La participación de las mujeres en la educación en áreas como ciencias, tecnología, ingeniería y matemáticas ha mejorado en los últimos años. Sin embargo, según la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO) aún existen importantes inequidades en el acceso de mujeres a la educación superior a nivel local, de país y región, por lo que se investiga la presencia de la mujer en la carrera de Ingeniería en Sistemas teniendo como objetivo revisar el historial de matrículas que se han dado en los diferentes períodos académicos desde 1993 hasta 2019 para determinar qué tan eficaces y/o eficientes han sido las mujeres para lograr terminar el pensum de la carrera de Ingeniería en Sistemas y obtener su título. Adicionalmente, se ha realizado un estudio cualitativo en base a encuestas aplicadas a mujeres estudiantes de la carrera sobre factores propios, familiares y escolares. Los resultados indican que el 5% de mujeres estudiantes fueron eficientes en el proceso de su cohorte y de este grupo de 63 mujeres el 3,17 %, se graduaron de ingenieras durante los 6 meses posteriores al término de la malla curricular que es lo óptimo. Por otra parte, el número de mujeres que se han graduado durante estos 26 años y medio de existencia de la carrera desde que fue creada son 45,61% y por ende han sido eficaces.

El análisis del tránsito vehicular ha tomado gran importancia en los últimos años debido al incremento considerable de vehículos en las vías, lo que hace que muchas veces exista congestiones vehiculares, por lo que, es necesario conocer el aforo vehicular que transita por determinadas vías, de tal forma que se puede tomar decisiones para mejorar el tránsito vial como abrir vías alternas, cambiar temporización de semáforos, mejorar señalética de las vías, etc. Existen estudios que realizan el conteo e identificación de vehículos de forma manual mediante observación, sin embargo, esta técnica puede ser ineficiente ya que se debe contar con personas que realicen este conteo en una o varias vías durante un periodo de tiempo determinado, además, no permite capturar la información en varías horas del día.  Por otro lado, existen técnicas que pueden ser complejas de configurar o que intervienen en el flujo normal del tráfico como rampas con sensores y lazo inductivo. Por lo que se ve la necesidad de usar una técnica que permita el conteo e identificación de vehículos de una manera más eficiente y que no intervenga en el flujo del tránsito. El presente estudio plantea la utilización de modelos de redes neuronales artificiales en la automatización del aforo y clasificación vehicular. Se generó un modelo de redes neuronales artificiales que a través de video permite detectar y clasificar vehículos del transporte público que transitan por las vías con un nivel de certeza del 94.29%. Además, se probó el modelo en tiempo real mediante el uso de una aplicación móvil y la cámara del smartphone, demostrando que el modelo puede ser usado siempre que se tenga acceso a video sin la necesidad de una calibración o configuración del sistema. Por lo tanto, en base al alto nivel de certeza obtenido y las pruebas realizadas en tiempo real, queda demostrado que es factible la creación de sistemas que no requieran calibración ni configuraciones complejas basados en el uso de redes neuronales artificiales para la automatización del aforo y clasificación vehicular.

La deserción de los estudiantes universitarios de las carreras y las altas tasas de reprobación es un problema en las instituciones de educación superior en el Ecuador y mientras más alta es la tasa de reprobación en una asignatura, mayor es el número de estudiantes que deben cursar nuevamente dicha asignatura lo cual limita los recursos disponibles y hace que las autoridades de las instituciones educativas realicen una constante reestructuración de espacios físicos y de docentes. Por lo tanto, el objetivo del presente estudio es usar la minería de datos educativa con técnicas de aprendizaje de máquina y aprendizaje profundo para analizar y modelar datos educativos de tal forma que se puede predecir el rendimiento académico de un estudiante. El diseño de la investigación fue mixta y longitudinal debido a que se analizó información obtenida durante 6 periodos académicos. A diferencia de estudios previos, en el presente estudio se consideran datos académicos, sociodemográficos y socioeconómicos los cuales fueron obtenidos mediante encuestas digitales y sistemas informáticos académicos de una institución de educación superior y se propone un modelo de red neuronal artificial MLP para predecir el nivel de riesgo de reprobación de los estudiantes, el cual permitirá a estudiantes, docentes y autoridades conocer el riesgo de reprobación en una asignatura de la forma que se pueda tomar las acciones correspondientes con el fin de menorar la tasa de reprobación. El modelo propuesto alcanzó una certeza de aproximadamente el 88% demostrando un buen desempeño. Adicionalmente, se comparó el rendimiento del modelo propuesto con el rendimiento de un modelo de árbol de decisión y de un modelo de regresión logística aplicados al mismo conjunto de datos, estos modelos obtuvieron una certeza de aproximadamente 85% y 82%, respectivamente.

Introducción: El transporte público es de vital importancia para las ciudades debido a que permite una mejor planificación urbana de la ciudad evitando el crecimiento del transporte privado y de esta forma la contaminación ambiental y acústica en las ciudades. Sin embargo, el desconocimiento del funcionamiento del transporte público provoca que los ciudadanos no lo utilicen, optando por el transporte privado. Objetivos: Por lo tanto, en el presente estudio se propone desarrollar una aplicación móvil con georreferenciación que permita una fácil disponibilidad de acceso a la información sobre el servicio de transporte público a los usuarios que residen en la ciudad de Riobamba, provincia de Chimborazo, bajo el sistema operativo Android, y con el objetivo de potenciar el uso del transporte público urbano mediante la ayuda de la asistencia GPS en la geolocalización de buses. Metodología: La metodología de desarrollo utilizada fue MOBILE-D, se establecieron requerimientos del proyecto mediante técnicas de recolección de datos, se ejecutaron iteraciones planificadas mediante el uso de herramientas como: MySQL como sistema gestor de base de datos, Laravel 8 como framework de desarrollo del back-end, React Native como framework de desarrollo para la aplicación móvil mediante el lenguaje de programación JavaScript, Google Maps y Pubnub como servidores en la presentación de rutas, paradas y buses en un mapa de la ciudad. Resultados: Para la evaluación del sistema se realizó el cálculo del porcentaje de disponibilidad de la aplicación y de la distribución de la aplicación, mediante la fórmula de disponibilidad establecida por la Information Technology Infrastructure Library (ITIL), la cual impuso niveles de disponibilidad del 100% y 99.767% respectivamente, mismas que fueron evaluadas durante el período diciembre de 2021 a enero de 2022. Conclusiones: La aplicación desarrollada logró de manera óptima el objetivo de otorgar un servicio informativo del transporte público a la ciudadanía de Riobamba.