Revistas de investigación - UNAMBA
Not a member yet
173 research outputs found
Sort by
Evaluation of the web accessibility of the site www.santamarialaura.edu.pe
Get PDFEste estudio tuvo como objetivo evaluar la accesibilidad del sitio web del Colegio Santa María Laura en conformidad con los estándares WCAG, buscando asegurar que el contenido sea accesible para todos los usuarios, incluyendo aquellos con discapacidades. La metodología incluyó el uso de las herramientas TAW y Google Search Console para identificar problemas y advertencias de accesibilidad. Se detectaron 347 problemas y 164 advertencias, resaltando áreas que requieren mejoras significativas. Los resultados indican que el sitio no cumple con los estándares WCAG, subrayando la necesidad de optimizar la accesibilidad para mejorar la experiencia de usuario de estudiantes con discapacidades y la comunidad en general. Las conclusiones sugieren que la implementación de mejoras no solo beneficiará a personas con discapacidades, sino que también establecerá un modelo para el desarrollo de sitios web educativos inclusivos. Se recomienda realizar investigaciones adicionales para evaluar intervenciones específicas y monitorear el impacto de estas mejoras en la accesibilidad a lo largo del tiempoThe objective of this study was to evaluate the accessibility of the Santa María Laura School website in accordance with WCAG standards, seeking to ensure that the content is accessible to all users, including those with disabilities. The methodology included the use of TAW and Google Search Console tools to identify accessibility issues and warnings. A total of 347 issues and 164 warnings were detected, highlighting areas requiring significant improvement. The results indicate that the site does not meet WCAG standards, underscoring the need to optimize accessibility to improve the user experience for students with disabilities and the community at large. The findings suggest that implementing improvements will not only benefit people with disabilities, but will also establish a model for the development of inclusive educational websites. Further research is recommended to evaluate specific interventions and monitor the impact of these accessibility improvements over time
ApuGo Mobile App for Promoting Tourism, Connecting Visitors and Culture
Get PDFLa aplicación móvil ApuGo ha sido desarrollada con el propósito de mejorar la experiencia turística en la provincia de Abancay. Esta plataforma proporciona información actualizada y accesible en tiempo real sobre atractivos turísticos, servicios, actividades y rutas disponibles. Entre las funcionalidades clave implementadas se incluyen la geolocalización de puntos de interés, recomendaciones personalizadas y la integración con plataformas de reserva o consulta de servicios locales, lo que facilita a los usuarios encontrar información relevante de manera eficiente. Para evaluar el impacto de ApuGo en la experiencia del turista, se llevaron a cabo encuestas a usuarios locales, analizando indicadores como la facilidad de uso, la mejora en la accesibilidad a la información y la satisfacción del usuario. Los resultados mostraron una alta satisfacción en términos de rendimiento (89%) y navegabilidad (88%), aunque se identificaron áreas de mejora en accesibilidad (60%) e interoperabilidad (63%). Las conclusiones destacan el impacto positivo de ApuGo en la experiencia turística de la provincia de Abancay. La aplicación se ha convertido en una herramienta esencial, ya que proporciona información actualizada y accesible al instante. Ha mejorado significativamente la navegación y el acceso a servicios locales, superando métodos tradicionales como los folletos y las páginas web.This project presents the development of the mobile application ApuGo, designed to enhance the tourist experience in Abancay and Apurímac by providing real-time updated information about tourist attractions, events, and available services. The main objective was to create an accessible and scalable platform that improves navigation, usability, and transparency in managing tourist information. The methodology applied was an agile development approach using the Scrum framework and technologies such as Django for the backend. Quality tests were conducted through surveys with local users to evaluate dimensions of navigability, usability, accessibility, interoperability, and performance. The results showed high satisfaction in terms of performance (89%) and navigability (88%), although areas for improvement were identified in accessibility (60%) and interoperability (63%). The conclusions highlight ApuGo’s potential to facilitate access to tourist information, improve the visitor experience, and contribute to local economic development. Additionally, the need to optimize accessibility and compatibility with other tourist platforms in future versions was emphasized to expand its regional and national impact
Analysis of healthy housing with Artificial Intelligence in the periurban area of Jayllihuaya Puno – 2023
Get PDFLa tendencia actual en la construcción de viviendas en la zona periurbana de Jayllihuaya es creciente, se observó que el terreno de la zona es estable, carente de humedad y con escasa presencia de antenas de emisión electromagnética. El estudio buscó establecer vínculo entre la inteligencia artificial y las viviendas saludables utilizando modelos de clasificación supervisada. Las características analizadas de las viviendas estuvieron relacionadas con el acceso a los servicios básicos, iluminación, contaminación acústica, material predominante de la vivienda, combustible utilizado en la cocina y acceso a la tecnología. La información sobre las viviendas se recolectó mediante encuestas de preguntas cerradas, procesadas posteriormente con la finalidad de predecir mediante modelos de algoritmos de clasificación. Los resultados mostraron que el modelo de algoritmo máquinas de vectores de soporte (SVM) logró clasificar correctamente las viviendas con una precisión de 82%, los modelos de algoritmos de k-vecinos más cercanos (KNN) y los bosques aleatorios (RF) alcanzaron una precisión de 82% y 86.3% respectivamente, con la particularidad que los dos últimos, no lograron clasificar las viviendas consideradas saludables. Estas precisiones alcanzadas evidencian que para clasificar viviendas en saludables y no saludables es mejor utilizar modelos basados en SVM.The current trend in the construction of housing in the peri-urban area of Jayllihuaya is growing, it was observed that the terrain in the area is stable, devoid of humidity and with little presence of electromagnetic emission antennas. The study sought to establish a relationship between artificial intelligence and homes considered healthy, using supervised classification models. The analyzed characteristics of the homes were related to access to basic services, lighting, noise pollution, predominant material of the home, fuel used in cooking and access to technology. The information about the homes was collected through surveys with closed questions, subsequently processed with the purpose of predicting using classification algorithm models. The results showed that the support vector machines (SVM) algorithm model managed to correctly classify the homes with an accuracy of 82%, the k-nearest neighbors (KNN) algorithm models and the random forests (RF) achieved a accuracy of 82% and 86.3% respectively, with the particularity that the last two failed to classify the homes considered healthy. These precisions achieved show that to classify homes as healthy and unhealthy it is better to use models based on SVM
Evaluation of mortars with calcium oxide and hydrated calcium sulfate for masonry joints
Get PDF El uso de cal y yeso en morteros es crucial para el desempeño mecánico de edificaciones tradicionales. El objetivo fué evaluar la influencia del óxido de calcio y sulfato de calcio hidratado en la resistencia a la compresión, el tipo de fisuración y la densidad del mortero utilizado para uniones en mampostería. Se elaboraron 21 briquetas con siete tratamientos: T1 (Testigo), T2-T4 con dosificaciones de óxido de calcio y T5-T7 con sulfato de calcio hidratado, mezclados con cemento y arena en relación de 1:5 (v/v). los resultados mostraron que la resistencia a la compresión en T5 superó a T1. Los tratamientos T1, T2 y T5 presentaron fisuración cónica en 100%. La densidad fue mayor en T4, seguido por T1 y T5. La adición de sulfato de calcio hidratado mejora la resistencia a la compresión y en cuanto a la fisuración columnar y por corte se debe a imperfecciones en los materiales. Se demostró que el sulfato de calcio hidratado aumenta la resistencia a la compresión del mortero alcanzando 144.47 kg/cm² en comparación con 139.87 kg/cm² del testigo, pero una adición excesiva reduce la resistencia. Estas dosificaciones también influyen en el tipo de fisuración, sin embargo, no afectan significativamente la densidad.The use of lime and gypsum in mortars is crucial for the mechanical performance of traditional buildings. The objective was to evaluate the influence of calcium oxide and hydrated calcium sulfate on the compressive strength, type of cracking, and density of mortar used for masonry joints. Twenty-one briquettes were prepared with seven treatments: T1 (Control), T2-T4 with calcium oxide dosages, and T5-T7 with hydrated calcium sulfate, mixed with cement and sand in a 1:5 (v/v) ratio. The results showed that the compressive strength in T5 exceeded that of T1. Treatments T1, T2, and T5 exhibited conical cracking in 100% of samples. The density was highest in T4, followed by T1 and T5. The addition of hydrated calcium sulfate improves compressive strength, and conical and shear cracking are due to material imperfections. It was demonstrated that hydrated calcium sulfate increases the compressive strength of mortar to 144.47 kg/cm² compared to 139.87 kg/cm² for the control, but excessive addition reduces strength. These dosages also influence the type of cracking; however, they do not significantly affect density
Machine Learning Algorithms used in Credit Risk Management in Peru
Get PDFEl objetivo del presente estudio es identificar los algoritmos de Machine Learning más utilizados y efectivos para gestionar el riesgo crediticio en el sistema financiero peruano. Se analizaron cuatro investigaciones que implementaron diferentes algoritmos, tales como Árbol de Decisión, Support Vector Machine (SVM), Random Forest, Redes Neuronales, Naive Bayes, K Nearest Neighbor (KNN) y Regresión Logística, en entidades financieras y microfinancieras. La metodología incluyó la revisión bibliográfica y la webgrafía. Los resultados mostraron que el Árbol de Decisión y el SVM fueron los algoritmos más utilizados. Por su parte, las Redes Neuronales y otros algoritmos también tuvieron un rendimiento aceptable pero no superaron a los algoritmos anteriores. Las conclusiones señalan que, siendo el Árbol de Decisión y SVM las opciones más efectivas para predecir incumplimientos de pagos y gestionar el riesgo crediticio, la elección del modelo optimo puede depender de las características específicas de los datos y sobre todo los objetivos de cada institución financiera. The purpose of this study is to identify the most used and effective Machine Learning algorithms in credit risk management in the Peruvian financial system. Four research studies were analyzed that implemented different algorithms, such as Decision Tree, Support Vector Machine (SVM), Random Forest, Neural Networks, Naive Bayes, K Nearest Neighbor and Logistic Regression, in financial and microfinance institutions. The methodology included a literature review and webgraphy. The results revealed that the most used algorithms were Decision Tree and SVM. In addition, Neural Networks and other algorithms presented acceptable performance, but did not outperform the leading models in credit risk prediction. The conclusions point out that, being Decision Tree and SVM the most effective options for predicting defaults and managing credit risk, the choice of the optimal model may depend on the specific characteristics of the data and above all the objectives of each financial institution
Artificial Intelligence in Digital Marketing
Get PDFEste análisis evaluó diversas herramientas de inteligencia artificial para SEO, análisis predictivo y generación de contenido en marketing digital. Diib destacó como una opción gratuita y útil para principiantes en SEO, mientras que Surfer SEO, aunque costosa, ofrece funciones avanzadas de optimización. En análisis predictivo, SAP Analytics Cloud y Amazon QuickSight se destacaron por su integración de datos y facilidad de uso. Tableau recibió la mayor recomendación por su capacidad de visualización avanzada. En la generación de contenido, herramientas como ChatGPT, Canva y Copy.ai fueron altamente valoradas por su facilidad de uso, eficiencia y accesibilidad. Las conclusiones resaltan la importancia de la accesibilidad para pequeñas empresas, la efectividad de herramientas como Tableau y la necesidad de más investigaciones sobre el impacto real de la IA en marketing.This analysis evaluated various artificial intelligence tools for SEO, predictive analysis and content generation in digital marketing. Diib stood out as a free and useful option for SEO beginners, while Surfer SEO, although expensive, offers advanced optimization features. In predictive analytics, SAP Analy-tics Cloud and Amazon QuickSight stood out for their data integration and ease of use. Tableau received the highest recommendation for its advanced visualization capabilities. In content generation, tools such as ChatGPT, Canva and Copy.ai were highly rated for their ease of use, efficiency and accessibility. The findings highlight the importance of accessibility for small businesses, the effectiveness of tools like Tableau, and the need for more research into the real impact of AI in marketing
