C&T Riqchary Revista de investigación en ciencia y tecnología
Not a member yet
80 research outputs found
Sort by
Application of artificial intelligence to predict employee turnover in a supermarket in Juliaca – Puno
No full textEl presente estudio se centró en el desarrollo y la evaluación de un modelo de inteligencia artificial destinado a la predicción de la rotación de personal en la sección de productos frescos de un supermercado ubicado en Juliaca, Perú, así como en la identificación de los factores determinantes principales de este fenómeno. Se adoptó un enfoque metodológico cuantitativo y predictivo, empleando algoritmos de aprendizaje automático (Regresión Logística, Random Forest, XGBoost, KNN) sobre una base de datos compuesta por 1,000 registros de empleados. La metodología abarcó el preprocesamiento de datos, la codificación de variables, el escalado de características y la implementación de la técnica SMOTE para contrarrestar el desequilibrio de clases. Los hallazgos revelaron que el modelo KNN exhibió el rendimiento predictivo superior, logrando un F1-Score de 0.599. El análisis de la importancia de las características indicó que el salario mensual, la evaluación de desempeño y la antigüedad constituyeron los predictores de mayor influencia. En conclusión, se establece que la inteligencia artificial representa una herramienta robusta y factible para la gestión proactiva de los recursos humanos, facultando a la gerencia para formular estrategias de retención enfocadas y fundamentadas en evidencia, con el fin de mitigar la rotación en el contexto analizado.This study focused on the development and evaluation of an artificial intelligence model for predicting employee turnover in the fresh produce section of a supermarket located in Juliaca, Peru, and on identifying the main determinants of this phenomenon. A quantitative and predictive methodological approach was adopted, employing machine learning algorithms (Logistic Regression, Random Forest, XGBoost, KNN) on a database composed of 1,000 employee records. The methodology included data preprocessing, variable encoding, feature scaling, and the implementation of the SMOTE technique to counteract class imbalance. The findings revealed that the KNN model exhibited the superior predictive performance, achieving an F1-Score of 0.599. Feature importance analysis indicated that monthly salary, performance appraisal, and seniority were the most influential predictors. In conclusion, it is established that artificial intelligence represents a robust and feasible tool for proactive human resource management, empowering management to formulate focused and evidence-based retention strategies to mitigate turnover in the analyzed context
Artificial Intelligence and Teacher Performance in an Educational Institution in Southern Peru
No full textLa irrupción de tecnologías como la inteligencia artificial (IA) representa un nuevo campo del que hacer pedagógico en entornos educativos. Este estudio evalúa la asociación entre el uso pedagógico de herramientas de IA y el rendimiento docente en la Institución Educativa “José Antonio Encinas” de Juliaca, Puno (Perú). Se desarrolló un diseño correlacional de corte transversal, aplicándose un cuestionario estructurado a una muestra censal de 121 docentes. La variable independiente fué el grado de integración de la IA en prácticas pedagógicas de docentes, mientras que la variable dependiente fue el rendimiento docente, operacionalizado mediante indicadores de planificación curricular, desempeño en aula y evaluación formativa. El análisis estadístico, sustentado en una regresión lineal y coeficiente de correlación de Spearman, evidenció una asociación positiva y significativa (r = 0,805; R² = 0,648; F = 218,965; p < 0,001), con un error estándar de estimación, dentro de rangos metodológicamente aceptables. Los hallazgos indican un uso intensivo de la IA en la planificación didáctica y en la recreación automática de retroalimentación, sugiriendo su potencial para potenciar el desempeño profesional docente en contextos de transformación digitalThe irruption of technologies such as artificial intelligence (AI) represents a new field of pedagogical practice in educational environments. This study evaluates the association between the pedagogical use of AI tools and teacher performance in the “José Antonio Encinas” Educational Institution of Juliaca, Puno (Peru). A cross-sectional correlational design was developed, applying