Universitat Politècnica de Catalunya
UPCommons. Portal del coneixement obert de la UPCNot a member yet
290727 research outputs found
Sort by
Delta-connected series-cascaded microgrids with extended power routing range control
No full textSeries-cascaded microgrids (SCMGs) enable high-voltage synthesis and enhances control flexibility; however, power distribution among distributed generation (DG) sources in such systems remains insufficiently examined. The inherent intermittency of renewable energy sources introduces challenges in inter-module and inter-cluster power sharing, which can limit the injection of balanced three-phase currents into the grid. This study focuses on a delta-connected SCMG configuration incorporating both PV and battery-based DG units operating in grid- connected mode. Battery modules play a key role in voltage support, power balancing, and maintaining the reference capacitor voltage for PV-integrated units. A control methodology is developed, employing third har- monic current injection for inter-module power routing and zero-sequence current injection for inter-cluster power routing under adverse power flow conditions caused by PV variability. The optimal injection co- efficients for both power sharing carriers are analytically derived, demonstrating an increase in the power routing range with a power routing factor of 100 % for the developed third harmonic current injection. The proposed method is validated through detailed MATLAB/Simulink simulations and Typhoon HIL experiments across balanced, partially imbalanced, PV-inactive, and reverse power-flow conditions. The results confirm stable seven-level output voltage, balanced grid currents, and robust inter-module and inter-cluster routing even under extreme conditions (¿bc ˜ 0), highlighting the superior balancing capability of the delta-connected topology combined with the proposed control strategy.Postprint (published version
Data-driven optimization of chute allocation in a B2C sorting center
No full textEn el centre logístic principal de MANGO a Lliçà d'Amunt (Barcelona), el classificador B2C processa paquets que s'han de dirigir cap a un conjunt limitat de chutes associats a rutes de transport. Quan el nombre de destinacions supera el nombre de chutes disponibles, no és possible una assignació un a un destinació--chute i les assignacions subòptimes poden incrementar la congestió i els retards en els terminis de lliurament. Aquest treball aborda el problema d'assignació destinació--chute combinant anàlisi de dades i optimització basada en simulació. En primer lloc, s'analitzen dades històriques del classificador per caracteritzar patrons de demanda i el comportament operatiu. A continuació, s'investiga un enfocament analític basat en la teoria de cues per avaluar si el sistema es pot representar amb precisió mitjançant una xarxa de cues tractable; això motiva l'adopció de la simulació d'esdeveniments discrets per a l'avaluació. Es desenvolupa i valida un simulador modular d'esdeveniments discrets que reprodueix els principals mecanismes operatius, incloent-hi arribades estocàstiques, capacitats finites dels chutes, polítiques de servei i comportament de desbordament, i que permet experimentar de manera controlada amb escenaris alternatius. A partir d'aquest simulador, es proposen i s'avaluen tres enfocaments d'optimització: una heurística de primer cut-off (hora límit) (EC), una heurística de màxima demanda (HD) i el simulated annealing (SA). Els resultats mostren un clar compromís qualitat--temps d'execució: SA obté els millors valors de la funció objectiu a un cost computacional substancialment més elevat, mentre que HD proporciona una alternativa competitiva gairebé instantània i EC presenta un rendiment consistentment inferior. En conjunt, el marc proposat constitueix una eina pràctica de suport a la decisió per avaluar estratègies d'assignació i canvis operatius sense interrompre el funcionament real del classificador.In MANGO's main logistics centre in Lliçà d'Amunt (Barcelona), the B2C sorter processes parcels that must be diverted to a limited set of chutes associated with transport routes. When the number of destinations exceeds the number of available chutes, a one-to-one destination-to-chute assignment is not feasible and suboptimal allocations may increase congestion and delays in delivery times. This thesis addresses the destination-to-chute assignment problem by combining data-driven analysis with simulation-based optimisation. First, historical sorter data are analysed to characterise demand patterns and operational behaviour. An analytical approach based on queueing theory is then investigated to assess whether the sorter can be represented accurately by a tractable queueing network; this motivates the adoption of discrete-event simulation for evaluation. A modular discrete-event simulator is developed and validated to reproduce the main operational mechanisms, including stochastic arrivals, finite chute capacities, service policies, and overflow behaviour, enabling controlled experimentation under alternative scenarios. Building on this simulator, three optimisation approaches are proposed and evaluated: an earliest cut-off time first heuristic (EC), a highest demand first heuristic (HD), and simulated annealing (SA). The results show a clear quality--runtime trade-off: SA achieves the best objective values at substantially higher computational cost, while HD provides a competitive near-instant baseline and EC consistently underperforms. Overall, the proposed framework constitutes a practical decision-support tool for evaluating assignment strategies and operational changes without disrupting live sorter