Examinando por Autor "Velasquez Rivera, Tania Xiomara"

Mostrando 1 - 2 de 2

info:eu-repo/semantics/bachelorThesis
Análisis de datos con R para determinar el nivel de cumplimiento del perfil del ingresante a la Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas de la UNA - Puno, 2017
Escarcena Chacolla, Heber Raul; Velasquez Rivera, Tania Xiomara; Holguin Holguin, Edgar , 2018-12-28 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
El presente trabajo de investigación, propone un análisis de datos con R para determinar el nivel de cumplimiento del perfil del ingresante a la Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas de la Universidad Nacional del Altiplano. Para el desarrollo se utilizó la Metodología de análisis CRISP-DM (Cross Industry Standard Process for Data Mining) en sus seis fases que están conformadas por la comprensión del negocio, comprensión de los datos, preparación de los datos, modelado, evaluación e implementación. Como entorno de análisis, procesamiento y visualización de datos se utilizó la herramienta R Studio y los paquetes dplyr y ggplot2, entre otros. La población de estudio estuvo constituida por los ingresantes a la Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas de la Universidad Nacional del Altiplano en el examen de modalidad general del 21 de mayo del año 2017. Como resultado en base a los datos generados, se obtuvo que el nivel de cumplimiento del perfil de ingresante a la Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas es de 55.14%. En la escuela profesional de Ingeniería Mecánica Eléctrica el nivel de cumplimento del perfil del ingresante es de 55.36%. Por otra parte, en la escuela profesional de Ingeniería Electrónica el nivel obtenido es de 51.6% y en la escuela profesional de Ingeniería de Sistemas, el resultado del nivel de cumplimiento es de 58.48%. Los resultados obtenidos producto del análisis de datos, se encuentran dentro de las expectativas del perfil del ingresante al área de ciencias de la Ingeniería de la Universidad Nacional del Altiplano.
info:eu-repo/semantics/masterThesis
Mejora de habilidades conversacionales en el idioma inglés mediante Large Language Models en estudiantes de 15 a 17 años
Velasquez Rivera, Tania Xiomara; Tapia Catacora, Pablo Cesar , 2024-11-29 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
El aprendizaje del inglés como segunda lengua presenta desafíos considerables, particularmente en la adquisición de habilidades conversacionales efectivas. En el presente trabajo se investigó cómo un Modelo de Lenguaje de Gran Tamaño traducido al inglés como Large Laguage Model (LLM) basado en inteligencia artificial como ChatGPT mejora el aprendizaje del idioma inglés en estudiantes de 15 a 17 años. El objetivo general de la investigación fue evaluar si los LLMs basados en IA como ChatGPT mejoran la adquisición de habilidades conversacionales en inglés en comparación con métodos tradicionales de aprendizaje en estudiantes de 15 a 17 años en el Colegio de Alto Rendimiento de la región Moquegua, año 2024. Se utilizó una metodología con enfoque cuantitativo de nivel explicativo aplicada y diseño descriptivo comparativo. Los instrumentos de recolección de datos fueron cuestionarios y tests. Para la comprobación de hipótesis se utilizó la prueba T de Student. Se obtuvo como resultado un incremento en la media de 6,49 en el grupo intervenido con un modelo estructurado de uso de LLMs basados en IA como ChatGPT y un incremento de 2,02 en el grupo con el método tradicional. Asimismo, se estableció el nivel percibido del contexto de desarrollo en ambos grupos. Se concluye que los LLMs basados en IA como ChatGPT mejoran significativamente la adquisición de habilidades conversacionales en el idioma inglés en comparación con métodos tradicionales de aprendizaje. También, se resalta la importancia de un contexto adecuado para el uso de LLMs basados en IA como ChatGPT.