https://rinacional.tecnm.mx/jspui/handle/TecNM/992 Mon, 17 Aug 2026 16:50:03 GMT 2026-08-17T16:50:03Z https://rinacional.tecnm.mx/jspui/handle/TecNM/13740 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. Fri, 07 Aug 2026 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/13740 2026-08-07T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/13739 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. Thu, 06 Aug 2026 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/13739 2026-08-06T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/13736 Title: Análisis descriptivo del panorama actual del cómputo cuántico para las propuestas de ingeniería de software cuántico Authors: Ocampo Mújica, Jesús Alfonso%2020614 Description: El cómputo cuántico plantea retos relevantes para la ingeniería de software en el diseño, integración, prueba, mantenimiento, calidad y formación asociada con el desarrollo de software cuántico. Sin embargo, la literatura sobre ingeniería de software cuántico se encuentra dispersa entre propuestas técnicas, metodológicas, educativas y conceptuales, lo que dificulta identificar una organización inicial de conocimientos para apoyar la formación de perfiles vinculados con este campo. Esta tesis tuvo como objetivo contribuir a dicha organización mediante un análisis descriptivo del panorama actual del cómputo cuántico en las propuestas de ingeniería de software cuántico. Para ello, se integraron dos estrategias de revisión documental. La primera fue un análisis bibliométrico, que partió de 659 registros recuperados de Scopus y Web of Science, de los cuales se obtuvo un corpus final de 385 documentos correspondientes al periodo de 2020 a marzo de 2025. Sus resultados mostraron una evolución reciente del campo asociada con software cuántico, pruebas, lenguajes de programación cuántica, sistemas híbridos, herramientas y aplicaciones cuánticas. La segunda fue una revisión sistemática de la literatura, que partió de 1,571 registros recuperados de Web of Science, IEEE Xplore Digital Library y ACM Digital Library, de los cuales se seleccionaron 67 estudios finales correspondientes al periodo de 2019 a noviembre de 2025. Esta revisión permitió reconocer metodologías, buenas prácticas, ciclo de vida, calidad, verificación, validación y pruebas, desafíos de implementación, entornos tecnológicos y elementos formativos relacionados con la ingeniería de software cuántico. Con base en estos resultados, se propone QSEAK: Quantum Software Engineering Areas of Knowledge, un marco de fundamentos referenciales cuya primera versión documentada, QSEAK_v0, se organizó en tres áreas: fundamentos, conocimientos técnicos especializados y conocimientos transversales y profesionales. La propuesta recibió cinco retroalimentaciones en una revisión académica inicial, lo que permitió identificar fortalezas, límites y oportunidades de mejora. QSEAK_v0 se presenta como una base referencial inicial, trazable y abierta a refinamiento, con potencial para contribuir al desarrollo de futuras guías formativas y orientar discusiones académicas sobre la formación en ingeniería de software cuántico. Thu, 06 Aug 2026 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/13736 2026-08-06T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/13731 Title: Reentrenamiento de un modelo de lenguaje de gran tamaño como apoyo para la diagnosis del cáncer de tiroides Authors: Alvarez Juarez, Alejandro%2042396 Description: El análisis automático de texto clínico en español para el apoyo al diagnóstico oncológico es un área de creciente interés, condicionada por la escasez de recursos lingüísticos especializados en este idioma y por el predominio de herramientas diseñadas principalmente para el inglés. La presente investigación parte de que el conocimiento contenido en los registros clínicos puede aprovecharse mediante modelos de lenguaje biomédicos preentrenados en español, con el propósito de apoyar la clasificación de la posible presencia de cáncer de tiroides a partir de narrativas clínicas. Se adaptó el modelo de lenguaje biomédico BSC-BIO-EHR-ES mediante un proceso de reentrenamiento sobre un corpus construido a partir de información médica de fuentes abiertas. El desarrollo siguió un protocolo por fases que comprendió la preparación y depuración de los datos, su evaluación mediante algoritmos de clasificación tradicionales, la transformación de los registros estructurados en narrativas clínicas redactadas conforme a la normatividad mexicana aplicable, y el ajuste y la validación del modelo bajo un esquema de validación cruzada anidada. Los resultados muestran que la representación del conocimiento clínico en lenguaje natural, procesada por el modelo biomédico, aporta mayor valor diagnóstico que el tratamiento tabular con clasificadores clásicos, a los que supera de forma estadísticamente significativa y con un desempeño competitivo dentro de los umbrales establecidos. Se concluye que transformar datos estructurados en narrativas clínicas para activar el conocimiento biomédico preentrenado constituye una estrategia viable y reproducible para el diagnóstico asistido en escenarios de escasez de datos en español. Tue, 04 Aug 2026 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/13731 2026-08-04T00:00:00Z