:09:24Z (GMT). No. of bitstreams: 2 asistente virtual.pdf: 3395924 bytes, checksum: 5f21001ff46d3326d953b0904526cb1e (MD5) licencia de uso.pdf: 182320 bytes, checksum: 4d5d7bc27cf2e57b28f8d07b3750056a (MD5) Previous issue date: 2024Licenciado en ElectrónicaPregradoAVREA (Virtual Assistant for the Recognition of Learning Styles) is a tool that supports primary school teachers in the personalized guidance of students according to their learning styles. Based on the theories of Honey and Alonso (1994) and Fleming and Mills (1992), it uses the CHAEA and VARK questionnaires to identify learning styles and a facial recognition system to identify emotions such as happiness, sadness, neutrality, surprise, and anger. The platform offers activities tailored to the identified styles and stores relevant student data. The results identify patterns in learning styles and emotions, allowing teachers to personalize educational methods to optimize students' performance and emotional well-being.application/pdfspaUniversidad Pedagógica NacionalLicenciatura en ElectrónicaFacultad de Ciencia y Tecnologíahttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 InternationalEstilos de aprendizajeMachine learningCuestionario CHAEACuestionario VARKReconocimiento de emocionesLearning stylesMachine learningCHAEA questionnaireVARK questionnaireEmotion recognitionAsistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento.info:eu-repo/semantics/bachelorThesisTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisAbadi, M., Barham, P., Chen, J., Chen, Z., Davis, A., Dean, J., ... & Zheng, X. (2016). TensorFlow: A system for large-scale machine learning. 12th {USENIX} Symposium on Operating Systems Design and Implementation (OSDI} 16), 265-283Accom, (2024) ¿Qué es un asistente virtual? Accom Agencia digital de ventas. https://www.we-accom.com/tendencias/que-es-un-asistentevirtual/#:~:text=Un%20asistente%20virtual%20puede%20ser,y%20están%20en%2 0continua%20evoluciónAguilar Mejía, J. R. (2022) Uso de asistente virtual para el aprendizaje de temas selectos de la física (Tesis de maestría). Tecnológico de Monterrey, México. https://repositorio.tec.mx/handle/11285/636395Arturo Castro, V. (2013). Enseñanza de tecnologías de la información y comunicación mediante el uso de herramientas virtuales en una institución de nivel superior no universitarioBashyal, S., & Venayagamoorthy, G. K. (2008). Recognition of facial expressions using Gabor wavelets and learning vector quantization. Engineering Applications of Artificial Intelligence, 21(7), 1056-1064Bethel University Online. (s. f.). The Importance of Small Class Sizes in Education. Recuperado de https://online.betheluniversity.edu/articles/small-class-sizes-ineducationBlanco (2023). Chat Bot: Asistentes Virtuales en la Educación. Up Informa diario digital. https://upinforma.com/nuevo/info.php?cat=opinion&id=1307Bradski, G., & Kaehler, A. (2008). Learning OpenCV: Computer vision with the OpenCV library. O'Reilly Media, IncBrownlee, J. (2019). Deep learning for computer vision: Image classification, object detection, and face recognition in Python with Keras, PyTorch, and TensorFlow. Machine Learning MasteryCabero, J., & Marín, V. (2019). Las TIC en la educación y su impacto en los estilos de aprendizaje. Revista de Educación y Tecnología, 23(1), 45-62Calderón Angulo, JA, & Rosales Chalen, AD (2024). estilo de aprendizaje VARK y su influencia en el rendimiento académico de los estudiantes de la carrera de pedagogía de la actividad física y deporte de la universidad técnica de Babahoyo, periodo académico octubre 2023 - marzo 2024 http://dspace.utb.edu.ec/handle/49000/16262Campaña, L., Castro, M., Guerrero, L., & Hernández, A. (2018). Utilización de software libre. Atlante Cuadernos de Educación y Desarrollo. Revista: Atlante (marzo). https://www.eumed.net/rev/atlante/2018/03/software-libre-geometria.htmlCasos-Gerónimo, E. R., Romero-Rodríguez, F. R., & Cieza-Mostacero, S. E. (2022). Asistente Virtual para Mejorar el Aprendizaje en Anatomía en los grados 5to y 6to de primaria en una Institución Educativa de Trujillo. En Memorias de la Vigésima Primera Conferencia Iberoamericana en Sistemas, Cibernética e Informática (CISCI 2022) (pp. 146-151). https://doi.org/10.54808/CISCI2022.01.146Chollet, F. (2015). Keras. GitHub. https://github.com/fchollet/kerasCira Thania, P. M., Quispe-Paiva , M., Carhuas-Arzapalo, I. A., & Ríos-Cataño , C. (2021). Estilos de aprendizaje en estudiantes universitarios: una revisión descriptiva de la literatura. Desafíos, 12(2), 144–151. https://doi.org/10.37711/desafios.2021.12.2.345Corvalán