Informatica Ciencias Del Deporte PDF

1 / 8
1. Introduccin
La informtica ha supuesto una revolucin tcnica y conceptual que ha impactado en
prcticamente todas las reas de conocimiento. Consideramos que es una revolucin tcnica en
cuanto que ha afectado la implementacin y el anlisis de las tareas ms diversas. De la misma
manera, consideramos que es una revolucin conceptual porque ha provocado -con la
generacin de sistemas expertos, algoritmos genticos, etc.- la desaparicin y reduccin de
incertidumbre de las teoras y modelos conceptuales de las disciplinas donde se ha implantado.
Evidentemente estas implicaciones son pertinentes en las ciencias de la actividad fsica y el
deporte, en todas y cada una de sus reas de conocimiento e investigacin.
Este trabajo pretende simplemente dotar al lector de unos criterios mnimos en algunas de
las tecnologas usadas actualmente en el tratamiento de problemas cientficos. Para cada
paradigma aqu presentado damos unos conceptos generales sobre el mismo y unos principios
bsicos de funcionamiento. Con esto esperamos ofrecer criterios acerca del tipo de aspectos
que se pueden abordar con cada uno de ellos, as como el coste y conocimiento que esto
supone. Se recomienda acudir a las referencias para ms detalles sobre el funcionamiento y
conveniencia de cada paradigma.

2. Ordenadores, programas y lenguajes
Un ordenador es una mquina de propsito general que almacena, procesa y transmite
informacin, segn se le especifica. Al contrario que cualquier otra mquina que podamos
encontrar en nuestro entorno (una televisin, un coche, una radio, etc.), un ordenador no est
diseado a priori para realizar ninguna tarea en particular. Para que un ordenador realice
cualquier tarea es necesario especificrsela y ordenarle que la ejecute. La especificacin de la
tarea determina la funcionalidad que se obtiene cuando el ordenador la ejecuta. Las tareas se
especifican por medio de programas, por tanto un ordenador es una mquina que ejecuta
programas para obtener una cierta funcionalidad. Por ejemplo, un procesador de texto es un
programa que, al ejecutarlo, dirige al ordenador sobre cmo debe de obtener informacin del
teclado, cmo mostrarla en pantalla dndole forma de documento, cmo mandarlo a impresora,
como almacenarla y recuperarla del disco, etc.
Un programa es una lista de instrucciones que un ordenador debe seguir para procesar datos
y convertirlos en informacin (esto es, para realizar una tarea). Los datos pueden venir de
muchas fuentes (el teclado, el disco duro, la red, etc.) y pueden ser transformados en distintos
tipos de informacin (un documento, una base de datos, una pgina Web, etc.). El tipo de datos
y de informacin, as como la naturaleza de esa transformacin determinan la funcionalidad final

Qu es la informtica aplicada a
las ciencias del deporte?

*Depto. Psicologa Social.
Universidad de Mlaga
* CERN - European Laboratory for Particle Physics.
Information Technology Division
(Espaa)
Antonio Hernndez Mendo*
Ral Ramos Polln**
mendo@uma.es

http://www.efdeportes.com/ Revista Digital - Buenos Aires - Ao 6 - N 33 - Marzo de 2001
Pgina 1 de 6 Lecturas: Educacin Fsica y Deportes, Revista Digital
22/02/2005 http://www.efdeportes.com/efd33a/informa.htm
de un programa (procesador de texto, gestor de bases de datos, navegador de la Web, etc.).
Las instrucciones de las que consta un programa se describen en un lenguaje de
programacin determinado.
Un ordenador desnudo (en el que no se ha introducido ningn programa) slo entiende un
lenguaje de programacin que se llama cdigo mquina. Cada tipo de ordenador tiene un
cdigo mquina distinto. Este lenguaje es complicado y sus instrucciones son muy crpticas (por
ejemplo, 0011010101011010111 puede ser la instruccin para escribir un caracter en el
disco duro) con lo que desarrollar programas es este lenguaje es una tarea difcil.
Afortunadamente, se han desarrollado programas llamados compiladores, que entienden
instrucciones ms cercanas al lenguaje humano (por ejemplo, write (A, hd) sera la
instruccin para escribir el caracter A en el disco duro). En este sentido, existen muchos
lenguajes. En general a estos lenguajes se les denomina lenguajes de alto nivel. Un traductor se
encarga de traducir programas e instrucciones en algn lenguaje de alto nivel (entendibles por
el programador) en instrucciones en cdigo mquina (entendibles por el ordenador).
Normalmente para poder realizar un programa de ordenador, el programador debe de conocer
el lenguaje de alto nivel adecuado y debe saber manejar el traductor correspondiente.
Los lenguajes de programacin han evolucionado a lo largo de la historia de los ordenadores.
Los primeros ordenadores que existieron fueron mquinas muy complejas para su poca, que se
programaban nicamente en cdigo mquina y muy poca gente saba como realizar programas
para ellos. Segn la tecnologa de los ordenadores evolucion tambin evolucionaron las
tcnicas de traduccin y surgieron otros lenguajes, haciendo la tarea de programar ms
asequible. Los lenguajes de programacin han evolucionado en lo que se denomina
generaciones de lenguajes. Existen cinco generaciones en las que se clasifican los lenguajes de
programacin utilizados. Las primeras generaciones contienen lenguajes prximos al cdigo
mquina. Las ltimas contienen lenguajes prximos al lenguaje natural (humano):
Primera Generacin, Cdigo Mquina: Es el nivel ms bajo de los lenguajes de
programacin y est compuesta por los cdigos mquina aceptados por los ordenadores.
Como cada ordenador tiene un cdigo mquina distinto, los programas escritos en cdigo
mquina slo funcionan en el ordenador especfico para el cual estn escritos.
Segunda Generacin, Lenguaje Ensamblador: Son lenguajes de programacin de
bajo nivel que permiten usar abreviaciones o mnemnicos para las instrucciones de
cdigo mquina. Aunque as es ms fcil realizar programas que en cdigo mquina
directamente an es una tarea complicada. Ya que un ordenador slo entiende cdigo
mquina se necesita un traductor simple para convertir el lenguaje ensamblador en
cdigo mquina.
Tercera Generacin, Lenguajes de Alto Nivel: Es un lenguaje con construcciones
similares al lenguaje natural (tpicamente al ingls) que permite crear programas
(aplicaciones) complejas y relativamente sencillas de mantener y modificar. Un programa
en un lenguaje de alto nivel no es entendible directamente por el ordenador. Un
compilador es un programa traductor que acepta un programa en un lenguaje de alto
nivel (tpicamente en uno o varios archivos de disco) y produce el cdigo mquina
entendible por un ordenador especfico en otro archivo de disco. Posteriormente el
ordenador ya es capaz de ejecutar el archivo producido por el proceso de compilacin
tantas veces como se quiera. Un intrprete es un programa que acepta un programa en
un lenguaje de alto nivel, lo compila y lo ejecuta inmediatamente sin generar un archivo
con el programa en cdigo mquina. Posteriores ejecuciones del programa requieren que
todo el proceso se repita. Los compiladores e intrpretes son ms complejos que los
traductores simples ya que una instruccin de un lenguaje de alto nivel suele generar
varias (a veces cientos) de instrucciones de cdigo mquina. Los lenguajes de tercera
generacin son los ms usados actualmente y se les denomina en muchos entornos
lenguajes procedimentales, ya que se suelen agrupar conjuntos de instrucciones en
procedimientos o funciones.
Cuarta Generacin, Lenguajes de Muy Alto Nivel: tambin denominados 4GL (4th
Generation Languages). Los lenguajes 4GL son mucho ms orientados al usuario que los
lenguajes de generaciones anteriores, y los programas se desarrollan especificando
instrucciones muy prximas al lenguaje humano. Tpicamente los lenguajes 4GL tambin
se denominan lenguajes no procedimentales, ya que los programadores simplemente
especifican qu es lo que quieren que el ordenador realice y no cmo. Estos lenguajes se
utilizan en mbitos altamente especializados o de investigacin.
Quinta Generacin, Lenguajes Naturales: Existen lenguajes naturales de dos tipos.
Por un lado estn los lenguajes humanos: el espaol, ingls, etc. Por otro lado estn los
lenguajes de programacin de quinta generacin que usan un lenguaje humano para
ofrecer una relacin con el ordenador ms intuitiva. Los lenguajes naturales de quinta
generacin estn todava en su infancia, y actualmente puede considerarse que estn
ms cerca de los lenguajes 4GL que de los lenguajes humanos.
Como se puede observar, los compiladores (intrpretes, traductores) son una pieza
fundamental para el trabajo del programador, ya que son los que permiten obtener cdigo
mquina directamente ejecutable de un programa escrito en un lenguaje de ms alto nivel. Las
tecnologas de compilacin constituyen una parte muy importante de la evolucin de los
lenguajes de programacin. Segn los lenguajes pertenecen a generaciones ms avanzadas, se
requieren compilados ms complejos.
Un aspecto muy importante de los compiladores es la idea de portabilidad, que permite
producir programas para distintos tipos de ordenadores a partir de un mismo programa en
algn lenguaje de alto nivel. Por ejemplo, si tenemos un programa en el lenguaje C, y
utilizamos el compilador de C para PC, entonces podremos generar el programa en cdigo
mquina para PC con Windows y por tanto ejecutar el programa en un PC. Si, con el mismo
programa en C, utilizamos el compilador para un ordenador UNIX de HP entonces obtendremos
un ejecutable para esa mquina. Para que esto sea posible es necesario que nuestros
programas no utilicen funciones particulares a ninguna mquina. En muchas ocasiones es
imposible evitar usar este tipo de funciones.
2.1. Paradigmas de Programacin
Un paradigma es un conjunto de principios generales que un programador ha de seguir para
desarrollar un programa. Cada lenguaje de programacin permite al programador seguir un
paradigma determinado, por tanto los lenguajes de programacin se pueden tambin clasificar
segn el paradigma que siguen. Los paradigmas de programacin definen cmo se organizan
los diferentes elementos de un programa, como esos elementos interactan entre ellos, etc.
Actualmente, los paradigmas de programacin ms comnmente usados son los siguientes:
1. Programacin Estructurada: Postula el principio de divisin de un programa en
unidades algortmicas ms pequeas llamadas funciones o procedimientos. Una vez
definidos, el programador puede invocar a un procedimiento desde otro. Tpicamente un
programa estructurado se realiza diseando primeramente un conjunto de estructuras de
datos, y posteriormente un conjunto de algoritmos (procedimientos) que actan sobre
esas estructuras de datos. Por ejemplo, si queremos desarrollar un programa para
calcular la media de diversos conjuntos de variables, el programador desarrolla un
procedimiento al que llama media donde implementa el algoritmo mediante el cual se
calcula la media para cualquier conjunto de variables. Posteriormente invoca a ese
procedimiento por cada conjunto de variables de los cuales quiera calcular la media.
Algunos lenguajes que siguen el paradigma de la programacin estructurada son el C,
Pascal, Basic, Fortran, Cobol, etc.
2. Programacin Orientada a Objeto: Aunque la programacin estructurada es un
paradigma que se ha usado durante mucho tiempo y an se usa en la actualidad, existe
un lmite en la complejidad de los programas que se pueden realizar manteniendo los
costes de mantenimiento y modificacin de los programas razonablemente bajos. Es
otras palabras, modificar un programa complejo en Pascal o COBOL puede ser una tarea
altamente costosa en trminos de tiempo. Para sobrepasar estos problemas se cre el
paradigma de la programacin orientada a objetos, que postula la divisin de un
programa en unidades autocontenidas llamadas objetos. A diferencia de los
procedimientos que contienen slo algoritmos y los datos sobre los que actan estn
aparte, un objeto contiene un conjunto de algoritmos junto con los datos sobre los que
actan. De esta manera cuando un programador invoca algoritmos en un objeto, no
necesita saber qu tipo de datos el objeto maneja de forma interna. Adems los objetos
pueden ser organizados en jerarquas, de forma unos objetos pueden heredar datos y
algoritmos de otros objetos. Con esto lo que se consigue es que la organizacin de un
programa orientado a objetos sea ms modular y rica que la organizacin de un
programa estructurado, con lo que la arquitectura de los programas complejos puede ser
acomodada a cambios ms fcilmente.
2.2. Principales Lenguajes de Programacin
Como mencionamos, actualmente la mayora de los programas realizados actualmente son
implementados usando lenguajes de programacin de tercera generacin. La utilidad y
utilizacin de estos lenguajes no depende slo de su diseo sino tambin del tipo de
aplicaciones que se pueden crear con ellos, las herramientas disponibles (libreras, herramientas
de programacin, etc.) Actualmente los lenguajes ms utilizados son el C y Java, por distintas
razones. La siguiente lista tambin contiene lenguajes que fueron utilizados muy extensamente
en el pasado y que an se siguen utilizando por motivos educaciones, o bien porque las
aplicaciones creadas con ellos an estn en funcionamiento. Diferentes lenguajes estn
orientados para diferentes entornos y finalidades, aunque cualquiera de ellos es lo
suficientemente general para ser utilizado en un amplio espectro de aplicaciones.
1. C: Desarrollado por los Laboratorios Bell, C es un lenguaje estructurado compilado de
propsito general que funciona en una gran variedad de computadores y por tanto es
portable entre ellos. Es decir, existen compiladores de C para casi todos los tipos de
maquinas existentes en la actualidad. El lenguaje C es muy adecuado para escribir
multitud de tipos de programas: gestores de bases de datos, procesadores de texto,
software comercial, juegos, robtica, grficos, etc. y de hecho la mayora del software
disponible actualmente est realizado en C. Sus ventajas principales son:
Los compiladores de C han sido altamente probados y desarrollados para casi
todos los tipos de ordenadores.
Tiene un alto grado de portabilidad. Los programas en C pueden ser compilados
en una gran variedad de ordenadores haciendo muy pocos cambios.
Es muy rpido y eficiente. Los compiladores de C suelen estar muy bien
optimizados y producen cdigo mquina muy rpido.
Por otro lado, C suele ser difcil de aprender y no suele ser el primer lenguaje que se
ensea a quien entra en el mundo de la programacin. Adems, es muy conciso, lo que a
veces dificulta seguir y entender los programas hechos por otros.
2. BASIC: Es un lenguaje simple que fue diseado con motivos educacionales ms que
prcticos. Es muy sencillo e intuitivo y algunas extensiones actuales son muy populares y
utilizadas (por ejemplo, Visual Basic de Microsoft).
3. Pascal: Al igual que el BASIC es un lenguaje estructurado sencillo pero permite la
creacin de programas relativamente complejos ya que contiene (sin necesidad de
ampliaciones) las estructuras bsicas para organizar el cdigo.
4. FORTRAN: Desarrollado en 1954 por IBM, fue prcticamente el primer lenguaje
estructurado de alto nivel. Originalmente fue diseado para implementar frmulas y
clculos matemticos complejos y actualmente an est en uso en entornos cientficos,
matemticos o de ingenieras.
5. COBOL: Adoptado formalmente en 1960 como resultado de un esfuerzo conjunto de
diferentes organizaciones pblicas y privadas, ha sido el lenguaje estructurado ms
usado en aplicaciones comerciales hasta la aparicin de los ordenadores personales.
Actualmente, an hay una gran cantidad de aplicaciones programadas en COBOL.
6. LISP: Es un lenguaje usado principalmente para realizar programas en el mbito de la
inteligencia artificial. Fue desarrollado en 1958 en el MIT y suele ser usado en la
implementacin de sistemas expertos.
7. DBASE: Es un lenguaje similar al Pascal, pero con funciones para manipular
directamente las bases de datos creadas con el sistema de base de datos conocido como
DBASE.
8. Java: Es un lenguaje de programacin orientado a objetos creado recientemente por
Sun Microsystems. Su estructura es parecida a la del C pero evitando sus desventajas. Es
relativamente sencillo de aprender y adems es un lenguaje que puede ser interpretado
por los navegadores de Internet, con lo que un programador puede publicar su programa
en un URL convenido y cualquier usuario de Internet puede ejecutarlo en su ordenador a
travs del navegador.
9. C++: Es la evolucin del C en un lenguaje orientado a objetos. Comparte las ventajas y
desventajas del C, pero sigue los principios de la programacin orientada a objetos.
Este trabajo pretende simplemente dotar al lector de unos criterios mnimos en algunas de
las tecnologas usadas actualmente en el tratamiento de problemas cientficos. Para cada
paradigma aqu presentado damos unos conceptos generales sobre el mismo y unos principios
bsicos de funcionamiento. Con esto esperamos dar a conocer distintos aspectos que se pueden
abordar con cada uno de ellos, as como el coste y conocimiento que esto supone. Se
recomienda acudir a las referencias para ms detalles sobre el funcionamiento y conveniencia
de cada paradigma.
2.3. Algunas Tecnologas Adicionales
En principio, con un lenguaje de programacin de propsito general (como C o Java) y su
correspondiente compilador o intrprete un programador puede desarrollar cualquier tipo de
aplicacin. No obstante, aplicaciones de un mismo tipo suelen tener las mismas necesidades,
restricciones y requerimientos. Por ejemplo, cualquier aplicacin grfica abrir ventanas,
construir botones, cuadros de texto, grficos, etc. con lo que es deseable extender el lenguaje
utilizado con procedimientos u objetos primitivos que permiten realizar esas funciones, evitando
que el programador las programe cada vez que se crea una aplicacin grfica. De esta manera
existen extensiones y aplicaciones que sistematizan la creacin de programas y sistemas en
general para determinados dominios. En cierta manera, estas aplicaciones aslan al usuario final
de los detalles de la implementacin de los mismos. A continuacin se exponen algunas de
estas tecnologas:
2.3.1. Sistemas Expertos
Qu es un Sistema Experto?
Un sistema experto es un programa de ordenador que le permite a ste realizar o aconsejar
acerca de la toma de decisiones no estructuradas o semiestructuradas que son propias de
humanos con conocimientos y experiencia en un dominio especfico. Los sistemas expertos
operan normalmente como consultores expertos que ofrecen su consejo a humanos en reas
especficas. Algunos ejemplos de decisiones basadas en los sistemas expertos son los
diagnsticos de enfermedades bacteriolgicas en pacientes, deteccin de fallos en el
funcionamiento elctrico en locomotoras diesel, configuraciones de sistemas y redes de
ordenadores basados en las estimaciones de trabajo y necesidades de los usuarios, etc.. Como
podemos observar los sistemas expertos explotan el conocimiento especfico acerca de un
dominio para realizar inferencias complejas que ayudan al humano en el anlisis y proceso de
una situacin concreta.
Arquitectura de un Sistema Experto
La arquitectura de un sistema experto evoca en cierta manera las estructuras y procesos
cognitivos en el comportamiento humano. El primer componente de un experto humano es una
memoria a largo plazo de hechos, estructuras y reglas que representan el conocimiento del
experto en un dominio concreto. La estructura anloga en un sistema experto se denomina
base de conocimiento. Luego, un experto humano, posee unos mtodos de razonamientos
apropiados a su dominio de forma que puede extraer de su conocimiento la informacin
adecuada para aplicarla en la resolucin de un problema dado.

Lecturas: Educacin Fsica y Deportes http://www.efdeportes.com Ao 6 N 33 sigue
Recomiendaestesitio
2 / 8

Anlogamente, un sistema experto posee un motor de inferencia que es el que se encarga
de implementar las funciones de razonamiento.
En esta analoga el proceso realizado por el motor de inferencia imita ciertos aspectos del
pensamiento, mientras que el conocimiento es almacenado en ultima instancia en la base de
conocimientos. En cierta manera la diferencia entre el motor de inferencia y la base de
conocimiento en un sistema experto es la misma que la distincin entre los mtodos de
razonamiento de propsito general y el conocimiento especfico a cada dominio que se ha
construdo en el campo de la inteligencia artificial. El conocimiento general sobre la manera de
resolver los problemas se refleja en la manera de operar del motor de inferencia. De esta
manera un motor de inferencia puede ser usado para razonar sobre distintas bases de
conocimiento, siempre que el conocimiento est codificado segn las mismas reglas.
Adems de estos dos elementos, el entorno de un sistema experto incluye varias
herramientas para asistir a las personas que construyen o utilizan el sistema experto. A la hora
de construir, el desarrollador utiliza herramientas para adquirir, codificar y limpiar el
conocimiento con el que se alimenta a la base de conocimientos. Una vez que el sistema
experto ha sido desarrollado los usuarios se valen de una serie de herramientas e interfaces
para interactuar, consultar y actualizar el sistema experto. En muchas ocasiones los sistemas
expertos pueden ser integrados en entornos de tiempo real, grandes bases de datos o ser parte
de aplicaciones ms grandes.
El interfaz de usuario de un sistema experto permite que los usuarios pregunten al sistema,
le proporcionen informacin, reciban consejo, etc. Dentro de las limitaciones de los
computadores, este interfaz busca en alguna manera suministrar el mismo conjunto de
facilidades de comunicacin que un experto humano. Del mismo modo que un experto humano
explica sus decisiones y recomendaciones, los sistemas expertos tambin necesitan justificar y
explicar sus acciones. La parte de un sistema experto que genera estas justificaciones se
denomina herramienta de explicacin. Esta herramienta no slo satisface la necesidad social de
reasegurar la confianza del usuario final en el sistema, sino que tambin, desde el punto de
vista tcnico, le sirve al desarrollador para realizar un seguimiento del sistema experto y
conocer la validez del conocimiento introducido en la base del conocimiento.
2.3.2. Algoritmos Genticos
Qu son los algoritmos genticos?
Los algoritmos genticos (GAs) fueron inventados para imitar algunos procesos observados
en los mecanismos de evolucin natural. Mucha gente, incluidos bilogos, se sorprenden del
hecho de que la vida y su complejidad podran haber evolucionado en un periodo de tiempo
relativamente corto segn los registros fsiles. La idea de los GAs es utilizar los principios del
concepto de evolucin para resolver problemas de optimizacin. El padre de los GAs es John
Holland que los invent al principio de los 70.

Qu es la informtica aplicada a las ciencias del deporte?
Antonio Hernndez Mendo y Ral Ramos Polln
22/02/2005 http://www.efdeportes.com/efd33a/informa1.htm
Los GAs son algoritmos adaptativos de bsqueda heurstica basados en los principios
evolutivos. Como tales representan un aprovechamiento inteligente de las bsquedas aleatorias
usadas para resolver problemas de optimizacin. Aunque tienen un componente aleatorio, los
GAs no tienen un comportamiento aleatorio, sino que explotan la informacin histrica
(evolutiva) para dirigir un proceso de bsqueda hacia regiones del espacio de bsqueda con
ms posibilidades de optimizar un problema. Los principios bsicos de funcionamiento de los
GAs se basan en la creacin de una poblacin de individuos (soluciones a un problema),
seleccin de los ms adaptados (soluciones ms cercanas al ptimo) y recombinacin de los
individuos ms adaptados para crear una nueva poblacin (integracin de soluciones).
En muchos casos, los algoritmos genticos ofrecen resultados ms satisfactorios que otras
tcnicas usadas en Inteligencia Artificial. Esto es debido a que son mucho ms robustos (mayor
tolerancia en los datos de entrada o ruido), y ofrecen un mtodo generalmente eficaz en la
exploracin de espacios de bsqueda complejos (alta dimensionalidad).
Cmo funcionan?
Los GAs simulan el proceso de supervivencia de los individuos mejor adaptados en
generaciones consecutivas para resolver un problema. Cada generacin consiste en una
poblacin de cadenas de caracteres o de bits que representan una solucin (numrica o
codificada) a un problema dado y que evocan a las cadenas de DNA que observamos en los
cromosomas. Cada individuo (cadena de bits) representa un punto en un espacio de bsqueda y
por tanto una posible solucin. Cada poblacin es sometida al proceso de evolucin. Los
principios evolutivos que se pretenden simular son los siguientes:
Los individuos en una poblacin compiten por los recursos disponibles y se reproducen.
Los individuos ms adaptados en cada competicin producen ms descendientes que los
individuos menos adaptados.
La informacin gentica de los individuos mejor adaptados se propaga en generaciones
sucesivas de forma que dos padres "buenos" producirn en algunas casos descendientes
que son mejor adaptados que ellos mismos.
De esta manera cada generacin sucesiva estar mejor adaptada a su entorno.
En trminos generales, el espacio de bsqueda de un problema consiste en el conjunto de
todas las posibles soluciones al problema. De todas esas posibles soluciones solo una, o unas
pocas son las que optimizan el problema segn algn criterio dado. En GAs se empieza por
tanto por obtener un mtodo de codificacin de las posibles soluciones en cadenas de
caracteres sobre un determinado alfabeto (suele ser el alfabeto binario). Luego se define una
funcin de evaluacin que a cada individuo (posible solucin) asigna un valor de eficacia o
adaptacin, de forma que se pueden comparar distintos individuos para saber cual esta mejor
adaptado. Esta funcin, representa el entorno en al cual los individuos han de adaptarse. Una
vez definido esto, se comienza por una poblacin de posibles soluciones (normalmente
generada de manera aleatoria) y se repite el siguiente proceso:
Se le aplica la funcin de evaluacin a cada individuo, de manera que se obtiene una
medida objetiva de la capacidad de adaptacin de cada individuo a esa funcin.
Se selecciona una porcin de la poblacin basada en la medida anterior. Por ejemplo, a
cada individuo se le asigna una probabilidad proporcional a su medida de adaptacin y se
seleccionan individuos segn esa probabilidad. De esta manera se seleccionarn los
individuos que estn mejor adaptados y ocasionalmente tambin se seleccionar algn
individuo con una adaptacin menor. Esto se suele hacer para no perder la opcin de
evitar mximos locales en la funcin de evaluacin.
Los individuos seleccionados se reproducen entre ellos para generar una nueva
poblacin. Hay muchos tipos de operadores para realizar este paso. Entre ellos los ms
comunes son: el cruce, en el que las cadenas de bits se intercambian porciones y la
mutacin, en el que de forma aleatoria se cambian de valor algunos bits de algunos
individuos. Como se puede observar, el cruce corresponde a la recombinacin de
informacin de las posibles soluciones, y la mutacin corresponde a la introduccin de
nueva informacin en la poblacin.
De esta manera se producen nuevas generaciones de soluciones que contienen, por lo
general, ms genes buenos que una solucin tpica de la generacin anterior. Cada generacin
contendr ms y mejores soluciones parciales que las generaciones previas. En algn momento
el proceso alcanza el mximo deseado o algn valor que hace que las sucesivas generaciones
no mejoren las anteriores.
Como se puede observar, los GAs son un buen mtodo para buscar las soluciones a un
problema cuando no se tiene mucha informacin acerca del dominio o cuando no se conoce un
mtodo eficaz de exploracin del espacio de soluciones. Por supuesto los GAs no son mtodos
infalibles para la resolucin de problemas, ni los ms eficaces en muchos casos, pero son muy
vlidos en entornos en los que los espacios de bsquedas son complejos. Tambin, es
importante observar que no existe ningn teorema de convergencia de los GAs y por tanto no
es posible saber a priori si encontrarn una solucin en un caso especfico. Ni siquiera, es
posible asegurar en muchos casos si la solucin que proporcionan son mximos globales o
simplemente mximos locales.
2.3.3. Anlisis y clasificacin automtica de datos
Qu es el aprendizaje automtico y la minera de datos?
En las ltimas dcadas investigadores provenientes de distintas disciplinas, desde la
Psicologa hasta la inteligencia artificial, han intentado desarrollar modelos generales de muchos
de los procesos cognitivos que realizan los humanos, especialmente el aprendizaje. Muchos de
estos esfuerzos generaron ideas y aplicaciones interesantes no slo desde el punto de vista
terico sino tambin desde las perspectivas tecnolgicas y prcticas. En particular, los avances
en la representacin del conocimiento y las nociones y tcnicas de aprendizaje automtico
abren muchas posibilidades en el campo de la representacin y anlisis de datos. Basados en
estos conceptos y sin olvidar los mtodos estadsticos tradicionales de anlisis de datos, en la
ltima dcada han surgido nuevos mtodos alternativos aplicables en estos campos.
Muchos de estos mtodos comparten un uso intensivo de los recursos computacionales
disponibles hoy en da. Evidentemente, esto no era posible hace algunas dcadas. El
planteamiento general del problema que se aborda en esta seccin es el siguiente: partiendo de
un conjunto (amplio) de datos, las metodologas automticas permiten desarrollar
representaciones convenientes de las estructuras de los datos. El conocimiento adquirido puede
ser entonces aplicado en otros conjuntos de datos bajo la hiptesis que comparten
caractersticas (por ejemplo, el origen) similares. En muchas ocasiones (y ms an con la ayuda
de las computadoras) las metodologas de adquisicin de datos proporcionan grandes
cantidades de datos (que no informacin) generadas por muchas clases de eventos que se
monitorizan. Desde el punto de vista del investigador esos datos son imprescindibles porque son
el origen ltimo de su tarea, pero en s son intiles si no es posible extraer informaciones de
ellos (tales como correlaciones escondidas, particiones, determinacin de variables
significativas, etc.). De esta forma el investigador ha de tener los medios para transformar los
datos brutos en conocimiento. La siguiente figura representa este proceso automtico:

Con los medios actuales, la cantidad de datos abruman en muchas ocasiones al investigador
e inutilizan los mtodos manuales tradicionales de extraccin de informacin. Ejemplo de esto lo
dan la fsica de partculas (experimentos que general mas de 1 Megabyte de informacin por
segundo), el anlisis de mercados comerciales (cantidad de empresas, valores y sectores
comerciales), etc.
Dentro de las tcnicas de aprendizaje automtico, se denomina minera de datos a las
tcnicas que permiten obtener las mejores representaciones de los datos, dados unos criterios
especficos. En cierta parte, la idea es similar a los procesos de descubrimiento que se realizan
en el mbito del mtodo cientfico. Por eso, estas tcnicas reciben a veces el nombre de
descubrimiento automtico.
Cmo funciona?
En s la minera de datos no es ms que una metodologa de resolucin de problemas que
trata de encontrar descripciones matemticas o lgicas de patrones y regularidades de una
cierta complejidad en conjuntos de datos. Hay dos maneras principales de realizar este proceso.
1. Por un lado el aprendizaje supervisado, las regularidades en los datos se encuentran
explorando casos conocidos que se presume que contienen o implican los patrones bien
definidos. Una vez se realiza esta exploracin inicial y se establecen los patrones
relevantes, se realiza un proceso de generalizacin para su aplicabilidad con cualquier
conjunto de datos. Por otro lado, el aprendizaje no supervisado encuentra regularidades
en los datos en base a algunos caracterizaciones lgicas de carcter general. Podemos,
por tanto, representar la minera de datos como un proceso que puede ser bien sinttico
(generalizando a partir de algunos casos conocidos) o analtico (generando descripciones
de alto nivel).
La minera de datos permite producir conocimiento cientfico en reas que an no son
propicias para las aproximaciones tradicionales. De esta forma los algoritmos de
optimizacin y aprendizaje se pueden usar para producir modelos de datos
experimentales en reas en las que no existen explicaciones ni modelos tericos previos.
La nocin bsica del aprendizaje supervisado es la de un clasificador, que es un algoritmo
o sistema capaz de discriminar datos entre un conjunto de posibles categoras. Los
clasificadores se entrenan y se prueba con un conjunto de casos conocidos y crean sus
propias estructuras y reglas internas a medida que se les presentan los casos conocidos.
De esta manera, y con un nmero suficiente de casos conocidos, el clasificador se
convierte en un generalizador y es capaz de clasificar correctamente datos provenientes
de casos desconocidos. Por tanto la utilizacin del aprendizaje supervisado se basa en
dos pasos:
La creacin de un conjunto determinado de categoras en las cuales clasificar los
datos
La presentacin de pares [dato, clasificacin] que corresponden a los casos
conocidos. Durante este proceso el clasificador va formndose sus criterios
internos de clasificacin.
Esto es el entrenamiento.
La presentacin de datos ya generalizados proporciona la clasificacin automtica
en base a los criterios internos adquiridos en la fase anterior.
Esto es la operacin.
2. Por el contrario, el aprendizaje no supervisado no parte de criterios especficos
preestablecidos (como lo son el conjunto de categoras en las que se dividen los casos
conocidos), sino que parte de descripciones generales del tipo de patrones que reconocer
en los datos. Por ejemplo, mientras que en el aprendizaje supervisado lo que el
investigador determina a priori es: existen las categoras A, B y C, con este significado;
en el aprendizaje no supervisado el investigador nicamente dice: existirn entre 4 y 6
categoras y el clasificador se encarga de agrupar los datos.
La implementacin final de los clasificadores se basa en muchas ocasiones en redes de
neuronas artificiales. Las redes de neuronas artificiales estn compuestas por elementos que
siguen los principios de funcionamiento de las neuronas naturales: reciben varios valores de
entrada y en base a esos valores ofrecen un nico valor de salida (encendido o apagado). De
esta forma se construyen redes de neuronas conectando la salida de unas neuronas a las
entradas de otras. La redes pueden adquirir diversas configuraciones, pero generalmente un
conjunto de neuronas de la forma siguiente:

En donde hay una serie de neuronas que reciben los datos de entrada y otras neuronas cuyo
estado de activacin conforma el dato de salida. En algunas configuraciones existen capas
organizadas de neuronas (aparte de la capa de entrada y de salida), en otras existen ciclos, etc.
Cada conexin entre dos neuronas tiene unas caractersticas especficas que determinan la
influencia en la neurona a la que llega la conexin. Un aprendizaje supervisado proporciona
valores de entrada, calcula el error en la salida y mediante un algoritmo corrector cambia las
caractersticas de las conexiones con cada par [dato, clasificacin] que se le presenta. Un
aprendizaje no supervisado cambia las caractersticas de las conexiones segn se va usando la
red, por ejemplo, reforzando las conexiones mas usadas.
Es importante observar que el origen de las redes neuronales es imitar el funcionamiento
bsico de las neuronas naturales, y se desconoce bastante el porqu fundamental del
comportamiento de las mismas. Experimentando con ellas se ha descubierto que funcionan muy
bien como discriminadoras de informacin, pero sin saber exactamente cmo deducir ese
comportamiento global del funcionamiento particular de cada neurona del conjunto.
Desde el punto de vista prctico y dependiendo de la envergadura de cada problema, con
unos pocos conocimientos de programacin es posible construir redes neuronales relativamente
sencillas y probar su funcionamiento directamente. Tambin existen herramientas con diversos
grados de sofisticacin para disear, entrenar y explotar redes neuronales. Tambin existen
herramientas sofisticadas que implementan un contexto entero de aprendizaje automtico, con
los conceptos de clasificadores y generalizadores, y en los que las redes neuronales no son ms
que una parte especfica de su diseo. En cualquier caso, es importante saber ser consciente de
la base de estas ideas, para poder adquirir criterios vlidos en cuanto a sus limitaciones y
posibilidades.
2.3.4. Simulaciones y Realidad Virtual
Qu es la realidad virtual?
El trmino Realidad Virtual es usado por mucha gente con distintos significados. Para algunos
no es ms que un casco con una pantalla, un guante sensible y sonido estreo y para algunos
otros son los efectos especiales que se ven en una pelcula. Una definicin ms objetiva sin
embargo, es la que se ofrece en [5] y es la siguiente:
La Realidad Virtual es un modo para que los humanos podamos ver, manipular e
interactuar con datos extremadamente complejos y con los ordenadores.
En seguida vemos la conexin con el resto de los conceptos que hemos estado tratando en
este captulo. La parte de la definicin que habla de la visualizacin se refiere al ordenador que
genera informacin visual, auditiva o en algunos otros sentidos sobre un mundo dentro del
ordenador. Este mundo puede ser un modelo arquitectnico, una simulacin cientfica, una vista
en una base de datos, etc. El usuario puede interactuar con el mundo y manipular los objetos
de los que est compuesto ese mundo. Estos objetos pueden ser representaciones de entidades
fsicas (por ejemplo, un corredor en accin o una simulacin de vuelo) o entidades abstractas
(conceptos y relaciones cientficas, tendencias de mercados, etc.) Lo importante es que
conforma un medio por el cual se facilita la interaccin con conjuntos de datos cuyas relaciones
son complejas y no del todo entendibles de manera inmediata
Componentes de un sistema de realidad virtual
Segn los requerimientos y el entorno en el que funciona un sistema de realidad virtual
cambian las exigencias de eficacia de cada una de las partes que a continuacin describimos.
Por ejemplo, si creamos una simulacin para estudiar la aerodinmica de una posicin
determinada de un ciclista lo importante es la exactitud del modelo y la adaptacin de la
simulacin a las variables que tomamos como criterios. La velocidad de la simulacin, aunque
muy conveniente, no es una caracterstica fundamental del estudio. Pero si por ejemplo,
creamos una simulacin para entrenar a un corredor a adquirir un cierto reflejo, lo importante
es que la simulacin sea en tiempo real. Con esto en mente, las principales partes de un
sistema de realidad virtual son:

Recomiendaestesitio
3 / 8

1. Procesos de entrada de datos: que se encargan de hacer llegar la informacin pertinente
al ordenador. Algunos ejemplo son el guante sensible, sensores de posicionamiento del
cuerpo, sistemas de reconocimiento de voz, etc.
2. Procesos de simulacin. La parte ms importante de un sistema de realidad virtual son
los procesos de simulacin. Estos son los procesos que implementan el modelo del
mundo (virtual o simulado) y procesan los datos de entrada acorde a ese modelo del
mundo. Por ejemplo, en la simulacin de un corredor, los procesos de simulacin han de
implementar una cierta parte de las leyes fsicas que rigen el movimiento del corredor
entre las que se encuentran las leyes de la gravedad, leyes de apoyo, etc. En general el
proceso de simulacin divide el tiempo en instantes discretos. En cada instante se genera
una simulacin (visual y auditiva en la mayor parte de los casos) sobre el estado del
mundo virtual en ese instante y se actualiza ese estado que generar la simulacin del
siguiente instante de tiempo. [6] y [7] muestran importantes ejemplos de procesos de
simulacin en este contexto.
3. Procesos de salida de datos. Como resultado de cada simulacin se suelen generan una
serie de estmulos de salida que se proyectan en los dispositivos adecuados: pantalla,
casco 3D, aparatos mecnicos, etc.
Es importante observar, que aunque popularmente se asocia el concepto de realidad virtual a
aplicaciones espectaculares y complejas, el concepto de simulacin es ms general y
seguramente ms aplicable en los dominios que nos interesan. Los procesos descritos
anteriormente se aplican a cualquier proceso de simulacin, sea proyectado imgenes casi
reales sea controlando la temperatura de la habitacin en la que un atleta est corriendo.
El concepto principal es el de la representacin fsica y familiar de datos para su asimilacin
por parte de algn receptor. En algunas ocasiones ese receptor puede ser el cientfico que
manipula una molcula virtual en 3D, en otras puede ser un piloto en su simulacin, etc. Pero
en todas esas ocasiones el computador construye una representacin adecuada de los datos
que se muestran una situacin determinada en un entorno concreto.

3. La revolucin tcnica
Esta revolucin tcnica, que hemos sintetizado anteriormente, ha afectado, entre otras, a
una de las funciones fundamentales y bsicas de la ciencia como es la comparticin de los
resultados y las experiencias. Para poder darle la relevancia que esto tiene baste decir que
autores como Karl Pribam o Popper consideran que los resultados del cientfico no tienen validez
hasta que no se demuestra su capacidad de ser replicados. En este sentido, es de vital
importancia el que los resultados se hagan pblicos y que la comunidad cientfica tenga acceso
a ellos. Conocer el trabajo de la investigacin en nuestro pas y en el resto del mundo es una de
las labores de los investigadores y de los estudiosos en general. Si el valor cientfico de los

datos est condicionado a que se hagan pblicos en fuentes de credibilidad para la comunidad
cientfica, no hace falta sealar el valor de las fuentes de documentacin.
De hecho, el dinamismo y universalizacin de las fuentes de documentacin cientfica puede
ser una de las caractersticas del avance cientfico en las ltimas dcadas. Por un lado, la
literatura cientfica se duplica en un plazo 10-15 aos, y por otro lado, los nuevos sistemas
informticos de almacenamiento, bsqueda y recopilacin de documentacin cientfica hacen
que sea cada vez ms fcil acceder a esa informacin. Todo esto es esencial, ya que el avance
cientfico depende en gran parte de una buena comunicacin entre los investigadores de todo el
mundo. Adems, hace menos importantes las diferencias entre universidades grandes y
universidades humildes, ya que no hace falta poseer una costosa biblioteca para tener acceso
bsico a la informacin de inters.
El hecho es que las ventajas citadas tiene como contrapartida el que un investigador se
puede encontrar con un exceso de informacin y con dificultades en la seleccin cualitativa de la
misma. Las bases informatizadas de datos proporcionan la posibilidad de realizar bsquedas con
referencias cruzadas y descriptores muy especficos, no obstante, hay un aspecto cualitativo que
depende en gran medida de la formacin especializada de cada investigador.
A continuacin indicamos en diferentes apartados algunas de las principales fuentes de
documentacin e informacin documental que pueden ser de utilidad. Hay fuentes
documentales primarias, como las revistas, textos, etc., y fuentes secundarias, revisiones,
ndices de citas, sistemas de bsqueda, etc.
3.1. Revistas sobre informtica en relacin a las ciencias sociales y del deporte
Constituyen probablemente el principal medio de informacin y comunicacin cientfica. A
pesar del retraso que en algunos casos se produce en la publicacin de trabajos de
investigacin, suele ser la fuente que proporciona informacin ms actualizada.
A continuacin presentamos una relacin de revistas que pretende ser una gua general que
se aleje de las revistas de divulgacin. Pretendemos recoger, sin carcter de exhaustividad,
todas aquellas revistas de impacto que estn dedicadas en su totalidad o parcialmente a la
relacin entre informtica y las ciencias sociales:
1. Behavior Research Methods, Instruments and Computers
2. Biometrics
3. British Journal of Mathematical and Statistical Psychology
4. Computers and Human Behavior
5. Computer Language
6. Estadstica Espaola
7. Journal of Mathematical Psychology
8. Psicothema
9. Psychometrika
10. Quality and Quantity: European-American Journal of Metodology
11. Educational Technology
12. Applied Psychological Measurement
13. Educational and Psychological Measurement
14. Journal of Educational Measurement
15. Psicolgica
De igual manera con aquellas guas e ndices, muchos de ellos informatizados, donde se
encuentran con cierta frecuencia referencias sobre informtica aplicada a las Ciencias Sociales y
especialmente a las Ciencias del Deporte.
1. Boletn de Informacin y Documentacin de Unisport
2. Boletn de Sumarios. Facultad de Educacin Fsica de Las Palmas.
3. Boletn de Sumarios. Instituto Nacional de Educacin Fsica de Valencia.
4. Bolleti de Sumaris. INEF-Catalua.
5. Catalog of Selected Documents in Psychology. American Psychologist Association.
Washington, USA.
6. Current Contents: Life Sciencies. Institute for Scientific Information. Philadelphia,
USA.
7. Current Contents: Clinical Medicine. Institute for Scientific Information. Philadelphia,
USA.
8. Current Contents: Social and Behavioral Sciencies. Institute for Scientific
Information. Philadelphia, USA.
9. Current Index Journal Education. Institute for Scientific Information. Philadelphia,
USA.
10. Index to Scientific Reviews. Institute for Scientific Information. Philadelphia, USA.
11. Journals in Psychology. A Resources Listing for Authors. 40 ed. en 1993,
American Psychological Association. Washington, USA.
12. Psychological Abstracts. American Psychological Association . Washington, USA.
13. Psychological Reader's Guide. Institute de Documentation Scientifique. Suiza.
14. Psychological Record. Graneville.Ohio, USA.
15. Science Citation Index. Institute for Scientific Information. Philadelphia, USA.
16. Social Science Citation Index. Institute for Scientific Information. Philadelphia, USA.
17. Thesaurus of Psychological Index Terms. American Psychological Association.
Washington, USA.
Para ms informacin se pueden consultar los trabajos de Blanco (1983), Borchardt (1984),
Fernndez-Dols y Ortega (1980), Herring, (1987), Mcinnis,R.G. (1982)
Un aspecto importante a tener en cuenta son los Centros de documentacin y bases de
datos. En este apartado se relacionara los centros de produccin de sistemas informatizados de
datos bibliogrficos que permiten bsquedas rpidas y selectivas de la informacin almacenada
en soporte CD-ROM u "on-line". Con respecto a Centros Nacionales, podemos mencionar:
1. ICYT. Instituto de Informacin y Documentacin de Ciencia y Tecnologa, Madrid.
2. ISOC. Instituto de Informacin y Documentacin de las Ciencias Sociales y
Humanidades, Madrid.
3. IIDB. Instituto de Informacin y Documentacin de Biomedicina, Valencia.
4. INCA. Fundacin para el Desarrollo de la Funcin Social de las Comunicaciones, Madrid.
5. CID. Consorcio de Informacin y Documentacin, Barcelona.
6. CNIDC. Centro Nacional de Informacin y Documentacin Cientfica, Madrid.
Con respecto a los centros internacionales, podemos citar las siguientes:
1. COMSERVE/CIOS. Communication Institute for Online Scholarchip, New York, USA.
2. CNRS. Centre National de la Recherche Scientifique, Pars, USA.
3. ISI/ISTB. Institute for Scientific Information, Philadelphia, USA.
4. NTIS. National Technical Information Service, Washintong, USA.
5. Oxford Medical Data Base, London, UK.
6. PsycINFO. Base de datos de la American Psychological Association, Washington, USA.
7. PsycLIT. Base de datos de la Psychological Abstracts Information Service, APA,
Washington, USA.
8. SCISEARCH (Science Citation Index). Producido por el Institute for Scientific
Information, Philadelphia, USA.
9. SPORTdiscus. SIRC (Sport Information Resource Centre), Ottawa, Canad
10. University Microfilms International, Michigan, USA
Direcciones web donde encontrar informacin sobre documentacin deportiva y otras
informaciones diversas relacionadas con el mbito deportivo son:
http://www.cpd.us.es./sadus/
http://www.uida.es/
www.deportes.rcanaria.es/
http://www.iusport.es/intro.htm
http://www.efdeportes.com
http://www.iusport.es/lex-futbol/default.htm
http://guide.es.netscape.com/es/guide/sports.html?
http://www.mec.es/csd/
http://www.deimos.es/psicoesport/index.html
http://www.psyc.unt.edu/apadiv47/links.htm
3.2. Fuentes sobre instrumentacin y "software"
Una de las reas ms afectadas por esta revolucin es la Metodologa de Investigacin En
esta rea tiene una importancia notable todo lo relativo a tecnologa de los instrumentos y a los
programas informticos especficos para el procesamiento y anlisis de los datos. El crecimiento
de la produccin relativa a estos aspectos es muy grande, y por otro lado, hay mucha
instrumentacin que no siendo especfica de la investigacin puede tener una utilidad
importante en determinados estudios. Por todo ello incluimos a continuacin una relacin, en
absoluto exhaustiva, de instrumentos y programas informticos de gran peso en la
investigacin.
3.2.1. Software de recogida de datos
1. BEHAVE. Permite el registro y tratamiento de datos, ofrece posibilidades de
representaciones grficas y algunos anlisis. Behavior Research Methods &
Instruments,9, 452-455, 1977.
2. BOSS. Facilita el registro de duraciones en tiempo real, frecuencia y secuencia.
University of Washington, USA, 1975.
3. CAMERA. Es un sistema completo de teclado, ordenador y "software", diseado para
facilitar la tarea de registro desde videograbaciones. Disponibles a travs de ProGAMMA.
4. CODEX. Un sistema de registro y almacenamiento de datos que permite trabajar con
distintos tipos de datos (Secuencias de eventos, secuencias de estados, secuencias
mixtas de estados y eventos, secuencias de intervalos y formatos de campo) ya sea en
una situacin natural o una situacin grabada en soporte magntico (audio o video).
Permite trabajar con el flujo de conducta verbal recogido. Exporta los datos a los
programas SDIS-GSQ para anlisis secuencial, OBSERVER 3.0, y THEME. (Hernndez
Mendo, 1996b, Hernndez Mendo, Anguera & Bermdez-Rivera, 2000)
( http://www.efdeportes.com/soft.htm )
5. DATACHRONO. Un sistema porttil de registro y almacenamiento de datos diseado en
nuestro pas. Jimnez y cols. (1987).
6. DATAMYTE. Uno de los registros y almacenamiento ms conocido con sus ms de dos
dcadas de historia y sucesivas versiones. Electro/General Corporation, Minnesota, USA.
7. DART. Sistema de registro en tiempo real controlado por ordenador. Behavioural
Psychotherapy, 10, 40-47, 1982.
8. DCRII. Diseado para registrar las conductas de recin nacidos y sus cuidadores.
Behavior Research Methods & Instruments, 9, 442-446, 1977.
9. MEL. Micro Experimental Laboratory para diseo y presentacin de estmulos diseado
por Pascal. de W. Scheneider (1988). Micro Experimental Laboratory. Behavior Research
Methods, Instruments & Computers, 20(2), 206-217.
10. OBSERVER 3.0. Es un programa orientado hacia el registro de datos en ordenadores
compatibles y que realiza algunos anlisis de retardo. Tiene una aplicacin adecuada
para el sistema CAMERA (Observer's Video Tape Analysis System). Disponible a travs de
ProGAMMA.
11. OS3. Registrador de eventos y tiempo de fcil movilidad. Observational Systems Seattle,
Washington, USA.
12. POMS. Versin informtica en Turbo Pascal para windows de la escala de estados de
humor) realizada por Hernndez Mendo y Ramos (1995a) y Hernndez Mendo y Ramos
(1996a). ( http://www.efdeportes.com/soft.htm )
13. PROCODER. Sistema para el control de la codificacin y anlisis de datos cuando se
realiza directamente desde vdeo.
14. REJILLA. Versin informtica del ejercicio Grid o rejilla con nmeros realizada en Turbo
Pascal para windows por Hernndez Mendo, y Ramos, R. (1995b, 1995c) Permite la
evaluacin y el entrenamiento de la atencin amplia-externa y estrecha-externa.
( http://www.efdeportes.com/soft.htm )
15. PRACS. Permite el registro continuo y anlisis de datos de un mismo sujeto facilita la
realizacin de un histograma sobre las frecuencias y duraciones. Errasti, J.M. y Rif, H.
(1990), Departamento de Psicologa, Universidad de Oviedo.
16. TRANSCRIPTOR. Programa para codificacin de eventos desde video o audio en tiempo
real. Permite registro de produccin verbal. Realiza un primer anlisis de frecuencias y de
medidas primarias. Hernndez Mendo, A; Ramos, R.; Peralbo, M.; Risso, A. (1993) y
Peralbo, M.; Risso, A.; Hernndez, A.; Ramos, R. (1991), Hernndez Mendo y Ramos
(1996). ( http://www.efdeportes.com/soft.htm )
3.2.2. Software de anlisis
1. ASR. Uno de los programas ms completos para anlisis secuencial de retardo; permite
recodificaciones y anlisis para diseos complejos. Es una versin optimizada del paquete
ANSEC de V. Quera, Dpto. de Metodologa de las Ciencias del Comportamiento,
Universidad de Barcelona.
2. BMDP. Paquete estadstico de gran potencia para anlisis de datos. La versin antigua
est bajo entorno de MD-DOS aunque existe una actualizacin en windows que llama a la
antigua versin
3. CONTIME. Anlisis de secuencias en tiempo continuo. W. Gardner, publicado en
Multivariate Behavioral Research, 25, 205-206, 1990.
4. ELAG. Anlisis de retardo, facilita recodificaciones, incluye subprogramas para computar
fiabilidad (kappa). R. Bakeman, publicado en Behavior Research Methods &
Instrumentation, 15, 530-535, 1983.
5. HYPERCARD. Programa multimedia desarrollado por Apple Computer en 1987 para su
uso en ordenadores Macintosh. El programa es un constructor de software que incluye
un amplio conjunto de herramientas (de dibujo, animacin, tratamiento de textos,
clculo, base de datos, etc.) que facilita la construccin y administracin de test
informatizados. Goodman (1987). Permite la utilizacin de programas generados en
distintos lenguajes (Pascal, C, Fortran, etc.). No requiere grandes conocimientos de
informtica para su uso.
6. ILOG. Anlisis log-lineal para datos categricos. R. Bakeman y B.F. Robinson publicado
en libro-software por LEA, 1994.
7. LAGS. Programa pionero de anlisis de retardo. Sackett et al., publicado en Behavioral
Research Methods & Instrumentation, 11,366-378, 1979.
8. LISREL. Programa que permite realizar anlisis de ecuaciones estructurales para
falsacin de modelos causales.
9. MADAP. Paquete de programas que incluye una diversidad de tratamientos y anlisis de
datos. Incorpora una adaptacin de ANSEC. Kinapple, publicado en Behavioral Research
Methods, Instruments & Computers, 19, 335-337, 1987.
10. SAMPLE-TEST. Son dos programas que permiten hacer pruebas de orden,
homogeneidad y estacionaridad markovianos. Sample construye matrices de transicin
desde muestras de datos y TEST realiza anlisis desde la salida de SAMPLE. Arundale,
publicado en Behavioral Method, Instruments & Computers, 16, 335-336, 1984.
11. SAP. Permite la realizacin de anlisis de retardo y aade el cmputo de kappa como
medida de patrones de interaccin Wampold, Roll y East, University of Utah, Salt Lake
City, Utah, USA.
12. SATS. Realiza anlisis de retardo y otros ndices secuenciales con datos de eventos,
diseado para su aplicacin en el anlisis de transcripciones verbales. P.J. Yoder y J.P.
Tap, publicado en Behavior Research Methods, Instruments & Computers, 22, 339-343,
1990.
13. SBA. Realiza anlisis sobre la base de estadsticos de la teora de la informacin,
modelos log-lineales y tcnica de retardo. Schlundt, publicado en Behavior Research
Methods & Instruments, 14, 351-352, 1982.
14. SEQANA. Realiza anlisis de tipo markoviano, analizando estructuras K-gramm
(secuencias de dos, tres, cuatro, etc. elementos). D. Kazantzidou y F.Welk (1990),
producido por Unisolo, Braunschweig, Alemania.
15. SDIS-GSQ. Son dos programas comprendidos en un mismo paquete. SDIS es un
analizador sintctico de ficheros de datos escritos en un lenguaje propuesto como
estndar para el intercambio de datos secuenciales entre investigadores. Los datos son
depurados mediante SDIS y transformados en formato mquina sobre el que GSQ realiza
pruebas de orden y retardo, permite realizar todo tipo de codificaciones y trabajar con
datos concurrentes, as como la agregacin o divisin de datos de acuerdo con variables
incluidas en el registro. Ofrece los principales estadsticos de utilizacin en anlisis
secuenciales; tambin se puede computar la fiabilidad mediante kappa. R. Bakeman y V.
Quera, publicado en un libro con software incluido por Cambridge University Press, en
prensa.
16. SPAD. Paquete estadstico de gran potencia.
17. SPSS/PC. Paquete estadstico de gran potencia y de relativo fcil uso, permite realizar
todo tipo de anlisis estadstico desde estadstica descriptiva hasta anlisis multivariante
como anlisis factorial, anlisis de varianza ANOVA y MANOVA, anlisis de clusters,
anlisis de correspondencias, etc.
18. STARTGRAPHICS. Paquete estadstico de gran potencia y fcil uso.
19. SYSTAT 5.0. Programa de anlisis estadstico y grficos interactivos. AddLink Software
Cientfico.

