Autor: Fernando Santamaría González (Página 10 de 157)
Soy un investigador y formador en espacios online. Trabajando e investigando en temas de aprendizaje emergente.
La ciudad es un organismo fascinante que en en nuestro entorno tecno-social y de visión expandida por la cantidad de datos que produce y capas que soporta hace posible un futuro esperanzador para que sea el eje de grandes nichos para la innovación y de un desarrollo sostenible a través de una ciudad ubicua, más allá de concepto romo de smart cities.
En una dimensión de complejidad hay un tipo de redes que nos dan sentido al flujo desordenado como son las redes espaciales.
Algunos de los principios geográficos que describen A. Reggiani y P. Nijkamp (2009) a través de la ley de simplicidad geográfica de W. Tobler en 1970 en la que establece que todo espacio está relacionado con todos los demás, y las cosas cercanas están más relacionadas que las cosas lejanas. La solidez de esta ley tiene que ser reconsiderada a la luz de los recientes avances en la teoría de la complejidad y de la redes espaciales con dispositivos tecnológicos. En particular, los últimos descubrimientos en la teoría de redes muestran cómo – para determinadas tipologías de redes – las cosas distantes pueden estar relacionados a través de «hubs» o «ego» (nodos preferenciales o atractores) en redes espaciales de lugares urbanos. Las redes espaciales parecen ejercer un impacto dinámico en un espacio organizado. Son muy importantes para desarrollar investigaciones de carácter dinámico en el tiempo (análisis de redes de carácter dinámico e interdisciplinar)
Una red espacial es una red de elementos espaciales. En el espacio físico (que normalmente incluye el espacio urbano y sus elementos “incrustados” como edificios, parques, transportes, personas) las redes espaciales se derivan de los mapas y de los espacios abiertos en el contexto urbano o la construcción. Uno podría pensar en el «mapa espacial» como la imagen negativa del mapa estándar, con el espacio abierto en los edificios de fondo o las paredes. El mapa del espacio se rompe en unidades, la mayoría de carácter simple, como por ejemplo los segmentos de una carretera o las cuadras de varios edificios. Los segmentos de una carretera (son los nodos del grafo) pueden estar vinculados a una red a través de sus intersecciones (los bordes de un grafo).Un ejemplo común de una red espacial, el análisis de redes de transporte, revierte esto y trata a los tramos de carretera como los bordes y las intersecciones de las calles como nodos en el gráfico.
En términos más generales, la red territorial «del término ha llegado a ser usado para describir cualquier red en la que los nodos se encuentran en un espacio equipado con una métrica. Para la mayoría de las aplicaciones prácticas, el espacio es la distancia entre dos dimensiones (2D) y la métrica es la distancia euclídea habitual. Esta definición implica, en general, que la probabilidad de encontrar un vínculo entre dos nodos disminuye con la distancia. Las redes de transporte y de movilidad (entraría las nuevas redes con móviles o celulares ad hoc), Internet, redes de telefonía móvil, redes eléctricas, redes sociales y contactos, redes neuronales, son ejemplos donde el espacio es relevante y donde la topología por sí sola no contiene toda la información. Son redes que se vierten y se “visualizan” sobre una plataforma topológica. El mapa como elemento de base y lo rizomático como visión deleuziana. Caracterizar y comprender la estructura y la evolución de las redes espaciales es crucial para muchos campos que van desde el urbanismo a la epidemiología.
Una consecuencia importante del espacio en las redes es que hay un costo asociado a la longitud de las aristas (identificado con lo relacional en las grandes ciudades), que a su vez tiene efectos dramáticos en la estructura topológica de estas redes. Las limitaciones del espacio no sólo afectan a la estructura y propiedades de estas redes, sino también a los procesos que tienen lugar en estas redes, como las transiciones de fase, las caminatas al azar, la sincronización que se ha estudiado por parte de Watts y Strogatz (Collective dynamics of small-world networks,1998). Otros aspectos a tratar en las redes espaciales es la navegación (el closeness y las rutas geodésicas a microescala), la resiliencia y la propagación-meme de una enfermedad en una red espacial de una ciudad.