operations.En el centro logístico principal de MANGO en Lliçà d’Amunt (Barcelona), el clasificador B2C procesa paquetes que deben desviarse hacia un conjunto limitado de chutes asociados a rutas de transporte. Cuando el número de destinos supera el número de chutes disponibles, no es posible una asignación uno a uno destino–chute y las asignaciones subóptimas pueden incrementar la congestión y los retrasos en los plazos de entrega. Este trabajo aborda el problema de asignación destino–chute combinando análisis basado en datos y optimización basada en simulación. En primer lugar, se analizan datos históricos del clasificador para caracterizar patrones de demanda y el comportamiento operativo. A continuación, se investiga un enfoque analítico basado en teoría de colas para evaluar si el sistema puede representarse con precisión mediante una red de colas tratable; esto motiva la adopción de la simulación de eventos discretos para la evaluación. Se desarrolla y valida un simulador modular de eventos discretos que reproduce los principales mecanismos operativos, incluyendo llegadas estocásticas, capacidades finitas de los chutes, políticas de servicio y comportamiento de desbordamiento, y que permite realizar experimentación controlada bajo escenarios alternativos. A partir de este simulador, se proponen y evalúan tres enfoques de optimización: una heurística de primer cut-off (hora límite) (EC), una heurística de máxima demanda (HD) y simulated annealing (SA). Los resultados muestran un claro compromiso calidad–tiempo de ejecución: SA obtiene los mejores valores de la función objetivo a un coste computacional sustancialmente mayor, mientras que HD proporciona una alternativa competitiva casi instantánea y EC presenta un rendimiento consistentemente inferior. En conjunto, el marco propuesto constituye una herramienta práctica de apoyo a la decisión para evaluar estrategias de asignación y cambios operativos sin interrumpir el funcionamiento real del clasificador
Lean-based improvement of a logistics process under growing demand
No full textThis thesis explores the ongoing work carried out at an e-commerce company related to the Vendor Returns process, which manages the return of inventory from customers using the marketplace. The primary aim of the project is to improve and standardize this process by applying lean principles in order to reduce waste, increase efficiency, and adapt to the growing volume of returns. The analysis focuses on customer-owned products, which are returned due to low demand or expiration, and e-commerce company–owned products, which are either donated or discarded once expired. A small percentage of products are discarded when neither the customer nor the e-commerce company can make use of them. The thesis examines the current state of the Vendor Returns process, identifying key issues such as inefficiencies in managing increased return volumes, insufficient infrastructure, and high process variability. Lean principles are applied through tools such as 5S, Kaizen, and value stream mapping to detect bottlenecks, streamline workflows, and optimize storage management. For example, 5S is used to improve work- place organization and reduce unnecessary movement in the returns area, while Kaizen is employed to promote continuous, incremental improvements based on employee involvement and feedback. This practical approach ensures that the implemented solutions are effective and aligned with operational objectives. This thesis aims to provide actionable insights derived from the application of lean tools, with the objective of developing a more efficient and standardized process capable of adapting to future increases in return volumes. The ultimate goal is to establish a scalable solution that can be replicated across the e-commerce company’s global fulfillment network, enabling cost reductions, improved service levels, and the maintenance of a lean and flexible operation
Self-setting silica-gelatin hybrid 3D printed scaffolds with tunable composition and enhanced physicochemical and biological properties
No full text© The Author(s) 2026Silica-based materials can stimulate bone regeneration; however, pure silica materials have shown some disadvantages, such as low degradability and brittleness, which can be overcome by developing hybrid materials. For bone tissue engineering, the organic co-network should contain adhesion sequences to enhance cell adhesion, be bound to the silica network and in lower proportion than silica. With this purpose, the tetraethyl orthosilicate (TEOS) sol-gel reaction was used to create hybrid ink for 3D printing with gelatin as polymer, and 3-glycidyloxypropyl(trimethoxysilane) (GPTMS) as cross-linking agent. By adjusting the TEOS, GPTMS and gelatin proportions, four different hybrid inks were obtained with a wide variety of physicochemical properties and all demonstrating a high printability and shape fidelity. As result of this silica-gelatin hybrids, scaffolds had faster degradation rate, higher water uptake and improved mechanical properties, when compared to the pure silica scaffolds. All these properties were achieved without losing any apatite formation capacity due to gelatin presence, and improving initial cell adhesion and proliferation in two of the developed inks. The silica-gelatin hybrid inks showed promise in the development of tailored 3D printed scaffolds.This research was funded by the Agència de Gestió d’Ajuts Universitaris i de Recerca (2021 SGR 00565); the Agencia Estatal de Investigación (Ramón y Cajal fellowship (RYC2018-025977-I) and project PID2022-137962OB-I00); and a predoctoral fellowship from Universitat Internacional de Catalunya (UIC).
