Research on associative cognition networks with educational robotics for learning healthy hydration habits

• Alejandro De la Hoz Serrano ^[1] ; Lina Viviana Melo Niño ^[1] ; Florentina Cañada Cañada ^[1] ; Javier Cubero Juánez ^[1]
  1. [1] Universidad de Extremadura

     Universidad de Extremadura

     Badajoz, España

     
• Localización: Retos: nuevas tendencias en educación física, deporte y recreación, ISSN-e 1988-2041, ISSN 1579-1726, Nº. 68, 2025, págs. 170-185
• Idioma: inglés
• Títulos paralelos:
  • Investigación en redes asociativas de cognición para el aprendizaje con robótica educativa de hábitos de hidratación saludable
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Introducción: La neuroeducación establece la necesidad de analizar las estructuras cognitivas para evaluar el aprendizaje. La demanda del avance tecnológico hace necesario el incremento de recursos digitales para la enseñanza y la alfabetización científica y digital. Objetivo: Analizar las Redes Asociativas de Cognición de maestros en formación sobre el aprendizaje biocientífico de hábitos saludables de hidratación tras una intervención con Robótica Educativa. Metodología: El estudio adopta un enfoque mixto y análisis de grafos utilizando los softwares Gephi® y Cytoscape®, y mediante medidas de Grado, Coeficiente de agrupamiento, Longitud media del camino más corto y Modularidad. Resultados: La Leche se representa como Hub principal de las estructuras cognitivas. Los nodos con mayor grado se sitúan en el centro del grafo, como Leche, Zumo natural, 2 litros de agua, 200 ml de agua o bebidas azucaradas, mientras que las Bebidas energéticas y Limonada natural, que tienen la menor relevancia, se sitúan más lejos. Discusión: Existe asociación razonable entre las bebidas saludables y no saludables, así como una fuerte asociación entre el consumo de agua y las bebidas saludables, especialmente la Le-che. Los maestros en formación comprenden mejor el concepto de ingesta diaria recomendada en comparación con el número de vasos específicos .Conclusiones: Los conocimientos científicos adquiridos tras la intervención de Robótica Educativa se centran en contenidos relevantes para los hábitos saludables de hidratación. Para mejo-rar la evaluación en la educación superior, se aboga por más estudios que analicen las Redes Asociativas de Cognición sobre efectos del aprendizaje de contenidos científicos y el uso de re-cursos como la Robótica Educativa.

  • English

    Introduction: Neuroeducation establishes the need to analyze cognitive structures in order to assess learning. The demand of technological advancement necessitates the increase of digital resources for teaching and scientific and digital literacy.Objective: Analyses Associative Cognitive Networksof pre-service teachers on bioscientific learning of healthy hydration habits after an intervention using educational robotics. Methodology: The study adopts a mixed approach and graph analysis using Gephi®and Cyto-scape®software, and with the use of measures of Degree, Clusteringcoefficient, AverageShortestPathLengthand Modularity.Results: Milkis represented as the main Hubof the cognitive structures. The nodes with the highest Degreeare located in the center of the network, such as Milk, Naturaljuice, 2 liters of water, 200 ml of water or Sweetened beverages, while Energy drinksand Natural lemonade, which have the lowest relevance, are located further away. Discussion: There is a reasonable association between healthy and unhealthy drinks, as well as a strong association between water consumption and healthy drinks, especially milk. The pre-service teachers have a better understanding of the concept of recommended daily intake com-pared to the number of specific glasses.Conclusions: Scientific knowledge acquired after educational robotics intervention focuses on relevant content for healthy hydration habits. To improve assessment in higher education, it isadvocatedmore studies analyzing AssociativeCognitiveNetworkson the effects of learning sci-entific content and the use of resources such as Educational Robotics.

