Expeditio Repositorio Institucional Universidad Jorge Tadeo Lozano
Not a member yet
29210 research outputs found
Sort by
Empresarial realizado en havas group Colombia
No full textEste informe presenta un análisis integral del entorno publicitario digital en el que opera Havas Group, con foco en la gestión de campañas para el cliente Movistar en los mercados de México y Perú. Se abordan aspectos estratégicos y operativos clave como la implementación, seguimiento y optimización de campañas en Google Ads, el uso de indicadores de rendimiento (KPIs), la segmentación de audiencias, la depuración de bases de datos, la negativización de palabras clave y la supervisión de canales conversacionales como Chatcenter. El documento también incluye un estudio detallado del macro y microentorno que impacta a la industria publicitaria en América Latina, teniendo en cuenta variables demográficas, económicas, tecnológicas, sociales y culturales. En conjunto, el informe permite comprender cómo las agencias de medios como Havas integran datos, creatividad y tecnología para alcanzar objetivos comerciales en un entorno altamente dinámico y competitivo.This report presents a comprehensive analysis of the digital advertising environment in which Havas Group operates, with a focus on campaign management for the client Movistar in the Mexican and Peruvian markets. It covers key strategic and operational aspects such as the implementation, monitoring, and optimization of Google Ads campaigns, the use of performance indicators (KPIs), audience segmentation, database cleansing, keyword exclusion (negative keywords), and the supervision of conversational channels like Chatcenter. The document also includes an in-depth study of the macro and microenvironment affecting the advertising industry in Latin America, considering demographic, economic, technological, social, and cultural variables. Overall, the report provides insights into how media agencies like Havas integrate data, creativity, and technology to achieve business objectives in a highly dynamic and competitive landscape
Optimización en la adquisición de insumos en talleres de diseño en instituciones educativas: El Caso de la Tadeo
No full textEste proyecto de intervención considera la perspectiva de los diferentes actores involucrados en el proceso de adquisición de insumos en un laboratorio de diseño, los cuales desempeñan roles clave en la cadena de suministro y distribución de materiales como son el Gestor de apoyos pedagógicos, los técnicos de talleres, los profesores, el departamento de compras y los estudiantes.
El análisis de estas perspectivas permitirá obtener una visión integral del proceso de adquisición de insumos, destacando sus fortalezas y áreas de mejora. Se espera que los resultados de este proyecto contribuyan a la optimización del proceso de adquisición de insumos, promoviendo una gestión ágil y efectiva de los recursos, lo cual se traducirá en una mejor experiencia educativa para los estudiantes y en un uso eficiente de los recursos de la universidad. Se busca que el modelo propuesto mejore la eficiencia operativa de los talleres de diseño y la optimización de los recursos disponibles.This intervention project considers the perspectives of the various stakeholders involved in the procurement process for materials in a design laboratory. These stakeholders play key roles in the supply and distribution chain, including the Pedagogical Support Manager, workshop technicians, professors, the purchasing department, and students.
Analyzing these perspectives will provide a comprehensive view of the procurement process, highlighting its strengths and areas for improvement. The project's results are expected to contribute to optimizing the procurement process, promoting agile and effective resource management. This, in turn, will lead to a better educational experience for students and more efficient use of university resources. The proposed model aims to improve the operational efficiency of design workshops and optimize the use of available resources
I Interviewed ChatGPT About AI Ethics — And It Lied To Me
No full textChatGPT is remarkable. It’s a new AI model from OpenAI that’s designed to chat in a conversational manner. It’s also a liar.
Stuck for ideas on what to talk to a machine about, I decided to interview ChatGPT about the ethics of AI. Would it have the level of self-awareness to be honest about its own dangers? Would it even be willing to answer questions on how it behaves?
Yes, it would. And while ChatGPT started off by being commendably upfront about the ethics of what it does, it eventually descended into telling outright lies. It even issued a non-apology for doing so.
Here, then, is the transcript of my interview with ChatGPT. I’ve omitted some whole questions, as they’re frankly too boring to include, but every answer here is the full answer provided by ChatGPT. Stick with it until the end, when things take a very strange turn...ChatGPT es extraordinario. Es un nuevo modelo de IA de OpenAI diseñado para chatear de forma conversacional. Pero también es un mentiroso.
Sin saber qué hablar con una máquina, decidí entrevistar a ChatGPT sobre la ética de la IA. ¿Tendría la autoconciencia suficiente para ser honesto sobre sus propios peligros? ¿Estaría siquiera dispuesto a responder preguntas sobre su comportamiento?
Sí, lo estaría. Y aunque ChatGPT empezó siendo encomiablemente franco sobre la ética de su trabajo, con el tiempo terminó mintiendo descaradamente. Incluso emitió una disculpa por ello.
