International Journal of Psychological Research

Guest Editorial. Interdisciplinary Approaches for Human Cognition: Expand ing Perspectives on the Mind

Relationship Between Self-efficacy and Attention using QEEG with Students from IUE

Abstract: Self-efficacy is related to the judgments and beliefs that a person has about him or her own capability to achieve goals, in which she or he also needs to be able of planning, organizing, and executing tasks to achieve that milestone. In this study, we are investigating if attention has a relevant role in self-efficacy. The participants were students at Institución Universitaria de Envigado (N=25), aged between 18 and 40 years old. They filled out the informed consent, the General Self-Efficacy Scale (GSS), Digits and Symbols (DS), the Brief Attention Test (BTA), and the Theta-Beta ratio (TBR) using EEG at points C3-C4 of the cerebral cortex. The results were as follows: mean GSS, 31.56 (SD=4.5) (max. 40 points); mean DS direct score, 45.16 (SD=8.6) (max. 120 points); mean total BTA, 9.4 (SD = 3.31) (max. 20 points); mean TBR C3 eyes open, 5.5 (SD = 1.7); TBR C4 eyes open, 5.2 (SD = 2). A negative correlation was found between the TBR C4 eyes open and the result of the Digits and Symbols DS test, which was statistically significant, using Spearman correlation, (-.529); however, there was no significant correlation between GSS self-efficacy and the three measures of attention (DS, BTA, QEEG). The conclusion of this study is that there is no clear statistically significant relationship between high self-efficacy and a high level of attention. However, a sig nificant negative correlation was found between the DS test and the QEEG measures, which indicates that the neurophysiological technique of attentional measurement is related to the psychometric measurement.

Resumen: La autoeficacia está relacionada con los juicios propios y creencias que una persona tiene sobre sí misma; no es suficiente con alcanzar metas, es necesario creerse capaz de planear, organizar y ejecutar tareas para alcanzarlas. En este estudio, indagamos si la atención tiene un papel relevante en la autoeficacia. Los participantes fueron estudiantes de la IUE (N=25), con edades entre 18 y 40 años. Firmaron el consentimiento informado y llenaron: la Escala de Autoeficacia General (EAG), Dígitos y Símbolos (DS), el Test Breve de Atención (BTA); se registró la relación Theta-Beta (TBR) mediante EEG en los puntos C3-C4 de la corteza cerebral. Los resultados fueron: EAG media fue 31.56 (SD=4.5) (máx. 40 puntos), DS puntaje directo promedio 45.16 (SD=8.6) (máx. 120 puntos), BTA total promedio 9.4 (SD=3.31) (máx. 20 puntos), TBR C3 ojos abiertos media 5.5 (SD=1.7), TBR C4 ojos abiertos media 5.2 (SD=2). Se encontró una correlación negativa entre la TBR C4 ojos abiertos y el resultado de la prueba Dígitos y Símbolos DS el cual fue estadísticamente significativo usando la correlación de Spearman (-.529); pero no hubo correlación significativa entre la autoeficacia EAG y las tres medidas de la atención (DS, BTA, QEEG). La conclusión de este estudio es que no hay una relación estadísticamente significativa entre alta autoeficacia y un alto nivel de atención; mientras que, si se encontró una correlación negativa significativa entre la prueba DS y las medidas QEEG, que indica que la técnica neurofisiológica de medición atencional está relacionada con la psicométrica.

SynchroLINNce: Toolbox for Neural Synchronization and Desynchronization Assessment in Epilepsy Animal Models

Abstract : Epilepsy is a worldwide public health issue, given its biological, social, and economic impacts. Considering several open questions about synchronization and desynchronization mechanisms underlying epileptic phenomena, the development of algorithms and computational toolboxes for such analysis is highly relevant to their research. Moreover, given the recent developments of neurotechnology for epilepsy, it is essential to understand that proposals like computational tools may provide consistent data for closed-loop control systems, necessary in neuromodulation treatment alternatives, and for real-time monitoring systems to predict the occurrence of epileptic seizures. In the present work, SynchroLINNce, a freely distributable MATLAB toolbox designed to be used by epilepsy neuroscientists, including software-untrained), is proposed. Among its features, several functionalities such as recording visualization, digital filtering, and correlation analysis, as well as more specific methodologies, such as mechanisms for the automatic detection of epileptiform spikes, morphology analysis of these spikes, and their coincidence between channels are presented.

