Logotipo del repositorio
Logotipo del repositorio
 

Conectando puntos: Inteligencia Artificial, datos y su impacto en la sostenibilidad. Memorias del Encuentro Internacional Inteligencia Artificial. Impacto de los datos en la sostenibilidad de las organizaciones

Vista sencilla de ítem
datacite.rightshttp://purl.org/coar/access_right/c_abf2
dc.contributor.authorMartínez Marenco, Ronald David
dc.contributor.authorGonzales Méndez, Juan Estevan
dc.contributor.authorArenas Perdomo, Juan Manuel
dc.contributor.authorGutiérrez Madrid, Daniel
dc.contributor.authorCalabria Sarmiento, Juan Carlos
dc.contributor.authorMora Núñez, Néstor
dc.contributor.authorGutiérrez Salcedo, María
dc.contributor.authorTetsue Choji, Thamyres
dc.contributor.authorMartínez Duarte, Verónica
dc.contributor.authorCobo Martín, Manuel Jesús
dc.contributor.authorGalet Villafañe, Richard
dc.contributor.authorSoto Casas, Esteban
dc.contributor.authorMelamed Varela, Enrique
dc.contributor.authorCondori Guzmán, Enmanuel Andreé
dc.contributor.authorMartínez Huaman, Sebastián Josué
dc.contributor.authorRodríguez Lazo, Marcello Juaquin
dc.contributor.authorRojas Sánchez, Andrés Felipe
dc.contributor.authorOrozco Guzmán, Manuel Guillermo
dc.contributor.authorBravo Valero, Antonio José
dc.contributor.authorHernández Albarracín, Juan Diego
dc.contributor.authorRamírez Lindarte, María Daniela
dc.contributor.authorVera, Miguel Ángel
dc.contributor.authorRincón Rolón, Juan José
dc.contributor.authorFlórez Rueda, Sebastián
dc.contributor.authorCalderón Martínez, Jaybel Sebastián
dc.contributor.authorRodríguez Ibáñez, Raúl Eduardo
dc.contributor.authorDonado Fonseca, Erick Fabián
dc.contributor.authorGonzález Vásquez, Marco Antonio
dc.contributor.authorIglesias Durán, Alvaro Favian
dc.contributor.authorGarcía Londoño, Anndy
dc.contributor.authorSarmiento Fontalvo, Melisa
dc.date.accessioned2025-01-21T19:54:39Z
dc.date.available2025-01-21T19:54:39Z
dc.date.issued2024
dc.description.abstractLa inteligencia artificial (IA) es un campo multidisciplinario que incorpora elementos de diversos saberes del conocimiento, y cada vez más demandada tanto por las organizaciones como por las acciones que se dan en la vida cotidiana en general. Justamente, con el uso eficiente de las tecnologías emergentes, la IA está reconfigurando los diferentes sectores económicos, sociales, educativos, culturales, políticos y ambientales, entre otros que sustentan los ecosistemas de las comunidades y la sociedad. En este contexto, la Universidad Simón Bolívar, respaldada por la Red Iberoamericana de Investigación en Data Science (RIINDS), fue beneficiada con un apoyo que procede de la convocatoria para la organización de encuentros de investigación colaborativa, destinados a los miembros del Grupo de Universidades Iberoamericanas: La RABIDA (ERICI-2024). El encuentro celebrado con este soporte llevó por título: “Inteligencia Artificial: Impacto de los Datos en la Sostenibilidad en las Organizaciones», y fue realizado los días 17 y 18 de septiembre en las instalaciones de la Universidad Simón Bolívar, Barranquilla, (Colombia). En el mismo se congregaron destacados investigadores procedentes de universidades Iberoamericanas vinculadas a la RABIDA, así como a la RIINDS, la cual se encuentra actualmente avalada por la AUIP. Esta convergencia de investigadores, académicos y empresarios permitió debatir a profundidad el impacto de la IA y de las ciencias de datos en la sostenibilidad de las organizaciones, determinando con ello los respectivos avances en la consecución