Enseñanza de español como lengua extranjera (ELE) a través de las Tecnologías de Información y Comunicación
Tesis Materias > Educación Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster Cerrado Español Este trabajo de máster se basa en la presentación de un proyecto de investigación sobre la enseñanza del español como lengua extranjera a través de las herramientas Tecnología de la Información y Comunicación (TIC) llevando a cabo la observación de un problema pedagógico. Por ello, se ha marcado el objetivo general de analizar si el uso continuado de las TIC en una clase de ELE pudiera dar luz a un cambio positivo y más efectivo en el monótono y difícil enfoque que seguir un libro y sus actividades impresas, así como las prácticas lingüísticas, en cuanto a pronunciación de las palabras (para lo cual el libro propone una repetición exhaustiva de las mismas), además de una extrema lentitud en la lectura y escritura en la lengua meta. Dado lo anterior, se ha considerado que las TIC podrían aportar un dinamismo en las clases que llamará la atención y deseo de aprender en los estudiantes por medio de las distintas herramientas que se ofrecen en línea, dando al proyecto una visión lúdica que saque a los alumnos del hastío y el desinterés por un material que no les ofrece atractivo alguno, y al que no le ven necesidad futura. La extensa literatura que sobre este tema se ha encontrado, ha tenido una gran influencia en el inicio y consecución de esta investigación, aunque la implementación al cien por cien de las herramientas que ofrecen las TIC no parece haber sido el foco de análisis de muchos de los artículos revisados, por lo que se ha considerado interesante proponer un paradigma emergente en este proyecto. La metodología utilizada es de carácter cualitativo, dada la implicación directa de los estudiantes como actantes en el proyecto, lo que nos permite distinguir entre un análisis de contenido y un análisis de discurso. Para su ejecución, se ha utilizado a un grupo de veinte estudiantes de la misma clase de un colegio público, de nivel secundario y de edades comprendidas entre los 12 y 14 años, quienes han tenido contacto con la lengua meta de forma esporádica en sus años de educación elemental, pasando en nuestra clase, por un periodo de cinco semanas, a una inmersión total en la lengua extranjera. La modificación en la forma de implementar el material de estudio con una inserción total de las TIC ha dado, a priori, unos resultados satisfactorios como se especifican, habiendo procedido enteramente a un enfoque en la unidad didáctica de alimentación y sin necesidad de abandonar los libros de texto obligatorios por las autoridades educativas del distrito escolar al que la escuela pertenece. metadata Eugenio Fernandez, Diego mail dugnio@gmail.com (2022) Enseñanza de español como lengua extranjera (ELE) a través de las Tecnologías de Información y Comunicación. Masters thesis, SIN ESPECIFICAR.
Texto completo no disponible.Resumen
Este trabajo de máster se basa en la presentación de un proyecto de investigación sobre la enseñanza del español como lengua extranjera a través de las herramientas Tecnología de la Información y Comunicación (TIC) llevando a cabo la observación de un problema pedagógico. Por ello, se ha marcado el objetivo general de analizar si el uso continuado de las TIC en una clase de ELE pudiera dar luz a un cambio positivo y más efectivo en el monótono y difícil enfoque que seguir un libro y sus actividades impresas, así como las prácticas lingüísticas, en cuanto a pronunciación de las palabras (para lo cual el libro propone una repetición exhaustiva de las mismas), además de una extrema lentitud en la lectura y escritura en la lengua meta. Dado lo anterior, se ha considerado que las TIC podrían aportar un dinamismo en las clases que llamará la atención y deseo de aprender en los estudiantes por medio de las distintas herramientas que se ofrecen en línea, dando al proyecto una visión lúdica que saque a los alumnos del hastío y el desinterés por un material que no les ofrece atractivo alguno, y al que no le ven necesidad futura. La extensa literatura que sobre este tema se ha encontrado, ha tenido una gran influencia en el inicio y consecución de esta investigación, aunque la implementación al cien por cien de las herramientas que ofrecen las TIC no parece haber sido el foco de análisis de muchos de los artículos revisados, por lo que se ha considerado interesante proponer un paradigma emergente en este proyecto. La metodología utilizada es de carácter cualitativo, dada la implicación directa de los estudiantes como actantes en el proyecto, lo que nos permite distinguir entre un análisis de contenido y un análisis de discurso. Para su ejecución, se ha utilizado a un grupo de veinte estudiantes de la misma clase de un colegio público, de nivel secundario y de edades comprendidas entre los 12 y 14 años, quienes han tenido contacto con la lengua meta de forma esporádica en sus años de educación elemental, pasando en nuestra clase, por un periodo de cinco semanas, a una inmersión total en la lengua extranjera. La modificación en la forma de implementar el material de estudio con una inserción total de las TIC ha dado, a priori, unos resultados satisfactorios como se especifican, habiendo procedido enteramente a un enfoque en la unidad didáctica de alimentación y sin necesidad de abandonar los libros de texto obligatorios por las autoridades educativas del distrito escolar al que la escuela pertenece.
| Tipo de Documento: | Tesis (Masters) |
|---|---|
| Palabras Clave: | TIC, ELE, paradigma emergente, enfoque, modificación, inserción |
| Clasificación temática: | Materias > Educación |
| Divisiones: | Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster |
| Depositado: | 06 May 2024 23:30 |
| Ultima Modificación: | 06 May 2024 23:30 |
| URI: | https://repositorio.unini.edu.mx/id/eprint/3119 |
Acciones (logins necesarios)
 |
Ver Objeto |
<a class="ep_document_link" href="/27825/1/s41598-026-39196-x_reference.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Histopathological evaluation is necessary for the diagnosis and grading of prostate cancer, which is still one of the most common cancers in men globally. Traditional evaluation is time-consuming, prone to inter-observer variability, and challenging to scale. The clinical usefulness of current AI systems is limited by the need for comprehensive pixel-level annotations. The objective of this research is to develop and evaluate a large-scale benchmarking study on a weakly supervised deep learning framework that minimizes the need for annotation and ensures interpretability for automated prostate cancer diagnosis and International Society of Urological Pathology (ISUP) grading using whole slide images (WSIs). This study rigorously tested six cutting-edge multiple instance learning (MIL) architectures (CLAM-MB, CLAM-SB, ILRA-MIL, AC-MIL, AMD-MIL, WiKG-MIL), three feature encoders (ResNet50, CTransPath, UNI2), and four patch extraction techniques (varying sizes and overlap) using the PANDA dataset (10,616 WSIs), yielding 72 experimental configurations. The methodology used distributed cloud computing to process over 31 million tissue patches, implementing advanced attention mechanisms to ensure clinical interpretability through Grad-CAM visualizations. The optimum configuration (UNI2 encoder with ILRA-MIL, 256 256 patches, 50% overlap) achieved 78.75% accuracy and 90.12% quadratic weighted kappa (QWK), outperforming traditional methods and approaching expert pathologist-level diagnostic capability. Overlapping smaller patches offered the best balance of spatial resolution and contextual information, while domain-specific foundation models performed noticeably better than generic encoders. This work is the first large-scale, comprehensive comparison of weekly supervised MIL methods for prostate cancer diagnosis and grading. The proposed approach has excellent clinical diagnostic performance, scalability, practical feasibility through cloud computing, and interpretability using visualization tools.
