https://hdl.handle.net/20.500.12412/2547 2026-09-26T12:56:06Z 2026-09-26T12:56:06Z Maradiaga Chirinos, Jorge Raúl https://hdl.handle.net/20.500.12412/7412 2026-09-25T21:00:39Z 2026-09-01T00:00:00Z

Análisis comparativo del desarrollo de habilidades para la vida en docentes universitarios de universidades en entornos virtuales: un enfoque cuantitativo desde el Enfoque de Capacidades en Asia y Europa Maradiaga Chirinos, Jorge Raúl Introducción: En el contexto de la transformación digital de la educación superior y la creciente complejidad de los entornos profesionales, el desarrollo de habilidades para la vida y capacidades interprofesionales se ha convertido en un eje central para garantizar una formación universitaria integral, equitativa y socialmente responsable. Sin embargo, gran parte de la investigación existente se ha centrado en competencias técnicas, en poblaciones estudiantiles y en contextos educativos tradicionales, dejando en un segundo plano el análisis sistemático del profesorado universitario en entornos de aprendizaje en línea, así como la validación intercultural de marcos humanistas aplicados a la educación digital. En este escenario, el Enfoque de Capacidades de Martha Nussbaum ofrece un marco ético y teórico sólido para analizar el desarrollo humano, la dignidad, la agencia y la colaboración profesional en contextos educativos mediados por tecnología. Objetivo: El objetivo general de esta tesis doctoral es analizar y validar empíricamente un instrumento basado en el Enfoque de Capacidades para evaluar el desarrollo de habilidades para la vida en docentes universitarios que imparten enseñanza en línea, así como examinar críticamente su implementación en distintos contextos culturales. De manera específica, la investigación busca (a) validar la estructura factorial del instrumento en contextos no occidentales y multiculturales, (b) identificar patrones de implementación diferencial de las capacidades evaluadas y (c) explorar su potencial para apoyar el desarrollo interprofesional en la educación superior en línea. Metodología: La tesis adopta un enfoque cuantitativo, transversal y comparativo, articulado en dos estudios empíricos principales. El Estudio 1 se desarrolló en una universidad en China, mediante un censo al profesorado universitario en línea (N = 187). El Estudio 2 se llevó a cabo con una muestra internacional de docentes en línea de Pakistán, Portugal, España y el Reino Unido (N = 138). En ambos estudios se empleó el mismo instrumento de medición, operacionalizado en 13 dimensiones de habilidades para la vida derivadas del Enfoque de Capacidades. Las técnicas de análisis incluyeron AFC, pruebas no paramétricas de Friedman con comparaciones post hoc de Nemenyi y aprendizaje de reglas de asociación mediante el algoritmo Apriori. Adicionalmente, la investigación se amplió mediante una estancia internacional en Latinoamérica, durante la cual se recolectaron datos con el mismo instrumento, sentando las bases para un estudio comparativo posterior. Resultados: Los resultados del Estudio 1 confirmaron la validez y fiabilidad de la estructura factorial de 13 dimensiones en el contexto de la educación superior en línea en China, evidenciando una implementación más sólida en dimensiones como la razón práctica, la integridad corporal, la afiliación, las emociones y la accesibilidad/usabilidad digital, y un desarrollo más débil en habilidades interpersonales, conciencia ambiental, salud corporal y creatividad. El análisis de reglas de asociación reveló patrones consistentes de coocurrencia entre habilidades digitales, bienestar, gobernanza percibida y ciberseguridad, así como entre afiliación, conciencia ambiental y emociones positivas. Por su parte, el Estudio 2 validó el instrumento en contextos culturales diversos y puso de manifiesto diferencias significativas en la priorización e implementación de capacidades clave entre países, destacando el potencial del aprendizaje en línea, basado en el Enfoque de Capacidades, para fomentar competencias interprofesionales esenciales como la comunicación, la colaboración, la empatía y el razonamiento crítico. Conclusiones: En conjunto, los resultados de esta tesis demuestran que el desarrollo de habilidades para la vida en la educación superior en línea es un proceso complejo, relacional y profundamente condicionado por factores culturales, institucionales y pedagógicos. La aplicación del Enfoque de Capacidades permite superar enfoques tecnocráticos centrados exclusivamente en la empleabilidad, ofreciendo una perspectiva humanista orientada a la dignidad, la agencia y la justicia social. La validación intercultural del instrumento y la identificación de áreas de fortaleza y mejora proporcionan una base empírica sólida para el diseño de políticas, currículos y estrategias de formación docente en entornos digitales. Finalmente, la ampliación internacional del proyecto refuerza la proyección comparativa de la investigación y consolida una agenda futura orientada al análisis del desarrollo humano y la educación interprofesional en contextos culturales diversos.

