Trabajo infantil como factor de riesgo en la conducta antisocial de adolescentes: Un análisis descriptivo-comparativo

doi:10.31876/rcs.v29i.40452

Cited by 2 publications

(2 citation statements)

References 33 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Esta investigación responde a un método cuantitativo de diseño descriptivo y comparativo (Pelekais, 2000;Silva et al, 2023) en el tratamiento de los datos obtenidos (Hernández et al, 2014) que permite alcanzar la visión de diferentes aspectos de este estudio en su totalidad del fenómeno (Benavides y Gómez, 2005).…”

Section: Métodounclassified

Inteligencia Artificial y Machine Learning como recurso educativo desde la perspectiva de docentes en distintas etapas educativas no universitarias

Dúo Terrón,

Moreno Guerrero,

López Belmonte

et al. 2023

RiiTE

View full text Add to dashboard Cite

Artificial Intelligence (AI) is considered the fourth industrial revolution and is bringing about profound changes in 21st century society. Moreover, it has the potential to address major challenges in the field of education such as implementing innovative active methodologies through STEAM projects using AI. The main objective of this research is to identify the impact of machine learning, a subfield of AI, as an educational resource in the teaching-learning process in different non-university educational stages by analysing age, gender and previous experience in AI projects and knowledge from the teachers' point of view. A descriptive and comparative quantitative method was used. The instrument used was based on a 25-item questionnaire with 2 open-ended questions. Teachers (n=92) from the autonomous communities of Asturias, Extremadura and the Autonomous City of Ceuta participated freely and voluntarily in the sample, having attended a training course on AI in order to carry out innovation projects in the classroom. The main results show high average values for all teachers to implement AI-based projects as an educational resource. The results are divided according to gender, age, educational stage and previous experience of the teachers. Teachers between 20-29 years of age, male teachers, teachers belonging to the Early Childhood Education stage and those with previous experience and knowledge in AI have higher scores and ratings. Subsequently, we proceed to the discussion and conclusion of the research. La Inteligencia Artificial (IA) está considerada la cuarta revolución industrial y está provocando profundos cambios en la sociedad del siglo XXI. Además, tiene el potencial de afrontar los mayores retos en el campo de la educación como implantar metodologías activas innovadoras a través de proyectos STEAM utilizando IA. Esta investigación tiene como objetivo principal identificar el impacto que tiene el aprendizaje automático o machine learning, subcampo de la IA, como recurso educativo en el proceso de enseñanza-aprendizaje en diferentes etapas educativas no universitarias analizando la edad, el género y la experiencia previa en proyectos y conocimientos de la IA desde el punto de vista del profesorado. Fue empleado un método cuantitativo de carácter descriptivo y comparativo. El instrumento utilizado está basado en un cuestionario de 25 ítems y 2 preguntas abiertas. En la muestra han participado de manera libre y voluntaria docentes (n=92) pertenecientes a las comunidades autónomas de Asturias, Extremadura y la Ciudad Autónoma de Ceuta, los cuáles han asistido a un curso de formación sobre IA para realizar proyectos de innovación en el aula. Los principales resultados ofrecen unos valores altos de media en todos los docentes para implantar proyectos basados en IA como recurso educativo. Los resultados se dividen en función al sexo, edad, etapa educativa y experiencia previa de los docentes. Presentan mayor puntuación y valoración los docentes entre 20-29 años, los del género masculino, los docentes pertenecientes a la etapa de Educación Infantil y aquellos que tienen experiencia y conocimientos previos en IA. Posteriormente, se procede a la discusión y conclusión de la investigación.

show abstract

Section: Métodounclassified

Inteligencia Artificial y Machine Learning como recurso educativo desde la perspectiva de docentes en distintas etapas educativas no universitarias

Dúo Terrón,

Moreno Guerrero,

López Belmonte

et al. 2023

RiiTE

View full text Add to dashboard Cite

show abstract

“…138 de 1973, que establece la edad mínima para que el menor ingrese al mercado laboral; y el Convenio No. 182 de 1999, que hace relación expresa de las peores formas de trabajo infantil que denuncian Reséndez et al (2019); y, Atoche-Silva et al (2023).…”

Section: Introductionunclassified

Nuevas tendencias laborales y la zona gris de los “kidinfluencers” en Colombia

2023

RCS

View full text Add to dashboard Cite

International labor regulations have made little or no progress regarding the current labor reality of many children, from 0 to 17 years old, who are used for advertising and performances on social networks and, although without having the full capacity to decide about it, generate profits. The main objective of this work was to analyze the activity of minor creators of digital content and the rights involved in favor of the so-called "Kidinfluencers" in Colombia, a fashion that hides intense monetization interests. Using the qualitative approach, bibliographic review and hermeneutics, the current legislative instruments of the ILO and Colombia in this matter are described. The main results show that in Colombia there is no specific legal regulation for "Kidinfluencers", creating a gray area in the legislation regarding minor content generators. It is concluded that digital platforms encourage the use of children as a new way of generating income and that this new trend could generate exploitation of minors if the childhood and adolescence code is not updated, which in Colombia has not even been raised as a problem. with influential children and adolescents on social networks.

show abstract

Trabajo infantil como factor de riesgo en la conducta antisocial de adolescentes: Un análisis descriptivo-comparativo

Cited by 2 publications

References 33 publications

Inteligencia Artificial y Machine Learning como recurso educativo desde la perspectiva de docentes en distintas etapas educativas no universitarias

Inteligencia Artificial y Machine Learning como recurso educativo desde la perspectiva de docentes en distintas etapas educativas no universitarias

Nuevas tendencias laborales y la zona gris de los “kidinfluencers” en Colombia

Contact Info

Product

Resources

About