<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Investigación</title>
<link>https://repositorio.ciedupanama.org/handle/123456789/1</link>
<description>Esta comunidad contiene artículos científicos, publicados en revistas científicas, sobre educación, o áreas afines a la educación en Panamá. También contiene estudios relevantes sobre educación y áreas afines</description>
<pubDate>Fri, 30 Oct 2026 01:26:19 GMT</pubDate>
<dc:date>2026-10-30T01:26:19Z</dc:date>
<item>
<title>Modelos de lenguaje y LLM: evolución, características y criterios de selección</title>
<link>https://repositorio.ciedupanama.org/handle/123456789/1087</link>
<description>Modelos de lenguaje y LLM: evolución, características y criterios de selección
Murillo Gonzalez, Danny
En pocos años, los modelos de lenguaje han pasado de ser herramientas de laboratorio a estar presentes en buscadores, asistentes y flujos de investigación. Muchas veces desconocemos cuál es el origen de estos o cual es la diferencia entre Modelos del Lenguaje y LLM.&#13;
Este documento tiene un doble propósito, el primero es ofrecer una definición de qué es un modelo de lenguaje, qué se entiende por LLM en el uso actual y cómo han evolucionado ambos entre 2018 y 2026, a través de 61 modelos seleccionados y clasificados según, creador, categoría, arquitectura o enfoque, modalidad y ventana de contexto. El segundo propósito es orientar al lector sobre qué características observar, cómo interpretarlas en una plataforma y qué evaluar para elegir un modelo adecuado para una actividad concreta.&#13;
La oferta de modelos crece cada mes y existen plataformas como OpenRouter que reúnen más de 400 modelos, y elegir entre todos ellos puede que no sea una tarea rutinaria, debido a que, no existe un mejor modelo, sino un modelo adecuado que cumpla la tarea con calidad suficiente, a un costo razonable y con las garantías de privacidad y reproducibilidad que exige cada proyecto.&#13;
Si bien existen otras plataformas parecidas a OpenRouter, he seleccionado esta por la experiencia al utilizar diversos modelos donde a través de ellos he evaluado sus resultados, ventana de contexto, costo y tiempo de respuesta. No es un documento técnico, sino más conceptual u orientativo, en vías de brindar un timeline de la evolución de los modelos y herramientas que facilitan su uso.
En pocos años, los modelos de lenguaje han pasado de ser herramientas de laboratorio a estar presentes en buscadores, asistentes y flujos de investigación. Muchas veces desconocemos cuál es el origen de estos o cual es la diferencia entre Modelos del Lenguaje y LLM.&#13;
Este documento tiene un doble propósito, el primero es ofrecer una definición de qué es un modelo de lenguaje, qué se entiende por LLM en el uso actual y cómo han evolucionado ambos entre 2018 y 2026, a través de 61 modelos seleccionados y clasificados según, creador, categoría, arquitectura o enfoque, modalidad y ventana de contexto. El segundo propósito es orientar al lector sobre qué características observar, cómo interpretarlas en una plataforma y qué evaluar para elegir un modelo adecuado para una actividad concreta.&#13;
La oferta de modelos crece cada mes y existen plataformas como OpenRouter que reúnen más de 400 modelos, y elegir entre todos ellos puede que no sea una tarea rutinaria, debido a que, no existe un mejor modelo, sino un modelo adecuado que cumpla la tarea con calidad suficiente, a un costo razonable y con las garantías de privacidad y reproducibilidad que exige cada proyecto.&#13;
Si bien existen otras plataformas parecidas a OpenRouter, he seleccionado esta por la experiencia al utilizar diversos modelos donde a través de ellos he evaluado sus resultados, ventana de contexto, costo y tiempo de respuesta. No es un documento técnico, sino más conceptual u orientativo, en vías de brindar un timeline de la evolución de los modelos y herramientas que facilitan su uso.
