dc.contributor.advisor | Flores Ccosi, Ruben Cesar | es_PE |
dc.contributor.author | Flores Cabrera, Raul Aderly | es_PE |
dc.date.accessioned | 2025-09-16T16:33:29Z | |
dc.date.available | 2025-09-16T16:33:29Z | |
dc.date.issued | 2025-07-17 | |
dc.identifier.uri | https://repositorio.unap.edu.pe/handle/20.500.14082/24991 | |
dc.description.abstract | En 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.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Nacional de Altiplano. Repositorio Institucional | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | es_PE |
dc.subject | Inteligencia artificial | es_PE |
dc.subject | Evaluación nutricional | es_PE |
dc.subject | Modelos de lenguaje largo | es_PE |
dc.title | Eficacia comparativa de 5 modelos de inteligencia artificial en la evaluación nutricional cuantitativa automatizada en estudiantes de la Universidad Nacional del Altiplano Puno 2024 | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.name | Licenciado en nutrición humana | es_PE |
thesis.degree.discipline | Nutrición Humana | es_PE |
thesis.degree.grantor | Universidad Nacional del Altiplano. Facultad de Ciencias de la Salud | es_PE |
dc.type.version | info:eu-repo/semantics/publishedVersion | es_PE |
dc.publisher.country | PE | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#3.03.04 | es_PE |
renati.advisor.orcid | https://orcid.org/0000-0002-9639-2365 | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
renati.level | https://purl.org/pe-repo/renati/nivel#tituloProfesional | es_PE |
renati.discipline | 918036 | es_PE |
renati.juror | Begazo Miranda, Jose Oscar Alberto | es_PE |
renati.juror | Nuñez Postigo, Rodolfo Adrian | es_PE |
renati.juror | Lipa Tudela, Luzbeth | es_PE |
renati.author.dni | 71979587 | |
renati.advisor.dni | 01322065 | |