Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Julca Infantes, Samuel Demetrio"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Relación entre la evaluación predictiva de riesgos mediante inteligencia artificial y la gestión del cronograma en proyectos de infraestructura vial en Trujillo, 2025
    (Universidad Católica de Trujillo - Benedicto XVI, 2025-09-02) Julca Infantes, Samuel Demetrio; Marcos Rodríguez, Marco Antonio
    La presente investigación tuvo como objetivo determinar la relación entre la evaluación predictiva de riesgos mediante inteligencia artificial (IA) y la gestión del cronograma en proyectos de infraestructura vial en Trujillo durante el año 2025. El estudio se desarrolló bajo un enfoque cuantitativo, con diseño no experimental, transversal y correlacional, utilizando una muestra de 120 profesionales vinculados a obras viales públicas. Se emplearon encuestas estructuradas como técnica de recolección de datos y análisis estadístico mediante el coeficiente de Spearman. Los resultados revelaron una correlación positiva moderada y significativa entre ambas variables (ρ = .505; p < .001), así como asociaciones relevantes entre las dimensiones de captura de datos y planificación (ρ = .856), y entre algoritmos predictivos y ejecución del cronograma (ρ = .516). No se encontró relación significativa entre alertas automatizadas y el control del cronograma. Se concluye que la integración de herramientas predictivas basadas en IA mejora la planificación y ejecución de obras viales, aunque persisten desafíos en su aprovechamiento para el control del cronograma. La investigación contribuye con evidencia empírica útil para autoridades, profesionales y entidades del sector construcción, fomentando una gestión más eficiente, basada en datos y orientada a los Objetivos de Desarrollo Sostenible (ODS).

DSpace software copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback