Sistema inteligente detector de emociones para evaluar el estado de ánimo y mejorar la enseñanza en niños de inicial, Comas
Descripción del Articulo
El presente trabajo de investigación se titula "Sistema inteligente detector de emociones para evaluar el estado de ánimo y mejorar la enseñanza en niños de inicial, Comas". Surge en respuesta a los desafíos del sistema educativo para atender las necesidades emocionales de los estudiantes...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2024 |
| Institución: | Universidad Cesar Vallejo |
| Repositorio: | UCV-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.ucv.edu.pe:20.500.12692/164431 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12692/164431 |
| Nivel de acceso: | acceso abierto |
| Materia: | Modelos pre entrenados Emociones Enseñanza personalizada Educación inicial Bienestar emocional https://purl.org/pe-repo/ocde/ford#2.02.04 |
| Sumario: | El presente trabajo de investigación se titula "Sistema inteligente detector de emociones para evaluar el estado de ánimo y mejorar la enseñanza en niños de inicial, Comas". Surge en respuesta a los desafíos del sistema educativo para atender las necesidades emocionales de los estudiantes mediante el uso de tecnologías avanzadas. El objetivo principal fue desarrollar un sistema basado en inteligencia artificial para identificar y analizar en tiempo real las emociones de los niños, mejorando la intervención pedagógica docente. La investigación se llevó a cabo en un aula de nivel inicial con 18 niños, empleando un enfoque cuantitativo y un diseño pre-experimental. En la primera fase, se estableció una línea base emocional mediante observación directa. Posteriormente, se implementó el sistema, que permitió a los docentes visualizar en tiempo real las emociones detectadas. El sistema utilizó modelos pre entrenados de inteligencia como TensorFlow y FaceApi.js artificial integrados en una arquitectura monolítica para procesar y analizar datos de expresiones faciales almacenados en bases de datos como Firebase y MongoDB. Los hallazgos más destacados incluyeron una precisión promedio del 92.8 % en la identificación de emociones, un tiempo de respuesta de 2.5 segundos y una alta satisfacción de los docentes evaluada con un puntaje de 87/100 en el cuestionario SUS. Además, se observaron mejoras significativas en el entorno emocional del aula, como un incremento del 35 % en las emociones positivas, un aumento del 42 % en las participaciones orales y mejoras en la calidad del trabajo de los estudiantes. En conclusión, el sistema desarrollado demostró ser una herramienta efectiva para apoyar la enseñanza personalizada y mejorar el bienestar emocional en el aula. Su implementación no solo benefició a los estudiantes, fomentando un ambiente más inclusivo y participativo, sino que también optimizó las estrategias pedagógicas docentes. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).