Mostrar el registro sencillo del ítem
Machine Learning en la mejora del proceso de selección del personal docente en una universidad nacional, Lima 2021
dc.contributor.advisor | Visurraga Agüero, Joel Martin | |
dc.contributor.author | Yaranga Vite, Italo Paul | |
dc.date.accessioned | 2022-03-28T20:41:18Z | |
dc.date.available | 2022-03-28T20:41:18Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/85185 | |
dc.description.abstract | El objetivo de la presente investigación es determinar que Machine Learning mejora el proceso de selección del personal docente en una Universidad Nacional de Lima Perú. Para lo cual, se midieron los resultados del proceso de selección de personal en forma tradicional y utilizando una aplicación de Machine Learning que permita establecer la mejora mediante uso de indicadores de selección de personal, índice de personal postulante, índice de evaluación curricular, e índice de contratación. El tipo de investigación utilizada fue aplicada con un enfoque cuantitativo, con diseño cuasi experimental, utilizando una población de 120 observaciones y con un muestreo no probabilístico por cada indicador. Para la recolección de datos se utilizó como instrumento de recolección de datos la guía de observación y para la prueba de hipótesis en el análisis inferencial, se utilizó la prueba de Wilcoxon. Los resultados se determinaron mediante el test de Wilcoxon que permitió la comparación del pretest y postest, cuyo contraste fue significativo en cada indicador, y se determinó que los indicadores mejoran en 36.9% en el índice de personal postulante, 36.8% en el índice de evaluación curricular, y 40.3% en el índice de contratación. | en_US |
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 | Aprendizaje automático (Inteligencia artificial) | es_PE |
dc.subject | Desempeño docente | es_PE |
dc.subject | Gestión administrativa | es_PE |
dc.subject | Inteligencia emocional | es_PE |
dc.title | Machine Learning en la mejora del proceso de selección del personal docente en una universidad nacional, Lima 2021 | 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 | Sistemas de información y comunicaciones | es_PE |
renati.advisor.dni | 10192315 | |
renati.advisor.orcid | https://orcid.org/0000-0002-0024-668X | es_PE |
renati.author.dni | 40245171 | |
renati.discipline | 612427 | es_PE |
renati.juror | Carcausto Calla, Wilfredo Humberto | |
renati.juror | Lezama Gonzales, Pedro Martin | |
renati.juror | Visurraga Aguero, Joel Martin | |
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 | Biodiversidad, cambio climático y calidad ambiental | es_PE |
dc.description.rsu | Innovación tecnológica y desarrollo sostenible | es_PE |
dc.description.ods | Industria, innovación e infraestructura | es_PE |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(es)
-
Lima Norte [351]