4 / 8

3.2.3. Cuestionarios informticos
Para esta revisin vamos a seguir el trabajo de Hontangas (1999), en ste se pasa revista a
un importante nmero de test y cuestionarios informatizados y establece cuatro grupos en
funcin de las prestaciones y funciones que cumplen cada uno de ellos.
Primer grupo: En este grupo estaran los programas con mejores prestaciones y los que
merecen las mejores valoraciones:
1. C-Quest (Cogent Computing Corporation, 1997)
2. CAT Software System (Computer Adaptative Techologies, 1994)
3. ESTEST (Engineering Software Associates, 1998)
4. Fas-Test (Assessment Systems Corporation, 1998)
5. MicroCAT (Assessment Systems Corporation, 1995)
6. Micro Test Professional (Chariot Software Group, 1998)
7. Perceptin (Question Mark Corporation, 1998) ( http://www.qmark.com/products.html )
8. Question Mark for Windows (Question Mark Corporation, 1997)
( http://www.qmark.com/products.html )
9. The Examiner (Examiner Corporation, 1998)
Segundo grupo: En este segundo grupo se incluyen aquellos programas que tienen un
conjunto de prestaciones suficientes para satisfacer las necesidades de la mayora:
1. BANKIT (Molina, 1997)
2. Interactive Assesor (EQL International, 1996)
3. LXRTest (Logic eXtension Resources, 1994)
4. Quiz Factory (Learning Ware, 1997)( http://learningware.com/quizfactory/ )
5. Test Generator (Fain & Company, 1997)

6. Test Buider (Top Grade Sofware, 1997)
7. Win WTE (WICAT, 1996)
8. WinAsk Pro (SmartLite Software, 1997)
Tercer grupo: En este grupo estn los programas con menos prestaciones:
1. Choice (Holmes, 1997)
2. Create A Quiz (Kapusta, 1997)
3. MCTest (Summers, 1996)
4. MMC Test Generator (Hornyck, 1997)
5. Quiz Master Pro (Ezuse Software, 1997)
6. Take Test-MakeTest (Allen, 1996)
Cuarto Grupo: Este grupo de programas es quizs el que menos posibilidades ofrece:
1. Exam Generator (Steinmetx, 1994)
2. Exa Test (Serrano, 1994)
3. KrsQuiz (McGuire, 1997)
4. QuizMaker (Intelligent Educational Software, 1991)
5. TEST (Lorenzo y Vigil, 1993)
Adems de estos grupos considera otros dos grupos, a saber, Test Adaptativos
informatizados y Test Administrados en Red. Con respecto a los primeros se distinguen:
2. CAT Software System (Computer Adaptative Thecnologies, 1994)
4. Perception (Question Mark Corporation, 1998)
5. UCAT (Linacre, 1987)
6. CATsys (De la Torre y Vispoel, 1991)
7. METRIX Engine (Renom, 1992)
8. ADTEST (Ponsoda, Olea y Revuelta, 1994)
Con respecto a los Test Administrados en Red ya han sido citados y son:
1. CAT Software System (Computer Adaptative Techologies, 1994)
2. C-Quest (Cogent Computing Corporation, 1997)
3. ESTEST (Engineering Software Associates, 1998)
4. Examine (Brailsford, 1994)
6. METRIX Engine (Renom, 1992)
7. Micro Test Professional (Chariot Software Group, 1998)
( http://www.qmark.com/products.html )
9. Quiz Factory (Learning Ware, 1997)
10. Quiz Master Pro (Ezuse Software, 1997)
11. Perceptin (Question Mark Corporation, 1998) ( http://www.qmark.com/products.html )
12. Test Generator (Fain & Company, 1997)
13. The Examiner (Examiner Corporation, 1998)
3.2.4. Compaas de software cientfico
Entre las compaas de creacin de software cientfico que distribuyen publicidad con breves
descripciones figuran:
1. Scientific Software Inc. ( http://www.ssicentral.com )
2. Assessment Systems Corporation ( http://www.assess.com/ )
3. Progamma ( http://www.gamma.rug.nl/ )
4. Synergistic Office Solutions, INC ( http://209.41.0.227/ )
Adems hay buscadores de software ( http://www.softseek.com/ ) y multitud de pginas
web con enlaces donde poder obtener informacin sobre el programa, el programa en s, un
programa de demostracin (demo) o una versin de evaluacin:
1. http://www.curriculum.qed.qld.gov.au/lisc/edsw/dctools.htm
2. http://www.edusoft.org/library/index.shml
3. http://www.netshopper.co.uk/creative/education/languages/martin/
4. http://www.194.205.1.2:80/creative/education/home.htm/
5. http://www.ericae.net/
6. http://www.gsu.edu/~psyrab/sg_spanish.htm
Un referente importante son los editores de pginas web:
HotDog ( http://www.sausage.com/ )
HotMetal ( http://www.sq.com/products/hotmetal/hm-ft.htm )
Html Assistant ( http://www.info.cern.ch/hypertext/WWW/Tools/html-assitant.html )
PolyForm ( http://www.wgg.com/files/PolyForm )
FrontPage98 ( http://www.microsft.com/frontpage/default.htm )
2.2.5. Buscadores de software gratuitos
1. http://www.zdnet.com/swlib/ Se puede encontrar todo tipo de software. Es el ms
potente buscador de software gratuito. Cuando se solicita una bsqueda se informa de la
fecha del programa, de la puntuacin de calidad del programa, del entorno bajo el que
funciona y del espacio que ocupa. En una bsqueda que hemos realizado con la palabra
sport, hemos encontrado 50 programas gratuitos.
2. http://www.davecentral.com/. En una bsqueda con la palabra sport, se han encontrado
cuatro programas.
3. http://www.download.com/. Realizada la misma bsqueda que en los anteriores, con la
clave sport, se encontraron 308 programas gratuitos.
4. http://www.softwarenow.com/. En la bsqueda que hemos realizado hemos encontrado
software deportivo pero hay que abonar la licencia de uso. Hay otro tipo de programas,
categorizados, de freeware y shareware.
5. http://www.softwarenow.com/ Tiene un apartado especfico de deportes (Themes).
Existe una amplia gama de programas disponibles
6. http://Cws.internet.com/home.html. Con la bsqueda que hemos realizado de testeo con
la clave sport, nos ha suministrado 75 sitios relacionados con sport, pero no programas.
Es un buen buscador de software de windows en internet.
7. http://www.tucows.com/. La bsqueda que hemos realizado no fue muy exitosa, solo
encontramos una direccin web donde encontrar un programa.
8. http://www.winfiles.com/. En cuanto a programas deportivos no est muy bien servido.
Los programas que hemos encontrado hay que abonar una licencia.

4. La informtica aplicada a las ciencias de la salud: un ejemplo, el
biofeedback en la rehabilitacin deportiva
La Organizacin Mundial de la Salud (OMS) ya en el ao 1946 define la salud como un estado
de bienestar fsico, mental y social. Esta misma organizacin ha elaborado un programa
conocido con el nombre de "Salud para todos en el ao 2000" cuyo objetivo primordial ser
obtener un nivel de salud que permita a todos los ciudadanos una vida social y econmica ms
productiva.
El enfoque ms tradicional de la salud ha estado basado fundamentalmente en el tratamiento
de la enfermedad, pero factores tales como un nuevo entorno social y cultural, distintas
condiciones de vida, enfermedades propias del estilo de vida, as como el abundante apoyo
mdico y cientfico, han dado lugar a una nueva necesidad y a una nueva conciencia de la
salud: la prevencin y la promocin de la salud.
Esta nueva concepcin de la salud supondra la constitucin de una red social compuesta por
los ciudadanos, los diferentes estamentos sociales y los distintos profesionales de la salud. Estos
se encargaran de proporcionar las habilidades necesarias as como de coordinar distintos
programas que permitiesen la toma de conciencia y la modificacin de aquellos estilos de vida
que son perniciosos para la salud.
En este marco, uno de los valores ms apreciados de nuestra sociedad, sin lugar a dudas, es
gozar de buena salud. La posesin de este bien se hace imprescindible para el logro y disfrute
de otros placeres y valores.
Actualmente se considera que la concepcin de la enfermedad como resultado de algn
agente patgeno est superada. Los numerosos avances cientficos han demostrado que la
etiologa de las patologas es multifactorial. No solo influyen en ellas factores fsico-quimicos,
sino que estos interactan con factores psicolgicos, sociales, ambientales, etc. (A.P.A., 1976).
Al tener en cuenta el conjunto de variables biolgico-conductuales y socio-ambientales que
interactuan entre s, la salud pasa a ser considerado como un problema social y por ende pasa a
ser un rea de inters legitimo no solo para la Medicina, sino tambin para otras disciplinas
como la Psicologa, la Sociologa, Epidemiologa, Economa, Informtica, Ciencia Poltica, etc.
Estas disciplinas hacen aportaciones tanto a nivel paliativo, preventivo o de implementacin y de
gestin de modelos econmicos de salud. Esto ha provocado una ampliacin en el modelo de
salud y enfermedad a fin de que incluya no solo las variables psicolgicas y sociales que estn
interactuando con las procesos biolgicos sino que se ha hecho preciso reducir la incertidumbre
del modelo con el fin informatizar algunos procesos del modelo (p.e. sistemas expertos de
diagnstico).
En todas estas aportaciones al modelo de salud desde diferentes disciplinas, cabe
preguntarse acerca del papel que desempea la informtica en cada una de estas ciencias y que
coadyuva en esta transformacin del modelo de salud-enfermedad. Podramos concretarlo en
un esquema, que lejos de intentar ser exhaustivo pretende ser ilustrativo de las relaciones que
se establecen entre las diversas disciplinas

La medicina deportiva evidentemente no es ajena a esta transformacin que la informtica
est imprimiendo en casi todas las reas de conocimiento. Desde la utilizacin de los programas
de uso general como son bases de datos (para el mantenimiento de las listas de usuarios o
enfermos), las video conferencias (incluso para asistir a una operacin a distancia) hasta el uso
de sistemas expertos en la toma de decisiones. Nosotros nos vamos a detener en un tcnica
que adems de las aplicaciones dentro del rea de la salud tiene aplicaciones tambin a nivel de
la mejora de la performance. Nos estamos refiriendo al biofeedback.
Biofeedback es un trmino de acuacin inglesa, compuesto por el prefijo griego bio (vida) y
la palabra compuesta inglesa feedback
1
(retroalimentacin). Feedback o retroaccin se opone
conceptualmente a feedforward
2
o proaccin, ste sera el mecanismo de control que permite el
primer movimiento y feedback el que permite el segundo (Carrobles y Godoy, 1987; Corraze,
1988).
Sobre la definicin de biofeedback, en general, todos los autores coinciden en los aspectos
fundamentales. Diversas fuentes de informacin general coinciden al sealar la utilizacin del
trmino, las modalidades de uso, etc., aunque ninguna se refiere con claridad al origen de tal
aprendizaje. Distintas fuentes consultadas coinciden en la aproximacin conceptual del trmino,
aunque con pequeas variantes. (Schmidt, 1988)
La utilizacin del trmino ingls ha dado origen a muchas polmicas en distintos autores
(Lefebvre, 1986) que prefieren utilizar el trmino retroaccin (retroaction). No obstante en la
literatura espaola (Vila, 1981; Fuente y otros, 1981; Palmi, 1986; Carrobles y Goody, 1987;
Labrador, 1987; Corbal, 1988; Simn, 1989, 1991; Vega, 1990;) se prefiere la utilizacin del
vocablo ingls. Asimismo, otros autores no anglfonos, se decantan por la utilizacin de dicho
trmino (Friedman, 1977; Fontaine, 1981; Thomas y otros, 1987; Swinnen, 1990). Por el
contrario, otros autores no anglfonos, pese a trabajar con la informacin derivada de la
ejecucin de una actividad que previamente ha tenido lugar, no utilizan ningn trmino en
concreto para designarlo, aunque no en todos sus trabajos (Fernndez, 1980; d'Ydewalle y
Eelen, 1982).

