المؤلفون: Iftikhar, Sidra

المساهمون: University/Department: Universitat Oberta de Catalunya. Escola de Doctorat

مرشدي الرسالة: Mor, Enric, Guerrero-Roldán, Ana-Elena

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: aprenentatge basat en la práctica, laboratoris d'aprenentatge, acceptació de l'estudiant, l'engagement de l'estudiantat, panell de control del professorat, aprendizaje basado en la práctica, laboratorios de aprendizaje, aceptación del estudiante, engagement del estudiante, panel de control del profesorado, practice-based learning, learning laboratories, student acceptance, student engagement, teachers' dashboards, E-learning, Technology enhanced learning

الوصف: This research provides an in-depth understanding of student engagement and its indicators for practice-based learning contexts, specifically for the tools. The analysis of engagement in educational contexts is the basis of defining approaches to promote student engagement. One significant contribution of this thesis is the understanding of engagement itself that is achieved through the usage of multiple sources that provide a complete view of student engagement in practice-based learning. This research also contributes to the identification of factors for acceptance and indicators for engagement in practice-based learning. These factors and indicators help teachers across their teaching process, and educational designers, too, to design better practice-based tools and to provide engaging experiences to the learners. The understanding of engagement also extends by establishing a relationship between students’ practice and performance which has proven to be positive. Not only does this research provide a complete understanding of engagement, it also provides a foundation for promoting student engagement in the field of practice-based learning. The last and significant contribution of the study is that it also caters to teachers by providing them with relevant data indicators and dashboards that can help them support learners. Through these dashboards, teachers have the opportunity to be involved in the learning process and identify potential drop-outs in practice-based learning.

الوصف (مترجم): Esta investigación proporciona una comprensión en profundidad del engagement del estudiantado y sus indicadores en contextos de aprendizaje basados en la práctica, y específicamente para herramientas de aprendizaje. El análisis del engagement en contextos educativos es la base para definir enfoques que promuevan la implicación del estudiantado. Una contribución significativa de este trabajo de tesis es la comprensión del propio engagement, que se logra mediante el uso de múltiples fuentes que proporcionan una visión completa del engagement de los estudiantes en el aprendizaje basado en la práctica. Esta investigación también contribuye a la identificación de factores de aceptación e indicadores del engagement en el aprendizaje basado en la práctica. Estos factores e indicadores ayudan al profesorado en su proceso de enseñanza y también a los diseñadores educativos a proponer mejores herramientas basadas en la práctica y a proporcionar experiencias atractivas al estudiantado. La comprensión del engagement también se amplía al establecer una relación entre la práctica del estudiantado y su rendimiento académico, que ha demostrado ser positiva. Esta investigación no solo proporciona una comprensión completa del engagement, sino que también sienta las bases para promover el engagement de los estudiantes en el campo del aprendizaje basado en la práctica. La última y significativa contribución del trabajo es que también ayuda al profesorado proporcionándoles indicadores de datos relevantes y cuadros de mando que les facilitan el acompañamiento al estudiantado. A través de estos cuadros de mando, el profesorado tiene la oportunidad de participar en el proceso de aprendizaje e identificar posibles abandonos en el aprendizaje basado en la práctica.
Aquesta recerca proporciona una comprensió en profunditat de l’engagement de l’estudiantat i els seus indicadors per als contextos d’aprenentatge basats en la pràctica, específicament per a les eines d’aprenentatge. L’anàlisi de l’engagement en contextos educatius és la base per definir els enfocaments que promoguin l’engagement de l’estudiantat. Una contribució significativa d’aquesta tesi doctoral és la comprensió de l’engagement mateix, que s’aconsegueix mitjançant l’ús de fonts múltiples que proporcionen una visió completa de l’engagement de l’estudiantat en l’aprenentatge basat en la pràctica. Aquesta recerca també contribueix a identificar factors d’acceptació i indicadors de l’engagement en l’aprenentatge basat en la pràctica. Aquests factors i indicadors ajuden el professorat en el procés d’ensenyament i també els dissenyadors educatius a proposar millors eines basades en la pràctica i proporcionar experiències atractives a l’estudiantat. La comprensió de l’engagement també s’amplia en establir una relació entre la pràctica dels estudiants i el rendiment acadèmic que ha demostrat ser positiva. Aquesta recerca no només proporciona una comprensió completa de l’engagement, sinó que també estableix les bases per promoure l’engagement de l’estudiantat en el camp de l’aprenentatge basat en la pràctica. L’última i significativa contribució de la recerca és que també ajuda el professorat en proporcionar-li indicadors de dades rellevants i quadres de comandament que faciliten el suport a l’estudiantat. A través d’aquests quadres de comandament, el professorat té l’oportunitat de participar en el procés d’aprenentatge i d’identificar possibles abandonaments en l’aprenentatge basat en la pràctica.
Tecnologías de la información y de redes

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690209

المؤلفون: Singh, Aditya

المساهمون: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

مرشدي الرسالة: Puig Valls, Domènec Savi, Nandi, Gora Chand

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Aprenentatge profund, Robòtica, Cartografia, Aprendizaje Profundo, Deep Learning, Robotics, Mapping, Enginyeria i arquitectura

الوصف: El modelatge de l'espai de treball basat en la percepció és un requisit crucial perquè els robots mòbils naveguin per entorns interiors. Per tal que els robots puguin interactuar eficaçment amb els humans, també és necessari tenir una descripció semàntica de l'entorn. Aquesta tesi presenta tècniques de mapatge semàntic assequibles per a robots, que els permeten interpretar l'entorn i interactuar de manera significativa amb ell. Explorem diversos enfocaments per a l'aprenentatge de la semàntica, inclosos l'aprenentatge profund basat en xarxes neuronals i sistemes basats en regles. Com a alternativa als models d'aprenentatge profund intensius en recursos, proposem l'ús de models lleugers d'aprenentatge profund com ara TF-Lite i YOLOv3. Aquests models s'integren en el disseny i l'estètica robòtica per generar mapes semàntics d'objectes, centrats en representacions bidimensionals. Mitjançant la predicció de quadres delimitadors i el càlcul dels canvis en l'odometria mitjançant seqüències d'imatges capturades des de la càmera del robot, proporcionem una representació detallada de l'escena. Per millorar els detalls de l'escena i facilitar l'extracció de l'odometria, proposem un model de codificador-descodificador que prediu la profunditat i les etiquetes semàntiques per píxel.

الوصف (مترجم): Utilitzem el lleuger ORB-SLAM per extreure l'odometria de la sortida de profunditat generada pel nostre model. Comparem els resultats de l'odometria mitjançant el conjunt de dades Kitti, mentre que els conjunts de dades NYU-D i Camvid s'utilitzen per entrenar el model. Per al mapeig semàntic d'escena, proposem una arquitectura basada en Multi-model Fusion que utilitza tres troncs convolucionals per classificar les escenes amb les seves etiquetes corresponents. El LoCobot, un robot de codi obert i assequible disponible al CIR (Centre de robòtica intel·ligent), IIIT-A. El modelado del espacio de trabajo basado en la percepción es un requisito crucial para que los robots móviles naveguen por entornos interiores. Para permitir que los robots interactúen eficazmente con los humanos, también es necesario tener una descripción semántica del entorno. Esta tesis presenta técnicas de mapeo semántico asequibles para robots, permitiéndoles interpretar el entorno e interactuar de manera significativa con él. Exploramos varios enfoques para el aprendizaje de la semántica, incluido el aprendizaje profundo basado en redes neuronales y los sistemas basados ??en reglas. Como alternativa a los modelos de aprendizaje profundo que consumen muchos recursos, proponemos el uso de modelos ligeros de aprendizaje profundo como TF-Lite y YOLOv3. Estos modelos se integran en el diseño y la estética robótica para generar mapas semánticos de objetos, centrándose en representaciones bidimensionales. Al predecir cuadros delimitadores y calcular cambios en la odometría utilizando secuencias de imágenes capturadas por la cámara del robot, proporcionamos una representación detallada de la escena.
Comparamos los resultados de odometría utilizando el conjunto de datos de Kitti, mientras que los conjuntos de datos de NYU-D y Camvid se utilizan para entrenar el modelo. Para el mapeo semántico de escenas, proponemos una arquitectura basada en Fusion multimodelo que emplea tres columnas vertebrales convolucionales para clasificar escenas con sus etiquetas correspondientes. El LoCobot, un robot asequible y de código abierto disponible en el CIR (Centro de Robótica Inteligente), IIIT-A. Perception-based modeling of the workspace is a crucial requirement for mobile robots to navigate indoor environments. In order to enable robots to effectively interact with humans, it is also necessary to have a semantic description of the environment. This thesis presents affordable semantic mapping techniques for robots, enabling them to interpret the environment and interact meaningfully with it. We explore various approaches for learning semantics, including neural networks based deep learning, and rule-based systems. As an alternative to resource-intensive deep learning models, we propose the use of lightweight deep learning models such as TF-Lite and YOLOv3. These models are integrated into the robotic design and aesthetics to generate object-wise semantic maps, focusing on two-dimensional representations. By predicting bounding boxes and calculating changes in odometry using image sequences captured from the robot's camera, we provide a detailed representation of the scene. To enhance the scene's details and facilitate odometry extraction, we propose an encoder-decoder model that predicts depth and semantic labels per pixel.

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690574

المؤلفون: Pascual Fontanilles, Jordi

المساهمون: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

مرشدي الرسالة: Valls Mateu, Aïda

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Aprenentatge automàtic, Sistemes d'ajuda clínics, Sistemes difusos, Aprendizaje automático, Sistemas de ayuda clínicos, Sistemas difusos, Machine learning, Clinical support systems, Fuzzy based systems, Enginyeria i arquitectura

الوصف: El diagnòstic de malalties pot ajudar-se de sistemes informàtics de suport a la decisió clínica que aprofiten el coneixement mèdic existent i la informació dels pacients. Aquests sistemes es construeixen utilitzant diverses tècniques d'Intel·ligència Artificial i aprenentatge automàtic i poden ser efectius per reduir tasques manuals i laborioses, analitzar registres de salut dels pacients o ajudar a metges no experts en un camp. Aquest treball se centra en la retinopatia diabètica (RD), una complicació greu de la diabetis, una malaltia crònica. A conseqüència de la diabetis, un pacient pot patir pèrdua de visió i fins i tot ceguesa si no es detecta i es tracta a temps. El procediment actual de detecció es basa en imatges del fons d’ull, que és laboriós i costós. En canvi, Retiprogram és un software basat en boscos aleatoris difusos (FRF) per ajudar en el diagnòstic de la RD utilitzant dades clíniques dels pacients. En aquesta tesi doctoral, volem estudiar com un model de classificació FRF pot aprofitar les dades en condicions de canvis dinàmics. La primera contribució és millorar els resultats actuals d’un classificador FRF binari aprofitant dades dels nous pacients que són tractats a l’hospital. La segona contribució adapta el procediment de classificació binària al cas multiclasse ordinal. Això és particularment útil per detectar la gravetat de la malaltia, on els oftalmòlegs diferencien entre diferents graus de gravetat. La tercera contribució se centra en la detecció de la RD en pacients diabètics a llarg termini. A causa dels controls i medicaments, les persones diabètiques milloren alguns factors clínics, el que fa que sigui més difícil predir l’aparició i la progressió de la RD. Proposem un mètode per utilitzar les dades de l’historial mèdit per construir un conjunt de sèries temporals per millorar la classificació de la retinopatia diabètica en pacients a llarg termini.

الوصف (مترجم): El diagnóstico de enfermedades puede apoyarse en sistemas informáticos de ayuda a la toma de decisiones clínicas que aprovechen la información de los pacientes. Estos sistemas se construyen utilizando técnicas de Inteligencia Artificial y aprendizaje automático y pueden ser eficaces para reducir tareas manuales que consumen mucho tiempo, analizar los historiales médicos de los pacientes o ayudar a médicos no expertos en un campo. Este trabajo se centra en la retinopatía diabética (RD), una complicación grave de la diabetes, una enfermedad crónica muy extendida. Como consecuencia, un paciente puede sufrir pérdida de visión e incluso ceguera si no se detecta y trata a tiempo. El procedimiento de detección actual se basa en imágenes del fondo del ojo, que es costoso en tiempo y dinero. Por el contrario, Retiprogram es un software basado en Fuzzy Random Forests (FRF) para el diagnóstico de RD utilizando datos clínicos. En esta tesis doctoral, pretendemos estudiar cómo un modelo de clasificación FRF puede aprovechar los datos en condiciones de cambios dinámicos. La primera contribución es mejorar los resultados actuales de un clasificador FRF binario aprovechando datos de nuevos pacientes que son tratados en el hospital.La segunda contribución adapta el procedimiento de clasificación binaria al caso multiclase ordinal. Esto resulta especialmente útil para detectar la gravedad de la enfermedad, en la que los oftalmólogos diferencian entre distintos grados de retinopatía. La tercera contribución se centra en la detección de RD en pacientes diabéticos de larga duración. Debido a los continuos controles y medicaciones, estos mejoran algunos factores clínicos, lo que hace mucho más difícil predecir la aparición y progresión de la RD. Proponemos un método para explotar los datos de la historia clínica con el fin de construir un conjunto de datos temporales para mejorar la clasificación de la RD en pacientes de larga duración.
Disease diagnosis may be supported by Clinical Decision Support Systems (CDSS) that take advantage of existing medical knowledge and patients' information. Such systems are built using diverse AI and machine learning techniques and can be effective in reducing manual time-consuming tasks, analysing patients health records, or supporting non-expert clinicians in a field. This work focuses on Diabetic Retinopathy, a severe complication of Diabetes Mellitus, a chronic, widespread disease. As a consequence of diabetes, a patient might suffer vision loss and even blindness if not detected and treated at an early stage. The current screening procedure is based on images of the eye-fundus, which is time-consuming and costly. On the contrary, Retiprogram is a CDSS based on Fuzzy Random Forests (FRF) to help in the early diagnosis of DR using patients' clinical data. In this PhD thesis, we aim to study how a FRF classification model can take advantage of data in conditions of dynamic changes. The first contribution is to improve the current results of a binary FRF classifier by taking advantage of the data of the new patients that are treated at the hospital. The second contribution adapts the binary FRF classification procedure to the case of ordinal multiclass. This is particularly helpful to detect the severity of the disease, such as in DR, where ophthalmologists differentiate between different severity degrees of retinopathy. The third contribution is focused on the detection of DR in long-term diabetic patients. Due to continuous controls and medications, long-term diabetic people improve some clinical factors, which makes it much harder to predict the appearance and progression of DR. We propose a method to exploit the electronic health record history data to construct a temporal dataset to improve the grading of DR in long-term patients.

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690588

المؤلفون: Quiroz Macías, Julia Johanna

مرشدي الرسالة: Flores Coll, Marta, Duran, David, 1963-

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Aprenentatge cooperatiu, Aprendizaje Cooperativo, Cooperative learning, Projectes d'aula, Proyectos de Aula, Classroom projects, EDS - ODS, EDS - SDG, Ciències Socials

Time: 159.9

الوصف: Millora de la Qualitat Educativa a través de l’Aprenentatge Cooperatiu i els Projectes d’Aula: Àrees Bàsiques, Competències Ciutadanes i Educació per al Desenvolupament Sostenible L’objectiu d’aquest estudi es focalitza a contribuir a l’increment de la Qualitat Educativa a l’ensenyament de les Àrees Bàsiques (Llenguatge, Matemàtiques, Ciències Socials i Ciències Naturals), a l’enfortiment de la formació en Competències Ciutadanes i al foment de l’Educació per al Desenvolupament Sostenible (EDS). La intervenció realitzada es va centrar a orientar els processos d’ensenyament-aprenentatge de les 4 àrees bàsiques a l’educació primària, a través de mètodes d’Aprenentatge Cooperatiu i de forma interdisciplinària i integrada en Projectes d’Aula que es van estructurar al voltant d’un dels 17 Objectius de Desenvolupament Sostenible (ODS). La intervenció es va dur a terme a Colòmbia, amb 513 estudiants de quart de primària, de 15 grups d’estudiants amb els seus 15 professors, que van conformar el grup d’intervenció; i 2 grups de comparació de 69 estudiants juntament amb els seus 2 professors, també de quart de primària. En total van participar a la intervenció 11 centres educatius. La durada total de la intervenció va ser d’11 mesos. A partir d’un estudi quasi-experimental amb grup de comparació, combinat amb una anàlisi qualitativa del procés de desenvolupament de la intervenció, es va donar resposta als objectius, hipòtesis i preguntes de recerca. Els resultats quantitatius indiquen que la implementació del programa va tenir un efecte positiu en les variables d’estudi: qualitat educativa, competències ciutadanes i Educació per al Desenvolupament Sostenible. El grup d’intervenció va mostrar diferències estadísticament significatives entre les proves pretest i posttest realitzades a les 3 variables de la investigació. El grup de comparació, que va continuar utilitzant metodologies habituals de classe, també va experimentar millores, però hi va haver diferències estadísticament significatives entre els resultats finals (posttest) dels dos grups a favor del grup d’intervenció. Amb base dels resultats de l’anàlisi de procés a la fase qualitativa de l’estudi va ser possible determinar que la intervenció va tenir efectes positius en els canvis observats a les 3 variables, alhora que es van poder identificar alguns dels factors causants d’aquests canvis. Els escenaris educatius que van propiciar l’Aprenentatge Cooperatiu i els Projectes d’Aula van aportar elements explicatius de l’increment de la qualitat educativa donant resposta a les preguntes de recerca. Entre ells destaquen la col·laboració en equip, la participació activa dels estudiants, l’establiment de rols dins els equips, el desenvolupament d’habilitats socials i de pensament crític, l’aprenentatge com a eina transformadora, l’aprenentatge significatiu, rellevant i contextualitzat i el caràcter interdisciplinari, pràctic i experimental de la proposta. Aquest estudi destaca la bondat de l’enfocament metodològic proposat en el context per a la millora de la qualitat educativa i les seves implicacions pràctiques.

الوصف (مترجم): Mejora de la Calidad Educativa mediante Aprendizaje Cooperativo y Proyectos de Aula: Áreas Básicas, Competencias Ciudadanas y Educación para el Desarrollo Sostenible El objetivo del estudio se focaliza en contribuir al incremento de la Calidad Educativa en la enseñanza de las Áreas Básicas (Lenguaje, Matemáticas, Ciencias Sociales y Ciencias Naturales), al fortalecimiento de la formación en Competencias Ciudadanas y al fomento de la Educación para el Desarrollo Sostenible (EDS). La intervención realizada se centró en orientar los procesos de enseñanza-aprendizaje de las 4 Áreas Básicas en educación primaria, a través de métodos de Aprendizaje Cooperativo y de forma interdisciplinaria e integrada en Proyectos de Aula que se estructuraron en torno a uno de los 17 Objetivos de Desarrollo Sostenible (ODS). La intervención se llevó a cabo en Colombia, con 513 estudiantes de cuarto de primaria, de 15 grupos de estudiantes con sus 15 respectivos profesores, quienes conformaron el grupo de intervención; y 2 grupos de comparación de 69 estudiantes junto a sus 2 profesores, también de grado cuarto. En total se vincularon a la intervención 11 centros educativos. La duración total de la intervención fue de 11 meses. A partir de un estudio cuasi-experimental con grupo de comparación, combinado con un análisis cualitativo del proceso de implementación de la intervención, se dio respuesta a los objetivos, hipótesis y preguntas de investigación. Los resultados cuantitativos indican que la implementación del programa tuvo un efecto positivo en las 3 variables de estudio: Calidad Educativa, Competencias Ciudadanas y Educación para el Desarrollo Sostenible. El grupo de intervención mostró diferencias estadísticamente significativas entre las pruebas pretest y posttest realizadas en las 3 variables de la investigación. El grupo de comparación, que continuó utilizando metodologías habituales de clase, experimentó también mejoras, pero hubo diferencias estadísticamente significativas entre los resultados finales (posttest) de los dos grupos a favor del grupo de intervención. Con base en los resultados del análisis de proceso en la fase cualitativa del estudio fue posible determinar que la intervención tuvo efectos positivos en los cambios observados en las 3 variables, a la vez que se pudieron identificar algunos de los factores causantes de esos cambios. Los escenarios educativos que propiciaron el Aprendizaje Cooperativo y los Proyectos de Aula aportaron elementos explicativos del incremento de la calidad educativa dando respuesta a las preguntas de investigación. Entre ellos destacan la colaboración en equipo, la participación activa de los estudiantes, el establecimiento de roles en los equipos, el desarrollo de habilidades sociales y de pensamiento crítico, el aprendizaje como instrumento transformador, el aprendizaje significativo, relevante y contextualizado y el carácter interdisciplinario, práctico y experimental de la propuesta. Este estudio destaca la bondad del enfoque metodológico propuesto en el contexto para la mejora de la calidad educativa y sus implicaciones prácticas.
Improving Educational Quality through Cooperative Learning and Classroom Projects: Learning Areas, Citizen Competencies and Education for Sustainable Development. The objective of this study focuses on contributing to the increase in Educational Quality in the teaching of Basic Areas (Language, Mathematics, Social Studies, and Natural Sciences), strengthening training in Citizen Competencies, and promoting Education for Sustainable Development (ESD). The intervention was addressed by focusing on guiding the teaching-learning processes of the 4 Basic Areas in Elementary Education through Cooperative Learning methods and in an interdisciplinary and integrated manner in Classroom Projects structured around one of the 17 Sustainable Development Objectives (SDO). The intervention was carried out in Colombia, with 513 fourth-grade students, from 15 groups of students with their fifteen homeroom teachers, who made up the intervention group, and two comparison groups of 69 students with their two teachers, also fourth grade. In total, 11 educational centres enrolled in the intervention. The intervention length time was 11 months. The objectives, hypotheses, and research questions were answered based on a quasi-experimental study with a comparison group combined with a qualitative analysis of the intervention implementation process. The quantitative results indicate that the program’s implementation positively affected the 3 study variables: Educational Quality, Citizen Competencies, and Education for Sustainable Development. The intervention group showed statistically significant differences between the pre-test and post-test handled in the three research variables. The comparison group, which continued using usual classroom methodologies, also experienced improvements, but there were statistically significant differences between the final results (post-test) of the two groups in favour of the intervention group. As stated by the results of the process analysis in the qualitative phase of the study, it was possible to determine that the intervention had positive effects on the changes observed in the three variables, while at the same time, some of the factors causing these changes could be identified. The educational scenarios that promoted Cooperative Learning and Classroom Projects provided explanatory elements for the academic increase quality by answering the research questions. Among them, team collaboration, active student participation, stating roles in teams, developing social and critical thinking skills, learning as a transformative instrument, meaningful, relevant, contextualized learning, and interdisciplinary character stand out as practical and experimental in the proposal. This study highlights the goodness of the proposed methodological approach in the context of improving educational quality and its practical implications.
Universitat Autònoma de Barcelona. Programa de Doctorat en Psicologia de l'Educació

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690734

المؤلفون: Cabús, Lluc

المساهمون: University/Department: Universitat Pompeu Fabra. Departament de Medicina i Ciències de la Vida

مرشدي الرسالة: Lizano, Esther

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Biòpsia líquida, ARN lliure de cèl·lules, Aprenentatge automàtic, Tecnologies de seqüenciació massiva, Firma d’expressió gènica, Liquid biopsy, Cell-free RNA, Machine learning, Next-generation sequencing, Gene expression signatures

الوصف: RNA is a molecule that is released by the different tissues into the circulation. When it is found in the circulation it is called cell-free RNA (cfRNA). This type of molecule has great potential as a noninvasive biomarker as it can be found in plasma and can be applied to multiple diseases. Here we have shown that using cfRNA and circulating miRNAs with RNA-seq and machine learning we can obtain diagnostic signatures for two different diseases: pediatric cerebellar atrophy and colorectal cancer. Moreover, we have optimized the plasma cfRNA processing protocol so it could be used for future biomarker discovery studies. This study has paved the way for future research using cfRNA, as we have standardized and optimized all of the steps of the plasma cfRNA processing pipeline as well as implemented multiple quality control steps to ensure the optimal quality of the samples.

