Escuela Profesional de Ingeniería Ambiental
Permanent URI for this collection
Les damos la bienvenida a nuestra comunidad de Tesis en Ingeniería AMbiental de la Universidad Tecnológica de los Andes.
News
Para más información sobre nuestra Escuela Profesional Visitar nuestro Portal Web, CLIC AQUÍ.
Browse
Browsing Escuela Profesional de Ingeniería Ambiental by Author "Alvarado Ramos, Jessica"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Gestión ambiental municipal y su relación con el manejo de residuos sólidos en la Municipalidad Provincial de Abancay, 2023(Universidad Tecnológica de los Andes, 2025-12) Gonzáles Castro, Ninfa Katherin; Alvarado Ramos, JessicaLa investigación tuvo como principal objetivo de determinar el grado de relación entre la gestión ambiental municipal y el manejo de residuos sólidos de la Municipalidad Provincial de Abancay, 2023, la metodología utilizada se conformó de un enfoque cuantitativo, diseño no experimental, con un alcance correlacional. La técnica empleada fue la encuesta y el instrumento el cuestionario, la muestra estuvo conformada por 27 trabajadores de la Unidad de Gestión de Recursos Sólidos de la Municipalidad Provincial de Abancay, de los cuales 15 son de la unidad de gestión de residuos sólidos y 12 de los encuestados son de la sub gerencia del medio ambiente; los resultados para el objetivo general fueron de Rho = 0,602, con valor de significancia de 0,001, por lo que se demuestra que la relación fue significativa y directa, asimismo en el objetivo específico fue de Rho = 0,600, sig. = 0,001, en el objetivo específico 2 se obtuvo un valor de Rho = 0,577 y sig. = 0,002 y finalmente en el objetivo específico 3 se halló un valor de Rho = 0,492, con sig. = 0,009, aceptando la hipótesis en todos los casos. Por lo tanto, se concluye que existe una relación directa y significativa entre la gestión ambiental municipal y el manejo de residuos sólidos en la Municipalidad Provincial de Abancay durante el año 2023, de este modo, se valida la hipótesis de estudio y se resalta la importancia de fortalecer las políticas y estrategias municipales en materia ambiental para optimizar la gestión de los residuos sólidosItem Predicción de agentes patológicos mediante parámetros de calidad del agua con la aplicación de la inteligencia artificial en la cuenca hidrográfica del río Chumbao, provincia de Andahuaylas, región Apurímac – 2024(Universidad Tecnológica de los Andes, 2026-01) Anampa Yalli, Rosy Sheila; Ancco Cervantes, Alex Junior; Alvarado Ramos, JessicaLa presente investigación “Predicción de agentes patológicos mediante parámetros de calidad del agua con la aplicación de la inteligencia artificial en la cuenca hidrográfica del río Chumbao, provincia de Andahuaylas, región Apurímac – 2024” tuvo como objetivo determinar la predicción de los agentes patológicos mediante parámetros de la calidad del agua con la aplicación de la Inteligencia Artificial en la cuenca hidrográfica del río Chumbao, provincia de Andahuaylas, región Apurímac – 2024. La metodología utilizada fue tipo aplicada, enfoque cuantitativo, diseño no experimental. La población fueron los registros de monitoreo de calidad del agua existentes, tipo demuestra no probabilística – convencional con respecto a parámetros microbiológicos y parámetros físico-químicos; y muestreo por conveniencia. Los resultados obtenidos fueron según el coeficiente de determinación 𝑅2 fue de 76,92%, lo que indica que, con un 95% de seguridad, la clasificación de los resultados tiene una aproximación mayor al 50%. Esto permitió aceptar la hipótesis alterna, sugiriendo que el uso de laboratorio e inteligencia artificial en los parámetros de calidad del agua muestra un grado de valoración 𝑅2>50% en la determinación de agentes patológicos, lo que indica que existe una correlación positiva moderada y significativa donde las redes neuronales pueden predecir coliformes totales con seguridad del 95%. Se concluye que, el uso de laboratorio para el análisis de parámetros de calidad del agua e inteligencia artificial en los parámetros de calidad del agua, con un 95%, existe correlación positiva moderada esto significa que, la aplicación de inteligencia artificial en las redes neuronales para predecir agentes patológicos es viable.