En el presente trabajo de investigación se evaluó la percepción de aplicaciones de anatomía 3D en relación a una estrategia de enseñanza basada en fundamentos cognitivos de la manipulación de imágenes digitales. Dos grupos de estudiantes ingresantes a la carrera de medicina recibieron entrenamiento en el uso de aplicaciones de software de anatomía en 3D, sólo uno de los grupos recibió información adicional sobre las limitaciones de la memoria en la retención de imágenes tridimensionales y estrategias para el uso apropiado de los controles de rotación que evitan la sobrecarga cognitiva. La percepción se evaluó con un modelo de aceptación de tecnología (TAM) y se constató una diferencia significativa entre ambos grupos a favor del grupo entrenado. Interpretamos Inferimos que la incorporación de aplicaciones de anatomía 3D en dispositivos tradicionales de pantalla 2D, tendrá mayor aceptación (es decir, probabilidad de uso futuro) cuando está acompañada de una estrategia de autoregulación para evitar los efectos de desorientación que producen las rotaciones no controladas características del uso autodidacta. In this research work the perception of 3D anatomy applications was evaluated in relation to a teaching strategy based on cognitive foundations of digital image manipulation. Two groups of students entering the medical career received training in the use of 3D anatomy software applications, only one of the groups received additional information on memory limitations in the retention of three-dimensional images and strategies for appropriate use of rotation controls that avoid cognitive overload. Perception was evaluated with a technology acceptance model (TAM) and a significant difference was found between both groups in favor of the trained group. We interpret We infer that the incorporation of 3D anatomy applications in traditional 2D screen devices will have greater acceptance (that is, probability of future use) when it is accompanied by a self-regulation strategy to avoid the disorientation effects produced by the characteristic uncontrolled rotations in self-taught use.
Introducción: En una universidad privada se propusieron algunas estrategias para disminuir los niveles de deserción en el ciclo introductorio, mediante innovaciones en asignaturas con elevado número de contenidos que evidencian un bajo rendimiento académico. Se propuso incluir el uso de aplicaciones 3D para el aprendizaje de anatomía humana en una Licenciatura de Kinesiología y Fisiatría, con una estrategia pedagógica colaborativa basada en recomendaciones internacionales para aplicaciones de anatomía 3D educativas –tales como el uso de planos canónicos y referencias de orientación espacial– y en sugerencias para el aprendizaje colaborativo. Objetivo: Explorar la percepción de un grupo de estudiantes de kinesiología en relación a dos aplicaciones 3D para el aprendizaje de anatomía humana mediante una estrategia pedagógica colaborativa y metacognitiva. Método: Estudio exploratorio. Cuestionario TAM de aceptación de tecnología a través de Google Forms a 60 estudiantes de ciclo básico de Kinesiología y Fisiatría. Las variables principales son la facilidad de uso y la utilidad percibidas. Resultados: Los resultados de la encuesta indicaron una alta aceptación general de ambas aplicaciones. La utilidad percibida es favorable en un 82% y muy favorable en un 18%. La facilidad de uso percibida es favorable en un 72% y desfavorable en un 28%. Se mostró cierta preferencia por Visible Body en la encuesta de opinión (83.33% vs 16.67%). Conclusiones: La percepción general es positiva para la manipulación de la aplicación con la estrategia mencionada. Dada la alta probabilidad de uso futuro, es viable realizar nuevos estudios para investigar la relación entre el aprendizaje de conceptos anatómicos y el uso de aplicaciones 3D.
We present an original multiple views method to perform a robust and detailed 3D reconstruction of a static scene from several images taken by one or more uncalibrated cameras. Making use only of fundamental matrices we are able to combine even heterogeneous video and/or photo sequences. In particular we give a characterization of camera matrices space consistent with a given fundamental matrix and provide a straightforward bottom-up method, linear in most practical uses, to fulfil the 3D reconstruction. We also describe shortly how to integrate this procedure in a standard vision system following an incremental approach.
En lógica proposicional, las conectivas de disyunción o conjunción en proposiciones simples se comprenden de manera intuitiva. La dificultad de algunos estudiantes de programación estriba en identificar una red de proposiciones compuestas y conectivas lógicas que subyacen a una situación problemática. Una técnica muy utilizada para contextualizar conceptos es la provisión de ejemplos ilustrativos. Propusimos investigar el efecto que produce la generación de ejemplos (inventados por los alumnos), con posterioridad a la recepción de ejemplos del docente. Observamos que al recibir problemas que pertenecen a un mismo dominio temático se promueve la comprensión y la transferencia intra dominio, pero es improbable la transferencia a dominios distantes. En el primer experimento comprobamos que contextualizar con un único ejemplo es suficiente para promover la comprensión (realizar los ejercicios y tablas) pero no facilita en los estudiantes la posibilidad de imaginar escenarios distintos para la aplicación de las mismas reglas. En un segundo experimento, presentamos dos situaciones consecutivas en contextos distintos, el grupo experimental recibió ejemplos acompañados de un conjunto de instrucciones de comparación, y el grupo control sólo recibió los ejemplos sin instrucciones para compararlos. Observamos que en la condición de comparación, los estudiantes proponen ejemplos más alejados de los dominios temáticos propuestos. Inferimos que la comparación de ejemplos es un potente mecanismo para promover la transferencia en el aprendizaje de reglas de lógica proposicional aplicadas a situaciones concretas.
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.