Científicahttp://hdl.handle.net/20.500.11799/409002026-05-28T04:21:21Z2026-05-28T04:21:21ZUso de la Inteligencia Artificial Generativa en la enseñanza-aprendizaje, una perspectiva desde los estudiantes dela Facultad de Geografía de la UAEMéxCampos-Vargas, María MilagrosCarreto Bernal, Fernandohttp://hdl.handle.net/20.500.11799/1440882026-05-22T05:06:39Z2025-02-10T00:00:00ZUso de la Inteligencia Artificial Generativa en la enseñanza-aprendizaje, una perspectiva desde los estudiantes dela Facultad de Geografía de la UAEMéx
Campos-Vargas, María Milagros; Carreto Bernal, Fernando
A partir de los últimos dos años, los modelos de Inteligencia Artificial Generativa (IAG)se enmarcan como uno de los avances tecnológicos más influyentes enla relación del hombre con las maquinas ́. Asímismo, en el ámbito educativouniversitario para la formación de profesionistas,no ha sido la excepción. En este sentido, el presente artículo tiene como objetivodar a conocer los resultados del usode la IAGen el procesoenseñanza-aprendizaje (E-A),en la formación académica delosgeógrafos, como un primer acercamiento encaminado a la construcción de un diagnóstico institucional en la Facultad de Geografía, con la intención de explorar sobre en el uso herramientas que proporcionenla solución de problemas socio-territoriales.
A partir de los últimos dos años, los modelos de Inteligencia Artificial Generativa (IAG)se enmarcan como uno de los avances tecnológicos más influyentes enla relación del hombre con las maquinas ́. Asímismo, en el ámbito educativouniversitario para la formación de profesionistas,no ha sido la excepción. En este sentido, el presente artículo tiene como objetivodar a conocer los resultados del usode la IAGen el procesoenseñanza-aprendizaje (E-A),en la formación académica delosgeógrafos, como un primer acercamiento encaminado a la construcción de un diagnóstico institucional en la Facultad de Geografía, con la intención de explorar sobre en el uso herramientas que proporcionenla solución de problemas socio-territoriales.
2025-02-10T00:00:00ZEntrevista sobre la participación como investigador del proyecto interinstitucionalEl uso de la Inteligencia Artificial Generativa en los estudiantes de nivel superior. Diagnóstico participativo desde dos redes de Investigación Educativa; la RedCA UAEMéx y la RedIE Durango.Carreto Bernal, Fernandohttp://hdl.handle.net/20.500.11799/1440832026-05-22T04:20:58Z2025-12-04T00:00:00ZEntrevista sobre la participación como investigador del proyecto interinstitucionalEl uso de la Inteligencia Artificial Generativa en los estudiantes de nivel superior. Diagnóstico participativo desde dos redes de Investigación Educativa; la RedCA UAEMéx y la RedIE Durango.
Carreto Bernal, Fernando
Caracterizar el uso de la Inteligencia Artificial Generativa en los estudiantes universitarios de la licenciatura en Geografía para integrar un diagnóstico mediante un enfoque participativo (para mejorar la calidad educativa y contribuir al desarrollo sostenible).
ARTICULO CIENTIFICO
2025-12-04T00:00:00ZEL USO DE LA INTELIGENCIA ARTIFICIAL GENERATIVA EN LOS ESTUDIANTES DE NIVEL SUPERIORCarreto Bernal, FernandoAlmaraz Rodríguez, Omar DavidAlmazán Camacho, KarinaAndrade Reyes, OctavioAraujo Gurrola, HilarioArchundia Velarde, Enrique DanielBayona Enríquez, JudithBernáldez García, Jorge EdgarBujanda Celis, Imelda ShaharCardoza Batres, FranciscaCarreto Guadarrama, FernandoCastañeda Delfil, José CiriloDuarte Troche, María del CarmenFalcón Rentería, EnriqueGalán-Hernández, Víctor ManuelGallegos Sánchez, Jesús JoséGarcía Lara, DanielGómez Nava, MarisolGonzález Mercado, Yadira MaríaGonzález Preza, Marko AntonioGuadarrama Ortega, PatriciaGutiérrez Ramos, Yeni MaritzaHernández Cosain, Erik IvánHernández Jácquez, Luis FernandoJiménez Bandera, LilianaMar Aldana, SusukyMeléndez Juárez, Arturo EmmanuelMendoza González, BrendaMichua Cedillo, María CristinaMorales Reynoso, TaniaMoreno García, DavidOrtiz Martínez, María GuadalupeOyosa Sepúlveda, MarinaPesqueira Leal, LeticiaPlatas López, FranciscoRicartti Villagrán, Adriana ElizabethRios Zavala, Aida del CarmenRivera Martínez, Luz BriseidaRivera Ramírez, FabiolaRodríguez López, Miriam HazelRodríguez Vela, Brenda RocíoRosales Ronquillo, Humberto IsraelRosas Ramírez, Jonathan RicardoSalas Leal, Alma CristinaSánchez Calderón, Claudia AngélicaSiqueiros Manzanera, AliciaTapia Martínez, José RenéTreviño Maese, OscarVelázquez Garduño, GiselaVillarreal Ángeles, Mario Albertohttp://hdl.handle.net/20.500.11799/1439282026-03-12T04:19:56Z2026-02-26T00:00:00ZEL USO DE LA INTELIGENCIA ARTIFICIAL GENERATIVA EN LOS ESTUDIANTES DE NIVEL SUPERIOR
Carreto Bernal, Fernando; Almaraz Rodríguez, Omar David; Almazán Camacho, Karina; Andrade Reyes, Octavio; Araujo Gurrola, Hilario; Archundia Velarde, Enrique Daniel; Bayona Enríquez, Judith; Bernáldez García, Jorge Edgar; Bujanda Celis, Imelda Shahar; Cardoza Batres, Francisca; Carreto Guadarrama, Fernando; Castañeda Delfil, José Cirilo; Duarte Troche, María del Carmen; Falcón Rentería, Enrique; Galán-Hernández, Víctor Manuel; Gallegos Sánchez, Jesús José; García Lara, Daniel; Gómez Nava, Marisol; González Mercado, Yadira María; González Preza, Marko Antonio; Guadarrama Ortega, Patricia; Gutiérrez Ramos, Yeni Maritza; Hernández Cosain, Erik Iván; Hernández Jácquez, Luis Fernando; Jiménez Bandera, Liliana; Mar Aldana, Susuky; Meléndez Juárez, Arturo Emmanuel; Mendoza González, Brenda; Michua Cedillo, María Cristina; Morales Reynoso, Tania; Moreno García, David; Ortiz Martínez, María Guadalupe; Oyosa Sepúlveda, Marina; Pesqueira Leal, Leticia; Platas López, Francisco; Ricartti Villagrán, Adriana Elizabeth; Rios Zavala, Aida del Carmen; Rivera Martínez, Luz Briseida; Rivera Ramírez, Fabiola; Rodríguez López, Miriam Hazel; Rodríguez Vela, Brenda Rocío; Rosales Ronquillo, Humberto Israel; Rosas Ramírez, Jonathan Ricardo; Salas Leal, Alma Cristina; Sánchez Calderón, Claudia Angélica; Siqueiros Manzanera, Alicia; Tapia Martínez, José René; Treviño Maese, Oscar; Velázquez Garduño, Gisela; Villarreal Ángeles, Mario Alberto
El presente libro, El uso de la inteligencia artificial generativa (iag) en los estudiantes de nivel superior. Diagnóstico participativo para el diseño de estrategias educativas emergentes, constituye un esfuerzo académico colectivo
impulsado por la Red de Cuerpos Académicos de Investigación Educativa(RedCA) de la Universidad Autónoma del Estado de México (UAEMex) y la Red Durango de Investigadores Educativos (RedIE Durango). Su propósito es ofrecer un diagnóstico participativo sobre las percepciones, los usos
y los retos de la inteligencia artificial generativa en la educación superior, a fin de orientar el diseño de estrategias educativas emergentes pertinentes, éticas y sostenibles en el contexto universitario mexicano.
LIBRO
2026-02-26T00:00:00ZPropuesta de restauración geomorfológica para zonas de cantera del municipio de Atotonilco de Tula, Hidalgo.Chávez Lancheros, Edisson Manuelhttp://hdl.handle.net/20.500.11799/1438442026-02-28T00:31:19Z2025-12-18T00:00:00ZPropuesta de restauración geomorfológica para zonas de cantera del municipio de Atotonilco de Tula, Hidalgo.
Chávez Lancheros, Edisson Manuel
El presente trabajo de investigación busca el desarrollo de una propuesta de restauración para zonas degradadas por la minería a cielo abierto, a partir de la generación de modelos de Restauración Geomorfológica (RG). El procedimiento se aplicó a áreas de explotación minera de caliza, en este caso, a las canteras “El Zorro y El Progreso”, ambas en estado de abandono, en el municipio de Atotonilco de Tula, Estado de Hidalgo.
El sustento teórico para el desarrollo de este proyecto está constituido por dos teorías que permiten, desde la geografía ambiental, entender las dinámicas naturales, sociales y culturales del territorio: (1) la teoría general de sistemas en la geomorfología y (2) la teoría de equilibrio dinámico. La primera plantea que todo sistema puede entenderse como un conjunto de elementos interrelacionados, cuya interacción está orientada al cumplimiento de un objetivo común (Tamayo, 1999), por lo que es necesario realizar un diagnóstico para identificar los elementos inherentes a la problemática y la función que cumplen estos en las dinámicas naturales, sociales y económicas. Por su parte, la segunda teoría sostiene que el relieve terrestre se encuentra en un estado de equilibrio entre la tasa de levantamiento y la tasa de erosión, tendiente a una configuración estable (Fierz, 2015).
En este contexto, la metodología se plantea en tres fases. En una fase inicial se construyen Modelos Digitales de Terreno (MDT) de alta resolución espacial de las canteras en estudio y de la zona de referencia natural a partir de vuelos fotogramétricos y posicionamiento GNSS. En la segunda fase se diagnostica el estado actual de las canteras, de acuerdo con la metodología propuesta por la Asociación de Servicios de Geología y Minería Iberoamericanos para la caracterización de pasivos ambientales mineros. Finalmente, en la tercera etapa se considera el diseño a partir de la metodología GeoFluv la cual se basa inicialmente en la caracterización geomorfológica e hidrológica de una región de referencia que no haya sido intervenida por acciones antrópicas, con el fin de determinar las métricas ambientales naturales, a partir de la
14
caracterización de variables físicas, morfológicas y naturales de la región referente próxima a las canteras, donde por último se replican formas naturales del entorno en los espacios mineros degradados (Zapico et al., 2011). Este último procedimiento requiere del uso de software especializado de procesamiento como Natural Regrade. Además, de un análisis de validación del diseño generado mediante mapas de pendientes, escorrentías, orientaciones de la ladera y volúmenes.
Trabajo terminal para obtener el grado de maestro en Análisis Espacial y Geoinformática
2025-12-18T00:00:00Z