Resumen: La epilepsia es un problema de salud pública mundial debido a sus impactos biológicos, sociales y económicos. Considerando varias preguntas abiertas sobre los mecanismos de sincronización y desincronización que subyacen a los fenómenos epilépticos, el desarrollo de algoritmos y toolboxes computa- cionales para dicho análisis es altamente relevante para su investigación. Además, dado el desarrollo reciente de la neurotecnología para la epilepsia, es esencial entender que propuestas como las herramientas computacionales pueden proporcionar datos consistentes para sistemas de control en bucle cerrado, necesarios en alternativas de tratamiento de neuromodulación, y para sistemas de monitoreo en tiempo real para predecir la ocurrencia de crisis epilépticas. En el presente trabajo, se propone SynchroLINNce, una toolbox de MATLAB de distribución libre, diseñada para ser utilizada por neurocientíficos especializados en epilepsia (incluidos aquellos sin formación en software). Entre sus características, se presentan varias funcionalidades, como la visualización de grabaciones, el filtrado digital y el análisis de correlación, así como metodologías más específicas, como mecanismos para la detección automática de picos epileptiformes, el análisis de morfología de estos picos y su coincidencia entre canales.

Unveiling Visual Physiology and Steady-State Evoked Potentials using Low-Cost and Transferable Electroencephalography for Evaluating Neuronal Activation

Abstract: Purpose: The ability to see and process images depends on the function of the eyes and the processing of visual information by neurons in the cerebral cortex, something that could be measured through electroencephalography (EEG). Although the EEG is used to evaluate visual pathways in children and demyelination diseases, the limited utilization of brain recording techniques in other applications like therapy is primarily due to budget constraints. The goal of this paper is to demonstrate results from studying brain aspects of vision, utilizing measurements based on oscillatory activity analysis, low-cost, portable equipment, and a processing pipeline relying on Python’s open-source libraries. These studies involve healthy subjects who wear glasses to assess changes in visual perception. Methods: First, electroencephalographic signals were recorded while the subjects observed a visually standardized stimulus. The signals were processed and filtered to reduce artifacts, and the power spectral density (PSD) was calculated to observe the presence of steady-state visual potentials (VEP) to confirm the capture of neuronal activation to the visual stimulus. Results: It was possible to establish a difference between subjects wearing and not wearing their glasses, allowing validation that the information acquired with the transferable equipment is adequate for the analysis of neuronal activity related to visual processing, opening the possibility to be used in future studies in therapy. Conclusion: This study contributes to the development of cost-effective and portable EEG solutions for visual system analysis. It demonstrates the potential for applying transferable EEG devices in clinical settings and highlights the importance of tailored visual stimuli for reliable neural activation.

Resumen: Propósito: La capacidad de ver y procesar imágenes depende de la función de los ojos y del procesamiento de la información visual por parte de las neuronas en la corteza cerebral, algo que podría medirse mediante electroencefalografía (EEG). Aunque el EEG se utiliza para evaluar las vías visuales en niños y enfermedades desmielinizantes, la utilización limitada de técnicas de grabación cerebral en otras aplicaciones como la terapia se debe principalmente a restricciones presupuestarias. El objetivo de este artículo es demostrar resultados del estudio de aspectos cerebrales de la visión, utilizando mediciones basadas en el análisis de actividad oscilatoria, equipos de bajo costo y portátiles, y un flujo de procesamiento basado en las bibliotecas de código abierto de Python. Estos estudios involucran a sujetos sanos que usan gafas para evaluar cambios en la percepción visual. Métodos: Primero, se registraron señales electroencefalográficas mientras los sujetos observaban un estímulo visual estandarizado. Las señales fueron procesadas y filtradas para reducir artefactos, y se calculó la densidad espectral de potencia (PSD) para observar la presencia de potenciales visuales en estado estable (VEP) y confirmar la captura de la activación neuronal ante el estímulo visual. Resultados: Fue posible establecer una diferencia entre los sujetos que llevaban y no llevaban sus gafas, permitiendo validar que la información adquirida con el equipo transferible es adecuada para el análisis de la actividad neuronal relacionada con el procesamiento visual, abriendo la posibilidad de ser utilizada en estudios futuros en terapia. Conclusión: Este estudio contribuye al desarrollo de soluciones de EEG de bajo costo y portátiles para el análisis del sistema visual. Demuestra el potencial de aplicar dispositivos de EEG transferibles en entornos clínicos y resalta la importancia de estímulos visuales adaptados para una activación neural confiable.