a structured questionnaire to a census sample of 121 teachers. The independent variable was the degree of integration of AI in teachers' pedagogical practices, while the dependent variable was teacher performance, operationalized through indicators of curricular planning, classroom performance and formative evaluation. The statistical analysis, based on linear regression and Spearman's correlation coefficient, showed a positive and significant association (r = 0.805; R² = 0.648; F = 218.965; p < 0.001), with a standard error of estimation within methodologically acceptable ranges. The findings indicate an intensive use of AI in didactic planning and in the automatic recreation of feedback, suggesting its potential to enhance professional teaching performance in contexts of digital transformation
Evaluation of the corrosive nature of water and its impact on an industrial cooling system
Get PDFLa calidad del agua es un factor crítico para la eficiencia y vida útil de los sistemas de enfriamiento industrial, pudiendo generar fallas operativas. La investigación tuvo como objetivo evaluar la calidad del agua de alimentación del sistema de enfriamiento cerrado en Briquetera del Caroní (BRIQCAR), ante la observación de un deterioro y aumento de fugas. El estudio de tipo descriptivo a través de la determinación de parámetros fisicoquímicos del agua de alimentación, el cálculo del Índice de Saturación de Langelier (ISL) y el análisis de la tendencia del pH e ISL a lo largo del periodo 2010-2025 mediante regresión lineal. Los resultados revelaron una tendencia estadísticamente significativa de disminución en el pH, la alcalinidad total y la dureza cálcica del agua a lo largo de los años. Los valores de pH pasaron de alcalinos a consistentemente ácidos (<5,5). El ISL calculado fue negativo, acentuando una tendencia corrosiva creciente. El análisis de la matriz de correlación confirma que el descenso del pH, la alcalinidad total y la dureza cálcica están interrelacionados directamente a la disminución del pH, lo cual es el impulsor del aumento del potencial corrosivo. Se concluye que la calidad del agua de alimentación ha evolucionado hacia una mayor agresividad química, contribuyendo al deterioro de los equipos y al incremento de fugas. Se recomienda un monitoreo continuo y la implementación de un programa de tratamiento químico correctivo para estabilizar el ISL, protegiendo la infraestructura y optimizando la eficiencia operativa. Water quality is a critical factor for the efficiency and lifespan of industrial cooling systems, potentially leading to operational failures. The objective of this study was to evaluate the quality of the feedwater to the closed cooling system at Briquetera del Caroní (BRIQCAR), given the observation of deterioration and increased leaks. The descriptive study determined the physicochemical parameters of the feedwater, calculated the Langelier Saturation Index (LSI), and analyzed the pH and LSI trends over the period 2010–2025 using linear regression. The results revealed a statistically significant downward trend in the pH, total alkalinity, and calcium hardness of the water over the years. pH values shifted from alkaline to consistently acidic (<5.5). The calculated LSI was negative, accentuating an increasing corrosive tendency. Correlation matrix analysis confirms that the decrease in pH, total alkalinity, and calcium hardness are directly interrelated with the decrease in pH, which is the driving force behind the increase in corrosive potential. It is concluded that feedwater quality has evolved toward greater chemical aggressiveness, contributing to equipment deterioration and increased leaks. Continuous monitoring and the implementation of a corrective chemical treatment program are recommended to stabilize the LSI, protecting the infrastructure, and optimizing operational efficiency
Predictive modeling in the Abancay snow-capped mountains using Arima analysis: projections to 2030