Development and implementation of a web application for condominium managementc: Development and implementation of a web application for condominium managementc
No full textEste artículo describe el desarrollo de una aplicación web para la gestión de pagos en condominios, utilizando ReactJS y TypeScript en el frontend para proporcionar una interfaz dinámica y eficiente. El backend se implementó con Strapi CMS y TypeScript, permitiendo la gestión de contenido y APIs. Se utilizó AWS para asegurar una infraestructura escalable. La metodología de programación en capas fue adoptada, garantizando la robustez y evolución futura del sistema. Visual Studio Code fue el entorno de desarrollo (IDE). La aplicación está dirigida a propietarios de apartamentos en condominios, facilitando la gestión de pagos y el control de servicios compartidos de manera sencilla y transparente. La investigación se basó en una metodología aplicada con un enfoque descriptivo, buscando resolver problemas prácticos mediante productos tecnológicos y recolectando datos sobre los fenómenos analizados.Here’s the translated text in English: This article describes the development of a web application for managing payments in condominiums, using ReactJS and TypeScript in the frontend to provide a dynamic and efficient interface. The backend was implemented with Strapi CMS and TypeScript, allowing for content management and APIs. AWS was used to ensure a scalable infrastructure. A layered programming methodology was adopted, guaranteeing the robustness and future evolution of the system. Visual Studio Code was the development environment (IDE). The application is aimed at apartment owners in condominiums, facilitating payment management and control of shared services in a simple and transparent manner. The research was based on an applied methodology with a descriptive approach, seeking to solve practical problems through technological products and collecting data on the analyzed phenomena
Comparative Analysis of Web Applications for Wildfire Reporting
Get PDFEl trabajo fue realizar un análisis comparativo de aplicaciones web para el reporte de incendios forestales a nivel global, el objetivo fue identificar las plataformas basándonos en la visualización de continentes, tiempo de actualización, tipo de tecnología y , considerando que existe una gran variabilidad en su desempeño, como la capacidad de detectar y monitorear incendios, generar alertas tempranas y proporcionar información accesible para distintos usuarios, se utilizó la técnica de análisis de contenido de diferentes sitios web oficiales de las aplicaciones y en la documentación para identificar características, funcionalidades y limitaciones y análisis comparativo teniendo corno resultado de este estudio se llevó a cabo una evaluación integral de aplicaciones web para la detección y reporte de incendios forestales, considerando aspectos críticos como la cobertura geográfica, tecnología utilizada, frecuencia de actualización y . Los resultados mostraron que las aplicaciones GWIS, AMA, FIRMS y WATCH DUTY obtuvieron la puntuación máxima de 20 puntos. Estas aplicaciones web se caracterizan por ofrecer una combinación de funcionalidades sofisticadas y actualizaciones regulares, además de ser accesibles de manera gratuita, lo que las hace ideales para una gestión efectiva y sostenible de incendios forestales a nivel mundial.The work was to carry out a comparative analysis of web applications for the reporting of forest fires at a global level, the objective was to identify the platforms based on the visualization of continents, update time, type of technology and access, considering that there is a great variability in its performance, such as the ability to detect and monitor fires, generate early warnings and provide accessible information for different users, the content analysis technique of different official websites of the applications and in the documentation was used to identify features, functionalities and limitations and comparative analysis, as a result of this study, a comprehensive evaluation of web applications for the detection and reporting of forest fires was carried out, considering critical aspects such as geographic coverage, technology used, update frequency and access. The results showed that the GWIS, AMA, FIRMS and WATCH DUTY applications obtained the maximum score of 20 points. These web applications are characterized by offering a combination of sophisticated functionality and regular updates, in addition to being freely accessible, making them ideal for effective and sustainable management of forest fires worldwide
