HTML
pdf
FLIP
XML (English)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publiquen en esta Revista aceptan las siguientes condiciones:
Acta Colombiana de Psicología se guía por las normas internacionales sobre propiedad intelectual y derechos de autor, y de manera particular el artículo 58 de la Constitución Política de Colombia, la Ley 23 de 1982 y el Acuerdo 172 del 30 de Septiembre de 2010 (Reglamento de propiedad intelectual de la Universidad Católica de Colombia)
Los trabajos publicados en la revista se registran bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta Revista.
Citas
Datta, S. R., Anderson, D. J., Branson, K., Perona, P., & Leifer, A. (2019). Computational Neuroethology: A Call to Action. Neuron, 104(1), 11-24. https://doi.org/10.1016/j.neuron.2019.09.038
Escobar, R., & Pérez‐Herrera, C. A. (2015). Low‐cost USB interface for operant research using Arduino and Visual Basic. Journal of the Experimental Analysis of Behavior, 103(2), 427-435. https://doi.org/10.1002/jeab.135
Henton, W. W., & Iversen, I. H. (1978). Classical and Operant Conditioning: A Response Pattern Analysis. Springer-Verlag. https://doi.org/10.1007/978-1-4612-6310-4
Jarmolowicz, D. P., Greer, B. D., Killeen, P. R., & Huskinson, S. L. (2021). Applied Quantitative Analysis of Behavior: What It Is, and Why We Care—Introduction to the Special Section. Perspectives on Behavior Science, 44(4), 503–516. https://doi.org/10.1007/s40614-021-00323-w
León, A., Tamayo, J. T., Eslava, V. H., Hernández, P. T., Garrido, M. L. A., Linares, C. A. H., & Navarro, E. E. (2020). MOTUS: software para el análisis conductual de patrones de desplazamiento. Revista Mexicana de Análisis de la Conducta, 46(1), 222-242. http://dx.doi.org/10.5514/rmac.v46.i1.76960
León, A., Hernandez, V., Lopez, J., Guzman, I., Quintero, V., Toledo, P., Avendaño-Garrido, M. L., Hernandez-Linares, C. A., & Escamilla, E. (2021). Beyond Single Discrete Responses: An Integrative and Multidimensional Analysis of Behavioral Dynamics Assisted by Machine Learning. Frontiers in behavioral neuroscience, 15, 681771. https://doi.org/10.3389/fnbeh.2021.681771
Mathis, A., Mamidanna, P., Cury, K. M., Abe, T., Murthy, V. N., Mathis, M. W., & Bethge, M. (2018). DeepLabCut: Markerless pose estimation of user-defined body parts with deep learning. Nature Neuroscience, 21(9), 1281-1289. https://doi.org/10.1038/s41593-018-0209-y
Mathis, M. W., & Mathis, A. (2020). Deep learning tools for the measurement of animal behavior in neuroscience. Current opinion in neurobiology, 60, 1-11. https://doi.org/10.1016/j.conb.2019.10.008
Timberlake, W. (2004). Is the Operant Contingency Enough for a Science of Purposive Behavior? Behavior and Philosophy, 32(1), 197-229. http://www.jstor.org/stable/27759478
Walter, T., & Couzin, I. D. (2021). TRex, a fast multi-animal tracking system with markerless identification, and 2D estimation of posture and visual fields. ELife, 10, e64000. https://doi.org/10.7554/eLife.64000
Watson, J. B. (1914). Behavior: An introduction to comparative psychology. Henry Holt and Co. https://doi.org/10.1037/10868-000