Get PDFEl artículo se centra en el análisis del acelerado retroceso de los nevados de Abancay, un fenómeno impulsado por el incremento de las temperaturas y la irregularidad de los patrones de precipitación. Esta disminución no solo representa una pérdida significativa de masa de hielo, sino que también amenaza la disponibilidad de agua para las comunidades locales que dependen de estos nevados como fuente vital de recursos hídricos. Mediante la aplicación de Sistemas de Información Geográfica (SIG), el estudio busca cartografiar la evolución de los nevados para comprender con mayor precisión el impacto geográfico del cambio climático en la región. El sistema proyecta una reducción del 30,17 % en la cobertura nival, una disminución del 9,06 % en la precipitación y un aumento anual de la temperatura de 0,7 °C para el 2030. Asimismo, se proponen estrategias de adaptación al cambio climático y de conservación de los ecosistemas con el fin de mitigar estos efectos y garantizar la sostenibilidad y resiliencia de las comunidades ante la pérdida de nevados y la escasez hídrica.This paper focuses on the analysis of the accelerated decline of the snowcaps in Abancay, a phenomenon driven by rising temperatures and irregular precipitation patterns. This reduction not only signifies a significant loss of ice mass but also threatens the availability of water for local communities that depend on these snowcaps as a vital source of water resources. Utilizing Geographic Information Systems (GIS), the study aims to map the evolution of the snowcaps to gain a better understanding of the geographical impact of climate change in the region. The system forecasts a 30.17% reduction in snowcaps, a 9.06% decrease in precipitation, and an annual temperature increase of 0.7°C by 2030. Additionally, adaptation strategies for climate change and ecosystem conservation are proposed to mitigate these effects, ensuring the sustainability and resilience of communities in the face of snowcap loss and water scarcity
Effect of plant-derived coagulants on the physicochemical and sensory properties of cheese
No full textEl cuajo de origen animal es ampliamente utilizado en la elaboración de diversas variedades de queso; sin embargo, su alto costo, el uso de organismos genéticamente modificados y ciertas restricciones religiosas han impulsado la búsqueda de alternativas sostenibles como los coagulantes vegetales. El presente estudio tuvo como objetivo evaluar el efecto de los coagulantes de origen vegetal sobre las características fisicoquímicas y sensoriales del queso. Se emplearon enzimas obtenidas de papaya serrana (Carica pubescens, papaína), higo (Ficus carica, ficina) y ortiga menor (Urtica urens, ácidos fenólicos), utilizando renina en pastilla como control. Durante la coagulación se adicionaron 0,3% (v/v) de látex de papaya serrana, 3% (m/v) de ramas de higo y 4% (m/v) de hojas de ortiga menor, mientras que la renina en pastilla se usó al 0,01% (m/v), considerando un litro de leche como base. Los análisis incluyeron pH, acidez, sinéresis, contenido de grasa, materia seca, contenido de agua y evaluación sensorial. Los resultados evidenciaron que el látex de papaya serrana mejoró varios parámetros tecnológicos: redujo la sinéresis (de 5,04% a 4,17%) así como el contenido de agua (de 54,39 g/100 g a 51,19 g/100 g), incrementó la materia seca (de 45,61 g/100 g a 48,81 g/100 g) y en contenido de grasa (de 26,57 g/100 g a 28,62 g/100 g), todo ello respecto al queso control (elaborado con renina en pastilla); asimismo, sus valores de pH y acidez fueron similares a los del queso control. Sensorialmente, el queso con papaya obtuvo la mayor puntuación en sabor, olor, color, textura y aceptabilidad global, alcanzando valores superiores a los del queso control. En conclusión, el látex de papaya serrana no solo fue el mejor coagulante vegetal evaluado, sino que produjo un queso con características fisicoquímicas y sensoriales comparables e incluso superiores al obtenido con renina en pastilla, lo que respalda su viabilidad como alternativa sostenible en la elaboración de quesos.Animal-derived rennet is widely used in the production of various types of cheese; however, its high cost, the use of genetically modified organisms, and certain religious restrictions have driven the search for sustainable alternatives such as plant-based coagulants. The present study aimed to evaluate the physicochemical characteristics and sensory acceptability of cheeses produced with plant-derived coagulants. Enzymes extracted from highland papaya (Carica pubescens, papain), fig (Ficus carica, ficin), and small nettle (Urtica urens, phenolic acids) were used, with tablet rennet serving as the control. During coagulation, 0,2% (v/v) highland papaya latex, 3% (m/v) fig branches, and 4% (m/v) small nettle leaves were added, while tablet rennet was used at 0,001% (m/v), considering one liter of milk as the base. The analyses included pH, acidity, syneresis, fat content, dry