Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031
Descripción del Articulo
La unificación de tecnologías de Machine Learning (ML) redes neuronales en el ámbito de la educación física psicomotriz y deportiva representa una transformación autentica, y paradigmática en la manera en la que desarrollamos y optimizamos el rendimiento de los alumnos. Abordamos el desarrollo físic...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad Nacional de San Agustín |
| Repositorio: | UNSA-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.unsa.edu.pe:20.500.12773/21548 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12773/21548 |
| Nivel de acceso: | acceso abierto |
| Materia: | Machine Learning Educación Física Psicomotricidad Rendimiento Físico Algoritmos de Aprendizaje Automático https://purl.org/pe-repo/ocde/ford#5.03.01 |
| id |
UNSA_6c0e1d8dbac1e4d4f131da31cf14be78 |
|---|---|
| oai_identifier_str |
oai:repositorio.unsa.edu.pe:20.500.12773/21548 |
| network_acronym_str |
UNSA |
| network_name_str |
UNSA-Institucional |
| repository_id_str |
4847 |
| spelling |
Polanco Paredes, Shirley PatriciaMaldonado Arredondo, Erik Omar2025-12-19T16:31:45Z2025-12-19T16:31:45Z2025La unificación de tecnologías de Machine Learning (ML) redes neuronales en el ámbito de la educación física psicomotriz y deportiva representa una transformación autentica, y paradigmática en la manera en la que desarrollamos y optimizamos el rendimiento de los alumnos. Abordamos el desarrollo físico y psicomotriz de los estudiantes. En la I.E. Madre Del Divino Amor 41031, esta innovación e implementación tecnológica surge como respuesta a la creciente necesidad de personalizar y optimizar los procesos educativos en el área deportiva, adaptándolos a las exigencias del siglo XXI. El Machine Learning, como linaje, imprescindible de la inteligencia artificial, ofrece capacidades excepcionales para analizar, predecir y adaptar las experiencias de aprendizaje en tiempo real. En el contexto específico de la educación física, esta tecnología permite procesar grandes cantidades de datos relacionados con el movimiento, la coordinación, el rendimiento físico y el desarrollo psicomotor de cada estudiante, transformando estos datos en beneficiosos. Los avances tecnológicos en el campo del aprendizaje automático, gracias a su capacidad para implementar aplicaciones cognitivas, han comenzado a ser considerados como relevantes en el ámbito escolar, especialmente en el área de la educación física y la psicomotricidad. El pensamiento individual influye en la forma en que se estructura y da forma al mundo que nos rodea, determinando actitudes basadas en el mundo interno y en significados, lo que a su vez influye en la toma de decisiones. Por esta razón, los avances tecnológicos han comenzado a mostrar un comportamiento cada vez más excepcional, especialmente en su capacidad para el análisis natural y la percepción, y están dando lugar a máquinas con capacidades cognitivas.application/pdfhttps://hdl.handle.net/20.500.12773/21548spaUniversidad Nacional de San Agustín de ArequipaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de San Agustín de ArequipaRepositorio Institucional - UNSAreponame:UNSA-Institucionalinstname:Universidad Nacional de San Agustíninstacron:UNSAMachine LearningEducación FísicaPsicomotricidadRendimiento FísicoAlgoritmos de Aprendizaje Automáticohttps://purl.org/pe-repo/ocde/ford#5.03.01Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031info:eu-repo/semantics/bachelorThesisSUNEDU41194302https://orcid.org/0000-0001-7617-436341610402151179Valdez Aguilar, Wilber AnibalSotelo Chavarria, Hugo AnselmoBustamante Lopez, Telsi Larisahttps://purl.org/pe-repo/renati/level#tituloSegundaEspecialidadhttps://purl.org/pe-repo/renati/type#tesisPsicomotricidad, Educación Física y DeportesUniversidad Nacional de San Agustín de Arequipa.Facultad de Ciencias de la EducaciónSegunda Especialidad en: Psicomotricidad, Educación Física y DeportesORIGINALTesis.pdfapplication/pdf1732341https://repositorio.unsa.edu.pe/bitstreams/8da0cf9d-3325-405d-ac74-0e0a842939e5/downloade1cf2854375439aee41ff25e32de7892MD51Reporte de Similitud.pdfapplication/pdf2019708https://repositorio.unsa.edu.pe/bitstreams/c3c907a7-f7cc-4d8f-af0c-e51da39394f8/downloadb3a45194096df7bcd8a53cef25fbb4d7MD52Autorización de Publicación Digital.pdfapplication/pdf387072https://repositorio.unsa.edu.pe/bitstreams/e06792e2-6d29-4fa3-b031-80465d0f43f5/downloade2cbeadc5ceb40963f8bb8c17a608573MD5320.500.12773/21548oai:repositorio.unsa.edu.pe:20.500.12773/215482025-12-19 11:31:56.478http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttps://repositorio.unsa.edu.peRepositorio Institucional UNSAvridi.gestioninformacion@unsa.edu.pe |
| dc.title.es.fl_str_mv |
Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031 |
| title |
Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031 |
| spellingShingle |
Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031 Maldonado Arredondo, Erik Omar Machine Learning Educación Física Psicomotricidad Rendimiento Físico Algoritmos de Aprendizaje Automático https://purl.org/pe-repo/ocde/ford#5.03.01 |
| title_short |
Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031 |
| title_full |
Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031 |
| title_fullStr |
Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031 |
| title_full_unstemmed |
Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031 |
| title_sort |
Aplicación de machine learning en la educación física psicomotricidad deporte en la institución educativa Madre del Divino Amor 41031 |
| author |
Maldonado Arredondo, Erik Omar |
| author_facet |
Maldonado Arredondo, Erik Omar |
| author_role |
author |
| dc.contributor.advisor.fl_str_mv |
Polanco Paredes, Shirley Patricia |
| dc.contributor.author.fl_str_mv |
Maldonado Arredondo, Erik Omar |
| dc.subject.es.fl_str_mv |
Machine Learning Educación Física Psicomotricidad Rendimiento Físico Algoritmos de Aprendizaje Automático |
| topic |
Machine Learning Educación Física Psicomotricidad Rendimiento Físico Algoritmos de Aprendizaje Automático https://purl.org/pe-repo/ocde/ford#5.03.01 |
| dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#5.03.01 |
| description |
La unificación de tecnologías de Machine Learning (ML) redes neuronales en el ámbito de la educación física psicomotriz y deportiva representa una transformación autentica, y paradigmática en la manera en la que desarrollamos y optimizamos el rendimiento de los alumnos. Abordamos el desarrollo físico y psicomotriz de los estudiantes. En la I.E. Madre Del Divino Amor 41031, esta innovación e implementación tecnológica surge como respuesta a la creciente necesidad de personalizar y optimizar los procesos educativos en el área deportiva, adaptándolos a las exigencias del siglo XXI. El Machine Learning, como linaje, imprescindible de la inteligencia artificial, ofrece capacidades excepcionales para analizar, predecir y adaptar las experiencias de aprendizaje en tiempo real. En el contexto específico de la educación física, esta tecnología permite procesar grandes cantidades de datos relacionados con el movimiento, la coordinación, el rendimiento físico y el desarrollo psicomotor de cada estudiante, transformando estos datos en beneficiosos. Los avances tecnológicos en el campo del aprendizaje automático, gracias a su capacidad para implementar aplicaciones cognitivas, han comenzado a ser considerados como relevantes en el ámbito escolar, especialmente en el área de la educación física y la psicomotricidad. El pensamiento individual influye en la forma en que se estructura y da forma al mundo que nos rodea, determinando actitudes basadas en el mundo interno y en significados, lo que a su vez influye en la toma de decisiones. Por esta razón, los avances tecnológicos han comenzado a mostrar un comportamiento cada vez más excepcional, especialmente en su capacidad para el análisis natural y la percepción, y están dando lugar a máquinas con capacidades cognitivas. |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-12-19T16:31:45Z |
| dc.date.available.none.fl_str_mv |
2025-12-19T16:31:45Z |
| dc.date.issued.fl_str_mv |
2025 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12773/21548 |
| url |
https://hdl.handle.net/20.500.12773/21548 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.es.fl_str_mv |
Universidad Nacional de San Agustín de Arequipa |
| dc.publisher.country.none.fl_str_mv |
PE |
| dc.source.es.fl_str_mv |
Universidad Nacional de San Agustín de Arequipa Repositorio Institucional - UNSA |
| dc.source.none.fl_str_mv |
reponame:UNSA-Institucional instname:Universidad Nacional de San Agustín instacron:UNSA |
| instname_str |
Universidad Nacional de San Agustín |
| instacron_str |
UNSA |
| institution |
UNSA |
| reponame_str |
UNSA-Institucional |
| collection |
UNSA-Institucional |
| bitstream.url.fl_str_mv |
https://repositorio.unsa.edu.pe/bitstreams/8da0cf9d-3325-405d-ac74-0e0a842939e5/download https://repositorio.unsa.edu.pe/bitstreams/c3c907a7-f7cc-4d8f-af0c-e51da39394f8/download https://repositorio.unsa.edu.pe/bitstreams/e06792e2-6d29-4fa3-b031-80465d0f43f5/download |
| bitstream.checksum.fl_str_mv |
e1cf2854375439aee41ff25e32de7892 b3a45194096df7bcd8a53cef25fbb4d7 e2cbeadc5ceb40963f8bb8c17a608573 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UNSA |
| repository.mail.fl_str_mv |
vridi.gestioninformacion@unsa.edu.pe |
| _version_ |
1852861506547351552 |
| score |
13.944067 |
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).