Funding: Open Access funding provided thanks to the CRUE-CSIC agreement with Springer Nature.Peer ReviewedPostprint (published version
Data-driven optimisation of endoscopy department resources through statistical analysis and mixed-Integer linear programming
No full textThe efficient use of resources represents a critical challenge for public healthcare systems facing increasing demand. In this study, an operational analysis was conducted at Hospital del Mar (Barcelona) to demonstrate that persistent bottlenecks and capacity deficits are primarily organizational and not only quantitative. Through a prospective observational study and exploratory data analysis (EDA), it was identified that high apparent workloads often coexist with structural inefficiencies, particularly regarding the unpredictable demand of urgent and inpatient procedures. To address these gaps, a Mixed-Integer Linear Programming (MILP) model was implemented to optimize spatial and temporal resource allocation. Unlike reactive scheduling, this data-driven approach explicitly incorporates capacity reserves for non-programmable activities and ensures realistic time slots without increasing physical or human resources. It is shown that MILP-optimized scheduling significantly balances workload, eliminates artificial overlaps, and improves room utilization—reaching rates of 99.5%. The findings highlight that temporal agenda design constitutes a critical, yet underutilized, lever for hospital management. A scalable tool for evidence-based decision-making is provided by this framework, allowing for a clear distinction between apparent productivity and real efficiency. The proposed model is considered highly transferable to other clinical settings facing similar operational constraints.Postprint (published version
Disseny i desplegament del bessó digital d’una peça en voladís: de la captura de dades a la seva simulació remota
No full textAquest Treball de Fi de Màster presenta el disseny, desenvolupament i validació d’un bessó digital aplicat a una peça estructural senzilla: una biga en voladís instrumentada. El projecte s’emmarca dins el context de la Indústria 4.0 i té com a objectiu principal establir una connexió funcional entre el món físic i el digital mitjançant la integració de sensors, adquisició de dades i simulació numèrica en temps real. El treball parteix del disseny geomètric de la peça mitjançant eines CAD i del desenvolupament d’un model teòric basat en la resistència de materials, que permet descriure analíticament la deformació, les tensions i la freqüència natural del sistema. Paral·lelament, es construeix el sistema físic, incorporant galgues extensiomètriques i un circuit de condicionament de senyal per mesurar les deformacions reals produïdes sota diferents estats de càrrega. Les dades experimentals obtingudes són adquirides i processades mitjançant un microcontrolador i integrades en un entorn MATLAB, on es desenvolupa el bessó digital. Aquest inclou un model numèric tridimensional basat en el mètode dels elements finits (FEM), capaç d’actualitzar-se segons les dades reals i reproduir el comportament estructural de la peça de manera sincronitzada. Addicionalment, es calcula la freqüència natural del sistema per monitorar el seu comportament dinàmic. Finalment, el model digital es valida mitjançant la comparació entre els resultats simulats i les mesures experimentals per a diferents càrregues aplicades, analitzant les desviacions i les fonts d’error. Els resultats obtinguts demostren la viabilitat del bessó digital com a eina de monitoratge i validació estructural, així com el seu potencial d’aplicació en sistemes més complexos dins l’àmbit de l’enginyeria mecànica
Can green economic growth and carbon emission reduction coexist? A decoupling study in the energy sector
No full textDecoupling greenhouse gas (GHG) emissions from economic growth has become a critical aspect of climate policy. This study explores the feasibility of achieving absolute decoupling in the global energy sector by 2050 under three economic and emission reduction scenarios. A dynamic life cycle assessment (LCA) is conducted in the electricity and heat sub-sectors to account for supply chain emissions and evaluate discrepancies between reported and modeled emissions. The results reveal that, although certain scenarios offer the possibility of maintaining economic growth while reducing GHG emissions, transformative technological advancements and significant policy interventions are needed to achieve substantial reduction rates in both emissions and technology intensity (>10% annually). Achieving net-zero emissions by 2050 appears unlikely under the current economic framework. The study highlights the complex relationship between technological innovation, policy, and growth, suggesting that relying solely on technology improvements may not be sufficient to meet energy