Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético
En este documento se presenta la aplicación de la analítica de recursos humanos en el subproceso de compensación laboral de talento humano para un caso de estudio del sector minero energético, de tal manera que se cuente con un esquema que facilite el planteamiento de propuestas y la toma decisiones...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad del Rosario
- Repositorio:
- Repositorio EdocUR - U. Rosario
- Idioma:
- OAI Identifier:
- oai:repository.urosario.edu.co:10336/39999
- Acceso en línea:
- https://doi.org/10.48713/10336_39999
https://repository.urosario.edu.co/handle/10336/39999
- Palabra clave:
- Analítica
Compensación laboral
Recursos humanos
Analytics
Labor compensation
Human resources
- Rights
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
| id |
EDOCUR2_7038bff414141e4aec25e3f15703c577 |
|---|---|
| oai_identifier_str |
oai:repository.urosario.edu.co:10336/39999 |
| network_acronym_str |
EDOCUR2 |
| network_name_str |
Repositorio EdocUR - U. Rosario |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético |
| dc.title.TranslatedTitle.none.fl_str_mv |
Approach of human resources analytics in the sub-process of human resources in a case study of the energy and mining sector |
| title |
Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético |
| spellingShingle |
Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético Analítica Compensación laboral Recursos humanos Analytics Labor compensation Human resources |
| title_short |
Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético |
| title_full |
Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético |
| title_fullStr |
Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético |
| title_full_unstemmed |
Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético |
| title_sort |
Aplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energético |
| dc.contributor.advisor.none.fl_str_mv |
Calvo López, John Pablo Franco Franco, Carlos Alberto |
| dc.subject.none.fl_str_mv |
Analítica Compensación laboral Recursos humanos |
| topic |
Analítica Compensación laboral Recursos humanos Analytics Labor compensation Human resources |
| dc.subject.keyword.none.fl_str_mv |
Analytics Labor compensation Human resources |
| description |
En este documento se presenta la aplicación de la analítica de recursos humanos en el subproceso de compensación laboral de talento humano para un caso de estudio del sector minero energético, de tal manera que se cuente con un esquema que facilite el planteamiento de propuestas y la toma decisiones alineadas con la estrategia de talento humano y que contribuyan con la atracción, fidelización y desarrollo del personal. Este proyecto se desarrolló bajo la metodología Cross Industry Standard Process for Data Mining - CRISP-DM, en donde se podrá identificar la aplicación del marco de trabajo SCRUM, gobernanza de sistemas de información, gestión del ciclo de vida analítico, visualización de datos, y técnicas descriptivas y predictivas. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-06-30T21:23:50Z |
| dc.date.available.none.fl_str_mv |
2023-06-30T21:23:50Z |
| dc.date.created.none.fl_str_mv |
2023-06-09 |
| dc.type.none.fl_str_mv |
bachelorThesis |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.document.none.fl_str_mv |
Trabajo de grado |
| dc.type.spa.none.fl_str_mv |
Trabajo de grado |
| dc.identifier.doi.none.fl_str_mv |
https://doi.org/10.48713/10336_39999 |
