Khan Academy como herramienta en el aprendizaje de las matemáticas y la programación
Khan Academy as a tool in learning mathematics and programming
Resumen (es)
La investigación identifico la percepción acerca de la relación entre las matemáticas y las ciencias de la computación, y como Khan Academy ayuda al estudio en estas áreas. La relación matemática y computación, fundamental en el desarrollo de nuevas tecnologías, debe ser impartida con enfoque constructivista y conectivista, y apoyada en TIC buscando que el estudiante desarrolle desde muy temprana edad sus capacidades y el interés hacia carreras STEM. Se concluye que el uso de Khan Academy fue muy positivo, mostrando que para el 83% de los estudiantes la herramienta logro resolver gran parte de sus interrogantes. Así mismo, para el 67%, los temas tratados en los cursos seleccionados le permitieron aprender o reforzar sus conocimientos, y para el 82%, la plataforma obtuvo una calificación entre 4 y 5 puntos de aceptación en el uso de la plataforma
Resumen (en)
The research identified the perception of the relationship between mathematics and computer science, and how the Khan Academy helps study in these areas. The mathematical and computing relationship, fundamental in the development of new technologies, must be taught with a constructivist and connectivist approach, and supported by ICT, seeking for the student to develop from an early age their abilities and interest in STEM careers. It is concluded that the use of Khan Academy was very positive, showing that for 83% of the students the tool managed to solve many of their questions. Likewise, for 67%, the topics covered in the selected courses allowed them to learn or reinforce their knowledge, and for 82%, the platform obtained a score between 4 and 5 points of acceptance in the use of the platform
Resumen (pt)
A pesquisa identificou a percepção da relação entre matemática e ciência da computação e como a Khan Academy ajuda a estudar nessas áreas. A relação matemática e computacional, fundamental no desenvolvimento de novas tecnologias, deve ser ensinada com uma abordagem construtivista e conectivista, e apoiada pelas TIC, buscando que o aluno desenvolva desde tenra idade suas habilidades e interesse nas carreiras STEM. Conclui-se que o uso da Khan Academy foi muito positivo, mostrando que para 83% dos alunos a ferramenta conseguiu resolver muitas de suas perguntas. Da mesma forma, para 67%, os tópicos abordados nos cursos selecionados permitiram aprender ou reforçar seus conhecimentos e, para 82%, a plataforma obteve uma pontuação entre 4 e 5 pontos de aceitação no uso da plataforma
Referencias
Acharya, U., Oh, S. L., Hagiwara, Y., Tan, J. H. y Adeli, H. (2018). Deep convolutional neural network for the automated detection and diagnosis of seizure using EEG signals. Computers in Biology and Medicine, 100(1), 270-278. DOI: https://doi.org/10.1016/j.compbiomed.2017.09.017
Alshammari, M. y Rezgui, A. (2020). An all pairs shortest path algorithm for dynamic graphs. International Journal of Mathematics and Computer Science, 15(1), 347-365. Recuperado de https://bit.ly/2VBDrob
Alvites, C. (2017). Herramientas TIC en el aprendizaje en el área de matemática: caso Escuela PopUp, Piura-Perú. Hamut’ay, 4(1), 18-30. DOI: http://dx.doi.org/10.21503/hamu.v4i1.1393
Alzahrani, M. (2017). The effect of using online discussion forums on students’ learning. Turkish Online Journal of Educational Technology, 16(1), 164-176. DOI: https://bit.ly/34MhK8Y
Arba, R. (2019). A model of costs simulation using Monte Carlo method for road pavement development projects. Journal of Applied Computer
Science & Mathematics, 13(28). DOI: https://doi.org/10.4316/ JACSM.201902001
Aranda, C. y Callejo, M. (2017). Formas de aproximar el área bajo una curva: un estudio con estudiantes de bachillerato. Enseñanza de las Ciencias, 35(1), 157-174. DOI: http://dx.doi.org/10.5565/rev/ ensciencias.2075
Ashir, A., Akdemir, B. y Ahmed, B. (2018). Manhattan penalty based multi-modal system for facial recognition. Scholars Journal of Research in Mathematics and Computer Science, 3(1). Recuperado de https://bit. ly/3cnJJP5
Badmus, N., Alexander, N. y Florence, A. (2020). Statistical analysis of Ebola virus disease: A regression analysis approach. International Journal of Mathematics & Computation, 31(1). Recuperado de https:// bit.ly/2KaeVFm
Bouroubi, S., Charchali, F. y Benyahia, N. (2019). Set partitions: Solution for sharing secret keys. Romanian Journal of Mathematics and Computer Science, 9(2), 78-86. Recuperado de https://bit.ly/2RJJtSH
Briz, Á. y Serrano, Á. (2018). Aprendizaje de las matemáticas a través del lenguaje de programación R en educación secundaria. Educación Matemática, 30(1), 133-162. DOI: https://dx.doi.org/10.24844/ em3001.05
Byrd, R. (2018). Cybersecurity: 1) What math is necessary and 2) Developing ubiquitous cybersecurity in current computing programs.