Cantero, J. A., Gómez Giménez, R. E., & Arrua Ginés, J. L. (2022). Automatización del hogar mediante asistente virtual en placa computadora simple. FPUNE Scientific, (16). http://servicios.fpune.edu.py:83/fpunescientific/index.php/fpunescientific/article/vie w/231Pérez, M., Villalonga, P., Guillén, J., & Baños, J. (2020). La integración de las TIC en el aula: Un derecho para el alumnado y una necesidad para el profesorado. Revista Iberoamericana de Tecnología Educativa, 15(3), 27-38Déniz, O., Bueno, G., Salido, J., & De la Torre, M. (2011). Face recognition using Histograms of Oriented Gradients. Pattern Recognition Letters, 32(12), 1598-1603Django Software Foundation. (s.f). Meet Django. Recuperado el 12 de Julio de 2024, de https ://www .djangoproject .com/Django Software Foundation. (s.f.). Models | Django documentation. Recuperado el 12 de Julio de 2024, de https://docs.djangoproject.com/en/stable/topics/db/models/Django Software Foundation. (s.f.). Templates | Django documentation. Recuperado el 12 de Julio de 2024, de https://docs.djangoproject.com/en/stable/topics/templates/Django Software Foundation. (s.f.). The Django admin site | Django documentation. Recuperado el 12 de Julio de 2024, de https://docs.djangoproject.com/en/stable/ref/contrib/admin/Django Software Foundation. (s.f.). Views | Django documentation. Recuperado el 12 de Julio de 2024, de https://docs.djangoproject.com/en/stable/topics/http/views/Entrena, S., & Javier, R. (2012). Face detection in CFigueroa, M. Á. H., Báez, R. G. V., & Rangel, J. O. C. (2020). Propuesta de asistente virtual basado en inteligencia artificial en la integración de un brazo robótico para aplicaciones en la industria 4.0. Research in Computing Science, 149(8), 353-364. https://rcs.cic.ipn.mx/rcs/2020_149_8/Propuesta%20de%20asistente%20virtual%20 basado%20en%20inteligencia%20artificial%20en%20la%20integracion.pdfFleming, N., & Mills, C. (1992). Not Another Inventory, Rather a Catalyst for Reflection. To Improve the Academy, 11, 137-155Fleming, Neil D. (2001). Teaching and Learning Styles: VARK Strategies, Editorial Christchurch, Nueva ZelandaGeeksforGeeks. (2023,). Python Web Development - Django. GeeksforGeeks. Recuperado el 17 de noviembre de 2024, de https://www.geeksforgeeks.org/pythonweb-development-django/Gil Vera, V. D. (2021) Metodología para predecir el desempeño estudiantil en cursos universitarios virtuales a distancia (Tesis de doctorado). Universidad Nacional de Colombia, Medellín, Colombia. http://repositorio.unal.edu.co/handle/unal/81113Herrera Torres, L. & E. Buitrago Bonilla, R. (2019). Emociones en la educación en Colombia, algunas reflexiones. http://surl.li/cztyffHoney, P. y Mumford, A. (1994). Los Estilos de Aprendizaje: Procedimientos de diagnóstico y mejora. Bilbao: Editions Mensajero https://www.researchgate.net/publication/311452891_Los_Estilos_de_Aprendizaje_ Procedimientos_de_diagnostico_y_mejoraIglesias Torres, M. (2018). Presencia de las emociones a lo largo de la jornada escolar. Una propuesta educativa para cuatro años. http://surl.li/xzqnfyJiang, S., & Zavala, V.M. (2021). Convolutional Neural Nets: Foundations, Computations, and New Applications. ArXiv, abs/2101.04869Kumar, M.S., M.Chitra, Sharma, A., Ragavendiran, S.D., Banappagoudar, S.B., & Kumar, A.N. (2023). RECOGNITION OF EMOTIONS THROUGH SPEECH USING MACHINE LEARNING TECHNIQUESLi, S., & Deng, W. (2020). Deep facial expression recognition: A survey. IEEE Transactions on Affective Computing, 13(3), 1195-1215Manjarrés-Betancur, R., & Echeverri-Torres, M. M. (2020). Asistente virtual académico utilizando tecnologías cognitivas de procesamiento de lenguaje natural. Revista Politécnica, 16(31), 85-96. https://doi.org/10.33571/rpolitec.v16n31a7McKinney, W. (2010). Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference (pp. 56-61)McKinney, W. (2017). Python for Data Analysis: Data wrangling with Pandas, NumPy, and IPython. O'Reilly MediaMicrosoft (2022). Asistente Virtual https://www.microsoft.com/esco/Asistente_virtual - CortanaMinisterio De Educación Nacional. (2022). Orientaciones curriculares para el área de tecnología e informática en educación básica y media. https://www.mineducacion.gov.co/1780/articles-411706_recurso_5.pdfMurrieta Ortega, R. (2021). Identificación de los estilos de aprendizaje, estrategia para mejorar la formación de docentes en la escuela normal. Revista De Estilos De Aprendizaje, 14(27), 112–123. https://doi.org/10.55777/rea.v14i27.2611Navas Ten, R. (2020). Metodologías de Reconocimiento facial en modelos bidimensionales (Tesis de