El presente trabajo indaga como los juegos en formato virtual contribuyen al desarrollo cognitivo en las áreas de conocimiento matemático y científico dirigidos a grados de 1° a 5° de primaria. Se realizó una revisión de literatura entre el periodo (2017 - 2022) en tres revistas referentes en publicaciones de tecnología y educación. Como resultado, se identificaron que la gran mayoría de estudios usaron diseños de investigación cuasi experimental y frente a las situaciones mediadas por TIC hubo una tendencia hacia los video juegos generalistas. El análisis de los estudios (diseños de investigación - videojuegos) evidenció que el uso de las TIC se relaciona a los aspectos educativos, dejando de lado un poco, la discusión acerca del desarrollo cognitivo.
s parques urbanos são essenciais para a biodiversidade e o bem-estar humano. O Parque Estadual do Cocó (PEC), em Fortaleza, Brasil, sofre alta pressão antropogênica, exigindo monitoramento contínuo. Este estudo caracterizou espectralmente suas coberturas com imagens do sensor WPM do satélite CBERS-4A, usando uma cena de 24 de julho de 2024. Foram analisadas assinaturas espectrais das principais classes, com base na classificação do MapBiomas, e calculados os índices NDVI, SAVI e EVI para avaliar a vegetação. Os resultados mostraram que o sensor WPM discrimina eficazmente as coberturas, com assinaturas distintas para manguezais, restingas, água e áreas urbanas. O manguezal domina (50,78%), seguido pela restinga herbácea (27,24%) e áreas urbanizadas (10,78%), evidenciando pressão periférica. O EVI superou o NDVI em sensibilidade em áreas de alta biomassa, evitando a saturação. As imagens CBERS-4A provaram ser ferramentas eficazes e econômicas para monitorar ecossistemas urbanos complexos, fornecendo dados essenciais para a conservação e gestão sustentável do PEC.
a contratación pública es particularmente vulnerable a la corrupción, lo que plantea desafíos significativos para la gestión pública. A nivel mundial, los gobiernos han implementado iniciativas de datos abiertos con el objetivo de promover la transparencia y fortalecer la integridad en la gestión de los recursos públicos. Sin embargo, el éxito de estas iniciativas depende en gran medida de la capacidad para analizar los datos disponibles y detectar patrones que puedan señalar riesgos de corrupción. Este estudio presenta el desarrollo y la evaluación de modelos de aprendizaje automático orientados a analizar y predecir el riesgo de corrupción en procesos de contratación pública. Para ello, se utilizaron datos abiertos de contratación en hospitales públicos colombianos entre 2014 y 2019. Como variable de riesgo, se empleó el porcentaje de contratación directa, ampliamente reconocido como un indicador de posibles irregularidades. Se implementaron y compararon tres algoritmos de aprendizaje automático: Árboles de Decisión, Random Forest y Gradient Boosting. Los resultados evidenciaron un desempeño aceptable, con niveles de exactitud entre el 46% y el 59% y un área bajo la curva ROC que oscila entre el 0.56 y el 0.72.
La educación musical en la primera infancia y la integración de recursos tecnológicos han despertado un interés creciente por sus potenciales beneficios en el desarrollo cognitivo, la motivación y la interacción social. Con el objetivo de analizar los efectos de la tecnología aplicada a la práctica musical en niños de 2 a 6 años, se realiza una revisión sistemática en las bases de datos Web of Science y Scopus. Se identificaron 151 registros, se seleccionaron ocho artículos que cumplían con los criterios de inclusión, con una muestra total de 697 participantes. Los resultados sugieren que la incorporación de herramientas tecnológicas en la práctica musical colectiva favorece la creatividad, la motivación y el aprendizaje autónomo. La escasez de investigaciones empíricas limita la generalización de los hallazgos, lo que evidencia la necesidad de ampliar la producción científica y de avanzar hacia un modelo educativo híbrido que integre equilibradamente tecnología y métodos tradicionales.
Este estudio se enfoca en la clasificación de espectrogramas, representaciones visuales del audio para aplicar aprendizaje automático. Los métodos tradicionales, como los MFCCs con clasificadores clásicos, presentan limitaciones en lenguas con pocos recursos, como el zapoteco del Istmo. Modelos avanzados como RNNs y transformers requieren grandes volúmenes de datos, difíciles de obtener en contextos indígenas. Como alternativa, se propone una red neuronal convolucional profunda de 28 capas, entrenada con 10 frases comunes convertidas en espectrogramas y aumentadas artificialmente. El modelo logró un 100% de precisión en entrenamiento y 96.2% en validación. Aunque prometedor, se destaca la necesidad de ampliar el conjunto de datos. El trabajo evidencia el potencial del aprendizaje profundo para mejorar la comunicación intercultural y preservar lenguas indígenas en peligro.
Este trabalho investiga a crescente sofisticação dos deepfakes e a necessidade de aprimorar os métodos de detecção. O objetivo é avaliar o desempenho de diferentes modelos de Deep Learning na classificação de vídeos manipulados, buscando uma acurácia mínima de 80%. Foram analisadas as arquiteturas LSTM, CNN, GRU e CvT, além da aplicação da Lei de Benford como método estatístico auxiliar. A base Celeb-DF V2 foi utilizada por sua fidelidade e complexidade. O modelo LSTM apresentou a melhor acurácia no treinamento, enquanto o GRU obteve melhor desempenho na avaliação prática. Já o CvT mostrou limitações tanto em desempenho quanto em custo computacional. A Lei de Benford mostrou-se promissora, mas inconclusiva sem um parâmetro de correlação. Os resultados reforçam a importância de atualizar continuamente os mecanismos de detecção para acompanhar a evolução dos vídeos sintéticos e mitigar riscos associados à desinformação.
Cash transfer programs are a key tool for reducing poverty and improving the well-being of vulnerable households in developing countries. However, the accurate selection of beneficiaries remains a challenge. This study evaluates different machine learning techniques to predict participation in the Juntos program in Peru, using data from the 2023 National Household Survey (ENAHO). Models such as logistic regression, decision trees, support vector machine, gradient boosting machine, random forest, LightGBM, XGBoost, and CatBoost were compared. The results show that XGBoost achieves the best performance in beneficiary classification. These findings highlight the potential of machine learning techniques to enhance the allocation of resources in social programs. Their implementation would drive the modernization of public management, enabling data-driven economic resource management.
Este artigo apresenta os Mapas Conceituais Estendidos, que são instrumentos para representação de conhecimento que, por meio da adição de elementos semânticos aos mapas conceituais tradicionais, possibilitam reproduzir com maior abrangência aspectos do conhecimento humano nas representações, aproximando-as dos modelos cognitivos naturais. As representações de conhecimento obtidas pelos mapas conceituais tradicionais limitam-se a estruturas bem definidas e analógicas do conhecimento explícito, entretanto não consideram regras proposicionais utilizadas pelo sistema de recuperação de memória. A partir de uma fundamentação teórica que apresenta relações entre o conhecimento tácito e o comportamento humano, este trabalho utiliza uma abordagem interdisciplinar para a representação de conhecimento, considerando as crenças dos indivíduos e o fluxo de energia psíquica do inconsciente para o consciente, que modifica estados psicológicos. Com o emprego dos Mapas Conceituais Estendidos amplia-se o potencial de representação de conhecimento dos mapas conceituais tradicionais e a qualidade dos repositórios, contribuindo com a Gestão do Conhecimento.
La detección de fallas en tela terminada es llevada a cabo mediante la inspección visual que una persona realiza para determinar la afectación directa de diferentes defectos en parte del tejido y así determinar su calidad, tomando como referencia la norma técnica internacional ASTM D 5430-07. Este estudio propone un sistema de Visión Artificial para la detección de las tres principales fallas que se pueden producir en los tejidos como son: hilo sucio, caída de tejido y manchas, mediante cámaras, que en tiempo real encuentran las diferentes fallas mediante algoritmos de detección empleando el programa Python con librerías de cv2. Una vez detectada la falla en la tela, el sistema muestra dónde se encuentra la anomalía mediante la visualización en una pantalla. Para la validación de la detección de las fallas, se realiza la comparación con los métodos: LBP, HAAR y HOG, dando como mejor resultado para la detección de anomalías el LBP.
Introdução É com satisfação que apresentamos o número regular 57 da Revista Ibérica de Sistemas e Tecnologias da Informação (RISTI), que reúne um conjunto diversificado de estudos sobre aplicações inovadoras das Tecnologias da Informação e Comunicação (TIC) em contextos sociais, educativos e industriais. Os artigos selecionados evidenciam não só o potencial das tecnologias emergentes, como o machine learning, a realidade aumentada e as redes neuronais artificiais, mas também destacam a necessidade de integração interdisciplinar para maximizar o seu impacto.
This study presents the results of an intervention aimed at developing computational thinking (CT) skills in 39 university students from various academic disciplines. A descriptive quantitative methodology with a correlational design was employed to strengthen cohesion and interdisciplinarity in problem-solving. The level of CT was measured based on eight elements. The evaluation instrument consisted of a series of questions and exercises that students completed after finishing the workshop titled Technologies for All (TPT). The results show a positive correlation across disciplines, with computer science students demonstrating the greatest ease in developing this skill. It is concluded that CT is an essential competency for interdisciplinary learning, highlighting the importance of cooperative learning in achieving meaningful learning outcomes.
Este artículo analiza, mediante una revisión sistemática de literatura, el impacto de la inteligencia artificial en la creatividad cinematográfica, enfocándose en el uso de ChatGPT por parte de guionistas. Con un enfoque cualitativo y documental, se examinan los beneficios y limitaciones del uso de esta herramienta en la elaboración de guiones. Los resultados muestran que ChatGPT mejora la productividad y apoya la generación de diálogos y tramas, aunque presenta carencias en aspectos emocionales y creativos. También se identifican desafíos éticos y laborales, como el riesgo de sustituir a guionistas humanos. No obstante, se concluye que la colaboración entre IA y creatividad humana puede ser positiva si se implementa de forma complementaria. Se destaca la necesidad de un marco regulatorio que proteja a los guionistas, mientras se aprovechan las ventajas tecnológicas de la IA, asegurando un equilibrio entre la innovación tecnológica y la preservación del valor creativo humano.
É com grande entusiasmo que apresentamos o número regular 58 da Revista Ibérica de Sistemas e Tecnologias da Informação (RISTI), reunindo seis artigos científicos que representam a pluralidade temática e a vitalidade da investigação ibérica e latino-americana nas áreas das tecnologias da informação e da sua interação com a sociedade, o conhecimento e a criatividade. Este número destaca abordagens inovadoras, metodologias interdisciplinares e propostas que promovem a transformação digital de instituições, a ampliação das capacidades cognitivas humanas e a reflexão crítica sobre os desafios éticos e sociais da tecnologia.
Sugarcane harvesting significantly impacts the productivity of sugar mills and should be carried out at the optimal maturity point or Period of Industrial Utilization (PIU). The PIU is estimated through laboratory analyses that measure the Total Recoverable Sugar (TRS) index. The challenge lies in the fact that the planning of sugar mills depends on production forecasts (sugar and ethanol), and there are no tools capable of replacing the high costs of laboratory TRS analyses. Therefore, this article presents a case study aimed at proposing a computational model to estimate the TRS index of the production of a sugar mill in the countryside of São Paulo, Brazil. This model is based Artificial Neural Networks (ANN) and was applied to databases of 48,151 plots from the 2016/2017 to 2022/2023 harvests. The experiments presented a mean absolute error (3.49%) much lower than laboratory analyses (12.17%). The main contribution of this study lies in providing a low-cost model that estimates the ATR index with very high accuracy of the PIU.
This study addresses the evolving landscape of ophthalmology through the development and implementation of SIONDAL, a digital health information platform designed to assess and detect ophthalmologic deficiencies, particularly in color vision and visual acuity. To overcome the limitations of traditional physical tests-such as the Ishihara and Farnsworth-Munsell tests-a methodological approach based on the agile Scrum framework was adopted. This enabled iterative planning and continuous collaboration with clinical professionals, ensuring both functional and technical alignment of the system with real-world medical needs. The web-based platform was developed with a strong emphasis on usability and accessibility, evaluated through two complementary methods: (1) a usability assessment using the System Usability Scale (SUS), applied to end users, which yielded an average acceptance score of 95.71%; and (2) an accessibility evaluation based on the Web Content Accessibility Guidelines (WCAG) 2.1, conducted using the WAVE tool, achieving 97.13% compliance across the analyzed pages. The results demonstrate that SIONDAL constitutes an effective, accessible, and user-centered digital solution that enhances the administration, execution, and monitoring of ophthalmologic tests, while reinforcing principles of sustainability, quality, and equity in digital health technology design.
Augmented reality (AR) has emerged as an innovative technology with the potential to revolutionize sign language teaching, offering a more interactive, immersive and accessible educational experience. This article aims to identify and analyze previous studies on the use of AR in sign language instruction, highlighting both the benefits and challenges it presents. Through a systematic review of the literature, relevant studies were evaluated, selecting those that met the research questions, inclusion and exclusion criteria, and had the full text available to be evaluated. Of the total works examined, 70% of the AR applications were programmed specifically for this purpose. One of the greatest benefits of using AR in sign language teaching is inclusive collaboration, not just a tool in educational processes for the deaf community.
Este artigo avalia a eficácia da infraestrutura digital da Administração Tributária de Moçambique (ATM) no apoio às operações de comunicação institucional, tanto internas quanto externas. Tendo como foco a avaliação da eficácia da infraestrutura digital na comunicação institucional da ATM, este estudo adota uma abordagem metodológica mista, que combina dados qualitativos e quantitativos. A análise baseia-se em entrevistas realizadas com funcionários da ATM e na aplicação de questionários a contribuintes nas cidades de Maputo, Beira e Nampula. Essa estratégia visa identificar os principais desafios enfrentados na integração tecnológica, nos fluxos comunicacionais e na prestação de serviços digitais, bem como levantar percepções e expectativas dos utilizadores em relação à modernização institucional. Os resultados revelam avanços consideráveis em plataformas de atendimento e gestão fiscal digital, mas também destacam desafios como a limitada interoperabilidade entre sistemas, desigualdades no acesso digital e lacunas na capacitação tecnológica do pessoal. As conclusões apontam para a necessidade de investimentos estratégicos em infraestrutura e formação para consolidar uma comunicação institucional mais eficiente e inclusiva.
Este artigo explora o conceito de Cidades Inteligentes adaptado a áreas de baixa densidade populacional, com um foco específico no turismo. É apresentado um modelo tecnológico acessível e flexível para explorar redes de sensores, utilizando tecnologias de transmissão de baixo custo e baixo consumo energético, como a LoRaWAN. É apresentado um modelo modular que integra sensores de baixo custo, redes de longa distância e plataformas de análise de dados, visando a monitorização de diversos parâmetros passíveis de utilização em diversos contextos, em particular o turístico. A abordagem de aquisição e utilização de dados de forma colaborativa fomenta a escalabilidade do sistema e promove soluções de parceria. Descreve-se o protótipo implementado para testar a viabilidade técnica e o potencial da proposta como impulsionador do desenvolvimento local. Este trabalho contribui para a expansão do conceito de região inteligente em territórios menos povoados.
