<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
  <channel>
    <title>DSpace Collection:</title>
    <link>https://repositorio.cetys.mx/handle/60000/52</link>
    <description />
    <pubDate>Thu, 19 Feb 2026 00:50:20 GMT</pubDate>
    <dc:date>2026-02-19T00:50:20Z</dc:date>
    <item>
      <title>Guía para el uso de la inteligencia articial en entornos académicos</title>
      <link>https://repositorio.cetys.mx/handle/60000/1955</link>
      <description>Title: Guía para el uso de la inteligencia articial en entornos académicos
Authors: Montes Silva, Melanie Elizabeth; Jiménez-Salazar, Jonathan; Navarro-Espíritu, Gabriela; Bonilla-Esquivel, José Luis
Description: Vicerrectoría Académica del Sistema CETYS Universidad</description>
      <pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://repositorio.cetys.mx/handle/60000/1955</guid>
      <dc:date>2025-01-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Hacia la implementación de la Pedagogía Culturalmente Relevante: Estrategias para mejorar el rendimiento académico de los English Language Learners en Arizona, Estados Unidos.</title>
      <link>https://repositorio.cetys.mx/handle/60000/1947</link>
      <description>Title: Hacia la implementación de la Pedagogía Culturalmente Relevante: Estrategias para mejorar el rendimiento académico de los English Language Learners en Arizona, Estados Unidos.
Authors: De León Sánchez, Liz Karina
Abstract: La presente investigación aborda el problema del bajo rendimiento académico de los&#xD;
estudiantes identificados como English Language Learners (ELL) en escuelas elementales de&#xD;
Arizona, describiendo cómo la implementación de una pedagogía culturalmente relevante influye&#xD;
en sus resultados escolares. Los participantes fueron maestros de educación elemental y&#xD;
estudiantes ELL de un distrito escolar del sur de Phoenix, caracterizado por una alta&#xD;
concentración de población hispana y contextos de diversidad lingüística. Se utilizó un enfoque&#xD;
cuantitativo con alcance descriptivo, mediante la aplicación de encuestas estructuradas que&#xD;
indagaron percepciones sobre cultura, prácticas pedagógicas y experiencias educativas. Los&#xD;
hallazgos revelaron una desconexión significativa entre la cultura de los estudiantes y las&#xD;
estrategias de enseñanza utilizadas en el aula, así como una limitada formación docente en&#xD;
pedagogía culturalmente relevante. No obstante, también se identificaron casos en los que los&#xD;
maestros que integran elementos culturales en su instrucción logran fortalecer la participación,&#xD;
autoestima y percepción de logro de sus estudiantes ELL. Se concluye que adoptar una&#xD;
pedagogía culturalmente relevante representa una estrategia eficaz para cerrar brechas de&#xD;
rendimiento, promover entornos inclusivos y avanzar hacia una educación más equitativa en&#xD;
contextos multiculturales y multilingüísticos.</description>
      <pubDate>Sun, 01 Jun 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://repositorio.cetys.mx/handle/60000/1947</guid>
      <dc:date>2025-06-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Sistema automatizado de adquisición y análisis dinámico de datos para el soporte a decisiones en criptomercados</title>
      <link>https://repositorio.cetys.mx/handle/60000/1942</link>
      <description>Title: Sistema automatizado de adquisición y análisis dinámico de datos para el soporte a decisiones en criptomercados
Authors: Solis Arellano, Martha Selene
Abstract: En los mercados financieros, la toma de decisiones depende de interpretar grandes volúmenes de datos en periodos breves y bajo incertidumbre. Similar a cómo los hablantes comprenden y generan enunciados sin conocer todas las combinaciones posibles, los inversionistas analizan datos limitados y desarrollan estrategias sin certeza del comportamiento futuro. En ambos casos, el contexto y la identificación de patrones son claves para generar predicciones.&#xD;
Esta investigación presenta un sistema automatizado de adquisición y análisis dinámico de datos para apoyar la toma de decisiones en criptomercados. El prototipo combina principios del análisis técnico, que sostiene que el mercado descuenta toda la información y sigue tendencias, con técnicas de procesamiento de lenguaje natural. Recopila datos de precios de criptomonedas, indicadores técnicos y noticias financieras; aplica Análisis de Sentimiento mediante un modelo especializado en lenguaje financiero y utiliza un modelo avanzado de generación de texto para producir reportes automatizados que integran datos estructurados y no estructurados.&#xD;
Los resultados obtenidos muestran que el sistema puede integrar datos heterogéneos y generar interpretaciones automatizadas que reflejan tendencias generales del mercado.&#xD;
Si bien los reportes producidos ofrecen información útil para inversionistas de distintos niveles de experiencia, también se identificaron limitaciones relacionadas con la precisión interpretativa y la dependencia de la calidad de las fuentes de datos. Estos hallazgos resaltan el potencial de combinar técnicas de Procesamiento de Lenguaje Natural y Análisis Técnico, al tiempo que señalan áreas de mejora para futuros desarrollos en entornos financieros altamente volátiles.</description>
      <pubDate>Sun, 01 Jun 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://repositorio.cetys.mx/handle/60000/1942</guid>
      <dc:date>2025-06-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Colores que cobran vida: aplicación de redes neuronales profundas en la coloración de imágenes</title>
      <link>https://repositorio.cetys.mx/handle/60000/1941</link>
      <description>Title: Colores que cobran vida: aplicación de redes neuronales profundas en la coloración de imágenes
Authors: Argueta Vázquez, Norma Vanessa
Abstract: El presente estudio de investigación aborda el desarrollo de un modelo de colorización automática de imágenes en escala de grises mediante un enfoque híbrido de aprendizaje profundo, que combina las fortalezas de tres arquitecturas: redes neuronales convolucionales&#xD;
&#xD;
(CNN), redes generativas adversariales (GAN) y Visión Transformers (ViT). El sistema propuesto tiene como objetivo reconstruir los colores perdidos en imágenes monocromáticas de manera realista, eficiente y coherente, apoyándose en la capacidad de aprendizaje de patrones espaciales locales, generación adversarial de detalles visuales y atención global a largo alcance.&#xD;
Para su entrenamiento, se utilizo el conjunto de datos ImageNet, ampliamente reconocido por su variedad de clases y riqueza visual, lo cual permitió al modelo generalizar de forma adecuada a distintos contextos y estilos de imagen. La evaluación se realizó mediante métricas cuantitativas como el PSNR (Peak Signal-to-Noise Ratio) y el SSIM (Structural&#xD;
Similarity Index ), lo que permitió validar tanto la fidelidad del color como la preservación&#xD;
de la estructura visual en las imágenes generadas.&#xD;
Además, el modelo fue diseñado para adaptarse tanto a entornos con CPU (Unidad Central de Procesamiento) como GPU (Unidad de Procesamiento Gráfico), garantizando su versatilidad y aplicabilidad en diversas condiciones computacionales. Como conclusión, el sistema demostró ser efectivo en la tarea de colorización automática, superando modelos base en&#xD;
términos de calidad visual. Este trabajo representa un aporte significativo en el campo de&#xD;
la visión por computadora, con potencial para ser aplicado en la restauración de archivos&#xD;
históricos, arte digital y medios audiovisuales.</description>
      <pubDate>Sun, 01 Jun 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://repositorio.cetys.mx/handle/60000/1941</guid>
      <dc:date>2025-06-01T00:00:00Z</dc:date>
    </item>
  </channel>
</rss>