sector climate goals. The dynamic LCA results indicate that including supply chain emissions in the electricity and heat sub-sector increases total GHG emissions by 20% in 2023. The multiregional analysis revealed strong regional disparities, with technology intensity declining by 62% in Europe and 45% in Africa since 1990. These differences are even greater between OECD and non-OECD countries, reflecting variations in access to technology, investment capacity, and policy implementation. Overall, the study demonstrates that achieving ambitious emission reductions in the energy sector is challenging without major structural changes in economic and policy frameworks, especially when considering supply chain emissions.We would like to acknowledge the Spanish State Research Agency (AEI) for the project TED2021-131708B-C21 and the Catalan Govern- ment for the project 2021-SGR-GRC-00596. Additionally, the authors acknowledge the Open Innovation – Research Translation and Applied Knowledge Exchange in Practice through University-Industry-Coopera- tion (OpenInnoTrain), Grant agreement number (GAN): 823971, H2020-MSCA-RISE-2018-823971. Sergi Vinardell is a Serra-Húnter fellow. Finally, César Valderrama would like to thank Montse Montalà Palau for the inspiring talks that led to this research. This work is part of Maria de Maeztu Units of Excellence Programme CEX2023-001300-M funded by MICIU/AEI/10.13039/501100011033.7 - Energia Assequible i No Contaminant3 - Salut i Benestar8 - Treball Decent i Creixement Econòmic12 - Producció i Consum Responsables13 - Acció per al ClimaPostprint (published version
Weights matter: optimizing feature contributions to enhance similarity measures
No full textDefinir una mesura de similitud efectiva és un repte comú en l'anàlisi de dades, particularment per a conjunts de dades heterogenis. Els enfocaments estàndard, com el coeficient de Gower, solen assignar una importància uniforme a totes les característiques, fallant a l'hora de capturar la rellevància variable de les característiques dins de l'estructura de les dades. Aquest treball de fi de grau proposa un marc agnòstic al model per optimitzar dinàmicament els pesos de les característiques i millorar les mesures de similitud en entorns de dades mixtes. La metodologia empra un enfocament d'optimització bayesiana utilitzant l'Estimador de Parzen Estructurat en Arbre (Tree-structured Parzen Estimator) per minimitzar la similitud entre característiques de diferents classes. Per assegurar pesos vàlids i robustos, la funció objectiu integra una parametrització Softmax amb regularització basada en entropia. La qualitat dels pesos apresos es valida utilitzant l'algorisme de k-Veïns Més Propers (k-Nearest Neighbors) com a referència, escollit per la seva dependència directa de la geometria de l'espai de característiques. Els resultats experimentals en escenaris sintètics controlats demostren la capacitat de l'algorisme per recuperar amb precisió la importància real de les característiques i suprimir el soroll. L'aplicació a conjunts de dades del món real -incloent-hi Horse-Colic, Contraceptive Method Choice i Neurofibromatosis- mostra que les mètriques ponderades optimitzades funcionen millor que les mètriques no ponderades. A més, l'anàlisi revela que la regularització per entropia és crítica per extreure senyals estables en entorns d'alt soroll, mentre que l'optimització voraç (greedy) és més adequada per a conjunts de dades amb predictors dominants. L'anàlisi confirma que el mètode proposat filtra eficaçment el soroll i recupera la importància significativa de les característiques, proporcionant un mecanisme robust per a l'aprenentatge de similitud en dades de tipus mixt.Defining an effective similarity measure is a common challenge in data analysis, particularly for heterogeneous datasets. Standard approaches, such as the Gower coefficient, typically assign uniform importance to all features, failing to capture the varying relevance of features within the data structure. This Bachelor thesis proposes a model-agnostic framework for optimizing feature weights dynamically and enhancing similarity measures in mixed-data environments. The methodology employs a Bayesian optimization approach using the Tree-structured Parzen Estimator to minimize the similarity between features from different classes. To ensure valid and robust weights, the objective function integrates a Softmax parameterization with entropy-based regularization. The quality of the learned weights is validated using the k-Nearest Neighbors algorithm as a benchmark, chosen for its direct dependence on feature space geometry. Experimental results on controlled synthetic scenarios demonstrate the algorithm's ability to accurately recover ground-truth feature importance and suppress noise. Application to real-world datasets---including Horse-Colic, Contraceptive Method Choice, and Neurofibromatosis---shows that the optimized weighted metrics perform better than unweighted baselines. Furthermore, the analysis reveals that entropy regularization is critical for extracting stable signals in high-noise environments, whereas greedy optimization is more adequate for datasets with dominant predictors. The analysis confirms that the proposed method effectively filters noise and recovers meaningful feature importance, providing a robust mechanism for similarity learning in mixed-type data.Definir una medida de similitud efectiva es un desafío común en el análisis de datos, particularmente para conjuntos de datos heterogéneos. Los enfoques estándar, como el coeficiente de Gower, suelen asignar una importancia uniforme a todas las características, fallando al capturar la relevancia variable de las características dentro de la estructura de los datos. Este trabajo de fin de grado propone un marco agnóstico al modelo para optimizar dinámicamente los pesos de las características y mejorar las medidas de similitud en entornos de datos mixtos. La metodología emplea un enfoque de optimización bayesiana utilizando el Estimador de Parzen Estructurado en Árbol (Tree-structured Parzen Estimator) para minimizar la similitud entre características de diferentes clases. Para asegurar pesos válidos y robustos, la función objetivo integra una parametrización Softmax con regularización basada en entropía. La calidad de los pesos aprendidos se valida utilizando el algoritmo de k-Vecinos Más Cercanos (k-Nearest Neighbors) como referencia, elegido por su dependencia directa de la geometría del espacio de características. Los resultados experimentales en escenarios sintéticos controlados demuestran la capacidad del algoritmo para recuperar con precisión la importancia real de las características y suprimir el ruido. La aplicación a conjuntos de datos del mundo real —incluyendo Horse-Colic, Contraceptive Method Choice y Neurofibromatosis— muestra que las métricas ponderadas optimizadas funcionan mejor que las métricas no ponderadas. Además, el análisis revela que la regularización por entropía es crítica para extraer señales estables en entornos de alto ruido, mientras que la optimización voraz (greedy) es más adecuada para conjuntos de datos con predictores dominantes. El análisis confirma que el método propuesto filtra eficazmente el ruido y recupera la importancia significativa de las características, proporcionando un mecanismo robusto para el aprendizaje de similitud en datos de tipo mixto
Predicció que transforma: com millorar el forecast redueix els riscos
No full textWithin the supply chain, stock management is a key element that is strongly conditioned by the quality of the sales forecast. Errors in demand forecasting can lead to overstock situations, increased associated inventory costs, or stockouts, which negatively affect the level of customer service. In this context, the main objective of this work is to analyze how improving forecast accuracy can contribute to better stock management, while keeping the existing replenishment policy fixed. To achieve this objective, a case study was carried out based on the weekly historical data of a full year for two products. Using actual sales and the forecast, the quality of the prediction was evaluated using various metrics such as MAPE (Mean Absolute Percentage Error) and Bias. Subsequently, different quantitative forecast improvement models were applied, and the results obtained were compared with the original forecast to analyze the reduction in error and the behavior of the forecast according to the type of product. Once the improved forecasts were obtained, their impact on stock management was analyzed without the need to modify the replenishment policy. The results showed a reduction in risk situations associated with stockouts and overstock, thus linked to an improvement in decision-making. The results demonstrate that the Random Forest model is truly effective in capturing non-linear demand patterns, as it manages to reduce the MAPE of product 1 from 72.22% to 34.71%. Overall, the two models manage to reduce the risk associated with inventory management and significantly improve decision-making related to replenishment needs.Dins de la cadena de subministrament al gestió de l'estoc és un element clau que està fortament condicionat per la qualitat del forecast de vendes. Els errors en la previsió de la demanda poden derivar en situacions de sobre estoc, augment dels costos d'inventari associats o en ruptures d'estoc, que afecten de manera negativa al nivell de servei del client. En aquest context, l'objectiu principal del treball és analitzar com la millora de la precisió del forecast pot contribuir a una millor gestió de l'estoc, mantenint fixa la política de reposició existent. Per assolir l'objectiu, s'ha dut a terme un estudi de cas basat en les dades històriques setmanals d'un