Universidad Distrital de la ciudad de Bogotá: Open Journal Systems
Not a member yet
9272 research outputs found
Sort by
La experimentación como estrategia de enseñanza de habilidades y competencias científicas en básica primaria: Experimentation as a strategy for teaching science skills and competences in primary/elementary schools
Get PDFThis proposal is framed within the Pedagogical Practice II exercise of the Bachelor\u27s Degreein Natural Sciences of the University of La Sabana implemented at the Liceo Lunita School. Itinvolved developing a series of experimentation routes with 29 third-grade primary school students. The objective of this research was to enhance scientific skills and competencies, such asobservation, question-posing, and argumentation, through the teaching strategy of experimental sciences, under the methodological framework of pedagogical action research and lessonstudies. The process demonstrated significant progress in observation and inquiry skills, helping students strengthen their scientific abilities and competencies through experimentation.La presente propuesta está enmarcada en el ejercicio de Práctica Pedagógica II de la Licenciatura en Ciencias Naturales de la Universidad de La Sabana desarrollada en el Colegio Liceo Lunita; el grupo focalizado fue grado tercero de primaria. El objetivo de esta investigación fue potenciar habilidades y competencias científicas como la observación, el planteamiento de preguntas y la argumentación en el área de ciencias naturales, el trabajo se desarrolló desde la experimentación como estrategia de enseñanza de las ciencias. De acuerdo con lo anterior, y desde el marco metodológico, la investigación es de carácter cualitativo, desarrollado desde la Investigación Acción Pedagógica, la cual permitió fortalecer los procesos reflexivos de la práctica empleando como estrategia las Lesson Study
Eclipses
Get PDFThe book written by William Enrique Cepeda Peña is a detailed study on solar and lunar eclipses in Colombia, which includes a precise calculation of the penumbra and shadow zones, as well as prediction tables until the year 2100. It is divided into four parts that offer an exhaustive explanation of these astronomical phenomena, based on research carried out at the National Astronomical Observatory.El libro escrito por William Enrique Cepeda Peña es un estudio detallado sobre los eclipses de Sol y Luna en Colombia, que incluye un cálculo preciso de las zonas de penumbra y sombra, así como tablas de predicción hasta el año 2100. Está dividido en cuatro partes que ofrecen una explicación exhaustiva de estos fenómenos astronómicos, basada en investigaciones realizadas en el Observatorio Astronómico Nacional.O livro escrito por William Enrique Cepeda Peña é um estudo detalhado sobre eclipses solares e lunares na Colômbia, que inclui um cálculo preciso da penumbra e zonas de sombra, bem como tabelas de previsão até o ano 2100. Está dividido em quatro partes que oferecem uma explicação exaustiva destes fenómenos astronómicos, baseada em pesquisas realizadas no Observatório Astronómico Nacional.
 
Fragmentación urbana en Bogotá D.C.: análisis espacial de los retos en ámbitos sociales y ambientales
Get PDF
Gabriel García Márquez, En Agosto nos vemos. Bogotá: Penguin Rondom House. Grupo Editorial. 2024,13 páginas
Get PDFIntegración e Interoperabilidad de la Historia Clínica Electrónica
Get PDFThis article presents the fieldwork conducted in hospitals in Bogotá with the intention of finding the elements that make clinical history information vulnerable, considering the subjectivity of users about information security aspects. The study is conducted as part of the field investigation to set up a security architecture for the management of information in clinical records. El presente artículo muestra los resultados del trabajo de campo realizado en hospitales de Bogotá, con el objeto de establecer los elementos que hacen vulnerable la información en la historia clínica teniendo en cuenta la subjetividad de los usuarios en cuanto a los aspectos de seguridad de información. El trabajo se desarrolla como parte de la investigación de campo para establecer una arquitectura de seguridad para la gestión de información en Historias Clínicas. 
Implementación del método de optimización de máquinas de soporte vectorial en R
Get PDFContext: The optimization of Support Vector Machines (SVM) has been a recurring theme in various forums and publications related to artificial intelligence and machine learning. Despite its relevance, there is a notable absence of clear guidelines for the selection and optimization of parameters associated with the different kernel functions used in SVMs, which can compromise the effectiveness of these tools in classification and regression tasks.
Objective: The overall objective of this study is to present a detailed and rigorous method for the optimization of parameters in SVMs, using the e1071 library in R for this purpose. Thus, it seeks to provide a clear guide for future researchers and practitioners in the field, enabling them to effectively implement SVMs in their projects.
Methodoly: The e1071 and scales libraries in R were used to standardize the data and adjust the SVM models with different types of kernels (linear, radial, sigmoid, and polynomial). Parameter optimization was carried out using the tune function, analyzing training and test sets to verify the goodness of fit. A detailed methodology was used to select the optimal parameters for each kernel, based on the analysis of classification efficacy and error minimization.
Results: The results highlight the importance of correct parameter selection and optimization in SVMs, showing significant improvements in classification when applying the proposed method. It was found that the choice of optimal parameters varies considerably among the different types of kernels, and their proper optimization contributesto the precision of the model.
Conclusions: Detailed implementation and parameter adjustment in SVMs are crucial to maximizing their performance. This article contributes to the existing literature by providing optimized code and a clear methodology forits implementation in R, facilitating the work of researchers and analysts in the field of machine learning. It emphasizes the need to consider the specificity of each data set and the relevance of experience in parameter selection, inviting future research to explore and expand the boundaries of SVMs in solving complex classification problems.Contexto: La optimización de máquinas de soporte vectorial (SVM, por su sigla en inglés) ha sido un tema recurrente en diversos foros y publicaciones relacionadas con la inteligencia artificial (IA) y el aprendizaje automático. A pesar de su relevancia, existe una notable ausencia de directrices claras para la selección y optimización de los hiperparámetros asociados a las distintas funciones kernel utilizadas en SVM, lo cual puede comprometer la eficacia de estas herramientas en tareas de clasificación y regresión.Objetivo: Este estudio tiene como objetivo general presentar un método detallado y riguroso para la optimización de los hiperparámetros en SVM, mediante el uso de la librería e1071 en R. Se busca, así, proporcionar una guía clara para futuros investigadores y practicantes en el campo, que les permita implementar de manera efectiva SVM ensus proyectos.Metodología: Se emplearon las librerías e1071 y scales en R para estandarizar los datos y ajustar los modelos SVM con diferentes tipos de kernel (lineal, radial, sigmoide y polinomial). Se procedió a la optimización de hiperparámetros mediante la función “tune”, con análisis de conjuntos de entrenamiento y prueba para verificar la bondad de ajuste. Se utilizó una metodología detallada para seleccionar los hiperparámetros óptimos de cada kernel, a partir del estudio de la eficacia de la clasificación y la minimización del error.Resultados: Los resultados destacan la correcta selección y optimización de los hiperparámetros en SVM, y demuestran mejoras significativas en la clasificación al aplicar el método propuesto. Se encontró que la elección de hiperparámetros óptimos varía considerablemente entre los diferentes tipos de kernel y que su adecuada optimización contribuye a la precisión del modelo.Conclusiones: La implementación detallada y el ajuste de los hiperparámetros en SVM son cruciales para maximizar su desempeño. Este artículo proporciona un código optimizado y una metodología clara para su implementaciónen R, lo cual facilita la tarea de investigadores y analistas en el campo del aprendizaje automático. Se enfatiza la necesidad de considerar la especificidad de cada conjunto de datos y la relevancia de la experiencia en la selección de hiperparámetros. También, se sugiere, para futuras investigaciones, explorar y expandir las fronteras de las SVM en la solución de problemas complejos de clasificación