La gestión de residuos sólidos es uno de los principales desafíos ambientales en todas las ciudades del mundo debido a factores como el crecimiento poblacional y los hábitos de consumo. Una de las principales herramientas para el diseño de proyectos de gestión de residuos, es la estimación de la generación per cápita, sin embargo, el método tradicional para obtener esta información demanda mucho esfuerzo y tiempo, por ello esta investigación plantea un enfoque alternativo de la estimación de la generación per cápita a partir de factores socioeconómicos. Para ello se recogió información socio económica demográfica e información sobre la generación per cápita de residuos sólidos de 50 familias, posteriormente se determinaron las variables que tienen influencia significativa a partir del coeficiente de correlación ρ de Spearman para las variables numéricas y un ANOVA para las variables categóricas con un umbral de aceptación de 0.4 y 0.05 respectivamente. Las variables seleccionadas se utilizaron para entrenar los modelos de redes neuronales, regresión lineal múltiple, support vector machine, procesos gaussianos y random forest, cuyos desempeños fueron de R2 = 0.986, 0.982, 0.959, 0.837, 0.832; respectivamente. Para la validación se utilizó validación cruzada y partición de datos. Los resultados indican que las variables influyentes son el ingreso per cápita, el gasto en insumos y productos, el tamaño familiar y los servicios del hogar. Se concluye que las predicciones de los modelos son confiables (RMSE desde 8g a 27g) y a partir de ellas se pueden diseñar proyectos.

Este artículo es un estudio que evidencia los beneficios de implementar el análisis de video (AV) en clase de Física. El objetivo de la investigación es demostrar que la aplicación del AV, además de ser una técnica de bajo costo y de fácil uso, mejora significativamente el nivel de comprensión de gráficos en cinemática (NCGC). En el trabajo se comparan los resultados de la parte práctica del tema de cinemática en una clase tradicional y en una con AV, después de aplicar el TUG-K (Test of Understanding Graphs in Kinematics), para evaluar la influencia del AV en el NCGC a 60 alumnos seleccionados de la Facultad de Ingeniería de la Universidad de Huánuco (30 para cada grupo). Los resultados muestran que existe una fuerte correlación biserial puntual (rbp = 0.809) altamente significativa (p < 0.0001) entre estas dos variables, que el AV tiene un impacto medio en el NCGC (Hake = 32.5%) y que el NCGC es significativamente mayor (p < 0.0001) cuando se aplica AV en comparación con la clase tradicional.

Editora Direitos para esta edição cedidos à Atena Editora pelos autores. Open access publication by Atena Editora Todo o conteúdo deste livro está licenciado sob uma Licença de Atribuição Creative Commons. Atribuição-Não-Comercial-NãoDerivativos 4.0 Internacional (CC BY-NC-ND 4.0). O conteúdo do texto e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores, inclusive não representam necessariamente a posição oficial da Atena Editora. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterála de nenhuma forma ou utilizá-la para fins comerciais.Todos os manuscritos foram previamente submetidos à avaliação cega pelos pares, membros do Conselho Editorial desta Editora, tendo sido aprovados para a publicação com base em critérios de neutralidade e imparcialidade acadêmica.A Atena Editora é comprometida em garantir a integridade editorial em todas as etapas do processo de publicação, evitando plágio, dados ou resultados fraudulentos e impedindo que interesses financeiros comprometam os padrões éticos da publicação. Situações suspeitas de má conduta científica serão investigadas sob o mais alto padrão de rigor acadêmico e ético.

No abstract

No abstract