Examinando por Autor "Salas Fuentes, Rodrigo"

Mostrando 1 - 3 de 3
  • Miniatura
    Ítem
    Diseño e implementación del proceso de evaluación de la relación entre la capacidad auditiva y rendimiento escolar de los estudiantes de 1o a 4o básico del Colegio Internacional De Valparaíso
    (Universidad de Valparaíso, 2011) Figueroa G, Alfredo; Villalobos C, Víctor; Salas Fuentes, Rodrigo
    Son múltiples las causas del bajo Rendimiento escolar. Como distintos autores lo señalan, el bajo rendimiento escolar dejo de ser un problema solo de los niños, para transformarse en un problema que involucra a la familia, la escuela y a la sociedad. Es por este motivo que su estudio y análisis es imprescindible, más aún, para una institución de educación es fundamental plantear estrategias que permitan enfrentar este tipo de problemas. La audición para algunos autores, es uno de los factores que incide en el rendimiento escolar. Por este motivo, es necesario contar con herramientas de diagnóstico y de evaluación en esta temática, como una forma de analizar el rendimiento escolar y la posible influencia que tiene la capacidad auditiva sobre este. Si bien en Chile existen medidas de pesquisaje a nivel de educación básica, estas no incluyen a todos los colegios, dejando a un grupo considerable de niños sin esta posibilidad. Por este motivo se plantea esta investigación, con el objetivo de “Diseñar de una herramienta que permita evidenciar la potencial influencia de la capacidad auditiva en el rendimiento escolar de los estudiantes”. A modo general, a través de la presente Investigación, se busca relacionar tres tipos de variables: El Promedio Tonal Puro (PTP), las calificaciones, y la percepción de los profesores. A partir de estas variables se desarrollaron dos análisis estadísticos. Para el primer análisis, se ocuparon las calificaciones y el PTP del segmento objetivo, a partir de estos datos se realizó un análisis ANOVA y posteriormente contrastes no planeados o “pruebas post-hoc”, con la finalidad de establecer estadísticamente la influencia de la capacidad auditiva en el rendimiento escolar. Para el segundo estudio, se ocupó la percepción de los profesores y el análisis de los audiogramas por especialistas. Para esto se utilizó la comparación de métodos diagnósticos, el que permite determinar qué tan sensible es un examen respecto a otro definido como referencia. En base a los resultados obtenidos para el primer estudio estadístico, se observa que en las asignaturas de Lenguaje y Ciencias Naturales, los alumnos con bajo PTP tienden a un bajo rendimiento académico, por otro lado, matemática e Historia, el valor del PTP no da un indicio que permita relacionar la capacidad auditiva con el rendimiento escolar. Para el caso del segundo análisis estadístico, se puede establecer que el Test de los profesores, como una herramienta de evaluación y diagnóstico primario de la condición auditiva, no es una herramienta confiable, ya que los resultados muestran que es muy poco sensible, siendo el porcentaje de efectividad inferior al esperado. Así, se puede concluir que la percepción de los profesores, no es una herramienta confiable en la determinación de la capacidad auditiva, siendo necesaria la ejecución e implementación de estrategias que involucren a especialistas clínicos de diferentes áreas, quienes determinen a través de exámenes médicos la condición auditiva de las personas. Por otra parte, la capacidad auditiva como un factor de incidencia en el rendimiento académico, debe ser una variable analizada y estudiada, considerando que puede ser la explicación a los distintos problemas de rendimiento y conducta que presentan los alumnos en la sala de clases, por lo mismo, deben plantearse estrategias y métodos que permitan el análisis de estas y otras variables a nivel escolar.
  • Miniatura
    Ítem
    Modelos explicables de Aprendizaje Automático para la predicción de complicaciones perinatales en mujeres embarazadas con diabetes
    (Universidad de Valparaíso, 2021-12-20) Giovanetti Riotti, Macarena Alejandra; Salas Fuentes, Rodrigo
    La diabetes es considerada uno de los desafíos sanitarios de mayor crecimiento del siglo XXI, esto debido al aumento exponencial de esta afección en los últimos 20 años. A continuación se realizará un estudio a 11.100 gestantes que padecen diabetes atendidas entre los años 2015 al 2021 en el hospital San Camilo de la región de Valparaíso, en la provincia de San Felipe. Esto con el objetivo de conocer el impacto de variables clínicas y sociodemográficas en la predicción de las complicaciones perinatales a través de modelos explicables de machine learning. Del estudio realizado se obtuvo que las variables como el hipotiroidismo, la edad y la obesidad son los factores de riesgo que presentan una mayor asociación con las pacientes diabéticas. Por otro lado, el mejor clasificador para la predicción en la mayoría de las complicaciones resulto ser el bosque aleatorio. Por último, fue posible conocer mediante el método de SHAP el aumento de la probabilidad de presencia de una complicación a través de la interacción entre las variables regresoras.
  • Miniatura
    Ítem
    Motor selector de técnicas de machine learning para la detección de anomalías de consumo eléctrico en clientes residenciales
    (Universidad de Valparaíso, 2021-12-23) Fernández Escobar, Álvaro Francisco; Salas Fuentes, Rodrigo
    Las empresas distribuidoras de electricidad, se recogen una enorme cantidad de datos sobre sus clientes en particular, producidas mensualmente por medidores ubicados en cada propiedad. Cada cliente tiene un comportamiento diferente, lo que se verá reflejado en cada una de las categorías que se le atribuye a los clientes respectivos. Esta información es analizada para aportar a las empresas distribuidoras de electricidad, mediante la detección de consumos de energía anómalos. Estos consumos se conocen como órdenes de crítica. De esa forma, poder entender su origen y tomar decisiones al respecto. Entonces, una orden de crítica se refiere a aquella solicitud para analizar un cliente, el cual posee un consumo superior a los anteriores, bajo ciertas condiciones determinadas por la empresa. En ese sentido, este proyecto está basado en la selección de un modelo de machine learning, a través de un motor selector que distingue la mejor metodología que se ajuste al conjunto de datos. Dado ese contexto, son tres metodologías de predicción seleccionadas: suavización exponencial, boosting y redes neuronales. El primero trata del modelo predictivo Holt-Winters. El segundo, conocido como Extreme Gradient Boosting (XGBOOST), reacondiciona y es más efectivo que otros modelos gracias a la optimización de sistemas y mejoras algorítmicas. Mientras que el modelo de redes neuronales está basado en redes Long-Short Term Memory (LSTM), tiene la cualidad de detectar variaciones de comportamiento en el núcleo familiar.