http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/30 2026-10-05T13:06:55Z 2026-10-05T13:06:55Z González Tezoco, Santa Teresita Juárez Martínez, Ulises Centeno Téllez, Adolfo Rodríguez Mazahua, Lisbeth Abud Figueroa, María Antonieta http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/863 2025-11-04T03:00:23Z 2024-01-01T00:00:00Z

Optimizando el aprendizaje de matemáticas en el primer grado: el impacto del Metaverso de Roblox en el desarrollo de competencias numéricas González Tezoco, Santa Teresita; Juárez Martínez, Ulises; Centeno Téllez, Adolfo; Rodríguez Mazahua, Lisbeth; Abud Figueroa, María Antonieta El metaverso es una red de mundos virtuales tridimensionales, persistentes y concurrentes centrados en la conexión y la interacción social que permiten realizar actividades que no se harían en el mundo físico. En los últimos años, se ha incrementado significativamente el número de trabajos de investigación enfocados en el uso del metaverso en la educación. En ellos se resumen cómo el metaverso se puede utilizar para una amplia gama de objetivos educativos como el desarrollo de competencias digitales, la creación de experiencias de aprendizaje más inmersivas, el fomento de la creatividad y la colaboración entre estudiantes. Sin embargo, pocas veces se implementa en la educación primaria. Además, en el contexto específico de México, el reporte del uso del metaverso en la educación es limitado y poco frecuente. En este artículo se explora el metaverso integrado en Roblox como una herramienta alterna viable para mejorar el proceso de la enseñanza de matemáticas en el primer grado de educación primaria en México. El enfoque de enseñanza se centra en el conteo de números y sumas de dos dígitos, proporcionando una experiencia interactiva y enriquecedora para los estudiantes. Se espera que este trabajo de investigación proporcione una comprensión clara del potencial del metaverso en la educación, y a su vez fomente más investigaciones sobre la educación basada en el metaverso en un futuro cercano.

2024-01-01T00:00:00Z Pérez Ortíz, Leónides Juárez Martínez, Ulises http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/862 2025-11-04T03:00:22Z 2023-01-01T00:00:00Z

Módulo de software para el aprendizaje del proceso de construcción e inicialización de objetos en Java Pérez Ortíz, Leónides; Juárez Martínez, Ulises Comprender el Proceso de Construcción e Inicialización de Objetos (PCIO) es una pieza clave para el aprendizaje de cualquier lenguaje de programación orientado a objetos. Una vez que los estudiantes y/o programadores identifican los pasos de este proceso, es más fácil codificar programas eficientes porque se trabaja de una manera más consciente de lo que se está programando, asimismo cuando se desconoce la construcción de un objeto se generan problemas de compresión del modelo de objetos [1]. Por lo anteriormente descrito, en el presente artículo se da a conocer un módulo de aprendizaje como apoyo para la comprensión del PCIO en Java. Este módulo utiliza la biblioteca Blockly de Google [2] para generar el código fuente necesario para la comprensión de los pasos del proceso de construcción a través del efecto de arrastrar y soltar bloques visuales. Las principales tecnologías en este proyecto fueron React y Spring como marcos de trabajo y Java como lenguaje de programación. El principal beneficio del uso de esta herramienta es facilitar la comprensión del proceso de construcción e inicialización de objetos en estudiantes del área de programación o programadores en general.

