Capacitación docente sobre la narración inclusiva de un cuento musical para promover prácticas alfabetizadoras

JUAN GUERRERO VILLANUEVA (2023, [Tesis de maestría])

Las actividades alfabetizadoras son prácticas sociales y culturales que se pueden

desarrollar tanto en el círculo familiar como en la comunidad. La lectura de cuentos

musicales en niños de preescolar y primaria es de gran influencia para el desarrollo de

la alfabetización inicial. La educación inclusiva busca generar igualdad de oportunidades

para todos mediante la eliminación de las barreras arquitectónicas, sociales, normativas

o culturales. Así mismo, los docentes han sido reconocidos como el centro de cualquier

estrategia para la mejora de la calidad educativa, por lo que es importante la capacitación

de docentes de nuevas formas didácticas para el desarrollo de la alfabetización inicial de

una manera inclusiva, para el acceso de todas y todos los niños. Objetivo: implementar

una capacitación basada en la narración inclusiva de un cuento musical para promover

prácticas alfabetizadoras en docentes de preescolar y primaria. Método: se realizó un

diseño preexperimental pretest, postest de un solo grupo, participaron 45 docentes que

imparten clases en preescolar y 1° de primaria; el muestreo fue no probabilístico por

conveniencia. Se aplicó el “Cuestionario virtual sobre las precurrentes de lectoescritura

y lectura de cuentos inclusivos en educación básica”, con 69 ítems con un alfa de 0.96.

Se impartieron 6 sesiones de 2 horas cada una. Los participantes mostraron mejoras

significativas en todas las dimensiones del cuestionario, siendo la dimensión de mayor

cambio la de alfabetización inicial y las dificultades para el aprendizaje y lenguaje.

Conclusiones: la capacitación de formación para la narración de un cuento musical

inclusivo puede ser una novedosa estrategia, con un enfoque inclusivo, para promover

prácticas alfabetizadoras en docentes de preescolar y primaria.

HUMANIDADES Y CIENCIAS DE LA CONDUCTA LINGÜÍSTICA alfabetización inicial, cuento musical, inclusión, capacitación.

Trophic ecology of Mexican Pacific harbor seal colonies using carbon and nitrogen stable isotopes

MARICELA JUAREZ RODRIGUEZ (2020, [Artículo])

There is limited information that provides a comprehensive understanding of the trophic ecology of Mexican Pacific harbor seal (Phoca vitulina richardii) colonies. While scat analysis has been used to determine the diet of some colonies, the integrative characterization of its feeding habits on broader temporal and spatial scales remains limited. We examined potential feeding grounds, trophic niche width, and overlap, and inferred the degree of dietary specialization using stable carbon and nitrogen isotope ratios (δ13C and δ15N) in this subspecies. We analyzed δ13C and δ15N on fur samples from pups collected at five sites along the western coast of the Baja California Peninsula, Mexico. Fur of natal coat of Pacific harbor seal pups begins to grow during the seventh month in utero until the last stage of gestation. Therefore pup fur is a good proxy for the mother's feeding habits in winter (∼December to March), based on the timing of gestation for the subspecies in this region. Our results indicated that the δ13C and δ15N values differed significantly among sampling sites, with the highest mean δ15N value occurring at the southernmost site, reflecting a well-characterized north to south latitudinal 15N-enrichment in the food web. The tendency identified in δ13C values, in which the northern colonies showed the most enriched values, suggests nearshore and benthic-demersal feeding habits. A low variance in δ13C and δ15N values for each colony (<1‰) and relatively small standard ellipse areas suggest a specialized foraging behavior in adult female Pacific harbor seals in Mexican waters. © 2020 Juárez-Rodríguez et al.

carbon, delta carbon 13, delta nitrogen 15, isotope, nitrogen, unclassified drug, carbon, nitrogen, Article, correlational study, feeding behavior, latitude, Mexico, nonhuman, organism colony, Pinnipedia, population abundance, species richness, troph BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA ANIMAL (ZOOLOGÍA) BIOLOGÍA ANIMAL (ZOOLOGÍA)

Reconocimiento continuo de la Lengua de Señas Mexicana

Continuous recognition of Mexican Sign Language

Ricardo Fernando Morfín Chávez (2023, [Tesis de maestría])

