1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis Doctorado
7. Tesis de Doctorado en Computación

Título :	Explotación de Estados Cognitivos en Entornos E-Learning a Partir de BCI No Invasivas
Autor :	Arana Llanes, Julia Yazmin%445045
Fecha de publicación :	2020-08-11
Editorial :	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Descripción :	Dada la tendencia del uso de las TIC a nivel mundial para la capacitación y adiestramiento de personas de nivel básico, profesional y especialización a través de métodos de educación virtual a distancia o E-learning, ha surgido la necesidad de evaluar si es posible aumentar la efectividad del proceso cognitivo en búsqueda de una mejor atención y concentración de los estudiantes. Esta tesis se centró en la obtención, clasificación y explotación de estados cognitivos de estudiantes en plataformas virtuales, con el fin de determinar si el estado cognitivo que presentaban era el apto (natural o adaptado) para lograr un aprendizaje efectivo durante la interacción con la plataforma de aprendizaje. Cuando se identifica un estado cognitivo no adecuado para realizar el proceso de aprendizaje es posible recomendar cambio de actividad para lograr que el estado cognitivo sea el adecuado y así continuar con el proceso enseñanza-aprendizaje, aprovechando la información presentada por la plataforma en uso. La identificación del estado cognitivo se realizó mediante una Interfaz Cerebro Computadora (BCI por sus siglas en inglés) para registrar lecturas de electroencefalografía (EEG) que fueron procesadas para su tratamiento digital y posterior identificación mediante algoritmos de clasificación. En la literatura se ha demostrado que con el monitoreo de ondas cerebrales es posible detectar mediante dispositivos BCI, estados cognitivos como: la concentración, la inmersión, la motivación (Taj ziehchi & Rezazadeh, 2011) (U.S. Patente nº 16/140,459, 2019), el rendimiento del aprendizaje, la resolución de tareas (Szegletes & Forstner, 2013) (Szegletes L. , 2016), la memoria visual (Huster, Mokom, Enriquez-Geppert, & Herrmann, 2014) (Minguillon, Lopez-Gordo, & Pelayo, 2017), entre otros.
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Aparece en las colecciones:	Tesis de Doctorado en Computación

Este ítem está protegido por copyright original Visualizar la licencia

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons