Loading...
Publicado recientemente
Adopción de aplicaciones LLM en adultos mayores: un enfoque predictivo para la Inclusión digital.
Valentina Córdoba Muñoz; Jefersson Ricardo Sánchez Borja; Garcia Perdomo, Edisney; Alarcon Lopez, Alvaro Hernan (2025-12-01)
The project entitled “Adoption of LLM applications in older adults: a predictive approach for digital inclusion” comprehensively addresses the technological gap that affects elderly people in Neiva, Huila. Based on previous studies that highlight the difficulties of this population in using digital tools, the research justifies the need to promote digital inclusion as a fundamental right in contemporary society, ensuring active participation in digital transformation processes and equitable access to information. The main objective is to develop a predictive model, grounded in the UTAUT methodology and machine learning techniques, to identify the factors influencing the adoption of large language model (LLM) applications such as ChatGPT. This purpose is not limited to recognizing the variables that condition technological acceptance but also aims to propose strategies that foster digital autonomy among older adults, strengthen their confidence, and reduce the barriers that have historically limited their integration into digital environments. The study is supported by a theoretical framework that articulates concepts of technology acceptance, cognition in older adults, and digital exclusion. The methodology includes detailed sample characterization, analysis of social and technological impact indicators, and the application of machine learning algorithms to identify behavioral patterns. Preliminary findings reveal that variables such as perceived security, ease of use, and trust in technology are decisive in the willingness of older adults to adopt LLM applications. Furthermore, targeted training, pedagogical support, and inclusive interface design significantly reduce access barriers, creating a more user-friendly and accessible environment for this population.
Modelo de Machine Learning para la Caracterización y Asignación Inteligente de Estudiantes en el Semillero de Investigación MAMBA
Jesús David Candelo González; Laura Lorena Velasquez Mendieta; Quimbayo Castro, Julian Andres; Llanos Mosquera, José Miguel (2026-04-01)
Este estudio desarrolló un modelo de Machine Learning basado en métodos de ensamble para la caracterización y asignación inteligente de estudiantes a rutas formativas personalizadas en el semillero de investigación MAMBA de la Corporación Universitaria del Huila (CORHUILA). El problema radica en la asignación empírica de estudiantes a proyectos sin considerar sus características individuales, generando insatisfacción y deserción. Aunque la inteligencia artificial demuestra potencial para personalizar experiencias educativas (Bousalem et al., 2023), su aplicación en semilleros latinoamericanos permanece subdesarrollada (MinCiencias, 2023). La metodología adoptó un enfoque cuantitativo descriptivo-predictivo con diseño no experimental transversal, aplicando un cuestionario validado de 35 preguntas a 150 estudiantes de ingeniería. Se integraron clustering no supervisado mediante Gaussian Mixture Models (GMM) y clasificación supervisada con seis algoritmos, seleccionando el Perceptrón Multicapa (MLP) optimizado como modelo final. Los resultados identificaron tres perfiles: Perfil Opción de Grado (42%), Perfil Meta Personal y Empleabilidad (28%) y Perfil Mejoramiento Académico (30%). El modelo alcanzó un F1-Score de 0.9404, con variables motivacionales acumulando el 88.8% del poder predictivo (Vanegas, 2024). Se concluye que la heterogeneidad motivacional es la norma en semilleros regionales y que este sistema ofrece un potencial escalable hacia otros contextos académicos similares.
Plantilla de asesoria empresarial posgrado
Saavedra Mora, David (2025-12-19)
La plantilla de asesoría empresarial aplica para posgrado
Modelos estadísticos y de minería de datos en el análisis turístico de la ciudad de Neiva
Martínez Moncaleano, Carlos Javier (Editorial CORHUILA, 2025-11)
El presente libro aborda una investigación sobre la implementación de técnicas estadísticas y de minería de datos en el sector turístico del municipio de Neiva (Huila) dada la enorme importancia este sector en el desarrollo económico y social de la región. Desde la academia, se deben generar esfuerzos aunados para fortalecer los diversos sectores productivos, pues así lo demanda la necesidad de caracterizar el sector turístico de la ciudad de Neiva desde nuevas perspectivas. Por ende, este estudio se propuso analizar el potencial turístico de la ciudad de Neiva por medio de técnicas computacionales de análisis de datos. Esto se logró a partir de un enfoque investigativo aplicado y transversal, en el que se llevó a cabo un proceso de recolección de la información por medio de encuestas a usuarios turísticos de la ciudad. El estudio concluye que Neiva cuenta con un estimable acervo social y cultural para su desarrollo turístico y que hay una percepción general que es un sitio agradable con un considerable potencial de crecimiento. Es esencial, entonces, integrar un enfoque estratégico que mejore las perspectivas turísticas de la ciudad.
