Modelo predictivo en Procesos STEAM

Permanent URI for this collection

https://repositorio.uai.edu.ar/handle/123456789/552

Browse

Browsing Modelo predictivo en Procesos STEAM by Author "López De Luise, María Daniela"
  • Item
    Autistic verbal behavior parameters
    ( 2020-11) López De Luise, María Daniela ; Saliwonczyk Carballo, Christian ; Pescio, Pablo ; Saad, Ben Raúl ; Ibacache, Tiago ; Soria, Lucas
    The main goal of this paper is to present a method that allows the automatic detection of communication patterns of patients with a severe state of ASD (Autism Spectrum Disorder), through audio and video processing. Patients with ASD are have social and communicative disorders that make it difficult to analyze their expression. Their natural language presents different degrees of alteration, from a slight difficulty of expression to the total impossibility of speaking. The processing of the routines to be able to extract video and sound patterns is based on the work “ASD: ML perspective for Individual Performance Evaluation”. Taking the basis that stereotyped responses can be detected in a systematic way, similar to those that specialized therapists usually describe: gaze fixation, nodding, leg movements, clapping, among others; In this work, a model for the parameterization of said movements and sounds is proposed, through routines specially oriented to detect automatic patterns by audio and video processing. In this work there are the development and first results obtained from audio analysis of a use case, and main findings in relation on how the patient trend to interact with the environment. They allows to suppose that autistic verbal behavior might be interpreted by its physically manifested sounds.
  • Item
    Diseño de métricas para la medición del nivel de aprendizaje
    (Sociedad Argentina de Informática, SADIO, 2020-10) Duvergel Chapman, Félix Vanni ; López De Luise, María Daniela
    LosTrastorno del Espectro Autista (TEA) son una afección neurológica y de desarrollo que comienza en la niñez, pero dura toda la vida. Afecta el comportamiento, la interacción con otros, la comunicación y el aprendizaje. Existen numerosas aplicaciones cuyo objetivo es enseñar destrezas a estas personas y ayudarles en el proceso de integración a la sociedad. En este trabajo se presenta un modelo que aplica métricas a la enseñanza de emociones a través de un prototipo ludificado. Constituye una introducción a emociones, asistida por un software para niños con TEA. Permite supervisar la evolución de actividades relacionadas con el proceso de aprendizaje. A partir de la aplicación de estadísticas y minería de datos sobre parámetros objetivos del dispositivo, se obtienen parámetros de control de rasgos relativos al desempeño en condiciones del autismo.
  • Item
    Factores relevantes en la educación STEAM : desarrollo de métricas y modelos automatizados
    (IEEE, 2020-12) López De Luise, María Daniela ; Ruiz Tabarez, Erica Andrea
    Este artículo tiene como objetivo mostrar una experiencia concreta y un modelo en progreso para la evaluación sistemática de la educación denominada STEAM, acrónimo de ciencia, tecnología, ingeniería, arte y matemáticas (del inglés: Science, Technology, Engineering, Art y Mathematics). Los talleres y experiencias STEAM generan un aparente impacto positivo en los jóvenes, quienes desarrollan aptitudes diversas y hasta logran percibir la educación como una forma de potenciar sus habilidades. Tanto docentes como alumnos sienten que mejora la experiencia académica y se abre una posibilidad para la prevención temprana de la deserción estudiantil. El trabajo presente aporta los primeros hallazgos fehacientes que se han obtenido aplicando Inteligencia Computacional para modelar el comportamiento de los estudiantes en situación STEAM, y de esta manera predecir posibles deserciones. Asimismo, se controla la calidad y progreso por medio de métricas en los procesos pedagógicos subyacentes. Se trabaja con dos formularios para la protocolización de los datos a analizar. El primero se enfoca en la información general de las instituciones y el segundo captura información de los estudiantes en sí. Adicionalmente se trabaja con encuestas específicas de cada evento, que recogen post mortem peculiaridades que permiten mejorar el modelo inicial y evaluar ciertos aspectos que los formularios no pueden capturar en ocasiones donde la información a priori no está presente. Este trabajo comprende la introducción a actividades STEAM desarrolladas en las instituciones colaboradoras, describe los mecanismos de integración y coordinación, y parte de los resultados protocolizados.