59142 research outputs found
Sort by
Microplásticos en playas del Guayas: análisis y comparación de abundancia en dos playas de arenas
Get PDFLos microplásticos (MP) son partículas de tamaño diminuto, difíciles de detectar a simple vista y constituyen la fracción más abundante y perjudicial de desechos plásticos. El ambiente marino costero permite que estas diminutas partículas se desplacen en distintos medios. Por lo tanto, cuantificar la abundancia de MP en distintas matrices se convierte en un desafío considerable. Este proyecto evaluó la abundancia y diversidad de MP en dos playas de arena mediante la aplicación de un protocolo armonizado. Para esto se recolectó arena utilizando un cuadrante de 50 x 50 cm en las playas: El Encanto y Bellavista. Las muestras se procesaron para extraer los MP y determinar el tamaño, forma y color usando un estereomicroscopio. Los resultados mostraron que en la playa El Encanto predominó los MP entre 300 μm -1 mm, en cambio los MP de 1 mm y 5 mm fueron más abundantes en Bellavista. Asimismo, se encontraron fibras, películas y fragmentos de distintos colores que presentaron un mayor tamaño en la playa Bellavista que en El Encanto. Por lo tanto, en El Encanto destacan microplásticos con fracciones menores, mientras que en Bellavista fracciones mayores. Además, las fibras transparentes y azules son las más abundantes y peligrosasMicroplastics (MPs) are tiny particles that are difficult to detect with the naked eye and represent the most abundant and harmful fraction of plastic debris. The coastal marine environment allows these tiny particles to move through different media. Therefore, quantifying the abundance of MPs in various matrices becomes a significant challenge. This project assessed the abundance and diversity of MPs on two sandy beaches using a standardized protocol. Sand samples were collected using a 50 x 50 cm quadrat on El Encanto and Bellavista beaches. The samples were processed to extract the MPs and to determine their size, shape, and color using a stereomicroscope. The results showed that MPs between 300 μm and 1 mm predominated on El Encanto, while MPs between 1 mm and 5 mm were more abundant on Bellavista. Additionally, fibers, films, and fragments of different colors were larger on Bellavista beach compared to El Encanto. Therefore, microplastics with smaller fractions are found on El Encanto, while larger fractions are found at Bellavista. Furthermore, transparent and blue fibers are the most abundant and pose the greatest danger.
Keywords: microplastics, sandy beaches, protocol
Clasificación estructurada de la ASTM Uniformat II de elementos BIM usando información semántica y Natural Language Processing
Get PDFEl presente proyecto tiene como objetivo desarrollar un método automatizado
para clasificar elementos de construcción en modelos BIM, empleando
procesamiento de lenguaje natural (NLP) y el estándar ASTM Uniformat II. La
hipótesis plantea que el uso de técnicas avanzadas como NLP y modelos de
aprendizaje automático mejora significativamente la precisión y eficiencia en la
clasificación de elementos BIM. Justifica su importancia en la necesidad de
optimizar procesos constructivos mediante la estandarización y reducción de
errores en la gestión de datos. Para el desarrollo del proyecto, se utilizó el
modelo BERT, ajustado para la clasificación de elementos bajo la normativa
ASTM Uniformat II, junto con la herramienta Dynamo para la extracción y
organización de datos. Las técnicas incluyeron la integración de algoritmos de
aprendizaje profundo, procesamiento de datos semánticos y la validación de los
resultados mediante matrices de confusión. Los materiales consistieron en
modelos BIM generados en Revit, y los análisis se realizaron empleando Python
y bibliotecas específicas para NLP. Los resultados mostraron que el modelo
BERT alcanzó una precisión del 48.77% en el nivel 1, pero su desempeño
disminuyó a niveles más detallados, con una precisión del 4.33% en el nivel 4.
Este rendimiento evidenció las limitaciones del modelo en clasificaciones
granulares. Se concluye que el uso de modelos automatizados mejora la
clasificación en niveles generales, pero requiere ajustes para aumentar la
precisión en niveles específicos. Esto refuerza la relevancia del procesamiento
de lenguaje natural en la gestión de información BIM.This project aims to develop an automated method for classifying construction
elements in BIM models using natural language processing (NLP) and the ASTM
Uniformat II standard. The hypothesis suggests that advanced techniques such
as NLP and machine learning models significantly improve the accuracy and
efficiency of BIM element classification. The project’s importance lies in
optimizing construction processes through standardization and reducing data
management errors. For the development, the BERT model was fine-tuned to
classify elements under the ASTM Uniformat II standard, and Dynamo was used
for data extraction and organization. Techniques included the integration of deep
learning algorithms, semantic data processing, and result validation using
confusion matrices. Materials consisted of BIM models created in Revit, with
analyses performed using Python and specific NLP libraries. The results showed
that the BERT model achieved an accuracy of 48.77% at Level 1, but its
performance decreased at more detailed levels, reaching only 4.33% accuracy at
Level 4. These findings highlighted the model’s limitations in granular
classifications. It is concluded that automated models improve classification at
general levels but require adjustments to enhance precision in specific levels.
This reinforces the relevance of natural language processing in BIM information
management.
Keywords: BIM, Uniformat II, natural language processing, automated
classification
Res. 25-01-020, por consulta Modific. parcial Res. 25-01-004, comisión servicios Rectora a Panamá
No full text
Sistema de monitoreo para clientes de proveedores de Internet utilizando contratos inteligentes.
Get PDFEl proyecto tiene como propósito diseñar un sistema de monitoreo para clientes de proveedores de Internet basado en contratos inteligentes asegurando el cumplimiento de los Acuerdos de Nivel de Servicio (SLA). Su finalidad radica en supervisar el servicio y aplicar compensaciones de forma automatizada, garantizando eficiencia y transparencia en la gestión del SLA. Surge dada la necesidad de mejorar la respuesta ante indisponibilidad del servicio e incrementar la confianza en proveedores y usuarios con tecnologías descentralizadas.
El desarrollo implicó la simulación mediante GNS3 de un entorno de red, recreando la conexión hasta el cliente final. El sistema de monitoreo se implementó con Zabbix, el cual, ante periodos de indisponibilidad, generaba alertas. Los datos recolectados antes de llegar a la red blockchain, simulada en Ganache, fueron procesados con scripts en Python. Mediante Truffle se desplegó el contrato inteligente, el cual automatizó las estipulaciones del SLA. Además, se desarrolló una interfaz gráfica mediante Node-RED, InfluxDB y Grafana para la presentación de las compensaciones y porcentajes de disponibilidad.
Las pruebas evidenciaron que el monitoreo de la disponibilidad del servicio es efectivo y que las compensaciones establecidas en el SLA fueron aplicadas automáticamente. Así mismo, la aplicación de tecnología Blockchain brindó seguridad e inmutabilidad y la interfaz gráfica proporcionó una forma amigable de observar la información en tiempo real.
Finalmente, la propuesta desarrollada optimiza considerablemente la gestión del SLA, garantizando transparencia en el cumplimiento de las cláusulas, mejora la respuesta ante incidentes y a su vez la satisfacción y confianza del usuario.
Palabras clave: contratos inteligentes, blockchain, SLA, inmutabilidad.The project aims to design a monitoring system for Internet service provider customers based on smart contracts, ensuring compliance with Service Level Agreements (SLA). Its purpose is to supervise the service and apply compensations automatically, guaranteeing efficiency and transparency in SLA management. It arises from the need to improve response times to service unavailability and increase trust between providers and users through decentralized technologies.
The development involved simulating a network environment using GNS3, recreating the connection to the end customer. The monitoring system was implemented with Zabbix, which generated alerts during periods of unavailability. The collected data, before reaching the blockchain network simulated in Ganache, was processed using Python scripts. The smart contract was deployed with Truffle, automating the SLA stipulations. Additionally, a graphical interface was developed using Node-RED, InfluxDB, and Grafana to present compensations and availability percentages.
The tests showed that service availability monitoring is effective and that the compensations established in the SLA were applied automatically. Likewise, the use of blockchain technology provided security and immutability, while the graphical interface offered a user-friendly way to visualize real-time information.
Finally, the proposed system significantly optimizes SLA management, ensuring transparency in compliance with its clauses, improving incident response, and enhancing user satisfaction and trust.