• Referencias bibliográficas
  • Aranceta, J., Arija, V., Maíz, E., Martínez, E., Ortega, R. M., Pérez-Rodrigo, C., ... & de Nutricion Comunita-ria, S.E.N.C. (2016). Guías...
  • Baronchelli, A., Ferrer-i-Cancho, R., Pastor-Satorras, R., Chater, N., & Christiansen, M. H. (2013). Net-works in cognitive science. Trends...
  • Belmonte, J. L., Sánchez, S. P., Bújez, M. R. V., & Mohedo, M. T. D. (2019). Herramientas robóticas para la dinamización de nuevos espacios...
  • Bers, M. U. (2017). The Seymour test: Powerful ideas in early childhood education. International Jour-nal of Child - Computer Interaction,...
  • Bocconi, S., A. Chioccariello, P. Kampylis, V. Dagienė, P. Wastiau, K. Engelhardt, J. Earp, and G. Stupuri-enė. (2022). Reviewing Computational...
  • Chai, H. H., Gao, S. S., Chen, K. J., Duangthip, D., Lo, E. C. M., & Chu, C. H. (2020). A kindergarten-based oral health preventive approach...
  • Chang, H. Y., & Tsai, C. C. (2023). Epistemic network analysis of students’ drawings to investigate their conceptions of science learning...
  • Correa-Bautista, J. E. ., Ortega-Mora, G. I., & Rey Reyes, . M. S. (2024). Percepciones de estudiantes sobre el conocimiento pedagógico...
  • Costa, A. P., de Souza, F. N., Moreira, A., & de Souza, D. N. (Junio de 2016). WebQDA—Qualitative data analysis software: Usability assessment....
  • Creswell, J. W. (2014). A concise introduction to mixed methods research. SAGE publications
  • Cubero, J., Gracía, M., Sánchez, S., Vallejo, J. R., Rodrigo, M., & Moreno, J. M. R. (19 de junio de 2019). Aná-lisis de alfabetización...
  • De la Hoz, A., Cubero, J., Melo, L., Durán-Vinagre, M. A., & Sánchez, S. (2021). Analysis of digital literacy in health through active...
  • De la Hoz, A., Melo, L., Álvarez, A., Cañada, F., & Cubero, J. (2023). The Promotion of Healthy Hydration Habits through Educational Robotics...
  • De la Hoz Serrano, A., Melo Niño, L. V., Álvarez Murillo, A., Cubero Juánez, J., Soto Ardila, L. M., & Cañada Cañada, F. (2024). Análisis...
  • Durán-Vinagre, M. Ángel, Leador Albano, V. M., Sánchez Herrera, S., & Feu Molina, S. (2021). Motivación y TIC como reguladores de la actividad...
  • Escuela de Salud Pública de Harvard. (10 de mayo de 2024). El Plato para Comer Saludable. https://nutritionsource.hsph.harvard.edu/healthy-eating-plate/translations/spanish/
  • Espinosa-Garamendi, E., Labra-Ruiz, N. A., Naranjo, L., Chávez-Mejía, C. A., Valenzuela-Alarcón, E., & Mendoza-Torreblanca, J. G. (2022)....
  • Fernández Batanero, J. M., Montenegro Rueda, M., Fernández Cerero, J., & Tadeu, P. (2021). Impacto de las TIC en el alumnado con discapacidad...
  • Franco-Reynolds, L., De la Hoz Serrano, A., Rapp, C. V., Sanguino, M. J. B., Herrera, S. S., & Juánez, J. C. (2022). Efecto sobre el hábito...
  • Frankland, P. W., & Bontempi, B. (2005). The organization of recent and remote memories. Nature re-views neuroscience, 6(2), 119-130....
  • Fussero, G. B., & Occelli, M. (2022). Construcción de modelos de Ingeniería Genética a través de la pro-gramación con Scratch. Revista...
  • García del Castillo, F., Tortosa, J., Ramos, I., & García del Castillo, J. A. (2024). Estilos de vida de estudian-tes universitarios españoles...
  • Gautam, V., & Gupta, S. (2023). Envisaging Modularity Detecting Communities in Networks: Gephi Visu-als. EVERGREEN Joint Journal of Novel...
  • González-Bustamante, B., & Cisternas, C. (2020). Aplicación de ForceAltas2, un algoritmo de diseño grá-fico continuo, para el estudio...
  • Huie, E. Z., Sathe, R. U., Wadhwa, A., Santos, E. V., & Gulacar, O. (2022). Facilitating Concept Map Analy-sis: Generating and Evaluating...
  • Hwang, K., Shine, J. M., Bruss, J., Tranel, D., & Boes, A. (2021). Neuropsychological evidence of multi-domain network hubs in the human...
  • Iglesia, I., Santaliestra-Pasias, A. M., Bel-Serrat, S., Sadalla-Collese, T., Miguel-Berges, M. L., & Moreno, L. A. (2016). Fluid consumption,...
  • Jacomy, M., Venturini, T., Heymann, S., & Bastian, M. (2014). ForceAtlas2, a continuous graph layout algorithm for handy network visualization...
  • Jones, M., van Kessel, G., Swisher, L., Beckstead, J., & Edwards, I. (2014). Cognitive maps and the struc-ture of observed learning outcome...
  • Kandel, E., Schwartz, J., y Jessell, T. (1991). Principles of Neural Science (3ª edición). Nueva York: Else-vier.
  • Krendl, A. C., & Betzel, R. F. (2022). Social cognitive network neuroscience. Social cognitive and affec-tive neuroscience, 17(5), 510-529....
  • Lancichinetti, A., & Fortunato, S. (2011). Limits of modularity maximization in community detection. Physical Review E—Statistical, Nonlinear,...
  • Luchini, S. A., Wang, S., Kenett, Y. N., & Beaty, R. E. (2024). Mapping the Memory Structure of High-Knowledge Students: A Longitudinal...
  • Luque, L., & Molina, J. (2023). El docente, figura clave en la formación en Soporte Vital Básico. Revisión sistemática (The teacher, a...
  • Mahut, H., Zola-Morgan, S., & Moss, M. (1982). Hippocampal resections impair associative learning and recognition memory in the monkey....
  • Marcelo-García, C., & Marcelo-Martínez, P. (2021). Influencers educativos en Twitter: análisis de hash-tags y estructura relacional. Comunicar:...
  • Marcos-Pablos, S., & García-Peñalvo, F. J. (2022). More than surgical tools: a systematic review of ro-bots as didactic tools for the...
  • Martínez, J.R e Iglesias, C. (2006), El libro blanco de la hidratación. Sociedad Española de Dietética y Ciencias de la Alimentación, Madrid,...
  • Mayo, M. A. B., & Izquierdo, J. Q. (2019). Ingesta de líquidos e hidratación en personas mayores no insti-tucionalizadas en un municipio...
  • Mishkin, M., & Appenzeller, T. (1987). The anatomy of memory. Scientific American, 256(6), 80-89.
  • Molina-Márquez, I., Retamal, F. ., Gutierrez-Viveros, K. ., Zuloaga-Riquelme , V. ., Molina- Elizalde , J. P. ., & González-Albornoz ,...
  • Mora, F. (2021). Neuroeducación: solo se puede aprender aquello que se ama. Alianza editorial.
  • Nguyen, A., Eschiti, V., Bui, T. C., Nagykaldi, Z., & Dwyer, K. (2023). Mobile health interventions to im-prove health behaviors and healthcare...
  • Nissensohn, M., López-Ufano, M., Castro-Quezada, I., & Serra-Majem, L. (2015). Valoración de la ingesta de bebidas y del estado de hidratación....
  • Nissensohn, M., Sánchez-Villegas, A., Ortega, R. M., Aranceta-Bartrina, J., Gil, Á., González-Gross, M., ... & Serra-Majem, L. (2016)....
  • Ntourou, V., Kalogiannakis, M., & Psycharis, S. (2021). A study of the impact of Arduino and Visual Pro-gramming In self-efficacy, motivation,...