Una definición de la red espacial se deriva de la teoría del espacio y las sintaxis que pueden adscribirse (quedan abiertas ya que está en proceso de escritura constante). Puede ser muy difícil decidir lo que es un elemento espacial, sobre todo si están en espacios complejos que implican grandes áreas abiertas o muchos caminos interconectados. Los creadores de la sintaxis espacial, Bill Hillier y Juliana Hanson con su libro “The social logic of space” (1989) utilizando líneas axiales y espacios convexos como elementos espaciales. Libremente, una línea axial es la ‘línea más larga de la vista y el acceso a través de espacios abiertos, y un espacio convexo el «polígono convexo al máximo» que se puede dibujar en el espacio abierto (en el análisis de redes podemos relacionarlo con los caminos geodésicos entre todos los pares posibles). Cada uno de estos elementos se define por la geometría de los límites locales en diferentes regiones del mapa espacial. La descomposición de un mapa en un espacio se realiza en un conjunto completo de líneas en intersección o superposición de espacios axiales convexos que produce el mapa axial o la superposición del mapa convexo respectivamente. Definiciones algorítmica de estos mapas existen, lo que permite el mapeo de un mapa del espacio en forma arbitraria a una red susceptible de grafo matemático que se llevarán a cabo de una manera relativamente bien definido. Los mapas axiales se utilizan para analizar las redes urbanas (Urban Networks), donde el sistema en general, comprende los segmentos lineales, mientras que los mapas convexos son más a menudo utilizados para analizar los planes de construcción donde los patrones de espacio suelen ser más convexos, sin embargo los dos mapas, tanto el convexo como el axial, se puede utilizar en cualquier situación.
Análisis de Redes Urbanas
El análisis de redes urbanas tiene sus orígenes en la misma Teoría de Grafos. En el siglo XVIII el matemático y físico suizo Leonhard Paul Euler planteó el problema de los puentes de Königsberg y teniendo una vertiente matemática para interpretar algoritmicamente muchos de los problemas e intersección de los datos que emanan las grandes ciudades (Blanchard, 2009). Está relacionado y algoritmicamente mejorable a través de redes de flujos matemáticos y el enroutamiento heurístico que tienen algunos de los dispositivos como los GPS.
El MIT distribuye una toolbox (tiene más de un año, llamada Urban Network Analysis, 2012) de libre acceso y de código abierto como plug-in para ArcGIS, permite a los diseñadores y planificadores urbanos calcular cinco tipos de medidas de análisis urbano en redes espaciales:
Reach (alcance o distancia); Gravity (Gravedad); Betweenness (intermediación); Closeness (cercanía) y Straightness (Rectitud).
La medida de alcance, por ejemplo, se puede utilizar el número de destinos de un tipo en particular y que llega a un punto determinado por medio de la circulación en la ciudad (En ARS: es el grado en que cualquier miembro de una red puede llegar a otros miembros de la misma red. Un actor es «accesible» por otro, si hay un conjunto de conexiones a través de la las cuales podemos encontrar desde el actor fuente al actor “diana”, sin importar cuántas otras personas se encuentran entre ellos. Si los datos son asimétricos o dirigidos, es posible que un actor A pueda llegar a un actor B, pero que B no pueda llegar a A.
Por ejemplo, la medida de intermediación (betweenness) se puede utilizar para cuantificar el número potencial de transeúntes en cada edificio.
Las herramientas incorporan tres características importantes que hacen análisis de redes especialmente adecuado para las redes urbanas de una ciudad. En primer lugar, representan la geometría y las distancias en las redes de entrada, distinguiendo enlaces más cortos de los enlaces más largos, como parte de los cálculos de análisis.
En segundo lugar, la diferencia de las herramientas de software anteriores es que operan con dos elementos de red (nodos y los bordes), las herramientas Urban Network Analysis (UNA) incluyen un tercer elemento de red – los edificios – que se utilizan las unidades espaciales de análisis para todas las medidas. Dos edificios vecinos en los mismos segmentos de la calle por lo que pueden obtener resultados diferentes de accesibilidad (Reach).
Y en tercer lugar, las herramientas UNA opcionalmente permiten edificios que se ponderan en función de sus características particulares – más voluminosos, más pobladas, o de los edificios más importantes de lo contrario pueden ser especificados para tener un efecto proporcionalmente mayor en los resultados de análisis, con resultados más precisos y fiables para algunas de las medidas especificadas arriba.