Aquí está la transcripción de mi entrevista con ChatGPT. He omitido algunas preguntas completas, ya que son demasiado aburridas para incluirlas, pero cada respuesta aquí es la respuesta completa proporcionada por ChatGPT. Continúen leyendo hasta el final, cuando las cosas tomen un giro muy extraño..
Implementación de base de datos en los programas de educación continua institucional para la acreditación de alta calidad
Get PDFEl presente proyecto tiene como objetivo central el diseño e implementación de una base de
datos relacional orientada a la gestión integral de los programas de educación continúa ofrecidos
por una institución de educación superior. Esta solución busca responder a las exigencias
establecidas por los procesos de autoevaluación y acreditación de alta calidad, brindando un
sistema confiable, escalable y seguro que permita consolidar la información académica, administrativa
y de impacto social de dichos programas.
Actualmente, los datos relacionados con la oferta, inscripción, ejecución y evaluación de los
cursos de educación continua se encuentran dispersos en múltiples fuentes no integradas, tales
como hojas de cálculo, formularios físicos y plataformas externas. Esta fragmentación de la
información ha dificultado la trazabilidad de los procesos, la generación de indicadores clave y
la toma oportuna de decisiones por parte de los órganos responsables de la calidad institucional.
Por ejemplo, la información de participantes, docentes, contenidos programáticos, horarios,
evaluaciones de satisfacción, evidencias de ejecución y certificados expedidos, es recopilada y
almacenada de forma heterogénea por diferentes dependencias, lo que ha generado duplicidades,
errores en los reportes, y limitaciones para cumplir con los estándares requeridos por
los entes acreditadores. Adicionalmente, el seguimiento al impacto social de los cursos y su
alineación con los planes estratégicos institucionales no se encuentra sistematizado, lo cual
representa una debilidad frente al proceso de mejora continua.
El sistema propuesto se fundamenta en una base de datos Oracle estructurada en torno
a entidades clave como programas, cursos, participantes, docentes, evaluaciones, evidencias y
certificados. Cada una de estas entidades se encuentra relacionada mediante claves primarias y
foráneas que aseguran la integridad y consistencia de la información. Asimismo, se implementarán
procedimientos almacenados y triggers que permitan automatizar tareas críticas como
el cálculo de indicadores de calidad, la generación de certificados o el envío de alertas por
vencimientos y errores.
El nuevo modelo permitirá la integración con plataformas existentes (como sistemas académicos,
sitios web institucionales y herramientas de visualización de datos) a través de servicios
web y APIs. De esta manera, se facilitará el acceso controlado a la información por parte de
los distintos actores: administrativos, docentes, estudiantes y entes externos.
En síntesis, este proyecto no solo busca modernizar la gestión de los programas de educación
continua, sino también fortalecer la capacidad institucional para demostrar el cumplimiento
de los estándares de calidad exigidos, apoyándose en una infraestructura de datos sólida y
confiable que permita evidenciar resultados, impactos y buenas prácticas de manera clara y
transparente. [1].This project focuses on designing and implementing a relational database to manage and optimize
the processes associated with institutional continuing education programs, with the goal
of supporting quality assurance and accreditation efforts. Currently, data related to course
offerings, enrollment, instructors, evaluations, and participants is dispersed across unconnected
systems such as spreadsheets, paper forms, and third-party platforms. This fragmentation
limits traceability, hinders performance monitoring, and complicates reporting required for
accreditation.
The proposed solution involves developing a centralized Oracle-based database that integrates
all key entities, including academic programs, courses, instructors, students, certificates,
and satisfaction surveys. This structure ensures data consistency through the use of primary
and foreign keys and supports automation via stored procedures and triggers. Additionally,
the system facilitates integration with existing institutional platforms and supports real-time
data analysis through APIs and visualization tools such as Power BI.
By centralizing and structuring educational data, the project improves access to performance
indicators, enables more accurate decision-making, and streamlines the preparation of
accreditation documentation. Ultimately, it aims to increase transparency, scalability, and efficiency
in managing continuing education, aligning the institution’s educational outreach with
national standards for high-quality academic programs
Self-Assessment of University Students and the Relationship with Parents' Education
Get PDFSe trata de un estudio cuantitativo transversal y correlacional con4 apartados a saber; Autoevaluación técnica / conceptual. Autoevaluación social transversal. Autoevaluación conductual. Autoevaluación de modalidad de clase y TICs. Entre los resultados se encuentra un bajo nivel en la autoevaluación en el manejo del inglés, una continuidad y valoración alta en el rango de 8 por la clase presencial, un manejo que en ningún caso se encuentra por arriba de 7.5 en TICs y las modalidades virtuales de enseñanza universitaria, entre la información destacada se detecta una ligera correspondencia a nivel universitario entre la autoevaluación de rendimiento y la escolaridad de los padres de ellos.This is a quantitative, cross-sectional, correlational study with four sections, namely: Technical/conceptual self-assessment. Cross-sectional social self-assessment. Behavioral self-assessment. Self-assessment of class modality and ICTs. The results include a low level of self-assessment in English proficiency, a high continuity and rating in the range of 8 for face-to-face classes, and a proficiency that in no case is above 7.5 in ICTs and virtual university teaching modalities. Among the highlighted information, a slight correspondence is detected at the university level between the self-assessment of performance and the education of their parents
Diseño de sistema para la migración de datos de listas de Microsoft 365 a PostgreSQL
Get PDFEste proyecto consistió en el diseño de un sistema automatizado para la migración de datos
desde listas de Microsoft 365 hacia una base de datos relacional en PostgreSQL. En el diseño
se contemplaron herramientas que no requieren un costo adicional para la compañía como
Power Automate para la extracción periódica de los datos en formato CSV, y Python para la
transformación y carga eficiente de la información.
