Browsing by Author "Leiva Bianchi, Marcelo Cristián"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Meta-análisis de mecanismos de aprendizaje automático para la detección de grooming en líneaAutores: Castillo Ponce, Nicolás AndrésProfesor: Leiva Bianchi, Marcelo CristiánAutor Institucional: Universidad de TalcaProfesor Guía: Astudillo Hernández, César AlejandroContexto: Debido a que las redes sociales se han convertido en algo de todos los días dado Internet, los niños se han vuelto más propensos a ser engañados por terceros. Entre los tipos de engaño existe el Grooming en línea, consistiendo en un adulto haciéndose pasar por niño, para mantener una relación falsa con otro menor de edad, buscando algún beneficio de índole sexual. Esta clase de personas son difíciles de detectar por el anonimato que existe en Internet, pues usan el lenguaje para camuflar su identidad. Por esta razón, varios autores han dedicado tiempo para desarrollar modelos de Aprendizaje Automático con la finalidad de detectar a estos personajes depredadores de menores. Existe un conflicto atemporal para este tipo de problemas basados en el lenguaje, y es que este ´ultimo se encuentra en constante cambio, resultando en algo complejo, para aquellos nuevos investigadores que quieran abordar la problemática, poder reunir la información relevante de investigaciones más actuales que le ayuden a desarrollar su solución. Problema: Reunir y sintetizar la información y resultados de investigaciones más actuales sobre aplicaciones de Aprendizaje Automático en Grooming en línea. Solución propuesta: Desarrollar una Revisión Sistemática de la Literatura que resuma el contenido de las investigaciones de los últimos años con un meta-análisis que evalúe la exactitud, la precisión, la sensibilidad y el F1-score (accuracy, precision, recall y F1) de los distintos algoritmos utilizados en los experimentos. Resultados: Para ACC, BiLSTM rinde con un 95 %, GB con un 94% y MLP con un 93 %. Para P, RF rinde con un 99 %, SVM con un 86% y MLP con un 81 %. Para R, LogR rinde con un 80%, MLP con un 78% y SVM con un 74 %. Para F1, MLP y SVM rinden ambos con un 79% y LogR con un 76 %. Conclusión: Los mejores algoritmos, seg´un este análisis, son MLP, SVM y LogR, con diferencias no muy grandes entre sus resultados, siendo comparados principalmente con P, R y F1.Item Propuesta de una intervención en inteligencia emocional para estudiantes de enseñanza media basada en la validación de la Escala de Competencias Socioemocionales (ECSE)Autores: Cuche Carvajal, Patricio AlejandroAutor Institucional: Universidad de TalcaProfesor Guía: Leiva Bianchi, Marcelo CristiánEl objetivo del presente estudio fue proponer una intervención para desarrollar la Inteligencia Emocional (IE) en estudiantes de segundo ciclo de Enseñanza Media, que les permita afrontar las demandas en competencias psicosociales necesarias para el trabajo en el actual contexto organizacional (Salanova & Schaufeli, 2009). La base de los distintos módulos de formación es la validación de la Escala de Competencias Socioemocionales (ECSE) de Repetto et al. (2009) en una muestra de 1046 estudiantes de una Universidad pública. Al aplicar un Análisis Factorial Paralelo (PA) a una muestra al azar de 348 estudiantes, se obtuvo cuatro dimensiones; Autoconciencia (AC), Regulación Emocional (RE), Empatía (E) y Liderazgo de Equipo (LE). Se analizó la consistencia interna de la ECSE y de las Sub-Escalas, obteniéndose valores adecuados. Se presenta la propuesta de intervención, compuesta de los cuatro módulos, definidos por la validación. Asimismo, se presentan las bases teóricas de la propuesta: la formación de competencias socioemocionales en el ámbito escolar (Repetto et al. 2009), un modelo de acción para el desarrollo del Aprendizaje Socio Emocional (Cherniss & Goleman, 2005) y la técnica del Focusing (Gendlin 1969,1999). El diseño del Programa de Desarrollo de Competencias Socioemocionales, utiliza metodología cuantitativa y cualitativa y permite la evaluación de su efectividad.