La caja de herramientas ofrece un potente conjunto de opciones de análisis para cuantificar la forma centralizada de cada edificio que se sitúa en un entorno urbano y la facilidad con que un usuario puede acceder a los diferentes servicios de cada lugar. Se introduce una nueva metodología para el seguimiento del crecimiento y el cambio de las ciudades en el mundo que se urbaniza rápidamente y ofrece apoyo analítico a sus diseñadores y responsables políticos. Puede que también sea una fuente de información en la analítica del ciudadano y ligado a los dispositivos móviles que les da una posición precisa y en relación con el Internet de las cosas. Por ejemplo: los taxis serán «objetos» reconocibles en cualquier área de la ciudad y tomado información de su conductor, horas que lleva navegando, distancia desde donde estás, accesibilidad y tiempo que tarda según las variables de tráfico. etc., y todo ello sobre la «plataforma» de un mapa. Usando este análisis de redes urbano nos dará una mayor conciencia y posibilidades desde una perspectiva comunitaria de carácter ubicuo (Giuffre, 2013). El imaginario topológico de una ciudad será inmensamente rico y las redes urbanas será un elemento importante en el nuevo ecosistema urbano junto con los datos generados a nivel masivo.
El vídeo que se creó en el MIT para la presentación de este toolbox de ArcGIS:
Urban Network Analysis from City Form Lab on Vimeo.
Referencias bibliográficas:
Estos días he estado pensando en los cambios emergentes de la inteligencia en los nuevos entornos tecno-sociales y amplificados. Desde la perspectiva de investigación del HCI (Human-Computer Interaction) hay unos estudios emergentes de investigación que toman campos como el mismo HCI, pero también la ergonomía, la psicología, la neurociencia para generar interacciones revolucionarias y que incluso se pueden adelantarse antes de que ocurra un hecho, y así una toma de decisión más inteligente al al analizar las ondas cerebrales de un ser humano. La creación de tales interacciones se deriva de la capacidad de la tecnología para medir procesamiento de la información y el estado cognitivo de un usuario en concreto. Todas estas mejoras y métodos de trabajo tiene un nombre: Cognición Aumentada (en inglés AugCog). De esta forma entraremos en un nuevo paradigma en la toma de decisiones. Varios proyectos de investigación tienen por objeto evaluar en tiempo real el estado cognitivo de un usuario, y esta es más comúnmente evaluada mediante el uso de cualquiera de los sistemas de EEG o fNIR. Otro concepto principal de AugCog es diseñar sistemas de bucle cerrado para modular el flujo de información con respecto a la capacidad cognitiva del usuario. Importante avance para los procesos de cognición humana.
Quien está investigando en esto último es el DARPA (Defense Advanced Research Projects Agency) y que tiene entre sus manos un proyecto de investigación de AugCog.
Los parámetros HIP
Muchos enfoques han tratado de abordar una verdadera relación simbiótica entre el hombre y la máquina, pero, hasta ahora, una deficiencia fundamental ha sido la incapacidad de un equipo para dar cuenta de procesamiento de la información humana (HIP, Human Information Processing) limitaciones. El campo de la Cognición Aumentada (AugCog) saca provecho de los últimos avances en las áreas de la neurociencia, la ciencia cognitiva y la interacción humano-computadora para crear sistemas de circuito cerrado que pueden medir HIP y dar cuenta de los problemas en tiempo real. La arquitectura de bucle cerrado se consigue empleando sensores neurofisiológicos que midan la actividad de los operadores del monitor cognitivo y responder a los indicadores de procesamiento de la información que no es óptima. Tras la indicación de un problema, las estrategias de mitigación se emplean en tiempo real para contrarrestar el problema. Ejemplos de parámetros HIP investigados por los sistemas existentes incluyen cuellos de botella sensoriales, carga de trabajo cognitivo, estado de alerta, la excitación y el conocimiento de la situación en tiempo real. Serán parámetros de dashboard para los futuros gestores de datos personales ante la toma de decisiones te encuentres donde te encuentres en una computación en nube e inteligente y sin dispositivos móviles como tenemos ahora.
Se obtiene beneficios en cuanto al rendimiento de la información, la reducción de errores y el rendimiento del operario siempre que tengamos las órdenes de gran espectro. Esto irá unido a lo que entendemos por realidad aumentada. A esta realidad aumentada se le irá poniendo una capa cognitiva y de decisión ante acontecimientos o hechos. Las mismas gafas de Google serán un buen ejemplo de Cognición Aumentada.