Naveed Anwer Butt mail , Dilawaiz Sarwat mail , Irene Delgado Noya mail irene.delgado@uneatlantico.es, Kilian Tutusaus mail kilian.tutusaus@uneatlantico.es, Nagwan Abdel Samee mail , Imran Ashraf mail ,
Butt
<a href="/27554/1/s41598-026-37541-8_reference.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
A scalable and secure federated learning authentication scheme for IoT
Secure and scalable authentication remains a fundamental challenge in Internet of Things (IoT) networks due to constrained device resources, dynamic topology, and the absence of centralized trust infrastructures. Conventional password-based and certificate-driven authentication schemes incur high computation, storage, and communication overhead, limiting their suitability for large-scale deployments. To address these limitations, this paper proposes ScLBS, a federated learning (FL)–based self-certified authentication scheme for distributed and sustainable IoT environments. ScLBS integrates self-certified public key cryptography with FL-driven trust adaptation, enabling decentralized public key derivation without reliance on third-party certificate authorities or exposure of private credentials. A zero-knowledge mechanism combined with location-aware authentication strengthens resistance to impersonation, Sybil, and replay attacks. Hierarchical key management supported by a -tree enables efficient group rekeying and preserves forward and backward secrecy under dynamic membership. Formal security verification is conducted under the Dolev–Yao adversary model using ProVerif, confirming secrecy of private and session keys (SKs) and correctness of authentication. Extensive NS-3 simulations and ablation analysis demonstrate that ScLBS achieves lower authentication delay, reduced message overhead, improved network utilization, and decreased energy consumption compared to representative IoT authentication schemes, while maintaining bounded FL overhead. These results indicate that ScLBS provides a balanced trade-off between security strength, scalability, and resource efficiency for constrained IoT networks.
Premkumar Chithaluru mail , B. Veera Jyothi mail , Fahd S. Alharithi mail , Wojciech Ksiazek mail , M. Ramchander mail , Aman Singh mail aman.singh@uneatlantico.es, Ravi Kumar Rachavaram mail ,
Chithaluru
<a href="/26722/1/nutrients-18-00257.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Background/Objectives: The growing integration of Artificial Intelligence (AI) and chatbots in health professional education offers innovative methods to enhance learning and clinical preparedness. This study aimed to evaluate the educational impact and perceptions in university students of Human Nutrition and Dietetics, regarding the utility, usability, and design of the E+DIEting_Lab chatbot platform when implemented in clinical nutrition training. Methods: The platform was piloted from December 2023 to April 2025 involving 475 students from multiple European universities. While all 475 students completed the initial survey, 305 finished the follow-up evaluation, representing a 36% attrition rate. Participants completed surveys before and after interacting with the chatbots, assessing prior experience, knowledge, skills, and attitudes. Data were analyzed using descriptive statistics and independent samples t-tests to compare pre- and post-intervention perceptions. Results: A total of 475 university students completed the initial survey and 305 the final evaluation. Most university students were females (75.4%), with representation from six languages and diverse institutions. Students reported clear perceived learning gains: 79.7% reported updated practical skills in clinical dietetics and communication were updated, 90% felt that new digital tools improved classroom practice, and 73.9% reported enhanced interpersonal skills. Self-rated competence in using chatbots as learning tools increased significantly, with mean knowledge scores rising from 2.32 to 2.66 and skills from 2.39 to 2.79 on a 0–5 Likert scale (p < 0.001 for both). Perceived effectiveness and usefulness of chatbots as self-learning tools remained positive but showed a small decline after use (effectiveness from 3.63 to 3.42; usefulness from 3.63 to 3.45), suggesting that hands-on experience refined, but did not diminish, students’ overall favorable views of the platform. Conclusions: The implementation and pilot evaluation of the E+DIEting_Lab self-learning virtual patient chatbot platform demonstrate that structured digital simulation tools can significantly improve perceived clinical nutrition competences. These findings support chatbot adoption in dietetics curricula and inform future digital education innovations.