  • Partida, S., Marshall, A., Henry, R., Townsend, J., & Toy, A. (2018). Attitudes toward nutrition and dietary habits and effectiveness...
  • Pérez-Vera, L., Sánchez Herrera, S., Rabazo Méndez, M. J., & Fernández Sánchez, M. J. (2024). Inclusión educativa de los estudiantes con...
  • Porlán, R., Martín del Pozo, R., Rivero, A., Harres, J., Azcárate, P. y Pizzato, M. (2010). El cambio del pro-fesorado de ciencias I: Marco...
  • Poulos, N. S., & Pasch, K. E. (2016). Socio-demographic differences in energy drink consumption and reasons for consumption among US college...
  • Puga, J. L., García, J. G., De la Fuente Sánchez, L., & De la Fuente Solana, E. I. (2007). Las redes bayesianas como herramientas de modelado...
  • Puškar, L., Kržić, A. S., Scaradozzi, D., Pyrini, A. N., Pantela, N., Kosmas, P., ... & Screpanti, L. (2023, June). Robots in aquatic...
  • Qin, D., Li, F., & Yang, J. (2024). Cross-sectional study of pharmacovigilance knowledge, attitudes, and practices based on structural...
  • Reyes-Narvaez, S., & Canto, M. O. (2020). Conocimientos sobre alimentación saludable en estudiantes de una universidad pública. Revista...
  • Román, F. (2021). La Neurociencia detrás del aprendizaje basado en problemas (ABP). Journal of Neu-roeducation, 1(2), 50-56. https://orcid.org/0000-0001-7741-3602
  • Román-Graván, P., Hervás-Gómez, C., Martín-Padilla, A. H., & Fernández-Márquez, E. (2020). Percep-tions about the use of educational robotics...
  • Rubinov, M., & Sporns, O. (2010). Complex network measures of brain connectivity: uses and interpre-tations. Neuroimage, 52(3), 1059-1069....
  • Schina, D., Esteve-González, V., Usart, M., Lázaro-Cantabrana, J. L., & Gisbert, M. (2020). The integration of sustainable development...
  • Siew, C. S. (2020). Applications of network science to education research: Quantifying knowledge and the development of expertise through...
  • Siew, C. S., Wulff, D. U., Beckage, N. M., & Kenett, Y. N. (2019). Cognitive network science: A review of research on cognition through...
  • Stella, M. (2022). Cognitive network science for understanding online social cognitions: A brief review. Topics in Cognitive Science, 14(1),...
  • Steven, A., Wilson, G., & Young-Murphy, L. (2019). The implementation of an innovative hydration monitoring APP in care home settings:...
  • UNESCO (2016). Tecnologías Digitales al Servicio de la Calidad Educativa. Una propuesta de cambio centrada en el aprendizaje para todos. https://unesdoc.unesco.org/ark:/48223/pf0000245115
  • Van den Heuvel, M. P., & Sporns, O. (2013). Network hubs in the human brain. Trends in cognitive sciences, 17(12), 683-696. https://doi.org/10.1016/j.tics.2013.09.01
  • Verdugo Perona, J. J., Solaz Portolés, J. J. y Sanjosé López, V. (2019). Evaluación del Conocimiento Cien-tífico en Maestros en formación...
  • Ward, J. (2019). The student's guide to cognitive neuroscience. Routledge.
  • Westmoreland, B. (1994). Medical Neurosciences: An Approach to Anatomy, Pathology, and Physiolo-gy by Systems and Levels. Nueva York: Little,...
  • World Medical Association (WMA) (2022). Declaration of helsinki - ethical principles for medical re-search involving human subjects. https://www.wma.net/policies-post/wma-...
  • Yaguachi, R. A., Poveda, C. L., Altamirano, N. A., Armijo, K. G., Solorzano, N. F., González, W. A., Manosal-vas, K. N., Correa, K., Bulgarín,...