Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Cea Klapp, Francisco Javier"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Modelo multimodal no invasivo para la estimacion del bienestar estudiantil.
    (Universidad de Concepción, 2025) Cea Klapp, Francisco Javier; Flores Huenchullanca, Ricardo Antonio; Caro Seguel, Juan Carlos; Maluenda Albornoz, Jorge Ignacio
    En el marco de un estudio piloto, se explora la viabilidad de un modelo multimodal no invasivo para estimar alteraciones asociadas al bienestar estudiantil en un entorno universitario. La propuesta integra, de forma experimental, datos biométricos obtenidos mediante dispositivos wearables, rasgos faciales y características acústicas extraídas de grabaciones audiovisuales, junto con representaciones semánticas de transcripciones textuales. El proceso metodológico incluye la aplicación de cuestionarios psicométricos estandarizados, la captura y procesamiento automatizado de cada modalidad y la construcción de vectores multimodales consolidados. Se implementan distintas estrategias de integración y selección de características con el fin de reducir el riesgo de sobreajuste derivado de la alta dimensionalidad y del tamaño reducido de la muestra. Los análisis realizados evidencian que la combinación de modalidades heterogéneas es técnicamente factible y que la selección de atributos relevantes contribuye a mejorar el rendimiento de los modelos, planteando un marco prometedor para futuros estudios de mayor alcance orientados al monitoreo no invasivo del bienestar estudiantil.
Síguenos en...