2026-09-01T00:00:00Z Becerra Alonso, David Carbonero Ruz, Mariano Martínez Estudillo, Francisco José Martínez Estudillo, Alfonso Carlos https://hdl.handle.net/20.500.12412/7194 2026-04-17T21:00:25Z 2011-01-01T00:00:00Z

A Hybrid Evolutionary Approach to Obtain Better Quality Classifiers Becerra Alonso, David; Carbonero Ruz, Mariano; Martínez Estudillo, Francisco José; Martínez Estudillo, Alfonso Carlos We present an extra measurement for classifiers, responding to the need to evaluate them with more than accuracy alone. This measure should be able to express, at least to some degree, the extent to which all classes are taken into account in a classification problem. In this communication we propose sensitivity dispersion (being as it is, the associated statistical dispersion measurement of accuracy), as the appropriate measure to have a more complete evaluation of the quality of classifiers. We use the Evolutionary Extreme Learning Machine algorithm, with a specific fitness function to optimize both measures simultaneously, and we compare it with other classifiers

2011-01-01T00:00:00Z Becerra Alonso, David Carbonero Ruz, Mariano Martínez Estudillo, Francisco José Martínez Estudillo, Alfonso Carlos https://hdl.handle.net/20.500.12412/7192 2026-04-17T21:00:30Z 2012-01-01T00:00:00Z

Evolutionary Extreme Learning Machine for Ordinal Regression Becerra Alonso, David; Carbonero Ruz, Mariano; Martínez Estudillo, Francisco José; Martínez Estudillo, Alfonso Carlos This paper presents a novel method for generally adapting ordinal classification models. We essentially rely on the assumption that the ordinal structure of the set of class labels is also reflected in the topology of the instance space. Under this assumption, this paper proposes an algorithm in two phases that takes advantage of the ordinal structure of the dataset and tries to translate this ordinal structure in the total ordered real line and then to rank the patterns of the dataset. The first phase makes a projection of the ordinal structure of the feature space. Next, an evolutionary algorithm tunes the first projection working with the misclassified patterns near the border of their right class. The results obtained in seven ordinal datasets are competitive in comparison with state-of-the-art algorithms in ordinal regression, but with much less computational time in datasets with many patterns.

2012-01-01T00:00:00Z Galnares Jiménez-Placer, Carlos Martínez Estudillo, Alfonso Carlos Carbonero Ruz, Mariano Campoy Muñoz, María Del Pilar https://hdl.handle.net/20.500.12412/7183 2026-04-16T21:00:30Z 2022-06-06T00:00:00Z

Revisiting the determinants of sovereign debt ratings in Europe through artificial intelligence techniques Galnares Jiménez-Placer, Carlos; Martínez Estudillo, Alfonso Carlos; Carbonero Ruz, Mariano; Campoy Muñoz, María Del Pilar In papers using artificial intelligence (AI) techniques, little attention has been paid to the determinants of sovereign debt ratings. We propose a reduced set of variables regarding the economic performance of a country that are consistent with the idea of debt sustainability. The robustness of this set is supported by the results obtained with different well-known AI techniques using data from EU-15 countries during the 2002–2017 period as the experimental setting. The variables are publicly available, allowing a quick and reliable assessment of the creditworthiness of a sovereign and providing useful information for decision-makers and investors.

2022-06-06T00:00:00Z