Implementación de inteligencia artificial para discriminación de visitas de seguimiento en proyecto mirador
dc.campus | UNITEC TGU | es_ES |
dc.catalogador | Dennis Cálix | es_ES |
dc.collection | Tesis de Postgrado | es_ES |
dc.contributor.advisor | Marvin Roberto Mendoza Valencia | es_ES |
dc.contributor.advisor | Reniery Saúl Rodríguez | es_ES |
dc.contributor.author | Osman Eduardo Espinoza Díaz | es_ES |
dc.contributor.author | Rafael Adalberto Mendoza Girón | es_ES |
dc.coverage | Tegucigalpa, Francisco Morazán, Honduras | es_ES |
dc.date.accessioned | 2024-06-25T21:34:39Z | |
dc.date.available | 2024-06-25T21:34:39Z | |
dc.date.issued | 2024-06-17 | |
dc.date.terna | 2024-05-01 | |
dc.ddc | 006.3 E77 | es_ES |
dc.description.abstract | El estudio de investigación examinó la aplicación de Inteligencia Artificial en la discriminación de visitas de seguimiento en el proyecto Mirador Honduras. Inicialmente, se recopilaron datos para comprender la situación organizativa y la importancia de estas visitas. Se emplearon diversas herramientas para la recolección y análisis de datos, incluyendo entrevistas con profesionales gerenciales y personal de campo responsables de las visitas. Los resultados indican que los modelos predictivos de Inteligencia Artificial ofrecen mejoras significativas de procesos administrativos y operativos, pero requieren datos de alta calidad y cantidad. Según las encuestas, la mayoría de los supervisores no cumplen con sus cargas de trabajo debido a la dispersión geográfica, condiciones de las carreteras y tiempo requerido para las visitas. Las entrevistas sugieren que la encuesta 7M puede eliminarse del modelo actual, lo que supondría un ahorro significativo en tiempo y recursos para Proyecto Mirador. | es_ES |
dc.description.abstractenglish | The research study examined the application of Artificial Intelligence in discriminating follow-up visits in the Mirador Honduras project. Initially, data were gathered to understand the organizational situation and the importance of these visits. Various tools were employed for data collection and analysis, including interviews with managerial professionals and field personnel responsible for the visits. The results indicate that Artificial Intelligence predictive models offer significant improvements in administrative and operational processes, but they require high-quality and sufficient data. According to surveys, most supervisors fail to meet their workloads due to geographic dispersion, road conditions, and time required for visits. Interviews suggest that the 7M survey could be removed from the current model, resulting in significant time and resource savings for Proyecto Mirador. | es_ES |
dc.discipline | Administración y Negocios / Business and Management | es_ES |
dc.faculty | Facultad de Postgrado | es_ES |
dc.format | es_ES | |
dc.identifier.uri | https://repositorio.unitec.edu/xmlui/handle/123456789/13184 | |
dc.language | Español | es_ES |
dc.publisher | Universidad Tecnológica Centroamericana UNITEC | es_ES |
dc.rights | Attribution-NonCommercial-ShareAlike 3.0 United States | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/us/ | * |
dc.source | Universidad Tecnológica Centroamericana UNITEC | es_ES |
dc.subject | Inteligencia Artificial | es_ES |
dc.subject | Visitas de Seguimiento | es_ES |
dc.subject | Proyecto Mirador | es_ES |
dc.thesis.degreelevel | Postgrado | es_ES |
dc.thesis.degreename | Maestría en Administración de Proyectos / M-10 | es_ES |
dc.title | Implementación de inteligencia artificial para discriminación de visitas de seguimiento en proyecto mirador | es_ES |
dc.type | Thesis | es_ES |
Files
Original bundle
1 - 4 of 4
Loading...
- Name:
- Aprobación de documento final Osman Espinoza Rafael Mendoza mayo 2024.png
- Size:
- 56.98 KB
- Format:
- Portable Network Graphics
- Description:
Loading...
- Name:
- Autorización CRAI Osman Espinoza Rafael Mendoza.pdf
- Size:
- 71.9 KB
- Format:
- Adobe Portable Document Format
- Description:
No Thumbnail Available
- Name:
- Trabajo de Tesis RM OE 2024 APROBADO.docx
- Size:
- 5.08 MB
- Format:
- Microsoft Word XML
- Description:
Loading...
- Name:
- Trabajo de Tesis RM OE 2024 APROBADO.pdf
- Size:
- 3.53 MB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: