Investigación en Redes Asociativas de Cognición para el Aprendizaje con Robótica Educativa de Hábitos de Hidratación Saludable.
DOI:
https://doi.org/10.47197/retos.v68.112260Palabras clave:
Cognición, Educación para la Salud, Educación Superior, RobóticaResumen
Introducción: La neuroeducación establece la necesidad de analizar las estructuras cognitivas para evaluar el aprendizaje. La demanda del avance tecnológico hace necesario el incremento de recursos digitales para la enseñanza y la alfabetización científica y digital.
Objetivo: Analizar las Redes Asociativas de Cognición de maestros en formación sobre el aprendizaje biocientífico de hábitos saludables de hidratación tras una intervención con Robótica Educativa.
Metodología: El estudio adopta un enfoque mixto y análisis de grafos utilizando los softwares Gephi® y Cytoscape®, y mediante medidas de Grado, Coeficiente de agrupamiento, Longitud media del camino más corto y Modularidad.
Resultados: La Leche se representa como eje principal de las estructuras cognitivas. Los nodos con mayor grado se sitúan en el centro del grafo, como Leche, Zumo natural, 2 litros de agua, 200 ml de agua o bebidas azucaradas, mientras que las Bebidas energéticas y Limonada natural, que tienen la menor relevancia, se sitúan más lejos.
Discusión: Existe asociación razonable entre las bebidas saludables y no saludables, así como una fuerte asociación entre el consumo de agua y las bebidas saludables, especialmente la Leche. Los maestros en formación comprenden mejor el concepto de ingesta diaria recomendada en comparación con el número de vasos específicos.
Conclusiones: Los conocimientos científicos adquiridos tras la intervención de Robótica Educativa se centran en contenidos relevantes para los hábitos saludables de hidratación. Para mejorar la evaluación en la educación superior, abogamos por más estudios que analicen las Redes Asociativas de Cognición sobre efectos del aprendizaje de contenidos científicos y el uso de recursos como la Robótica Educativa.
Citas
Aranceta, J., Arija, V., Maíz, E., Martínez, E., Ortega, R. M., Pérez-Rodrigo, C., ... & de Nutricion Comunita-ria, S.E.N.C. (2016). Guías alimentarias para la población española (SENC, diciembre 2016); la nueva pirámide de la alimentación saludable. Nutrición hospitalaria, 33(8), 1-48. https://dx.doi.org/10.20960/nh.827
Baronchelli, A., Ferrer-i-Cancho, R., Pastor-Satorras, R., Chater, N., & Christiansen, M. H. (2013). Net-works in cognitive science. Trends in cognitive sciences, 17(7), 348-360.
Belmonte, J. L., Sánchez, S. P., Bújez, M. R. V., & Mohedo, M. T. D. (2019). Herramientas robóticas para la dinamización de nuevos espacios educativos. Campus Virtuales, 8(1), 63-73.
Bers, M. U. (2017). The Seymour test: Powerful ideas in early childhood education. International Jour-nal of Child - Computer Interaction, 14, 10–14. http://dx.doi.org/10.1016/j.ijcci.2017.06.004
Bocconi, S., A. Chioccariello, P. Kampylis, V. Dagienė, P. Wastiau, K. Engelhardt, J. Earp, and G. Stupuri-enė. (2022). Reviewing Computational Thinking in Compulsory Education State of play and practices from computing education. Publications Office of the European Union. https://bit.ly/4dHaoqE
Chai, H. H., Gao, S. S., Chen, K. J., Duangthip, D., Lo, E. C. M., & Chu, C. H. (2020). A kindergarten-based oral health preventive approach for Hong Kong preschool children. Healthcare, 8(4), 545. https://doi.org/10.3390/healthcare8040545
Chang, H. Y., & Tsai, C. C. (2023). Epistemic network analysis of students’ drawings to investigate their conceptions of science learning with technology. Journal of Science Education and Technology, 32(2), 267-283. https://doi.org/10.1007/s10956-022-10026-9
Correa-Bautista, J. E. ., Ortega-Mora, G. I., & Rey Reyes, . M. S. (2024). Percepciones de estudiantes sobre el conocimiento pedagógico de contenido en docentes de ciencias del deporte: Un análisis de redes (Students’ perceptions of pedagogical content knowledge in sport sciences teachers: A network analysis). Retos, 59, 146–155. https://doi.org/10.47197/retos.v59.106829
Costa, A. P., de Souza, F. N., Moreira, A., & de Souza, D. N. (Junio de 2016). WebQDA—Qualitative data analysis software: Usability assessment. 11th Iberian Conference on Information Systems and Technologies (CISTI) (pp. 1-6). IEEE.
