Número completo
Full number
2024 ---- Metodologías para el aprendizaje y la inteligencia artificial
Editores: Eugenia Erica Vera Cervantes, Josefina Guerrero García, Yadira Navarro Rangel, Daniel Mocencahua Mora y Juan Manuel González Calleros.
Capítulos/Chapters
Capítulo 1. Teoría de la Evaluación Científica
Claudia Dayana Pérez Ruíz, Ricardo Villegas Tovar, Josefina Guerrero García.
Capítulo 2. El papel de las redes sociales en la búsqueda de ayuda matemática como estrategia de aprendizaje para alumnos de bachillerato y universitarios
Jeshú Javier Gutiérrez Flore, Daniel Mocencahua Mora, Eugenia Erica Vera Cervantes.
Capítulo 3. Desarrollo Iterativo Incremental: encuadre metodológico para la integración de Recursos Educativos Abiertos
Jaime Sabines Córdova1, Alfonso Cano Robles, Yadira Navarro Rangel.
Capítulo 4. Revisión Sistemática para el Diseño de un Instrumento de Evaluación desde el Género Argumentativo en Estudiantes de la Licenciatura en la Enseñanza del Inglés
Georgina Aguilar González, Eugenia Erica Vera Cervantes, Alfonso Cano Robles.
Capítulo 5. Literacidad Crítica Digital en Profesores de Educación Superior: Una Revisión Sistemática
Heriberto Yañez Castillo, Daniel Mocencahua Mora, Ricardo Cartas Figueroa.
Capítulo 6. Implementation of Remote Laboratories in Higher Education Engineering Teaching: A Systematic Review
Daniel Hernández Rodríguez, Ivan Olmos Pineda, Josefina Castañeda Camacho.
Capítulo 7. Evolución del Design Thinking en educación
Diego Gerardo Rojas Rojas, Yadira Navarro Rangel, Iván Olmos Pineda.
Capítulo 8. Estrategias de desarrollo profesional docente para STEM: Una revisión bibliográfica
Eduar Rodolfo Becerra Martínez, Juan Manuel González Calleros, Erika-A. Martínez-Mirón.
Capítulo 9. Instrumentos de Evaluación de Competencia digital de docentes y sus formas de validación
María Alejandra Archundia Pérez, Ricardo Villegas Tovar, Rosa Isela Sandoval Cruz.
Capítulo 10. Calidad y excelencia en la educación superior mexicana, el imperativo de su delimitación teórica
José Víctor Manuel Vallejo Córdoba, Yadira Navarro Rangel, Ricardo Villegas Tovar.
Capítulo 11. Una investigación acción participativa crítica para promover el uso responsable de herramientas de IA con actores de la educación superior
Soraia S. Prietch, Josefina Guerrero García, Juan Manuel González Calleros.
Capítulo 12. Desarrollo de curso virtual con enfoque de evaluación formativa a través de la retroalimentación
Miguel Ángel Villazcán Flores, Josefina Guerrero García, Eugenia Erica Vera Cervantes.
Capítulo 13. Entornos Virtuales de Aprendizaje y la Competencia Comunicativa Oral en inglés: Una Revisión Sistemática
Evangelina García Márquez, Juan Manuel González Calleros, Alfredo García Suárez.
Capítulo 14. La brecha digital cognitiva como obstáculo para el uso de la tecnología en estudiantes del Técnico Superior Universitario de una Universidad Tecnológica en el Estado de Puebla
Gisela Pérez-Juárez, Erika A. Martínez-Mirón, Luis A. Sánchez-Gaspariano.
Capítulo 15. Talleres OPEX: de las redes de aprendizaje al diseño instruccional; una experiencia en la división industrial de la universidad tecnológica de Querétaro
Rocío E. Magaña, Rolando Gutiérrez, Luis F. López.
Número completo
Full number
La automatización de la investigación y la inteligencia artificial. Oportunidades y amenazas en ciberseguridad
Francisco José Martínez López. Universidad de Huelva.
Inmaculada Puebla Sánchez. Universidad Francisco de Vitoria.
https://doi.org/10.54988/uaj.979-13-990252-7-9_05
Resumen / Abstract
La automatización de la investigación y el uso de la inteligencia artificial (IA) están transformando profundamente el campo de la ciberseguridad. Estas tecnologías permiten analizar grandes volúmenes de datos, detectar amenazas en tiempo real y responder a incidentes con mayor rapidez y precisión. La automatización de la investigación mediante la inteligencia artificial (IA) indica el uso de tecnologías avanzadas para agilizar, mejorar y en algunos casos, reemplazar procesos tradicionales de investigación. La IA permite manejar grandes volúmenes de datos, analizar patrones complejos y generar insights con mayor rapidez y precisión que los métodos humanos convencionales. En el contexto de la investigación, la automatización ayuda en tareas como la recopilación y clasificación de información, el análisis estadístico, la generación de hipótesis y la redacción de reportes. Esto no solo optimiza el tiempo y recursos, sino que también reduce errores y sesgos. Además, la IA facilita la investigación interdisciplinaria y la exploración de nuevas áreas al integrar múltiples fuentes de datos y ofrecer predicciones basadas en aprendizaje automático. Sin embargo, también plantea desafíos éticos y de confiabilidad que deben abordarse, como la transparencia en los algoritmos y la interpretación de resultados. Como oportunidades en Ciberseguridad, podemos considerar la detección temprana de amenazas mediante algoritmos que identifican patrones anómalos en redes y sistemas. La automatización de tareas repetitivas, lo que libera a los analistas para enfocarse en decisiones estratégicas. La mejora en la respuesta a incidentes, con sistemas que actúan en segundos frente a ataques. La predicción de vulnerabilidades futuras, gracias al análisis de tendencias en datos históricos. Como amenazas en Ciberseguridad, el uso malicioso de la IA por parte de cibercriminales, por ejemplo, para crear malware más sofisticado o realizar ataques automatizados. Los falsos positivos o negativos, que pueden llevar a decisiones incorrectas si los algoritmos no están bien entrenados. La dependencia excesiva de la automatización, que puede reducir la capacidad de respuesta humana frente a situaciones nuevas o inesperadas. Los problemas éticos y de privacidad, relacionados con el uso de datos sensibles para entrenar sistemas de IA. En resumen, aunque la automatización de la investigación y la IA ofrecen grandes ventajas en ciberseguridad, también presentan riesgos que deben gestionarse con una combinación de supervisión humana, regulación adecuada y desarrollo responsable de tecnologías. La combinación de automatización e IA está transformando la investigación científica y académica, haciendo los procesos más eficientes, accesibles y avanzados.
Investigation automation and the use of artificial intelligence (AI) are profoundly transforming the field of cybersecurity. These technologies allow for the analysis of large volumes of data, real-time threat detection, and faster and more accurate incident response. Investigation automation through artificial intelligence (AI) refers to the use of advanced technologies to streamline, improve, and in some cases, replace traditional investigation processes. AI makes it possible to handle large volumes of data, analyze complex patterns, and generate insights more quickly and accurately than conventional human methods. In the context of investigation, automation assists with tasks such as information gathering and classification, statistical analysis, hypothesis generation, and report writing. This not only optimizes time and resources but also reduces errors and biases. Furthermore, AI facilitates interdisciplinary research and the exploration of new areas by integrating multiple data sources and offering machine learning-based predictions. However, it also raises ethical and reliability challenges that must be addressed, such as transparency in algorithms and the interpretation of results. As opportunities in cybersecurity, we can consider the early detection of threats through algorithms that identify anomalous patterns in networks and systems. The automation of repetitive tasks, which frees analysts to focus on strategic decisions. Improved incident response, with systems that respond to attacks within seconds. The prediction of future vulnerabilities, thanks to the analysis of trends in historical data. As threats in cybersecurity, we can consider the malicious use of AI by cybercriminals, for example, to create more sophisticated malware or carry out automated attacks. False positives or negatives, which can lead to incorrect decisions if the algorithms are not well trained. Overreliance on automation, which can reduce human response capacity in new or unexpected situations. Ethical and privacy issues related to the use of sensitive data to train AI systems. In short, while investigative automation and AI offer significant advantages in cybersecurity, they also present risks that must be managed with a combination of human oversight, appropriate regulation, and responsible technology development. The combination of automation and AI is transforming scientific and academic research, making processes more efficient, accessible, and advanced.
Palabras Clave / Keywords
Inteligencia artificial, ciberseguridad, automatización, simulación, gemelos digitales.
Artificial intelligence, cybersecurity, automation, simulation, digital twins.
Referencias / References
1. Álvarez, H. (2023). Los simuladores de negocios y la Inteligencia Artificial generativa aplicada en la educación universitaria: situación del estado del arte. Perú. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.
2. Amézquita, Juan A. (2023). Uso responsable de ChatGPT en el aula: cómo convertirlo en un aliado en los procesos educativos. Guadalajara México. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.
3. Blancafort-Masriera, L. (2021). Los simuladores de negocios como metodología estratégica en la formación en dirección de empresas: visión del docente. Company Games & Business Simulation Academic Journal, 1(1), 59–71. http://www.uajournals.com/ojs/index.php/businesssimulationjournal/article/view/872
4. García, Juan P., Alor, Lina B. y Cisneros, Yanette G. (2023). Percepción de los tutores virtuales sobre el impacto de la Inteligencia Artificial en la educación universitaria. Mexico. Company Games & Business Simulation Academic Journal, 3(1), 2023. ISSN: 2792-3150.
5. García, Juan P. y Cisneros, Yanette G. (2024). Simulación por medio de la interacción con agentes asistidos por IA: una nueva era en la formación de líderes de posgrado. Mexico. Company Games y&Business Simulation Academic Journal, 4(1), 2023. ISSN: 2792-3150.
6. Hwan, G. J. y Chien, S. Y. (2022). Definition, roles, and potential research issues of the metaverse in education: An artificial intelligence perspective. Computers and Education: Artificial Intelligence, 3(May), 100082. https://doi.org/10.1016/j.caeai.2022.100082
7. Infante-Moro, A., Infante-Moro, J. C., y Gallardo-Pérez, J. (2022). Factores claves para concienciar la ciberseguridad en los empleados. Revista de Pensamiento Estratégico y Seguridad CISDE, 7(1), 69-79.
8. Jacobs, C., Foote, G. y Williams, M. (2023). Evaluating user experience with immersive technology in simulation-based education: A modified Delphi study with qualitative analysis. PLoS ONE, 18(8 August), 1–17. https://doi.org/10.1371/journal.pone.0275766
9. Martínez López, F. J.; Ruiz Frutos, C. y García Ordaz, M. (2008) Teletrabajo: seguridad y salud sin importar la distancia. Riesgos Laborales. Nº 45, 12-19.
10. Martínez López, F. J., García Ordaz, M., García Ordaz, F. y Barroso González, M. (2000). Formación de redes de alumnos: un nuevo enfoque para la docencia universitaria. REM, Revista de Economía Mundial, Nº 3, ISSN 1576-0162.
11. Martínez López, F.J., Infante Moro, A. y Plaza Mejía, MA. (2002). Aplicación práctica de técnicas de innovación docente para el desarrollo de habilidades directivas, gerenciales y tecnológicas. @gora digit@al. Revista en Tecnologías de la comunicación, orientación e intervención socioeducativa. Nº 4, Segundo Semestre 2002. ISSN 1577-9831.
12. Martínez López, F.J., Luna Huertas, P. y García Ordaz, M. (2004). Una nueva experiencia formativa: creación de redes de alumnos telemáticas interuniversitarias. Revista de Enseñanza Universitaria. Nº 23. 2004. Pág. 23-37. ISSN 1131-5245, eISSN: 2172-6566.
13. Martínez López, F. J. y Puebla Sánchez, I. (2021) Simulación, la nueva frontera de la ciencia: justificación de la necesidad de un corpus académico de este campo científico. estado del arte y revisión bibliográfica. Company Games & Business Simulation Academic Journal, 1(1), 73-89. ISSN: 2792-3150.
14. Martínez López, F. J. y Puebla Sánchez, I. (2022). La simulación y los serious games en la empresa española: un análisis empírico. Company Games & Business Simulation Academic Journal, 2(1), 69-76. ISSN: 2792-3150.
15. Martínez López, F. J., Puebla Sánchez, I., Blankafort, L y Galifa , J. (2023). El Mundo Simulado: del Mito de la Caverna al Metaverso. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.
