https://hdl.handle.net/20.500.12367/2607 2026-06-06T16:07:41Z 2026-06-06T16:07:41Z Càtedra d'Economia Social del TecnoCampus https://hdl.handle.net/20.500.12367/3218 2026-05-20T02:00:56Z 2024-12-01T00:00:00Z

Les cooperatives i societats laborals del Maresme (2024) Càtedra d'Economia Social del TecnoCampus El present treball serveix per efectuar un mapeig de la situació de les cooperatives i les societats laborals de la comarca del Maresme l'any 2024, segons les dades existents als registres de la Generalitat de Catalunya. Les cooperatives i les societats laborals són les principals entitats de mercat de l'economia social, és a dir, es tracta de les empreses que depenen majorment d'oferir béns i serveis en el mercat en competència amb altres empreses mercantils. En el treball s'atén particularment a les dades corresponents al sector en què l'empresa desenvolupa la seva activitat, la classe d'empresa, el subsector, el número de persones sòcies, la data de constitució, el capital social inicial i el municipi on està radicada.

2024-12-01T00:00:00Z Copado Torreblanca, Ruben https://hdl.handle.net/20.500.12367/3217 2026-05-20T02:01:00Z 2026-02-09T00:00:00Z

Proyecto de tesis doctoral: Técnicas de watermaking aplicadas a señales de escritura online Copado Torreblanca, Ruben Aquest pla de recerca aborda el desenvolupament de noves tècniques de watermarking aplicades a senyals manuscrites online (sèries temporals multicanal, p. ex., trajectòria, pressió i variables instrumentals), amb l’objectiu de millorar la fiabilitat en contextos d’e-seguretat i e-salut. Davant el creixent ús de la intel·ligència artificial per generar contingut sintètic, es proposa investigar estratègies per diferenciar senyals humanes de senyals generades artificialment i mitigar atacs de repetició (replay). El treball se centra en la inserció de marques d’aigua perceptualment invisibles que no afectin de manera significativa les propietats diagnòstiques o biomètriques dels senyals. Per assolir-ho, es desenvoluparan solucions algorítmiques en el domini temporal, en el domini freqüencial i mitjançant tècniques d’intel·ligència artificial, avaluades sobre bases de dades públiques i privades, incloent tasques gràfiques vinculades a patologies neurològiques. L’avaluació considerarà mètriques específiques de watermarking (imperceptibilitat, payload, detectabilitat/extracció i robustesa) i el seu impacte en el rendiment biomètric i la utilitat clínica [...]; El presente plan de investigación aborda el desarrollo de nuevas técnicas de watermarking aplicadas a señales manuscritas online (series temporales multicanal, p. ej., trayectoria, presión y variables instrumentales), con el objetivo de mejorar la fiabilidad en contextos de e-seguridad y e-salud. Ante el creciente uso de inteligencia artificial para generar contenido sintético, se propone investigar estrategias para diferenciar señales humanas de señales generadas artificialmente y mitigar ataques de repetición (replay). El trabajo se enfoca en la inserción de marcas de agua perceptualmente invisibles que no afecten significativamente las propiedades diagnósticas o biométricas de las señales. Para ello, se desarrollarán soluciones algorítmicas en el dominio temporal, frecuencial y mediante técnicas de inteligencia artificial, evaluadas sobre bases de datos públicas y privadas, incluyendo tareas gráficas vinculadas a patologías neurológicas. La evaluación considerará métricas específicas de watermarking (imperceptibilidad, payload, detectabilidad/extracción y robustez) y su impacto en el rendimiento biométrico y la utilidad clínica.; This research plan addresses the development of novel watermarking techniques for online handwritten signals (multichannel time series, e.g., trajectory, pressure, and instrumental variables), with the goal of improving reliability in e-security and e-health contexts. Given the growing use of artificial intelligence to generate synthetic content, this work investigates strategies to distinguish human-produced signals from artificially generated ones and to mitigate replay attacks. The research focuses on embedding perceptually invisible watermarks that do not significantly affect the diagnostic or biometric properties of the signals. To this end, algorithmic solutions will be developed in the time domain, the transform/frequency domain, and using artificial intelligence techniques, and evaluated on public and private datasets, including graphical tasks related to neurological disorders. The evaluation will consider watermarking-specific metrics (imperceptibility, payload, detection/extraction performance, and robustness) as well as their impact on biometric performance and clinical utility. Programa de Doctorado: 739TSC99 - TEORIA DEL SENYAL I COMUNICACIONS

2026-02-09T00:00:00Z SSTeMM, (Student Stress Training e-Mobile Management) https://hdl.handle.net/20.500.12367/3213 2026-04-18T02:00:25Z 2022-01-01T00:00:00Z

Manual para tutores clínicos de estudiantes de enfermería SSTeMM, (Student Stress Training e-Mobile Management) El Proyecto Erasmus+ (Asociación Estratégica para la Educación Superior) SSTeMM (Student Stress Training e-Mobile Management) ha desarrollado una plataforma móvil digital accesible para el usuario final que brinda apoyo para el manejo del estrés adaptado a las necesidades inmediatas de los estudiantes de enfermería mientras se encuentran en su práctica clínica. SSTeMM apoya a los estudiantes de enfermería a desarrollar resiliencia personal para mejorar su experiencia de compromiso laboral. Más información en: https://sstemm.eu

2022-01-01T00:00:00Z Cabrera, Esther Chabrera, Carolina Zabalegui, Adelaida https://hdl.handle.net/20.500.12367/3201 2025-11-25T03:00:19Z 2025-01-01T00:00:00Z

El desarrollo profesional de las enfermeras doctoras en España Cabrera, Esther; Chabrera, Carolina; Zabalegui, Adelaida En las dos últimas décadas, la enfermería española ha experimentado una transformación académica y profesional sin precedentes. La integración de la disciplina en el Espacio Europeo de Educación Superior, la consolidación de los programas oficiales de doctorado y la expansión progresiva de grupos de investigación han configurado un escenario en el que las enfermeras doctoras representan un activo estratégico para el avance del sistema sanitario y universitario. En este contexto de cambio, la figura de la enfermera doctora se ha consolidado como un elemento clave para la generación de conocimiento, la transferencia de evidencias a la práctica clínica, el liderazgo en entornos complejos y la formación de nuevas generaciones de profesionales.

2025-01-01T00:00:00Z