Referencias:
En el artículo que escribí sobre MOOCs para Relpe/OEI no hablé del modelo de negocio que supone este tipo de cursos.
Hay por parte de muchas universidad anglosajonas y americanas más concretamente un modelo de negocio sostenible para los xMOOCs. Se habla de pérdidas de muchos cursos de xMOOCs. Algunos autores como comenta Martin Weller describe un escenario muy deprimente y que se convierten en insostenibles y que sólo se pueden permitir universidades de élite, y además son conservadores estos cursos, ya que no pueden arriesgar mucho o casi nada debido a que producirían más pérdidas. Esto comenta en un post el Sr. Weller. Desde mi humilde opinión creo que hay soluciones, habiendo soluciones y formas para todos los «gustos» universitarios.
En cuanto a su sostenibilidad podemos nombrar ciertas formas de recuperación monetaria o ROI para este tipo de cursos:
- Al finalizar el curso se ofrece un examen final que te dará créditos y dependiendo de los acuerdos con otras universidades. Suelen ser costosos.
- Trás la capa analítica se puede percibir e incluso preveer los alumnos que son muy buenos o tienen unas determinadas competencias y habilidades ajustables a determinadas empresas. O sea, venta de estudiantes con unos requisitos específicos (en el argot anglosajón los headhunting) con venta a empresas.
- Otro modelo es el utilizar la estrategia MOOC para reclutar estudiantes.
Nos extendemos en este último punto con la iniciativa MOOC2degree. Este proyecto de un consorcio de siete universidades de Estados Unidos ofrece el primer curso de una titulación como un MOOC con la esperanza de reclutar estudiantes en el programa completo. Los MOOCs será gratuita, abierta a todos y en realidad le dará créditos si se inscribe en el programa de estudios completo. Esto no está claro y no hay acuerdos con el resto de universidades para el tema de créditos, pero justificada si puede ayudar a la universidad a reclutar más estudiantes. Este vídeo no dice nada al respecto de forma clara.
En un post se comenta al respecto al vídeo linkeado «con MOOC2Degree, las asociaciones académicas ha colaborado con las universidades públicas para ofrecer créditos MOOCs como un primer paso y una salida libre hacia la obtención de un título. A través de esta nueva iniciativa, el curso inicial en determinados programas de grado en línea se convertirá en un MOOC. Cada MOOC será el mismo curso con el mismo contenido académico, impartido por los mismos instructores, ya que actualmente ofrecen programas de grado en las universidades participantes. Los estudiantes que completen con éxito un curso de MOOC2Degree obtendrán créditos académicos para obtener un título, en base a los criterios establecidos por las universidades participantes. »
Esto es muy general y no es más que una forma de reclutar estudiantes a los programas regulares de titulaciones universitarias y eso es exactamente por lo que creo que será de interés para muchas universidades de corte tradicional (la mayoría). En realidad no es nuevo, ya sea porque universidades como la Open University del Reino Unido han ofrecido de forma abierta sus cursos a través de OpenLearn desde hace varios años y muchos estudiantes se han inspirado en los cursos gratuitos para inscribirse en las versiones de pago de estos cursos. Muchos estudiantes en MOOC2degree también deciden inscribirse en el grado de manera completa, pero al mismo tiempo aquellos que simplemente quería aprender sin necesidad de los créditos también pueden beneficiarse de esta experiencia.
Esta es una razón por las que creo que las universidades deben cambiar de estrategia en el diseño instruccional de los cursos, tanto en formación virtual como en la formación mixta o blended learning. Por eso las universidades (y ya más allá de MOOC2degree) se verán obligados a revisar a fondo su estrategia online y blended, para prestar atención a la pedagogía de los cursos en línea y asegurarse de que la experiencia MOOC sea más dinámica y estimulante suficiente para hacer estrategias de monetarización y en escala de los cursos.
La cognición distribuida es una rama de la ciencia cognitiva que propone la cognición y el conocimiento no se limita a un individuo, sino que se distribuye a través de objetos, personas, objetos y herramientas en el entorno.
Edwin Hutchins, un psicólogo cognitivo y antropólogo, estudió cómo se coordina la navegación en buques de la Armada de Estados Unidos cerca de San Diego. A partir de sus observaciones, postuló que la mente está en el mundo (en comparación con el mundo esta en la mente). Se le considera uno de los grandes impulsores de la ciencia cognitiva y padre de la moderna etnografía cognitiva como antropólogo que es.