matter, moisture, and sensory evaluation. The results showed that highland papaya latex improved several technological parameters: it reduced syneresis (4,17% versus 5,04%), increased dry matter (48,81 g/100 g versus 45,61 g/100 g), and raised fat content (28,62 g/100 g versus 26,57 g/100 g), all compared to the control cheese (made with tablet rennet). Likewise, its pH, moisture content, and acidity values were similar to those of the control cheese. Sensory analysis revealed that the papaya-based cheese obtained the highest scores for flavor, aroma, color, texture, and overall acceptability, achieving values superior to those of the control cheese. In conclusion, highland papaya latex was not only the best plant-based coagulant evaluated, but it also produced a cheese with physicochemical and sensory characteristics comparable to—and in some cases superior to—those obtained with tablet rennet, supporting its viability as a sustainable alternative in cheese production
Spoo: Educational Video Game Based on Serious Games for the Development of Numerical Skills in Early School-Aged Children
No full textLa presente investigación evaluó el impacto del videojuego educativo Spoo en la comprensión y uso de los números en niños de educación inicial. Este estudio adoptó un enfoque cuantitativo con un diseño pre-experimental, empleando pruebas diagnósticas antes y después de la intervención para evaluar el impacto del videojuego educativo Spoo en estudiantes de la Institución Educativa Inicial N.° 02 María Inmaculada, en Abancay. El videojuego, está estructurado en cinco niveles secuenciales, abordó competencias clave del pensamiento numérico temprano, tales como el conteo, la escritura de números, la comparación y la secuenciación.
Los resultados evidenciaron un progreso notable; el porcentaje de alumnos en el nivel de alto rendimiento se incrementaron del 56% al 84%. Además, no se registraron retrocesos en el rendimiento, corroborando el efecto beneficioso de Spoo. Estos hallazgos, concuerdan con investigaciones anteriores donde se muestra la efectividad de los videojuegos educativos en el estímulo y aprendizaje de las matemáticas en edades tempranas. Se concluye que Spoo, es una herramienta viable y eficaz para fortalecer habilidades numéricas en educación inicial, recomendando su adaptación a otros contextos y contenidos currriculares.The present research evaluated the impact of the educational video game Spoo on the comprehension and use of numbers in early childhood education. This study adopted a quantitative approach with a pre-experimental design, using diagnostic tests before and after the intervention to evaluate the impact of the educational video game Spoo in students of the Initial Educational Institution N.° 02 María Inmaculada, in Abancay. The video game, structured in five sequential levels, addressed key competencies of early numerical thinking, such as counting, number writing, comparison and sequencing.
The results evidenced remarkable progress; the percentage of students at the high-achieving level increased from 56% to 84%. Furthermore, there was no regression in performance, corroborating the beneficial effect of Spoo. These findings are consistent with previous research showing the effectiveness of educational video games in the stimulation and learning of mathematics at an early age. It is concluded that Spoo is a viable and effective tool to strengthen numerical skills in early education, recommending its adaptation to other contexts and curricular contents
Virtual tutor with ChatGPT for self-learning of students with conditional enrollment in the Professional School of Computer Engineering and Systems - UNAMBA
No full textLa inteligencia artificial (IA) ha transformado significativamente la educación, siendo una herramienta clave para el autoaprendizaje. El objetivo de esta investigación es determinar la contribución del tutor virtual ChatGPT en el proceso de autoaprendizaje de estudiantes con matrícula condicionada en la Escuela Profesional de Ingeniería Informática y Sistemas de la Universidad Nacional Micaela Bastidas de Apurímac. El estudio se realizó con 36 estudiantes durante el semestre académico 2023-II, utilizando un diseño pre-experimental. Al grupo experimental se instruyó adecuadamente sobre uso del tutor virtual ChatGPT en el proceso de autoaprendizaje, y posteriormente se realizó una encuesta. El análisis de los datos mostró que el 75% de los estudiantes aprobaron el semestre