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	PDF	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

Implementación de inteligencia artificial para discriminación de visitas de seguimiento en proyecto mirador

Files

Original bundle

License bundle

Collections