Iñaki Elío Pascual mail inaki.elio@uneatlantico.es, Kilian Tutusaus mail kilian.tutusaus@uneatlantico.es, Imanol Eguren García mail imanol.eguren@uneatlantico.es, Álvaro Lasarte García mail , Arturo Ortega-Mansilla mail arturo.ortega@uneatlantico.es, Thomas Prola mail thomas.prola@uneatlantico.es, Sandra Sumalla Cano mail sandra.sumalla@uneatlantico.es,
Elío Pascual
<a class="ep_document_link" href="/26964/1/s44196-025-01123-9_reference.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Suicide Ideation Detection Using Social Media Data and Ensemble Machine Learning Model
Identifying the emotional state of individuals has useful applications, particularly to reduce the risk of suicide. Users’ thoughts on social media platforms can be used to find cues on the emotional state of individuals. Clinical approaches to suicide ideation detection primarily rely on evaluation by psychologists, medical experts, etc., which is time-consuming and requires medical expertise. Machine learning approaches have shown potential in automating suicide detection. In this regard, this study presents a soft voting ensemble model (SVEM) by leveraging random forest, logistic regression, and stochastic gradient descent classifiers using soft voting. In addition, for the robust training of SVEM, a hybrid feature engineering approach is proposed that combines term frequency-inverse document frequency and the bag of words. For experimental evaluation, “Suicide Watch” and “Depression” subreddits on the Reddit platform are used. Results indicate that the proposed SVEM model achieves an accuracy of 94%, better than existing approaches. The model also shows robust performance concerning precision, recall, and F1, each with a 0.93 score. ERT and deep learning models are also used, and performance comparison with these models indicates better performance of the SVEM model. Gated recurrent unit, long short-term memory, and recurrent neural network have an accuracy of 92% while the convolutional neural network obtains an accuracy of 91%. SVEM’s computational complexity is also low compared to deep learning models. Further, this study highlights the importance of explainability in healthcare applications such as suicidal ideation detection, where the use of LIME provides valuable insights into the contribution of different features. In addition, k-fold cross-validation further validates the performance of the proposed approach.
Erol KINA mail , Jin-Ghoo Choi mail , Abid Ishaq mail , Rahman Shafique mail , Mónica Gracia Villar mail monica.gracia@uneatlantico.es, Eduardo René Silva Alvarado mail eduardo.silva@funiber.org, Isabel de la Torre Diez mail , Imran Ashraf mail ,
KINA
<a class="ep_document_link" href="/26965/1/s40203-025-00539-7.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Human metapneumovirus (hMPV) is one of the potential pandemic pathogens, and it is a concern for elderly subjects and immunocompromised patients. There is no vaccine or specific antiviral available for hMPV. We conducted an in-silico study to predict initial antiviral candidates against human metapneumovirus. Our methodology included protein modeling, stability assessment, molecular docking, molecular simulation, analysis of non-covalent interactions, bioavailability, carcinogenicity, and pharmacokinetic profiling. We pinpointed four plant-derived bio-compounds as antiviral candidates. Among the compounds, apigenin showed the highest binding affinity, with values of − 8.0 kcal/mol for the hMPV-F protein and − 7.6 kcal/mol for the hMPV-N protein. Molecular dynamic simulations and further analyses confirmed that the protein-ligand docked complexes exhibited acceptable stability compared to two standard antiviral drugs. Additionally, these four compounds yielded satisfactory outcomes in bioavailability, drug-likeness, and ADME-Tox (absorption, distribution, metabolism, excretion, and toxicity) and STopTox analyses. This study highlights the potential of apigenin and xanthoangelol E as an initial antiviral candidate, underscoring the necessity for wet-lab evaluation, preclinical and clinical trials against human metapneumovirus infection.
Hasan Huzayfa Rahaman mail , Afsana Khan mail , Nadim Sharif mail , Wasifuddin Ahmed mail , Nazmul Sharif mail , Rista Majumder mail , Silvia Aparicio Obregón mail silvia.aparicio@uneatlantico.es, Rubén Calderón Iglesias mail ruben.calderon@uneatlantico.es, Isabel De la Torre Díez mail , Shuvra Kanti Dey mail ,
Rahaman