This study applies a learning analytics approach and explainable models to identify themost difficult content areas in university mathematics based on interaction records from a practiceand assessment platform. A secondary quantitative analysis of the MathE dataset was conducted,considering content variables (topic, subtopic, and keywords) and contextual variables (country andlevel). First, error rates were estimated by topic and subtopic, and patterns were synthesized throughcomparative visualizations. Then, complementary models were trained: a logistic regression modelfor its interpretability and a nonlinear gradient-boosted tree model to capture interactions, validatinggeneralization through student-level partitioning. Explainability was addressed through contributionattribution to interpret factors associated with errors. The findings indicate greater difficulties in Differentiation, Functional Interpretation, and Probability, together with cross-cutting weaknesses in algebraic manipulation, with additional support needs in Numerical Methods and Integration.
La evolución de la entropía durante la transición entre las conformaciones no-fusogénica y fusogénica del lazo 36 de la cadena HA2 de la Hemaglutinina ha sido estudiada utilizando trayectorias de simulaciones de dinámica molecular y la llamada aproximación quasi-armónica. Para el cálculo de la entropía de las conformaciones intermedias se aplicó un análisis de componentes principales al conjunto de estructuras asociadas a cada conformación. Las varianzas de estas componentes principales pueden considerarse asociadas a un conjunto de osciladores independientes cuya entropía puede calcularse. Los valores de entropía obtenidos se encuentran en el orden de 17 kcal/mol K, los cuales son mayores en un orden de magnitud a los resultados obtenidos en trabajos anteriores. Adicionalmente, se comprobó que el término -TS contribuye de forma no despreciable a la energía libre. El término de energía interna se estimó a partir del promedio sobre el ensamble, aplicado sobre las trayectorias de dinámica molecular de equilibrarían para cada conformación intermedia, como resultado la altura de la barrera energética para la transición se estimó en 189.75 kcal/mol.
La inferencia estadística es fundamental para producir conocimiento científico, interpretar evidencia y orientar decisiones bajo incertidumbre. Sin embargo, su validez depende del diseño, los supuestos, la transparencia analítica y la adecuada interpretación de los resultad. El objetivo del estudio es sintetizar cualitativamente los alcances y las limitaciones epistemológicas atribuidos a la inferencia estadística en la literatura científica reciente Se realizó una revisión sistemática cualitativa orientada por PRISMA 2020. Se consultaron las bases de datos de PubMed y Europe PMC para identificar publicaciones aparecidas entre 2021 y 2025. Se incluyeron 13 estudios, analizados mediante una síntesis temática, comparativa e interpretativa. Los resultados se organizaron en cinco ejes: reinterpretación del valor p y los intervalos como medidas de compatibilidad; coexistencia de los enfoques frecuentista y bayesiano; reproducibilidad y calidad del reporte estadístico; cuantificación de la incertidumbre en inteligencia artificial; y relación entre inferencia causal y aprendizaje automático. La literatura revisada cuestiona las decisiones dicotómicas basadas exclusivamente en la significación estadística y destaca la necesidad de considerar tamaños del efecto, supuestos, contexto y relevancia práctica. También señala que la validez inferencial está condicionada por prácticas institucionales, transparencia y calidad del diseño. Se concluye que la inferencia estadística continúa siendo esencial para el razonamiento científico, pero no proporciona certezas definitivas. Su uso riguroso requiere explicitar supuestos, calibrar la incertidumbre, garantizar transparencia analítica y diferenciar claramente asociación, predicción y causalidad.