La presente investigación parte del marco lógico y teórico del desarrollo de competenciasy el pensamiento complejo en el sistema universitario mundial, en ese sentido la investigacióntuvo como objetivo demostrar los efectos de la aplicación de las estrategias didácticas para eldesarrollo de competencias y pensamiento complejo en la carrera de Ingeniería de Sistemas en unauniversidad pública de Lima provincias. La investigación fue de tipo aplicada, nivel explicativo, setrabajó con un diseño pre experimental. La población la conformaron por 325 estudiantes de lacarrera profesional de Ingeniería de Sistemas, y la muestra fue tomada no probabilísticamente por23 estudiantes del X ciclo. El nivel de desarrollo de competencias fue porcentualmente del 74% ydel pensamiento complejo el 64,25%. Se concluye en base a las tres estrategias didácticas utilizadas(estrategia basada en problemas, estrategias de aprendizaje colaborativo, y la estrategia incorporadade las tecnologías de información y comunicación) con un nivel de significancia del 5% y un(p-valor: 0,006<0,050) que se ha desarrollado favorablemente las competencias y el pensamientocomplejo en los estudiantes de la Carrera Profesional de Ingeniería de Sistemas en la UniversidadNacional de Cañete-Lima, Perú.
Las herramientas virtuales permiten lograr los objetivos trazados, para que los estudiantes aprendan, recuerden y exploren conceptos, espacios nuevos, en comunidades virtuales e intercambiando experiencias y conocimientos. Asimismo, lograr la competencia digital a través del conocimiento de las Tecnologías de la información y comunicación para desarrollar en lo personal, académico, social y cultural. La finalidad del estudio fue determinar si las Herramientas virtuales influyen en las competencias digitales en estudiantes de educación superior, Oxapampa, 2021; ubicado en Perú, con enfoque cuantitativo, investigación de tipo no experimental y diseño correlacional causal. Los resultados muestran que los estudiantes están 91% en intermedio en Herramientas virtuales, el 70% en avanzado en Competencia digital, Según el coeficiente de determinación R2 existe un 43,8% de influencia de las Herramientas virtuales en la Competencia digital y según Pearson la correlación es moderada, positiva y muy significativa ,662%. Concluyendo que; las herramientas virtuales permiten ampliar los conocimientos académicos de manera virtual a través de grupos colaborativos, aumentando las competencias digitales en los estudiantes de educación superior. Finalmente, este artículo contribuye en el aspecto científico al conocer que mediante las Herramientas virtuales se influye en la competencia digital en estudiantes.
ECG (electrocardiogram) identifies and traces targets and is commonly employed in cardiac disease detection. It is necessary for monitoring precise target trajectories. Estimations of ECG are nonlinear as the parameters TDEs (time delays) and Doppler shifts are computed on receipt of echoes where EKFs (extended Kalman filters) and electrocardiogram have not been examined for computations. ECG, certain times, results in poor accuracies and low SNRs (signal-to-noise ratios), especially while encountering complicated environments. This work proposes to track online filter performances while using optimization techniques to enhance outcomes with the removal of noise in the signal. The use of cost functions can assist state corrections while lowering costs. A new parameter is optimized using IMCEHOs (Improved Mutation Chaotic Elephant Herding Optimizations) by linearly approximating system nonlinearity where multi-iterative function (Optimized Iterative UKFs) predicts a target’s unknown parameters. To obtain optimal solutions theoretically, multi-iterative function takes less iteration, resulting in shorter execution times. The proposed multi-iterative function provides numerical approximations, which are derivative-free implementations. Signals are updated in the cloud environment; the updates are received by the patients from home. The simulation evaluation results with estimators show better performances in terms of reduced NMSEs (normalized mean square errors), RMSEs (root mean squared errors), SNRs, variances, and better accuracies than current approaches. Machine learning algorithms have been used to predict the stages of heart disease, which is updated to the patient in the cloud environment. The proposed work has a 91.0% accuracy rate with an error rate of 0.05% by reducing noise levels.
La presente investigación tuvo como objetivo principal demostrar de qué manera el programa “Aprender leyendo” favorecerá la comprensión lectora en los estudiantes del cuarto grado de primaria de la Institución Educativa Santo Domingo de Guzmán de Chicama en el año 2020, es una investigación de tipo aplicada con diseño cuasi experimental con pre y post test de grupos intactos. Se utilizó el muestreo no probabilístico para seleccionar la muestra; la población estuvo conformada por 43 alumnos matriculados en 4to grado de primaria, el instrumento utilizado es una prueba escrita de Comprensión Lectora con 20 items que fue validada a través de juicio de expertos y para la confiabilidad se aplicó la prueba de Kuder Richardson, siendo el índice de confialibilidad de 0.75. La contrastación de los resultados del grupo experimental determinó un incremento de casi 5 unidades en la media aritmética cuyos valores del Pre y post test son de 11,67 y 16,62 respectivamente, asimismo, se demostró que el sig del grupo experimental en el pos test fue de p=0.000<0.01, evidenciándose una influencia altamente significativa del programa “Aprender leyendo” en la comprensión lectora. Finalmente se presentó una propuesta sobre el uso de estrategias para mejorar la comprensión lectora.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.