Comparison of Models based on convolutional neural networks: ResNet-50V2, MobileNetV2 and EfficientNetB0 in the detection of Malaria
Get PDFLa malaria continúa siendo una de las principales causas de mortalidad a nivel mundial, afectando especialmente a las poblaciones más vulnerables. El diagnóstico tradicional de malaria, basado en la microscopía manual, es propenso a errores humanos y consume mucho tiempo, lo que dificulta la detección oportuna. En este estudio, se comparan tres modelos de redes neuronales convolucionales (CNN): ResNet-50V2, MobileNetV2 y EfficientNetB0, para la detección automática de células infectadas por malaria. Utilizando un conjunto de datos público de imágenes de células sanguíneas, se evaluaron métricas como precisión, recall, F1-score y accuracy. Los resultados indican que EfficientNetB0 obtuvo el mejor rendimiento, con una precisión del 97.12% y un recall del 97.59%, superando a ResNet-50V2 y MobileNetV2 en cuanto a desempeño general. Aunque ResNet-50V2 presentó resultados comparables, MobileNetV2, aunque menos preciso, destacó por su eficiencia computacional, lo que lo hace adecuado para dispositivos con recursos limitados. Los hallazgos sugieren que la selección del modelo debe depender del equilibrio entre precisión y disponibilidad de recursos computacionales, con EfficientNetB0 siendo el más apropiado para sistemas automatizados de diagnóstico médico en entornos con mayor capacidad de procesamiento, mientras que MobileNetV2 es ideal para entornos con restricciones computacionales.Malaria remains one of the leading causes of mortality worldwide, disproportionately affecting the most vulnerable populations. Traditional malaria diagnosis, based on manual microscopy, is prone to human errors and is time-consuming, hindering timely detection. This study compares three convolutional neural network (CNN) models: ResNet-50V2, MobileNetV2, and EfficientNetB0, applied to the automatic detection of malaria-infected cells. Using a publicly available dataset of blood cell images, metrics such as precision, recall, F1-score, and accuracy were evaluated. The results show that EfficientNetB0 achieved the best performance, with a precision of 97.12% and a recall of 97.59%, outperforming ResNet-50V2 and MobileNetV2 in overall performance. While ResNet-50V2 presented comparable results, MobileNetV2, though less accurate, stood out for its computational efficiency, making it suitable for devices with limited resources. The findings suggest that model selection should depend on the balance between accuracy and available computational resources, with EfficientNetB0 being the most appropriate for automated medical diagnostic systems in environments with higher processing capacity, while MobileNetV2 is ideal for resource-constrained environments
Applications of artificial intelligence in the analysis of academic performance in higher education: a systematic review
Get PDFLa inteligencia artificial (IA) está en constante evolución, y su aplicación en el análisis del rendimiento académico es clave para mejorar la calidad educativa y apoyar la toma de decisiones. Esta investigación realiza una revisión sistemática de la literatura sobre el uso de técnicas de IA, como machine learning y deep learning, en el análisis del rendimiento académico en universidades e institutos. Se revisaron artículos publicados entre 2020 y 2024 en bases de datos como Science Direct, Scopus e IEEE Xplore. Los estudios muestran que algoritmos como KNN, redes neuronales profundas (DNN) y árboles de decisión son efectivos para identificar patrones en grandes volúmenes de datos, con DNN alcanzando una precisión más efectiva. La IA mejora la precisión y eficiencia en la evaluación del rendimiento, y se discuten sus implicaciones, limitaciones y futuras direcciones de investigación.Abstract. Artificial intelligence (AI) is constantly evolving, and its application in the analysis of academic performance is key to improving educational quality and supporting decision making. This research carries out a systematic review of the literature on the use of AI techniques, such as machine learning and deep learning, in the analysis of academic performance in universities and institutes. Articles published between 2020 and 2024 were reviewed in databases such as Science Direct, Scopus and IEEE Xplore. Studies show that algorithms such as KNN, deep neural networks (DNN), and decision trees are effective at identifying patterns in large volumes of data, with DNN achieving more effective accuracy. AI improves accuracy and efficiency in performance evaluation, and its implications, limitations, and future research directions are discussed