Podemos decir, según palabras del autor, que el conocimiento y la cognición para operar o dirigir un buque naval (estuvo en la marina de EE.UU y aviador civil) no existen únicamente dentro de la cabeza de una persona, sino que ese conocimiento se distribuye a través de objetos, personas y herramientas en el propio entorno. El objetivo de la cognición distribuida es describir la cantidad de unidades distribuidas que se coordinan mediante el análisis de las interacciones entre las personas, los medios de representación utilizados, así como el marco en el que se realiza la actividad. La unidad de análisis puede describirse como sistemas que dinámicamente reconfiguran sus subsistemas para llevar a cabo las funciones de los individuos, los artefactos y sus relaciones entre sí (por ejemplo, para la construcción de un puente de un barco, una cabina de avión o el control del tráfico aéreo). La cognición distribuida trata de definir los mecanismos que se producen en los procesos cognitivos: por ejemplo, la memoria en una cabina abarca los procesos internos, la manipulación física de los objetos, y la creación / intercambio de representaciones externas.
La cognición distribuida, que a menudo hace uso de los datos etnográficos recogidos, no es tanto un método como un marco útil descriptivo que describe (valga la redundancia) los sistemas humanos de trabajo en términos de información y de computacional. Es útil para el análisis de las situaciones que implican la resolución de problemas y su manera de resolver, al ayudar a proporcionar una comprensión del papel y la función de los medios de representación, tiene implicaciones para el diseño de la tecnología en la mediación de la actividad, ya que los diseñadores del sistema tendrá un robusto modelo, que hará más clara su «construcción». Por lo tanto, es una teoría importante para campos como CSCL, CSCW, HCI, diseño instruccional y el aprendizaje a distancia (EaD) y en cualquier estructura reticular que se precie.
La interdisciplinariedad y sus componentes de actuación
Cognición distribuida es una teoría psicológica desarrollada a mediados de 1980 por Edward Hutchins. Tiene un carácter interdisciplinar ya parten sus investigaciones de conocimientos de sociología, de ciencia cognitiva y de los estudios de psicología de Vygotsky (cf. psicología histórico-cultural, sobre todo compendiando en el libro Mind in Society de Vygotsky) se hace hincapié en los aspectos sociales de la cognición. Se trata de un marco de actuación o framework (no es un método) que implica la coordinación entre los individuos, los artefactos y el medio ambiente. Tiene varios componentes clave:
- Realización de la información que está incrustada en las representaciones de interacción.
- La coordinación de la promulgación de los agentes incorporados.
- Las contribuciones ecológicas a un ecosistema cognitivo.
Por otro lado, podemos hablar de la cognición como el proceso de la información que se produce a partir de la interacción con símbolos en el mundo (de aquí la relación semiológica de sus estudios). Se considera y califica todos los fenómenos responsables de esta transformación como elementos ecológicos de un ecosistema cognitivo. El ecosistema es el entorno en el que los elementos ecológicos se ensamblan e interactuan con respecto a un proceso cognitivo específico. La cognición se le da forma por la transducción de la información a través de las modalidades extendidas y encarnadas. Estas las representaciones forman como resultado de sus interacciones y la distribución de esas representaciones atento hacia una metacognitiva.
Esta teoría se basa en la coordinación entre individuos y objetos, y propone que el conocimiento humano y la cognición no están confinados en el individuo, sino también en espacios de memoria distribuidos, en hechos, o en el conocimiento de los objetos de nuestro entorno. Para el estudio de la inteligencia colectiva y de la mente global se necesita estudiar este framework. La cognición distribuida puede servir y dar paso a una teoría del aprendizaje, en la que el desarrollo del conocimiento es el resultado de un sistema formado por la relación existente entre los agentes humanos y los objetos con los que interactúan. Podemos encontrar un ejemplo de aplicación en los sistemas de aprendizaje a distancia como EVAs y LMSs u otras herramientas de aprendizaje asistido por ordenador. La cognición distribuida ilustra el proceso de interacción entre personas y tecnologías, con el objetivo de determinar cómo representar, almacenar y proporcionar acceso a recursos digitales u otros artefactos.
