Repositorio Institucional ITBA
Not a member yet
2611 research outputs found
Sort by
Geocodificación de domicilios de tipo catastral en el Gran Resistencia mediante el uso de técnicas de Procesamiento del Lenguaje Natural
No full text"Esta tesis aborda el problema de la geocodificación de domicilios catastrales en la Provincia del Chaco, Argentina, específicamente en las localidades de Resistencia, Barranqueras y Fontana. El objetivo principal fue desarrollar un método para transformar textos de direcciones catastrales, utilizando la nomenclatura de barrio, manzana y parcela, en coordenadas geográficas. Para ello, se emplearon técnicas de Procesamiento de Lenguaje Natural (PLN) y Minería de Textos en la limpieza, tokenización, parseo, normalización y estandarización de estas direcciones, con un enfoque particular en el uso de algoritmos de similitud de textos para el emparejamiento con un conjunto de datos de referencia. Los resultados obtenidos sobre una muestra de 1.121 domicilios mostraron que el modelo logró geolocalizar el 57% de los domicilios muestreados. Sin embargo, los resultados fueron heterogéneos según el análisis de cada localidad y la fuente de aquellos. Los hallazgos sugieren que este método puede ser una herramienta innovadora para la ubicación espacial de direcciones con ésta estructura gramatical particular, y es posible extrapolarlo a otros contextos locales que compartan el mismo problema."
"This thesis addresses the problem of geocoding parcel addresses in the Province of Chaco, Argentina, specifically in the localities of Resistencia, Barranqueras and Fontana. The main objective was to develop a method to transform parcel address texts, using the nomenclature of neighborhood, block, and parcel, into geographic coordinates. For this purpose, Natural Language Processing (NLP) and Text Mining techniques were employed in the cleaning, tokenization, parsing, normalization, and standardization of these addresses, with a particular focus on the use of text similarity algorithms for matching with a reference dataset. The results obtained from a sample of 1,121 addresses showed that the model was able to geolocate 57% of the sampled addresses. However, the results were heterogeneous according to the analysis of each locality and the source of those addresses. The findings suggest that this method can be an innovative tool for the spatial location of addresses with this particular grammatical structure, and it is possible to extrapolate it to other local contexts that share the same problem.
EVALUATION OF THE EFFECTIVENESS OF STABILIZATION PROGRAMS AND THEIR RELATIONSHIP WITH COLLABORATION IN ECONOMIC SYSTEMS: THE CASE OF ARGENTINA IN THE YEARS 1992, 2002, 2015, AND 2024.
No full textThis study evaluates the effectiveness of Argentina’s economic stabilization programs (1992, 2002, 2015, and 2024) by examining the structural collaboration among economic actors. Rather than focusing solely on macroeconomic indicators, the research applies complex network theory and the TE-SER model (Transformers, Stabilizers, and Recyclers) to analyze the collaborative dynamics within the economic ecosystem. A mixed-method approach combines interviews, economic data, and network analysis to explore the role of intersectoral coordination in policy effectiveness. Preliminary findings suggest that systems with stronger collaborative structures exhibit higher resilience and policy sustainability. This study contributes to macroeconomic policy design by integrating structural and relational dimensions, offering insights for more institutionally robust stabilization strategies
HUMAN-CENTERED POLICY DESIGN: REDEFINING PUBLIC POLICY-MAKING IN THE DIGITAL AGE
No full textThis study explores the rise of government innovation labs and delivery units as new institutional architectures reshaping public policy design. Drawing on agile methodologies and human-centered design, these entities represent a cultural and political shift in how states address complex challenges. Using a literature review and case studies—including Argentina’s LabGobAR and a mapping of international labs—this research analyzes how these spaces balance experimentation and execution within bureaucratic systems. The study highlights tensions between agility and accountability, and the importance of organizational culture in shaping innovation outcomes. Preliminary findings suggest three typologies of “organizational change episodes,” revealing how innovation labs may either foster hybrid governance models or remain symbolic. By framing public innovation as a situated and contested practice, the work contributes to a more nuanced understanding of state transformation and offers
insights for designing context-sensitive, effective innovation strategies in the public sector
Proangiogenic effects of peritumoral adipose tissue in kidney cancer
No full textTumor growth and metastasis require the interaction of tumor cells with the stromal environment. Angiogenesis is a necessary process for tumor growth and metastasis. Previously we showed that the conditioned media (CMs) of human renal adipose tissue from patients with renal tumors (hRAT) increases the migration of tumor and non-tumor renal epithelial cells compared to CMs of normal adipose tissue (hRAN).We evaluated: 1) mRNA expression of hypoxia inducible factor (HIF) 1α, HIF2α and vascular endothelial growth factor (VEGF) in hRAN and hRAT, by qRT-PCR; 2) protein expression VEGF in hRAN-CMs and hRAT-CMs, by ELISA; 3) migration of endothelial cells (ECs) incubated with hRAN-CMs and hRAT-CMs, by wound healing assay and transwells; and 4) tube formation by ECs, incubated with hRAN-and hRAT-CMs. Results: We found a higher expression of HIF1α, HIF2α in hRAT vs. hRAN explants (p<0.05). Also, we observed a close to significance trend toward higher VEGF protein expression (p=0.052) in hRAT-CMs vs. hRAN-CMs explants. In addition, we found that hRAT-CMs significantly induced the migration of ECs compared to hRAN-CMs (p<0.05). Finally, an increased tubulogenesis of ECs incubated with hRAT-CMs vs. hRAN-CMs was observed (p<0.05).We show that renal peritumoral adipose tissue secretes VEGF and promotes angiogenesis on HUVEC cell lines, suggesting that VEGF, among other factors, may contribute to this effect. This proangiogenic stimulus would promote the vascularization of the tumor, favoring its growth and metastasis
FACTORS AFFECTING THE SURVIVAL OF MICRO BUSINESSES IN ARGENTINA
No full textMicrobusinesses play a crucial role in Argentina’s economy, providing employment and supporting local development. However, their growth and sustainability are constrained by persistent challenges, including inflation, restricted access to affordable credit, and economic volatility. This collaborative study between UBA, ITBA, and MIT LIFT Lab analyzes these factors through survey data, exploring relationships between sales, inventory, pricing, labor dynamics, and external constraints. Findings reveal that high inflation and limited credit access are key barriers, particularly affecting inventory management and sales. The study concludes with actionable policy recommendations to address these challenges and suggests areas for future research, emphasizing the need for more robust datasets and longitudinal studies
BUMI: Proyecto de lanzamiento de productos o servicios
No full textBUMI es una plataforma digital que conecta a padres con babysitters de forma rápida, segura y confiable, bajo un modelo de negocio simple: los padres pagan un fee único por acceder al contacto de la babysitter elegida (match). Luego, la coordinación y el pago del servicio se realizan por fuera de la plataforma, reduciendo riesgos legales y simplificando la operación
EVOLUTION OF THE PETER PRINCIPLE IN TECHNOLOGY SMB’s: THE TRANSITION FROM TECHNICAL ROLES TO MANAGERS
Full text linkThis research examines the evolution of the Peter Principle in small and medium-sized technology companies in Argentina, particularly within the context of knowledge-based micro-enterprises. It explores how transitions from technical to managerial roles are shaped by the systemic interplay between mindset, toolset, and skillset.
Drawing on qualitative interviews with professionals from the knowledge-based services sector, the study identifies three recurring profiles with varying probabilities of exhibiting the Peter Principle, depending on the combination of these dimensions. The findings suggest that the fluid structures and adaptive practices of tech startups reduce the rigidity typically associated with hierarchical promotion paths. Instead of proposing a definitive framework, the study introduces an analytical tool to better understand managerial potential and inform context-sensitive development strategies. These strategies, grounded in existing literature, respond to the unique needs and limitations of each profile, highlighting new opportunities for leadership transitions in fast-changing, innovation-driven environments
Interpolación de Frames de Video
Full text linkEn los ultimos años, la demanda por experiencias de visualización en alta calidad ha incrementado significativamente, impulsando la adopción de resoluciones 4K y tasas de reproducción superiores a 60Hz. Sin embargo, la obtención de videos nativos con estas características es costosa en términos computacionales y de hardware, lo que limita su disponibilidad en dispositivos
con recursos restringidos, como cámaras IoT o sistemas embebidos. Para abordar esta problemática, en este trabajo se propone una arquitectura hıbrida para interpolación de fotogramas ( ́ Video Frame Interpolation, VFI) que permite aumentar la tasa de cuadros por segundo de manera eficiente.
Actualmente, los modelos existentes no suelen ser de propósito general, ya que están diseñados para priorizar la velocidad de inferencia, como las redes neuronales convolucionales (CNN), o maximizar la calidad del video interpolado, como los modelos basados en Transformers. En este contexto, se plantea una solución que combina RIFE, un modelo basado en CNN optimizado para el cálculo rápido del flujo óptico, y EMA-VFI, un modelo basado en Transformers que captura dependencias de largo alcance en las secuencias de video. La arquitectura incorpora un modulo de decisión dinámico que selecciona el modelo más adecuado en función de las características del contenido, optimizando el balance entre calidad visual y tiempo de procesamiento. Los experimentos realizados evalúan el desempeño del modelo propuesto mediante métricas estándar como PSNR, SSIM, LPIPS y FloLPIPS, evidenciando que la combinación adaptativa de CNN y Transformers permite alcanzar un equilibrio entre velocidad y calidad en la interpolación de fotogramas. Esto sugiere que la arquitectura presentada es una alternativa viable para mejorar la tasa de cuadros por segundo en aplicaciones como compresión de video, restauración y generación de contenido de alta fluidez visual
Implementación y validación de un sistema automático para evaluar la creatividad mediante la imaginación de escenas
Full text link"El presente proyecto final de carrera se centra en el desarrollo y validación de un sistema automático para la corrección y categorización de narraciones de imaginación de escenas. Esta tarea neuropsicológica es utilizada para evaluar la capacidad de generar y organizar mentalmente entornos ficticios de manera coherente y detallada. Estas producciones se vinculan estrechamente con la memoria episódica y la creatividad verbal. Tradicionalmente, su evaluación se realiza de forma manual, lo que resulta costoso, lento y sujeto a variabilidad interevaluador.
El trabajo aborda la necesidad de herramientas automáticas que procesen y analicen grandes volúmenes de datos de forma eficiente, objetiva y replicable, adaptándose a protocolos específicos de investigación. La pregunta principal que guía este proyecto es cómo automatizar la transcripción, corrección y clasificación de narraciones de imaginación de escenas preservando la calidad y consistencia de la evaluación manual.
El objetivo fue realizar una herramienta que logre replicar esta tarea, reduciendo costos y optimizando la metodología manual. Para ello, se desarrolló un software en Python con arquitectura modular y escalable, que integra inteligencia artificial y procesamiento de lenguaje natural para transcribir audio a texto, segmentar narraciones y clasificar elementos lingüísticos según categorías semánticas predefinidas.
El desempeño del sistema se validó mediante comparaciones cuantitativas y cualitativas con evaluadores humanos y con determinados gold standards de referencia. Los resultados muestran un rendimiento comparable, e incluso superior, al humano, con menor error medio, menor dispersión y alta correlación con los estándares de referencia. La automatización redujo drásticamente los tiempos de evaluación, de horas a segundos, y el análisis por categoría evidenció alta precisión en la identificación de entidades y desempeño robusto en categorías complejas, consolidando la validez funcional del sistema.
Este proyecto integra conocimientos de bioingeniería, neurociencia cognitiva e informática, ofreciendo una herramienta flexible y escalable para distintos protocolos experimentales. Sienta además una base sólida para futuras investigaciones en creatividad y memoria, facilitando análisis más rápidos, consistentes y accesibles, y contribuyendo al desarrollo de metodologías automatizadas en investigación cognitiva"
Predicción de bajas de clientes en entidades bancarias: Un enfoque basado en machine learning
Full text link"En los últimos años, el sector bancario de personas físicas en Argentina ha experimentado profundas transformaciones, impulsadas por factores como la globalización, la digitalización, los cambios de hábitos postpandemia y las medidas regulatorias derivadas de la crisis macroeconómica.
En un contexto sumamente competitivo como lo es la industria financiera argentina, conservar la cartera de clientes es un eje estratégico en las entidades, dado que retenerlos suele ser significativamente menos costoso que captar uno nuevo. Dada esta dinámica, la capacidad de anticipar el abandono de los clientes adquiere gran relevancia para mejorar la rentabilidad y eficientizar los costos.
Así, comprender los factores que inciden en el cierre de cuentas resulta esencial para que las entidades bancarias puedan anticipar y mitigar la pérdida de clientes, fortaleciendo su cartera activa y optimizando sus estrategias de retención.
El presente trabajo se enfoca en analizar el comportamiento de los clientes de personas físicas en entidades bancarias, utilizando datos históricos del sector. Se aplican técnicas de análisis de datos y modelado predictivo basadas en machine learning para construir un modelo de predicción de bajas de clientes"