</description>
<pubDate>Fri, 02 Oct 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repositorio.ciedupanama.org/handle/123456789/1087</guid>
<dc:date>2026-10-02T00:00:00Z</dc:date>
</item>
<item>
<title>Metodología para la construcción sistemática de antecedentes de investigación</title>
<link>https://repositorio.ciedupanama.org/handle/123456789/1086</link>
<description>Metodología para la construcción sistemática de antecedentes de investigación
Lifszyc, Stephanie; Levin, Luciano
La construcción de antecedentes de investigación constituye uno de los principales desafíos en las etapas iniciales de tesis e investigaciones académicas, especialmente en un contexto de gran crecimiento sostenido de la producción científica. Este trabajo propone una metodología sistemática para la construcción de antecedentes basada en un enfoque de bibliometría enriquecida. El enfoque integra procesos de organización, análisis y visualización de grandes corpus bibliográficos, y se complementa con estrategias de triangulación metodológica que incorporan técnicas cualitativas y herramientas de inteligencia artificial. A modo ilustrativo, se presenta un caso aplicado al análisis de la producción científica sobre dengue, que evidencia el potencial del método para construir antecedentes más robustos, críticos y contextualizados.
La construcción de antecedentes de investigación constituye uno de los principales desafíos en las etapas iniciales de tesis e investigaciones académicas, especialmente en un contexto de gran crecimiento sostenido de la producción científica. Este trabajo propone una metodología sistemática para la construcción de antecedentes basada en un enfoque de bibliometría enriquecida. El enfoque integra procesos de organización, análisis y visualización de grandes corpus bibliográficos, y se complementa con estrategias de triangulación metodológica que incorporan técnicas cualitativas y herramientas de inteligencia artificial. A modo ilustrativo, se presenta un caso aplicado al análisis de la producción científica sobre dengue, que evidencia el potencial del método para construir antecedentes más robustos, críticos y contextualizados.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repositorio.ciedupanama.org/handle/123456789/1086</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Ecosistema de la fatiga digital en la educación superior: Una revisión  sistemática sobre sus efectos en el aprendizaje y el bienestar del  estudiante</title>
<link>https://repositorio.ciedupanama.org/handle/123456789/1085</link>
<description>Ecosistema de la fatiga digital en la educación superior: Una revisión  sistemática sobre sus efectos en el aprendizaje y el bienestar del  estudiante
Reyes Alvarado, Sebastián; Mariño Berroterán, Cariniel
Esta investigación analizó el impacto de la exposición prolongada a dispositivos electrónicos y entornos virtuales en el bienestar emocional y los procesos de atención de estudiantes universitarios. Se desarrolló una revisión sistemática bajo el protocolo PRISMA 2020, consultando las bases de datos Scopus, EBSCOhost y SciELO. Tras un cribado riguroso basado en la escala CASPe, se seleccionaron cuatro artículos científicos que cumplieron con los criterios de elegibilidad técnicos y metodológicos. Los resultados revelaron una prevalencia media-alta de la fatiga digital, con una incidencia significativamente mayor en mujeres &#13;
y en estudiantes de Artes y Humanidades. Se identificó que el uso de ordenadores portátiles y la exposición superior a seis horas diarias son los principales predictores de agotamiento. Los hallazgos confirman que este fenómeno multidimensional afecta la memoria operativa, el control ejecutivo y provoca sintomatología física como la fatiga visual digital. Se concluye que existe una correlación negativa entre el agotamiento tecnológico y el desempeño académico, lo que hace imperativo que las instituciones de educación superior implementen estrategias de higiene digital y modelos híbridos que garanticen un aprendizaje sostenible y saludable.