16. Martínez López, F. J. y Puebla Sánchez, I. (2022). El Metaverso desde un enfoque Sistémico. Una gran oportunidad. IV Congreso Iberoamericano de Soluciones Sistémicas para la Transformación de las Organizaciones. IV CISSTO, SESGE. ISBN: 978-84-09-46528-6
17. Martínez López, F. J., . et al (2024). El Pensamiento Sistémico y la Inteligencia Artificial, VI Congreso Iberoamericano de Soluciones Sistémicas para la Transformación de las Organizaciones. VI CISSTO, SESGE. ISBN: 978-84-09-46528-6.
18. Martínez López, F. J. y Puebla Sánchez, I. (2025). La Simulación, la Nueva Frontera de la Inteligencia Artificial. Simposio Internacional sobre Inteligencia Artificial y Educación en el Marco de los Derechos Humanos. UPacifico Ecuador. Marzo 2025.
19. Kwan, Chap K. y Becker, Silvio E. (2023). Adopción de la Inteligencia Artificial ChtGPT en la educación superior: perspectiva de los docentes universitarios en Paraguay. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.
20. Puebla, I., Solá, F., Temiño, I. y Torres, A. (2014). Flipped learning results: a case study in macroeconomics. Congress Sevilla. November 2014.
21. Puebla, I. et al. (2018). Gamification as an Integral Training Tool. Experience of Entrepreneurship through a Serious Game in the UFV: The Energy Drink Case. CUICIID 2018. 2018.
22. Puebla, I. y Temiño, I. (2018). La importancia de los Centros de Simulación Empresarial en la formación universitaria. International Journal of Information Systems and Software Engineering for Big Companies (IJISEBC). 5(2), 115-122, 2018. (www.ijisebc.com)
23. Puebla, I. y Ayestarán, R. (2020). Sharing student marketing competences through gamification and its use as a decision making tool for business planning. Edulearn20, July 2020.
24. Tumiri, T., Duran, L., Lin, J., Ríos, N. B., Mosca, A., y Gómez, T. (2023). La Imagen de enfermería y Simulación. Metaverse Basic and Applied Research, 2, 36-36.
Cómo citar / How to cite
Martínez López, F. J., y Puebla Sánchez, I. (2025). La automatización de la investigación y la inteligencia artificial. Oportunidades y amenazas en ciberseguridad. En Academia Iberoamericana de La Rábida, (1ª ed.), Formación en ciberseguridad y ética en trabajos académicos y científicos (pp. 113-134). Huelva: Academia Iberoamericana de La Rábida / United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.979-13-990252-7-9_05
Número completo
Full number
Percepción del uso de la IA en estudiantes universitarios de ciencias empresariales de Lambayeque, 2024
Jose Carlos Montes Ninaquispe. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.
Fernando Antonio Arriola Jiménez. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.
Heidi Halina Rázuri-Rubio. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.
Alberto Luis Pantaleón Santa María. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.
Kelly Cristina Vásquez Huatay. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.
Luis Guillermo Arbulú Rivera. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.
Resumen / Abstract
El objetivo de este estudio fue describir la percepción del uso de la inteligencia artificial en estudiantes universitarios de ciencias empresariales de la región Lambayeque, Perú. La metodología empleada fue un enfoque cuantitativo con un alcance descriptivo, utilizando encuestas validadas y distribuidas a una muestra de 420 estudiantes de diversas universidades privadas. Los resultados indicaron una percepción media predominante de la IA en todos los grupos de edad, con variaciones según el nivel de estudios y género. Los estudiantes menores de 20 años mostraron una percepción alta significativa, mientras que los mayores de 23 años presentaron una evaluación más crítica. Tanto hombres como mujeres tuvieron una percepción mayoritariamente media, aunque los hombres mostraron una mayor proporción de percepción alta. Se concluye que la aceptación de la IA es cautelosa pero positiva, y se recomiendan programas de capacitación, mejoras en la infraestructura tecnológica y políticas educativas que promuevan el uso ético de la IA.
Palabras Clave / Keywords
Inteligencia artificial, Chat GPT, Percepción estudiantil, Educación superior, Tecnología educativa, Brecha digital, Capacitación tecnológica.
Referencias / References
1. Alarcon-Llontop, L.-R., Pasapera-Ramírez, S., Torres-Mirez, K.: The ChatGPT Application: Initial Perceptions of University Teachers | La Aplicación ChatGPT: Iniciales Percepciones de Docentes Universitarios. In: Proceedings of the LACCEI international Multi-conference for Engineering, Education and Technology. (2023).
