dc.contributor.advisor | Villafuerte Alvarez, Carlos Alberto | |
dc.contributor.advisor | Cabrera Chaupin, Saba Asunción | |
dc.contributor.author | Espinoza Beramendi, Juan Royer | |
dc.date.accessioned | 2025-03-21T15:00:38Z | |
dc.date.available | 2025-03-21T15:00:38Z | |
dc.date.issued | 2025 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/163738 | |
dc.description.abstract | La investigación busca determinar la influencia de la inteligencia artificial en el
proceso catastral en una municipalidad distrital de Lima, 2024, considerando los
Objetivos de Desarrollo Sostenible (ODS). La inteligencia artificial, especialmente
mediante tecnologías como drones, puede modernizar y optimizar la gestión catastral,
alineándose con el ODS 9 (Industria, Innovación e Infraestructura) al impulsar el uso
de herramientas innovadoras para mejorar la precisión y eficiencia en el
levantamiento de datos. Asimismo, contribuye al ODS 11 (Ciudades y Comunidades
Sostenibles) al facilitar una planificación urbana más inclusiva y resiliente, mediante
la actualización continua de la información territorial. Los resultados muestran que la
inteligencia artificial tiene un impacto significativo en las dimensiones de eficiencia
(51.8 %), calidad (35.7 %) y recaudación tributaria (30 %), respaldando su relevancia
para la modernización administrativa. Con un pseudo R² de Nagelkerke del 65.1 %,
los hallazgos destacan la capacidad de estas tecnologías para mejorar la precisión y
sostenibilidad del proceso catastral, maximizando la recaudación y fomentando el
desarrollo urbano sostenible. Esto subraya la importancia de integrar la inteligencia
artificial en las estrategias de gestión pública para cumplir los objetivos globales de
sostenibilidad. | 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 | Inteligencia artificial | es_PE |
dc.subject | Gestión catastral | es_PE |
dc.subject | ODS | es_PE |
dc.subject | Recaudación tributaria | es_PE |
dc.title | Inteligencia artificial en el proceso de catastro en una municipalidad distrital, Lima 2024 | es_PE |
dc.type | info:eu-repo/semantics/masterThesis | es_PE |
thesis.degree.discipline | Maestría en Gestión Pública | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Facultad de Ciencias Empresariales | es_PE |
thesis.degree.name | Maestro en Gestión Pública | es_PE |
dc.description.sede | Lima Norte | es_PE |
dc.description.escuela | Programa Académico de Maestría en Gestión Pública | es_PE |
dc.description.lineadeinvestigacion | Reforma y Modernización del Estado | es_PE |
renati.advisor.dni | 41920734 | |
renati.advisor.dni | 15342601 | |
renati.advisor.orcid | https://orcid.org/0000-0002-8786-077X | es_PE |
renati.advisor.orcid | https://orcid.org/0000-0002-9473-5854 | es_PE |
renati.author.dni | 44311648 | |
renati.discipline | 417477 | es_PE |
renati.juror | Quiñones Vernazza, Cesar Augusto | |
renati.juror | Cabrera Chaupin, Saba Asunción | |
renati.juror | Villafuerte Alvarez, Carlos Alberto | |
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#5.06.02 | 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 | Producción y consumo responsable | es_PE |
dc.description.modality | PRESENCIAL | es_PE |