Journal of Computing Sciences in Colleges. Recuperado de https://bit.
ly/2VeXolC
Cadena-Iñiguez, P., Rendón, R., Aguilar, J., Salinas, E., Cruz, F. de la y Sangerman, D. (2017). Métodos cuantitativos, métodos cualitativos o su combinación en la investigación: un acercamiento en las ciencias sociales. Revista Mexicana de Ciencias Agrícolas, 8(7), 1603-1617. Recuperado de https://bit.ly/2Vih1JI
Cárdenas-Guevara, D. (2015). La ingeniería y las ciencias naturales.
Revista Facultad de Ingeniería, 24(40), 7-8. Recuperado de https://bit. ly/2XUWSeD
Cariow, A., Cariowa, G. y Majorkowska, D. (2020). An algorithm for Quaternion–Based 3D rotation. International Journal of Applied Mathematics and Computer Science, 30(1), 149-160. DOI: https://doi. org/10.34768/amcs-2020-0012
Colciencias (Departamento Administrativo de Ciencia, Tecnología e Innovación). (2018). Plan Nacional de Ciencia, Tecnología e Innovación para el Desarrollo del Sector de las Tecnologías de la Información y las Comunicaciones (TIC), 2017-2022. Recuperado de https://bit. ly/34H4OkX
Coto, M. (2020). Descubrimiento del estilo de aprendizaje dominante en estudiantes de Matemática Superior. Revista Educación, 44(1). DOI:
https://doi.org/10.15517/revedu.v44i1.38571
Cruz, M., Portillo, H., Tchoshanov, M., Flores, S. y Ramírez, O. (2019). Caracterización de las prácticas sociales asociadas a la génesis de la inducción matemática: un estudio exploratorio en estudiantes de ingeniería. Revista Educación, 43(2). DOI: https://doi.org/10.15517/ revedu.v43i2.30493
Díaz, K., Fierro, E. y Muñoz, M. (2018). La enseñanza de la programación: una experiencia en la formación de profesores de Informática. Educación, 27(53), 73-91. DOI: https://dx.doi.org/10.18800/educacion.201802.005
Domínguez, P., Oliveros, M., Coronado, M. y Valdez, B. (2019). Retos de ingeniería: enfoque educativo STEM+A en la revolución industrial
0. Innovación educativa, 19(80), 15-32. Recuperado de https://bit. ly/3bcXEHv
Dove, A., y Dove, E. (2017). Flipping preservice elementary teachers’ mathematics anxieties. Contemporary Issues in Technology and Teacher Education, 17(3). Recuperado de https://bit.ly/2XN1piZ
Elaiw, A. y Alshaikh, M. (2020). Stability of a general discrete-time HIV dynamics model with three categories of infected CD4+ T-cells and multiple time delays. JMCS, 20(4), 264-282. DOI: http://dx.doi. org/10.22436/jmcs.020.04.01
Emeda, P., Mwalili, S. y Otieno, G. (2020). Deterministic modeling for HIV and AIDS epidemics with viral load detectability. Journal of Mathematical and Computational Science, 10(4), 728-757. DOI: https:// doi.org/10.28919/jmcs/4474
Fonseca, J. y Alfaro, C. (2018). El cálculo diferencial e integral en una variable en la formación inicial de docentes de matemática en Costa Rica. Revista Educación, 42(2). DOI: https://doi.org/10.15517/revedu. v42i2.25844
Fuentes, M. y González, J. (2019). Evaluación inicial del diseño de unidades didácticas STEM gamificadas con TIC. Revista Electrónica De Tecnología Educativa, 70, 1-17. DOI: https://doi.org/10.21556/ edutec.2019.70.1469
García, G. y Romero, J. (2018). Matemáticas para todos en tiempos de la inclusión como imperativo: un estudio sobre el programa Todos a Aprender. Revista Colombiana de Educación, 74, 289-310. DOI: https:// doi.org/10.17227/rce.num74-6911
García, M. (2018). Proyecto Newton: Matemáticas para la Vida. Revista Números, 98, 45-58. Recuperado de https://bit.ly/2KaRuvt
García, M., Gómez, A., Solano, N. y Fernández, R. (2020). Las creencias de los futuros maestros sobre la enseñanza y aprendizaje de las matemáticas. Revista Espacios, 41(9), 14. Recuperado de https://bit. ly/2Ka0JfH
