Actualmente diversas personas tienen necesidades de salud complejas y diariamente requieren de más de una disciplina para tratar estos problemas, la educación interprofesional, permite obtener profesionales responsables, capaces de trabajar colaborativamente y en equipo. La presente investigación tuvo como objetivo, describir y analizar la perspectiva de la enfermera serumista acerca de la educación interprofesional para el trabajo en equipo, la investigación es cualitativa, con un diseño metodológico descriptivo; la muestra se saturo con 12 enfermeras serumistas egresadas de la USAT. Para la recolección de datos, se utilizó la técnica entrevista en línea, mediante el programa Zoom o llamada telefónica, el instrumento utilizado fue una guía semiestructurada, la cual fue validada por 3 expertos en la temática y luego por estudio piloto. Los datos obtenidos fueron procesados por análisis de contenido temático que comprendió 3 etapas: pre análisis, análisis y la verificación y contraste de los hallazgos. Además, la investigación tomó los criterios de rigor ético y científico. Como resultados surgieron 6 categorías: significado de la educación interprofesional, importancia percibida acerca de la educación interprofesional, experiencias no intencionadas de educación interprofesional en la formación universitaria, practica no intencionada de la educación interprofesional en la labor profesional, limitaciones u obstáculos para el desarrollo de la educación interprofesional y necesidad de incorporar la educación interprofesional al currículo Universitario. En conclusión, encontramos serumistas que desconocen el significado de la educación interprofesional, las experiencias que tuvieron las serumistas en su formación Universitaria, fueron de manera no intencionadas.

En el año 2002, la Facultad de Ciencias Físicas y Matemáticas (FCFM) decidió modificar su plan de estudios. En Marzo del año 2007, se finalizó el diseño de la nueva malla para todas las especialidades mientras que todos los departamentos de la Facultad se sometieron voluntariamente a un proceso de acreditación. El proceso de acreditación fue implementado por la Comisión de Acreditación de Pregrado, quienes concluyeron que el 57% de las carreras de la FCFM fueron acreditadas por siete años y un 43% por seis años. Para todas las especialidades se sugirió mejorar el desarrollo de habilidades genéricas. En la actualidad, la FCFM no cuenta con instrumentos que permitan evaluar el desarrollo de competencias relacionadas con liderazgo, así como el trabajo en equipo; por otra parte, no existe una claridad respecto a qué y cómo se debe trabajar estas competencias con los alumnos durante plan común, licenciatura y especialidad. El objetivo general de esta memoria, fue generar una propuesta metodológica para la evaluación y seguimiento de las competencias de liderazgo y trabajo en equipo en la formación de pregrado de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile. Por medio de grupos focales y encuestas a ex alumnos, empleadores y expertos en liderazgo y trabajo en equipo, se determinó qué habilidades, actitudes y conocimientos eran relevantes para la formación de ingenieros en las competencias de liderazgo y trabajo en equipo. A partir de encuestas y actividades en sala, se hizo un análisis comparado entre alumnos pertenecientes al plan de estudio reformulado y alumnos en el régimen antiguo. Se encontró una diferencia estadísticamente significativa entre alumnos de ambos planes y se pudo observar que el alumno del plan actual obtuvo mejores resultados en el desarrollo de competencias de liderazgo y trabajo en equipo. No existe claridad que la mejora en resultados se deba a la reforma curricular, abriendo espacio para futuras investigaciones al respecto. Esta memoria registró cada uno de los pasos con el que se determinaron las competencias de liderazgo y trabajo en equipo contribuyendo al fundamento teórico y metodológico del proceso formativo, sentando las bases para próximas investigaciones relacionadas con competencias en la Facultad. Por último, con apoyo del Área de Desarrollo Docente (ADD) de la FCFM, se determinaron propuestas metodológicas para la evaluación y seguimiento del alumno en las competencias de liderazgo y trabajo en equipo. Conjuntamente, se determinaron niveles de logro para las tres etapas del proceso formativo y se presentó una propuesta metodológica para el sistema de evaluación que debe ser validado por la FCFM.

