Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB

El presente documento plantea un plan de mejora continua para el área de análisis de datos en la empresa SLB. El objetivo principal es reducir los falsos positivos en la detección de alarmas basándose en las mejores prácticas de ITIL v4, este proyecto se desarrolló durante un período de prácticas ll...

Full description

Autores:
Patiño Perez, Maria Isabel
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/56196
Acceso en línea:
http://hdl.handle.net/11634/56196
Palabra clave:
Data analytics
Data
False positive
ITIL v4
DBSCAN
Ingeniería de Telecomunicaciones
Bases de Datos
Plan de Mejora
Analítica de datos
Datos
Falsos positivos
ITIL v4
DBSCAN
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTOTOMAS_9d6344435478f4f72d82c03abe231acc
oai_identifier_str oai:repository.usta.edu.co:11634/56196
network_acronym_str SANTOTOMAS
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB
title Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB
spellingShingle Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB
Data analytics
Data
False positive
ITIL v4
DBSCAN
Ingeniería de Telecomunicaciones
Bases de Datos
Plan de Mejora
Analítica de datos
Datos
Falsos positivos
ITIL v4
DBSCAN
title_short Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB
title_full Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB
title_fullStr Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB
title_full_unstemmed Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB
title_sort Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB
dc.creator.fl_str_mv Patiño Perez, Maria Isabel
dc.contributor.advisor.none.fl_str_mv Chica Pedraza, Gustavo Alonso
dc.contributor.author.none.fl_str_mv Patiño Perez, Maria Isabel
dc.contributor.googlescholar.spa.fl_str_mv https://scholar.google.com/citations?hl=es&user=56zzi_0AAAAJ
dc.contributor.cvlac.spa.fl_str_mv https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001394035
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0002221949
dc.contributor.corporatename.spa.fl_str_mv Universidad Santo Tomás
dc.subject.keyword.spa.fl_str_mv Data analytics
Data
False positive
ITIL v4
DBSCAN
topic Data analytics
Data
False positive
ITIL v4
DBSCAN
Ingeniería de Telecomunicaciones
Bases de Datos
Plan de Mejora
Analítica de datos
Datos
Falsos positivos
ITIL v4
DBSCAN
dc.subject.lemb.spa.fl_str_mv Ingeniería de Telecomunicaciones
Bases de Datos
Plan de Mejora
dc.subject.proposal.spa.fl_str_mv Analítica de datos
Datos
Falsos positivos
ITIL v4
DBSCAN
description El presente documento plantea un plan de mejora continua para el área de análisis de datos en la empresa SLB. El objetivo principal es reducir los falsos positivos en la detección de alarmas basándose en las mejores prácticas de ITIL v4, este proyecto se desarrolló durante un período de prácticas llevadas a cabo en SLB entre julio de 2023 y enero de 2024. En la actualidad, SLB ha estado implementando tecnologías como la inteligencia artificial y el análisis de datos para optimizar sus procesos. No obstante, se ha enfrentado a dificultades relacionadas con un sistema de alarmas que, debido a su alta tasa de falsos positivos, dificulta la toma de decisiones rápidas y confiables. Este sistema, utilizado para gestionar alarmas en maquinaria y equipos de la industria petrolera resulta poco eficaz cuando genera un exceso de alertas incorrectas. La propuesta incluye medidas específicas para proporcionar ventajas y orientación con el objetivo de mejorar la precisión y confiabilidad del sistema de alarmas. Esto permitiría a los ingenieros responsables de las cuadrillas identificar problemas reales sin detener la maquinaria. Como resultado, se espera una mayor eficiencia operativa y una reducción del tiempo de inactividad innecesario, lo que contribuirá a la productividad y al ahorro de costos en SLB.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-07-11T20:41:42Z
dc.date.available.none.fl_str_mv 2024-07-11T20:41:42Z
dc.date.issued.none.fl_str_mv 2024
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Patiño Pérez, M. I. (2024). Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB. [ Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/56196
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Patiño Pérez, M. I. (2024). Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB. [ Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/56196
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv “Digital Transformation Services”. SLB, a global technology company | SLB. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://www.software.slb.com/services/digital-transformation-services
R. Sharda, E. Turban y D. Delen, Analytics, Data Science, & Artificial Intelligence: Systems for Decision Support. Pearson, 2019.
R. Hurley, Big Data: A Guide to Big Data Trends, Artificial Intelligence, Machine Learning, Predictive Analytics, Internet of Things, Data Science, Data Analytics, Business Intelligence, and Data Mining. Ationa Publ., 2020.