de los Objetivos de Desarrollo Sostenible (ODS). Las narrativas expresadas en los textos de este encuentro académico-investigativo, abarcan una variedad de temas relacionados con los ejes principales de la convocatoria de la RABIDA y las líneas de investigación de RIINDS. De manera esencial se destacan: el aprendizaje automático, las ciencias de datos y su papel en la sostenibilidad, machine learning y los sistemas de recomendación, entre otros muchos temas en los que tiene cabida la IA. Así mismo, no se pueden obviar algunos contenidos básicos producto del ejercicio investigativo, como el desarrollo de aplicaciones que reconocen el lenguaje de señas en tiempo real mediante redes neuronales, la implementación de sistemas inteligentes en robótica autónoma, y el impacto de la inteligencia de negocios en la toma de decisiones y la gestión de datos. Estos trabajos no solo evidencian cómo las herramientas tecnológicas optimizan procesos, sino también cómo contribuyen a mejorar la sostenibilidad en las organizaciones para avanzar en la realización de la Agenda 2030 propuesta por las Naciones Unidas.spa
dc.format.mimetypepdf
dc.identifier.doihttps://doi.org/10.17081/r.book.2025.01.16118
dc.identifier.isbn9786287533844
dc.identifier.urihttps://hdl.handle.net/20.500.12442/16118
dc.language.isospa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subjectInteligencia artificialspa
dc.subjectAprendizaje automáticospa
dc.subjectSistemas adaptativosspa
dc.subjectRealidad virtualspa
dc.titleConectando puntos: Inteligencia Artificial, datos y su impacto en la sostenibilidad. Memorias del Encuentro Internacional Inteligencia Artificial. Impacto de los datos en la sostenibilidad de las organizacionesspa
dc.type.driverinfo:eu-repo/semantics/book
dc.type.spaLibro
dcterms.referencesFellinger, J., Holzinger, D., & Pollard, R. (2012). Mental health of deaf people. The Lancet, 379(9820), 1037-1044. https://doi.org/10.1016/S0140-6736(11)61143-4eng
dcterms.referencesGoodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. Cambridge, MA: MIT Press.eng
dcterms.referencesGoogle for Developers. (2023). MediaPipe Solutions Guide. Retrieved from https://developers.google.com/mediapipe/solutions/guideeng
dcterms.referencesGoogle for Developers. (2024). Holistic Landmarks Detection Task Guide. Retrieved from https://ai.google.dev/edge/mediapipe/solutions/vision/holistic_landmarkereng
dcterms.referencesHarmer, L. (1999). Health care delivery and deaf people: practice, problems, and recommendations for change. Journal of Deaf Studies and Deaf Education, 4(2), 73-110.eng
dcterms.referencesKeras Team. (2024). Keras documentation: Getting started with Keras. Retrieved from https://keras.io/getting_started/eng
dcterms.referencesKhasawneh, M. A. S. (2021). Problems teaching English to deaf students. Indonesian. Journal of Creative Counseling, 1(2), 32-42.eng
dcterms.referencesLjubicic, M., Zubcic, S., & Sare, S. (2017). Communication between nurses and deaf people in health institutions. CBU International Conference Proceedings, 5, 958.eng
dcterms.referencesOpenCV. (2024, July 15). Home. Retrieved from https://opencv.org/ “Home,” OpenCV, Jul. 15, 2024. [Online]. Available: https://opencv.org/eng
dcterms.referencesPython Software Foundation. (2023). Python Release Python 3.11.3. Python.org. Retrieved from https://www.python.org/downloads/release/python-3113/eng
dcterms.referencesRainer, J. D. (1963). Family and mental health problems in a deaf population. New York: Columbia University.eng