Functional Connectivity Analysis of Prej udice Among Colombian Armed Conflict Former Actors

Abstract: Despite institutional efforts, reconciliation among former actors of the Colombian armed conflict has yet to be achieved, with prejudice being one direct driver of this drawback. We present an EEG-based functional connectivity study applied to four groups of former actors who completed an Implicit Association Test designed to measure prejudice toward victims or combatants. We analyzed seven measures of functional connectivity calculated in six different frequency bands and two experimental conditions. In the behavioral task, we found more prejudice toward victims from the same victims and more prejudice of civilians toward combatants. For the connectivity measures, we found differences in theta band among the victims’ and ex-paramilitaries’ groups concerning the civilians’ and ex-guerrillas’ groups, and differences in the beta2 band among the victims’ and ex-guerrillas’ groups concerning the ex-paramilitaries’ group. The results help us design more effective socio-cognitive interventions to reduce prejudice.

Resumen: A pesar de los esfuerzos institucionales, aún no se ha logrado la recon ciliación entre antiguos actores del conflicto armado colombiano, debido en parte al prejuicio que todavía persiste. Presentamos un estudio de conectividad funcional basado en EEG, aplicado a sujetos de cuatro grupos de actores que completaron una Prueba de Asociación Implícita que mide el prejuicio hacia víctimas o combatientes. Analizamos siete medidas de conectividad funcional calculadas en seis bandas de frecuencia y dos condiciones experimentales diferentes. En la tarea conductual, hallamos que las víctimas tienen mayor prejuicio hacia ellas mismas, mientras los civiles tienen mayor prejuicio hacia los combatientes. También encontramos diferencias en algunas medidas de víctimas y exparamilitares con respecto a los civiles y exguerrilleros, en la banda theta, y de víctimas y exguerrilleros con respecto a los exparamilitares, en la banda beta2. Estos resultados nos ayudan a diseñar intervenciones sociocognitivas más eficaces para reducir los prejuicios.

A Deep Cascade Architecture for Stroke Lesion Segmentation and Synthetic Parametric Map Generation over CT Studies

Abstract: Stroke, the second leading cause of death globally, necessitates prompt diagnosis for effective prognosis. CT imaging has limitations, especially in identifying acute lesions. This work introduces a novel deep repre sentation that uses multimodal inputs from CT studies and perfusion parametric maps, to retrieve stroke lesions. The architecture follows an autoencoder representation that forces attention on the geometry of stroke through additive cross-attention modules. Besides, a cascade train is herein proposed to generate synthetic perfusion maps that complement multimodal inputs, refining stroke lesion segmentation at each stage of processing and supporting the observational expert analysis. The proposed approach was validated on the ISLES 2018 dataset with 92 studies; the method outperforms classical techniques with a Dice score of .66 and a precision of .67.

Resumen. El accidente cerebrovascular (ACV), segunda causa de muerte en el mundo, requiere un diagnóstico temprano para un pronóstico favorable. Las imágenes de TC tienen limitaciones, especialmente en la identificación de lesiones agudas. Este trabajo introduce una novedosa representación profunda que utiliza datos multimodales TC y mapas paramétricos de perfusión para segmentar lesiones de ACV. La arquitectura sigue una representación autocodificadora que fuerza la atención sobre la geometría del ACV a través de módulos aditivos de atención cruzada. Además, se propone un entrenamiento en cascada para generar mapas de perfusión sintéticos que complementen las entradas multimodales, refinando la segmentación de las lesiones en cada etapa del procesamiento y apoyando el análisis observacional del experto. El enfoque propuesto fue validado en el conjunto de datos ISLES 2018 con 92 estudios; el método supera a las técnicas clásicas con una puntuación Dice de .66 y una precisión de .67.

Visual Coding along Multiple Brain Areas

Abstract: This study focuses on understanding visual coding in multiple brain areas and its implications for neural processing in the visual system. It highlights the use of simultaneous recordings of large neuronal populations to inves tigate how visual information is encoded and processed in the brain. By studying the activity of multiple brain areas, the paper aims to uncover the mechanisms underlying brain-wide visual perception and provide insights into the neural basis of visual processing. The findings of this research contribute to the broader field of neuroscience and have implications for understanding visual disorders and developing therapeutic interventions.