Tabla 2. El biofeedback como un proceso o sistema de control. (Carrobles y Godoy, 1987, pp. 19).
Podramos pensar que el trmino biofeedback apareci por vez primera en 1969 con la
formacin de la "Biofeedback Research Society", actualmente denominada "Biofeedback Society
of Amrica".
Con respecto a la aparicin del primer trabajo llevado a cabo en este campo, Schmidt (1988)
cita a Basmajian, afirmando que "hace aos, Basmajian (1963) dio a los sujetos informacin
auditiva y visual de su propio EMG, y mostr como esa informacin poda permitir a los sujetos
aprender a controlar una nica unidad motora que normalmente no est bajo control
voluntario" (pp. 450).
El biofeedback como tcnica de autocontrol aparece reflejado en varios autores (Carrobles y
Godoy, 1987). "El biofeedback es una tcnica de autocontrol de respuestas fisiolgicas que
opera a travs de la retroalimentacin o informacin constante que el sujeto recibe sobre la
funcin que se desea someter a control voluntario" (Simn, 1989, p.20). El BF ayuda al paciente
a ejercer un control voluntario sobre la respuesta objeto de entrenamiento.
En cuanto a los planteamientos tericos son diversos, y as entre los modelos ms
representativos podemos situar: el modelo operante, los modelos operacionales, el modelo de
aprendizaje de habilidades motoras y el modelo ciberntico (Shapiro, 1982; citado a travs de
Simn, 1991).
Si los modelos explicativos son variados esperamos que diversos autores utilicen diversos
modelos con el fin justificar la eficacia del BF. As mientras Simn (1988) apela al
condicionamiento instrumental utilizando el reforzamiento progresivo en el marco del
moldeamiento de respuesta, Carrobles y Godoy (1987) lo hacen, pero no a travs
exclusivamente del condicionamiento operante. Labrador (1989) afirma que el BF no se puede
explicar enteramente desde un modelo de condicionamiento operante y se debe considerar
como una tcnica que sirve "de ayuda al aprendizaje de habilidades complejas" (pp. III). Desde
esta perspectiva el biofeedback podramos entonces considerarlo como una tcnica no invasiva,
que facilita al paciente el control voluntario de las respuestas fisiolgicas sobre las cuales se
est actuando, con el fin de modificarlas (Carrobles, Cardona, Fuente, Garca, Jimnez y
Llorente 1981, Carrobles y Godoy, 1987; Simn, 1989, 1991, 1992; Vallejo, 1984) y que tiene
una accin potenciadora sobre los sistemas homeostticos (Carrobles y otros, 1981; Simn,
1989) a travs del aprendizaje de tales respuestas por medio de la conversin de la seal
fisiolgica en auditiva o visual (Vila, 1981), lo que implica la utilizacin de instrumental que
facilite dicha informacin, generalmente medios electrnicos. Corraze (1988) refirindose al BF
afirma que "por medio del aprendizaje se obtiene un control efectivo sobre diferentes
parmetros fisiolgicos remitiendo al sujeto sus consecuencias sensoriales. Entonces se puede
mantener a un determinado nivel el tono muscular, la tensin arterial, el ritmo cardaco, etc. En
pocas palabras el control es posible si se permite al sujeto diferenciar los efectos sensoriales
ligados al proceso que se tiene que dominar. Conviene precisar que un aprendizaje as implica
un condicionamiento operante" (pag.40).
En el proceso de BF se distinguen unas fases en las que bsicamente todos los autores
coinciden; as Simn (1989) identifica cinco fases en el proceso de BF:
1. Deteccin de la seal
2. Amplificacin
3. Procesamiento y simplificacin de la seal
4. Conversin de la seal
5. Informacin al sujeto (feedback) o exposicin de la seal (Carrobles y Godoy, 1987;
Simn, 1991).
La deteccin de la seal fisiolgica depende de la naturaleza de sta, as se utilizarn
electrodos de registro, sensores o transductores. Las seales biolgicas son de muy diverso
origen y naturaleza: bioelctricas directas, bioelctricas indirectas y de origen fsico.
Las seales bioelctricas directas -originadas por la actividad metablica de rganos y
tejidos- y las seales bioelctricas indirectas -basadas en las propiedades elctrica de los tejidos
o los rganos- son captadas a travs de electrodos de registro. En el primer caso los electrodos
son meros registradores, mientras que en el segundo, la seal es una propiedad elctrica del
rgano o tejido y deber ser medida en comparacin con otras seales elctricas de
caractersticas conocidas aplicadas externamente (Vila, 1981; Simn, 1988).
Las seales fsicas no pueden ser captadas mediante electrodos o sensores, stas han de
captarse mediante transductores (p.e. temperatura, movimiento, presin o fuerza).
Cuando la seal ha sido captada se amplifica con el fin de que el sistema pueda manejarla
elctricamente.
Durante el procesamiento y simplificacin de la seal (Simn, 1989), "la seal directa
manipulada hasta este momento es filtrada e integrada con objeto de extraer de ella slo la
parte de informacin necesitada para nuestro objetivo y que bajo esta forma simplificada se va
a facilitar posteriormente al sujeto" (Carrobles et al., 1981, p.10).
La conversin de la seal consiste en convertir sta en un estmulo fcilmente procesable por
el sujeto, las principales modalidades sensoriales de estos estmulos son las auditivas y las
visuales (Simn, 1989).
Esta seal transformada en otra forma estimular es facilitada al sujeto con el fin de que a
travs de esta informacin aprenda a controlar o a modificar la respuesta en el sentido
apropiado (Simn, 1989).

Recomiendaestesitio
5 / 8

Simn afirma acerca del BF que "se basa en un principio fundamental del aprendizaje segn
el cual se aprende a ejecutar una respuesta particular cuando se recibe informacin acerca de
las consecuencias de las mismas" (Simn, 1991 pp.26).

Figura 1. Electrodo de BF-EMG. El centro cncavo se recubre de pasta que facilita el paso de la seal.
Con respecto a la modalidad de presentacin sta constituye la Variable Independiente mas
importante (Simn, 1989, 1991). Distinguiendo entre feedback binario y proporcional.
Por lo que se refiere a la informacin y el refuerzo y la polmica generada a su alrededor,
Simn (1989, pp.41) afirma que "el reforzamiento necesariamente proporciona informacin de
que una determinada respuesta ha sido realizada, mientras que la informacin de que una
respuesta concreta ha ocurrido puede ser considerada al menos secundariamente como
reforzante" .
Por lo que respecta al aparataje, los modelos y marcas son variables (Carrobles y Godoy,
1987; Simn, 1989). Ya Krebs (1987) afirmaba de manera pronosticadora que en futuros
aparatos de BF se suprimirn los cables, utilizando la telemetra y se lograr suprimir los
artefactos. Actualmente se estn utilizando para el control de entrenamientos deportivos unos
pulsmetros a los que podramos considerar aparatos de biofeedback -aunque su seal no es
continua sino promediada- que utilizan la telemetra.


Tabla 3.Componentes tpicos de un sistema de biofeedback. (Simn, 1989, pp. 27)
En lo referente a los mbitos de aplicacin del BF, Greene en la Encyclopedia of Psychology
(vol.1, pp.148-150) seala cinco de stos:
1. Estimulacin para el desarrollo muscular (Stimulus for development)
2. Control de respuestas autonmicas (Control of autonomic responses)
3. Entrenamiento autgeno (Autonomic therapy)
4. BF neuromuscular (Neuromuscular feedback)
5. BF Electroencefalogrfico (Electroencephalographic feedback).
En cuanto a las reas de aplicacin del BF dentro de la Medicina Conductual, los diversos
autores consultados parecen coincidir. Carrobles y Godoy (1987) identifica seis reas ms
desarrolladas de intervencin del biofeedback, a saber:
1. Problemas cardiovasculares
2. Problemas de origen neuromuscular
3. Problemas del sistema nervioso
4. Problemas gastrointestinales
5. Problemas sexuales
6. Problemas de estrs
Por su parte Simn (1992) identifica cuatro reas ms desarrolladas de intervencin, a saber:
1. Disfunciones cardiovasculares
1.1. Arritmias
1.2. Hipertensin
1.3. Trastornos circulatorios perifricos
1.3.1. Migraas
1.3.2. Enfermedad de Reynaud
2. Trastornos gastrointestinales
2.1. Incontinencia fecal
2.2. Sndrome de intestino irritable
2.3. Ulceras ppticas
3. Trastornos Neuromusculares
3.1. Inhibicin o disminucin de la actividad de msculos espsticos
3.2. Aumento de la actividad de msculos flcidos
3.3. Incremento del control preciso del movimiento
4. Disfunciones sexuales.

Figura 2.Entrenamiento en Biofeedback aplicado a la rehabilitacin neuromuscular en un deportista
Refirindose a la eficacia del BF en diversas reas, Labrador (1989) afirma que es el rea
motora donde se han conseguido los resultados ms espectaculares.
En un aspecto ms concreto de la aplicacin del BF en el campo del deporte y de la actividad
fsica, encontramos que hay autores que la citan como tcnica de intervencin o como tcnica
de enseanza o como ambos. No obstante, al respecto del BF, Hongler (1988) afirma que el
principio del biofeedback descansa sobre la constatacin de que los fenmenos psicolgicos
tales como el stress, el miedo, etc., son asociados a modificaciones fisiolgicas. Estas ltimas
(se trata de datos fisiolgicos como por ejemplo el pulso, la frecuencia respiratoria, la presin
sangunea, la transpiracin, etc.) son transmitidas a aquel que se entrena, bajo la forma de
signos pticos o acsticos, mediante aparatos apropiados. As el aprendizaje de los mecanismos
emocionales llega a ser posible, ya que cada uno puede constatar "por s mismo" qu tipo de
comportamiento provoca (en l, en su caso) una modificacin de las variables psicolgicas.

5. La informtica aplicada al seguimiento deportivo
Al igual que en el caso anterior, el biofeedback ha sido aplicado en la mejora y seguimiento
de la performance deportiva.
Diversos autores (Nideffer, 1981; Palmi, 1983; 1986; 1987; Palmi y Gordillo, 1986; Chevalier,
1987; Bacon, 1989; Swinnew, Nicholson, Scmidt y Shapiro, 1990 ) identifican unas reas de
inters:
1. En el rea de la performance
3

2. En el rea del rendimiento deportivo
3. En el rea del aprendizaje
4. En el rea de la rehabilitacin
Palmi (1983) utiliza el biofeedback-EMG frontal con deportistas, aunque concluye que los
resultados no son lo suficientemente firmes.
Por su parte Sandweiss y Wolf (1985) encuentran cuatro reas de trabajo en el deporte con
BF:
1. Asistencia psicofisiolgica
2. Entrenamiento biomecnico
3. Medicina del deporte
4. Aplicada a la Medicina Rehabilitadora con implicacin en la Performance
4
.

Curiosamente LeUnes y Nation (1989) nicamente identifican el BF como tcnica de
reduccin de la ansiedad y al respecto afirman que quizs la intervencin tcnica ms comn
basada en los principios del aprendizaje instrumental es un procedimiento que ha llegado a ser
conocido como BF. Conocido en la literatura psicolgica experimental como "condicionamiento
instrumental de comportamientos autnomos", este rea tiene sus orgenes con Neall Miller en
la Universidad Rockefeller (Dicara, 1970; Miller, 1978). Desafiando un axioma fundamental
establecido, consistente en que las tcnicas instrumentales eran restringidas a respuestas
voluntarias y somticamente controladas, Miller y sus colegas observaron, bajo una variedad de
condiciones experimentales, que los animales podan aprender a controlar su tasa cardaca,
procesos digestivos, capacidad de salivacin, y un gran nmero de otras respuestas internas. En
poco tiempo los "practicantes" estaban empleando tcnicas reforzadas para tratar de todo,
desde migraas hasta exceso de tensin muscular causado por el estrs.
Hoy en da, los tratamientos/procesos con biofeedback son comnmente recomendados para
tratar la ansiedad. A menudo el entrenamiento de BF incluye algn tipo de equipo electrnico
que le seale al paciente que ha ocurrido una respuesta autnoma apropiada. Y el uso de esta
tcnica de BF en el tratamiento de atletas ha producido convincentes resultados. Dewitt (1979)
us un proceso electromiogrfico para ayudar a jugadores de ftbol a aprender a relajarse. El
electromigrafo est equipado con electrodos que pueden ser situados en puntos escogidos del
msculo. Estos electrodos miden el grado de contraccin muscular y la informacin es
presentada de forma digital o anloga en una pantalla. Centrndose en la informacin de la
pantalla, los jugadores eran capaces de disminuir la tensin muscular y de prevenir una
excesiva excitacin.
En investigaciones recientes Dewitt (1980), utiliza la terapia cognitiva combinada con
entrenamiento en BF en un intento por disminuir el estrs entre los jugadores universitarios de
ftbol y baloncesto. Aproximaciones cognitivas basados en la restructuracin a travs de
procesos y autopercepciones han sido valorados como tcnicas de tratamiento en el marco de la
clnica tradicional. Usando las tcnicas de repeticin mental y reestructuracin cognitiva
conjuntamente con feedback electromiogrfico, Dewitt disminuy la tensin muscular en una
prueba de laboratorio a seis jugadores universitarios de ftbol y doce de baloncesto. Y lo que es
ms, la eficacia de juego aument enormemente tras la intervencin, aunque este estudio no
incluye pruebas de los diferentes efectos de la terapia cognitiva con el entrenamiento de
biofeedback, s muestra evidencias de que la eficacia de juego aumenta paralelamente a la
reduccin de la tensin del msculo conseguida en las sesiones de biofeedback.
Por otra parte, Daniels y Landers (1981) condujeron una investigacin con un grupo de
futbolistas que eran entrenados o con instrucciones verbales o con entrenamiento auditivo de
biofeedback. Los resultados revelaron que los jugadores que entrenaron con biofeedback
mejoraron ms y mantuvieron una mayor consistencia que sus compaeros que slo haban
recibido informacin verbal sobre su performance. Adems los grupos de biofeedback
exhibieron un mayor grado de control sobre la muestra, validando as la relacin entre el control
autonmico interno y la mejora de la performance de tiro. A pesar de los slidos argumentos de
muchos mdicos deportivos acerca de la deseabilidad del uso de las tcnicas del biofeedback
(Bird y Cripe, 1986) slo existen unas pocas demostraciones experimentales acerca de la
eficacia de la tcnica en los nuevos campos de estudio. Aunque son de alguna ayuda las
investigaciones realizadas en laboratorios de alto control experimental en performance motora
(French, 1978),lo que se necesita son experimentos con atletas que realmente estn trabajando
bajo intenso estrs. Adems hay una cuestin muy seria sobre la fiabilidad de los efectos.
Otros autores realizan trabajos puntuales en este campo, como es el caso de Palmi (1986)
que lleva a cabo una aplicacin de las tcnicas del biofeedback a la actividad fsica y al deporte.
Uno de los campos por l citado es el de la recuperacin de lesiones deportivas, centrndose en
dos casos:
1. aumento del tono muscular
2. relajacin que facilita el riego sanguneo y favorece la recuperacin
5
.