dcterms.referencesTensorFlow. (2024). TensorFlow. Retrieved from https://www.tensorflow.org/eng
dcterms.referencesBatagelj, V., & Cerinšek, M. (2013). On bibliographic networks. Scientometrics, 96(3), 845–864. https://doi.org/10.1007/s11192-013-0956-5eng
dcterms.referencesBörner, K., Chen, C., & Boyack, K. W. (2003). Visualizing knowledge domains. Annual Review of Information Science and Technology, 37(1), 179–255. https://doi.org/10.1002/aris.1440370106eng
dcterms.referencesCallon, M., Courtial, J. P., Turner, W. A., & Bauin, S. (1983). From translations to problematic networks: An introduction to co-word analysis. Social Science Information, 22(2), 191–235. https://doi.org/10.1177/053901883022002003eng
dcterms.referencesCobo, M. J., López-Herrera, A. G., Herrera-Viedma, E., & Herrera, F. (2011a). Science mapping software tools: Review, analysis, and cooperative study among tools. Journal of the American Society for Information Science and Technology, 62(7), 1382–1402. https://doi.org/10.1002/asi.21525eng
dcterms.referencesCobo, M. J., López-Herrera, A. G., Herrera-Viedma, E., & Herrera, F. (2012). SciMAT: A new science mapping analysis software tool. Journal of the American Society for Information Science and Technology, 63(8), 1609–1630. https://doi.org/10.1002/asi.22688eng
dcterms.referencesCobo, M. J., López-Herrera, A. G., Herrera-Viedma, E., & Herrera, F. (2011b). An approach for detecting, quantifying, and visualizing the evolution of a research field: A practical application to the Fuzzy Sets Theory field. Journal of Informetrics, 5(1), 146–166. https://doi.org/10.1016/j.joi.2010.10.002eng
dcterms.referencesFortunato, S., Bergstrom, C. T., Börner, K., Evans, J. A., Helbing, D., Milojevic, S., Petersen, A. M., Radicchi, F., Sinatra, R., Uzzi, B., Vespignani, A., Waltman, L., Wang, D., & Barabási, A.-L. (2018). Science of science. Science, 359(6379), eaao0185. https://doi.org/10.1126/science.aao0185eng
dcterms.referencesAktouf, O. (agosto, 1998). La administración entre tradición y renovación. ISBN: 2-89105-323-0. Universidad del Valle Cali. Recuperado de: https://www.researchgate.net/publication/335970055_La_Administracion_entre_tradicion_ y_renovacionspa
dcterms.referencesAlyoubi, B. (9 de octubre de 2015). Decision Support System and Knowledge-based Strategic Management. Procedia Computer Science. Recuperado de: https://doi.org/10.1016/j.procs.2015.09.079eng
dcterms.referencesGonzáles, L. (octubre, 2012). Inteligencia de negocios business intelligence (bi). Universidad popular autónoma del estado de puebla. Recuperado de: https://basesdatoscms.files.wordpress.com/2012/10/resumen-businessintelligence.pdfeng
dcterms.referencesHedgebeth, D. (30 de octubre de 2007). Data-driven decision making for the enterprise: An overview of business intelligence applications. VINE, 37(4), 414-420. https://doi.org/10.1108/03055720710838498eng
dcterms.referencesKitchenham, B. & Charters, S. M. (9 de julio de 2007). Guidelines for performing systematic literature reviews in software engineering. Technical Report EBSE 2007-001, Keele University and Durham University Joint Report. https://legacyfileshare.elsevier.com/promis_misc/525444systematicreviewsguide.pdfeng
dcterms.referencesNing, H., & Liu, H. (8 de enero de 2015). Cyber-physical-social-thinking space based science and technology framework for the Internet of things. Revista Science China Information Sciences, 58, 1-19. https://doi.org/10.1007/s11432-014-5209-2eng
