Este artículo analiza series temporales de expresividad vocal mediante redes neuronales recurrentes LSTM y GRU, con el objetivo de detectar patrones asociados a la fatiga vocal y a la técnica vocal en grabaciones de voz. A partir del estudio de variables acústicas como el pitch, la intensidad y características espectrales, se modelan dinámicas temporales que permiten identificar cambios progresivos en el rendimiento vocal. El enfoque cuantitativo y reproducible facilita la aplicación de estos modelos en contextos educativos, clínicos y de entrenamiento vocal, aportando una base metodológica para el análisis automatizado de la voz.

MODELO LINEAL

Basic Data Loading and Transformation

Artículo relacionado a: Uso de interfaces gráficas con Python y Tkinter como apoyo didáctico en la enseñanza de Programación Orientada a Objetos en Ingeniería de Sistemas

An analysis on NYC housing.

Diaz Murcia Silva

Objetivo: Evaluar el impacto de la implementación de estrategias instruccionales basadas en el modelo ARCS de Keller sobre la motivación académica de estudiantes de Ingeniería Autotrónica. Método: Se utilizó un diseño cuasi-experimental con grupo control (n=333) y grupo experimental (n=56). La intervención se aplicó durante un semestre académico en la materia “Sistemas de Alimentación de Vehículos Híbridos”. La motivación se midió mediante el cuestionario RIMMS adaptado. Resultados: El grupo experimental mostró niveles significativamente mayores en todas las dimensiones ARCS: Atención (Δ=+0.92, p<0.001, d=0.85), Relevancia (Δ=+1.05, p<0.001, d=0.97), Confianza (Δ=+1.45, p<0.001, d=1.34), Satisfacción (Δ=+1.52, p<0.001, d=1.41). Conclusiones: La implementación sistemática de estrategias ARCS mejora significativamente la motivación académica en estudiantes de ingeniería, siendo particularmente efectiva en las dimensiones de Confianza y Satisfacción.

A guest lecture of database searching.