Chevalier (1987) por su parte hace mencin del biofeedback aplicado a las tcnicas de
imaginera (De Witt, 1981; Wilson y Bird, 1981; Daniels y Landers, 1981).
Quizs uno de los trabajos pioneros en el campo del BF aplicado al deporte sea el de
Zaichkowky (1982), que realiza un trabajo con biofeedback de tasa cardaca con tiradores de
carabina.
Hongler (1988) cita al biofeedback como tcnica de preparacin psicolgica para la
competicin por lo que supone de reduccin del estrs y al respecto afirma que:
"'To feed back' significa informacin de retorno. Informar de qu?. El principio del
biofeedback descansa sobre la constatacin de que los fenmenos psicolgicos tales como el
stress, el miedo, etc., son asociados a modificaciones fisiolgicas. Esta ltimas (se trata de
datos fisiolgicos como por ejemplo el pulso, la frecuencia respiratoria, la presin sangunea, la
transpiracin, etc.) son transmitidas a aquel que se entrena, bajo la forma de signos pticos o
acsticos, mediante aparatos apropiados. As, el aprendizaje de los mecanismos emocionales
llega a ser posible, ya que cada uno puede constatar 'por s mismo' que tipo de comportamiento
provoca (en l, en su caso) una modificacin de las variables psicolgicas. El aprendizaje rpido
-en algunos das- de un mtodo individual de relajacin (que incluir quizs tambin los
procedimientos de relajacin), as como un control objetivo del grado fisiolgico de
descontraccin, es una ayuda rpida. Pero a pesar de su simplicidad a nivel de concepcin, su
puesta en prctica crea muchos problemas que estn lejos de ser resueltos. No es propio el
tratarlos aqu."(p.29).
Hasta aqu hemos repasado los principales trabajos buscando una definicin tanto de la
tcnica en s como de sus principales reas de aplicacin, argumentadas desde el rea de la
salud hasta el rea del control del entrenamiento.
Algunas direcciones web de inters donde conseguir informacin son:
http://www.biopac.com/
http://www.bionic.es/
http://www.minimitter.com/
http://www.ptservices.com/
http://www.ptservices.com/
http://www.ADInstruments.com/
http://www.sig.net/~psysoc/home.htm

6. Informtica aplicada a la sociologa
La relacin que podemos establecer entre informtica y sociologa es la misma que para
cualquier otra ciencia social. La informtica en general ha supuesto una revolucin,
bsicamente, en lo que se refiere a la recogida, anlisis y tratamiento de datos en lo relacionado
con sondeos de opinin, estadsticas poblaciones, etc. Todos estos procesos son tratados con
mayor rigurosidad, menor nmero de errores y una mejora considerable en cuanto a la
inversin del recurso tiempo.
De especial consideracin son los software informticos, los cuantitativos ms antiguos y
conocidos, y los cualitativos ms recientes y casi desconocidos en Espaa y por supuesto, los
recursos disponibles en la Red de redes.
Por lo que respecta al software que tiene que ver con la metodologa cuantitativa ya ha
sido revisado en el apartado relativo a las fuentes de documentacin e instrumentacin (punto
2.2.), por lo que no se insistir ms sobre este punto.
No ocurre lo mismo con la metodologa cualitativa que en general tiende a no tener la
misma consideracin, aunque se ha producido, en nuestro pas, un considerable repuntamiento
de esta metodologa entre cientficos e investigadores.
Existen diversas clasificaciones del software usado en metodologa cualitativa
(Pfaffenberger, 1988; Richards & Richards, 1994; Miles & Weitzman, 1994; Weitzman y Miles,
1995), para nuestros fines vamos a seguir la clasificacin propuesta por Weitzman y Miles
(1995). Estos autores proponen cinco categoras de software con el fin de agrupar los
programas.
Empresas suministradoras de software de metodologa cualitativa:
http://www.gamma.rug.nl
http://www.scolari.co.uk
Direcciones web de inters
http://www.psychologie.uni-bonn.de/software.htm
http://web.uvic.ca/psyc/software/
http://random.mat.sbg.ac.at/others/
http://www.kellogg.nwu.edu/faculty/myerson/ftp/addins.htm
http://www.emsl.pnl.gov:2080/proj/neuron/neural/systems/shareware.html
5.1. Software de anlisis de texto
Los programas que aparecen en este apartado son buenos buscadores de palabras, frases o
caracteres en las bases de datos. A pesar de que existen notables diferencias entre los distintos
programas pueden llevar a cabo, de forma satisfactoria, estimaciones de frecuencias y tablas de
contingencia. En este apartado podemos considerar seis programas: Metamorph, Orbis, Sonar
Profesional, The Text Collector, WordCruncher, ZyINDEX.
Metamorph: Es uno de los ms potentes buscadores, utiliza inteligencia artificial como
tcnica de bsqueda de conceptos, usando sinnimos y formas alternativas de palabras.
Tambin es poderoso en el hipertexto y facilita las anotaciones. Existen versiones en
windows y para DOS. Los requerimientos son: procesador 486 o superior, 4Mb libres en
el disco duro y 450Kb libres de memoria RAM. La referencia bsica es Thunderstone
Software (1991). Metamorph Version 3.4 for DOS & Unix: Operations manual. Cleveland,
OH: Autor. El distribuidor es Expansion Programs International, Inc., 11115 Edgewater
Drive. Cleveland, OH 44102.
Orbis: Este programa ha sido diseado para trabajar con dos procesadores de texto
distintos: XyWrite 4.0 y Nota Bene 4.0. Esencialmente Orbis indexa los ficheros de datos,
creando un gestor de ficheros indexados. Protege los ficheros originales y permite la
introduccin de cdigos o de otras palabras. Los requerimientos son: microprocesador
286 o superior, 384 kb de RAM, mnimo 2Mb libres en el disco duro (aunque para instalar
todas las opciones son necesarias 7Mb). El distribuidor es The Technology Group, 36
South Charles Street, Suite 2200, Baltimore, MD 21201. La referencia bsica es The
Technology Group (1993). Orbis for XyWrite. Baltimore, MD: Autor.
Sonar Profesional: Este programa tiene unas importantes capacidades adicionales como
es la capacidad de crear ndices en los documentos. Adems tiene un interface que
facilita la comunicacin con el usuario. Los requisitos de hardware son, para Macintosh:
4MBV PAM y system 7 superior. Sonar realiza bsquedas Booleanas, por proximidad
por sinnimos, y bsquedas fonticas; todas posibilidades pueden ser combinadas por el
usuario. Se pueden crear ficheros adjuntos a los documentos originales. Sonar crea lista
de frecuencias de palabras Los requisitos para windows son un microprocesador 386 o
superior, windows versin 3.1 o superior y 4MB de RAM (recomendado 8MB). El
distribuidor es Virginia System Software Services, Inc., 5509 West Bay Court, Midlothian,
VA 23112.
The Text Collector: Es un programa pequeo, fcil de aprender. Puede buscar palabras o
grupos de palabras en ficheros o ficheros de salida. Los requerimientos son disponer de
un PC IBM o compatible con 128 Kb de RAM y sistema operativo MS-DOS 2.0 o superior.
El distribuidor ONeill Software, P.O. Box 26111, San Francisco, CA 94126.
WordCruncher: Este programa tiene dos partes fundamentalmente, la primera busca
palabras frases, etc., utilizando un rango de preguntas de bsqueda. La segunda parte
trabaja con documentos en cdigos ASCII, se introducen cdigos que permiten trabajar a
tres niveles de especificacin (p.e. libro, captulo y pgina; trabajo, seccin, lnea). Puede
ser usado con WordPerfect. Los requerimientos de hardware son mnimos. La distribucin
la realiza Johnston & Co., P.O. Box 6627, Blomington, IN 47407.
ZyINDEX : Este programa permite indexar los documentos creando pequeos ficheros
adjuntos. ZyINDEX contiene dos programas ZyBUILD y ZyFIND, el primero permite crear
un fichero de ndices para la bsqueda y el segundo realiza la bsqueda en el contexto
determinado y con las restricciones impuestas. Los requerimientos de hardware son
mnimos. El distribuidor es ZyLAB Division, ZyCO International, Inc., 19650 Club House
Road, Suite 106, Gaithersburg, MD 20870

Recomiendaestesitio
6 / 8

5.2. Software gestor de bases de texto
AskSam: Existen dos versiones una para MS-DOS y otra para windows. Es un flexible
gestor de bases de datos que tiene integrado un procesador de texto y un sistema de
bsqueda. Permite el trabajo con hypertexto. Realiza bsquedas Boleanas, de proximidad
numricas y combinadas de varios elementos. Los requerimientos de hardware tanto en
la versin para DOS como la versin para windows es mnima. El suministrador es
askSam Systems, P.O. Una referencia de uso: Tyk, S & Mohler, K.D. (1993). askSam for
Windows users guide. Perry, FL: Seaside Software, Inc.
FolioVIEWS: Existen dos versiones una para MS-DOS y otra para windows. Es el mejor
programa de su categora. Contiene un pack con un gestor de base de textos, bsqueda
codificacin, hypertexto, memos y anotaciones. Los requerimientos de hardware tanto en
la versin para DOS como la versin para windows es mnima. El suministrador es Folio
Corporation, %072 North 300 West, Provo, UT 84604. Referencia de uso: Folio
Corporation (1993). Folio VIEWS personal electronic publishing software: Users guide.
Versin 3.0 for the Windows graphical enviroment. Provo, UT: Autor.
MAX: Este programa est diseado para la codificacin y trabajo con texto narrativo (ms
o menos estructurado) y datos numricos. El trabajo con los datos numricos incluye
demografa, ratios, escalas, etc. Es perfectamente compatible con SYSTST, SPSS y
dBASE. Los requerimientos de hardware es mnima. Udo Kuckartz. Free University of
Berlin. Institute for Social nad Adult Education, Arminallee 12, D-14195 Berlin. Germany.
Tabletop: Existen dos versiones una para Macintosh y otra para windows. Es un
programa diseado para estudiantes. Tiene un interface fcil y cmodo. Permite realizar
histogramas, tablas de contingencia, y diagramas de Venn Los requerimientos de
hardware tanto en la versin para Macintosh como la versin para windows es mnima. El
suministrador es TERC (Technical Education Research Centers), 2067 Massachussetts
Ave, Cambridge, MA 02140, Distribuidor Broderbund Software, P.O. Box 6125, Novato,
CA 94948-6125. Referencia de uso: TERC (Technical Education Research Centers)
(1994). The Tabletop (senior) user guide: The condesed quickie version. Cambridge, MA:
Autor.
5.3. Software de codificacin y conteo
En este apartado presentaremos una serie de programas que pretende reflejar el abanico de
posibilidades que existen acerca de este tipo de software. Los programas presentados son los
siguientes:
HyperQual2: Es un programa para Macintosh. Los requerimientos de hardware son
mnimos. Es necesario la versin de HyperCard 2.0. La direccin de contacto es Raymond
V. Padilla, 3327 N.Dakota, Chandler, AZ 85224. Referencia de uso: Padilla,R.V. (1993).

HyperQual2 for qualitative analysis and theory development. Chandler, AZ: Autor.
Kwalitan: Kwalitan es un programa para el anlisis de datos cualitativos, como protocolos
de entrevistas, artculos, y los informes anuales. Kwalitan permite al investigador archivar
y recuperar (partes de) los documentos. En cada documento pueden ser sealados un
nmero ilimitado de pasajes (segmentos) que pueden ser unidos a cdigos que
caracterizan el volumen del segmento. El usuario puede hacer el abstract de segmentos y
adjuntar los tipos diferentes de memorndums, como memorndums de concepto,
memorndums de la teora, y memorndums del mtodo. Los segmentos pueden ser
seleccionados usando stos cdigos. Kwalitan lista frecuencias de todos o selecciona
palabras o cdigos usados en el documento. Adems, el usuario puede construir una
jerarqua de cdigos que pueden cambiarse muy fcilmente. Buscando un cdigo de
mayor jerarqua en el texto, todos los subcdigos pueden ser incluidos automticamente.
Direccin de contacto: http://www.gamma.rug.nl/ y gamma.post@gamma.rug.nl
Martin: Es un programa diseado para correr en entorno del DOS, permite realizar tareas
como crear tarjetas, anotaciones en el texto, sumarios adjuntos y memos sobre cada una
de las tarjetas creadas. Permite hacer grupo de tarjetas y agrupamientos estratificados.
Los requerimientos de hardware son mnimos. Direccin de contacto: Simonds Centre for
Instruction and Research in Nursing Schol of Nursing, University of Wisconsin-Madison,
600 Highland Ave. Madison, WI 53792-2455. Gua de referencia: Diekelmann, N.L.; Lam,
S. & Schuster, R.M. (1991). Martin, v2.0 user manual. Madison: University of Wisconsin-
Madison, School of Nursing.
QUALPRO: El programa est diseado para entorno MS-DOS. Es un programa fcil y
pequeo con ciertas limitaciones. Los mejores resultados se obtienen trabajando en
paralelo con un procesador de textos. Los requerimientos de hardware son mnimos.
Direccin de contacto: Impulse Development Company, 3491-11 Thomasville Rd. Suite
202, Tallahasse, FL 32308. Gua de referencia: Morales, A. (1993). Computer software
review: QUALPRO v4.0. NOTAS, 2(1),8.
The Ethnograph: El Ethnograph v5.0 para Windows PCs es un programa de ordenador
verstil diseado para realizar el anlisis de datos recogidos durante la investigacin
cualitativa .Puede importar datos cualitativos en formato texto-base, tecleados a en
cualquier procesador de textos. The Ethnograph ayuda en la bsqueda y segmentos de la
nota de inters dentro de sus datos, marca las palabras del cdigo y los anlisis que
pueden recuperarse para la inclusin en informes anlisis. Fue lanzado en 1985, The
Ethnograph era uno de los primeros programas para abrir camino en el anlisis de los
datos cualitativo. Desde entonces The Ethnograph ha continuado siendo desarrollado
para los analistas de los datos cualitativos como cientficos sociales, historiadores, crticos
literarios, investigadores de salud, negocio, y analistas del mercado, los investigadores
legales y otros. El Ethnograph maneja datos de proyectos, archiva y documenta los datos
en forma de entrevistas, transcripciones, notas de campo, respuestas abiertas, o otros
documentos en forma texto-base. Las direcciones de contacto son:
http://www.scolari.co.uk y info@scolari.co.uk.
5.4. Software de codificacin base con marco terico
AQUAD: AQUAD es un programa para la generacin de teora en base a los datos
cualitativos. Adems de un cdigo-y-recupere con facilidad, el programa, les permite a
los usuarios adjuntar memorndums a los segmentos del texto y comentarios a los
cdigos, construir matrices del texto, probar hiptesis sobre el cdigo, co-ocurrencia en
texto, y para comparar configuraciones de cdigos. AQUAD tambin contiene algunos
rasgos volumen-analticos, como recuento de cdigos, palabras o sufijos, as como la
recuperacin de palabras clave en contexto. La funcin -meta-codes+ le permite al
usuario que cree un segundo-nivel de cdigos. De acuerdo a la co-ocurrencia de cdigos
el usuario pueden construir sus propias uniones fcilmente para disear hiptesis.
Pulsando el botn adelante cdigos especficos utiliza operadores lgicos. AQUAD
tambin tiene procedimientos para el minimizacin lgica de configuraciones. Direccin
de contacto: http://www.gamma.rug.nl/ y gamma.post@gamma.rug.nl
ATLAS/ti: ATLAS.ti es un paquete de software poderoso para el anlisis cualitativo visual
de cuerpos grandes de texto, grfico y datos del audio. Ofrece una variedad de
herramientas para lograr las tareas asociadas con cualquier acercamiento sistemtico
suave a los datos. ATLAS.ti ayuda a estudiar los fenmenos complejos escondidos en
sus datos cualitativos, oferta un ambiente poderoso y intuitivo .Puede realizar de
coleccionar y organice su texto, audio y los datos visuales, codificar, memorndums,
facilite las actividades involucradas en anlisis y interpretacin y selecciona en particular,
codificando, anotando, y comparando segmentos de texto, proporciona una apreciacin
global comprensiva de su trabajo; as como la bsqueda rpida, recuperacin y
visualizacin de todos los segmentos de los datos y notas pertinente a una idea . Las
direcciones de contacto son: http://www.scolari.co.uk y info@scolari.co.uk.
NUDIST: Con QSR NUD*IST 4 se puede crear un sistema del documento para guardar y
recuperar texto y guardar referencias en otras fuentes de datos externas, buscar
palabras, frases etc. en texto y automticamente pone en un ndice el resultado. Crea un
sistema del ndice para sus datos, une las categoras y explora sus eslabones con los
datos usando un "rbol" optativo muy flexible para estudiar la estructura y el
posicionamiento de los nodos, ms los nodos libres disponible codificados temporal y no
jerrquicamente. Realiza codificacin rpida y anlisis numrico con la importacin y
interfaces de la exportacin al software tabular y estadstico. Halla y analiza modelos y
graba las respuestas para la exploracin. Registra la informacin bibliogrfica y la
relaciona a los datos textuales. Tambin incluye QSR MERGE, que se suministraba por
separado y le permite unir proyectos juntos o convertir proyectos entre Macintosh y
plataformas de PC. Las direcciones de contacto son: http://www.scolari.co.uk y
info@scolari.co.uk.
5.5. Software para la construccin de cadenas conceptuales.
Dentro de esta categora podemos incluir los siguientes programas: Inspiration, MECA,
MetaDesign, SemNet.