académico, evidenciando una mejora significativa en el rendimiento académico. Según las encuestas, el 80% de los estudiantes señalan que el tutor virtual ChatGPT mejora el autoaprendizaje. Las encuestas procesadas y evaluadas mediante la prueba de Rho Spearman, arrojaron un coeficiente de correlación de 0.533, confirmando una relación positiva entre el uso del tutor virtual ChatGPT y el autoaprendizaje. En conclusión, la investigación valida que el tutor virtual ChatGPT es una herramienta eficaz para fortalecer el autoaprendizaje de los estudiantes.Artificial intelligence (AI) has significantly transformed education, being a key tool for self-learning. The objective of this research is to determine the contribution of the ChatGPT virtual tutor in the self-learning process of students with conditional enrollment in the Professional School of Computer and Systems Engineering of the Universidad Nacional Micaela Bastidas de Apurímac. The study was conducted with 36 students during the 2023-II academic semester, using a pre-experimental design. The experimental group was properly instructed on the use of the ChatGPT virtual tutor in the self-learning process, and then a survey was conducted. The analysis of the data showed that 75% of the students passed the academic semester, evidencing a significant improvement in academic performance. According to the surveys, 80% of the students indicated that the ChatGPT virtual tutor improved self-learning. The surveys processed and evaluated by means of the Rho Spearman test, yielded a correlation coefficient of 0.533, confirming a positive relationship between the use of the ChatGPT virtual tutor and self-learning. In conclusion, the research validates that the ChatGPT virtual tutor is an effective tool to strengthen students' self-learning
Comparison of Compact Generative Models for Automatic Question Answering in Spanish via Retrieval-Augmented Generation
Get PDFEste estudio compara cinco modelos generativos compactos (≤ 8 mil millones de parámetros) para respuesta automática en español integrados a un esquema de generación aumentada con recuperación (RAG) y ejecutados localmente. Se evalúa la calidad mediante F1, BLEU-4 y un juicio semántico externo (LLM-Judge), junto con indicadores de eficiencia (latencia P95, memoria, GPU/CPU). Los resultados muestran que Mistral 7B alcanza el mejor desempeño medio en F1 y valoración global, mientras que OpenHermes 7B ofrece una precisión prácticamente equivalente con la menor huella de memoria. Zephyr 7B-β destaca en documentos extensos y Phi-3 Mini reduce las colas de latencia bajo condiciones adversas. Un análisis de Pareto F1–RAM identifica a Mistral 7B y OpenHermes 7B como soluciones no dominadas, proporcionando pautas de selección según el objetivo operativo (precisión absoluta vs. eficiencia de recursos). El trabajo aporta una comparación reproducible en español bajo RAG y criterios accionables para despliegues locales.This study compares five compact generative models (≤ 8 billion parameters) for Spanish question answering under a retrieval-augmented generation (RAG) pipeline executed locally. We assess response quality using F1, BLEU-4, and an external semantic judge (LLM-Judge), alongside efficiency indicators (P95 latency, memory, GPU/CPU). Results show Mistral 7B achieves the highest average F1 and semantic scores, whereas OpenHermes 7B attains nearly identical accuracy with the lowest memory footprint. Zephyr 7B-β performs well on very long documents, and Phi-3 Mini minimizes tail latency under adverse conditions. A Pareto analysis of F1–RAM identifies Mistral 7B and OpenHermes 7B as non-dominated solutions, yielding practical guidelines depending on operational goals (maximum accuracy vs. resource efficiency). The paper contributes a reproducible Spanish-language comparison under RAG and actionable criteria for local deployments
Neuro-AI in the classroom: New frontiers in university student motivation and performance
