https://rinacional.tecnm.mx/jspui/handle/TecNM/988 2026-08-15T17:08:00Z 2026-08-15T17:08:00Z Domínguez Lara, Víctor Manuel%1353627 https://rinacional.tecnm.mx/jspui/handle/TecNM/13740 2026-08-15T02:36:42Z 2026-08-07T00:00:00Z

Title: Modelo de autoeficacia para ambientes inteligentes de aprendizaje aplicado en la enseñanza de lógica matemática Authors: Domínguez Lara, Víctor Manuel%1353627 Description: Los Ambientes Inteligentes de Aprendizaje han avanzado en la adaptación basada en el conocimiento y desempeño de los estudiantes, así como en otros constructos psicológicos como la personalidad, las emociones y la motivación. La autoeficacia es la confianza en la propia capacidad para organizar y ejecutar acciones necesarias que permitan alcanzar metas específicas. Sin embargo, la incorporación de la autoeficacia como variable activa del modelo del estudiante permanece poco explorada. La lógica matemática es una asignatura útil para el desarrollo de capacidades de razonamiento riguroso, análisis crítico y resolución estructurada de problemas. La enseñanza de lógica matemática en el nivel medio superior enfrenta el reto de adaptar la instrucción a estudiantes con distintos niveles de confianza en sus propias capacidades. Se propone un Modelo de Autoeficacia integrado en un Ambiente Inteligente de Aprendizaje. El modelo se compone del Modelo de Autoeficacia del Estudiante, que clasifica a los aprendices en cuatro perfiles combinando el puntaje en la Escala de Autoeficacia General con el rendimiento académico, y del Modelo de Adaptación de Respuesta, que traduce cada perfil en intervenciones pedagógicas diferenciadas. El modelo de autoeficacia se integró en MateLog, un Ambiente Inteligente de Aprendizaje para la enseñanza de lógica matemática. Se llevó a cabo un estudio experimental con 180 estudiantes de nivel medio superior. Los resultados mostraron una diferencia significativa en la ganancia de aprendizaje a favor del grupo experimental. La autoeficacia percibida presentó un cambio intragrupo significativo en el grupo experimenta l. Los resultados respaldan la viabilidad del modelo como mecanismo de adaptación en un Ambiente Inteligente de Aprendizaje para el nivel medio superior, con efecto claro sobre el aprendizaje y en la autoeficacia percibida.

2026-08-07T00:00:00Z Rodríguez Ponce, Claudia de las Mercedes%1343349 https://rinacional.tecnm.mx/jspui/handle/TecNM/13739 2026-08-15T02:25:11Z 2026-08-06T00:00:00Z

Title: Estudio de la práctica de diseño de software que genera patrones de código mal formado Authors: Rodríguez Ponce, Claudia de las Mercedes%1343349 Description: La acumulación de deuda técnica en el software legado se manifiesta principalmente por la necesidad recurrente de modificar el código para corregir defectos y adaptarlo a nuevos requerimientos, situación que incrementa la fragilidad del sistema y acorta significativamente su vida útil. El código mal formado constituye una de las causas principales de este problema, derivado de la omisión de principios de diseño modular y orientado a objetos. El objetivo de la presente investigación fue identificar la recurrencia relativa de las prácticas de diseño y codificación que conducen a la generación de estos defectos, provocando entropía de software y un incremento de la deuda técnica en sistemas legados. Para ello, se realizó una Revisión Sistemática de la Literatura (RSL) que permitió identificar factores de diseño y programación asociados con código mal formado y un estudio experimental aplicado a proyectos desarrollados en lenguaje Java utilizando metricas estructurales y análisis estadístico. Los resultados obtenidos, los cuales corresponden a la muestra analizada y a los criterios de medición definidos en la tesis evidenciaron que el 100% de los proyectos analizados, presentan al menos un factor de código mal formado, siendo la carencia de protección, la carencia de abstracción y la distribución incorrecta de responsabilidades los factores de mayor recurrencia relativa. La prueba binomial exacta confirmó con significancia estadística que la gran mayoría de las aplicaciones en operación acumulan deuda técnica. Asimismo, la prueba de Kruskal-Wallis demostró que la distribución de la deuda técnica no presentó diferencias estadísticamente significativas entre los estratos de tamaño analizados. La correspondencia entre los factores de mayor recurrencia identificados experimentalmente y los códigos mal formados más documentados en la literatura fueron: God Class, Deficient Encapsulation, Primitive Obsession, Feature Envy y Refused Bequest. Dicha relación valida la vigencia de estos defectos en contextos reales de desarrollo y la relevancia de continuar el esfuerzo para disminuir las malas prácticas de desarrollo, mediante la propuestas metodológicas, científicas y tecnológicas.