2. Ríos Hernández, I. N., Mateus, J.-C., Rivera-Rogel, D., Ávila Meléndez, L. R.: Perceptions of Latin American Students on the Use of Artificial Intelligence in Higher Education | Percepções de estudantes latinoamericanos sobre o uso de inteligência artificial no ensino superior. Austral Comunicacion 13, (2024). https://doi.org/10.26422/aucom.2024.1301.rio
3. Hammoudi Halat, D., Shami, R., Daud, A., et al.: Artificial Intelligence Readiness, Perceptions, and Educational Needs Among Dental Students: A Cross-Sectional Study. Clin Exp Dent Res 10, (2024). https://doi.org/10.1002/cre2.925
4. Arruzza, E.: Radiography students’ perceptions of artificial intelligence in medical imaging. J Med Imaging Radiat Sci 55, 258-263 (2024). https://doi.org/10.1016/j.jmir.2024.02.014
5. Cowit, N. Q., Fiesler, C.: Student Preconceptions of Artificial Intelligence: Results from Single Institution Survey. In: SIGCSE 2024 - Proceedings of the 55th ACM Technical Symposium on Computer Science Education, pp. 1610-1611. (2024).
6. Alarcón-Llontop, L.-R., Lomas Chacón, P. E., Cruz Páez, P., et al.: Perceptions of Ecuadorian and Peruvian University Teachers on ChatGPT. (2024).
7. Ruiz-Talavera, D., De la Cruz-Aguero, J. E., García-Palomino, N., et al.: Artificial intelligence and its impact on job opportunities among university students in North Lima, 2023. EAI Endorsed Transactions on Scalable Information Systems 10, 1-8 (2023). https://doi.org/10.4108/eetsis.3841
8. Agrawal, P., Tan, C., Heena, R.: Advancing Perception in Artificial Intelligence through Principles of Cognitive Science. In: Cornell University. (2023). https://arxiv.org/pdf/2310.08803
9. Chu, Y., Li, J., Xu, J.: How is the AI Perceived When It Behaves (Un)Fairly?. (2023).
10. Pňaček, M.: Affective Change Through Affective Artificial Intelligence. In: AI and Society. Chapman and Hall/CRC, Boca Raton, pp. 71-90. (2022).
Cómo citar / How to cite
Montes Ninaquispe, J. C., Arriola Jiménez, F. A., Rázuri-Rubio, H. H., Pantaleón Santa María, A. A., Vásquez Huatay, K. K., y Arbulú Rivera, L. G. (2024). Percepción del uso de la IA en estudiantes universitarios de ciencias empresariales de Lambayeque, 2024. En C. Rusu et al., (1ª ed.), Transformación digital en la educación: innovaciones y desafíos (pp. 59-63). Huelva (España): United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.000029.009
Número completo
Full number
Reduciendo la Deserción en Carreras STEM - Educación Superior: Factores y Estrategias para la Retención de Estudiantes de Ingeniería con Perspectiva de Género
Ana Bustamante-Mora. Departamento de Ciencias de la Computación e Informática, Universidad de La Frontera, Temuco, Chile.
Jaime Díaz-Arancibia. Departamento de Ciencias de la Computación e Informática, Universidad de La Frontera, Temuco, Chile.
Mauricio Diéguez-Rebolledo. Departamento de Ciencias de la Computación e Informática, Universidad de La Frontera, Temuco, Chile.
Alexis Parada-Suárez. Departamento de Ciencias de la Computación e Informática, Universidad de La Frontera, Temuco, Chile.
Resumen / Abstract
La perspectiva de género en la educación superior y en la investigación avanza lentamente, más aún en el área tecnológica. Es por ello que, la equidad y la reducción de la brecha STEM es una preocupación global. Organismos internacionales, gobiernos y universidades son responsables de diseñar e implementar políticas para promover el desarrollo de sus académicas, mejorar el ingreso y retener a estudiantes en STEM. El objetivo de esta investigación es analizar las iniciativas y metodologías para mejorar la retención de las estudiantes, especialmente en ingeniería y tecnología. Para realizar este análisis, se aplicó la metodología de mapeo sistemático siguiendo los pasos de Petersen, identificando buenas prácticas y dificultades aplicables a este desafío. Para proporcionar un apoyo práctico a los resultados teóricos, se aplicaron encuestas a estudiantes de segundo año de STEM obteniendo una visión más precisa y local relevante. El estudio revela que la falta de modelos de conducta, la percepción de un entorno excluyente, la baja tasa de mujeres y la falta de apoyo constante, son factores críticos. Se constata que la autoeficacia y la motivación intrínseca desempeñan un papel clave en la decisión abandonar sus estudios, la desmotivación se ve alimentada por experiencias negativas y la falta de pertenencia se identifica como factor crucial.
