http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/677 Fri, 29 May 2026 22:33:08 GMT 2026-05-29T22:33:08Z http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1613 "Categorización automática aplicando técnicas de machine learning de errores lógicos en tareas de programación con ciclos en JAVASCRIPT " López Benavides, Santiago David El aprendizaje de la programación constituye uno de los mayores desafíos en la formación de ingenieros de sistemas, especialmente en lo relativo al uso correcto de los ciclos, estructuras fundamentales para la repetición de procesos en el código. Los errores lógicos que ocurren en los ciclos —como los asociados a las condiciones de inicio, transformación o finalización— suelen ser difíciles de detectar y corregir, afectando tanto la comprensión del estudiante como la eficiencia del proceso de enseñanza. En este contexto, la presente investigación, titulada “Categorización automática aplicando técnicas de Machine Learning de errores en tareas de programación con ciclos en JavaScript”, propone una solución innovadora que integra la educación en programación con herramientas de inteligencia artificial para automatizar la detección y clasificación de errores en el código. Wed, 01 Jan 2025 00:00:00 GMT http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1613 2025-01-01T00:00:00Z http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1612 Gestión de asesorías académicas del programa de Ingeniería de Sistemas en la universidad Cesmag a través de una herramienta software Solarte Muñoz, Héctor Mauricio; Lizcano Agudelo, Héctor Yurbrainer El proyecto de investigación tiene como objetivo desarrollar una herramienta de software denominada Academic Advising, orientada a optimizar la gestión de asesorías académicas del programa de Ingeniería de Sistemas de la Universidad CESMAG. Este sistema busca mejorar la eficiencia, el seguimiento y la comunicación entre estudiantes y docentes, permitiendo programar, registrar y controlar las asesorías de manera digital. La propuesta responde a la necesidad de modernizar los procesos institucionales, promoviendo la transformación digital y fortaleciendo el acompañamiento académico dentro del programa. De esta manera, se pretende ofrecer una experiencia más ágil, organizada y efectiva para todos los usuarios involucrados. Wed, 01 Jan 2025 00:00:00 GMT http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1612 2025-01-01T00:00:00Z http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1604 Fortalecer la enseñanza- aprendizaje de la trompeta a la Red de Escuelas de Formación Musical de Pasto mediante una herramienta gamificada Burgos Jaramillo, Carlos Alexander Este proyecto se centró en el desarrollo y evaluación de una herramienta gamificada para dispositivos móviles, destinada a fortalecer el proceso de enseñanza-aprendizaje de la trompeta en la Red de Escuelas de Formación Musical de Pasto. Se basó en un marco teórico que integró conceptos de gamificación y aprendizaje musical, utilizando elementos como niveles, recompensas y desafíos para motivar la práctica autónoma de manera efectiva. La metodología empleada fue mixta, combinando encuestas, entrevistas, pruebas de rendimiento antes y después de la intervención, y análisis de datos cuantitativos y cualitativos con herramientas como SPSS y NVivo para obtener resultados precisos. Participaron 65 estudiantes, y los resultados revelaron una mejora significativa del 38 % en habilidades musicales y un incremento del 46 % en el tiempo dedicado a la práctica semanal, junto con un aumento en la motivación reportado por el 70 % de los participantes, lo que demostró el impacto positivo. Las conclusiones destacaron la efectividad de la herramienta para superar barreras como la falta de tiempo y acceso a instrumentos, contribuyendo a una educación musical más accesible y atractiva en contextos locales como Pasto. Wed, 01 Jan 2025 00:00:00 GMT http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1604 2025-01-01T00:00:00Z http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1585 APOYO AL DIAGNÓSTICO DE TDAH CON TÉCNICAS DE DEEP LEARNING EN IMÁGENES DE RESONANCIA MAGNÉTICA FUNCIONALES (IRMF) Arteaga Vicuña, David Esteban; Lagos Santacruz, Brayan Camilo La presente investigación propone desarrollar modelos de aprendizaje profundo para asistir en la identificación del Trastorno por Déficit de Atención e Hiperactividad (TDAH), analizando imágenes de resonancia magnética funcional (IRMF). Este estudio busca reducir la carga subjetiva y agilizar los diagnósticos tradicionales, ofreciendo a los expertos de salud mental herramientas predictivas de apoyo. Para el estudio se empleó la base de datos ADHD-200, que contiene IRMFs tanto de personas diagnosticadas como de un grupo de control sano. Estas imágenes se prepararon, modificaron y ampliaron (rotándolas, moviéndolas y escalándolas) para optimizar el modelo y su habilidad para generalizar. En este proyecto, se siguieron los procesos KDD (Descubrimiento de Conocimiento en Bases de Datos) y experimental, utilizando redes neuronales convolucionales CNN 3D y redes recurrentes LSTM 3D para capacitar, validar y contrastar los resultados. Wed, 01 Jan 2025 00:00:00 GMT http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1585 2025-01-01T00:00:00Z