الوصف (مترجم): L'ARN és una molècula que s’allibera a la circulació per múltiples teixits. Quan es troba a la circulació s'anomena ARN lliure de cèl·lules (cfRNA). Aquest tipus de molècula té un gran potencial com a biomarcador no invasiu, ja que es pot trobar al plasma i es pot aplicar a múltiples malalties. En aquest estudi hem demostrat que utilitzant cfRNA i miRNAs circulants amb RNA-seq i aprenentatge automàtic podem obtenir firmes diagnòstiques per a dues malalties diferents: atròfia cerebel·losa pediàtrica i càncer colorectal. A més, hem optimitzat el protocol de processament de cfRNA de plasma perquè es pugui utilitzar per a futurs estudis de descobriment de biomarcadors. Aquest estudi ha obert el camí per a futures investigacions amb cfRNA, ja que hem estandarditzat i optimitzat tots els passos del processament de cfRNA de plasma i hem implementat múltiples passos de control de qualitat per garantir la òptima qualitat de les mostres.
Programa de Doctorat en Biomedicina

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690595

المؤلفون: Kopańska, Karolina

المساهمون: University/Department: Universitat Pompeu Fabra. Departament de Medicina i Ciències de la Vida

مرشدي الرسالة: Pastor Maeso, Manuel

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Uncertainty, Computational toxicology, Machine learning, Decision-making, Chemical safety assessment, Incertesa, Toxicologia computacional, Aprenentatge automàtic, Presa de decisions, Avaluació de la seguretat química

الوصف: The growing importance of uncertainty analysis in toxicology stems from its role in supporting regulatory decisions regarding chemical safety. The general objective of this thesis is to identify gaps in state-of-the- art principles and techniques for uncertainty assessment and to develop, test and apply new solutions to fill these. Starting with individual toxicity predictions, we developed an uncertainty assessment protocol that quantifies uncertainties in a multi-level in silico model generating biomarkers of ventricular arrhythmia. Moving to situations requiring simultaneous consideration of multiple results, of diverse quality, we developed TOXTRUST - a computational tool that leverages the Dempster-Shafer Theory for robust integration of multiple pieces of toxicological evidence supporting objective decision-making. The third topic to which we devoted our attention was the translational analysis of drug candidates, for which we proposed a novel strategy allowing to identify and reduce uncertainties. Finally, we contributed to ongoing international efforts aiming at the development of methods for uncertainty characterisation, quantification, and management in generally applicable toxicity assessment workflows.

الوصف (مترجم): La importància creixent de l'anàlisi d'incertesa en toxicologia prové del seu paper de suport a les decisions reguladores sobre seguretat química. L'objectiu general d'aquesta tesi és identificar llacunes de coneixement en principis i tècniques d'última generació per a l'avaluació de la incertesa i desenvolupar, provar i aplicar noves solucions per omplir-les. A partir de prediccions individuals de toxicitat, vam desenvolupar un protocol d'avaluació de la incertesa que quantifica les incerteses en un model multinivell in silico que genera biomarcadors d'arrítmia ventricular. Passant a situacions que requereixen la consideració simultània de múltiples resultats, de qualitat diversa, vam desenvolupar TOXTRUST: una eina computacional que aprofita la teoria de Dempster-Shafer per a fer una integració sòlida de múltiples evidències toxicològiques que donen suport a la presa de decisions objectives. El tercer tema al qual vam dedicar la nostra atenció va ser l'anàlisi translacional de candidats a fàrmacs, per al qual vam proposar una estratègia nova que permet identificar i reduir les incerteses. Finalment, hem contribuït als esforços internacionals en curs per al desenvolupament de mètodes per a la caracterització, la quantificació i la gestió de la incertesa en els fluxos de treball d'avaluació de toxicitat generalment aplicables.
Programa de Doctorat en Biomedicina

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690462

المؤلفون: Berenguer Carrera, Núria

المساهمون: University/Department: Universitat de Vic - Universitat Central de Catalunya. Departament de Ciències de l'Activitat Física

مرشدي الرسالة: Arumí Prat, Joan, Ramírez, Eduard (Ramírez Banzo)

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Aprenentatge cooperatiu, Cohesió de grup, Educació física, Cooperative learning, Group cohesion, team plan, Physical education

الوصف: L’objectiu d’aquesta recerca és analitzar la implementació de l’aprenentatge cooperatiu (AC) segons el model Cooperar per Aprendre/Aprendre a Cooperar (CA/AC) en mestres tutors i mestres d’educació física (EF). El programa busca una implicació i coordinació de tots els docents del mateix centre per tal d’ensenyar als seus alumnes a través de l’AC i tot el que comporta. La recerca s’ha desenvolupat en un grup de mestres tutors i d’EF que formaven part de l’assessorament del programa CA/AC durant un curs acadèmic (2017-2018), hi han participat 7 centres educatius amb 3-4 mestres per cada centre i com a mínim un d’ells és el mestre d’EF. En els resultats obtinguts es vol mostrar les diferències que hi ha entre els mestres tutors i d’EF quan apliquen la cohesió de grup, la formació d’equips, les estructures cooperatives i el pla d’equip. També es recull el procés reflexiu dels docents sobre l’AC.

الوصف (مترجم): The aim of this research is to analyse the implementation of cooperative learning (CL) according to Cooperative to Learning/Learning to Cooperative (CL/LC) model in general teacher and physical education (PE) teachers. The program seeks the involvement and coordination of all the teachers of the same school in order to teach their students through CL and all that it entrails. The research has been carried out in a group of tutors and PE teachers who have been part of the advice of the CL/LC program during an academic year (2017-2018), 7 schools have participated with 3-4 teachers for each school and at least one of them in the PE teacher school. The results shows the differences between tutor teachers ad PE teachers when they apply group cohesion, team formation, cooperative structures and the team plan. The reflective process of the teachers on the CL is also collected.
innovació i Intervenció Educatives

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690243

المؤلفون: Masoumian, Armin

المساهمون: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

مرشدي الرسالة: Puig Valls, Domènec Savi, Cristiano Rodríguez, Julián Efrén, Abdellatif Fatahallah Ibrahim Mahmoud, Hatem

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Aprenentatge Profund, Visió per Computador, Estimació de la Profunditat, Aprendizaje Profundo, Visión por Computador, Estimación de la Profundidad, Deep Learning, Computer Vision, Depth Estimation, Ciències