2026-08-06T00:00:00Z Vázquez Chávez, Héctor%2056545 https://rinacional.tecnm.mx/jspui/handle/TecNM/13738 2026-08-15T02:17:45Z 2026-08-06T00:00:00Z

Title: Evaluación de los efectos de la capa límite atmosférica en el confort térmico de una casa con torre de viento Authors: Vázquez Chávez, Héctor%2056545 Description: Esta investigación evalúa los efectos de la capa límite atmosférica urbana sobre el comportamiento térmico e higrotérmico de una vivienda de interés social con torre de viento ubicada en Emiliano Zapata, Morelos, México. El estudio parte de la problemática de sobrecalentamiento en vivienda social de clima cálido subhúmedo, donde la acumulación térmica de la envolvente, la persistencia nocturna y la baja disponibilidad de viento útil limitan la efectividad de la ventilación natural. La metodología integró monitoreo higrotérmico continuo, encuesta de percepción térmica, caracterización del viento mediante vehículo aéreo no tripulado, por sus siglas en ingles Unmanned Aerial Vehicle, (UAV) y termografía infrarroja cuantitativa, carta bioclimática de Givoni, estimación física de carga térmica y modelación CFD en ANSYS Fluent. El modelo numérico se configuró con condiciones de frontera derivadas del monitoreo experimental, temperaturas superficiales obtenidas mediante termografía y una malla seleccionada de 0.09 m por su equilibrio entre calidad geométrica, estabilidad numérica y costo computacional. Los resultados mostraron que el viento cercano a la vivienda se encuentra condicionado por la rugosidad urbana, la canalización local y la variabilidad direccional; a 11 m de altura, la captación propuesta registró velocidades promedio cercanas a 1.50 m/s bajo condición favorable. La envolvente presentó temperaturas superficiales superiores a 60 °C en cubierta exterior y una carga sensible interior estimada de 6,499.56 W, dominada por la azotea. La simulación con torre de viento redujo la temperatura en planta alta, con disminuciones de 3.63 °C en la habitación crítica y 3.20 °C en la habitación secundaria. La temperatura operativa del punto crítico disminuyó de 39.15 °C a 34.96 °C; asimismo, el PMV pasó de 2.72 a 1.70 y el PPD de 97 % a 62 %. No obstante, el escenario con torre no alcanzó confort según ASHRAE 55-2023. Se concluye que la torre de viento modifica favorablemente el flujo interior y reduce la severidad térmica, pero su desempeño está limitado por la capa urbana rugosa y la carga térmica acumulada en la envolvente. Por ello, la hipótesis debe reinterpretarse: la torre no debe descartarse, aunque requiere estrategias pasivas complementarias para aproximar la vivienda a condiciones de confort.

2026-08-06T00:00:00Z Flores Gómez, William%1343246 https://rinacional.tecnm.mx/jspui/handle/TecNM/13737 2026-08-15T02:08:33Z 2026-08-06T00:00:00Z

Title: Aplicación de Inteligencia Artificial para el pronóstico de series temporales de velocidad del viento en entornos urbanos para la evaluación del recurso eólico Authors: Flores Gómez, William%1343246 Description: La transición hacia fuentes de energía limpias en entornos urbanos enfrenta retos técnicos debido a que la infraestructura de las ciudades genera rugosidad, dificultando la predicción del viento. Los métodos tradicionales de pronóstico, como el modelo univariado ARIMA, presentan limitaciones ante estas variaciones no lineales debido a su incapacidad para procesar factores termodinámicos simultáneos como la temperatura. Para mitigar esta incertidumbre, esta investigación desarrolló y validó un modelo multivariado de pronóstico de velocidad del viento a corto plazo utilizando Redes Neuronales Recurrentes de Memoria a Corto y Largo Plazo (LSTM). La metodología empleó 8,776 registros horarios del año 2024 provenientes de la estación de monitoreo de Nezahualcóyotl. El preprocesamiento de los datos incluyó la imputación de faltantes mediante interpolación lineal con ruido gaussiano, normalización Min-Max y la selección de la velocidad del viento y la temperatura como variables de entrada. Tras optimizar los hiperparámetros, se seleccionó una arquitectura en "embudo profundo" (128-64-32 neuronas con Dropout de 0.2), cuya estabilidad se verificó mediante 10 ejecuciones independientes, logrando una precisión promedio del 79.77% (con ±0.85% de desviación estándar). La evaluación del modelo se realizó con un conjunto independiente de 745 horas correspondiente a enero de 2025. La red LSTM obtuvo una precisión del 80.71% (MAPE: 19.29%, MAE: 0.4787 m/s, RMSE: 0.6607 m/s) frente al 78.98% de ARIMA (MAPE: 21.02%, MAE: 0.5217 m/s, RMSE: 0.7083 m/s). Estos resultados confirman que la integración de variables exógenas y la flexibilidad no lineal de la red LSTM reducen el error predictivo en microclimas urbanos, consolidando la arquitectura como un instrumento para la evaluación preliminar del recurso eólico en ciudades.

2026-08-06T00:00:00Z