dcterms.referencesVergara, L., Santiago, A., & Vivero, S. (diciembre, 2004). Aproximación al proceso de toma de decisiones en la empresa Barranquillera. Universidad del Norte. Recuperado de: https://www.redalyc.org/pdf/646/64601701.pdfspa
dcterms.referencesAdam, M., Wessel, M., & Benlian, A. (2021). AI-based chatbots in customer service and their effects on user compliance. Electronic Markets, 31(2), 427-445.eng
dcterms.referencesBatrinca, B., & Treleaven, P. C. (2015). Social media analytics: a survey of techniques, tools and platforms. Ai & Society, 30, 89-116.eng
dcterms.referencesCui, F., Cui, Q., & Song, Y. (2020). A survey on learning-based approaches for modeling and classification of human–machine dialog systems. IEEE transactions on neural networks and learning systems, 32(4), 1418-1432.eng
dcterms.referencesGarcía Mena, R. F., Balderas, A., Huerta, M., Dodero, J. M., & Mora Nuñez, N. (2022, October). Chatbot to Provide Initial Assistance to Erasmus Students in Case of Emergency. In International conference on technological ecosystems for enhancing multiculturality (pp. 755-763). Singapore: Springer Nature Singapore.eng
dcterms.referencesGunkel, D. J. (2012). Communication and artificial intelligence: Opportunities and challenges for the 21st century. Communication 1, 1(1), 1-25.eng
dcterms.referencesKolekar, S. V., Pai, R. M., & MM, M. P. (2017). Prediction of Learner’s Profile Based on Learning Styles in Adaptive E-learning System. International Journal of Emerging Technologies in Learning, 12(6).eng
dcterms.referencesLee, J., Kim, C., & Lee, K. C. (2022). Exploring the personalization-intrusiveness-intention framework to evaluate the effects of personalization in social media. International Journal of Information Management, 66, 102532.eng
dcterms.referencesLin, C. C., Huang, A. Y., & Yang, S. J. (2023). A review of ai-driven conversational chatbots implementation methodologies and challenges (1999–2022). Sustainability, 15(5), 4012.eng
dcterms.referencesLinkedIn. (2023). Introducing New AI Tools to Enhance Your LinkedIn Experience. https://www.linkedin.com/pulse/introducing-new-ai-tools-enhance-your-linkedinexperienceeng
dcterms.referencesSimplilearn. (2023). Netflix Recommendations: How Netflix Uses AI, Data Science, And ML. https://www.simplilearn.com/how-netflix-uses-ai-data-science-and-ml-articleeng
dcterms.referencesBrown, T. B., Smith, B. A., & Kuffner, J. M. (2024). Quadrupedal Robots: Past, Present, and Future. Journal of Field Robotics, 41(2), 135-160.eng
dcterms.referencesBruton, J. (25 de agosto de 2024). OpenDogV3. GitHub. https://github.com/XRobots/openDogV3.eng
dcterms.referencesCarvajal, A., & Garcia-Colon, V. R. (2003). High capacity motors on-line diagnosis based on ultra wide band partial discharge detection, 4th IEEE International Symposium on Diagnostics for Electric Machines, Power Electronics and Drives. SDEMPED 2003., Atlanta, GA,USA, 2003, pp. 168-170, doi: 10.1109/DEMPED.2003.1234567.eng
dcterms.referencesMusa, A. (25 de agosto de 2024). TOPS: Traverser of Planar Surfaces. GitHub repository. https://github.com/aaedmusa/TOPSeng
dcterms.referencesObject Detection with YOLOv5: Detecting People in Images. (2021). News @ machinelearning.sg. Available: https://news.machinelearning.sg/yolov5-detection.eng
dcterms.referencesRaschka, S., & Mirjalili, V. (2017). Python Machine Learning, 2nd ed. Birmingham, U.K.: Packt Publishing.eng
dcterms.referencesScholkopf, B., & Smola, A. (2002). Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond. Cambridge, MA: MIT Press.eng
dcterms.referencesYadav, A., Patil, S., Dangle, A. & Nangare, P. (2024). Optimized Detection, Classification, and Tracking with YOLOV5, HSV Color Thresholding, and KCF Tracking. SpringerLink, 23, 583– 596. https://link.springer.com/article/10.1007/s100-springer. [Accessed: aug. 25, 2024].eng
dcterms.referencesAhuja, R., & Banga, A. (2019). Mental stress detection in university students using machine learning algorithms. Procedia Computer Science, 152, 349–353.eng
dcterms.referencesAlpert, R., & Haber, R. N. (1960). Anxiety in academic achievement situations. The Journal of Abnormal and Social Psychology, 61(2), 207.eng
dcterms.referencesArmani, F., Daly, I., Vernitski, A., Gillmeister, H., & Scherer, R. (2023). Maths anxiety and cognitive state monitoring for neuroadaptive learning systems using electroencephalography. En 2023 IEEE International Conference on Metrology for eXtended Reality. Artificial Intelligence and Neural Engineering (MetroXRAINE) (pp. 467-472). IEEE.eng
dcterms.referencesAshcraft, M. H., & Kirk, E. P. (2001). The relationships among working memory, math anxiety, and performance. Journal of Experimental Psychology: General, 130(2), 224.eng
dcterms.referencesAshcraft, M. H., & Krause, J. A. (2007). Working memory, math performance, and math anxiety. Psychonomic Bulletin & Review, 14, 243–248.eng
dcterms.referencesAshcraft, M. H., & Moore, A. M. (2009). Mathematics anxiety and the affective drop in performance. Journal of Psychoeducational Assessment, 27(3), 197–205.eng
dcterms.referencesdel Valle, M., & Zamora, E. V. (2022). El uso de las medidas de auto-informe: ventajas y limitaciones en la investigación en Psicología. Alternativas psicología, 47, 22-35.spa
dcterms.referencesEidlin-Levy, H., Avraham, E., Fares, L., & Rubinsten, O. (2023). Math anxiety affects career choices during development. International Journal of STEM Education, 10(1), 49.eng
dcterms.referencesFernández, L. M., Wang, X., Ramirez, O., & Villalobos, M. C. (2021). Latinx students’ mathematics anxiety and their study habits: Exploring their relationship at the postsecondary level. Journal of Hispanic Higher Education, 20(3), 278–296.eng
dcterms.referencesFredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59–109.eng
dcterms.referencesGunderson, E. A., Park, D., Maloney, E. A., Beilock, S. L., & Levine, S. C. (2018). Reciprocal relations among motivational frameworks, math anxiety, and math achievement in early elementary school. Journal of Cognition and Development, 19(1), 21–46.eng
dcterms.referencesKlados, M. A., Pandria, N., Athanasiou, A., & Bamidis, P. D. (2017). An automatic EEG based system for the recognition of math anxiety. In 2017 IEEE 30th International Symposium on Computer-Based. Medical Systems (CBMS) (pp. 409–412). IEEE.eng
dcterms.referencesKlados, M. A., Paraskevopoulos, E., Pandria, N., & Bamidis, P. D. (2019). The impact of math anxiety on working memory: A cortical activations and cortical functional connectivity EEG study. IEEE Access, 7, 15027–15039.eng
dcterms.referencesMartínez-Monteagudo, M., Ingles, C., Cano-Vindel, A., & García-Fernández, J. (2012). Estado actual de la investigación sobre la teoría tridimensional de la ansiedad de Lang. Ansiedad y Estrés, 18, 201–219.spa
dcterms.referencesPekrun, R. (2006). The control-value theory of achievement emotions: Assumptions, corollaries, and implications for educational research and practice. Educational Psychology Review, 18, 315– 341.eng
dcterms.referencesPozos-Radillo, B. E., Preciado-Serrano, M. de L., Acosta-Fernández, M., Aguilera-Velasco, M. de los A., & Delgado-García, D. D. (2014). Academic stress as a predictor of chronic stress in university students. Psicología Educativa, 20(1), 47–52.eng