D. A. Saxena, D. D. Yadav, A. Pandey y D. S. Kumar, Eds., Introduction to Data Analytics. Rubicon Publ., 2022.
Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management
J. Brownlee, "What is a False Positive in Machine Learning?," Machine Learning Mastery, 08-Mar-2020. [Online]. Available: https://machinelearningmastery.com/false-positives-in-machine-learning/
C. C. Aggarwal, Outlier Analysis. Springer, 2018.
J. Han, M. Gupta, J. Gao y C. Aggarwal, Outlier Detection for Temporal Data. Springer Int. Publishing AG, 2014.
“Detecting and Treating Outliers | Treating the odd one out!” Analytics Vidhya. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.analyticsvidhya.com/blog/2021/05/detecting-and-treating-outliers-treating-the-odd-one-out/
“DBSCAN Clustering in ML | Density based clustering - GeeksforGeeks”. GeeksforGeeks. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.geeksforgeeks.org/dbscan-clustering-in-ml-density-based-clustering/
J. Han, J. Pei, and M. Kamber, Data Mining: Concepts and Techniques, 3rd ed. Amsterdam, Netherlands: Elsevier, 2011.
“How to Master the Popular DBSCAN Clustering Algorithm for Machine Learning”. Analytics Vidhya. Accedido el 22 de mayo de 2024. [En línea].
“¿Qué es ITIL y para que sirve?” GlobalSuite Solutions. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.globalsuitesolutions.com/es/que-es-itil-y-para-que-sirve/#:~:text=Las%20siglas%20ITIL%20significan%20Information,de%20la%20información%20(TI).
“Guía completa del marco ITIL v4” freshworks. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.freshworks.com/latam/freshservice/itil/itil-4/
“SVS ITIL v4: ¿Cuál es el valor del Service Value System?” Proactivanet. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.proactivanet.com/blog/itil/svs-itil-v4-service-value-system/
“Who We Are”. SLB, a global technology company | SLB. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://www.slb.com/about/who-we-are
SYDLE. “KPIs: ¿Qué son, cuál es su importancia y cómo utilizarlos? Ve ejemplos”. Blog SYDLE. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.sydle.com/es/blog/kpi-615de90225ce5d3ef29a557
T. A. Runkler, Data Analytics: Models and Algorithms for Intelligent Data Analysis. Springer Vieweg, 2020.
J. Hush, Python para el análisis de Datos: Una Guía para Principiantes para Aprender el análisis de Datos con la Programación Python. Draft2Digital, 2020.
A. Zhou, C. Jin y J. Mao, Clustering and Outlier Detection for Trajectory Stream Data. World Sci. Publ. Co., 2020.
C. C. Aggarwal y C. K. Reddy, Data Clustering: Algorithms and Applications. Taylor Francis Group, 2018
C. M. Bishop, Pattern Recognition and Machine Learning. Springer, 2016.
“DBSCAN”. scikit-learn. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html
A. Barrios. “Tutorial del Algoritmo DBSCAN en Python”. Medium. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://medium.com/latinxinai/tutorial-del-algoritmo-dbscan-en-python-d7c187c1b24f
D. Llerena. “ITIL V4 101 ¿Qué es lo que necesitas saber?” Medium. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://medium.com/@davidshaek/itil-v4-101-qué-es-lo-que-necesitas-saber-adbe97111257
“Delfi Data Science”. SLB, a global technology company | SLB. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://www.software.slb.com/delfi/openness/delfi-data-science
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería de Telecomunicaciones
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería de Telecomunicaciones
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/56196/3/2024mariapati%c3%b1o.pdf
https://repository.usta.edu.co/bitstream/11634/56196/4/2024cartadefacultad.pdf
https://repository.usta.edu.co/bitstream/11634/56196/5/2024cartadederechosdeautor.pdf
https://repository.usta.edu.co/bitstream/11634/56196/6/license_rdf
https://repository.usta.edu.co/bitstream/11634/56196/7/license.txt
https://repository.usta.edu.co/bitstream/11634/56196/8/2024mariapati%c3%b1o.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/56196/9/2024cartadefacultad.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/56196/10/2024cartadederechosdeautor.pdf.jpg
bitstream.checksum.fl_str_mv fba0447f1446dfbf7cee6bb2251aa471
05bcf125699c749c4db627d4edcc6af1
1177c64f71bd21f4987d280bacfa2bbe
217700a34da79ed616c2feb68d4c5e06
aedeaf396fcd827b537c73d23464fc27
e3860f25dc67d4ae51c4d8c7814f3bb7
1958c28dd1489e9352f21fa5e4e55e5c
c3679f184388e46007693b3a94b92de2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv repositorio@usta.edu.co
_version_ 1860881920865337344