| dc.identifier.uri.none.fl_str_mv |
https://repository.urosario.edu.co/handle/10336/39999 |
| url |
https://doi.org/10.48713/10336_39999 https://repository.urosario.edu.co/handle/10336/39999 |
| dc.rights.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_14cb |
| dc.rights.acceso.none.fl_str_mv |
Bloqueado (Texto referencial) |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International Bloqueado (Texto referencial) http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_14cb |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad del Rosario |
| dc.publisher.department.none.fl_str_mv |
Escuela de Administración Escuela de Ingeniería, Ciencia y Tecnología |
| dc.publisher.program.none.fl_str_mv |
Maestría en Business Analytics |
| publisher.none.fl_str_mv |
Universidad del Rosario |
| institution |
Universidad del Rosario |
| dc.source.bibliographicCitation.none.fl_str_mv |
Agarwal, N. (2019). Getting started with Gradient Boosting Machines—Using XGBoost and LightGBM parameters. Nityesh. https://www.nityesh.com/gradient-boosting-machines-intro/ Amazon Web Services. (2023). Hiperparámetros LightGBM - Amazon SageMaker. Amazon Web Services. https://docs.aws.amazon.com/es_es/sagemaker/latest/dg/lightgbm-hyperparameters.html ArcGIS. (2023). Cómo funciona el algoritmo LightGBM. ArcGIS Pro. https://pro.arcgis.com/es/pro-app/latest/tool-reference/geoai/how-lightgbm-works.htm Change Américas. (2020). Compensatech. Change Digital. https://changeamericas.com/changedigital/compensatech/ Consuegra, N., & Majarin, D. (2021). Estudio de la brecha salarial: Un análisis de cómo impacta el género sobre el salario. Revista de Casos de Estudio en HR Analytics, 01, 24. Contreras, L., Fuentes, H., & Tarazona, G. (2021). Herramientas de aprendizaje automático para determinar el rendimiento académico en la educación superior: Primera parte. Universidad Distrital Francisco José de Caldas. Escobar, H., Burbano, W., & Puris, A. (2016). Análisis inteligente de datos aplicado al proceso de nivelación en la Universidad Técnica Estatal de Quevedo. Revista publicando, 7(3), 33-44. Espinosa-Zúñiga, J. J. (2020). Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito. Ingeniería, investigación y tecnología, 21(3). https://doi.org/10.22201/fi.25940732e.2020.21.3.022 Haak, T. (2018). 10 Trends in Workforce Analytics for 2019 [AIHR Academy To Innovate HR]. AIHR. https://www.aihr.com/blog/10-trends-in-workforce-analytics/ IBM. (2012). Manual CRISP-DM de IBM SPSS Modeler. IBM. (2023a). ¿Qué es el algoritmo de k vecinos más cercanos? IBM. https://www.ibm.com/mx-es/topics/knn IBM. (2023b). ¿Qué es un bosque aleatorio? IBM. https://www.ibm.com/mx-es/topics/random-forest Margherita, A. (2022). Human resources analytics: A systematization of research topics and directions for future research. Human Resource Management Review, 32(2), 1-13. https://doi.org/10.1016/j.hrmr.2020.100795 Sancho, F. (2021). Aprendizaje Inductivo: Árboles de Decisión. http://www.cs.us.es/~fsancho/?e=104 Scikit-learn. (2023a). Sklearn.neighbors.KNeighborsClassifier. Scikit-Learn. https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html Scikit-learn. (2023b). Sklearn.tree.DecisionTreeClassifier. Scikit-learn. https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html Vulpen, E. van. (2016). Predictive Analytics in Human Resources. AIHR. https://www.aihr.com/blog/predictive-analytics-human-resources/ |
| dc.source.instname.none.fl_str_mv |
instname:Universidad del Rosario |
| dc.source.reponame.none.fl_str_mv |
reponame:Repositorio Institucional EdocUR |
| bitstream.url.fl_str_mv |
https://repository.urosario.edu.co/bitstreams/f8cb6686-3565-4696-af97-b69792fe299d/download https://repository.urosario.edu.co/bitstreams/b34e80ee-d5ea-4b1a-b8ac-19151148fe30/download https://repository.urosario.edu.co/bitstreams/82195e20-2954-4e14-867d-572fe6ed229c/download https://repository.urosario.edu.co/bitstreams/6519abe9-f91c-4b35-90d8-15c73c880aaa/download https://repository.urosario.edu.co/bitstreams/9ae56f9e-cf82-4aaf-8799-b16615a3ff9e/download https://repository.urosario.edu.co/bitstreams/ebfca33b-71c6-43db-8b5a-e1110262344c/download https://repository.urosario.edu.co/bitstreams/3e6a87b9-adab-449f-b5cc-f84054b8634c/download https://repository.urosario.edu.co/bitstreams/c91c6714-b046-4de6-a2d3-d744b3d7f198/download https://repository.urosario.edu.co/bitstreams/752c544f-1907-4116-aeaa-fa9782396fab/download https://repository.urosario.edu.co/bitstreams/5bfea449-8efb-4589-adf5-b8169beb9740/download https://repository.urosario.edu.co/bitstreams/7cd9380f-e9a4-4d71-ba12-25e1de5abb2a/download https://repository.urosario.edu.co/bitstreams/957db522-bbdc-4f94-b726-5bf642a0698e/download https://repository.urosario.edu.co/bitstreams/4ddad944-51ee-4b8e-bece-4f0673955c7c/download https://repository.urosario.edu.co/bitstreams/ddb8bb73-1287-408f-ad21-856acd92c5ab/download |
| bitstream.checksum.fl_str_mv |
5b67be7f7d26d0730da051052397f719 75f804fcb7a543b0d68c72c08c2f30da ad0677871c831d06dfd53f56938b8e42 b120962775e48808ceb9cd0088df7659 b2825df9f458e9d5d96ee8b7cd74fde6 3b6ce8e9e36c89875e8cf39962fe8920 32866bba9e85959ddefdc5d40e40de20 bc9a1ccff22fe8bec50e33d4695c6f62 63883c84316d64ea9ad033f34c604e67 5e0d42264eb934ab5a4a8c50b2ea2388 17e806872f267ef2d5de4cde6f390070 9bf81e6431671a2326e7a72b6114285d 8a923bc905a2c57a32ba2138f6e092a6 510652a14caa7a0bfb7fecb4c0820620 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional EdocUR |
| repository.mail.fl_str_mv |
edocur@urosario.edu.co |
| _version_ |
1814167503405842432 |
| spelling |
Calvo López, John Pablo0bf1638c-a12e-4cf9-876a-ce604568a9efFranco Franco, Carlos Alberto1030537726600Ávila González, Adriana AlexandraMagíster en Business Analyticsbb567da6-05fc-45bf-a553-d0bcc645bae9-12023-06-30T21:23:50Z2023-06-30T21:23:50Z2023-06-09En este documento se presenta la aplicación de la analítica de recursos humanos en el subproceso de compensación laboral de talento humano para un caso de estudio del sector minero energético, de tal manera que se cuente con un esquema que facilite el planteamiento de propuestas y la toma decisiones alineadas con la estrategia de talento humano y que contribuyan con la atracción, fidelización y desarrollo del personal. Este proyecto se desarrolló bajo la metodología Cross Industry Standard Process for Data Mining - CRISP-DM, en donde se podrá identificar la aplicación del marco de trabajo SCRUM, gobernanza de sistemas de información, gestión del ciclo de vida analítico, visualización de datos, y técnicas descriptivas y predictivas.This document presents the approach of human resources analytics in the sub-process of labor compensation of human resources in a case study of the energy and mining sector with the purpose of getting a scheme that helps the proposal formulation and decision-making process aligned with the strategy of the case study and looking for the staff’s attraction, loyalty, and development. We will use the Methodology Cross Industry Standard Process for Data Mining (CRISP-DM), where we identify