الوصف: A mesura que la robòtica i els vehicles autònoms avancen, la necessitat de mesures precises de profunditat és més destacada. L'estimació de la profunditat, una tasca fonamental en la visió per ordinador, és crucial per assolir aquesta precisió. Les tècniques d'aprenentatge profund, especialment l'estimació de la profunditat monocular autoaprenent (MDE), ofereixen una solució innovadora, permetent estimar la profunditat d'objectes en una imatge sense necessitat de càmeres estereoscòpiques o 3D costoses. Les xarxes de convolució de grafs (GCNs) han millorat encara més la precisió dels models d'estimació de profunditat mitjançant l'adaptació de dades no euclidianes, i la combinació de diverses funcions de pèrdua ha millorat la fiabilitat de les prediccions de profunditat. Aquest estudi explora les àmplies aplicacions de l'estimació de profunditat monocular autoaprenent i ofereix una revisió completa dels avenços recents en aquest àmbit mitjançant tècniques d'aprenentatge profund. També aborda les limitacions dels models de MDE basats en aprenentatge profund, incloent reptes com la precisió, l'eficiència computacional, la viabilitat en temps real, l'adaptació a dominis i la generalització. A més, la recerca presenta una innovadora aproximació de MDE que fa servir GCNs per estimar mapes de profunditat a partir de vídeos monoculars, superant els mètodes estat de l'art existents. També s'introdueix un nou marc d'aprenentatge profund que integra l'estimació de profunditat i la detecció d'objectes en una sola imatge, aconseguint una precisió impressionant, especialment a l'aire lliure. En resum, aquest estudi destaca l'eficàcia de l'aproximació MDE autoaprenent basada en xarxes de convolució de grafs i compara els resultats amb els mètodes estat de l'art, posant l'èmfasi en les notables avantatges de la tècnica proposada d'estimació de la profunditat.

الوصف (مترجم): A medida que avanzan la robótica y los vehículos autónomos, se hace más evidente la necesidad de mediciones precisas de profundidad. La estimación de profundidad (EP), una tarea fundamental en visión por computadora, desempeña un papel crucial en lograr esta precisión. Las técnicas de aprendizaje profundo (DL) ofrecen una solución viable, especialmente la estimación de profundidad monocular auto-supervisada (MDE), que permite estimar la profundidad de objetos en una escena a partir de una sola imagen, eliminando la necesidad de cámaras costosas. Las redes de convolución de grafos (GCNs) han mejorado la precisión de los modelos de EP al manejar datos no euclidianos, y la combinación de múltiples funciones de pérdida ha mejorado la confiabilidad de las predicciones de profundidad. Este estudio explora las amplias aplicaciones de MDE auto-supervisada y revisa los avances recientes en el campo utilizando técnicas de DL. Examina aspectos clave como las formas de los datos de entrada, los métodos de entrenamiento y los criterios de evaluación, al tiempo que aborda las limitaciones de los modelos de MDE basados en DL, como desafíos de precisión, eficiencia computacional, viabilidad en tiempo real, adaptación de dominio y generalización. La investigación presenta un enfoque innovador de MDE que utiliza GCNs para estimar mapas de profundidad a partir de videos monoculares, superando a los métodos existentes. Además, se presenta un nuevo marco de aprendizaje profundo que integra la EP y la detección de objetos en una sola imagen, logrando una precisión impresionante, especialmente en escenarios al aire libre. En resumen, este estudio resalta la eficiencia del enfoque de MDE auto-supervisada basado en redes de convolución de grafos y ofrece comparaciones cuantitativas y cualitativas con los métodos actuales, subrayando las notables ventajas de la técnica propuesta para la predicción de profundidad.
As the field of robotics and autonomous vehicles advances, the demand for precise depth measurements becomes increasingly pronounced. Depth estimation (DE), a fundamental task in computer vision, plays a pivotal role in achieving this accuracy, with deep learning (DL) techniques offering a viable solution. Particularly, self-supervised monocular depth estimation (MDE) represents cutting-edge technology, allowing the estimation of object depth in a scene from a single image, eliminating the need for expensive stereoscopic or 3D cameras. Graph convolutional networks (GCNs) have further improved the accuracy of DE models by accommodating non-Euclidean data, while combining multiple loss functions has enhanced the reliability of depth predictions. This study explores the extensive applications of self-supervised MDE and provides a comprehensive review of recent advancements in the field using DL techniques. It delves into key aspects like input data shapes, training methods, and evaluation criteria while also addressing the limitations of DL-based MDE models, including challenges related to accuracy, computational efficiency, real-time feasibility, domain adaptation, and generalization. Furthermore, the research introduces an innovative MDE approach leveraging GCNs for estimating depth maps from monocular videos, outperforming existing state-of-the-art methods. Additionally, a novel deep learning framework is presented, seamlessly integrating DE and object detection within a single image, achieving impressive accuracy, particularly in outdoor scenarios. In summary, this study underscores the efficiency of the self-supervised MDE approach based on graph convolutional networks, providing both quantitative and qualitative comparisons with state-of-the-art methods, emphasizing the considerable advantages of the proposed depth prediction technique.

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690512

المؤلفون: Alsina Claret, Maria

المساهمون: University/Department: Universitat Ramon Llull. La Salle

مرشدي الرسالة: Canaleta Llampallas, Xavier, Torres Kompen, Ricardo

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Aprenentatge autodirigit, Mineria de dades en educació, Aprenentatge en línia, Trajectòries d'aprenentatge, Aprenentatge estudiants adults, Èxit acadèmic, Tecnologies de la informació i de les comunicacions (TIC)