Interés del estudio: El interés de la presente investigación se centra fundamentalmente en tres aspectos. En primer lugar, pretende contribuir a clarificar empíricamente la importancia de una serie de antecedentes personales, grupales y organizacionales en las conductas de compartir conocimiento. En segundo lugar, va más allá de los estudios previos realizados en esta misma línea, incluyendo grupos de trabajo y abordando como antecedentes variables personales, grupales y organizacionales evaluadas en diferentes niveles (individual, grupal, etc.). Finalmente, y dadas las características de las variables estudiadas, los resultados obtenidos permitirán diseñar propuestas de intervenciones que promuevan las conductas de compartir conocimiento y que redunden en mejores resultados para las empresas. Objetivos: El principal objetivo de la investigación es analizar los factores personales, grupales y organizacionales que influyen en que se den conductas de compartir conocimiento entre los miembros de grupos de trabajo. La relevancia de estas variables, que son necesarias para el aprendizaje grupal, justifica la importancia de este estudio. En concreto, las variables personales que se estudian son la autoeficacia y las expectativas personales de resultados, el clima de equipo como variable grupal y como variables organizacionales el apoyo y la justicia. Por último, se ha analizado también desde una perspectiva multinivel la influencia del clima de justicia en las conductas de compartir conocimiento y de estas en la eficacia grupal Elementos de la metodología a destacar: Además de las análisis descriptivos y correlaciones bivariadas, se han utilizado análisis que permiten poner a prueba modelos complejos. En concreto se ha utilizado el Análisis Factorial Confirmatorio (AFC) (Lévy Magin & Varela Mallou, 2006) y los Modelos de Análisis Estructurales (SEM) (Anderson & Gerbing, 1988; Bollen, 1995; Hair, Anderson, Tatham, & Black, 2008; Ruiz, Pardo, & San Martín, 2009). / Tormo Carbó, G. (2011). "APRENDIZAJE GRUPAL": ANTECEDENTES PERSONALES Y ORGANIZACIONALES [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/10916 / Palancia

[ES] La interoperabilidad entre los objetos comunicados es el objetivo principal del internet de las cosas (IoT). Algunos esfuerzos para lograrlo han generado diversas propuestas de arquitecturas, sin embargo, aún no se ha llegado a un conceso. Estas arquitecturas difieren en el tipo de estructura, grado de centralización, algoritmo de enrutamiento, métricas de enrutamiento, técnicas de descubrimiento, algoritmos de búsqueda, segmentación, calidad de servicio y seguridad, entre otros. Algunas son mejores que otras, dependiendo del entorno en el que se desempeñan y del tipo de parámetro que se use. Las más populares son las orientadas a eventos o acciones basadas en reglas, las cuales han permitido que IoT ingrese en el mercado y logre una rápida masificación. Sin embargo, su interoperabilidad se basa en alianzas entre fabricantes para lograr su compatibilidad. Esta solución se logra en la nube con una plataforma que unifica a las diferentes marcas aliadas. Esto permite la introducción de estas tecnologías a la vida común de los usuarios pero no resuelve problemas de autonomía ni de interoperabilidad. Además, no incluye a la nueva generación de redes inteligentes basadas en cosas inteligentes. La arquitectura propuesta en esta tesis toma los aspectos más relevantes de las cuatro arquitecturas IoT más aceptadas y las integra en una, separando la capa IoT (comúnmente presente en estas arquitecturas), en tres capas. Además, está pensada para abarcar redes de proximidad (integrando diferentes tecnologías de interconexión IoT) y basar su funcionamiento en inteligencia artificial (AI). Por lo tanto, esta propuesta aumenta la posibilidad de lograr la interoperabilidad esperada y aumenta la funcionalidad de cada objeto en la red enfocada en prestar un servicio al usuario. Aunque el sistema que se propone incluye el procesamiento de una inteligencia artificial, sigue los mismos aspectos técnicos que sus antecesoras, ya que su operación y comunicación continúan basándose en la capa de aplicación y trasporte de la pila de protocolo TCP/IP. Sin embargo, con el fin de aprovechar los protocolos IoT sin modificar su funcionamiento, se crea un protocolo adicional que se encapsula y adapta a su carga útil. Se trata de un protocolo que se encarga de descubrir las características