https://repository.unad.edu.co/handle/10596/331 Tue, 19 May 2026 15:48:22 GMT 2026-05-19T15:48:22Z https://repository.unad.edu.co/handle/10596/80967 Title: Políticas públicas en Colombia realidad social el espejo roto Abstract: La presente investigación analiza la brecha sistemática entre las políticas públicas y la realidad social en Colombia, a partir de un enfoque mixto que combina datos cualitativos y cuantitativos. El estudio se centra en tres casos relevantes desarrollados entre 2016 y 2023: la Reforma rural integral, las políticas de seguridad y los programas de reducción de la pobreza. Se contrastaron las metas oficiales con indicadores territoriales, identificando desviaciones significativas en su implementación institucional, fragmentación estatal, corrupción, desconexión territorial, diseños centralistas sin participación local y captura del estado por intereses particulares. Estas dinámicas han generado costos sociales como el desplazamiento forzado en las zonas de intervención y la disminución de la confianza ciudadana. Se concluye que la brecha observada constituye un síntoma de conflictos estructurales no resueltos, lo que demanda enfoques diferenciales adaptados a las realidades regionales, así como mayor transparencia en las veedurías ciudadanas y coherencia entre el modelo económico y los derechos sociales. Thu, 14 May 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/80967 2026-05-14T00:00:00Z https://repository.unad.edu.co/handle/10596/80951 Title: Mortalidad en paciente con insuficiencia renal crónica Abstract: Se realiza un análisis de la mortalidad de los pacientes con insuficiencia renal crónica en el cual se toma los datos oficiales del DANE correspondientes al periodo 2019–2023 datos que se encuentra en sus micrositios, para identificar tendencias y variaciones relevantes que pueda aportar a la salud pública. De la información extraída la información consiste en salud de la mortalidad en todas sus patologías en el territorio colombiano encontrando mas de 1 millón de registros con la información por lo cual se accede a realizar el ETL (Extracción Transformación y carga) desde la plataforma de DataBriks con lo cual se maneja BigData con herramienta Python y Spark para ser escalable e integrar diferentes fuentes de datos. Se filtra el diagnóstico CIE10 que contenga código N18 IRC (insuficiencia renal crónica) tomado registro de los pacientes fallecidos durante el periodo de tiempo luego se tomó información relacionada como departamento lugar, diagnostico fecha genero régimen de afiliación con el que falleció. Esta información es porque se cuenta a nivel público y se puede utilizar para fines de estudio el cual se desarrolla con el objetivo de la posible influencia de muerte por grupos de sexo, seguridad social y ubicación geográfica. Utilizando técnicas de análisis descriptivo, tasas ajustadas y visualización gráfica. Este interés es por que IRC es costosa para el gobierno desmejora la calidad de vida y no tiene una cura lo único es por un trasplante de riñón las personas que la poseen tienen una tendencia a cambios de vida y aferrarse a tratamientos para su control para la sobrevivencia. Description: Tue, 31 Mar 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/80951 2026-03-31T00:00:00Z https://repository.unad.edu.co/handle/10596/80938 Title: Estrategias didácticas para el aprendizaje significativo de las ciencias sociales en estudiantes del grado octavo de la Institución Educativa Distrital Madre Laura, en la ciudad de Santa Marta Abstract: El desarrollo del trabajo de investigación aborda el aprendizaje significativo de las ciencias sociales en estudiantes del grado octavo de la institución educativa Madre Laura, en la ciudad de Santa Marta, frente al bajo rendimiento académico y poco desempeño participativo, en esta área; desde un enfoque cualitativo, y empleando la metodología de investigación- acción, logrando identificar problemáticas asociadas a los métodos de enseñanza tradicionales, como lo son el bajo rendimiento académico o el desinterés por la materia. En respuesta a ello, se identificaron y aplicaron estrategias de educación enfocadas en la participación activa de las estudiantes, con la implementación de talleres colaborativos, salidas de campo y uso de Tecnologías de la Información y la Comunicación (TIC), razón por la cual, se logró evidenciar el fortalecimiento de del aprendizaje autónomo, la colaboración entre estudiantes y la relación de los presaberes con el empleo de los mismos en el entorno social; evidenciando mayor absorción de los temas de estudio, apropiación del contenido y pensamiento crítico, y mayor motivación en las actividades. Palabras claves: Aprendizaje, didáctico y autonomía. Wed, 13 May 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/80938 2026-05-13T00:00:00Z https://repository.unad.edu.co/handle/10596/80920 Title: Explorando oportunidades: un enfoque de machine learning para la recomendación personalizada de carreras y programas educativos en Colombia Abstract: El presente proyecto desarrolla TalentAI, un sistema de recomendación inteligente basado en Machine Learning para la orientación vocacional de estudiantes de grado 10° y 11° de instituciones educativas de Bogotá D.C. en la elección de programas de educación superior. La investigación responde a la problemática de la deserción educativa en el primer año de estudios superiores en Colombia, la cual, según el Laboratorio de Economía de la Educación (LEE, 2023), alcanzó un 45,4% en programas universitarios y un 48,2% en programas tecnológicos. A esto se suma que, en Bogotá, la tasa de jóvenes que ni estudian ni trabajan (NINIs) oscila entre el 19% y el 22%, y que más del 60% de los estudiantes de grado 11 no reciben una orientación vocacional estructurada. Estas cifras evidencian la magnitud del problema y justifican la necesidad de un sistema que optimice la toma de decisiones académicas. La metodología implementada combina un enfoque mixto, con análisis cuantitativo mediante la evaluación comparativa de cinco algoritmos de Machine Learning: K-Nearest Neighbors (KNN), Redes Neuronales, Random Forest, XGBoost y Regresión Logística. Se entrenaron los modelos con 20.000 registros sintéticos de estudiantes, caracterizados por 13 variables predictoras (5 puntajes ICFES y 8 dimensiones de competencias), para predecir 30 áreas de conocimiento. Los datos de programas educativos fueron obtenidos del Sistema Nacional de Información de la Educación Superior (SNIES) y del SENA, identificando 46.900 programas a nivel nacional y filtrando 5.138 correspondientes a Bogotá D.C., mediante scripts automatizados de extracción y limpieza de datos. Como resultado, los modelos KNN y Redes Neuronales fueron seleccionados para su implementación en la plataforma, al evidenciar el mejor equilibrio entre precisión y eficiencia computacional frente a las demás alternativas evaluadas. En las pruebas realizadas, el modelo KNN obtuvo un accuracy de 0.660 y un F1-Score Macro de 0.626 con un tiempo de ejecución de 9.1 segundos, destacándose por su rapidez y consistencia; mientras que la Red Neuronal alcanzó un accuracy de 0.666 y un F1-Score Macro de 0.583 en 40.9 segundos, consolidándose como el de mayor capacidad predictiva. El sistema desarrollado incluye un formulario de evaluación de 100 competencias agrupadas en 8 dimensiones, una interfaz web intuitiva para la interacción con estudiantes y un motor de recomendación que sugiere programas educativos personalizados en función del perfil multidimensional del estudiante. Palabras clave: Machine Learning, orientación, neuronales, educación, vocacional. Description: Se anexan gráficas comparativas de modelos de Machine Learning, diagramas de arquitectura del sistema TalentIA, capturas de pantalla de la plataforma web y tablas de resultados. Wed, 10 Sep 2025 00:00:00 GMT https://repository.unad.edu.co/handle/10596/80920 2025-09-10T00:00:00Z