Desarrollo de las habilidades creativas bajo la influencia de una estrategia cromática virtual
Bibliographic record
Abstract
El ambiente que nos rodea y en particular los sonidos, olores y colores, generan sensaciones y reacciones en los seres humanos. Estos estímulos pueden repercutir de forma positiva o negativa en el comportamiento cerebral de las personas. La creatividad al ser un estado mental y emocional teóricamente puede depender de todo estímulo externo, influyendo las habilidades creativas. Objetivo: establecer la influencia de una estrategia cromática definida por una gama de colores cálidos aplicada a través de la herramienta tecnológica sensorial de Realidad Virtual Cardboard, en el desarrollo de las habilidades creativas de estudiantes de Fisioterapia de la Universidad Autónoma de Manizales. Metodología: enfoque cuantitativo y cuasiexperimental, utilizando la herramienta de recolección de información Test de Creatividad fundado en Torrance (1972) y Guilford (1973). Resultados: se evidenció una diferencia significativa entre las medias de los estudiantes mediados y no mediados con la estrategia cromática. Conclusiones: la mediación de la estrategia cromática aplicada con la herramienta de realidad virtual Cardboard influye en el desarrollo de las habilidades creativas de los estudiantes que hicieron parte del proceso experimental. La investigación concluye resultados satisfactorios y aportantes para procesos de educación y cualquier ambiente organizacional que potencien la creatividad y para futuras investigaciones que quieran, a partir de los hallazgos de ésta, continuar abordando la influencia colorista en las habilidades creativas de los seres humanos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".