الوصف: En els entorns d’aprenentatge autodirigits en línia és important veure com influeixen les diferents trajectòries d’aprenentatge dels estudiants en el seu èxit acadèmic. Entendre aquesta influència és clau per la millora del dissenys d’aquests entorns i les metodologies aplicades. En aquesta tesi doctoral es presenten els resultats d’una recerca realitzada amb l’objectiu d’identificar com afecten les decisions que pren l’estudiant en el seu procés d’aprenentatge en un entorn d’aprenentatge basat en l’autodirecció, i com aquesta decisió en el procés d’aprenentatge influeix en el seu èxit acadèmic. Aquesta investigació es porta a terme en programes en modalitat en línia i dissenyats amb la metodologia docent Self Directed Based Learning (SDBL). Aquesta metodologia docent està dissenyada per adaptar-se al perfil d’estudiant adult, per aquest motiu té les seves bases en l’aprenentatge autodirigit i en l’aprenentatge situacional. Aquesta investigació pretén identificar quin tipus de trajectòries d’aprenentatge segueix un alumne en el seu procés d’aprenentatge en un entorn d’aprenentatge basat en l’autodirecció, i si existeix una relació entre aquesta trajectòria d’aprenentatge que decideix seguir amb l’assoliment dels resultats d’aprenentatge. Aquesta relació dona resposta a l’adequació de l’autodirecció aplicada al seu aprenentatge i l’adequació d’aquests entorns d’aprenentatge per aquest perfil d’estudiant. L’anàlisi es realitza amb eines de Mineria de Dades Educatives aplicades sobre dades d’aprenentatge recollides a la Plataforma Virtual d’Aprenentatge. S’analitzen les activitats formatives que desenvolupa l’alumne i com aquestes s’associen al procés d’aprenentatge amb la finalitat d’identificar la seva trajectòria d’aprenentatge. En l’anàlisi s’incorpora també una exploració de la influència dels trets de personalitat en la decisió de la trajectòria d’aprenentatge. Els resultats obtinguts evidencien com l’autodirecció que presenten els estudiants en aquest entorn d’aprenentatge deriva en diferents trajectòries d’aprenentatge. Es constata com els estudiants varien les seves decisions respecte al procés d’aprenentatge a seguir a mesura que evoluciona el programa formatiu, seguint diferents trajectòries d’aprenentatge en funció de l’assignatura. D’aquesta recerca es pot concloure que els estudiants adopten diferents trajectòries d’aprenentatge i que en totes els casos condueixen a l’èxit acadèmic. Aquest assoliment, però, és més alt quan els estudiants segueixen la trajectòria d’aprenentatge que es proposa des del disseny instruccional de la metodologia docent aplicada. Aquesta tesi aporta una sistematització en l’estudi de l’aprenentatge autodirigit en línia a partir del concepte de trajectòria d’aprenentatge. Aquesta sistematització s’estructura en la identificació de la Trajectòria Hipotètica d’Aprenentatge (THA) dissenyada en la metodologia docent implantada i en l’anàlisi dels indicadors de compleció i d’èxit acadèmic a partir d’eines d’agrupament (clustering). La categorització dels resultats permet identificar les trajectòries d’aprenentatge existents i observar la influència de cadascuna d’aquestes en l’èxit acadèmic.

الوصف (مترجم): En los entornos de aprendizaje autodirigidos en línea es importante ver como influyen las diferentes trayectorias de aprendizaje de los estudiantes en su éxito académico. Entender esta influencia es clave para la mejora del diseño de estos entornos y las metodologías aplicadas. En esta tesis doctoral se presentan los resultados de una investigación realizada con el objetivo de identificar como afectan las decisiones que toma el estudiante en su proceso de aprendizaje en un entorno de aprendizaje basado en la autodirección, y como esta decisión en el proceso de aprendizaje influye en su éxito académico. Esta investigación se lleva cabo en programas en modalidad en línea y diseñados con la metodología docente Self Directed Based Learning (SDBL). Esta metodología docente está diseñada para adaptarse al perfil de estudiante adulto, por este motivo tiene sus bases en el aprendizaje autodirigido y en el aprendizaje situacional. Esta investigación pretende identificar qué tipos de trayectorias de aprendizaje sigue un alumno en su proceso de aprendizaje en un entorno de aprendizaje basado en la autodirección, y si existe una relación entre esta trayectoria de aprendizaje que decide seguir con el logro de los resultados de aprendizaje. Esta relación da respuesta a la adecuación de la autodirección aplicada a su aprendizaje i a la adecuación de estos entornos de aprendizaje para este perfil de estudiante. El análisis se realiza con herramientas de Minería de Datos Educativos aplicadas sobre datos de aprendizaje recogidos en la Plataforma Virtual de Aprendizaje. Se analizan las actividades formativas que desarrolla el estudiante y como estas se asocian al proceso de aprendizaje con la finalidad de identificar su trayectoria de aprendizaje. En el análisis se incorpora también una exploración de la influencia de los rasgos de personalidad en la decisión de la trayectoria de aprendizaje. Los resultados obtenidos evidencian como la autodirección que presentan los estudiantes en este entorno de aprendizaje deriva en diferentes trayectorias de aprendizaje. Se constata como los estudiantes cambian sus decisiones al respecto del proceso de aprendizaje a seguir a medida que evoluciona el programa formativo, siguiendo diferentes trayectorias de aprendizaje en diferentes asignaturas. De esta investigación se puede concluir que los estudiantes adoptan diferentes trayectorias de aprendizaje y que en todos los casos conducen al éxito académico. Aun así, este logro es más alto cuando los estudiantes siguen la trayectoria de aprendizaje que se propone des del diseño instruccional de la metodología docente aplicada. En esta tesis se aporta una sistematización en el estudio del aprendizaje autodirigido en línea a partir del concepto de trayectoria de aprendizaje. Esta sistematización se estructura en la identificación de la Trayectoria Hipotética de Aprendizaje (THA) diseñada en la metodologia docente implantada y en el análisis de los indicadores de compleción y éxito académico a partir de herramientas de agrupamiento (clustering). La categorización de los resultados permite identificar las trayectorias de aprendizaje existentes y observar la influencia de cada una de ellas con el éxito académico.
In online self-directed learning environments, it is important to see how different learning trajectories of students influence their academic success. Understanding this influence is key for the improvement of the design of these environments and the methodologies applied. In this doctoral thesis we present the results of a research conducted with the objective of identifying how the decisions that students make in their learning process in a learning environment based on self-direction affect their learning process, and how this decision in the learning process influences their academic success. This research is carried out in online programs designed with the Self Directed Based Learning (SDBL) teaching methodology. This teaching methodology is designed to adapt to the profile of adult learners, for this reason it is based on self-directed learning and situational learning. This research aims to identify what types of learning trajectories a student follows in his learning process in a learning environment based on self-direction, and if there is a relationship between this learning trajectory that he decides to follow with the achievement of learning outcomes. This relationship gives an answer to the adequacy of self-direction applied to their learning and to the adequacy of these learning environments for this learner profile. The analysis is performed with Educational Data Mining tools applied on learning data collected in the Virtual Learning Platform. The training activities developed by the student and how these are associated to the learning process are analyzed in order to identify their learning trajectory. The analysis also incorporates an exploration of the influence of personality traits on the decision of the learning trajectory. The results obtained show how the self-direction presented by the students in this learning environment leads to different learning trajectories. It can be seen how students change their decisions regarding the learning process to be followed as the training program evolves, following different learning trajectories in different subjects. From this research it can be concluded that students adopt different learning trajectories and that in all cases they lead to academic success. Even so, this achievement is higher when students follow the learning trajectory proposed by the instructional design of the applied teaching methodology. This thesis provides a systematization in the study of online self-directed learning based on the concept of learning trajectory. This systematization is structured in the identification of the Hypothetical Learning Trajectory (HLT) designed in the teaching methodology implemented and in the analysis of the indicators of completion and academic success from clustering tools. The categorization of the results allows us to identify the existing learning trajectories and to observe the influence of each one of them on academic success.