dcterms.referencesRamírez, G., Shaw, S. T., & Maloney, E. A. (2018). Math anxiety: Past research, promising interventions, and a new interpretation framework. Educational Psychologist, 53(3), 145–164.eng
dcterms.referencesRichardson, F. C., & Suinn, R. M. (1972). The mathematics anxiety rating scale: Psychometric data. Journal of Counseling Psychology, 19(6), 551.eng
dcterms.referencesRodríguez, C. F., Canedo, M. del M. F., Cerviño, S. F., & Enríquez, E. B. (2019). Ansiedad ante los exámenes en estudiantes de educación primaria: Diferencias en función del curso y del género. Publicaciones: Facultad de Educación y Humanidades del Campus de Melilla, 49(2), 151–168.spa
dcterms.referencesRose, A. C., Alashwal, H., Moustafa, A. A., & Weidemann, G. (2023). A neural network model of mathematics anxiety: The role of attention. PLoS ONE, 18(12), e0295264. https://doi.org/10.1371/journal.pone.0295264eng
dcterms.referencesSoysal, D., Bani-Yaghoub, M., & Riggers-Piehl, T. A. (2022). A machine learning approach to evaluate variables of math anxiety in STEM students. Pedagogical Research, 7(2).eng
dcterms.referencesThanasekhar, B., Gomathy, N., Kiruthika, A., & Swarnalaxmi, S. (2019). Machine learning based academic stress management system. En 2019 11th International Conference on Advanced Computing (ICoAC) IEEE (pp. 147–151).eng
dcterms.referencesWang, Z., (2015). Is math anxiety always bad for math learning? The role of math motivation. Psychological Science, 26(12), 1863–1876.eng
dcterms.referencesWolpaw, J. R., Birbaumer, N., McFarland, D. J., Pfurtscheller, G., & Vaughan, T. M. (2002). Brain– computer interfaces for communication and control. Clinical Neurophysiology, 113(6), 767–791.eng
dcterms.referencesWuthrich, V. M., Jagiello, T., & Azzi, V. (2020). Academic stress in the final years of school: A systematic literature review. Child Psychiatry & Human Development, 51(6), 986–1015.eng
dcterms.referencesYadawad, P. R., Pandey, L., Mallibhat, K., & Mudenagudi, U. (2024). Predicting anxiety among young adults using machine learning algorithms. En 2024 IEEE 9th International Conference for Convergence in Technology. IEEE (I2CT) (pp. 1–8).eng
dcterms.referencesYáñez-Marquina, L., & Villardón-Gallego, L. (2017). Math anxiety, a hierarchical construct: Development and validation of the scale for assessing math anxiety in secondary education. Ansiedad y Estrés, 23(2–3), 59–65.eng
dcterms.referencesAldoseri, A., Al-Khalifa, K., & Hamouda, A. (2023). Re-thinking data strategy and integration for artificial intelligence: Concepts, opportunities, and challenges. Applied Sciences, 13(12), 7082. https://doi.org/10.3390/app13127082eng
dcterms.referencesBrown, T., (2020). Language models are few-shot learners. In Advances in Neural Information Processing Systems, 33, 1877-1901.eng
dcterms.referencesChen, X., Xie, H., & Tao, X. (2022). Vision, status, and research topics of Natural Language Processing. Natural Language Processing, 1, 100001. https://doi.org/10.1016/j.nlp.2022.100001eng
dcterms.referencesFrancisco, M., & Linnér, B.-O. (2023). AI and the governance of sustainable development: An idea analysis of the European Union, the United Nations, and the World Economic Forum. Environmental Science & Policy, 150, 103590. https://doi.org/10.1016/j.envsci.2023.103590eng
dcterms.referencesGadamer, H.-G. (2004). Truth and method. New York: Continuum.eng