6. Informtica aplicada a la educacin
La relacin entre educacin e informtica podra ser contada a travs de la gnesis del
lenguaje de programacin LOGO. LOGO es un lenguaje desarrollado en el Laboratorio de
Inteligencia Artificial del Instituto Tecnolgico de Massachusetts en la dcada de los aos
sesenta por un equipo de investigadores, al frente de los cuales estaba Seymour Papert. La
preocupacin fundamental de Papert no era solamente conseguir un lenguaje eficaz en la
comunicacin con los ordenadores sino adems conseguir un lenguaje de fcil uso y manejo por
las personas, incluidos los nios, que adems pudiese servir de instrumento didctico, que
permita aprender, que sirva para desarrollar las capacidades intelectuales de los alumnos. Se
trataba de optimizar el rendimiento educativo.
Estas pretensiones educativas son las que imprimen a Logo caractersticas distintivas con
respecto a otros lenguajes. Papert es un matemtico, pero ante todo es un pedagogo que
intent con la creacin del Logo llevar a la computacin las ideas del psiclogo suizo Jean
Piaget. La motivacin inicial de Papert es la enseanza de las matemticas dado el alto nivel de
fracaso escolar que se produce en esta materia y las dificultades que encontraban los nios en
entenderlas (Laborda, 1986).
El Logo, es por tanto un lenguaje de programacin que marca desde sus inicios la relacin
existente entre educacin e informtica. No obstante estas relaciones entre informtica y
educacin se pueden fijar a varios niveles, a un nivel procedimental y a un nivel instrumental.
La relacin que nosotros denominamos procedimental se estructurara en dos niveles:
En un primer nivel situaramos aquellos procedimientos que permiten llevar a cabo de
forma directa el proceso de enseanza, y que podramos fijar en:
1. Enseanza asistida por ordenador
2. Simulacin
3. Internet
Con respecto a la Enseanza asistida por ordenador, distinguiramos entre:
a. Ejercitacin en el ordenador: Uso del ordenador con programas especficos de
aprendizaje. El ordenador le suministra ejercicios (p.e. sumas). La ejercitacin permite
liberar al profesor de tareas repetitivas.
b. Enseanza asistida por ordenador (EAO CAI -Computer Assisted Instruction):
Pretenden que el alumno adquiera determinados conocimientos o destrezas,
presentndole informacin y requiriendo de l diversos tipos de respuesta.
c. Enseanza basada en el ordenador (EBO CBI -Computer Based Instruction): Recoge
aquellos programas de enseanza que incluyen un diseo instructivo completo.
d. Aprendizaje asistido por ordenador (AAO CAL - Computer Assited Learning): Son
utilizadas indistintamente denominaciones como Aprendizaje asistido por ordenador (AAO
CAL - Computer Assited Learning) o Aprendizaje basado en el ordenador (ABO CBL -
Computer Based Learning). El uso de estas denominaciones responde al inters en situar
el acento en los procesos de aprendizaje ms que en los de enseanza; en este sentido
recogen una mayor preocupacin por como se produce el aprendizaje.
En el punto segundo la simulacin, debemos considerar diversos apartados:
a. Programas de simulacin: Los programas de simulacin plantean situaciones en las que
el alumno debe tomar decisiones y ver las consecuencias de las decisiones tomadas.
b. Videojuegos: Es un programa de simulacin en el que existe un alto componente ldico.
c. Realidad Virtual: La Realidad Virtual es un modo para que los humanos podamos ver,
manipular e interactuar con datos extremadamente complejos y con los ordenadores.
Finalmente citar las posibilidades de Internet. El uso de recursos de internet es amplio y
variado tanto para la enseanza presencial como para la enseanza a distancia. Entre los
recursos con que podemos enumerar se encuentran:
a. Mail Box o correo electrnico que facilita la comunicacin personal o con un grupo (listas
de distribucin).
b. video conferencias: como una de las alternativas importantes que existen actualmente y
que permite la transmisin del conocimiento (o la consulta de un juicio experto) sin
presencia fsica en el espacio de comunicacin. Hay que sealar que el software de
videoconferencia se una de las ofertas que se est realizando actualmente con los
ordenadores porttiles.
c. News: donde se recogen los mensajes generados por correo electrnico (p.e. entre los
alumnos).
d. Sistemas de ayuda en lnea: ficheros help on line.
e. Ficheros de informacin (FTP) En los FTP se puede dejar informacin que los alumnos
pueden consultar en el proceso de aprendizaje.
En el segundo nivel, la instrumentacin, distinguiramos entre una instrumentacin primaria
(capaz de generar programas) e instrumentacin secundaria (utilizacin de programas).
En el primer caso, Instrumentacin primaria, tendramos que sealar:
a. BASIC (Beginers all-purpose symbolic instruction code/Cdigo simblico de instrucciones
del principiante para todo propsito): John G. Kemeny y Thomas E. Kurts del Colegio
Dartmouth disearon el Basic a comienzos de los aos sesenta, su objetivo era facilitar la
realizacin de clculos a ingenieros y cientficos para sustituir al lenguaje FORTRAN. El
Basic utilizaba un nmero reducido de rdenes que luego se fue ampliando en versiones
posteriores con el fin de generalizar su uso. Las ordenes del Basic consisten en un
reducido vocabulario de palabras inglesas (hay versiones adaptadas a otros idiomas). El
programa se compone de lneas numeradas. No es necesario definir previamente las
variables que utilizamos. Es posible incluir direccionamientos de uno a otro lugar del
programa sin necesidad de definiciones especiales. Hemos aadido un ejemplo al objeto
de ser un poco ms didcticos, un pequeo algoritmo para calcular el promedio de una
serie de datos:
10 REMARK UN ALGORITMO PARA CALCULO DE MEDIAS
15 REMARK CON UNA ENTRADA
20 LET N=0
30 LET S=0
40 INPUT G
50 IF G>500 THEN 500
60 LET N=N+1
70 LET S=S+G
80 GO TO 40
500 LET A=S/N
510 PRINT N, A
999 END
b. LOGO: Este lenguaje apareci casi diez aos despus que el Basic, de la mano de Papert
-como ya qued sealado anteriormente. Si el BASIC era un lenguaje esencialmente
algebraico destinado a facilitar el conocimiento de la informtica a cientficos e
ingenieros, el LOGO era un lenguaje educativo, destinado a facilitar ese conocimiento a
nios de cualquier edad. LOGO es un lenguaje interactivo, esta interaccin es muy
importante cuando se trata de usuarios poco experimentados. Adems el LOGO es un
lenguaje procedimental, esto es, ensea procedimientos al ordenador y una vez
aprendidos el ordenador las entiende como nuevas primitivas. El LOGO es un lenguaje
hereditario del LISP (LISt Processing), esto es, los procedimientos son tratados como
listas por el intrprete. Adems de todo lo anteriormente sealado, una de las
caractersticas mas significativa es que recursivo. Entendemos por un procedimiento
recursivo cuando se define en funcin de si mismo. A continuacin hemos aadido un
ejemplo de programa construido en LOGO, en este caso permite solucionar un problema
ya clsico como es el de las Torres de Hanoi
6
(el programa no est transcrito en su
totalidad):
to aaa
; Function:
; Sovles the towers of hanoi puzzle
; The :arg is the desired number of disks to start with
; To run:
; load "hanoi.lgo
; Call hanoi :arg
; Example:
hanoi 5
end

to hanoi :number
; Towers of Hanoi
; Meyer A. Billmers
; November, 1983
; This procedure plays a graphic version of the Towers of Hanoi puzzle
; The argument is the number of disks in the configuration.
; c.f. putdisk, towercnt,towerset, hanoihlpr
local "from
local "to
local "other
local "datfil
;make "datfil openw "hanoi.dat
;fileprint :datfil (sentence [Hanoi of ] :number [towers Started at: ] time)
; to change the starting and ending needles, change the next three assignments
make "from 1
make "to 3
make "other 2
cs
ht
penpaint
setpensize [5 5]
; first we draw the table and the golden needles
setpencolor [255 0 0]
pu
setxy -350 -100
pd
setxy 350 -100
pu
setx -240
pd
fd 250
pu
setxy -15 -100
pd

fd 250
pu
setxy 210 -100
pd
fd 250
make "tower1 0
make "tower2 0
make "tower3 0
; draw the initial stack of disks. note that putdisk draws the
; "fixed up" towers.
repeat :number ~
[~
putdisk :from :number - repcount + 1 "final ~
ifelse :from = 1 ~
[make "tower1 :tower1 + 1] ~

ifelse :tn = 1 ~
[output :tower1] ~
[ ~
ifelse :tn = 2 ~
[output :tower2] ~
[output :tower3] ~
]
end

to towerset :tn :value
;
; Called by HANOI. Sets the current number of disks on tower :tn,
; as stored in the globals tower1, tower2, and tower3.
;
ifelse :tn = 1 ~
[make "tower1 :value] ~
[ ~
ifelse :tn = 2 ~
]
end

to zzz
ifelse YesNoBox [Welcome] [Choose YES to run example now, Choose NO Study it now.]
[aaa] [edall]
end

Make "startup [zzz]
c. Otros lenguajes: Hay otros lenguajes que pueden ser considerados debido a su relacin
con la educacin, es evidente que no pretendemos mostrar una lista exhaustiva de
lenguajes de programacin, sino una lista en la que aparezcan simple en la que
aparezcan aquellos que hemos considerado significativos
PASCAL
COBOL
COMAL
C
LISP
COURSERWRITER
TUTOR
HYPERTALK
HTML

Recomiendaestesitio
7 / 8

Con respecto a la instrumentacin secundaria, debemos considerar los siguientes
apartados:
a. Tratamiento de textos: Un programa de tratamiento de textos convierte al ordenador en
algo parecido a una mquina de escribir, pero provista de unos poderosos recursos y una
gran flexibilidad. La pantalla sustituye la hoja de papel en blanco.
b. Bases de datos: Una base de datos es un archivo o archivos de tarjetas. Cada archivo se
compone de mltiples tarjetas. Cada una de las tarjetas esta conformada por campos
(p.e. nombre, primer apellido, segundo apellido, DNI,...) que permite almacenar la
informacin y adems permite la bsqueda de una o varias tarjetas a travs de alguno
de estos campos.
c. Hojas de Clculo: Una hoja de clculo es bsicamente una hoja llena de casillas en las
que podemos introducir nmeros, textos o funciones. Las funciones pueden relacionar
valores de otras casillas o constantes. Tambin introducen operaciones de todo tipo
(algebraicas, exponenciales, trigonomtricas, etc.) no solo numricas sino tambin con
texto y con funciones temporales.
d. Programas de grficos y sonidos: Hay una variada gama de productos que configuran la
llamada informtica multimedia y que dotan a la educacin de herramientas poderosas
en campos antes inexplorados, como es el caso de la educacin especial y las
minusvalas de todo tipo.

Direcciones de inters
http://www.cica.es/
http://www.europa.eu.int/
http://www.fundesco.es/
http://www.comlab.ox.ac.uk/archive/other/museums/search.html
http://www.museoprado.mcu.es
http://www.ice.uma.es/inv/gpba/gabinter.html
http://www.csic.es/cbic/cbic.htm

http://www.ole.es/Pginas/Educaci@on/Bibibliotecas
http://www.ucm.es/im/meteosat/jpg
http://www.el pais.es
http://www.pntic.mec.es/recaula/index.html
http://www.arrakis.es
http://www.ole.es/Pginas/Educaci@on/
http://www.abaforum.es
http://www.iznarunda.com/
http://www.geocities.com/
http://www.xtec.es/rtee/esp/index.htm
http://www.personal.redestb.es/javfuetub/
http://www.nucleus.com/~kmcmurdo/win95logo.html
http://www.kidsandcomputers.com/
http://www.softronix.com/

Notas
1. Colin Smith (1990) en The Collins Spanish Dictionary define el trmino como realimentacin, transmisin de
informa-cin en direccin inversa, retroac-cin, reaccin.
2. Colin Smith (1990) en The Collins Spanish Dictionary define el trmino forward como adelante, hacia delante.
3. Podemos traducir Performance como actuacin, pero en esta caso estara referida al entrenamiento deportivo y hara
referencia a la construccin bsica de un deportista.
4. Vid nota anterior
5. Este ltimo punto es cuestionable ya que tras la utiliza-cin de BF-EMG en un entrenamiento en relajacin se concluye
que se facilita la recuperacin de lesiones debido al aumento del riego sanguneo.
6. Los cdigo fuente y el programa MSWLogo Version 6.4e para Micro-Soft Windows 3.x/9x/NT ha sido obtenido de la
direccin http://www.softronix.com/logo.html