Gasca, G. y Machuca, L. (2017). Ciencias de la computación en el mundo real. Revista Ibérica de Sistemas e Tecnologias de Informação, 24. DOI:
https://dx.doi.org/10.17013/risti.24.0
Ghaleb, F., Taha, A., Hazman, M., Abd ElLatif, M. y Abbass, M. (2020). RDF-BF-Hypergraph representation for relational database. International Journal of Mathematics and Computer Science, 15(1), 41-64. Recuperado de https://bit.ly/2XIzqAZ
Gray, J. y Lindstrøm, C. (2019). Five tips for integrating Khan Academy in your course. The Physics Teacher, 57, 406-408. DOI: https://doi. org/10.1119/1.5124284
Grisales, A. (2018). Uso de recursos TIC en la enseñanza de las matemáticas: retos y perspectivas. Entramado, 14(2), 198-214. DOI: http://dx.doi.org/10.18041/1900-3803/entramado.2.4751
Gürbüz, R. y Erdem, E. (2016). Relationship between mental computation and mathematical reasoning. Cogent Education, 3(1). DOI: https://doi.or g/10.1080/2331186X.2016.1212683
Hasselman, F. y Bosman, A. (2020). Studying complex adaptive systems with internal states: A recurrence network approach to the analysis of multivariate time series data representing self-reports of human experience. Frontiers in Applied Mathematics and Statistics, 6. DOI: https://doi.org/10.3389/fams.2020.00009
Helizar, D., Isnanto, R. y Nurhayati, O. (2018). Analysis knowledge management in implementation enterprise resource planning system using critical success factor (CSF). Scholars Journal of Research in Mathematics and Computer Science, 3(2), 224-237. Recuperado de https://bit.ly/34JSbW5
Hernández, I. (2018). El Ministerio de Robin Hood: una experiencia de gamificación. Revista Números, 98, 153-162. Recuperado de https://bit. ly/3bfXSgY
Hussein, R., Palangi, H. Ward, R. y Wang, Z. (2019). Optimized deep neural network architecture for robust detection of epileptic seizures using EEG signals. Clinical Neurophysiology, 130(1), 25-37. DOI: https:// doi.org/10.1016/j.clinph.2018.10.010
James, S., Thumbur, G. y Vasudeva, P. (2020). Secure and efficient identity-based proxy signature scheme with message recovery. Journal of Mathematical and Computational Science, 10(3), 448-473. DOI:
https://doi.org/10.28919/jmcs/4403
Jara, F., Cancino, P. y Casillas, M. (2019). La integración de KhanAcademy: una estrategia didáctica para la evaluación de matemáticas en ingenierías. Revista Electrónica de Divulgación de Metodologías Emergentes en el Desarrollo de las STEM, 1(1), 26-49. Recuperado de https://bit.ly/3cwvWG4
Jara, I. y Hepp, P. (2016). Enseñar ciencias de la computación: creando oportunidades para los jóvenes de América Latina. Microsoft Corporation. Recuperado de https://bit.ly/2XHQPcZ
Jiménez, A., Garza, A., Méndez, C., Mendoza, J., Acevedo, J., Arredondo, L. y Quiroz, S. (2020). Motivación hacia las matemáticas de estudiantes de bachillerato de modalidad mixta y presencial. Revista Educación, 44(1). DOI: https://doi.org/10.15517/revedu.v44i1.35282
Joshi, H., Sharma, R. y Prajapati, G. (2020). Stability analysis of a deterministic vaccination model with non-monotonic incidence rate. Journal of Mathematical and Computational Science, 10(1), 51-67. DOI: https://doi.org/10.28919/jmcs/4287
Kelly, D. y Rutherford, T. (2017). Khan Academy as supplemental instruction: A controlled study of a computer-based mathematics intervention. International Review of Research in Open and Distributed
Learning, 18(4). DOI: https://doi.org/10.19173/irrodl.v18i4.2984
