![Lights](/image/header2.png)
Please use this identifier to cite or link to this item:
https://repositorio.unemi.edu.ec/xmlui/handle/123456789/7406
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Carpio Arias, Maricela | - |
dc.contributor.author | Merino Salazar, Karla Paulina | - |
dc.date.accessioned | 2024-08-29T15:56:19Z | - |
dc.date.available | 2024-08-29T15:56:19Z | - |
dc.date.issued | 2024 | - |
dc.identifier.uri | https://repositorio.unemi.edu.ec/xmlui/handle/123456789/7406 | - |
dc.description.abstract | Los sistemas lóticos son componentes hídricos esenciales amenazados por la contaminación el cambio climático y otras actividades humanas Las tecnologías de inteligencia artificial IA tienen potencial para abordar estos desafíos proporcionando herramientas innovadoras para el monitoreo la gestión y el análisis de la calidad del agua El objetivo de esta investigación es analizar la producción científica acerca de la IA en el monitoreo de la calidad del agua en sistemas lóticos usando técnicas de bibliometría para lo cual se ha planteado las siguientes preguntas Cuáles son las principales tecnologías de IA utilizadas en el monitoreo de la calidad del agua en sistemas lóticos según la literatura científica Qué tendencias y patrones emergen en la investigación bibliométrica sobre la aplicación de IA en este campo Cuáles son las principales brechas y desafíos identificados en la literatura existente Qué recomendaciones pueden hacerse para orientar futuras investigaciones y mejorar la aplicación de IA en el monitoreo de la calidad del agua La metodología se basa en un análisis bibliométrico de la producción científica indexada en Scopus Para el procesamiento de datos se usó el software R y el paquete biblioshiny Se analizaron 103 documentos abarcando un período de 20 años (2004-2024) El estudio presenta el total de investigaciones, las instituciones y autores más prolíficos los tipos de sistemas de monitoreo desarrollados con IA y las aplicaciones en la gestión de recursos hídricos lóticos El análisis revela un auge en la producción científica entre los años 2015 y 201 Las tecnologías de IA como redes neuronales artificiales teledetección aprendizaje automático y sistemas de expertos posibilitan nuevos métodos de monitoreo análisis de datos hidrológicos y modelado de ecosistemas acuáticos Países como EEUU China India y Corea del Sur se posicionan como líderes en producción científica Entre las filiaciones destacadas están la Universitat Politécnica de Valencia la Université Laval la Beijing University of Technology la Sun Yat-Sen University y la University of Galway | es_ES |
dc.format | application/pdf | es_ES |
dc.rights | openAccess | es_ES |
dc.subject | GESTIÓN AMBIENTAL | es_ES |
dc.subject | INTELIGENCIA ARTIFICIAL | es_ES |
dc.subject | CALIDAD DE AGUA | es_ES |
dc.subject | SISTEMAS LÓTICOS | es_ES |
dc.subject | BIBLIOMETRÍA | es_ES |
dc.title | Análisis bibliométrico de la inteligencia artificial en el monitoreo de la calidad del agua en sistemas lóticos | es_ES |
dc.type | masterThesis | es_ES |
dc.unemi.cedula | 0940092901 | es_ES |
dc.source.reponame | Repositorio de la Universidad Estatal de Milagro | es_ES |
dc.source.instname | Universidad Estatal de Milagro | es_ES |
dc.unemi.typesenescyt | Informe de Investigacion | es_ES |
Appears in Collections: | Tesis de Maestría en Biotecnología |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Karla Paulina Merino Salazar.pdf | 1.86 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.