El mantenimiento preventivo comprende todas las actividades involucradas en la conservación en buen estado de los equipos tecnológicos de cualquier empresa. En la actualidad, la implementación del mantenimiento preventivo dentro de la industria es fundamental para minimizar las averías en la maquinaría. Este estudio muestra el sistema de mantenimiento preventivo como un elemento clave del proceso general de las organizaciones. Mediante un diagrama de flujo se muestran los diferentes pasos a seguir para implementar y mantener un sistema de este tipo. La metodología propuesta se implementó en una empresa que fabrica productos médicos y entre los resultados se registró una mejora del tiempo medio entre fallas de 1.176 horas a 1.699 horas y la eliminación de variaciones entre programas de 79.5 horas a solo 17 horas, entre otros. Este artículo muestra el entramado de los elementos clave del mantenimiento preventivo total: desde técnicas de mantenimiento, pasando por la efectividad del equipo, la estandarización de las prácticas de mantenimiento, el encuadre del mantenimiento preventivo total, hasta las barreras, limitaciones y éxitos del mantenimiento preventivo.
En estadística inferencial, el pronóstico es un proceso matemático mediante el cual se hace una estimación del valor futuro de una o más variables, como puede ser la demanda. El objetivo de este presente trabajo de investigación documental fue definir la clasificación de los principales tipos de pronósticos. Además, proponer algunos de los modelos más representativos utilizados actualmente para ser implementados por pequeñas y medianas empresas, aquellos que, con base en la literatura consultada, tienen mayor potencial para lograr un pronóstico de demanda exitoso. Se encontró que los pronósticos pueden ser univariados o multivariados; sin embargo, a fin de encontrar las alternativas que impliquen menor costo para la empresa por procesamiento de datos, se consideraron exclusivamente modelos de pronósticos de series de tiempo univariados, ya que requieren únicamente los datos históricos de las ventas de la empresa. Los modelos de pronósticos de serie de tiempo se clasificaron en tres enfoques: 1) estadísticos o tradicionales, de los cuales se recomendaron el modelo de suavización exponencial triple o de Holt-Winters y el modelo de promedios móviles autorregresivos integrados (Arima), 2) de aprendizaje automático, de los cuales se destacaron el modelo bosque aleatorio y el modelo de redes neuronales recurrentes de gran memoria a corto plazo (LSTM), 3) híbridos, de los cuales se sugirieron el modelo Arima-LSTM y el modelo Facebook Prophet.
En este artículo se presenta el estudio efectuado para evaluar el estado nutricio de escolares, entre nueve y 11 años; pertenecientes, unos, a una escuela primaria con comedor y otros, a una escuela sin servicio de comedor escolar. se aplicaron cuestionarios para evaluar hábitos alimentarios y de estilo de vida en los niños que fueron evaluados antropométricamente, el cual constó de 30 ítems. Así mismo, se analizaron los menús que se les ofrecen a los niños de la escuela con comedor para observar el tipo y calidad de la dieta que se les brindaba. Con los resultados obtenidos se concluyó que el estado nutricional de los escolares de la escuela primaria con comedor es diferente en comparación con los escolares de la escuela primaria sin comedor, sin embargo en ambos planteles educativos se observan casos de malnutrición, por lo que no se puede afirmar que el contar o no con el servicio de comedor escolar tuviera influencia en el desarrollo de problemas nutricionales.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.