Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM

La ciencia de datos es un campo interdisciplinario que emplea métodos estadísticos, algoritmos y tecnologías para transformar grandes volúmenes de datos en información valiosa y accionable, mejorando la toma de decisiones y creando nuevas oportunidades en prácticamente todas las áreas y disciplinas,...

Full description

Autores:
Grady, Aaron Ryan
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Corporación Universitaria Remington
Repositorio:
Repositorio institucional Uniremington
Idioma:
spa
OAI Identifier:
oai:repositorio.uniremington.edu.co:123456789/3659
Acceso en línea:
https://repositorio.uniremington.edu.co/handle/123456789/3659
Palabra clave:
Ciencia de datos
Big data
Metodología CRISP-DM
Recolección de hemípteros
Eficiencia de muestreo
Toma de decisiones
Análisis de datos
Algoritmos
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id URemingtn2_94b717c150783480ca72d73d7494da55
oai_identifier_str oai:repositorio.uniremington.edu.co:123456789/3659
network_acronym_str URemingtn2
network_name_str Repositorio institucional Uniremington
repository_id_str
dc.title.spa.fl_str_mv Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM
title Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM
spellingShingle Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM
Ciencia de datos
Big data
Metodología CRISP-DM
Recolección de hemípteros
Eficiencia de muestreo
Toma de decisiones
Análisis de datos
Algoritmos
title_short Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM
title_full Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM
title_fullStr Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM
title_full_unstemmed Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM
title_sort Aplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DM
dc.creator.fl_str_mv Grady, Aaron Ryan
dc.contributor.advisor.none.fl_str_mv Castaño Osorio, Ivonne
Amortegui Granada, John Edisson
dc.contributor.author.none.fl_str_mv Grady, Aaron Ryan
dc.subject.spa.fl_str_mv Ciencia de datos
Big data
Metodología CRISP-DM
Recolección de hemípteros
Eficiencia de muestreo
topic Ciencia de datos
Big data
Metodología CRISP-DM
Recolección de hemípteros
Eficiencia de muestreo
Toma de decisiones
Análisis de datos
Algoritmos
dc.subject.lemb.none.fl_str_mv Toma de decisiones
Análisis de datos
Algoritmos
description La ciencia de datos es un campo interdisciplinario que emplea métodos estadísticos, algoritmos y tecnologías para transformar grandes volúmenes de datos en información valiosa y accionable, mejorando la toma de decisiones y creando nuevas oportunidades en prácticamente todas las áreas y disciplinas, convirtiéndose así en una herramienta fundamental y poderosa dentro de cualquier organización. Los proyectos basados en la ciencia de datos pueden beneficiarse a partir de las metodologías de procesos empleadas, ya que éstas determinan el éxito de la investigación. Modelos de procesos como CRISP-DM pueden ser útiles y mejorados con enfoques ágiles, por lo cual es una metodología popular en la práctica debido a que es fácil de comprender, estructurada, confiable, de uso común e independiente de la industria. Teniendo en cuenta lo anterior, se propuso implementar el método CRISP-DM para analizar una base de datos de libre acceso, con el propósito de extraer información relevante a partir de un set de datos grande y complejo y contestar a una pregunta de investigación relacionada con dicho set. El presente trabajo se realizó a partir de la revisión de una base de datos del SIB Colombia y del GBIF, sobre la diversidad del orden Hemíptera (insectos) presentes en la Ecoreserva ASA La Guarupaya de Acacías, Meta. El análisis de los datos se enfocó en determinar cuál de los métodos de muestreo empleados en el estudio fue el más eficiente para la recolección, con respecto a las cantidades encontradas para cada hemíptero y el tiempo empleado por cada método. Se encontró que la eficiencia de la red de golpeteo fue mucho mejor que la de la trampa Malaise, con unos valores de 213.85 hemípteros por hora y de 0.52 hemípteros por hora respectivamente.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-07-25T14:56:45Z
dc.date.available.none.fl_str_mv 2024-07-25T14:56:45Z
dc.date.issued.none.fl_str_mv 2024
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.uniremington.edu.co/handle/123456789/3659
url https://repositorio.uniremington.edu.co/handle/123456789/3659
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Corporación Universitaria Remington, 2024
dc.rights.license.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.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 4.0 Internacional (CC BY-NC-ND 4.0)
Derechos Reservados - Corporación Universitaria Remington, 2024
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 29 p.
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Corporación Universitaria Remington
dc.publisher.place.spa.fl_str_mv Pereira (Risaralda, Colombia)