pregrado). Universidad Autónoma de Madrid, España. https://repositorio.uam.es/bitstream/handle/10486/693421/navas_ten_raul_tfg.pdf?s equence=1Finn, J. D., & Achilles, C. M. (1999). Tennessee's Class Size Study: Findings, Implications, Misconceptions. Educational Evaluation and Policy Analysis, 21(2), 97-109Izquierdo-Valladarez, J.I., & Cuenca-Tapia, J.P. (2020). Reconocimiento de objetos del hogar, usando redes neuronales convolucionales para personas con discapacidad visualKolb, D. A. (1984). Experiential learning: Experience as the source of learning and development. Prentice-HallParra Robledo, R. (2017). Ambientes virtuales de aprendizaje colaborativo desde la web social 2.0. [PDF]Peralta Caballero, A. & Díaz Barriga, F. (2010). Diseño instruccional de ambientes virtuales de aprendizaje desde una perspectiva constructivista. [PDF]Pulli, K. (2012). Mobile visual computing. IEEE Computer Graphics and Applications, 32(2), 86-90Quiroga, F. (2020). Medidas de invarianza y equivarianza a transformaciones en redes neuronales convolucionalesSaipullah, K.M. (2012). OpenCV Based Real-Time Video Processing Using Android SmartphoneSanz, C., Gibelli, T., Lovos, E., Suárez, P., Saldivia, Álvaro, Condó, S., Cariaga, R., Luján Colueque, M., & Cuevas, V. (2017). Tecnologías innovadoras como mediadoras de procesos de enseñanza y aprendizaje. [PDF]Sariyanidi, E., Gunes, H., & Cavallaro, A. (2015). Automatic analysis of facial affect: A survey of registration, representation, and recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 37(6), 1113-1133Saz-Pérez, F. & Pizà-Mir, B. (2024). Estudio exploratorio sobre usos y adaptaciones de las tareas escolares ante la irrupción de software de inteligencia artificial generativa. osf.ioSethi, Karan. (2020). Emotion Detection Using OpenCV and Keras. Medium. Emotion Detection Using OpenCV and Keras | by Karan Sethi | The Startup | MediumSobrevilla Reséndiz, E. (2021). Asistente virtual para la selección de objetos de aprendizaje bajo la influencia del estilo de enseñanza-aprendizaje y perfil de personalidad del estudiante en un ambiente LMS (Tesis de maestría). Tecnológico Nacional de México, Madero – Tamaulipas, México. https://rinacional.tecnm.mx/handle/TecNM/2892T2ó. (2021). Chatbots y Asistentes de voz en el sector Educación. T2ó. https://www.t2o.com/t2o-industry/chatbots-asistentes-de-voz-sector-educacion/Torres-Carrión, P., Soledad González, C., Rodrigo Barba-Guamán, L., & Cecilia Torres-Torres, A. (2017). Experiencia Afectiva de Usuario (UAX): Modelo desde sensores biométricos en aula de clase con plataforma gamificada de Interacción Gestual. http://surl.li/ccjhwhVaishali, & Singh, S. (2019). Real-Time Object Detection System using Caffe ModelVera Briones, R. J. (2018). Los estilos de aprendizaje en el desempeño escolar en matemática de los estudiantes de décimo año de educación general básica (Tesis de pregrado). Universidad de Guayaquil, Guayaquil, Ecuador. http://repositorio.ug.edu.ec/handle/redug/54591Villegas-Ch., W.E., Garcia-Ortiz, J.V., & Sánchez-Viteri, S. (2023). Identification of Emotions from Facial Gestures in a Teaching Environment With the Use of Machine Learning Techniques. IEEE Access, 11, 38010-38022Viola, P., & Jones, M. (2001). Rapid object detection using a boosted cascade of simple features. Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1, I-IZheng Lim, J., Mountstephens, J., & Teo, J. (2020). Emotion Recognition Using EyeTracking: Taxonomy, Review and Current Challenges. ncbi.nlm.nih.govTHUMBNAILasistente virtual.pdf.jpgasistente virtual.pdf.jpgIM Thumbnailimage/jpeg2623http://repository.pedagogica.edu.co/bitstream/20.500.12209/20547/7/asistente%20virtual.pdf.jpg5252c6501cecde25bdab00ebd45f01a7MD57LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repository.pedagogica.edu.co/bitstream/20.500.12209/20547/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55202403650223943-12 DIC 24 CARLOS Y ERICK.pdf202403650223943-12 DIC 24 CARLOS Y ERICK.pdfLICENCIA APROBADAapplication/pdf182320http://repository.pedagogica.edu.co/bitstream/20.500.12209/20547/6/202403650223943-12%20DIC%2024%20CARLOS%20Y%20ERICK.pdf4d5d7bc27cf2e57b28f8d07b3750056aMD56ORIGINALasistente virtual.pdfasistente virtual.pdfapplication/pdf3395924http://repository.pedagogica.edu.co/bitstream/20.500.12209/20547/1/asistente%20virtual.pdf5f21001ff46d3326d953b0904526cb1eMD5120.500.12209/20547oai:repository.pedagogica.edu.co:20.500.12209/205472025-02-19 23:00:59.489Repositorio Institucional Universidad Pedagógica Nacionalrepositorio@pedagogica.edu.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 |