La República. (28 de agosto de 2019). Computación: millones de programadores se necesitarán en América Latina. La República. Recuperado de https://bit.ly/2xuQfou
Lopez-González, S. (2017). El papel del ingeniero de sistemas en Colombia en la transformación hacia una racionalidad democrática, según la teoría crítica de la tecnología (tesis de maestría). Universidad Eafit, Medellín. Recuperado de https://bit.ly/2VfbLGE
López, V., Couso, D. y Simarro, C. (2020). Educación STEM en y para un mundo digital. Revista de Educación a Distancia, 20(62). DOI: http:// dx.doi.org/10.6018/red.410011
López, V., Mato, D. y Chao, R. (2020). Análisis confirmatorio de la estructura factorial de la ansiedad hacia las matemáticas. Revista de Investigación Educativa, 38(1), 221-237. DOI: http://dx.doi.org/10.6018/ rie.35999
Lluch, L. y Portillo, M. (2018). La competencia de aprender a aprender en el marco de la educación superior. Revista Iberoamericana de Educación, 78(2), 59-76. DOI: https://doi.org/10.35362/rie7823183
Ministerio de Educación y Formación Profesional (MEFP). (2018). Programación, robótica y pensamiento computacional en el aula: situación en España y propuesta normativa. Gobierno de España - MEFP. Recuperado de https://bit.ly/2XKekCc
MEN (Ministerio de Educación Nacional). (2019). Plan Estratégico Institucional 2019-2022. Gobierno de Colombia - MEN. Recuperado de https://bit.ly/2KagMdi
Minte, A., Sepúlveda, A., Díaz, D. y Payahuala, H. (2020). Aprender matemática: dificultades desde la perspectiva de los estudiantes de educación básica y media. Revista Espacios, 41(9), art. 30. Recuperado de https://bit.ly/2RL5r7z
Muhammad, l., Garba, E., Oye, N. y Wajiga, G. (2019). Modeling techniques for knowledge representation of expert system: A survey.
Journal of Applied Computer Science & Mathematics, 13(28), 39-44. DOI: https://doi.org/10.4316/JACSM.201902006
OECD. (2016). Education in Colombia. Reviews of National Policies for Education. París: OECD. DOI: https://dx.doi.org/10.1787/9789264250604en
Olarte, J. (2020). Homogeneizar la práctica de la modelación: un reto del sistema educativo colombiano. Revista Educación, 44(1). Recuperado de https://bit.ly/2VFTJfX
Ortiz, E., Santos, J. y Marín, S. (2020). Evaluación continua en la enseñanza universitaria de la contabilidad. Revista de Investigación Educativa, 38(1), 109-129. DOI: http://dx.doi.org/10.6018/rie.329781
Ortiz, L. y Padilla, E. (2017). Taller: Geogebra como herramienta para contribuir con el aprendizaje del cálculo integral en una variable. Artículo presentado en el V Encuentro Enseñanza de la Matemática UNED: Tendencias Actuales en Educación Matemática. Recuperado de https://bit.ly/2Kfg6mQ
Palmas, S. (2018). La tecnología digital como herramienta para la democratización de ideas matemáticas poderosas. Revista Colombiana de Educación, (74), 109-132. DOI: https://doi.org/10.17227/rce.num746900
Popoli, A., Cristofolini, A. y Sandrolini, L. (2020). A numerical model for the calculation of electromagnetic interference from power lines on nonparallel underground pipelines. Mathematics and Computers in Simulation. DOI: https://doi.org/10.1016/j.matcom.2020.02.015
Prieto, G. y Cabrera, D. (2020). Diseño y evaluación de una estrategia lúdica de aprendizaje para enseñar Simulación de Montecarlo. Revista Espacios, 41(13), art. 4. Recuperado de https://bit.ly/2Vhvup7
Ramírez, N., Aparicio, L. y Gómez, E. (2019). Supervised classifiers of prostate cancer. Visión Electrónica, 2(1) Edición Especial. Recuperado de https://bit.ly/2VFd6W7