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingenierías
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas
institution Corporación Universitaria Remington
bitstream.url.fl_str_mv https://repositorio.uniremington.edu.co/bitstreams/a5f18c59-0e2a-44b5-b66b-187aeb35d54f/download
https://repositorio.uniremington.edu.co/bitstreams/0b25ab33-b723-47e9-a42b-077a53de69ad/download
https://repositorio.uniremington.edu.co/bitstreams/5b179435-2452-4945-876a-d7a5e671287b/download
https://repositorio.uniremington.edu.co/bitstreams/ec9b8401-fb13-42b7-9b69-82654df6dfa1/download
https://repositorio.uniremington.edu.co/bitstreams/a2c06ad3-feb6-48c3-86f1-304f4b090a02/download
bitstream.checksum.fl_str_mv 89bd58e74535b9ba79b244b552aa1014
9458b568bcef36209b8792bab1f79284
c3b09bb6fe0d232186102e9d9c763b46
8a4605be74aa9ea9d79846c1fba20a33
41f2fdde3c16c7db0cc545a5180c6c83
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio UNIREMINGTON
repository.mail.fl_str_mv biblioteca@uniremington.edu.co
_version_ 1812100416924549120
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2024https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Castaño Osorio, IvonneAmortegui Granada, John EdissonGrady, Aaron Ryan2024-07-25T14:56:45Z2024-07-25T14:56:45Z2024https://repositorio.uniremington.edu.co/handle/123456789/3659La ciencia de datos es un campo interdisciplinario que emplea métodos estadísticos, algoritmos y tecnologías para transformar grandes volúmenes de datos en información valiosa y accionable, mejorando la toma de decisiones y creando nuevas oportunidades en prácticamente todas las áreas y disciplinas, convirtiéndose así en una herramienta fundamental y poderosa dentro de cualquier organización. Los proyectos basados en la ciencia de datos pueden beneficiarse a partir de las metodologías de procesos empleadas, ya que éstas determinan el éxito de la investigación. Modelos de procesos como CRISP-DM pueden ser útiles y mejorados con enfoques ágiles, por lo cual es una metodología popular en la práctica debido a que es fácil de comprender, estructurada, confiable, de uso común e independiente de la industria. Teniendo en cuenta lo anterior, se propuso implementar el método CRISP-DM para analizar una base de datos de libre acceso, con el propósito de extraer información relevante a partir de un set de datos grande y complejo y contestar a una pregunta de investigación relacionada con dicho set. El presente trabajo se realizó a partir de la revisión de una base de datos del SIB Colombia y del GBIF, sobre la diversidad del orden Hemíptera (insectos) presentes en la Ecoreserva ASA La Guarupaya de Acacías, Meta. El análisis de los datos se enfocó en determinar cuál de los métodos de muestreo empleados en el estudio fue el más eficiente para la recolección, con respecto a las cantidades encontradas para cada hemíptero y el tiempo empleado por cada método. Se encontró que la eficiencia de la red de golpeteo fue mucho mejor que la de la trampa Malaise, con unos valores de 213.85 hemípteros por hora y de 0.52 hemípteros por hora respectivamente.PregradoIngeniero(a) de Sistemas29 p.application/pdfspaCorporación Universitaria RemingtonPereira (Risaralda, Colombia)Facultad de IngenieríasIngeniería de SistemasCiencia de datosBig dataMetodología CRISP-DMRecolección de hemípterosEficiencia de muestreoToma de decisionesAnálisis de datosAlgoritmosAplicación de ciencia de datos para determinar la eficiencia de los métodos de muestreo para el orden hemíptera (insecta) por medio de la metodología CRISP-DMTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationORIGINALRIU-PRE-2024 Aplicacion ciencia datos.pdfRIU-PRE-2024 Aplicacion ciencia datos.pdfapplication/pdf1264359https://repositorio.uniremington.edu.co/bitstreams/a5f18c59-0e2a-44b5-b66b-187aeb35d54f/download89bd58e74535b9ba79b244b552aa1014MD51TEXTRIU-PRE-2024 Aplicacion ciencia datos.pdf.txtRIU-PRE-2024 Aplicacion ciencia datos.pdf.txtExtracted texttext/plain30704https://repositorio.uniremington.edu.co/bitstreams/0b25ab33-b723-47e9-a42b-077a53de69ad/download9458b568bcef36209b8792bab1f79284MD54THUMBNAILRIU-PRE-2024 Aplicacion ciencia datos.pdf.jpgRIU-PRE-2024 Aplicacion ciencia datos.pdf.jpgGenerated Thumbnailimage/jpeg2867https://repositorio.uniremington.edu.co/bitstreams/5b179435-2452-4945-876a-d7a5e671287b/downloadc3b09bb6fe0d232186102e9d9c763b46MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/ec9b8401-fb13-42b7-9b69-82654df6dfa1/download8a4605be74aa9ea9d79846c1fba20a33MD52BL-FR-11 Cesión Derechos_TG (3) (1).pdfapplication/pdf572147https://repositorio.uniremington.edu.co/bitstreams/a2c06ad3-feb6-48c3-86f1-304f4b090a02/download41f2fdde3c16c7db0cc545a5180c6c83MD53123456789/3659oai:repositorio.uniremington.edu.co:123456789/36592024-07-25 17:16:36.086https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2024open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.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