Actualmente la Covid-19 está causando grandes pérdidas a nivel mundial, es por ello que diferentes trabajos permiten predecir o pronosticar el comportamiento de cantidad de infectados utilizando técnicas de forecasting, dentro del campo de Inteligencia Artificial se están permitiendo tomar medidas de control en los diferentes países.  En este trabajo se propuso un modelo de aprendizaje profundo para pronosticar los casos diarios en las regiones de Madre de Dios. Los datos utilizados pertenecen al conjunto de datos abiertos Covid-19 del Ministerio de Salud de Perú (MINSA). El conjunto de datos incluye los períodos de inicio de marzo de 2020 a fines de diciembre de 2021. Se utilizó un LSTM utilizando variables de Fecha, Departamento, Provincia, Distrito, Casos, IP. ID y con tamaño de ventana de 5 días, se obtuvo una precisión de 94,67% con los datos de entrenamiento y un 92,31%.

Teacher job satisfaction is an important aspect of academic performance, student retention, and teacher retention. We propose to determine the predictive model of job satisfaction of basic education teachers using machine learning techniques. The original data set consisted of 15,087 instances and 942 attributes from the national survey of teachers from public and private educational institutions of regular basic education (ENDO-2018) carried out by the Ministry of Education of Peru. We used the ANOVA F-test filter and the Chi-Square filter as feature selection techniques. In the modeling phase, the logistic regression algorithms, Gradient Boosting, Random Forest, XGBoost and Decision Trees-CART were used. Among the algorithms evaluated, XGBoost and Random Forest stand out, obtaining similar results in 4 of the 8 metrics evaluated, these are: balanced accuracy of 74%, sensitivity of 74%, F1-Score of 0.48 and negative predictive value of 0.94. However, in terms of the area under the ROC curve, XGBoost scores 0.83, while Random Forest scores 0.82. These algorithms also obtain the highest true-positive values (479 instances) and lowest false-negative values (168 instances) in the confusion matrix. Economic income, satisfaction with life, self-esteem, teaching activity, relationship with the director, perception of living conditions, family relationships; health problems related to depression and satisfaction with the relationship with colleagues turned out to be the most important predictors of job satisfaction in basic education teachers.

The objective of the research was to identify the determinants of poverty at the household level in Peru in 2020. The research design was descriptive and correlational, with a type of non-experimental research and quantitative approach, and considered the logit econometric model; the sources of information used correspond to the National Household Survey of the National Institute of Statistics and Informatics, from which the variables that are considered determinants of poverty were extracted and managed. It was determined that the size of the household positively influences by 1.3%; the economic income of the head of household negatively influences by 0.000828%; the years of education of the head of household influences by 0.1%; homeownership influences by 0.9%; access to social programs of food and non-food aid influence by 0.9% and 0.6%, respectively; access to drinking water service, hygienic service and electric power service have a negative influence of 1.8%, 0.6% and 1.7%; all these factors are associated with the poverty of households in Peru. Therefore, the social determinants of poverty were household size, economic income, years of education, access to homeownership, access to a social food aid program, access to a social non-food aid program, access to drinking water services, access to hygienic services and access to electric power services.

El patrimonio cultural es lo que identifica a cada cultura a lo largo de los años, darle valor, permite que los propios ciudadanos participen en su conservación y concientización de su importancia en la identidad de cada ciudad. El presente estudio tuvo por objetivo proponer la implementación de una aplicación móvil que permita la visualización de información sobre el patrimonio cultural de la ciudad de Puerto Maldonado utilizando geolocalización y realidad aumentada. Se utilizó la metodología de investigación científica, y la metodología de desarrollo de software OOHDM. En el desarrollo del sistema web con aplicativo móvil en las pruebas pre y post aplicadas en los estudiantes de Ingeniería de Sistemas e Informática de la UNAMAD, se encontraron diferencias significativas tanto en calidad de información como en sus mediciones según las escalas determinadas, además, tener una misma aplicación donde se encuentren los patrimonios disminuye el tiempo que tardan los usuarios buscar información uno por uno, con información verídica y confiable. Se concluye que el desarrollo de un sistema web con aplicativo móvil mejoró la difusión del Patrimonio Cultural de Puerto Maldonado.

El avance tecnológico ha impulsado que varios sectores usen la tecnología como apoyo para tener resultados exactos y tomar decisiones. El objetivo fue diseñar e implementar un dispositivo de monitoreo que permita medir la calidad del agua en el consumo humano en la Provincia de Tambopata corredor Interoceánico Puerto Maldonado. La muestra se calculó a través del muestreo aleatorio simple entre los kilómetros 98 – 115 visitando las diferentes quebradas, ojos de agua, pozos tubulares, aguajales, tomando las respectivas muestras de agua, que luego fueron analizadas con el dispositivo diseñado e implementado. En el centro poblado las personas que tienen pozos tubulares a más de 30 metros de profundidad el nivel de turbidez y pH del agua es menos en proporción con las quebradas, ojos de agua, aguajales, etc. Concluimos que no se debe consumir el agua de afluentes de quebradas, ojos de agua, aguajales, los que están en la superficie ya que existe un nivel de contaminación de diferentes tipos de materiales pesados y contaminantes que según normas de calidad de agua no es apto para el consumo humano.