Competencia socioemocional y toma de decisiones en el rendimiento académico de estudiantes universitarios

MAYRA DELGADO VILLALOBOS (2023, [Tesis de doctorado])

Las emociones sociales forman parte de la complejidad interna de una sociedad donde

confluyen niveles de estructura social: las interacciones entre sus individuos, los patrones

de relación entre ellos y sus principios de organización. Las emociones sociales subyacen

a esta complejidad e incluyen mecanismos de autorregulación que permiten a los

individuos desarrollar habilidades socioemocionales para evaluar cuándo y con quién

cooperar o competir, regular las respuestas emocionales y el comportamiento en

situaciones sociales, mantener relaciones de largo plazo, favorecer la prosocialidad y la

cohesión grupal. Estas habilidades son fundamentales en nuestros entornos culturales

dinámicos. Por ello, la OECD las considera habilidades del siglo XXI.

Desde una perspectiva interdisciplinar con énfasis en la cognición social, en la

presente investigación se revisó la importancia y la función de las emociones sociales, y

con base en los diferentes niveles de complejidad social se propone una distinción entre

habilidades y competencias socioemocionales. También se revisaron diversos enfoques

teóricos sobre estas competencias, así como la metodología para su evaluación en la

educación universitaria. Asimismo, se realizó un estudio exploratorio con un diseño

transversal y la muestra se conformó por 104 estudiantes universitarios. El modelo teórico

propuesto se probó mediante ecuaciones estructurales, encontrándose diferencias

significativas entre el compromiso académico y el rendimiento académico, la resiliencia

y el razonamiento.

Social emotions are part of the internal complexity of a society where levels of social

structure converge: the interactions between its individuals, the relationships patterns

between them and their organizational principles. Social emotions underlie this

complexity and include self-regulation mechanisms that allow individuals to develop

socioemotional skills to assess when and with whom to cooperate or compete, regulate

emotional responses and behavior in social situations, maintain long-term relationships,

promote prosociality and group cohesion. These skills are essential in our dynamic

cultural environments. For this reason, the OECD considers them 21st century skills.

From an interdisciplinary perspective with an emphasis on social cognition, this

research reviewed the importance and function of social emotions, and based on the

different levels of social complexity, a distinction between socio-emotional skills and

competencies is proposed. Various theoretical approaches to these competencies were

also reviewed, as well as the methodology for their evaluation in university education.

Likewise, an exploratory study was carried out with a cross-sectional design and the

sample consisted of 104 university students. The proposed theoretical model was tested

using structural equations, finding significant differences between academic commitment

and academic performance, resilience and reasoning.

HUMANIDADES Y CIENCIAS DE LA CONDUCTA PEDAGOGÍA cognición social, desarrollo socioemocional, competencias socioemocionales, evaluación socioemocional y aprendizaje socioemocional. social cognition, social-emotional development, social-emotional competencies, social-emotional assessment and social-emotional learning

Reconocimiento continuo de la Lengua de Señas Mexicana

Continuous recognition of Mexican Sign Language

Ricardo Fernando Morfín Chávez (2023, [Tesis de maestría])

La Lengua de Señas Mexicana (LSM) es la lengua utilizada por la comunidad Sorda en México, y, a menudo, subestimada y pasada por alto por la comunidad oyente, lo que resulta en la exclusión sistemática de las personas Sordas en diversos aspectos de la vida. Sin embargo, la tecnología puede desempeñar un papel fundamental en acercar a la comunidad Sorda con la comunidad oyente, promoviendo una mayor inclusión y comprensión entre ambas. El objetivo principal de este trabajo es diseñar, implementar y evaluar un sistema de reconocimiento continuo de señas estáticas en LSM mediante, visión por computadora y técnicas de aprendizaje máquina. Se establecieron objetivos específicos, que incluyen la generación de un conjunto de datos de señas estáticas, pertenecientes al alfabeto manual de la LSM, el diseño de un modelo de reconocimiento, y la evaluación del sistema, tanto en la modalidad aislada como en la continua. La metodología involucra dos evaluaciones distintas. La primera se enfoca en el reconocimiento de señas estáticas en el dominio aislado, para ello se capturaron datos de 20 participantes realizando movimientos de la mano en múltiples ángulos. Se evaluaron diversas técnicas de aprendizaje automático, destacando que el enfoque basado en Máquinas de Soporte Vectorial (SVM) obtuvo los mejores resultados (F1-Score promedio del 0.91). La segunda evaluación se concentra en el reconocimiento continuo de señas estáticas, con datos recopilados de seis participantes con diferentes niveles de competencia en LSM, logrando un rendimiento sólido con errores cercanos al 7 %. Además, se evaluó la viabilidad del sistema en aplicaciones de tiempo real, demostrando un excelente desempeño (velocidad promedio de procesamiento de 45 cuadros por segundo). A pesar de los logros alcanzados, es importante reconocer que este proyecto se centró en el reconocimiento continuo de señas estáticas en LSM. Queda pendiente, como un desafío interesante, la exploración del reconocimiento continuo de señas dinámicas en LSM para futuras investigaciones. Se considera esencial explorar enfoques orientados a la escalabilidad y aplicaciones en tiempo real en investigaciones posteriores.

This study focuses on the continuous recognition of static signs in Mexican Sign Language (Lengua de Señas Mexicana (LSM)), the language used by the Deaf community in Mexico. Despite its significance, LSM is often underestimated and overlooked, leading to the systematic exclusion of Deaf individuals in various aspects of life. The primary objective of this work is to design, implement, and evaluate a continuous static sign recognition system in LSM using computer vision and machine learning techniques. Specific goals were established, including the creation of a dataset of static signs belonging to the manual alphabet of LSM, the design of a recognition model, and the evaluation of the system in both isolated and continuous modes. The methodology involves two distinct evaluations. The first one focuses on the recognition of static signs in the isolated domain, for which data from 20 participants performing hand movements at various angles were collected. Various machine learning techniques were evaluated, with the Máquinas de Soporte Vectorial (SVM)-based approach achieving the best results (average F1-Score of 0.91). The second evaluation centers on the continuous recognition of static signs, using data collected from six participants with varying levels of competence in LSM, achieving robust performance with errors close to 7 %. Furthermore, the feasibility of the system in real-time applications was assessed, demonstrating excellent performance (average processing speed of 45 frames per second). Despite the achievements, it is important to recognize that this project focused on continuous recognition of static signs in LSM. It remains an interesting challenge to explore the continuous recognition of dynamic signs in LSM for future research. It is considered essential to explore scalability-oriented approaches and real-time applications in subsequent investigations.

Lengua de Señas Mexicana (LSM), visión por computadora, aprendizaje automático, alfabeto manual de la LSM, reconocimiento automático de señas estáticas, reconocimiento aislado de señas, reconocimiento continuo de señas, aplicacion Mexican Sign Language (LSM), computer vision, machine learning, LSM manual alpahbet, automatic recognition of static signs, isolated sign recognition, continuous sign recognition, real-time aplications INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES ENSEÑANZA CON AYUDA DE ORDENADOR ENSEÑANZA CON AYUDA DE ORDENADOR