dcterms.referencesHuérfano-Maldonado, Y., Mora, M., Vilches, K., Hernández-García, R., Gutiérrez, R., & Vera, M. (2023). A comprehensive review of extreme learning machine on medical imaging. Neurocomputing, 556, 126618. https://doi.org/10.1016/j.neucom.2023.126618eng
dcterms.referencesJackson, I., Saenz, M. J., & Ivanov, D. (2023). From natural language to simulations: Applying AI to automate simulation modelling of logistics systems. International Journal of Production Research, 62(4), 1434–1457. https://doi.org/10.1080/00207543.2023.2276811eng
dcterms.referencesJust, J. (2024). Natural language processing for innovation search – Reviewing an emerging nonhuman innovation intermediary. Technovation, 129, 102883. https://doi.org/10.1016/j.technovation.2023.102883eng
dcterms.referencesKhurana, D., Koli, A., Khatter, K., & Singh, S. (2023). Natural language processing: State of the art, current trends and challenges. Multimedia Tools and Applications, 82, 3713–3744. https://doi.org/10.1007/s11042-022-13428-4eng
dcterms.referencesMariani, M., & Dwivedi, Y. K. (2024). Generative artificial intelligence in innovation management: A preview of future research developments. Journal of Business Research, 175, 114542. https://doi.org/10.1016/j.jbusres.2024.114542eng
dcterms.referencesMaxwell, J. (2013). Qualitative research design: An interactive approach. CA: SAGE Publications.eng
dcterms.referencesMolenaar, A., Lukose, D., Brennan, L., Jenkins, E., & McCaffrey, T. (2024). Using natural language processing to explore social media opinions on food security: Sentiment analysis and topic modeling study. Journal of Medical Internet Research, 26, e47826. https://doi.org/10.2196/47826eng
dcterms.referencesOfori-Boateng, R., Aceves-Martins, M., Wiratunga, N., & Moreno-Garcia, C. F. (2024). Towards the automation of systematic reviews using natural language processing, machine learning, and deep learning: A comprehensive review. Artificial Intelligence Review, 57, 200. https://doi.org/10.1007/s10462-024-10844-weng
dcterms.referencesOlujimi, P.A., Ade-Ibijola, A. (2023). NLP techniques for automating responses to customer queries: a systematic review. Discov Artif Intell, 3, 20. https://doi.org/10.1007/s44163-023- 00065-5eng
dcterms.referencesSarker, I. (2021). Data science and analytics: An overview from data-driven computing, decisionmaking and applications perspective. SN Computer Science, 2(5), 377. https://doi.org/10.1007/s42979-021-00765-8eng
dcterms.referencesSommer, U., & Fassbender, F. (2024). Environmental peacebuilding: Moving beyond resolving violence-ridden conflicts to sustaining peace. World Development, 178, 106555. https://doi.org/10.1016/j.worlddev.2024.106555eng
dcterms.referencesTalaei Khoei, T., Ould Slimane, H., & Kaabouch, N. (2023). Deep learning: Systematic review, models, challenges, and research directions. Neural Computing and Applications, 35, 23103– 23124. https://doi.org/10.1007/s00521-023-08957-4eng
dcterms.referencesCabero Almenara, J., & Fernández Robles, B. (2018). Las tecnologías digitales emergentes entran en la Universidad: RA y RV. RIED. Revista Iberoamericana de Educación a Distancia, 21(2), 119. https://doi.org/10.5944/ried.21.2.20094spa
dcterms.referencesCameron, I., Marucci, M., Matthews, S., Briddon, P., & Delgado-Charro, M. (2018). Development and implementation of a virtual reality laboratory practical for teaching molecular structure. Journal of Chemical Education, 95(6), 957-962.eng
dcterms.referencesGarcía, F. M., & Morales, J. D. (2021). El impacto de los laboratorios virtuales en la enseñanza de la química: una solución accesible y segura. Revista de Innovación Educativa, 11(2), 120-134.spa