Palabras Clave / Keywords
Deserción, STEM, Género, Motivación, Retención, Ingeniería.
Referencias / References
1. Elaine J. Hom and Daisy Dobrijevic. What is Stem Education? http://www.livescience.com/43296-what-is-stem-education.html, 2022. Accessed: 2024-07-12.
2. Florina Guadalupe Arredondo Trapero, José Carlos Vázquez Parra, and Luz María Velázquez Sánchez. Stem y brecha de género en Latinoamérica. Revista de El Colegio de San Luis, (18):137–158, April 2019.
3. UNESCO. Más mujeres STEM mejoraría el desarrollo económico de la región. https://www.unesco.org/es/articles/mas-mujeres-en-ciencia-tecnologia-ingenieria-y-matematicas-mejoraria-el-desarrollo-economico, 2020. Accessed: 24-07-12.
4. MINEDUC. Brechas de Género Ed. Superior 2023. https://www.mifuturo.cl/wp-content/uploads/2024/03/Brechas genero 2023 SIES. Accessed: 2024-07-12.
5. Kai Petersen, Robert Feldt, Shahid Mujtaba, and Michael Mattsson. Systematic mapping studies in software engineering. In Electronic Workshops in Computing. BCS Learning Development, June 2008.
6. Caroline Marete, Wei Zakharov, and Flavio Antonio Coimbra Mendonca. A systematic literature review examining the gender gap in collegiate aviation and aerospace education. Collegiate Aviation Review International, 40(1), 2022.
7. Katrin Rosenthal. Is gender equality still an issue? gender (im)balances in stem. Chemie Ingenieur Technik, 93(8):1207–1209, May 2021.
8. Ana Karen Rangel Lappe, Dennys Torales-Sánchez, Ana Barbara Garza Fuentes, and Patricia Caratozzolo. Work in progress: Addressing barriers for women in stem in Mexico. In (EDUCON). IEEE, April 2021.
9. E. Vidal, E. Castro, S. Montoya, and K. Payihuanca. Closing the gender gap in engineering: Students role model program. In 43rd International Convention on Information, Communication and Electronic Technology. IEEE, September 2020.
10. Ana Bustamante-Mora, Mauricio Diéguez-Rebolledo, Yemsy Hormazábal, Yolanda Valdés, and Elizabeth Vidal. Policies, projects, and initiatives for sustainable higher education with gender equity: Literature review and case study - Universidad de La Frontera. Sustainability, 16(12), 2024.
11. Mónica Quezada-Espinoza, Ángeles Domínguez, and Genaro Zavala. Academic and professional relevance of physics: Comparing perceptions of engineering students from Mexico and Chile. International Journal of Engineering Education, 37(5):1174–1185, 2021.
12. Alicia García-Holgado and and Francisco José García-Peñalvo. A Model for Bridging the Gender Gap in STEM in Higher Education Institutions, page 1–19. Springer Nature Singapore, 2022.
13. Alexandra D. Urban. Closing the Gender Gap in STEM MOOCs Through Brief, Novel Interventions, page 589–605. Springer Nature Switzerland, 2023.
14. Lukas F. Litzellachner, Julie Barnett, Lucy Yeomans, and Leda Blackwood. How harassment is depriving universities of talent: a national survey of stem academics in the UK. Frontiers in Psychology, 14, January 2024.
Cómo citar / How to cite
Bustamante-Mora, A., Díaz-Arancibia, J., Diéguez-Rebolledo, M., y Parada-Suárez, A. (2024). Reduciendo la Deserción en Carreras STEM - Educación Superior: Factores y Estrategias para la Retención de Estudiantes de Ingeniería con Perspectiva de Género. En C. Rusu et al., (1ª ed.), Transformación digital en la educación: innovaciones y desafíos (pp. 109-113). Huelva (España): United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.000029.017