de un objeto (DFSP) divididas en funciones, servicios, capacidades y recursos, y las extrae para centralizarla en el administrador de la red (IoT-Gateway). Con esta información el IoT-Gateway puede tomar decisiones como crear grupos de trabajo autónomos que presten un servicio al usuario y enrutar a los objetos de este grupo que prestan el servicio, además de medir la calidad de la experiencia (QoE) del servicio; también administra el acceso a internet e integra a otras redes IoT, utilizando inteligencia artificial en la nube. Al basarse esta propuesta en un nuevo sistema jerárquico para interconectar objetos de diferente tipo controlados por AI con una gestión centralizada, se reduce la tolerancia a fallos y seguridad, y se mejora el procesamiento de los datos. Los datos son preprocesados en tres niveles dependiendo del tipo de servicio y enviados a través de una interfaz. Sin embargo, si se trata de datos sobre sus características estos no requieren mucho procesamiento, por lo que cada objeto los preprocesa de forma independiente, los estructura y los envía a la administración central. La red IoT basada en esta arquitectura tiene la capacidad de clasificar un objeto nuevo que llegue a la red en un grupo de trabajo sin la intervención del usuario. Además de tener la capacidad de prestar un servicio que requiera un alto procesamiento (por ejemplo, multimedia), y un seguimiento del usuario en otras redes IoT a través de la nube. / [CA] La interoperabilitat entre els objectes comunicats és l'objectiu principal de la internet de les coses (IoT). Alguns esforços per aconseguir-ho han generat diverses propostes d'arquitectures, però, encara no s'arriba a un concens. Aquestes arquitectures difereixen en el tipus d'estructura, grau de centralització, algoritme d'encaminament, mètriques d'enrutament, tècniques de descobriment, algoritmes de cerca, segmentació, qualitat de servei i seguretat entre d'altres. Algunes són millors que altres depenent de l'entorn en què es desenvolupen i de el tipus de paràmetre que es faci servir. Les més populars són les orientades a esdeveniments o accions basades en regles. Les quals li han permès entrar al mercat i aconseguir una ràpida massificació. No obstant això, la seva interoperabilitat es basa en aliances entre fabricants per aconseguir la seva compatibilitat. Aquesta solució s'aconsegueix en el núvol amb una plataforma que unifica les diferents marques aliades. Això permet la introducció d'aquestes tecnologies a la vida comuna dels usuaris però no resol problemes d'autonomia ni d'interoperabilitat. A més, no inclou a la nova generació de xarxes intel·ligents basades en coses intel·ligents. L'arquitectura proposada en aquesta tesi, pren els aspectes més rellevants de les quatre arquitectures IoT mes acceptades i les integra en una, separant la capa IoT (comunament present en aquestes arquitectures), en tres capes. A més aquesta pensada en abastar xarxes de proximitat (integrant diferents tecnologies d'interconnexió IoT) i basar el seu funcionament en intel·ligència artificial. Per tant, aquesta proposta augmenta la possibilitat d'aconseguir la interoperabilitat esperada i augmenta la funcionalitat de cada objecte a la xarxa enfocada a prestar un servei a l'usuari. Tot i que el sistema que es proposa inclou el processament d'una intel·ligència artificial, segueix els mateixos aspectes tècnics que les seves antecessores, ja que, la seva operació i comunicació se segueix basant en la capa d'aplicació i transport de la pila de protocol TCP / IP. No obstant això, per tal d'aprofitar els protocols IoT sense modificar el seu funcionament es crea un protocol addicional que s'encapsula i s'adapta a la seva càrrega útil. Es tracta d'un protocol que s'encarrega de descobrir les característiques d'un objecte (DFSP) dividides en funcions, serveis, capacitats i recursos, i les extreu per centralitzar-la en l'administrador de la xarxa (IoT-Gateway). Amb aquesta informació l'IoT-Gateway pot prendre decisions com crear grups de treball autònoms que prestin un servei a l'usuari i encaminar als objectes d'aquest grup que presten el servei. A més de mesurar la qualitat de l'experiència (QoE) de el servei. També administra l'accés a internet i integra a altres xarxes Iot, utilitzant intel·ligència artificial en el núvol. A l'basar-se aquesta proposta en un nou sistema jeràrquic per interconnectar objectes de diferent tipus controlats per AI amb una