Examen del Sistema de Monitoreo de Ejercicios de Realidad Aumentada como una Herramienta Complementaria para los Futuros Formadores de Docentes (Examination of the Augmented Reality Exercise Monitoring System as an Adjunct Tool for Prospective Teacher Trainers)
DOI:
https://doi.org/10.47197/retos.v58.105030Palabras clave:
sistema de monitoreo de ejercicios, retroalimentación en tiempo real, rendimiento del atleta, enfoques de enseñanza innovadores, motivación, lesiones musculares, tecnología educativa, entrenamiento físicoResumen
Este estudio explora la efectividad de los sistemas de monitoreo de ejercicios en la mejora del rendimiento y la motivación de los atletas dentro de entornos educativos. Se formularon y probaron dos hipótesis: una postulando que la utilización de sistemas de monitoreo de ejercicios reduciría las tasas de lesiones musculares entre los atletas, y la otra sugiriendo que aumentaría los niveles de motivación de los atletas. El diseño experimental implicó la división de los participantes en grupos experimentales y de control, con los primeros utilizando el sistema de monitoreo de ejercicios propuesto y los últimos empleando métodos de enseñanza tradicionales. Se realizaron evaluaciones después de cada sesión para medir la comprensión y los niveles de motivación, con criterios de evaluación enfocados en la identificación precisa de los componentes del curso. Contrariamente a las expectativas, los resultados no respaldaron las hipótesis, indicando que no hubo una reducción significativa en las tasas de lesiones musculares ni un aumento en los niveles de motivación entre los atletas expuestos al sistema de monitoreo. Estos hallazgos subrayan la necesidad de una comprensión matizada de los complejos factores que influyen en el desarrollo del atleta y los resultados de rendimiento. Futuras investigaciones deben emplear metodologías rigurosas y medidas de resultados objetivas para elucidar aún más el papel de los sistemas de monitoreo de ejercicios en el desarrollo del atleta y optimizar su integración en los programas de entrenamiento, contribuyendo así a los avances en el rendimiento y la motivación del atleta en contextos educativos.
Palabras clave: sistema de monitoreo de ejercicios, retroalimentación en tiempo real, rendimiento del atleta, enfoques de enseñanza innovadores, motivación, lesiones musculares, tecnología educativa, entrenamiento físico.
Abstract. This study explores the effectiveness of exercise monitoring systems in improving athlete performance and motivation within educational settings. Two hypotheses were formulated and tested: one positing that the utilization of exercise monitoring systems would reduce muscle injury rates among athletes, and the other suggesting that it would increase athletes' motivation levels. The experimental design involved dividing participants into experimental and control groups, with the former utilizing the proposed exercise monitoring system and the latter employing traditional teaching methods. Assessments were conducted post-session to measure comprehension and motivation levels, with evaluation criteria focusing on the accurate identification of course components. Contrary to expectations, the results did not support the hypotheses, indicating no significant reduction in muscle injury rates or increase in motivation levels among athletes exposed to the monitoring system. These findings underscore the need for a nuanced understanding of the complex factors influencing athlete development and performance outcomes. Future research should employ rigorous methodologies and objective outcome measures to further elucidate the role of exercise monitoring systems in athlete development and optimize their integration into training programs, thus contributing to advancements in athlete performance and motivation in educational contexts.
Keywords: exercise monitoring system, real-time feedback, athlete performance, innovative instructional approaches, motivation, muscle injury, educational technology, fitness training.
Citas
Abulibdeh, A., Zaidan, E., & Abulibdeh, R. (2024). Navigating the confluence of artificial intelligence and education for sustainable development in the era of industry 4.0: Challenges, opportunities, and ethical dimensions. Journal of Cleaner Production, 140527.
Aju, A., Mathew, C., & Prakasi, O. S. (2022). PoseNet based Model for Estimation of Karate Poses. Journal of Innovative Image Processing, 4(1), 16-25.
Anikwe, C. V., Nweke, H. F., Ikegwu, A. C., Egwuonwu, C. A., Onu, F. U., Alo, U. R., & Teh, Y. W. (2022). Mobile and wearable sensors for data-driven health monitoring system: State-of-the-art and future prospect. Expert Systems with Applications, 202, 117362.
Batra, P., & Dave, D. M. (2024). Revolutionizing Healthcare Platforms: The Impact of AI on Patient Engagement and Treatment Efficacy. International Journal of Science and Research (IJSR), 13(10.21275), 613-624.
Cai, Y., Wang, Z., Luo, Z., Yin, B., Du, A., Wang, H., ... & Sun, J. (2020). Learning delicate local representations for multi-person pose estimation. In Computer Vision–ECCV 2020: 16th European Conference, Glasgow, UK, August 23–28, 2020, Proceedings, Part III 16 (pp. 455-472). Springer International Publishing.
Cao, F., Xiang, M., Chen, K., & Lei, M. (2022). Intelligent physical education teaching tracking system based on multimedia data analysis and artificial intelligence. Mobile Information Systems, 2022.
Chen, S., Wang, Z., & Prisacariu, V. (2021, December). Direct-posenet: Absolute pose regression with photometric consistency. In 2021 International Conference on 3D Vision (3DV) (pp. 1175-1185). IEEE.
Chua, J., Ong, L. Y., & Leow, M. C. (2021). Telehealth using PoseNet-based system for in-home rehabilitation. Future Internet, 13(7), 173.
Claes, J., Cornelissen, V., McDermott, C., Moyna, N., Pattyn, N., Cornelis, N., ... & Buys, R. (2020). Feasibility, acceptability, and clinical effectiveness of a technology-enabled cardiac rehabilitation platform (Physical Activity Toward Health-I): randomized controlled trial. Journal of Medical Internet Research, 22(2), e14221.
Cossich, V. R., Carlgren, D., Holash, R. J., & Katz, L. (2023). Technological Breakthroughs in Sport: Current Practice and Future Potential of Artificial Intelligence, Virtual Reality, Augmented Reality, and Modern Data Visualization in Performance Analysis. Applied Sciences, 13(23), 12965.
Daling, L. M., & Schlittmeier, S. J. (2024). Effects of augmented reality-, virtual reality-, and mixed reality–based training on objective performance measures and subjective evaluations in manual assembly tasks: a scoping review. Human factors, 66(2), 589-626.
Ehioghae, M., Montoya, A., Keshav, R., Vippa, T. K., Manuk-Hakobyan, H., Hasoon, J., ... & Urits, I. (2024). Effectiveness of Virtual Reality–Based Rehabilitation Interventions in Improving Postoperative Outcomes for Orthopedic Surgery Patients. Current Pain and Headache Reports, 28(1), 37-45.
Fang, Y. (2024). Utilizing Wearable Technology to Enhance Training and Performance Monitoring in Indonesian Badminton Players. Studies in Sports Science and Physical Education, 2(1), 11-23.
Flores Ferro, E., Maureira Cid, F., Hadweh Briceño, M., Gavotto Nogales, O., Gutiérrez Duarte, S. A., Vergara Jiménez, J., & Mandujano Jara, S. (2022). A un año de las clases virtuales en la carrera de Educación Física: una comparación Chile y México (A year away from virtual classes in the physical education career: a comparison Chile and Mexico). Retos, 45, 138–143. https://doi.org/10.47197/retos.v45i0.91944
García-Bravo, S., Cuesta-Gómez, A., Campuzano-Ruiz, R., López-Navas, M. J., Domínguez-Paniagua, J., Araújo-Narváez, A., ... & Cano-de-la-Cuerda, R. (2021). Virtual reality and video games in cardiac rehabilitation programs. A systematic review. Disability and Rehabilitation, 43(4), 448-457.
Hutajulu, O. Y., Mendoza, M. D., Astrid, E., & Rahmadani, R. (2024, January). Utilizing Internet of Things Technology in the Development of AC Electrical Circuit Trainer Module. In Proceedings of the 5th International Conference on Innovation in Education, Science, and Culture, ICIESC 2023, 24 October 2023, Medan, Indonesia.
Kaulage, A., Mane, D., Upadhye, G., Rajput, S. D., Kale, S., & Zope, B. (2024). Exercise Movement Detection Using Spearman Correlation-based Sliding Window Technique. International Journal of Intelligent Systems and Applications in Engineering, 12(2s), 48-54.
Klochko, O. V., & Fedorets, V. M. (2022). Using immersive reality technologies to increase a physical education teacher's health-preserving competency. Educational Technology Quarterly, 2022(4), 276-306.
Li, G. Y., Li, J., Li, Z. J., Zhang, Y. P., Zhang, X., Wang, Z. J., ... & Zhang, H. D. (2022). Hierarchical PVDF-HFP/ZnO composite nanofiber–based highly sensitive piezoelectric sensor for wireless workout monitoring. Advanced Composites and Hybrid Materials, 5(2), 766-775.
Lin, K. C., Ko, C. W., Hung, H. C., & Chen, N. S. (2023). The effect of real-time pose recognition on badminton learning performance. Interactive Learning Environments, 31(8), 4772-4786.
Omarov, B., Nurmash, N., Doskarayev, B., Zhilisbaev, N., Dairabayev, M., Orazov, S., & Omarov, N. (2023). A Novel Deep Neural Network to Analyze and Monitoring the Physical Training Relation to Sports Activities. International Journal of Advanced Computer Science and Applications, 14(9).