Rao, A., Hilton III, J. y Harper, S. (2017). Khan Academy videos in chinese: A case study in OER revision. The International Review of Research in Open and Distributed Learning, 18(5). DOI: https://doi.org/10.19173/ irrodl.v18i5.3086
Reyes, G., Saavedra, J. y Aguayo, M. (2020). Aprendizaje basado en equipos en un curso de Ingeniería en educación superior. Revista Educación, 44(1). DOI: https://doi.org/10.15517/revedu.v44i1.38316
Revelo, J. y Carrillo, S. E. (2018). Impacto del uso de las TIC como herramientas para el aprendizaje de la matemática de los estudiantes de educación media. Revista Cátedra, 1(1), 70-91. Recuperado de https:// bit.ly/2VBS4YC
Romero, H., Cano, L., Charry, C. y Pardo, J. (2019). Deficiencia de adquisición de competencias mínimas en estudiantes de desarrollo de software: hacia un nuevo modelo de enseñanza pedagógico praxeológico. Inclusión y Desarrollo, 1(6). Recuperado de https://bit.ly/2yjt3to
Rubio, I. (24 de septiembre de 2019). Las matriculaciones en carreras técnicas bajan pese a la demanda laboral. El País. Recuperado de https:// bit.ly/2z9rgra
Rueda, K. y Rey, M. (2018). The learning of differential calculus mediated by the platform Khan-Academy. Journal of Physics: Conference Series, 1126. DOI: https://doi.org/10.1088/1742-6596/1126/1/012047
Rumiche, R., Matas, A. y Ríos, J. (2020). Competencias digitales de estudiantes de la Universidad Católica de Santo Toribio de Mogrovejo (Perú). Revista Espacios, 41(9), art. 18. Recuperado de https://bit. ly/3biy3Nq
Salas, D., Poveda, G., Mesa, O. y Marwan, N. (2020). Generalized synchronization between ENSO and hydrological variables in Colombia: A recurrence quantification approach. Frontiers in Applied Mathematics and Statistics, 6. DOI: https://doi.org/10.3389/fams.2020.00003 Saouabi, M. y Ezzati, A. (2020). Data mining classification algorithms.
International Journal of Mathematics and Computer Science, 15(1), 389-
Recuperado de https://bit.ly/3bjnDNr
Segade, M. y Naya, M. (2018). Secuencia didáctica para el estudio de los triángulos en educación primaria con Geogebra y un primer análisis. Revista Números, 98, 163-177. Recuperado de https://bit.ly/2Kf5vZm
Segarra, J., Pérez, E., Moya, E., Ayuso, P. y Beltrán, H. (2020). Deep learning-based forecasting of aggregated CSP production. Mathematics and Computers in Simulation. DOI: https://doi.org/10.1016/j. matcom.2020.02.007
Shen, J. (2020). An uncertain sustainable supply chain network. Applied Mathematics and Computation, 378. DOI: https://doi.org/10.1016/j. amc.2020.125213
Solar, H. (2018). Implicaciones de la argumentación en el aula de matemáticas. Revista Colombiana de Educación, 74, 155-176. DOI: https://doi.org/10.17227/rce.num74-6902
Sobalvarro, L. y Camacho, M. (2018). El aprendizaje de la noción de objeto según la forma en niños de educación preescolar: propuesta geometría en movimiento. Revista Educación, 42(2). DOI: https://doi. org/10.15517/revedu.v42i2.28195
Tapia, I. (2019). El poder de Khan Academy en el aprendizaje de las matemáticas en el Conalep. Revista RedCA, 1(3), 120-142. Recuperado de https://bit.ly/2XMPQsb
Tenório, M., Lopes, R., Góis, L. y Junior, G. (2018). Influence of gamification on Khan Academy in Brazilian high school. Pupil: International Journal of Teaching, Education and Learning, 2(2), 51-65. Recuperado de https:// bit.ly/2wRJvkb
Trejo, J., Fajardo, D. y Gutiérrez, J. (2020). A genetic algorithm for the maximum 2-packing set problem. International Journal of Applied Mathematics and Computer Science, 30(1), 173-184. DOI: https://doi. org/10.34768/amcs-2020-0014