Keywords: smart contracts, blockchain, SLA, immutability
Efecto de la inversión extranjera directa en la recaudación fiscal: Un enfoque integral con factores clave de las provincias del Ecuador (2017-2023)
Get PDFEl presente estudio tiene como objetivo analizar la relación entre la Inversión Extranjera Directa (IED) y la recaudación fiscal en Ecuador en un periodo de tiempo determinado (2017-2023). A través de un modelo Two-Way Fixed Effects, se encontró que un aumento del 1% en la IED se asocia con una reducción del 0,006% en la recaudación fiscal proveniente del impuesto a la renta. Adicionalmente, se realizó un análisis descriptivo de la IED para examinar su comportamiento y distribución dentro del país, revelando que tiende a concentrarse en regiones con mayor desarrollo industrial o en sectores económicos consolidados. Los hallazgos sugieren que la IED tiene un efecto negativo sobre la recaudación fiscal derivada del impuesto a la renta un año después. Considerando las limitaciones del estudio, se recomienda que futuras investigaciones profundicen en los mecanismos a través de los cuales la IED influye en la recaudación fiscal, amplíen el alcance temporal y geográfico del análisis, y empleen metodologías alternativas para enriquecer las conclusiones.The present study aims to analyze the relationship between Foreign Direct Investment (FDI) and tax revenue in Ecuador in a given time period (2017-2023). Through a Two-Way Fixed Effects model, it was found that a 1% increase in FDI is associated with a 0.006% reduction in tax revenue from income tax. Additionally, a descriptive analysis of FDI was conducted to examine its behavior and distribution within the country, revealing that it tends to be concentrated in regions with greater industrial development or in consolidated economic sectors. The findings suggest that FDI has a negative effect on income tax collection one year later. Considering the limitations of the study, it is recommended to further explore the mechanisms through which FDI affects tax collection, expand the temporal and geographic scope of the analysis and implement alternative methodologies to enrich the conclusions.
Key words: Ecuador, Foreign direct investment, Income tax, Tax revenue, Two-Way Fixed Effects
Análisis histórico y aplicación de modelos predictivos del precio de la tilapia Ecuatoriana
Get PDFLa tilapia es un producto acuícola que alguna vez significó un fuerte ingreso para el
Ecuador, sin embargo, hoy en día no representa ni la mitad de lo que alguna vez fue. Por ello,
este proyecto tiene como finalidad desarrollar modelos econométricos univariados que
permitan predecir el precio de la Tilapia que se exporta a Estados Unidos para el año 2025.
Esta información le va a permitir a los exportadores ecuatorianos generar estrategias para
volverse más competitivos en el mercado internacional e incrementar sus utilidades. Además,
también analizamos el comportamiento histórico del precio y lo comparamos con el precio
promedio de la tilapia en el mercado latinoamericano.
Se obtuvieron 272 observaciones de cada variable, con datos de una periodicidad
mensual. Los modelos que se probaron son ARIMA, SARIMA Y Random Forest, para la
aplicación de estos hubo que hacer análisis y pruebas estadísticas y en ciertas ocasiones fue
necesario inducir estacionariedad.
Como resultados, se pudo observar que la serie ecuatoriana mostraba una tendencia
hacia la baja y presentaba un patrón estacional por lo que su modelo ideal fue SARIMA. Para
los datos latinoamericanos, se notó que los datos circulaban en torno a una media y alta
volatilidad en los precios, se determinó que el modelo de mejor ajuste era ARIMA.
Gracias al modelo SARIMA, obtuvimos una predicción coherente con la data y
confiable para que los exportadores conozcan de antemano como se comportarán los precios
en el mercado, anticipen picos y caídas en los precios y puedan generar estrategias para
sobrellevar cualquier escenario que se les presente.Tilapia is an aquaculture product that once represented a strong income for Ecuador,
however, today it does not represent even half of what it once was. Therefore, this project aims
to develop univariate econometric models to predict the price of Tilapia exported to the United
States by the year 2025. This information will allow Ecuadorian exporters to generate
strategies to become more competitive in the international market and increase their profits.
In addition, we also analyzed the historical behavior of the price and compared it with the
average price of tilapia in the Latin American market.
We obtained 272 observations for each variable, with monthly periodicity data. The
models that were tested are ARIMA, SARIMA and Random Forest, for the application of these
models it was necessary to perform statistical analysis and tests and in certain occasions it
was necessary to induce stationarity.
As a result, it was observed that the Ecuadorian series showed a downward trend and
a seasonal pattern, so the ideal model was SARIMA. For the Latin American data, it was noted
that the data circulated around a mean and high volatility in prices, it was determined that the
best fit model was ARIMA.
Thanks to the SARIMA model, we obtained a prediction consistent with the data and
reliable so that exporters know in advance how prices will behave in the market, anticipate
price peaks and troughs and can generate strategies to cope with any scenario that may arise.
Keywords: Tilapia, Export Prices, Price Forecasting, Econometric Models