El sistema fue estructurado de forma modular, lo que facilitó la separación entre cada
etapa del proceso ETL (Extracción, Transformación y Carga). Esto permitió diseñar la automatización
de tareas repetitivas, mejorar la limpieza y validación de los datos, y asegurar la
no duplicidad mediante comparaciones por identificador único.
Además de cumplir con el objetivo central de centralizar y asegurar los datos críticos, la
solución establecida es flexible, escalable y fácil de adaptar a otros proyectos similares dentro
de la empresa. También sienta una base sólida para integraciones futuras con herramientas de
análisis como Power BI, aportando mayor valor a la trazabilidad y análisis de la información.In modern organizations, the accurate and timely management of data plays a crucial role in
supporting strategic decision-making. This project focuses on the development of an automated
ETL (Extract, Transform, Load) process designed to synchronize records from Microsoft 365
Lists, exported as CSV files, into a PostgreSQL relational database.
The solution addresses common integration challenges such as data duplication, inconsistent
formats, and structural differences between source and target systems. During the
transformation phase, the process performs data cleansing operations, including the removal
of unnecessary metadata, extraction of nested JSON values, and normalization of date and
numeric fields.
To ensure data integrity and avoid redundancies, the system validates each record before
insertion by checking its unique identifier (ID) or modification date against the existing
database entries. This approach guarantees that only new or updated records are processed,
significantly optimizing resource usage during synchronization.
By implementing this ETL process, the project achieves a robust, scalable, and automated
data integration flow that minimizes manual intervention, enhances the reliability of the
stored information, and prepares the dataset for future business intelligence applications and
analytics
Diseño, construcción y evaluación de sistema acuapónico con la técnica NFT con Goldfish (Carassius auratus) y dos variantes vegetales :Albahaca (Ocinum basilicum) y cebollín (Allium fistulosum)
Get PDFEl presente proyecto se centra en el diseño, construcción y evaluación de un cultivo acuapónico usando la técnica (NFT) con bailarinas (Carassius auratus) y dos tipos de hortalizas: albahaca (Ocimum basilicum) y cebollín (Allium fistulosum). El sistema fue implementado en las instalaciones de la Fundación Museo del Mar-Mundo Marino, mostrando la eficiencia en cuanto al uso del agua y haciéndose visualmente atractivo para los visitantes. El diseño se realizó utilizando el programa Sketchup, y se ajustó y optimizo para mantener las condiciones ambientales semicontroladas. La construcción incluyó la instalación de tuberías, filtros y soportes para el acuario y las plantas, y el sistema se mantuvo con recambios de agua diarios y limpieza regular de los filtros. La evaluación del sistema se centró en el crecimiento de las plantas, los parámetros de calidad del agua y el bienestar de los peces. Los resultados mostraron un crecimiento exitoso de las plantas, con un aumento significativo en altura y cantidad de hojas. Los parámetros de calidad del agua se mantuvieron dentro de rangos adecuados, y la tasa de supervivencia de los peces fue del 100%. Las actividades de divulgación mediante infografías, posters y calcomanías demostraron ser efectivas para educar al público sobre la acuaponía. Concluyendo que el diseño y la construcción del sistema acuapónico fueron efectivos, logrando un crecimiento óptimo de las plantas y una alta tasa de supervivencia de los peces, además de demostrar como las actividades de divulgación aumentaron el interés y conocimiento sobre la acuaponía entre los visitantes.This project focuses on the design, construction, and evaluation of an aquaponic system using the NFT technique (NFT) with goldfish (Carassius auratus) and two types of vegetables: basil (Ocimum basilicum) and chives (Allium fistulosum). The system was implemented at the Museo del Mar-Mundo Marino Foundation facilities, demonstrating water efficiency and making it visually appealing to visitors. The design was developed using Sketchup software and adjusted and optimized to maintain semi-controlled environmental conditions. Construction included the installation of pipes, filters, and support for the aquarium and plants, and the system was maintained with daily water replacements and regular filter cleaning. System evaluation focused on plant growth, water quality parameters, and fish welfare. Results showed successful plant growth, with significant increases in height and leaf count. Water quality parameters remained within acceptable ranges, and the fish survival rate was 100%. Outreach activities using infographics, posters, and stickers proved effective in educating the public about aquaponics. The study concluded that the design and construction of the aquaponic system were effective, achieving optimal plant growth and a high fish survival rate. It also demonstrated how outreach activities will increase visitor interest and knowledge about aquaponics
