e-ISSN: 2953-6634
p-ISSN: 3073-1526
En esta edición, se abordan temas variados que implican desafíos en el área de gestión de procesos, basados en aplicaciones variadas de machine learning, sostenibilidad, salud ocupacional y mercado para aplicaciones en la industria y sociedad. En respuesta a la pandemia del Covid-19, Acosta-Guzmán, I. et al. (2023) desarrolló un prototipo de Procesamiento del Lenguaje Natural (NLP) en Python, para analizar las experiencias de personas infectadas en Ecuador, destacando síntomas comunes y presentando un modelo preliminar de clasificación multietiqueta con gran efectividad. En el ámbito energético, Valcárcel, A. et al. (2023) abordan la transición a fuentes renovables con un enfoque en la protección contra rayos en parques fotovoltaicos, proponiendo soluciones integrales. Haro, A. et al. (2023) se centran en la eficiencia en la utilización de nitrógeno en animales rumiantes, proponiendo tratamientos físicos y químicos para mejorar la degradación ruminal de proteínas. Por otra parte, Reyes-Aliaga, C. et al. (2023) examinan aspectos de la segmentación de mercados industriales B2B, resaltando la necesidad de un enfoque continuo en empresas de servicios. Otro artículo, Amador, B. et al. (2023) revelan cómo la gestión interna de mantenimiento en la acuicultura resultó en una gestión más eficiente y económica, en comparación con la tercerización del servicio. Por último, Rodríguez, M. et al. (2023) investigan el impacto del ruido ergonómico en la salud de trabajadores de centros educativos, destacando la relación entre la exposición al ruido y diversas enfermedades, subrayando la necesidad de abordar esta problemática en el ámbito ocupacional. Estos trabajos representan un paso significativo hacia una gestión saludable y sostenible.
Informes breves o cartas: Word o LaTex
Artículos originales: Word o LaTex
Números especiales: Word
Carta de presentación del manuscrito
e-ISSN: 2953-6634
p-ISSN: 3073-1526
Esta obra está bajo una
Licencia Internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0
EASI es gestionada por la Facultad de Ingeniería Industrial.
Universidad de Guayaquil.
Av. Juan Tanca Marengo y las Aguas.
Guayaquil-Ecuador, 090112
Correo: easi-publication.industrial@ug.edu.ec
Teléfono: (04) 2658128