Creswell, J. W. (2014). A concise introduction to mixed methods research. SAGE publications
Cubero, J., Gracía, M., Sánchez, S., Vallejo, J. R., Rodrigo, M., & Moreno, J. M. R. (19 de junio de 2019). Aná-lisis de alfabetización en salud en estudiantes universitarios socio/sanitarios y usuarios de ofi-cina de farmacia. 8. º Congresso Ibero-Americano em Investigação Qualitativa (pp. 626-630). Ludomedia
De la Hoz, A., Cubero, J., Melo, L., Durán-Vinagre, M. A., & Sánchez, S. (2021). Analysis of digital literacy in health through active university teaching. International Journal of Environmental Research and Public Health, 18(12). https://doi.org/10.3390/ijerph18126674
De la Hoz, A., Melo, L., Álvarez, A., Cañada, F., & Cubero, J. (2023). The Promotion of Healthy Hydration Habits through Educational Robotics in University Students. Healthcare, 11(15), 2160. https://doi.org/10.3390/healthcare11152160
De la Hoz Serrano, A., Melo Niño, L. V., Álvarez Murillo, A., Cubero Juánez, J., Soto Ardila, L. M., & Cañada Cañada, F. (2024). Análisis Cualitativo de Redes Asociativas de Cognición en el aprendizaje cien-tífico del Agua. Didáctica De Las Ciencias Experimentales Y Sociales, (46), 107–122. https://doi.org/10.7203/dces.46.26506
Durán-Vinagre, M. Ángel, Leador Albano, V. M., Sánchez Herrera, S., & Feu Molina, S. (2021). Motivación y TIC como reguladores de la actividad física en adolescentes: una revisión sistemática (Motiva-tion and ICT as regulators of physical activity in teenagers: a systematic review). Retos, 42, 785–797. https://doi.org/10.47197/retos.v42i0.88120
Escuela de Salud Pública de Harvard. (10 de mayo de 2024). El Plato para Comer Saludable. https://nutritionsource.hsph.harvard.edu/healthy-eating-plate/translations/spanish/
Espinosa-Garamendi, E., Labra-Ruiz, N. A., Naranjo, L., Chávez-Mejía, C. A., Valenzuela-Alarcón, E., & Mendoza-Torreblanca, J. G. (2022). Habilitation of executive functions in pediatric congenital heart disease patients through LEGO®-based therapy: a quasi-experimental study. Healthcare, 10(12), 2348. https://doi.org/10.3390/healthcare10122348
Fernández Batanero, J. M., Montenegro Rueda, M., Fernández Cerero, J., & Tadeu, P. (2021). Impacto de las TIC en el alumnado con discapacidad en el área de Educación Física: una revisión sistemática (Impact of ICT on students with disability in the field physical education: a systematic review). Retos, 39, 849–856. https://doi.org/10.47197/retos.v0i39.78602
Franco-Reynolds, L., De la Hoz Serrano, A., Rapp, C. V., Sanguino, M. J. B., Herrera, S. S., & Juánez, J. C. (2022). Efecto sobre el hábito de la dieta mediterránea de una intervención cooperativa en es-tudiantes Universitarios. Revista española de nutrición comunitaria, 28(4), 5.
Frankland, P. W., & Bontempi, B. (2005). The organization of recent and remote memories. Nature re-views neuroscience, 6(2), 119-130. https://doi.org/10.1038/nrn1607
Fussero, G. B., & Occelli, M. (2022). Construcción de modelos de Ingeniería Genética a través de la pro-gramación con Scratch. Revista Eureka sobre Enseñanza y Divulgación de las Ciencias, 19, 2802. https://doi.org/10.25267/Rev_Eureka_ensen_divulg_cienc.2022.v19.i2.2802
García del Castillo, F., Tortosa, J., Ramos, I., & García del Castillo, J. A. (2024). Estilos de vida de estudian-tes universitarios españoles durante el confinamiento por COVID-19 (Lifestyles of Spanish uni-versity students during the 2020 COVID-19 lockdown). Retos, 53, 333–342. https://doi.org/10.47197/retos.v53.101635
Gautam, V., & Gupta, S. (2023). Envisaging Modularity Detecting Communities in Networks: Gephi Visu-als. EVERGREEN Joint Journal of Novel Carbon Resource Sciences & Green Asia Strategy, 10(4). https://doi.org/10.5109/7160929
González-Bustamante, B., & Cisternas, C. (2020). Aplicación de ForceAltas2, un algoritmo de diseño grá-fico continuo, para el estudio de las élites. Tufte Working Papers, 1, 1-15. https://doi.org/10.312g35/osf.io/gxrkc
Huie, E. Z., Sathe, R. U., Wadhwa, A., Santos, E. V., & Gulacar, O. (2022). Facilitating Concept Map Analy-sis: Generating and Evaluating Representative General Chemistry Concept Maps with a Novel Use of Image J, Gephi, JPathfinder, and R. Eurasia journal of mathematics, science and technol-ogy education, 18(1). https://doi.org/10.29333/ejmste/11484
Hwang, K., Shine, J. M., Bruss, J., Tranel, D., & Boes, A. (2021). Neuropsychological evidence of multi-domain network hubs in the human thalamus. Elife, 10, e69480. https://doi.org/10.7554/eLife.69480
Iglesia, I., Santaliestra-Pasias, A. M., Bel-Serrat, S., Sadalla-Collese, T., Miguel-Berges, M. L., & Moreno, L. A. (2016). Fluid consumption, total water intake and first morning urine osmolality in Spanish adolescents from Zaragoza: data from the HELENA study. European Journal of Clinical Nutri-tion, 70(5), 541-547. https://doi.org/10.1038/ejcn.2015.203
Jacomy, M., Venturini, T., Heymann, S., & Bastian, M. (2014). ForceAtlas2, a continuous graph layout algorithm for handy network visualization designed for the Gephi software. PloS one, 9(6), e98679. https://doi.org/10.1371/journal.pone.0098679
Jones, M., van Kessel, G., Swisher, L., Beckstead, J., & Edwards, I. (2014). Cognitive maps and the struc-ture of observed learning outcome assessment of physiotherapy students’ ethical reasoning knowledge. Assessment & evaluation in higher education, 39(1), 1-20. https://doi.org/10.1080/02602938.2013.772951
Kandel, E., Schwartz, J., y Jessell, T. (1991). Principles of Neural Science (3ª edición). Nueva York: Else-vier.
Krendl, A. C., & Betzel, R. F. (2022). Social cognitive network neuroscience. Social cognitive and affec-tive neuroscience, 17(5), 510-529. https://doi.org/10.1093/scan/nsac020
Lancichinetti, A., & Fortunato, S. (2011). Limits of modularity maximization in community detection. Physical Review E—Statistical, Nonlinear, and Soft Matter Physics, 84(6), 066122. https://doi.org/10.1103/PhysRevE.84.066122
Luchini, S. A., Wang, S., Kenett, Y. N., & Beaty, R. E. (2024). Mapping the Memory Structure of High-Knowledge Students: A Longitudinal Semantic Network Analysis. Journal of Intelligence, 12(6), 56. https://doi.org/10.3390/jintelligence12060056
Luque, L., & Molina, J. (2023). El docente, figura clave en la formación en Soporte Vital Básico. Revisión sistemática (The teacher, a key figure in training in Basic Life Support. Systematic review). Re-tos, 49, 542–551. https://doi.org/10.47197/retos.v49.97041
Mahut, H., Zola-Morgan, S., & Moss, M. (1982). Hippocampal resections impair associative learning and recognition memory in the monkey. Journal of Neuroscience, 2(9), 1214-1220. https://doi.org/10.1523/JNEUROSCI.02-09-01214.1982
Marcelo-García, C., & Marcelo-Martínez, P. (2021). Influencers educativos en Twitter: análisis de hash-tags y estructura relacional. Comunicar: revista científica iberoamericana de comunicación y educación (68), 1-11.
Marcos-Pablos, S., & García-Peñalvo, F. J. (2022). More than surgical tools: a systematic review of ro-bots as didactic tools for the education of professionals in health sciences. Advances in Health Sciences Education, 27(4), 1139-1176. https://doi.org/10.1007/s10459-022-10118-6
Martínez, J.R e Iglesias, C. (2006), El libro blanco de la hidratación. Sociedad Española de Dietética y Ciencias de la Alimentación, Madrid, España.
