Show simple item record

dc.contributor.advisorFlores Ccosi, Ruben Cesares_PE
dc.contributor.authorFlores Cabrera, Raul Aderlyes_PE
dc.date.accessioned2025-09-16T16:33:29Z
dc.date.available2025-09-16T16:33:29Z
dc.date.issued2025-07-17
dc.identifier.urihttps://repositorio.unap.edu.pe/handle/20.500.14082/24991
dc.description.abstractEn los últimos años, el uso de herramientas de inteligencia artificial en el campo de la nutrición humana, sin embargo, persisten cuestionamientos sobre su eficacia y precisión frente a los métodos tradicionales validados, por lo que el presente estudio titulado “Eficacia comparativa de 5 modelos de inteligencia artificial en la evaluación nutricional cuantitativa automatizada en estudiantes de la universidad nacional del altiplano puno 2024” tuvo como objetivo: analizar y comparar la eficacia de 5 inteligencias artificiales en la evaluación nutricional cuantitativa automatizada en Estudiantes Universitarios de Nutrición Humana Universidad Nacional del Altiplano Puno 2024; metodología: se aplicó un diseño no experimental de tipo descriptivo-comparativo y de corte transversal, con una muestra de 25 estudiantes y cinco modelos de inteligencia artificial seleccionados por conveniencia, mediante dos tipos de prompt tipo zero-shot y otro estructurado las estimaciones de las ecuaciones antropométricas resultantes de las inteligencias artificiales fueron analizados mediante la prueba de Kruskal-Wallis; resultados: Se mostraron que para las variables como el índice de masa corporal(p valor = 1.000) y el gasto energético basal(p valor = 0.312) no mostraron diferencias estadísticamente significativas, mientras que en variables como el requerimiento energético estimado(p valor = 0.013), la densidad corporal(p valor = 0.000) y porcentaje de grasa corporal (p valor = 0.002) se encontraron diferencias ligeras y significativas, se observó que la elaboración del prompt influyó notoriamente en los resultados; conclusiones: si bien algunos modelos de inteligencia artificial ofrecer resultados comparables a los métodos tradicionales en ciertas variables, persisten limitaciones en su desempeño para otras estimaciones más complejas, por lo que se recomienda su uso como herramienta y no sustitutiva del juicio profesional.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Altiplano. Repositorio Institucionales_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es_PE
dc.subjectInteligencia artificiales_PE
dc.subjectEvaluación nutricionales_PE
dc.subjectModelos de lenguaje largoes_PE
dc.titleEficacia comparativa de 5 modelos de inteligencia artificial en la evaluación nutricional cuantitativa automatizada en estudiantes de la Universidad Nacional del Altiplano Puno 2024es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameLicenciado en nutrición humanaes_PE
thesis.degree.disciplineNutrición Humanaes_PE
thesis.degree.grantorUniversidad Nacional del Altiplano. Facultad de Ciencias de la Saludes_PE
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_PE
dc.publisher.countryPEes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#3.03.04es_PE
renati.advisor.orcidhttps://orcid.org/0000-0002-9639-2365es_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesionales_PE
renati.discipline918036es_PE
renati.jurorBegazo Miranda, Jose Oscar Albertoes_PE
renati.jurorNuñez Postigo, Rodolfo Adrianes_PE
renati.jurorLipa Tudela, Luzbethes_PE
renati.author.dni71979587
renati.advisor.dni01322065


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess