Loading...
Publicado recientemente
Parques y monumentos representativos de la cultura opita con potencial para el turismo urbano y comunitario en la ciudad de Neiva
Alfonso Vargas, José; Martha Isabel Rojas (Editorial CORHUILA, 2026-05)
Neiva, capital del departamento del Huila, es un paso casi obligado de visitantes o extranjeros en busca de destinos turísticos de otros municipios del Huila o el sur de Colombia. De tal fenómeno, Neiva no se está beneficiando social-, económica- ni culturalmente. La presente investigación pretende identificar los parques y monumentos representativos de la cultura huilense con mayor potencial para el turismo urbano y comunitario en la ciudad de Neiva. Luego, se identifican en ellos características propias del turismo urbano y comunitario. Al tiempo, la investigación busca generar procesos de identidad sociocultural con actores directa- e indirectamente involucrados y conectados con dichos parques y monumentos. El enfoque de la investigación es mixto; se analizan y vinculan datos cuanti- y cualitativos que facilitan comprender por qué Neiva no capitaliza el paso de turistas, y cómo sus parques y monumentos pueden convertirse en atractivos turísticos urbanos y comunitarios.
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
