dc.contributor.advisor | Acuña Benites, Marlon Frank | |
dc.contributor.advisor | García Calderón, Luis Eduardo | |
dc.contributor.author | Guillen Rojas, Juan Yordy | |
dc.date.accessioned | 2023-11-07T15:41:23Z | |
dc.date.available | 2023-11-07T15:41:23Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/126694 | |
dc.description.abstract | El objetivo de la investigación fue determinar la influencia del machine learning en
el proceso de contratación por evaluación al docente en una Institución pública,
Apurímac 2023. El enfoque fue cuantitativo, de tipo básico, de un nivel causal
explicativo, correlaciones de causa-efecto, o correlacional causal, transversal, el
diseño este fue no experimental, la muestra probabilística se constituyó de 108
profesores, empleado la técnica de la encuesta utilizada para el recojo de
información y como instrumento el cuestionario como instrumento de recopilación de
información el cual cumplió con la validez y confiabilidad. Para obtener los datos de
la encuesta se utilizó un formulario virtual de nominado Google Forms, se realizó el
procesamiento de datos, incorporando los datos a un estadístico Alfa de Cronbach que
simplificó la consecución de porcentajes Los resultados mostraron niveles de alto,
medio y bajo, donde el nivel medio fue predominante tanto para la variable machine
learning y el proceso de contratación por evaluación al docente. Se concluye que
El R2 de Nagelkerke se calculó en ,421 explicando la variabilidad de los datos y se
establece que el Machine Learning influye en un 42,1% en el proceso de
contratación por evaluación al docente en una Institución pública, Apurímac. | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Machine learning | es_PE |
dc.subject | Contratación | es_PE |
dc.subject | Aprendizaje supervisado | es_PE |
dc.subject | Ontología profesional | es_PE |
dc.subject | Calidad educativa | es_PE |
dc.title | Machine Learning en el proceso de contratación por evaluación al docente en una institución pública, Apurímac 2023 | es_PE |
dc.type | info:eu-repo/semantics/masterThesis | es_PE |
thesis.degree.discipline | Maestría en Ingeniería de Sistemas con Mención en Tecnologías de la Información | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Escuela de Posgrado | es_PE |
thesis.degree.name | Maestro en Ingeniería de Sistemas con mención en Tecnologías de la Información | es_PE |
dc.description.sede | Lima Norte | es_PE |
dc.description.escuela | Escuela de Posgrado | es_PE |
dc.description.lineadeinvestigacion | Auditoría de Sistemas y Seguridad de la Información | es_PE |
renati.advisor.dni | 42097456 | |
renati.advisor.dni | 25754839 | |
renati.advisor.orcid | https://orcid.org/0000-0001-5207-9353 | es_PE |
renati.advisor.orcid | https://orcid.org/0000-0002-6299-3453 | es_PE |
renati.author.dni | 70763407 | |
renati.discipline | 612427 | es_PE |
renati.juror | Jara Aguirre, Chantal Juan | |
renati.juror | García Calderón, Luis Eduardo | |
renati.juror | Acuña Benites, Marlon Frank | |
renati.level | https://purl.org/pe-repo/renati/level#maestro | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Desarrollo sostenible, emprendimientos y responsabilidad social. | es_PE |
dc.description.rsu | Desarrollo económico, empleo y emprendimiento | es_PE |
dc.description.ods | Industria, innovación e infraestructura | es_PE |