Türk, O. y Özerdem, M. (2019). Epilepsy detection by using scalogram based convolutional neural network from EEG signals. Brain Sciences, 9(5), 115. DOI: https://doi.org/10.3390/brainsci9050115
Ullah, I., Hussain, M., Qazi, E. y Aboalsamh, H. (2018). An automated system for epilepsy detection using EEG brain signals based on deep learning approach. Expert Systems with Applications, 107(1), 61-71. DOI:
https://doi.org/10.1016/j.eswa.2018.04.021
Unesco. (2015). A basic guide to open educational resources (OER). París: Unesco. Recuperado de https://bit.ly/2VeV0eP
Valbuena, S., Muñiz, L. y Berrío, J. (2020). El rol del docente en la argumentación matemática de estudiantes para la resolución de problemas. Revista Espacios, 41(9), art. 15. Recuperado de https://bit. ly/2VPFdlV
Valbuena, S., Padilla, I. y Rodríguez, E. (2018). El juego y la inteligencia lógico-matemática de estudiantes con capacidades excepcionales. Educación y Humanismo, 20(35), 166-183. DOI: https://doi.org/10.17081/ eduhum.20.35.2964
Vargas, V., Escalante, C. y Carmona, G. (2017). Competencias matemáticas a través de la implementación de actividades provocadoras de modelos.
Educación Matemática, 30(1), 213-236. Recuperado de https://bit. ly/2Vie0ZQ
Vesga, G. y Losada, M. de (2018). Creencias epistemológicas de docentes de matemáticas en formación y en ejercicio sobre las matemáticas, su enseñanza y aprendizaje. Revista Colombiana de Educación, 74, 243267. Recuperado de DOI: https://doi.org/10.17227/rce.num74-6909
Vilca, R. (2019). Aplicación del software Geogebra y su influencia en el aprendizaje de áreas y volúmenes de sólidos de revolución en el cálculo integral en los estudiantes del primer año de la Facultad de Ingenierías de la Universidad Continental Arequipa - 2017 (tesis de maestría). Universidad Nacional de San Agustín de Arequipa, Perú. Recuperado de https://bit.ly/3ahX5en
Wenqi, W. y Jian, W. (2019). Comparison of multivariate statistical analysis methods. Journal of Mathematical and Computational Science, 9(6), 702-706. DOI: https://doi.org/10.28919/jmcs/4212
Yuan, G., Liu, Y., Huang, W. y Hu, B. (2020). Differentiating grade in breast invasive ductal carcinoma using texture analysis of MRI. Computational and Mathematical Methods in Medicine, 2020. DOI: https://doi. org/10.1155/2020/6913418
Yusuf, I., Lado, A. y Ali, U. (2020). Reliability analysis of communication network system with redundant relay station under partial and complete failure. Journal of Mathematical and Computational Science, 10(4), 863880. DOI: https://doi.org/10.28919/jmcs/4408
Zaldívar, A. (2019). Laboratorios reales versus laboratorios virtuales en las carreras de ciencias de la computación. IE, Revista de investigación educativa de la REDIECH, 10(18), 9-22. DOI: https://dx.doi.org/10.33010/ ie_rie_rediech.v10i18.454
Zengin, Y. (2017). Investigating the use of the Khan Academy and mathematics software with a flipped classroom approach in mathematics teaching. Journal of Educational Technology & Society, 20(2), 89-100. Recuperado de https://bit.ly/3ex0fhv
Zhao, W., Wang, W., Jiang, X., Zhang, X., Peng, Y., Zhang, B. y Zhang, G. (2020). A novel deep neural network for robust detection of seizures using EEG signals. Computational and Mathematical Methods in
Medicine, 2020. DOI: https://doi.org/10.1155/2020/9689821
Cómo citar
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
RIIEP está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
La Universidad Santo Tomás conserva los derechos patrimoniales de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia anteriormente mencionada.