spelling Chica Pedraza, Gustavo AlonsoPatiño Perez, Maria Isabelhttps://scholar.google.com/citations?hl=es&user=56zzi_0AAAAJhttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001394035https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0002221949Universidad Santo Tomás2024-07-11T20:41:42Z2024-07-11T20:41:42Z2024Patiño Pérez, M. I. (2024). Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLB. [ Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.http://hdl.handle.net/11634/56196reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl presente documento plantea un plan de mejora continua para el área de análisis de datos en la empresa SLB. El objetivo principal es reducir los falsos positivos en la detección de alarmas basándose en las mejores prácticas de ITIL v4, este proyecto se desarrolló durante un período de prácticas llevadas a cabo en SLB entre julio de 2023 y enero de 2024. En la actualidad, SLB ha estado implementando tecnologías como la inteligencia artificial y el análisis de datos para optimizar sus procesos. No obstante, se ha enfrentado a dificultades relacionadas con un sistema de alarmas que, debido a su alta tasa de falsos positivos, dificulta la toma de decisiones rápidas y confiables. Este sistema, utilizado para gestionar alarmas en maquinaria y equipos de la industria petrolera resulta poco eficaz cuando genera un exceso de alertas incorrectas. La propuesta incluye medidas específicas para proporcionar ventajas y orientación con el objetivo de mejorar la precisión y confiabilidad del sistema de alarmas. Esto permitiría a los ingenieros responsables de las cuadrillas identificar problemas reales sin detener la maquinaria. Como resultado, se espera una mayor eficiencia operativa y una reducción del tiempo de inactividad innecesario, lo que contribuirá a la productividad y al ahorro de costos en SLB.This document presents a continuous improvement plan for the data analysis area in the SLB company. The main objective is to reduce false positives in alarm detection based on ITIL v4 best practices, this project was developed during an internship period carried out at SLB between July 2023 and January 2024. Currently, SLB has been implementing technologies such as artificial intelligence and data analytics to optimize its processes. However, it has faced difficulties related to an alarm system that, due to its high false positive rate, makes it difficult to make quick and reliable decisions. This system, used to manage alarms on machinery and equipment in the oil industry is ineffective when it generates an excess of incorrect alerts. The proposal includes specific measures to provide benefits and guidance to improve the accuracy and reliability of the alarm system. This would allow engineers responsible for crews to identify real problems without shutting down machinery. As a result, increased operational efficiency and a reduction in unnecessary downtime is expected, which will contribute to productivity and cost savings in SLB.Ingeniero de TelecomunicacionesPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería de TelecomunicacionesFacultad de Ingeniería de TelecomunicacionesAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Propuesta de Mejora para el Manejo de Falsos Positivos en el Área de Analítica de Datos de la Empresa SLBData analyticsDataFalse positiveITIL v4DBSCANIngeniería de TelecomunicacionesBases de DatosPlan de MejoraAnalítica de datosDatosFalsos positivosITIL v4DBSCANTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA Bogotá“Digital Transformation Services”. SLB, a global technology company | SLB. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://www.software.slb.com/services/digital-transformation-servicesR. Sharda, E. Turban y D. Delen, Analytics, Data Science, & Artificial Intelligence: Systems for Decision Support. Pearson, 2019.R. Hurley, Big Data: A Guide to Big Data Trends, Artificial Intelligence, Machine Learning, Predictive Analytics, Internet of Things, Data Science, Data Analytics, Business Intelligence, and Data Mining. Ationa Publ., 2020.D. A. Saxena, D. D. Yadav, A. Pandey y D. S. Kumar, Eds., Introduction to Data Analytics. Rubicon Publ., 2022.Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information ManagementJ. Brownlee, "What is a False Positive in Machine Learning?," Machine Learning Mastery, 08-Mar-2020. [Online]. Available: https://machinelearningmastery.com/false-positives-in-machine-learning/C. C. Aggarwal, Outlier Analysis. Springer, 2018.J. Han, M. Gupta, J. Gao y C. Aggarwal, Outlier Detection for Temporal Data. Springer Int. Publishing AG, 2014.“Detecting and Treating Outliers | Treating the odd one out!” Analytics Vidhya. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.analyticsvidhya.com/blog/2021/05/detecting-and-treating-outliers-treating-the-odd-one-out/“DBSCAN Clustering in ML | Density based clustering - GeeksforGeeks”. GeeksforGeeks. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.geeksforgeeks.org/dbscan-clustering-in-ml-density-based-clustering/J. Han, J. Pei, and M. Kamber, Data Mining: Concepts and Techniques, 3rd ed. Amsterdam, Netherlands: Elsevier, 2011.“How to Master the Popular DBSCAN Clustering Algorithm for Machine Learning”. Analytics Vidhya. Accedido el 22 de mayo de 2024. [En línea].“¿Qué es ITIL y para que sirve?” GlobalSuite Solutions. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.globalsuitesolutions.com/es/que-es-itil-y-para-que-sirve/#:~:text=Las%20siglas%20ITIL%20significan%20Information,de%20la%20información%20(TI).“Guía completa del marco ITIL v4” freshworks. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.freshworks.com/latam/freshservice/itil/itil-4/“SVS ITIL v4: ¿Cuál es el valor del Service Value System?” Proactivanet. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.proactivanet.com/blog/itil/svs-itil-v4-service-value-system/“Who We Are”. SLB, a global technology company | SLB. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://www.slb.com/about/who-we-areSYDLE. “KPIs: ¿Qué son, cuál es su importancia y cómo utilizarlos? Ve ejemplos”. Blog SYDLE. Accedido el 16 de mayo de 2024. [En línea]. Disponible: https://www.sydle.com/es/blog/kpi-615de90225ce5d3ef29a557T. A. Runkler, Data Analytics: Models and Algorithms for Intelligent Data Analysis. Springer Vieweg, 2020.J. Hush, Python para el análisis de Datos: Una Guía para Principiantes para Aprender el análisis de Datos con la Programación Python. Draft2Digital, 2020.A. Zhou, C. Jin y J. Mao, Clustering and Outlier Detection for Trajectory Stream Data. World Sci. Publ. Co., 2020.C. C. Aggarwal y C. K. Reddy, Data Clustering: Algorithms and Applications. Taylor Francis Group, 2018C. M. Bishop, Pattern Recognition and Machine Learning. Springer, 2016.“DBSCAN”. scikit-learn. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.htmlA. Barrios. “Tutorial del Algoritmo DBSCAN en Python”. Medium. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://medium.com/latinxinai/tutorial-del-algoritmo-dbscan-en-python-d7c187c1b24fD. Llerena. “ITIL V4 101 ¿Qué es lo que necesitas saber?” Medium. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://medium.com/@davidshaek/itil-v4-101-qué-es-lo-que-necesitas-saber-adbe97111257“Delfi Data Science”. SLB, a global technology company | SLB. Accedido el 22 de mayo de 2024. [En línea]. Disponible: https://www.software.slb.com/delfi/openness/delfi-data-scienceORIGINAL2024mariapatiño.pdf2024mariapatiño.pdfapplication/pdf1065358https://repository.usta.edu.co/bitstream/11634/56196/3/2024mariapati%c3%b1o.pdffba0447f1446dfbf7cee6bb2251aa471MD53open access2024cartadefacultad.pdf2024cartadefacultad.pdfapplication/pdf184567https://repository.usta.edu.co/bitstream/11634/56196/4/2024cartadefacultad.pdf05bcf125699c749c4db627d4edcc6af1MD54metadata only access2024cartadederechosdeautor.pdf2024cartadederechosdeautor.pdfapplication/pdf306848https://repository.usta.edu.co/bitstream/11634/56196/5/2024cartadederechosdeautor.pdf1177c64f71bd21f4987d280bacfa2bbeMD55metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/56196/6/license_rdf217700a34da79ed616c2feb68d4c5e06MD56open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/56196/7/license.txtaedeaf396fcd827b537c73d23464fc27MD57open accessTHUMBNAIL2024mariapatiño.pdf.jpg2024mariapatiño.pdf.jpgIM Thumbnailimage/jpeg4221https://repository.usta.edu.co/bitstream/11634/56196/8/2024mariapati%c3%b1o.pdf.jpge3860f25dc67d4ae51c4d8c7814f3bb7MD58open access2024cartadefacultad.pdf.jpg2024cartadefacultad.pdf.jpgIM Thumbnailimage/jpeg6584https://repository.usta.edu.co/bitstream/11634/56196/9/2024cartadefacultad.pdf.jpg1958c28dd1489e9352f21fa5e4e55e5cMD59open access2024cartadederechosdeautor.pdf.jpg2024cartadederechosdeautor.pdf.jpgIM Thumbnailimage/jpeg7714https://repository.usta.edu.co/bitstream/11634/56196/10/2024cartadederechosdeautor.pdf.jpgc3679f184388e46007693b3a94b92de2MD510open access11634/56196oai:repository.usta.edu.co:11634/561962024-07-12 03:05:22.52metadata only accessRepositorio Universidad Santo Tomásrepositorio@usta.edu.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

Publicaciones similares