Esta investigación analizó el impacto de la exposición prolongada a dispositivos electrónicos y entornos virtuales en el bienestar emocional y los procesos de atención de estudiantes universitarios. Se desarrolló una revisión sistemática bajo el protocolo PRISMA 2020, consultando las bases de datos Scopus, EBSCOhost y SciELO. Tras un cribado riguroso basado en la escala CASPe, se seleccionaron cuatro artículos científicos que cumplieron con los criterios de elegibilidad técnicos y metodológicos. Los resultados revelaron una prevalencia media-alta de la fatiga digital, con una incidencia significativamente mayor en mujeres &#13;
y en estudiantes de Artes y Humanidades. Se identificó que el uso de ordenadores portátiles y la exposición superior a seis horas diarias son los principales predictores de agotamiento. Los hallazgos confirman que este fenómeno multidimensional afecta la memoria operativa, el control ejecutivo y provoca sintomatología física como la fatiga visual digital. Se concluye que existe una correlación negativa entre el agotamiento tecnológico y el desempeño académico, lo que hace imperativo que las instituciones de educación superior implementen estrategias de higiene digital y modelos híbridos que garanticen un aprendizaje sostenible y saludable.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repositorio.ciedupanama.org/handle/123456789/1085</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>ResearchRabbit: plataforma para optimizar el descubrimiento de la literatura académica</title>
<link>https://repositorio.ciedupanama.org/handle/123456789/1084</link>
<description>ResearchRabbit: plataforma para optimizar el descubrimiento de la literatura académica
Murillo Gonzalez, Danny
La investigación científica se desarrolla en un escenario caracterizado por el crecimiento acelerado y la dispersión de la producción académica, lo que plantea dificultades cada vez mayores para localizar literatura pertinente, reconocer trabajos fundamentales y comprender cómo evoluciona un determinado campo de conocimiento. Los buscadores bibliográficos tradicionales continúan siendo esenciales para recuperar documentos mediante estrategias estructuradas de consulta, sin embargo, una revisión de literatura no consiste únicamente en localizar publicaciones mediante palabras clave. También requiere comprender las relaciones existentes entre los trabajos, rastrear sus antecedentes, identificar investigaciones posteriores y reconocer autores, líneas temáticas y conexiones que pueden no resultar evidentes en una búsqueda convencional.&#13;
&#13;
ResearchRabbit se incorpora como una plataforma orientada al descubrimiento, exploración y organización de literatura académica mediante representaciones visuales de las relaciones existentes entre publicaciones. Su lógica de trabajo permite partir de uno o varios artículos semilla (seed papers) y ampliar progresivamente el espacio documental mediante trabajos similares, referencias bibliográficas y documentos que posteriormente han citado esas publicaciones.&#13;
&#13;
Este documento presenta ResearchRabbit desde una perspectiva práctica orientada a su incorporación en el flujo de trabajo del investigador y como funciona esta herramienta. A lo largo de sus secciones se aborda la creación de proyectos, búsqueda y selección de publicaciones, utilización de artículos semilla, interpretación de mapas de citación, identificación y organización de documentos de interés, aplicación de filtros, creación de colecciones y administración de la biblioteca personal. También se desarrolla su integración con Zotero, permitiendo conectar el descubrimiento de literatura con la gestión bibliográfica y reutilizar posteriormente los documentos seleccionados dentro de otras etapas del proceso investigador.
La investigación científica se desarrolla en un escenario caracterizado por el crecimiento acelerado y la dispersión de la producción académica, lo que plantea dificultades cada vez mayores para localizar literatura pertinente, reconocer trabajos fundamentales y comprender cómo evoluciona un determinado campo de conocimiento. Los buscadores bibliográficos tradicionales continúan siendo esenciales para recuperar documentos mediante estrategias estructuradas de consulta, sin embargo, una revisión de literatura no consiste únicamente en localizar publicaciones mediante palabras clave. También requiere comprender las relaciones existentes entre los trabajos, rastrear sus antecedentes, identificar investigaciones posteriores y reconocer autores, líneas temáticas y conexiones que pueden no resultar evidentes en una búsqueda convencional.&#13;
&#13;
ResearchRabbit se incorpora como una plataforma orientada al descubrimiento, exploración y organización de literatura académica mediante representaciones visuales de las relaciones existentes entre publicaciones. Su lógica de trabajo permite partir de uno o varios artículos semilla (seed papers) y ampliar progresivamente el espacio documental mediante trabajos similares, referencias bibliográficas y documentos que posteriormente han citado esas publicaciones.&#13;
&#13;
Este documento presenta ResearchRabbit desde una perspectiva práctica orientada a su incorporación en el flujo de trabajo del investigador y como funciona esta herramienta. A lo largo de sus secciones se aborda la creación de proyectos, búsqueda y selección de publicaciones, utilización de artículos semilla, interpretación de mapas de citación, identificación y organización de documentos de interés, aplicación de filtros, creación de colecciones y administración de la biblioteca personal. También se desarrolla su integración con Zotero, permitiendo conectar el descubrimiento de literatura con la gestión bibliográfica y reutilizar posteriormente los documentos seleccionados dentro de otras etapas del proceso investigador.
</description>
<pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repositorio.ciedupanama.org/handle/123456789/1084</guid>
<dc:date>2026-10-01T00:00:00Z</dc:date>
</item>
</channel>
</rss>