Pacheco-Godoy, B. ., Godoy, F. ., Paz Martínez, F. ., Lamas, C., Arellano-Correa, S. ., Villarroel-Ojeda, L. ., Gutiérrez-Turner, E. ., & La Placa-Ubeda, J. . (2024). Characterization of physical exercise with virtual guidance and perception of its benefits in Chilean women. Retos, 52, 204–210. https://doi.org/10.47197/retos.v52.99670
Potvin, C. (2020). ANOVA: experiments in controlled environments. In Design and analysis of ecological experiments (pp. 46-68). Chapman and Hall/CRC.
Rao, Y., Zhao, W., Tang, Y., Zhou, J., Lim, S. N., & Lu, J. (2022). Hornet: Efficient high-order spatial interactions with recursive gated convolutions. Advances in Neural Information Processing Systems, 35, 10353-10366.
Ricci, S., Calandrino, A., Borgonovo, G., Chirico, M., & Casadio, M. (2022). Virtual and augmented reality in basic and advanced life support training. JMIR Serious Games, 10(1), e28595.
Rodriguez-Fuentes, G. ., Campo-Prieto, P., Souto, X. C., & Cancela Carral, J. M. (2024). Realidad virtual inmersiva y su influencia en parámetros fisiológicos de personas sanas (Immersive virtual reality and its influence on physiological parameters in healthy people). Retos, 51, 615–625. https://doi.org/10.47197/retos.v51.101164
Romero Parra, R. M., Barboza Arenas, L. A., Espina-Romero, L. C., Rodríguez Ángeles, C. H., Romero Chacin, J. L., Garcés Rosendo., E. J., Faría Romero, J. A., & Vertiz Osores, R. I. (2023). Efectos de un gym neuróbico en el rendimiento académico de los estudiantes universitarios en entornos virtuales (Effects of a neurobic gym on the academic performance of university students in virtual environments). Retos, 50, 371–379. https://doi.org/10.47197/retos.v50.93788
Seah, M. L. C., & Koh, K. T. (2021). The efficacy of using mobile applications in changing adolescent girls’ physical activity behaviour during weekends. European Physical Education Review, 27(1), 113-131.
Shi, B., Xu, Y., Dai, W., Wang, B., Zhang, S., Li, C., ... & Xiong, H. (2020, October). Tiny-Hourglassnet: An efficient design for 3D human pose estimation. In 2020 IEEE International Conference on Image Processing (ICIP) (pp. 1491-1495). IEEE.
Solas-Martínez, J. L., Suárez-Manzano, S., De la Torre-Cruz, M. J., & Ruiz-Ariza, A. (2023). Artificial Intelligence and Augmented Reality in Physical Activity: A Review of Systems and Devices. Augmented Reality and Artificial Intelligence: The Fusion of Advanced Technologies, 245-270.
Soltani, P., & Morice, A. H. (2020). Augmented reality tools for sports education and training. Computers & Education, 155, 103923.
Tariq, M. U. (2024). Revolutionizing Health Data Management with Blockchain Technology: Enhancing Security and Efficiency in a Digital Era. In Emerging Technologies for Health Literacy and Medical Practice (pp. 153-175). IGI Global.
Vashishth, T. K., Sharma, V., Sharma, K. K., Kumar, B., Panwar, R., & Chaudhary, S. (2024). AI-Driven Learning Analytics for Personalized Feedback and Assessment in Higher Education. In Using Traditional Design Methods to Enhance AI-Driven Decision Making (pp. 206-230). IGI Global.
Wang, T., & Wu, D. (2024). Computer-Aided Traditional Art Design Based on Artificial Intelligence and Human-Computer Interaction. Computer-Aided Design and Applications, 21, 59-73.
Ye, M., Shen, J., Zhang, X., Yuen, P. C., & Chang, S. F. (2020). Augmentation invariant and instance spreading feature for softmax embedding. IEEE transactions on pattern analysis and machine intelligence, 44(2), 924-939.
Yi, Z., Chen, Y. H., Yin, Y., Cheng, K., Wang, Y., Nguyen, D., ... & Kim, E. (2022). Brief research report: A comparison of robust tests for homogeneity of variance in factorial ANOVA. The Journal of Experimental Education, 90(2), 505-520.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Retos
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación de su obra, el cuál estará simultáneamente sujeto a la licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).
Esta revista sigue la "open access policy" de BOAI (1), apoyando los derechos de los usuarios a "leer, descargar, copiar, distribuir, imprimir, buscar o enlazar los textos completos de los artículos".
(1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