the application of the SCRUM framework, governance of information systems, analytics life cycle management, data visualization, and descriptive and predictive techniques.application/pdfhttps://doi.org/10.48713/10336_39999 https://repository.urosario.edu.co/handle/10336/39999Universidad del RosarioEscuela de AdministraciónEscuela de Ingeniería, Ciencia y TecnologíaMaestría en Business AnalyticsAttribution-NonCommercial-NoDerivatives 4.0 InternationalBloqueado (Texto referencial)http://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_14cbAgarwal, N. (2019). Getting started with Gradient Boosting Machines—Using XGBoost and LightGBM parameters. Nityesh. https://www.nityesh.com/gradient-boosting-machines-intro/Amazon Web Services. (2023). Hiperparámetros LightGBM - Amazon SageMaker. Amazon Web Services. https://docs.aws.amazon.com/es_es/sagemaker/latest/dg/lightgbm-hyperparameters.htmlArcGIS. (2023). Cómo funciona el algoritmo LightGBM. ArcGIS Pro. https://pro.arcgis.com/es/pro-app/latest/tool-reference/geoai/how-lightgbm-works.htmChange Américas. (2020). Compensatech. Change Digital. https://changeamericas.com/changedigital/compensatech/Consuegra, N., & Majarin, D. (2021). Estudio de la brecha salarial: Un análisis de cómo impacta el género sobre el salario. Revista de Casos de Estudio en HR Analytics, 01, 24.Contreras, L., Fuentes, H., & Tarazona, G. (2021). Herramientas de aprendizaje automático para determinar el rendimiento académico en la educación superior: Primera parte. Universidad Distrital Francisco José de Caldas.Escobar, H., Burbano, W., & Puris, A. (2016). Análisis inteligente de datos aplicado al proceso de nivelación en la Universidad Técnica Estatal de Quevedo. Revista publicando, 7(3), 33-44.Espinosa-Zúñiga, J. J. (2020). Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito. Ingeniería, investigación y tecnología, 21(3). https://doi.org/10.22201/fi.25940732e.2020.21.3.022Haak, T. (2018). 10 Trends in Workforce Analytics for 2019 [AIHR Academy To Innovate HR]. AIHR. https://www.aihr.com/blog/10-trends-in-workforce-analytics/IBM. (2012). Manual CRISP-DM de IBM SPSS Modeler.IBM. (2023a). ¿Qué es el algoritmo de k vecinos más cercanos? IBM. https://www.ibm.com/mx-es/topics/knnIBM. (2023b). ¿Qué es un bosque aleatorio? IBM. https://www.ibm.com/mx-es/topics/random-forestMargherita, A. (2022). Human resources analytics: A systematization of research topics and directions for future research. Human Resource Management Review, 32(2), 1-13. https://doi.org/10.1016/j.hrmr.2020.100795Sancho, F. (2021). Aprendizaje Inductivo: Árboles de Decisión. http://www.cs.us.es/~fsancho/?e=104Scikit-learn. (2023a). Sklearn.neighbors.KNeighborsClassifier. Scikit-Learn. https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.htmlScikit-learn. (2023b). Sklearn.tree.DecisionTreeClassifier. Scikit-learn. https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.htmlVulpen, E. van. (2016). Predictive Analytics in Human Resources. AIHR. https://www.aihr.com/blog/predictive-analytics-human-resources/instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURAnalíticaCompensación laboralRecursos humanosAnalyticsLabor compensationHuman resourcesAplicación de la analítica de recursos humanos en un subproceso de talento humano para un caso de estudio del sector minero energéticoApproach of human resources analytics in the sub-process of human resources in a case study of the energy and mining sectorbachelorThesisTrabajo de gradoTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de AdministraciónEscuela de Ingeniería, Ciencia y TecnologíaORIGINALAvilaGonzalez-AdrianaAlexandra-2023.pdfAvilaGonzalez-AdrianaAlexandra-2023.pdfapplication/pdf3019918https://repository.urosario.edu.co/bitstreams/f8cb6686-3565-4696-af97-b69792fe299d/download5b67be7f7d26d0730da051052397f719MD57AvilaGonzalez-AdrianaAlexandra-1-2023.pdfAvilaGonzalez-AdrianaAlexandra-1-2023.pdfapplication/pdf712974https://repository.urosario.edu.co/bitstreams/b34e80ee-d5ea-4b1a-b8ac-19151148fe30/download75f804fcb7a543b0d68c72c08c2f30daMD52AvilaGonzalez-AdrianaAlexandra-2-2023.pdfAvilaGonzalez-AdrianaAlexandra-2-2023.pdfapplication/pdf952104https://repository.urosario.edu.co/bitstreams/82195e20-2954-4e14-867d-572fe6ed229c/downloadad0677871c831d06dfd53f56938b8e42MD53AvilaGonzalez-AdrianaAlexandra-3-2023.pdfAvilaGonzalez-AdrianaAlexandra-3-2023.pdfapplication/pdf525054https://repository.urosario.edu.co/bitstreams/6519abe9-f91c-4b35-90d8-15c73c880aaa/downloadb120962775e48808ceb9cd0088df7659MD54LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/9ae56f9e-cf82-4aaf-8799-b16615a3ff9e/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD55CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repository.urosario.edu.co/bitstreams/ebfca33b-71c6-43db-8b5a-e1110262344c/download3b6ce8e9e36c89875e8cf39962fe8920MD56TEXTAvilaGonzalez-AdrianaAlexandra-2023.pdf.txtAvilaGonzalez-AdrianaAlexandra-2023.pdf.txtExtracted texttext/plain103484https://repository.urosario.edu.co/bitstreams/3e6a87b9-adab-449f-b5cc-f84054b8634c/download32866bba9e85959ddefdc5d40e40de20MD514AvilaGonzalez-AdrianaAlexandra-1-2023.pdf.txtAvilaGonzalez-AdrianaAlexandra-1-2023.pdf.txtExtracted texttext/plain12326https://repository.urosario.edu.co/bitstreams/c91c6714-b046-4de6-a2d3-d744b3d7f198/downloadbc9a1ccff22fe8bec50e33d4695c6f62MD58AvilaGonzalez-AdrianaAlexandra-2-2023.pdf.txtAvilaGonzalez-AdrianaAlexandra-2-2023.pdf.txtExtracted texttext/plain100083https://repository.urosario.edu.co/bitstreams/752c544f-1907-4116-aeaa-fa9782396fab/download63883c84316d64ea9ad033f34c604e67MD510AvilaGonzalez-AdrianaAlexandra-3-2023.pdf.txtAvilaGonzalez-AdrianaAlexandra-3-2023.pdf.txtExtracted texttext/plain20785https://repository.urosario.edu.co/bitstreams/5bfea449-8efb-4589-adf5-b8169beb9740/download5e0d42264eb934ab5a4a8c50b2ea2388MD512THUMBNAILAvilaGonzalez-AdrianaAlexandra-2023.pdf.jpgAvilaGonzalez-AdrianaAlexandra-2023.pdf.jpgGenerated Thumbnailimage/jpeg2260https://repository.urosario.edu.co/bitstreams/7cd9380f-e9a4-4d71-ba12-25e1de5abb2a/download17e806872f267ef2d5de4cde6f390070MD515AvilaGonzalez-AdrianaAlexandra-1-2023.pdf.jpgAvilaGonzalez-AdrianaAlexandra-1-2023.pdf.jpgGenerated Thumbnailimage/jpeg3370https://repository.urosario.edu.co/bitstreams/957db522-bbdc-4f94-b726-5bf642a0698e/download9bf81e6431671a2326e7a72b6114285dMD59AvilaGonzalez-AdrianaAlexandra-2-2023.pdf.jpgAvilaGonzalez-AdrianaAlexandra-2-2023.pdf.jpgGenerated Thumbnailimage/jpeg4164https://repository.urosario.edu.co/bitstreams/4ddad944-51ee-4b8e-bece-4f0673955c7c/download8a923bc905a2c57a32ba2138f6e092a6MD511AvilaGonzalez-AdrianaAlexandra-3-2023.pdf.jpgAvilaGonzalez-AdrianaAlexandra-3-2023.pdf.jpgGenerated Thumbnailimage/jpeg3532https://repository.urosario.edu.co/bitstreams/ddb8bb73-1287-408f-ad21-856acd92c5ab/download510652a14caa7a0bfb7fecb4c0820620MD51310336/39999oai:repository.urosario.edu.co:10336/399992023-07-05 15:08:50.218http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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 |