Scielo RSS http://scielo.pt/rss.php?pid=1646-989520250001&lang=p vol. num. 57 lang. p http://scielo.pt/img/en/fbpelogp.gif http://scielo.pt http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952025000100003&lng=p&nrm=iso&tlng=p Resumen Los programas de transferencias monetarias son una herramienta clave para reducir la pobreza y mejorar el bienestar de los hogares vulnerables en países en desarrollo. Sin embargo, la correcta selección de beneficiarios sigue siendo un desafío. Este estudio evalúa distintas técnicas de machine learning para predecir la participación del programa Juntos en Perú, empleando datos de la Encuesta Nacional de Hogares (ENAHO) del 2023. Se compararon modelos como regresión logística, árboles de decisión, máquina de soporte vectorial, gradient boosting machine, bosque aleatorio, LightGBM, XGBoost y CatBoost. Los resultados muestran que XGBoost presenta el mejor desempeño en la clasificación de beneficiarios. Estos hallazgos resaltan el potencial de las técnicas de machine learning para fortalecer la asignación de recursos en programas sociales. Su implementación impulsaría la modernización de la gestión pública, permitiendo una gestión de recursos económicos fundamentada en datos.<hr/>Abstract Cash transfer programs are a key tool for reducing poverty and improving the well-being of vulnerable households in developing countries. However, the accurate selection of beneficiaries remains a challenge. This study evaluates different machine learning techniques to predict participation in the Juntos program in Peru, using data from the 2023 National Household Survey (ENAHO). Models such as logistic regression, decision trees, support vector machine, gradient boosting machine, random forest, LightGBM, XGBoost, and CatBoost were compared. The results show that XGBoost achieves the best performance in beneficiary classification. These findings highlight the potential of machine learning techniques to enhance the allocation of resources in social programs. Their implementation would drive the modernization of public management, enabling data-driven economic resource management. http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952025000100019&lng=p&nrm=iso&tlng=p Resumen Este trabajo aborda el panorama en evolución de la oftalmología mediante el desarrollo e implementación de SIONDAL, una plataforma digital de información en salud diseñada para evaluar y detectar deficiencias oftalmológicas, particularmente en la visión cromática y la agudeza visual. Con el objetivo de superar las limitaciones de las pruebas físicas tradicionales, como el test de Ishihara y el test de Farnsworth-Munsell, se adoptó un enfoque metodológico basado en el marco ágil Scrum. Este permitió una planificación iterativa y una colaboración continua con profesionales clínicos, asegurando la alineación funcional y técnica del sistema con las necesidades reales del entorno médico. La plataforma web fue desarrollada con especial énfasis en la usabilidad y accesibilidad, evaluadas mediante dos metodologías complementarias: (1) una evaluación de usabilidad basada en el Cuestionario de Usabilidad de Lewis (SUS), aplicada a usuarios finales, cuya media de resultados alcanzó un 95,71 % de aceptación; y (2) una evaluación de accesibilidad conforme a las Pautas de Accesibilidad para el Contenido Web (WCAG) 2.1, utilizando la herramienta WAVE, obteniendo un cumplimiento del 97,13 % en las páginas analizadas. Los resultados obtenidos evidencian que SIONDAL constituye una solución digital eficaz, accesible y centrada en el usuario, que optimiza los procesos de administración, ejecución y seguimiento de pruebas oftalmológicas, al tiempo que refuerza los principios de sostenibilidad, calidad y equidad en el diseño de tecnologías para la salud.<hr/>Abstract This study addresses the evolving landscape of ophthalmology through the development and implementation of SIONDAL, a digital health information platform designed to assess and detect ophthalmologic deficiencies, particularly in color vision and visual acuity. To overcome the limitations of traditional physical tests-such as the Ishihara and Farnsworth-Munsell tests-a methodological approach based on the agile Scrum framework was adopted. This enabled iterative planning and continuous collaboration with clinical professionals, ensuring both functional and technical alignment of the system with real-world medical needs. The web-based platform was developed with a strong emphasis