Resumen: Este estudio se centra en comprender la codificación visual en múltiples áreas del cerebro y sus implicaciones para el procesamiento neural en el sistema visual. Se destaca el uso de registros simultáneos de grandes poblaciones neuronales para investigar cómo se codifica y procesa la información visual en el cerebro. Al estudiar la actividad de múltiples áreas cerebrales, el artículo tiene como objetivo desvelar los mecanismos subyacentes a la percepción visual a nivel cerebral y proporcionar ideas sobre la base neural del procesamiento visual. Los hallazgos de esta investigación contribuyen al campo más amplio de la neurociencia y tienen implicaciones para entender los trastornos visuales y desarrollar intervenciones terapéuticas.

Monitoring Learning in Nursing using the Electroencephalogram and Intrinsic Motivation Inventory-IMI

Abstract: The objectives of this study were to develop the Laboratory of Immersive Learn ing in Health and Nursing - LIASE, based on the main themes of biosafety in health, and to evaluate the learning process of undergraduate nursing students from a public federal university through portable Electroencephalogram (EEG) Emotiv Insight 2.0, observation, and Intrinsic Motivation Inventory. The present research contains a qualitative-quantitative, exploratory, and experimental methodology from a pilot virtual laboratory, developed in the Immersive Virtual World - IVW, represented in this study by Second Life - SL. The sample consisted of 17 students who agreed with the inclusion criteria of the study. Among them, 9 students had stable EEG signals. Those students were observed during the monitoring of brain activity by the EEG, and at the end of the proposed learning pathway, they filled out the Intrinsic Motivation Inventory (IMI). The results were obtained through triangulation of the different collec tion instruments and the following variables: Stress, Enthusiasm/Excitement, Engagement, Focus/attention, and Relaxation, measured and verified by the Emotiv algorithm’s brain wave analysis, which algorithm which correspond to the metrics of brain performance.

Resumen. Los objetivos de este estudio fueron desarrollar el Laboratorio de Aprendizaje Inmersivo en Salud y Enfermería - LIASE, basado en los principales temas de bioseguridad en salud, y evaluar el proceso de aprendizaje de estudiantes de enfermería de pregrado de una universidad pública federal a través del Elec troencefalograma (EEG) portátil Emotiv Insight 2.0, observación e Inventario de Motivación Intrínseca. La presente investigación contiene una metodología cualitativa-cuantitativa, exploratoria y experimental, a partir de un laboratorio virtual piloto, desarrollado en el Mundo Virtual Inmersivo - IVW, representado en este estudio por Second Life - SL. La muestra estuvo compuesta por 17 estudiantes que estuvieron de acuerdo con los criterios de inclusión del estudio. Entre ellos, 9 estudiantes tenían señales EEG estables. Esos estudiantes fueron observados durante el monitoreo de la actividad cerebral por el EEG, y al final de la ruta de aprendizaje propuesta, llenaron el Inventario de Motivación Intrínseca (IMI). Los resultados se obtuvieron a través de la triangulación de los diferentes instrumentos de recolección y las siguientes variables: Estrés, Entusiasmo/Excitación, Compromiso, Enfoque/atención y Relajación, medidas y verificadas mediante el análisis de ondas cerebrales del algoritmo Emotiv, algoritmo que corresponde a las métricas de rendimiento cerebral.

A Volumetric Deep Architecture to Discriminate Parkinsonian Patterns from Intermediate Pose Representations

Abstract: Parkinson’s disease (PD) is a common neurodegenerative disorder worldwide, with over 6.2 million registered cases. Gait analysis plays a fundamental role in evaluating motor abnormalities associated with this disease. However, current methods, such as marker-based systems, are intrusive and expert-dependent. Markerless alternatives, like video sequence analysis, have been proposed, but they tend to provide overall classification scores and lack the ability to interpret joint kinematics in detail. An innovative technique is presented using volumetric convolutional networks that can learn intermediate postural patterns and distinguish between Parkinson’s patients and control subjects. This approach utilizes OpenPose activations and then applies hierarchical convolution to minimize classification. In tests conducted with 14 Parkinson’s patients and 16 control subjects, this method achieved a classification accuracy of 98%.