La Lengua de Señas Mexicana (LSM) es la lengua utilizada por la comunidad Sorda en México, y, a menudo, subestimada y pasada por alto por la comunidad oyente, lo que resulta en la exclusión sistemática de las personas Sordas en diversos aspectos de la vida. Sin embargo, la tecnología puede desempeñar un papel fundamental en acercar a la comunidad Sorda con la comunidad oyente, promoviendo una mayor inclusión y comprensión entre ambas. El objetivo principal de este trabajo es diseñar, implementar y evaluar un sistema de reconocimiento continuo de señas estáticas en LSM mediante, visión por computadora y técnicas de aprendizaje máquina. Se establecieron objetivos específicos, que incluyen la generación de un conjunto de datos de señas estáticas, pertenecientes al alfabeto manual de la LSM, el diseño de un modelo de reconocimiento, y la evaluación del sistema, tanto en la modalidad aislada como en la continua. La metodología involucra dos evaluaciones distintas. La primera se enfoca en el reconocimiento de señas estáticas en el dominio aislado, para ello se capturaron datos de 20 participantes realizando movimientos de la mano en múltiples ángulos. Se evaluaron diversas técnicas de aprendizaje automático, destacando que el enfoque basado en Máquinas de Soporte Vectorial (SVM) obtuvo los mejores resultados (F1-Score promedio del 0.91). La segunda evaluación se concentra en el reconocimiento continuo de señas estáticas, con datos recopilados de seis participantes con diferentes niveles de competencia en LSM, logrando un rendimiento sólido con errores cercanos al 7 %. Además, se evaluó la viabilidad del sistema en aplicaciones de tiempo real, demostrando un excelente desempeño (velocidad promedio de procesamiento de 45 cuadros por segundo). A pesar de los logros alcanzados, es importante reconocer que este proyecto se centró en el reconocimiento continuo de señas estáticas en LSM. Queda pendiente, como un desafío interesante, la exploración del reconocimiento continuo de señas dinámicas en LSM para futuras investigaciones. Se considera esencial explorar enfoques orientados a la escalabilidad y aplicaciones en tiempo real en investigaciones posteriores.

This study focuses on the continuous recognition of static signs in Mexican Sign Language (Lengua de Señas Mexicana (LSM)), the language used by the Deaf community in Mexico. Despite its significance, LSM is often underestimated and overlooked, leading to the systematic exclusion of Deaf individuals in various aspects of life. The primary objective of this work is to design, implement, and evaluate a continuous static sign recognition system in LSM using computer vision and machine learning techniques. Specific goals were established, including the creation of a dataset of static signs belonging to the manual alphabet of LSM, the design of a recognition model, and the evaluation of the system in both isolated and continuous modes. The methodology involves two distinct evaluations. The first one focuses on the recognition of static signs in the isolated domain, for which data from 20 participants performing hand movements at various angles were collected. Various machine learning techniques were evaluated, with the Máquinas de Soporte Vectorial (SVM)-based approach achieving the best results (average F1-Score of 0.91). The second evaluation centers on the continuous recognition of static signs, using data collected from six participants with varying levels of competence in LSM, achieving robust performance with errors close to 7 %. Furthermore, the feasibility of the system in real-time applications was assessed, demonstrating excellent performance (average processing speed of 45 frames per second). Despite the achievements, it is important to recognize that this project focused on continuous recognition of static signs in LSM. It remains an interesting challenge to explore the continuous recognition of dynamic signs in LSM for future research. It is considered essential to explore scalability-oriented approaches and real-time applications in subsequent investigations.

Lengua de Señas Mexicana (LSM), visión por computadora, aprendizaje automático, alfabeto manual de la LSM, reconocimiento automático de señas estáticas, reconocimiento aislado de señas, reconocimiento continuo de señas, aplicacion Mexican Sign Language (LSM), computer vision, machine learning, LSM manual alpahbet, automatic recognition of static signs, isolated sign recognition, continuous sign recognition, real-time aplications INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES ENSEÑANZA CON AYUDA DE ORDENADOR ENSEÑANZA CON AYUDA DE ORDENADOR