2026-06-30T04:08:02Zhttps://riubu.ubu.es/oai/request

oai:riubu.ubu.es:10259/94482024-07-20T00:05:20Zcom_10259_9423com_10259_5087com_10259_2728col_10259_9447

Sáez García, Javier Sáiz Manzanares, María Consuelo Marticorena Sánchez, Raúl Universidad de Burgos. Departamento de Ciencias de la Salud Eye tracking Clustering Galvanic skin response Behaviour analysis Learning patterns Machine learning Data mining Respuesta galvánica de la piel Análisis conductual Patrones de aprendizaje Aprendizaje automático Minería de datos En el contexto actual de la educación, la integración de tecnologías avanzadas como el eye tracking puede ser una poderosa herramienta para analizar y entender los patrones de aprendizaje de cada uno de los integrantes del estudiantado. Concretamente, es una tecnología que permite el rastreo y el registro continuo de los movimientos oculares de los individuos, proporcionando información detallada sobre cuánto tiempo, dónde y cómo reciben los diferentes estímulos visuales durante el proceso de aprendizaje. Debido a la captura continua de estos movimientos, este tipo de tecnologías generan grandes volúmenes de datos a una velocidad elevada, lo que presenta un desafío significativo para cualquier profesional que no posea conocimientos avanzados en el análisis de grandes cantidades de datos. Para poder visualizar, procesar y analizar esa información, es crucial utilizar herramientas de análisis datos y técnicas de Aprendizaje Automático o Machine Learning que permitan extraer conclusiones y tomar decisiones informadas. El análisis preciso de estos datos proporciona una ventana única para comprender cómo el alumnado interactúa con el material educativo y cómo su atención visual se distribuye a lo largo de los contenidos durante proceso de aprendizaje. Este Trabajo Fin de Grado se enfoca en la integración del eye tracking con herramientas que miden el registro electromiográfico, con el objetivo es desarrollar un software o cuaderno de programación que permita el análisis de los datos facilitando el tratamiento de los mismos. Este desarrollo servirá como plantilla que permitirá a los profesional, independientemente de su nivel de conocimiento en análisis de datos, comprender mejor el procesamiento de la información durante el proceso de aprendizaje. A través del estudio de los patrones de seguimiento visual y los registros electromiográficos, este recurso proporciona una herramienta accesible y eficiente para extraer conclusiones y tomar decisiones informadas en el ámbito educativo. In the current context of education, the integration of advanced technologies such as eye tracking can be a powerful tool for analysing and understanding the learning patterns of individual students. Specifically, it is a technology that allows the continuous tracking and recording of individuals’ eye movements, providing detailed information on how long, where and how they receive different visual stimuli during the learning process. Due to the continuous capture of these movements, this type of technology generates large volumes of data at a high speed, which presents a significant challenge for any professional who does not have advanced knowledge in the analysis of large amounts of data. In order to visualise, process and analyse this information, it is crucial to use data analysis tools and Machine Learning techniques to draw conclusions and make informed decisions. Accurate analysis of this data provides a unique window to understand how students interact with educational material and how their visual attention is distributed throughout the content during the learning process. This Final Degree Project focuses on the integration of the eye tracking with tools that measure the electromyographic recording, with the aim of developing a software or programming notebook that allows the analysis of the data, facilitating their processing. This development will serve as a template that will allow professionals, regardless of their level of knowledge in data analysis, to better understand the processing of information during the learning process. Through the study of visual tracking patterns and electromyographic recordings, this resource provides an accessible and efficient tool for drawing conclusions and making informed educational decisions. 2024-07-19 2024-07-19 2024-06-16 info:eu-repo/semantics/bachelorThesis http://hdl.handle.net/10259/9448 spa http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess Attribution-NonCommercial-NoDerivatives 4.0 Internacional