Resumen: La enfermedad de Parkinson (EP) es un trastorno neurodegenerativo común a nivel mundial, con más de 6.2 millones de casos registrados. El análisis de la marcha desempeña un papel fundamental en la evaluación de las anomalías motoras asociadas con esta enfermedad. Sin embargo, los métodos actuales, como sistemas basados en marcadores, son intrusivos y dependientes de expertos. Se han propuesto alternativas sin marcadores, como el análisis de secuencias de video, que tienden a proporcionar puntajes de clasificación globales y carecen de la capacidad de interpretar la cinemática articular detalladamente. Se presenta una técnica innovadora utilizando redes convolucionales volumétricas que pueden aprender patrones posturales intermedios y distinguir entre pacientes con Parkinson y sujetos control. Este enfoque utiliza activaciones de OpenPose, y luego aplica una convolución jerárquica para minimizar la clasificación. En pruebas realizadas con 14 pacientes Parkinson y 16 sujetos control, este método alcanzó una precisión del 98% en clasificación.

EEG-Based Alcohol Detection System for Driver Monitoring

Abstract. Today, alcohol drinking frequently accompanies socialising as a routine activity in various groups of society. 84.0% of individuals aged 18 and above in the United States have drunk alcohol at some point in their life (National Institute on Alcohol Abuse & US, 2023). Similarly, 81.7% of Norwegians in the age group 16 to 79 have drunk alcohol in 2021 (Bye, 2018). Driving after the consumption of alcohol is a worldwide problem, causing a large number of deaths and injuries a year. This work proposes the first steps towards developing an electroencephalography (EEG)-based alcohol detector conceived with the idea to prevent people from driving under the influence of alcohol. This includes the design of an experimental protocol for EEG data collection, during which participants performed the Flanker task, and their blood alcohol concentration (BAC) was measured. The resulting data set consists of two sessions per participant, both while they are affected and not-affected by alcohol. Statistical analysis of the Flanker task indicated that participants were affected by alcohol and, therefore, their EEG signals were expected to be affected as well. The collected EEG signals were used as input for intra-subject and inter-subject models, both based on the EEGNet architecture. The intra-subject model obtained a mean classification accuracy of 90.7% and the inter-subject model a mean classification accuracy of 62.9%. The result suggest that alcohol can be detected with high accuracy when developing individual models and above the change accuracy when using a general model. Therefore, the work presented here could be used as the first steps towards the development of an EEG-based alcohol detector for drivers.

Resumen. Hoy en día, el consumo de alcohol frecuentemente acompaña la socialización como una actividad rutinaria en varios grupos de la sociedad. El 84.0% de las personas mayores de 18 años en los Estados Unidos han consumido alcohol en algún momento de sus vidas (National Institute on Alcohol Abuse & US, 2023). De manera similar, el 81.7% de los noruegos en el grupo de edad de 16 a 79 años consumieron alcohol en 2021 (Bye, 2018). Conducir después del consumo de alcohol es un problema mundial que causa un gran número de muertes y lesiones cada año. Este trabajo propone los primeros pasos hacia el desarrollo de un detector de alcohol basado en electroencefalografía (EEG), concebido con la idea de prevenir que las personas conduzcan bajo los efectos del alcohol. Esto incluye el diseño de un protocolo experimental para la recopilación de datos EEG, durante el cual los participantes realizaron la prueba de Flanker y se midió su concentración de alcohol en la sangre (BAC). El conjunto de datos resultante consta de dos sesiones por participante, tanto mientras estaban afectados como no afectados por el alcohol. El análisis estadístico de la prueba de Flanker indicó que los participantes estaban afectados por el alcohol y, por lo tanto, se esperaba que sus señales EEG también lo estuvieran. Las señales EEG recopiladas se utilizaron como entrada para modelos intra-participantes e inter-participantes, ambos basados en la arquitectura EEGNet. El modelo intra-participantes obtuvo una precisión media de clasificación del 90.7%, y el modelo inter-participantes una precisión media del 62.9%. Los resultados sugieren que el alcohol puede detectarse con alta precisión al desarrollar modelos individuales y con una precisión superior al azar al usar un modelo general. Por lo tanto, el trabajo presentado aquí podría servir como los primeros pasos hacia el desarrollo de un detector de alcohol basado en EEG para conductores.