2023-01-01T00:00:00Z Romero Ventura, José Antonio Juárez Martínez, Ulises http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/861 2025-11-04T03:00:20Z 2020-10-01T00:00:00Z

Programación políglota con la máquina virtual Graal Romero Ventura, José Antonio; Juárez Martínez, Ulises Hoy en día, el desarrollo de aplicaciones hace uso de entornos separados con el propósito de que los lenguajes de programación usados sean capaces de ejecutarse en ambientes con características específicas, pero esto implica que sea difícil, tardado y costoso el desarrollo y mantenimiento de dichas aplicaciones. Como solución, la programación políglota con GraalVM permite el desarrollo de aplicaciones usando más de un lenguaje de programación a la vez, en un mismo entorno de desarrollo y permitiendo la comunicación entre diferentes lenguajes de programación. En este artículo se emplea la programación políglota en dos escenarios, uno para explorar las capacidades nativas de GraalVM y otro para explorar sus capacidades de interoperabilidad usando Node.js, para observar el potencial de la programación políglota y cómo facilita el desarrollo de aplicaciones al momento de combinar lenguajes de programación que de manera cotidiana se encuentran en entornos separados y se comunican por medio de API’s.

2020-10-01T00:00:00Z Machorro-Cano, Isaac Ríos-Méndez, Ingrid Aylin Palet-Guzmán, José Antonio Rodríguez-Mazahua, Nidia Rodríguez-Mazahua, Lisbeth Alor-Hernández, Giner Olmedo-Aguirre, José Oscar http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/814 2024-01-24T03:00:21Z 2023-12-21T00:00:00Z

Medical Opinions Analysis about the Decrease of Autopsies Using Emerging Pattern Mining Machorro-Cano, Isaac; Ríos-Méndez, Ingrid Aylin; Palet-Guzmán, José Antonio; Rodríguez-Mazahua, Nidia; Rodríguez-Mazahua, Lisbeth; Alor-Hernández, Giner; Olmedo-Aguirre, José Oscar An autopsy is a widely recognized procedure to guarantee ongoing enhancements in medicine. It finds extensive application in legal, scientific, medical, and research domains. However, declining autopsy rates in hospitals constitute a worldwide concern. For example, the Regional Hospital of Rio Blanco in Veracruz, Mexico, has substantially reduced the number of autopsies at hospitals in recent years. Since there are no documented historical records of a decrease in the frequency of autopsy cases, it is crucial to establish a methodological framework to substantiate any actual trends in the data. Emerging pattern mining (EPM) allows for finding differences between classes or data sets because it builds a descriptive data model concerning some given remarkable property. Data set description has become a significant application area in various contexts in recent years. In this research study, various EPM (emerging pattern mining) algorithms were used to extract emergent patterns from a data set collected based on medical experts’ perspectives on reducing hospital autopsies. Notably, the top-performing EPM algorithms were iEPMiner, LCMine, SJEP-C, Top-k minimal SJEPs, and Tree-based JEP-C. Among these, iEPMiner and LCMine demonstrated faster performance and produced superior emergent patterns when considering metrics such as Confidence, Weighted Relative Accuracy Criteria (WRACC), False Positive Rate (FPR), and True Positive Rate (TPR). An autopsy is a widely recognized procedure to guarantee ongoing enhancements in medicine. It finds extensive application in legal, scientific, medical, and research domains. However, declining autopsy rates in hospitals constitute a worldwide concern. For example, the Regional Hospital of Rio Blanco in Veracruz, Mexico, has substantially reduced the number of autopsies at hospitals in recent years. Since there are no documented historical records of a decrease in the frequency of autopsy cases, it is crucial to establish a methodological framework to substantiate any actual trends in the data. Emerging pattern mining (EPM) allows for finding differences between classes or data sets because it builds a descriptive data model concerning some given remarkable property. Data set description has become a significant application area in various contexts in recent years. In this research study, various EPM (emerging pattern mining) algorithms were used to extract emergent patterns from a data set collected based on medical experts’ perspectives on reducing hospital autopsies. Notably, the top-performing EPM algorithms were iEPMiner, LCMine, SJEP-C, Top-k minimal SJEPs, and Tree-based JEP-C. Among these, iEPMiner and LCMine demonstrated faster performance and produced superior emergent patterns when considering metrics such as Confidence, Weighted Relative Accuracy Criteria (WRACC), False Positive Rate (FPR), and True Positive Rate (TPR).

2023-12-21T00:00:00Z