Communities
Select a community to browse its collections.
Recent Submissions
Item
Arquitectura de una aplicación móvil para ruteo dinámico de flotas de transporte Con Iot, Edge Computing y notificaciones proactivas en tiempo real (Caso: Aje Ecuador - Big Cola - cd Quito Norte)
(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2026-04-08) Changoluisa Bohórquez, Cristian Alexander; Hidalgo Oñate, Ángel Guillermo
El Centro de Distribución Quito Norte de Aje Group Ecuador operaba con un índice de retornos del 14%, equivalente a 1.190 cajas no entregadas diariamente y un costo anual de USD 220.008, originado por un sistema de planificación de rutas completamente manual, sin visibilidad en tiempo real ni confirmación previa de disponibilidad de clientes. Bajo la metodología ágil Scrum, se diseñó y desarrolló el prototipo funcional AJE EC V1, una arquitectura de aplicación móvil para ruteo dinámico de flotas que integra tecnologías IoT, Edge Computing y notificaciones proactivas, construida en FlutterFlow con integración completa de Firebase y Google Maps Platform
Item
Desarrollo de un sistema web para la gestión de servicios y comercialización de repuestos y vehículos del Grupo Santa María de la ciudad de Latacunga utilizando la metodología XP
(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2026-04) Chiguano Lagla, Víctor Alfonso; Damacela Calero, Edwin Fabricio; Bedón Salazar, Edison Patricio
El presente proyecto tuvo como objetivo desarrollar un sistema web para la gestión de servicios y la comercialización de repuestos y vehículos del "Grupo Santa María" en la ciudad de Latacunga, aplicando la metodología XP (Extreme Programming). El problema se origina porque la empresa maneja sus procesos de forma tradicional y manual, por lo cual surge la necesidad de desarrollar una aplicación web, con el fin de optimizar los procesos operativos, administrativos y comerciales de la empresa. Para el desarrollo del proyecto, se empleó el lenguaje Python, con el framework Django y el gestor de bases de datos PostgreSQL, bajo una arquitectura modular multicapa con un diseño adaptativo. Con el fin de recopilar información, se realizó una investigación de campo y bibliográfica, utilizando como técnica una encuesta dirigida a una muestra no probabilística de 100 individuos vinculados a la empresa.
Item
Análisis de la devoción y el sincretismo religioso en la fiesta del Niño de Isinche Pujilí, Ecuador
(Ecuador: La Maná: Universidad Técnica de Cotopaxi; (UTC), 2026-04-13) Taco Taipe, Karina Maribel; Calvopiña León, Cesar Enrique
La fiesta del Niño de Isinche, celebrada anualmente en la hacienda del mismo nombre en Pujilí Cotopaxi, Ecuador, constituye un complejo fenómeno socio religioso que trasciende la mera devoción católica. Este estudio etnográfico se centra en analizar las dinámicas de fe, el rol de los priostes y las expresiones de sincretismo que fusionan prácticas cristianas e indígenas andinas. Se emplea un enfoque cualitativo con observación participante y entrevistas semiestructuradas en devotos y líderes comunitarios, buscando desentrañar como la figura del Niño Jesús actúa con un axis mundi que articula la identidad cultural, la territorialidad y la religiosidad popular. Los resultados preliminares indican que el sincretismo no es una simple yuxtaposición, sino una reinterpretación activa y funcional de los símbolos religiosos, donde elementos centrales como la danza y el vestuario de los danzantes y la reciprocidad de la minka mantienen viva a una cosmovisión ancestral bajo el velo de la ortodoxia católica. La devoción al Niño se revela como una estrategia cultural para negociar la identidad en un contexto de modernidad y pluralismo religioso.
Item
Desarrollo de un sistema e-commerce y facturación electrónica para optimizar la gestión de ventas en la empresa Atom pc del cantón Salcedo aplicando el Framework Django.
(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2026-04) Iza Sánchez, José Bladimir; Bedón Salazar, Edison Patricio
El avance tecnológico a nivel mundial ha evolucionado de forma significativa mediante el uso de herramientas que permiten a los usuarios una navegación simple y accesible ofertando distintos productos de empresas, tiendas, comercios y restaurantes. Después de la pandemia de COVID-19, muchas organizaciones experimentaron la pérdida de clientes y una disminución en las ventas, además de dificultades para adaptarse a nuevas formas de comercialización. Frente a esta problemática, la presente investigación tiene como objetivo optimizar la gestión de ventas de productos en la empresa Atom PC, ubicada en el cantón Salcedo, mediante el desarrollo de un sistema e-commerce aplicando la metodología ágil Scrum. La aplicación fue desarrollada utilizando el framework Django, empleando el lenguaje de programación Python y el sistema gestor de bases de datos PostgreSQL.
Item
Predicción de generación en una mini central hidroeléctrica usando aprendizaje automático y software libre
(Ecuador: Latacunga: Universidad Técnica de Cotopaxi: (UTC), 2025-10-01) Ulloa Chipantiza, Lenin Alejandro; Pilataxi Molina, Freddy Wladimir; Salazar Achig, Edgar Roberto
Introduction: Ecuadorian electric companies that own run-of-the-river hydroelectric plants with regulating reservoirs equal to or less than one day must submit the hourly generation curve planned for the following day to the National Electricity Operator of Ecuador (CENACE) before 10:00 am daily, in addition to having long-term estimates that allow for optimizing their operational planning. Objective: To predict the behavior of electrical power generation at the Illuchi 1 run-of-river plant by applying machine learning methods, and then determine the most efficient method for each time scenario. Method: For the development of this study, a historical database of electrical power generation from the Illuchi 1 mini hydroelectric plant was compiled, corresponding to a period of 3 years, 7 months, which was ordered chronologically and subsequently preprocessed. The open-source software Python was used, applying a methodology based on the model and evaluation of machine learning techniques such as Linear Regression, LSTM, GRU and XGBoost.
Results: The XGBoost algorithm showed better prediction performance for one and seven days, obtaining mean absolute error MAE values of 39.26 [W] and 25.60 [W] respectively and the coefficient of determination R2 of 0.44 and 0.79. On the other hand, the GRU model showed greater prediction accuracy in the two-day horizon, reaching a mean absolute error MAE of 36.03 [W] and its coefficient of determination R2 of 0.61. Conclusions: XGBoost and GRU stand out from other prediction methods due to their ability to identify non-linear models, in order to optimize their forecast accuracy at different time intervals.