gestió centralitzada, es redueix la tolerància a fallades i seguretat, i es millora el processament de les dades. Les dades són processats en tres nivells depenent de el tipus de servei i enviats a través d'una interfície. No obstant això, si es tracta de dades sobre les seves característiques aquests no requereixen molt processament, de manera que cada objecte els processa de forma independent, els estructura i els envia a l'administració central. La xarxa IoT basada en aquesta arquitectura té la capacitat de classificar un objecte nou que arribi a la xarxa en un grup de treball sense la intervenció de l'usuari. A més de tenir la capacitat de prestar un servei que requereixi un alt processament (per exemple multimèdia), i un seguiment de l'usuari en altres xarxes IoT a través del núvol. / [EN] Interoperability between communicating objects is the main goal of the Internet of Things (IoT). Efforts to achieve this have generated several architectures' proposals; however, no consensus has yet been reached. These architectures differ in structure, degree of centralisation, routing algorithm, routing metrics, discovery techniques, search algorithms, segmentation, quality of service, and security. Some are better than others depending on the environment in which they perform, and the type of parameter used. The most popular are those oriented to events or actions based on rules, which has allowed them to enter the market and achieve rapid massification. However, their interoperability is based on alliances between manufacturers to achieve compatibility. This solution is achieved in the cloud with a dashboard that unifies the different allied brands, allowing the introduction of these technologies into users' everyday lives but does not solve problems of autonomy or interoperability. Moreover, it does not include the new generation of smart grids based on smart things. The architecture proposed in this thesis takes the most relevant aspects of the four most accepted IoT-Architectures and integrates them into one, separating the IoT layer (commonly present in these architectures) into three layers. It is also intended to cover proximity networks (integrating different IoT interconnection technologies) and base its operation on artificial intelligence (AI). Therefore, this proposal increases the possibility of achieving the expected interoperability and increases the functionality of each object in the network focused on providing a service to the user. Although the proposed system includes artificial intelligence processing, it follows the same technical aspects as its predecessors since its operation and communication is still based on the application and transport layer of the TCP/IP protocol stack. However, in order to take advantage of IoT-Protocols without modifying their operation, an additional protocol is created that encapsulates and adapts to its payload. This protocol discovers the features of an object (DFSP) divided into functions, services, capabilities, and resources, and extracts them to be centralised in the network manager (IoT-Gateway). With this information, the IoT-Gateway can make decisions such as creating autonomous workgroups that provide a service to the user and routing the objects in this group that provide the service. It also measures the quality of experience (QoE) of the service. Moreover, manages internet access and integrates with other IoT-Networks, using artificial intelligence in the cloud. This proposal is based on a new hierarchical system for interconnecting objects of different types controlled by AI with centralised management, reducing the fault tolerance and security, and improving data processing. Data is preprocessed on three levels depending on the type of service and sent through an interface. However, if it is data about its features, it does not require much processing, so each object preprocesses it independently, structures it and sends it to the central administration. The IoT-Network based on this architecture can classify a new object arriving on the network in a workgroup without user intervention. It also can provide a service that requires high processing (e.g., multimedia), and user tracking in other IoT-Networks through the cloud. / González Ramírez, PL. (2022). Interconnection Architecture of Proximity Smart IoE-Networks with Centralised Management [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/181892 / TESIS