Lona color crudo
No full textPara el desarrollo de estas lonas se utilizan hilos reciclados de retazos de confección y botellas de polietileno tereftalato (PET), lo que hace que su ciclo de vida sea biodegradable. Los principales sectores de aplicación hasta el momento se han dado en calzado y marroquinería.#lona #recicladoRecycled threads from clothing scraps and polyethylene terephthalate (PET) bottles are used to develop these canvases, which makes their life cycle biodegradable. The main sectors of application so far have been footwear and leather goods
NinfaBot: prototipo de chatbot integrado para gestión de finanzas personales
No full textEste artículo presenta el diseño, desarrollo y evaluación de NinfaBot, un chatbot conversacional orientado a la gestión financiera personal, integrado con plataformas de mensajería como WhatsApp y una arquitectura modular basada en servicios de Microsoft Azure y OpenAI. A partir de un enfoque basado en intenciones y utilizando técnicas de finetuning, se entrenaron distintas versiones del modelo con datos sintéticos generados mediante Mockaroo, categorizando intenciones como saludo, ingreso, gasto y reporte. Se implementó un proceso de validación manual supervisada con más de 1.000 interacciones, donde la versión más equilibrada (v4) alcanzó tasas de precisión superiores al 60% en todas las intenciones, destacándose un 85,9% en registros financieros. Estos resultados demuestran que es viable adaptar grandes modelos de lenguaje a dominios específicos con conjuntos de datos sintéticos, reducidos y con recursos limitados. El trabajo confirma el potencial que existe al personalizar chatbots como herramientas efectivas y accesibles para promover la gestión financiera automatizando el control de ingresos y gastos personales.This article presents the design, development, and evaluation of NinfaBot, a conversational chatbot focused on personal financial management, integrated with messaging platforms such as WhatsApp and a modular architecture based on Microsoft Azure and OpenAI services. Using an intent-based approach and fine-tuning techniques, different versions of the model were trained with synthetic data generated via Mockaroo, categorizing intents such as greeting, income, expense, and reporting. A supervised manual validation process was implemented with over 1,000 interactions, where the most balanced version (v4) achieved precision rates above 60% across all intents, with a notable 85.9% in financial records. These results demonstrate the feasibility of adapting large language models to specific domains using synthetic, reduced, and resource-constrained datasets. The study confirms the potential of customizing chatbots as effective and accessible tools for promoting financial management by automating the control of personal income and expenses
NutriPredictAI: intelligent planning of budget-friendly recipes
No full textLa planificación de dietas personalizadas requiere considerar las necesidades nutricionales del usuario y la variabilidad en los precios de los alimentos. Este trabajo presenta un robot conversacional basado en inteligencia artificial (IA) que usa técnicas de aprendizaje automático (ML) para predecir precios de productos agrícolas y generar planes alimenticios personalizados. Implementado en una plataforma de mensajería instantánea, el sistema integra un modelo LLM a través de Groq para mejorar la interacción en lenguaje natural, permitiendo a los usuarios recibir recomendaciones dietéticas adaptadas a sus preferencias y restricciones presupuestarias. Se usan modelos de predicción de precios, basados en datos históricos de productos agrícolas, para ofrecer sugerencias con costos estimados. La arquitectura del asistente combina IA generativa y técnicas de ML, permitiendo mejorar la precisión en la recomendación de alimentos y optimizar la experiencia del usuario. Los resultados preliminares muestran que el sistema es capaz de generar planes nutricionales personalizados de manera eficaz, considerando de forma conjunta, factores económicos y nutricionales.Personalized diet planning requires considering the user's nutritional needs and the variability in food prices. This work presents an artificial intelligence (AI)-based conversational agent that uses machine learning (ML) techniques to predict price for agricultural products and generate personalized meal plans. Implemented on an instant messaging platform, the system integrates a large language model (LLM) through Groq to enhance natural language interaction, allowing users to receive dietary recommendations tailored to their preferences and budget constraints. Price prediction models, based on historical agricultural product data, are used to provide suggestions with estimated costs. The assistant's architecture combines generative AI and ML techniques, enabling improved accuracy in food recommendations and optimizing the user experience. Preliminary results show that the system can effectively generate personalized nutrition plans by jointly considering both economic and nutritional factors