Bibliografa
Agosti, E. (1987). Preparazione psicologica alla gara. Movimento, 3(3), 179-183.
Allen,T.J. (1996): Taketest/Maketest v2.51 for Windows95/NT (computer program).
Jacksonville, FL:Autor.
Assessment Systems Corporation (1995): Users manual for the FastTEST Testing
System (versin 1.1).St. Paul,MN:Autor.
Assessment Systems Corporation (1997b): Users manual for the FastTEST Testing
System (versin 1.1). St. Paul, MN: Autor.
Aukstakalis, S.& Blatner, D. (1992). Silicon Mirage: The Art and Science of Virtual Reality.
New York: Peach Pit Press.
Bacon, M.A.T. (1989). The planning and integration of mental raining programs. Sport
Psychology, 1, 10.
Basmajian, J.V. (1963). Control and training of individual motor units. Science, 141, 440-
441.
Bird, A.M.; Cripe, B.K. (1986). Psychology and sport behavior, St. Louis: Times-Mi-
rror/Mosby.
Birk, L. (1973). Biofeedback: Behavioral Medicine, Nueva York: Grune & Straton.
Blais, M.R.; Vallerand,R.J. (1986). Multimodal effects of electromyographic biofeedback:
Looking at children's ability to control precompetitive anxiety. Journal of Sport
Psychology, 4(8), 283-303.
Blanchard, E.B. (1977). Behavioral medicine: A perspective, Cambridge: Ballinger.
Blanco, A. (1983). Gua Documental en Psicologa y Educacin. Barcelona: Publicaciones
y Ediciones de la Universidad de Barcelona.
Borchardt, D.H. y Francis, R.D. (1984). How to find out in psychology. New York:
Pergamon Press.
Brailsford, T. (1994): Examine. Multiple choice delivery system for Windows. Nottingham,
Brener, J.M. (1974). A general model of voluntary control applied to the phenomena of
learned cardiovascular change. In P.A.Obrist, A.H.Black, J.Brener, L.V.Dicara,
Cardiovascular psychopsysiology. Current issues in response mechanisms, biofeedback
and methodology.Chicago: Aldine.
Buceta, J.M. (1990). Las nuevas aplicaciones de la psicologa clnica y la modificacin de
conducta en el rea de la salud. En J. M Buceta; A. M Bueno, Modificacin de Conducta y
Salud (pp.21-39). Madrid: Eudema.
Carrobles, J.A.; Cardona, A.; Fuente, P.S.; Garcia, A.; Jimenez, A.; Llorente (1981). El
biofeedback en la rehabilitacin de la mano y del pie: estudio experimental de casos
clinicos. Madrid: MAPFRE.
Carrobles, J.A.; Godoy, J. (1987). Biofeedback. Principios y aplicaciones, Barcelona:
Martinez Roca.
Chariot Software Group (1998): MicroTest Professional (computer program). San
Diego,CA: Autor.
Chevalier, N. (1987). Imagerie et repetition mentale: recherches et avenues pour le sport
de haut niveau. Revue des Sciencies e Tecniques des Activits Physique, 16 (8), 33-39.
Cogent Computing Corporation (1997). C-Quest Test 1.8 (computer program).
Alburquerque, NM: Autor.
Computer Adaptive Technologies (1994): CAT Software System (computer program).
Chicago, IL: Autor.
Corbal, G.J. (1988). Biofeedback-EMG:un abordaje conductual del pie equinovaro
hemipljico. Revista espaola de terapia del comporta-miento, 3 (6), 177-190.
Corraze, J. (1988). Las bases neuro-psicolgicas del movimiento. Barcelona: Paidotribo.
Daniels, F.S.; Landers, D.M. (1981). Biofeedback and shooting perrformance: a test of
disregulation and systems theory. Journal of Sport Psycholo-gi, 4, 271-282.
De la Torre, R. y Vispoel, W.P. (1991): The development an evaluation of a computerized
adaptive testing system. Annual Meeting of the American Educational Research
Association. Chicago.
Dewitt, D.J. (1979). Biofeedback training with university athletes. In Proceeding of the
Biofeedback Society Annual Meeting. The Biofeedback Society, Denver.
Dewitt, D.J. (1981). Cognitive and biofeedback training for stress reducttion in university
athletes. Journal of sport psychology, 2, 288.
Dicara, L. (1970). Learning in the autonomic nervous system. Scientific American, 22, 30-
39.
D'Ydewalle, G.; Eelen, P. (1982). "Right" and "Wrong" responses in Human Learning,
University of Leuven, Leuven.
Engineering Software Associates (1998): ESATEST 3.3. Users manual. Plymouth, MN:
Autor.
England: Deparment of Life Sciente, University of Nottingham.
EQL International (1996): Interactive Assessor (computer program). West Lothian, UK:
Autor.
Examiner Corporation (1998): The Examiner System Software support manual. Disponible
[on line]:ftp://ftp.skyponint.com/pub/members/e/examine/newdist/master97.zip
EZuse Software (1997): QuizMaster for Windows (Professional): Users guide. Antioch,
CA: Autor.
Fain and Company (1997): Test Generator (computer program). Atlanta, GA: Autor.
Fergurson, D.C. (1981). Biofeedback and behavioral medicine: Prospects for the 1980's.
American Journal of Clinical Biofeedback, 4, 8-15.
Fernandez, G.; D'Ydewalle, G. (1980). La influencia de algunas variables cognitivas sobre
la impresin perceptual del nmero de xitos y fracasos obtenidos en una tarea
experimental. Psychological Reports, 25, Department of Psychology, Leuven.
Fernndez-Dols, J.M. y Ortega, J.E. (1980). Fuentes documentales en psicologa. Madrid:
Debate.
Fontaine, O. (1981). La clinique du biofeedback un faux pas?. Acta Psychiat. belg, 81,
213-225.
Frawley, W.; Piatesky-Shapiro G. & Matheus, C. (1992). Knowledge Discovery in
Databases: An Overview. AI Magazine, Fall, pp 213-228.
French, S.N. (1978). Electromyographic biofeedback for tension control during gross
motor skill acquisition. Perceptual and Motor Skills, 47, 883-889.
Friedman, H. (1977). Biofeedback. Etat actuel de son application en clinique. Acta
psychiat. belg., 77, 118-133.
Fuente, P.S.; Garcia, A.; Llorente, J.M.; Pastor, A. (1981). Biofeed-back-EMG y el proceso
de contraccin muscular.Aplicacin clnica en un caso de pie crnico cado. Actas del I
Congreso nacional de ingeniera biomdica, Madrid, pp.195-197.
Gentry, W.D. (1984). Handbook of Behavioral Medicine. New York: Guilford Press.
Godoy, J.F. (1991). Medicina conductual. En V. E. Caballo, Manual de tcnicas de terapia
y modificacin de condcuta (pp.871-971). Madrid: Siglo XXI.
Guterman, T. (1998). Informtica y Deporte. Barcelona: INDE Publicaciones.
Hazelton, J.E. (1985). The purpose and relevance of nonclinical biofeedback relaxation
and the Alexander Principle. Clinical Biofeedback and Health An International Journal, 1
(8), 52-67.
Hernndez Mendo, A. y Ramos, R. (1995b). Aplicacion informatica para evaluacion y
entrenamiento de la atencion en psicologia del deporte. Psicothema, 7(3), 527-529,
Hernndez Mendo, A. y Ramos, R.. (1995c). Informatizacion de la evaluacion y
entrenamiento de la atencion. Anales de Psicologa, 11(2), 183-191.
Hernndez Mendo, A.; Ramos, R.; Peralbo, M.; Risso, A. (1993). Un programa para el
analisis observa-cional: transcrip-tor v1.1, aplicacion en psicologia del deporte. Revista de
Entrenamiento Deportivo, 7(3), 18-25.
Hernndez Mendo, A; Anguera, M.T. & Bermdez-Rivera, M. A. (2000). Software for
Recording Observational Files. Behavior Research Methods Computers & Instruments, 32
(3), 436-445.
Hernndez Mendo, A. (1996). Observacin y anlisis de patrones de juego en deportes
sociomotores. Universidad de Santiago de Compostela: Servicio de Publicaciones e
Intercambio Cientifico
Hernndez Mendo, A. y Ramos, R. (1995a). Profile of Moode States de McNairr, Lorr y
Dropleman (1971). Revista de Psicologa del Deporte, 7-8,31-50
Hernndez Mendo, A.; Ramos, R. (1996a). Introduccin a la informtica aplicada a la
psicologa del deporte. herramientas informti-cas de uso en las ciencias del deporte .
Madrid: Editorial Ra-Ma .
Herring, K. L. (1987). APA's Guide to Research Support. Washington. USA.
Hodgins, J. K. (1996). Three-Dimensional Human Running. Proceedings of IEEE
Conference on Robotincs and Automation.
Hodgins, J. K.; Wooten, W.; Brogan, D.C. & O'Brien, J.F. (1995). Animating Human
Atheletes. New York: Siggraph.
Holland, J. (1975). Adaptation in Natural and Artificial Systems. Michigan: University of
Michigan Press
Holmes, M. (1997b): Choices 1.1. Disponible [on
line]:http//web.uvic.ca/hrd/uapmartin.htm/
Hongler, R. (1988). El estrs y el miedo en el deporte. Revista de entrena-miento
deportivo, 4(2), 20-31.
Hornyck, S. (1997): Multimedia Multiple Choice Test Generator (computer program).
Ontario, Canada: Autor.
Ingersoll, CD.; Knight, KL. (1991). Patellar location changesm following EMG biofeedback
or progressive resistive exercises. Medicine Science Sports Exercise, 10 (23), 1122-1127.
Intelligent Educational Software (1991): QuitzMaker (computer software): Houston, TX:
Autor.
Kapusta, P. (1997): Create A Quiz 4.2 (computer program). Falmouth, VA: Autor.
Kirkcaldy, B.D.; Christen, J. (1981). An investigation into the effect to EMG frontalis
biofeedback on physiological correlates of exercise. International Journal of Sport
Psychology, 12(4), 235-252.
Krebs, D.E. (1987). Biofeedback in neuromuscular re-education and gait training. In
Schwartz, M., Biofeedback. A practitioner's guide. New York: The Guilford Press.
Krebs, D.E. (1988). Biofeedback. In S.B. O'Sullivan; T.J. Schmitz, Physical Rrehabilitation:
assesment and treatment, 2,( 629-642). Philadelphia: A. Davis company.
Laborda, J. (1986). Informtica y Educacin. Barcelona: Ed. Laia.
Labrador, F.J. (1987). Tcnicas de biofeedback. En Mayor, J.; Labra-dor, F.J., Manual de
modificacin de conducta (pp.361-398).Madrid: Alhambra Universidad.
Labrador, F.J. (1989). Prlogo. En M.A.Simon, Biofeedback y rehabilitacin. Valencia:
Promolibro.
Lacroix, J.M. (1981). The adquisition of autonomic control through biofeed-back: The
case against an afferent process and two-process alternative. Psychophysiology, 14, 573-
587.
Landers, D.M.; Petruzzello, S.J.; Salazar,W.; Crews, D.J. et al (1991). The influence of
electrocortical biofeedback on performance in pre-elite archers. Medicine and Science in
Sports and Exercise, 23, 123-129.
Learning Ware (1997): Quiz Factory. Disponible [on line]:
http://www.learningware.com/quizfactory/index.html
Lefebvre, B. (1986). La retroaction biologique ou le biofeedback: donnes neuro-psycho-
physiologiques actuelles, Tesis de Doctoramiento, Luo-vain-le-Neuve.
Leunes, A.D.; Nation, J.R. (1989). Sport Psychology. An introduction. Chicago. Illinois:
Nelson Hall.
Linacre, J. (1987): A computer program for adaptive testing by microcomputer (Research
Memo. 40.). Chicago, IL: MESA Press.
Logic eXtensionn Resources (1994): LXR-TEST v.5. Rancho Cucamonga, California 91730:
9651 Business Center Drive.
Lorenzo, U. y Vigil, A. (1993). Desarrollo de un programa para la administracin
computerizada de pruebas psicomtricas. Psicolgica, 14, 319-325.
Lorenzo, J. (1992). El ensayo mental como tcnica de mejora del rendimien-to.
Comunicaciones Tcnicas, 1, Federacin Espaola Natacin. Escuela Nac. Entrenadores,
29-40.
Lucas, P. y van der Gaag, L. (1991). Principles of Expert Systems. London:Addison-
Wesley.
Mcdonald, S.A. y Hardy, CH.J. (1990). Affective Response Patterns of the Injured Athlete:
An Exploratory Analysis. The Sport Psychologist, 4, 261--274.
McGuire, S. (1997): KrsQuiz 2.1. Disponible [on line]:
http://www.geocities.com.Colosseum/7682/krsquiz.htm
Mcinnis, R.G. (1982). Research guide for psychology. London: Greenwood.
Miles, M.B. & Weitzman, E.A. (1994). Choosing Computer Programs for Qualitative Data
Analysis. In Matthew B. Miles & A. Michael Huberman, Qualitative Data Analysis (p. 311-
317). Thousand Oaks: Sage Publications.
Miller, N.E. (1978). Biofeedback and visual learning. Review of Psychology, 29, 373-404.
Mitchel, M. (1996). An Introduction to Genetic Algorithms.MIT: MIT Press
Molina, J.G. (1997): Los bancos de tems en el desarrollo de test. Aspectos psicomtricos
y anlisis de un sistema para su desarrollo y gestin informatizada. Tesis doctoral no
publicada. Universidad de Valencia.
Nideffer, R.M. (1981). The ethics and practice of applied sport psychology. New York.:
Mouvement Publications,
Palmi, J. (1983). Una experiencia con bioinformacin dentro de la prctica deportiva.
Dentro de las jornadas de psicologa de la actividad fsica y el deporte de Catalua.
Barcelona: INEF.
Palmi, J. (1986). La bioinformacin como tcnica de informacin directa en el campo de
la psicologa del deporte. Presentado en el I Congrreso de la actividad fsica y el deporte.
Espluges de Llobregat. INEFC.
Palmi, J. (1987). Biofeedback y registros fisiolgicos y una aplicacin en el deporte.
Comunicacin presentada en el II Congreso de la actividad fsica y el deporte, Granada:
INEF.
Palmi, J. (1987). Tcniques d'autocontrol aplicades a l'esport. IV Jornadas de l'Associaci
Catalana de Psicologa de l'esport. Lleida: INEF.
Palmi, J. (1988). La psicologa frente al atleta lesionado. Apunts, 11-12, 24-25.
Palmi, J. y Gordillo,A. (1986). Las tecnicas de biofeedback aplicadas a la actividad fsica.
Apunts d'educaci fsica, 5.
Pargman, D. (1986). Stress and motor performance: understanding and coping, Ithaca:
Mouvement publications.
Pegalajar, J.; Vila, J. (1984). Trastornos psicosomticos y biofeedback. En J.A. Carrobles,
Anlisis y Modificacin de Conducta II, 2 (pp.117-146). Madrid: UNED.
Peralbo, M.; Risso, A.; Ramos, R. y Hernndez Mendo, A. (1991). Programa informa-tico
para la trans-crip- cion y analisis de datos observacionales. En C.Martn Vide, Lenguajes
Naturales y Lenguajes Formales (pp 515-521).Barcelona: PPU.
Petruzzello, S.J.; Landers, D.M.; Salazar, W. (1991). Biofeedback and sport/e-xercise
performance: applications and limitations. Behavior therapy, 22, 379-392.
Pfaffenberger, B. (1988). Microcomputer Aplications in Qualitative Research. California:
Sage Publications Inc.
Polani, D. (1987). La percezione del ritmo nel nuoto sincronizzato. Movimen-to, 3(3),
197-198.
Pomerlau, O.F. y Brady, J.P.(Eds) (1979). Behavioral medicine:theory and practice. New
York: Williams & Williams.
Ponsoda, V.; Olea, J. y Revuelta, J. (1994): ADTEST: A computer-adaptive test based on
the maximun information principle. Educational and Psychological Measurement, 54, 680-
686.
Prapavessis, H.; Grove, J.R.; Mcnair, P.J.; Cable, N.T. (1992). Self-regula-tion training,
states anxiety, and sport performance: A psychophysiological casem study. Sport
Psychologist, 6, 3, 213-229.
Question Mark Corporation (1997): Question Mark for Windows. UserGuide. Stanford,
CT: Autor. Question Mark Corporation (1998): QM Perception. Gettintg startEd.
Disponible [on line]:http://www.questionmark.com/perception/manuals/Getting-
started/index.htm
Reig, A. (1985). La psicologa en el sistema sanitario. Papeles del Colegio de Psiclogos,
20, 7-12.
Renom, J. (1992): METRIX Manual del usuario. Barcelona: Engine. Handbook of
Qualitative Research (p.445-462). Thousand Oaks: Sage Publications.
Rotella, J.R. (1990). Atencin psicolgica al deportista lesionado. En D. N. Kulund,
Lesiones del deportista (pp.151-164). Barcelona: Salvat.
Rotella, J.R. y Heyman, S.R. (1991). El estres, las lesiones y la rehabilitacin psicolgica
de los deportistas. In J.M.Williams, Psicologa aplicada al deporte (pp.495-522).Madrid:
Biblioteca Nueva.

8 / 8

Shapiro, D. (1982). Generalization and maintenance in biofeedback treat-ment. In
R.B.Stuart, Adherence, compliance and generalization in behavioral medicine, New York.:
Brunner/Mazel.
Sherrill, C. (1990). Psychosocial status of disbled athletes. In Eid,G., Problems in
movement control, McGill, Amsterdam, pp.290-300.
Simon, M.A. (1988). Autoeficacia y tolerancia a la estimulacin aversiva: efectos
diferenciales del feedback atribucional. Anlisis y modificacin de conducta, 41(14), 401-
417.
Simon, M.A. (1989). Biofeedback y rehabilitacin. Valencia: Promolibro,
Simon, M.A. (1991). Biofedback. En V.E. Caballo, Manual de tcnicas de terapia y
modificacin de conducta (pp.373-400). Siglo XXI, Madrid.
Simon, M.A. (1992). Aplicaciones clnicas del biofeedback: revisin crtica de su
efectividad en diferentes campos de intervencin. En M.A.Simon, Comportamiento y
salud (pp.175-218).Valencia: Promolibro.
SmartLite Software (1997): WinAsk 2.0 Professional (computer program). Busto Arsizio,
Italy: Autor.
Steinmetx, G. (1994): Exam Generator 2.0 (computer program). Spring Lake, NJ:
Affordable Computer Services.
Summers, G. (1996): MCTest 2.0 (computer program): Coolum, Sunshine Coast: Coolum
State High School.
Swinnen, S.P.; Nicholson, D.E.; Scmidt, R.A. y Shapiro, D.C. (1990). Information
feedback for skill acquisition: instantaneous knowledge of results degrades learning.
Journal of experimental psychology: learning memory and cognition, 4 (16), 7
Thomas, R.; Missoum, G.; Rivolier, J. (1987). La psycholo-gie du sport de haut
niveau.Pars: PUF.
TopGrade Software (1997): Test Builder: Users guide. Campbell, CA: Autor.
Vallejo, M.A. (1984). Consideraciones acerca de las variables activas del entrenamiento
en biofeedback en el tratamiento del dolor crnico. Revista Espaola de Terapia del
Comportamiento, 2, 135-158.

Vega, M.N. (1990). Biofeedback EMG frontal y terapia cognitiva en el tratamiento de
cefaleas tensionales, migraas y cefaleas mixtas. Anlisis y modificacin de coducta, 47
(16), 99-120.
Vila, J. (1981). Sistemas psicofisiolgicos de respuesta humana. En A. Puerto (ED.),
Psicofisiologa, 1(pp.55-90). Madrid: UNED.
Warner, L.; Mcneill, ME. (1988). Mental imagery and its potential for physical therapy.
Physical Therapy, 4(68), 516-521.
Weiss, M.R.; Troxel, R.K. (1986). Psychology of the injured athletic. Athletic Training, 21
(2), 104-109.
WICAT Systems (1998): Learner profile and WICAT test of basic skills. Orem,TU: Autor.
Wilson, V.E.; Bird, E.D. (1981). Effects of relaxation and/or biofeedback trainning upon
hip flexion in gymnats. Biofeedback and self-regulation, 6, 25.
Yukelson, D. (1986). Psychology of sport and the injured athlete. In D.B. Bernhart, Clinics
in physical therapy. New York: Curchill Livingstone,
Zaichkowsky, LD.; Fuchs, CZ. (1988). Biofeedback applications in exercise and athletic
performance. Exercise Sport Science Revue, 16, 381-421.

| Inicio |

Otros artculos de Antonio Hernndez Mendo
sobre Informtica e Internet

Recomiendaestesitio

http://www.efdeportes.com/ FreeFind

Buscar
revista digital Ao 6 N 33 | Buenos Aires, marzo de 2001
1997-2001 Derechos reservados

Informatica Ciencias Del Deporte PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informatica Ciencias Del Deporte PDF

Cargado por

Copyright:

Formatos disponibles

1 / 8

También podría gustarte