Mayo, M. A. B., & Izquierdo, J. Q. (2019). Ingesta de líquidos e hidratación en personas mayores no insti-tucionalizadas en un municipio de Valencia (España). Revista española de nutrición comunita-ria, 25(2), 2.
Mishkin, M., & Appenzeller, T. (1987). The anatomy of memory. Scientific American, 256(6), 80-89.
Molina-Márquez, I., Retamal, F. ., Gutierrez-Viveros, K. ., Zuloaga-Riquelme , V. ., Molina- Elizalde , J. P. ., & González-Albornoz , P. (2024). Conocimientos sobre alimentación saludable en estudiantes de la Universidad Adventista de Chile, Chillán (Knowledge about healthy eating in students of the Adventist University of Chile, Chillán). Retos, 57, 715–724. https://doi.org/10.47197/retos.v57.105077
Mora, F. (2021). Neuroeducación: solo se puede aprender aquello que se ama. Alianza editorial.
Nguyen, A., Eschiti, V., Bui, T. C., Nagykaldi, Z., & Dwyer, K. (2023). Mobile health interventions to im-prove health behaviors and healthcare services among Vietnamese individuals: a systematic re-view. Healthcare, 11(9), 1225. https://doi.org/10.3390/healthcare11091225
Nissensohn, M., López-Ufano, M., Castro-Quezada, I., & Serra-Majem, L. (2015). Valoración de la ingesta de bebidas y del estado de hidratación. Revista Española de Nutrición Comunitaria, 21(1), 58-65.
Nissensohn, M., Sánchez-Villegas, A., Ortega, R. M., Aranceta-Bartrina, J., Gil, Á., González-Gross, M., ... & Serra-Majem, L. (2016). Beverage consumption habits and association with total water and en-ergy intakes in the Spanish population: findings of the ANIBES study. Nutrients, 8(4), 232. https://doi.org/10.3390/nu8040232
Ntourou, V., Kalogiannakis, M., & Psycharis, S. (2021). A study of the impact of Arduino and Visual Pro-gramming In self-efficacy, motivation, computational thinking and 5th grade students’ percep-tions on Electricity. Eurasia Journal of Mathematics, Science and Technology Education, 17(5), em1960. https://doi.org/10.29333/ejmste/10842
Partida, S., Marshall, A., Henry, R., Townsend, J., & Toy, A. (2018). Attitudes toward nutrition and dietary habits and effectiveness of nutrition education in active adolescents in a private school setting: A pilot study. Nutrients, 10(9), 1260. https://doi.org/10.3390/nu10091260
Pérez-Vera, L., Sánchez Herrera, S., Rabazo Méndez, M. J., & Fernández Sánchez, M. J. (2024). Inclusión educativa de los estudiantes con discapacidad: un análisis de la percepción del profesorado (Educational inclusion of students with disabilities: an analysis of teachers’ perception). Retos, 51, 1183–1193. https://doi.org/10.47197/retos.v51.100463
Porlán, R., Martín del Pozo, R., Rivero, A., Harres, J., Azcárate, P. y Pizzato, M. (2010). El cambio del pro-fesorado de ciencias I: Marco teórico y formativo. Enseñanza de las Ciencias, 28(1), 31-46.
Poulos, N. S., & Pasch, K. E. (2016). Socio-demographic differences in energy drink consumption and reasons for consumption among US college students. Health Education Journal, 75(3), 318-330. https://doi.org/10.1177/0017896915578299
Puga, J. L., García, J. G., De la Fuente Sánchez, L., & De la Fuente Solana, E. I. (2007). Las redes bayesianas como herramientas de modelado en psicología. Anales de Psicología/Annals of Psychology, 23(2), 307-316.
Puškar, L., Kržić, A. S., Scaradozzi, D., Pyrini, A. N., Pantela, N., Kosmas, P., ... & Screpanti, L. (2023, June). Robots in aquatic environments to promote STEM and environmental awareness. In OCEANS 2023, Limerick, Ireland.