on usability and accessibility, evaluated through two complementary methods: (1) a usability assessment using the System Usability Scale (SUS), applied to end users, which yielded an average acceptance score of 95.71%; and (2) an accessibility evaluation based on the Web Content Accessibility Guidelines (WCAG) 2.1, conducted using the WAVE tool, achieving 97.13% compliance across the analyzed pages. The results demonstrate that SIONDAL constitutes an effective, accessible, and user-centered digital solution that enhances the administration, execution, and monitoring of ophthalmologic tests, while reinforcing principles of sustainability, quality, and equity in digital health technology design. http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952025000100039&lng=p&nrm=iso&tlng=p Resumen Este estudio muestra los resultados de una intervención para desarrollar habilidades de pensamiento computacional (PC) en 39 estudiantes universitarios de diversas carreras. Se empleó una metodología cuantitativa descriptiva con un diseño correlacional para fortalecer la cohesión e interdisciplinariedad en la resolución de los problemas. Se midió el nivel de PC a partir de ocho elementos. El instrumento de evaluación partió de una serie de preguntas y ejercicios que los estudiantes resolvieron una vez que se terminó el taller denominado Tecnologías para todos (TPT). Los resultados muestran una correlación positiva entre las carreras, destacando los estudiantes de ciencias de la computación, quienes desarrollaron con mayor facilidad esta habilidad. Se concluye que el PC es una competencia esencial para el aprendizaje interdisciplinar, y se resalta la importancia del aprendizaje cooperativo para lograr aprendizajes significativos.<hr/>Abstract This study presents the results of an intervention aimed at developing computational thinking (CT) skills in 39 university students from various academic disciplines. A descriptive quantitative methodology with a correlational design was employed to strengthen cohesion and interdisciplinarity in problem-solving. The level of CT was measured based on eight elements. The evaluation instrument consisted of a series of questions and exercises that students completed after finishing the workshop titled Technologies for All (TPT). The results show a positive correlation across disciplines, with computer science students demonstrating the greatest ease in developing this skill. It is concluded that CT is an essential competency for interdisciplinary learning, highlighting the importance of cooperative learning in achieving meaningful learning outcomes. http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952025000100055&lng=p&nrm=iso&tlng=p Resumen Las TIC han transformado la educación facilitando el acceso a la información y la comunicación, impactando la alfabetización mediática e informacional (AMI). Sin embargo, el sistema educativo enfrenta desafíos para adaptarse a la evolución digital, lo que requiere innovaciones pedagógicas y formación en el uso efectivo de las TIC. Esta investigación, parte de un estudio doctoral, emplea un enfoque cuantitativo-cualitativo, aplicando métodos teóricos y empíricos en un análisis descriptivo, longitudinal y de campo. Utiliza instrumentos validados para investigar estudiantes de comunicación en Ecuador y El Salvador, aplicando métodos estadísticos comparativos para identificar diferencias significativas en la integración de las TIC en el aprendizaje. Los hallazgos revelan que, pese a la disponibilidad tecnológica, su aplicación educativa sigue siendo un desafío. Se resalta el papel crucial de los docentes en la integración efectiva de las TIC en el currículo, fomentando habilidades en AMI para preparar los estudiantes en un mundo digitalizado.<hr/>Abstract ICTs have transformed education by facilitating access to information and communication, impacting media and information literacy (MAI). However, the educational system faces challenges in adapting to the digital evolution, which requires pedagogical innovations and training in the effective use of ICT. This research, part of a doctoral study, employs a quantitative-qualitative approach, applying theoretical and empirical methods in a descriptive, longitudinal and field analysis. It uses validated instruments to investigate communication students in Ecuador and El Salvador, applying comparative statistical methods to identify significant differences in the integration of ICTs in learning. The findings reveal that, despite the availability of technology, its educational application remains a challenge. The crucial role of teachers in the effective integration of ICTs in the curriculum is highlighted, fostering AMI skills to prepare students for a digitalized world. http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952025000100072&lng=p&nrm=iso&tlng=p Resumen La realidad aumentada (RA) ha surgido como una innovadora tecnología con el potencial de revolucionar la enseñanza de la lengua de señas, ofreciendo una experiencia educativa más interactiva, inmersiva y accesible. Este artículo pretende mostrar el análisis de estudios previos sobre el uso de la RA en la instrucción de la lengua de señas, destacando tanto los beneficios como los retos que presenta. A través de una revisión sistemática de la literatura, se evaluaron estudios relevantes, seleccionándose los que cumplían con las preguntas de investigación, criterios de inclusión y exclusión, y disponían del texto completo para ser evaluados. Del total de trabajos examinados el 70% de las aplicaciones de RA fueron programadas específicamente para este propósito. Uno de los mayores beneficios del uso de la RA en la enseñanza de la lengua de señas es la colaboración inclusiva y no solo una herramienta en procesos educativos para la comunidad sorda.<hr/>Abstract Augmented reality (AR) has emerged as an innovative technology with the potential to revolutionize sign language teaching, offering a more interactive, immersive and accessible educational experience. This article aims to identify and analyze previous studies on the use of AR in sign language instruction, highlighting both the benefits and challenges it presents. Through a systematic review of the literature, relevant studies were evaluated, selecting those that met the research questions, inclusion and exclusion criteria, and had the full text available to be evaluated. Of the total works examined, 70% of the AR applications were programmed specifically for this purpose. One of the greatest benefits of using AR in sign language teaching is inclusive collaboration, not just a tool in educational processes for the deaf community. http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952025000100085&lng=p&nrm=iso&tlng=p Resumo A colheita da cana-de-açúcar impacta significativamente a produtividade das usinas sucroalcooleiras e deve ser realizada no ponto ótimo de maturação ou Período de Utilização Industrial (PUI). A estimativa do PUI é obtida por análises laboratoriais que mensuram o índice de Açúcar Total Recuperável (ATR). A questão é que o planejamento das usinas sucroalcooleiras é dependente da previsão de produção (açúcar e etanol), e não há ferramentas capazes de substituir os altos custos das análises laboratoriais do ATR. Logo, este artigo traz um estudo de caso cujo objetivo é propor um modelo computacional para estimar o índice de ATR da produção de uma usina sucroalcooleira do interior do estado de São Paulo. Este modelo é fundamentado nas Artificial Neural Networks (ANN) e foi aplicado às bases de dados das lavouras de 48.151 talhões das safras de 2016/2017 a 2022/2023. As experimentações apresentaram um erro médio absoluto (3,49%) muito inferior às análises laboratoriais (12,17%). A principal contribuição deste estudo está em fornecer um modelo de baixo custo que estima com acurácia muito satisfatória o índice de ATR para o PUI.<hr/>Abstract Sugarcane harvesting significantly impacts the productivity of sugar mills and should be carried out at the optimal maturity point or Period of Industrial Utilization (PIU). The PIU is estimated through laboratory analyses that measure the Total Recoverable Sugar (TRS) index. The challenge lies in the fact that the planning of sugar mills depends on production forecasts (sugar and ethanol), and there are no tools capable of replacing the high costs of laboratory TRS analyses. Therefore, this article presents a case study aimed at proposing a computational model to estimate the TRS index of the production of a sugar mill in the countryside of São Paulo, Brazil. This model is based Artificial Neural Networks (ANN) and was applied to databases of 48,151 plots from the 2016/2017 to 2022/2023 harvests. The experiments presented a mean absolute error (3.49%) much lower than laboratory analyses (12.17%). The main contribution of this study lies in providing a low-cost model that estimates the ATR index with very high accuracy of the PIU.