dcterms.referencesGarcía, L. M., & Pérez, C. R. (2022). Diseñar actividades didácticas experimentales: Un enfoque para fomentar el pensamiento crítico en el aula. Revista Internacional de Innovación Educativa, 14(2), 34-47.spa
dcterms.referencesGómez, P. L., & Castillo, J. R. (2021). La importancia de la experimentación en la enseñanza de la química básica: Desafíos actuales en entornos educativos. Revista de Educación y Ciencia, 9(4), 65-78.spa
dcterms.referencesGómez, R. M., Sánchez, F. J., & Fernández, P. L. (2021). La realidad virtual como herramienta educativa: un enfoque inmersivo para el aprendizaje interactivo. Revista de Innovación Educativa, 12(3), 45-58.spa
dcterms.referencesGros, B. (2018). Realidad virtual y educación: Estado de la cuestión y retos pendientes. Revista de Educación a Distancia, (56), 1-18.spa
dcterms.referencesHernández, A. M. (2022-10-05). La ingeniería en multimedia como herramienta para impulsar la disrupción digital en Colombia Recuperado de: http://hdl.handle.net/10654/44069spa
dcterms.referencesLi, X., Zhang, D., & Cheng, J. (2018). Virtual reality in chemistry education: A systematic review of research. Chemistry Education Research and Practice, 19(3), 825-838.eng
dcterms.referencesMartínez, A. E. (2020). El rol de los laboratorios en el aprendizaje de la química: una revisión de las limitaciones en la educación secundaria. Journal of Chemical Education, 19(1), 34-42.spa
dcterms.referencesRealidad Virtual: otro mundo al alcance de tus ojos - FerVilela Digital Consulting. (s. f.). Recuperado 27 de noviembre de 2024, de https://fervilela.com/realidad-virtual-otro-mundoal- alcance-de-tus-ojos.htmlspa
dcterms.referencesRodríguez, S. F., López, M. T., Martínez, J. C., & Ramírez, A. G. (2021). Desafíos en la enseñanza de las ciencias: superando los modelos tradicionales para un aprendizaje significativo. Educación y Ciencia, 16(1), 98-113.spa
dcterms.referencesSuárez D. A. (2020). Prototipo funcional de software multimedia e interactivo de realidad virtual para la enseñanza de compuestos químicos de uso cotidiano. [Tesis de grado inédita]. Universidad Autónoma de Bucaramanga, Colombia.spa
dcterms.referencesAl-Dhabyani, W., Gomaa, M., Khaled, H., & Fahmy, A. (2020). Dataset of breast ultrasound images. Data in Brief, 28, 104863. https://doi.org/10.1016/j.dib.2019.104863eng
dcterms.referencesK. Team. (2024). About Keras 3 [Documento en línea]. Keras.io. https://keras.io/about/ NumPy. (s.f). What is NumPy? [Documento en línea]. https://numpy.org/doc/stable/user/whatisnumpy.htmleng
dcterms.referencesOpenCV. (2024, July 15). Home. [Documento en línea]. https://opencv.org/eng
dcterms.referencesPandas. (s.f). What is it? [Documento en línea]. https://github.com/pandas-dev/panda seng
dcterms.referencesPawłowska, A., Karwat, P., & Żołek, N. (2023). Letter to the editor. Re: “[Dataset of breast ultrasound images by W. Al-Dhabyani, M. Gomaa, H. Khaled & A. Fahmy, Data in Brief, 2020, 28, 104863].” Data in Brief, 48, 109247. https://doi.org/10.1016/j.dib.2023.109247eng
dcterms.referencesPython Software Foundation. (2024). What is Python? Executive summary [Documento en línea]. Python.org. https://www.python.org/doc/essays/blurb/eng
oaire.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
PDF.pdf
Tamaño:
4.29 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.93 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Libros

Universidad Simón Bolívar: Todos los derechos reservados / Sistema de biblioteca