No full textLa neuro-IA tiene el potencial de revolucionar la educación al mejorar la motivación y el rendimiento de los estudiantes. Es fundamental que educadores y desarrolladores trabajen juntos para crear entornos de aprendizaje seguros y éticos. La investigación futura debe enfocarse en la evaluación a largo plazo de estas tecnologías en diferentes contextos educativos, así como en el desarrollo de modelos híbridos que integren neurociencia y experiencia docente. Aunque la neuro-IA ofrece oportunidades para personalizar el aprendizaje mediante interfaces cerebro-computadora y neurofeedback, su implementación debe ser ética, priorizando la autonomía del estudiante y la privacidad de los datos. Se recomienda la creación de leyes que apoyen el uso responsable de estas tecnologías. En resumen, la neuro-IA no solo mejora el rendimiento académico, sino que también transforma la enseñanza, marcando el camino hacia un futuro educativo más inclusivo y eficiente.Neuro-AI has the potential to revolutionize education by improving student motivation and performance. It is critical that educators and developers work together to create safe and ethical learning environments. Future research should focus on the long-term evaluation of these technologies in different educational contexts, as well as the development of hybrid models that integrate neuroscience and teaching experience. Although neuroAI offers opportunities to personalize learning through brain-computer interfaces and neurofeedback, its implementation must be ethical, prioritizing student autonomy and data privacy. The creation of laws that support the responsible use of these technologies is recommended. In short, neuroAI not only improves academic performance but also transforms teaching, paving the way for a more inclusive and efficient educational future
Arterial hypertension in adults: risk analysis and predictive classification using Random Forest
No full textLa hipertensión arterial (HTA) ha sido considerada un reto en la salud debido a su impacto en la morbimortalidad cardiovascular y a su frecuente diagnóstico tardío. Se abordó el problema mediante el desarrollo de un modelo de clasificación predictiva basado en Random Forest, con el objetivo de identificar individuos en riesgo de hipertensión a partir de variables clínicas, demográficas y metabólicas. Se utilizó una base de datos proveniente de pacientes en México; mediante la técnica SMOTE-Tomek fue sometida a procesos de limpieza, normalización y balanceo. Se entrenó el modelo con el 70% de los datos y se validó con el 30% restante, aplicando validación cruzada k-fold (k=10). Se evaluó el rendimiento del modelo mediante métricas como precisión, sensibilidad, puntaje F1 y matriz de confusión. Se comparó el modelo con otros métodos como KNN y Decisión Tree. Se alcanzó una exactitud del 98% con el modelo optimizado (127 árboles, profundidad 20) destacando como predictores claves el índice de masa corporal, la presión arterial, la actividad física, el peso y la circunferencia de cintura. Aunque también se evaluaron biomarcadores metabólicos, estos presentaron menor relevancia en la clasificación frente a los predictores antropométricos. Los resultados obtenidos confirman que Random Forest es una herramienta robusta y precisa para la detección temprana del riesgo de hipertensión. Gracias a su integración mediante una API y un formulario interactivo, el modelo resulta accesible incluso para usuarios sin formación técnica, lo que contribuye a estrategias preventivas de salud públicaArterial hypertension (AH) has been considered a major public health concern due to its impact on cardiovascular morbidity and mortality and its frequent late diagnosis. This study addresses the problem by developing a predictive classification model based on the Random Forest algorithm, aiming to identify individuals at risk of hypertension using clinical, demographic, and metabolic variables. A dataset from patients in Mexico was used and processed through cleaning, normalization, and balancing with the SMOTE-Tomek technique. The model was trained with 70% of the data and validated with the remaining 30%, using 10-fold cross-validation. Its performance was evaluated through metrics such as precision, recall, F1-score, and confusion matrix. The model was compared with other methods such as KNN and Decision Tree. The optimized model (127 trees, depth 20) achieved an accuracy of 98% with body mass index, blood pressure, physical activity, weight, and waist circumference identified as the most relevant predictors. Although metabolic biomarkers were also evaluated, they were less relevant in the classification compared to anthropometric variables. The results confirm that Random Forest is a robust and accurate tool for the early detection of hypertension risk. Thanks to its integration via an API and an interactive form, the model is accessible even to not-technical users, contributing to preventive strategies in public health