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/689967

المؤلفون: Roeniger Desatnik, Inge

المساهمون: University/Department: Universitat Oberta de Catalunya. Internet Interdisciplinary Institut (IN3)

مرشدي الرسالة: peña-lópez, ismael

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: comunitats d'aprenentatge en línia, comunidades de aprendizaje en línea, online learning communities, aprenentatge al llarg de la vida, aprendizaje a lo largo de la vida, lifelong learning, aprenentatge no formal, aprendizaje no formal, non-formal learning, aprenentatge informal, aprendizaje informal, informal learning, investigació d'estudis de casos, investigación de estudio de casos, case study research, estudi basat en mètodes mixtos coadjuvants, estudio basado en métodos mixtos, facilitative mix-method study, E-learning. Competencias digitales e informacionales.

الوصف: Online learning communities (OLCs), categorized into private and public types, are conducive collaborative learning environments for fostering and embracing Lifelong Learning. OLCs used for formal learning have been studied extensively, with private OLCs dedicated to this particular purpose receiving more attention compared to those of a public nature. This study investigates how and under what conditions public OLCs are useful environments for facilitating the achievement of their members’ individual lifelong learning goals. We examined six public OLCs based on their purpose (educational, professional, or interest-oriented) and modality (virtual or blended) through a Case Study Research perspective. We used a facilitative mix-method approach to document users’ opinions and learning experiences, which included the use of netnography, online surveys, and online interviews for data collection. The evidence collected was analyzed individually and across cases through Thematic Analysis and Descriptive Statistic Analysis. Our findings revealed the specific features, conditions, and underlying factors that, in combination, facilitate lifelong learning experiences in public OLCs, which we depicted through a model adapted from Randy G. Garrison’s Community of Inquiry Framework. These findings provide a holistic understanding of public OLCs as valuable sources of non-formal and informal lifelong learning, offering reflections on their potential implications for OLC and Lifelong Learning research, design, implementation, and evaluation.

الوصف (مترجم): Las comunidades de aprendizaje en línea (OLC, por su sigla en inglés), clasificadas en privadas y públicas, son entornos de aprendizaje colaborativo propicios para fomentar y adoptar el aprendizaje a lo largo de la vida. Las OLC utilizadas para el aprendizaje formal se han estudiado ampliamente y, concretamente, las OLC privadas dedicadas a este fin han recibido más atención que las de carácter público. Este estudio investiga cómo y en qué condiciones las OLC públicas son entornos útiles para facilitar la consecución de los objetivos individuales de aprendizaje permanente de sus miembros. Examinamos seis OLC públicas en función de su finalidad —educativa, profesional u orientada a intereses— y modalidad —virtual o mixta— a través de una perspectiva de investigación de estudio de caso. Para documentar las opiniones y las experiencias de aprendizaje de los usuarios y recopilar datos, utilizamos métodos mixtos coadyuvantes, como la netnografía, las encuestas en línea y las entrevistas en línea. Analizamos las pruebas recopiladas caso por caso y comparamos cada caso a partir de un análisis temático y un análisis estadístico descriptivo. Los resultados obtenidos muestran las características, las condiciones y los factores subyacentes específicos que, combinados, facilitan las experiencias de aprendizaje permanente en las OLC públicas, que representamos a través de un modelo adaptado del marco analítico para la comunidad de indagación de Randy G. Garrison. Asimismo, estos resultados proporcionan una comprensión holística de las OLC públicas como fuentes valiosas de aprendizaje permanente no formal e informal, y ofrecen reflexiones sobre sus implicaciones potenciales para la investigación, el diseño, la implementación y la evaluación de las OLC y del aprendizaje a lo largo de la vida.
Les comunitats d'aprenentatge en línia (OLC, per la sigla en anglès), classificades en privades i públiques, són entorns d'aprenentatge col·laboratiu útils per fomentar i adoptar l'aprenentatge al llarg de la vida. Les OLC utilitzades per a l'aprenentatge formal han estat àmpliament estudiades i, concretament, les OLC privades dedicades a aquesta finalitat han rebut més atenció que les públiques. Aquest estudi investiga com i en quines condicions les OLC públiques són entorns propicis per facilitar l'assoliment dels objectius individuals d'aprenentatge permanent dels seus membres. Examinem sis OLC públiques tenint en compte la finalitat —educativa, professional o orientada a interessos— i la modalitat —virtual o mixta— a través d'una perspectiva de recerca d'estudi de cas. Per documentar les opinions i les experiències d'aprenentatge dels usuaris i recollir dades, utilitzem mètodes mixtos coadjuvants, com ara la netnografia, les enquestes en línia i les entrevistes en línia. Analitzem les proves recopilades cas per cas i comparem els casos a partir d'una anàlisi temàtica i una anàlisi estadística descriptiva. Els resultats obtinguts mostren les característiques, les condicions i els factors subjacents específics que, combinats, faciliten les experiències d'aprenentatge permanent en les OLC públiques, els quals representem a través d'un model adaptat del marc analític per a la comunitat d'indagació de Randy G. Garrison. Així mateix, els resultats proporcionen una comprensió holística de les OLC públiques com a fonts valuoses d'aprenentatge permanent no formal i informal, i ofereixen reflexions sobre les implicacions potencials que poden tenir per a la investigació, el disseny, la implementació i l'avaluació de les OLC i l'aprenentatge al llarg de la vida.
Societat de la informació i el coneixement

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/689716