Brains are Probabilistic, Electrophysiologically Intricate and Triune: A Biased- Random Walk Perspective on Computational Neuroscience

Abstract: The pursuit of a unified theory that captures the intricacies of the brain and mind continues to be a significant challenge in theoretical neuroscience. This paper presents a novel, triune framework that utilizes the concept of collective biased random walk (cBRW). Our approach strives to transcend biological specifics, offering a high-level abstraction that remains general and applicable across various neural phenomena. Despite the solid traditional foundation of computational neuroscience, the intricate delicacy of neural processes calls for a renewed probabilistic approach. We aim to utilize the intuitive nature of probability concepts -such as the probability of localization and state, and uniform probability distribution- to study the stochastic organization of electric charges and signals in the brain. This electrophysiological intricacy emerges from the seemingly paradoxical reality that tiny electric events, while random, collectively give rise to predictable, long-range oscillations. These oscillations manifest in three groups of activation states. Our framework categorizes the brain as a triune system, accommodating classical, semiclassical, and non-classical interpretations of both probabilistic phenomena and cBRW models, alongside three groups of states. We conclude that by appreciating, rather than overlooking, the tiny random walks of electric charges and signals in the brain, we can gain a triune mathematical foundation for theoretical brain science, the powerful capabilities of this organ, and the electromagnetic interfaces we can develop.

Resumen: La búsqueda de una teoría unificada que capture las complejidades del cerebro y la mente sigue siendo un desafío significativo en la neurociencia teórica. Este artículo presenta un nuevo marco trino que utiliza el concepto de caminatas aleatorias dirigidas colectivas (cBRW). Nuestro enfoque busca trascender los detalles biológicos, ofreciendo una abstracción de alto nivel que sigue siendo general y aplicable a diversos fenómenos neuronales. A pesar de la sólida base tradicional de la neurociencia computacional, la delicadeza intrincada de los procesos neuronales requiere un enfoque probabilístico renovado. Nuestro objetivo es utilizar la naturaleza intuitiva de los conceptos de probabilidad, como la probabilidad de localización y estado, y la distribución de probabilidad uniforme, para estudiar la organización estocástica de las cargas y señales eléctricas en el cerebro. Esta complejidad electrofisiológica surge de la realidad aparentemente paradójica de que pequeños eventos eléctricos, aunque aleatorios, colectivamente dan lugar a oscilaciones predecibles y de largo alcance. Estas oscilaciones se manifiestan en tres grupos de estados de activación. Nuestro marco categoriza el cerebro como un sistema trino, acomodando interpretaciones clásicas, semiclásicas y no clásicas de fenómenos probabilísticos y modelos de BRW, junto con estos tres grupos de estados. Concluimos que, al apreciar, en lugar de pasar por alto, las pequeñas cam inatas aleatorias de las cargas y señales eléctricas en el cerebro, podemos obtener una base matemática trina para la ciencia teórica del cerebro, las poderosas ca pacidades de este órgano y las interfaces electromagnéticas que podemos desarrollar.

Flexible Management, Subjectivity, and Paradoxical Work Experiences: The Case of Lean Management in Chilean Retail

Abstract. This article presents the findings of a study that seeks to explore how im plementing Lean Management, a widely used form of flexible management, influences employees’ subjective experiences at work. The study focuses on the changes and innovations by Lean Management in the technical and social aspects of work after its introduction in the Chilean retail industry. The study, which is both descriptive and analytical, is based on 26 interviews with industry consultants, managers, department heads, and union leaders. Using a work-clinic and socio-phenomenological framework, it illustrates how the industry’s unique characteristics play a crucial role in understanding the process of work reorganization and the paradoxical realms of subjective experience it has created. The article also discusses how these contradictions are influenced by the broader social, labor, and business context of neoliberal modernization in Chilean society.

Resumen. Se presenta un estudio que tuvo como objetivo comprender el modo en que la implementación en la industria del Retail en Chile de Lean management -una de las formas de gestión flexible más difundidas a nivel mundial y latinoamericano- fue reconfigurando las experiencias subjetivas de los/as trabajadores/as del sector, a partir de los cambios e innovaciones que introdujo a nivel de las demandas técnicas y sociales del trabajo. El estudio, de corte cualitativo y basado en el enfoque del análisis temático, contempló 26 entrevistas en profundidad a distintos consultores, gerentes, jefaturas y líderes sindicales de la industria. Desde el marco conceptual de la fenomenología social y de las clínicas del trabajo, los resultados del estudio dan cuenta del modo en que la implementación de tres técnicas específicas del modelo de gestión de Lean dio lugar a experiencias paradojales de trabajo, las cuales se explican también a partir del contexto sociolaboral y empresarial más amplio que caracteriza la fase de modernización neoliberal en la sociedad chilena.