any complet de dos productes. Amb les vendes reals i el forecast, s'ha avaluat la qualitat que tenia el pronòstic a partir de varies mètriques com el MAPE (Mean Absolute Percentage Error) i el Bias. Després, s'han aplicat diferents models quantitatius de millora del forecast, i amb els resultats obtinguts s'han comparat amb el forecast original, per tal d'analitzar la reducció de l'error i el comportament del forecast segons el tipus de producte. Un cop obtinguts els forecast millorats, s'ha analitzat el seu impacte sobre la gestió de l'estoc sense la necessitat de modificar la política de reposició. Els resultats han mostrat una reducció de situacions de risc associades a ruptures d'estoc i sobre estoc, lligat així a una millora en la presa de decisions. Els resultats demostren que el model Random Forest és realment eficaç per capturar patrons no lineals de la demanda, ja que aconsegueix reduir el MAPE del producte 1 d'un 72,22% al 34,71%. En conjunt, els dos models aconsegueixen reduir els risc associat a la gestió d'inventari i milloren notablement la presa de decisions relacionades amb les necessitats de reposició.Dentro de la cadena de suministro, la gestión del stock es un elemento clave que está fuertemente condicionado por la calidad del forecast de ventas. Los errores en la previsión de la demanda pueden derivar en situaciones de sobre stock, aumento de los costes de inventario asociados o en roturas de stock, que afectan de manera negativa al nivel de servicio del cliente. En este contexto, el objetivo principal del trabajo es analizar cómo la mejora de la precisión del forecast puede contribuir a una mejor gestión del stock, manteniendo fija la política de reposición existente. Para alcanzar el objetivo, se ha llevado a cabo un estudio de caso basado en los datos históricos semanales de un año completo de dos productos. Con las ventas reales y el forecast, se ha evaluado la calidad que tenía el pronóstico a partir de varias métricas como el MAPE (Mean Absolute Percentage Error) y el Bias. Después, se han aplicado diferentes modelos cuantitativos de mejora del forecast, y con los resultados obtenidos se han comparado con el forecast original, para analizar la reducción del error y el comportamiento del forecast según el tipo de producto. Una vez obtenidos los forecast mejorados, se ha analizado su impacto sobre la gestión del stock sin la necesidad de modificar la política de reposición. Los resultados han mostrado una reducción de situaciones de riesgo asociadas a roturas de stock y sobre stock, ligado así a una mejora en la toma de decisiones. Los resultados demuestran que el modelo Random Forest es realmente eficaz para capturar patrones no lineales de la demanda, ya que consigue reducir el MAPE del producto 1 de un 72,22% al 34,71%. En conjunto, los dos modelos consiguen reducir el riesgo asociado a la gestión de inventario y mejoran notablemente la toma de decisiones relacionadas con las necesidades de reposición
Proposta d'una eina gamificada: disseny, implementació i avaluació d'un escape room per l'ensenyament de les matemàtiques a 2n ESO
No full textÉs innegable que durant aquestes últimes dècades la societat ha experimentat grans canvis en tots els àmbits, que a més, en molts casos, han tingut lloc de manera inesperada, ràpida i dràstica. Entre tots ells, cal destacar els que s'han produït en el camp tecnològic, així com, el fort impacte que aquests han generat en molts aspectes de les nostres vides. Pel que fa al sector educatiu, no ha estat una excepció, de manera que el ritme i les formes d'aprenentatge també han canviat davant d'aquest nou escenari. En aquest context, cada cop és més freqüent trobar a les aules alumnes que es mostren sobreestimulats per les noves tecnologies, així com, que estan acostumats al ràpid i fàcil accés a les fonts d'informació. Com a conseqüència de tot plegat, pels docents, el repte d'incentivar curiositat i motivar a l'alumnat cada vegada és més difícil. Aquest fet és realment un problema greu, ja que, l'actitud i vivència dels estudiants davant dels aprenentatges sol ser ben diferent en funció d’aquests aspectes. Per aquest motiu, mitjançant la presentació d'aquest treball, es pretén realitzar una petita contribució en aquesta línia, compartint una experiència de disseny, implementació i avaluació de l’ús d'una eina gamificada, com pot ser un Escape Room, que es troba focalitzat en l'ensenyament dels continguts de geometria de 2n ESO. L'objectiu de l'activitat és que sigui motivadora pels estudiants, així com, que a la vegada sigui eficaç i útil per l'aprenentatge. A més, a través d’ella, també es poden treballar altres competències transversals com són el treball en equip, l'organització o la gestió del temps, entre altres. Cal destacar que podria adaptar-se fàcilment a qualsevol altre curs o temàtica, així com, que es podria ampliar per tal que fos un projecte STEM