<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <title>DSpace Collection:</title>
  <link rel="alternate" href="https://repository.unad.edu.co/handle/10596/62734" />
  <subtitle />
  <id>https://repository.unad.edu.co/handle/10596/62734</id>
  <updated>2026-04-29T11:40:41Z</updated>
  <dc:date>2026-04-29T11:40:41Z</dc:date>
  <entry>
    <title>Sistema de visualización de datos de laboratorio de control del proceso de extracción de aceite de palma</title>
    <link rel="alternate" href="https://repository.unad.edu.co/handle/10596/79657" />
    <author>
      <name />
    </author>
    <id>https://repository.unad.edu.co/handle/10596/79657</id>
    <updated>2026-03-24T15:31:57Z</updated>
    <published>2026-02-21T00:00:00Z</published>
    <summary type="text">Title: Sistema de visualización de datos de laboratorio de control del proceso de extracción de aceite de palma
Abstract: La industria del aceite de palma presenta una de las mayores eficiencias productivas a nivel global, y Colombia ocupa el cuarto lugar en producción mundial. En una planta extractora, los datos de laboratorio son esenciales para monitorear pérdidas de aceite y parámetros de calidad que condicionan la estabilidad del proceso. No obstante, la fragmentación de los sistemas de registro y la ausencia de integración en tiempo real generan retrasos operativos y limitan la capacidad de respuesta ante desviaciones. Este proyecto implementa un sistema automatizado de visualización y análisis de datos conectado a una base de datos Oracle mediante procesos ETL estructurados. A través de Power BI, se integran analítica descriptiva e indicadores de capacidad del proceso (Cp y Cpk) para fortalecer el control operacional, reducir errores manuales y mejorar la trazabilidad. La solución constituye un avance hacia la adopción de prácticas de Industria 4.0 en el sector palmero, optimizando la toma de decisiones y aumentando la eficiencia del proceso de extracción.
Description: No aplica</summary>
    <dc:date>2026-02-21T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Avances retos y perspectivas de la implementación de la inteligencia artificial y el aprendizaje automático en las PYMES</title>
    <link rel="alternate" href="https://repository.unad.edu.co/handle/10596/78352" />
    <author>
      <name />
    </author>
    <id>https://repository.unad.edu.co/handle/10596/78352</id>
    <updated>2026-02-02T15:06:42Z</updated>
    <published>2026-01-23T00:00:00Z</published>
    <summary type="text">Title: Avances retos y perspectivas de la implementación de la inteligencia artificial y el aprendizaje automático en las PYMES
Abstract: En la transición digital del tejido productivo colombiano, las pequeñas y medianas empresas (PYMES) avanzan de manera desigual hacia decisiones basadas en datos, esta monografía analiza de forma sistemática el estado de implementación de la inteligencia artificial (IA) y el aprendizaje automático (AA) en PYMES colombianas y latinoamericanas entre 2019 y 2025, identificando avances, retos y perspectivas. Se siguió el protocolo PRISMA 2020 para la búsqueda, cribado y síntesis cualitativa de la evidencia.&#xD;
 Los hallazgos indican:  &#xD;
(i)	Beneficios operativos y de soporte a la decisión en finanzas/contabilidad, mercadeo, operaciones y auditoría. &#xD;
(ii)	Barreras persistentes en calidad/disponibilidad de datos, talento, infraestructura y costos, junto con desafíos de gobernanza/ética. &#xD;
(iii)	Una perspectiva favorable cuando se adoptan hojas de ruta graduales, se fortalecen capacidades internas y se establecen marcos de gobernanza de datos, como aporte práctico, se proponen lineamientos para priorizar casos de uso, gestionar riesgos y alinear la adopción con objetivos de negocio y cumplimiento normativo.
Description: N/A</summary>
    <dc:date>2026-01-23T00:00:00Z</dc:date>
  </entry>
</feed>