Qin, D., Li, F., & Yang, J. (2024). Cross-sectional study of pharmacovigilance knowledge, attitudes, and practices based on structural equation modeling and network analysis: a case study of healthcare personnel and the public in Yunnan Province. Frontiers in Public Health, 12, 1358117. https://doi.org/10.3389/fpubh.2024.1358117
Reyes-Narvaez, S., & Canto, M. O. (2020). Conocimientos sobre alimentación saludable en estudiantes de una universidad pública. Revista chilena de nutrición, 47(1), 67-72.
Román, F. (2021). La Neurociencia detrás del aprendizaje basado en problemas (ABP). Journal of Neu-roeducation, 1(2), 50-56. https://orcid.org/0000-0001-7741-3602
Román-Graván, P., Hervás-Gómez, C., Martín-Padilla, A. H., & Fernández-Márquez, E. (2020). Percep-tions about the use of educational robotics in the initial training of future teachers: A study on steam sustainability among female teachers. Sustainability, 12(10), 4154. https://doi.org/10.3390/su12104154
Rubinov, M., & Sporns, O. (2010). Complex network measures of brain connectivity: uses and interpre-tations. Neuroimage, 52(3), 1059-1069. https://doi.org/10.1016/j.neuroimage.2009.10.003
Schina, D., Esteve-González, V., Usart, M., Lázaro-Cantabrana, J. L., & Gisbert, M. (2020). The integration of sustainable development goals in educational robotics: A teacher education experience. Sus-tainability, 12(23), 10085. https://doi.org/10.3390/su122310085
Siew, C. S. (2020). Applications of network science to education research: Quantifying knowledge and the development of expertise through network analysis. Education Sciences, 10(4), 101. https://doi.org/10.3390/educsci10040101
Siew, C. S., Wulff, D. U., Beckage, N. M., & Kenett, Y. N. (2019). Cognitive network science: A review of research on cognition through the lens of network representations, processes, and dynamics. Complexity, 2019(1), 2108423. https://doi.org/10.1155/2019/2108423
Stella, M. (2022). Cognitive network science for understanding online social cognitions: A brief review. Topics in Cognitive Science, 14(1), 143-162. https://doi.org/10.1111/tops.12551
Steven, A., Wilson, G., & Young-Murphy, L. (2019). The implementation of an innovative hydration monitoring APP in care home settings: a qualitative study. JMIR mHealth and uHealth, 7(1), e9892.
UNESCO (2016). Tecnologías Digitales al Servicio de la Calidad Educativa. Una propuesta de cambio centrada en el aprendizaje para todos. https://unesdoc.unesco.org/ark:/48223/pf0000245115
Van den Heuvel, M. P., & Sporns, O. (2013). Network hubs in the human brain. Trends in cognitive sciences, 17(12), 683-696. https://doi.org/10.1016/j.tics.2013.09.01
Verdugo Perona, J. J., Solaz Portolés, J. J. y Sanjosé López, V. (2019). Evaluación del Conocimiento Cien-tífico en Maestros en formación inicial: el caso de la comunidad Valenciana. Revista de Edu-cación, 383, 133-162.
Ward, J. (2019). The student's guide to cognitive neuroscience. Routledge.
Westmoreland, B. (1994). Medical Neurosciences: An Approach to Anatomy, Pathology, and Physiolo-gy by Systems and Levels. Nueva York: Little, Brown and Company.
World Medical Association (WMA) (2022). Declaration of helsinki - ethical principles for medical re-search involving human subjects. https://www.wma.net/policies-post/wma- declaration-of-helsinki-ethical-principles-for-medical-research-involving-human- subjects/
Yaguachi, R. A., Poveda, C. L., Altamirano, N. A., Armijo, K. G., Solorzano, N. F., González, W. A., Manosal-vas, K. N., Correa, K., Bulgarín, R. M., Cabadiana, M. A., Ruíz, Y. M., Ochoa, Y. T., & Bajaña, A. J. (2024). Estilos de vida y su influencia en la composición corporal de estudiantes universitarios. Retos, 61, 1635–1643. https://doi.org/10.47197/retos.v61.110934
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Alejandro De la Hoz Serrano, Lina Viviana Melo Niño, Florentina Cañada Cañada, Javier Cubero Juánez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación de su obra, el cuál estará simultáneamente sujeto a la licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).
Esta revista sigue la "open access policy" de BOAI (1), apoyando los derechos de los usuarios a "leer, descargar, copiar, distribuir, imprimir, buscar o enlazar los textos completos de los artículos".
(1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