La cognición distribuida es una rama de la ciencia cognitiva que propone que el conocimiento humano y la cognición no se limitan solamente a las personas. Por eso, para el estudio del Internet de las cosas es importante esta fuente de conocimiento para dilucidar la “comunicación” entre los artefactos y su contexto. Cada vez serán estos estudios de más relevancia en el Internet futuro y en las interacciones ambientales.
Podemos decir que se distribuyen por los recuerdos de colocación, por hechos o el conocimiento de los objetos, personas y herramientas en nuestro entorno. La cognición distribuida es un enfoque útil para (re)diseñar los aspectos sociales de la cognición, poniendo énfasis en el individuo y su entorno (Véase Vygotsky). La cognición distribuida considera que un sistema como un conjunto de representaciones y modelos del intercambio de información entre estas representaciones (su importancia para generar ecosistemas de conocimiento sostenibles). Estas representaciones pueden ser o bien en el espacio mental de los participantes o representaciones externas disponibles en ese entorno del que hablamos.
Esta abstracción se pueden clasificar en tres tipos distintos de procesos:
- Los procesos cognitivos pueden ser distribuidos entre los miembros de un grupo social o comunidad.
- Los procesos cognitivos pueden ser distribuidos en el sentido de que el funcionamiento del sistema cognitivo incluye la coordinación entre los componentes internos y externos (de carácter material o ambiental) de su estructura.
- Los procesos pueden ser distribuidos a través de un determaindo tiempo, de tal manera que los acontecimientos anteriores puede transformar la naturaleza de los eventos relacionados en un ecosistema cognitivo.
Esta es una pequeña introducción a la cognición distribuida que ha tenido y tiene mucha relevancia en muchos marcos de actuación y teorías de aprendizaje contemporáneas.
¿Qué opinas al respecto?
Referencias:
Cognición distribuida. (n.d.). Blog entornos web 2.0. Blog. Retrieved from http://caquintero553.blogspot.com/2011/11/cognicion-distribuida.html
Hardy-Vallée, B., & Payette, N. (2008). Beyond the brain: embodied, situated, and distributed cognition. Cambridge Scholars Pub.
Hutchins, E. (1995). Cognition in the wild. Cambridge, Mass.: MIT Press.
Klahr, D. (1976). Cognition and instruction. Hillsdale, N.J.; New York: L. Erlbaum Associates ; distributed by the Halsted Press Division of Wiley.
Rogers, T. T., & McClelland, J. L. (2004). Semantic cognition: a parallel distributed processing approach. Cambridge, Mass.: MIT Press.
Rosch, E., Lloyd, B. B., & Social Science Research Council (U.S.). (1978). Cognition and categorization. Hillsdale, N.J.; New York: L. Erlbaum Associates ; distributed by Halsted Press.
Ross, D. (2007). Distributed cognition and the will: individual volition and social context. Cambridge, Mass.: MIT Press.
Rumelhart, D. E., McClelland, J. L., & University of California, S. D. P. R. G. (1986a). Parallel distributed processing: explorations in the microstructure of cognition. Cambridge, Mass.: MIT Press.
Rumelhart, D. E., McClelland, J. L., & University of California, S. D. P. R. G. (1986b). Parallel distributed processing: explorations in the microstructure of cognition. Vol. 1, Foundations. Cambridge, Mass.; London: MIT Press.
Salomon, G. (1993). Distributed cognitions: psychological and educational considerations. Cambridge [England]; New York, NY: Cambridge University Press.
Salomon, G. (2001). Cogniciones Distribuidas: Consideraciones psicológicas y educativas. Buenos Aires: Amorrortu Editores.
Socially distributed cognition. (2013, January 30). In Wikipedia, the free encyclopedia. Retrieved from http://en.wikipedia.org/w/index.php?title=Socially_distributed_cognition&oldid=535646814
Symposium on Cognition, Carroll, J. S., Payne, J. W., & Carnegie-Mellon University. (1976). Cognition and social behavior. L. Erlbaum Associates ; distributed by the Halsted Press Division of Wiley.
Symposium on Cognition, & Gregg, L. W. (1974). Knowledge and cognition. L. Erlbaum; distributed by the Halsted Press Division, Wiley, New York.
Weimer, W. B., & Palermo, D. S. (1974). Cognition and the symbolic processes,. Hillsdale, N.J: Lawrence Erlbaum Associates; distributed by Halsted Press Division, Wiley, New York.
Comentarios recientes