Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo
El presente artículo de investigación tiene como objetivo principal contribuir al proceso de neutralización y reducción de accidentes de tráfico en Colombia. Estos accidentes representan la segunda causa de muerte más común en el país, únicamente superada por los homicidios. Esta realidad subraya la...
- Autores:
-
Díaz Sippli, Liliana Andrea
Martínez Redondo, José Alberto
Muñoz Mass, Brayan Elías
Maestre Mejía, Kevin Rafael
Sanguino Esmeral, Matías
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad Simón Bolívar
- Repositorio:
- Repositorio Digital USB
- Idioma:
- spa
- OAI Identifier:
- oai:bonga.unisimon.edu.co:20.500.12442/14594
- Acceso en línea:
- https://hdl.handle.net/20.500.12442/14594
- Palabra clave:
- Accidentes de tráfico
Actores en la vía
Seguridad vial
Tasa de mortalidad vial
Traffic accidents
Road actors
Road safety
Road fatality rate
- Rights
- restrictedAccess
- License
- http://purl.org/coar/access_right/c_16ec
| id |
USIMONBOL2_815fa7ed4de52ffe121e71e4bafe57b9 |
|---|---|
| oai_identifier_str |
oai:bonga.unisimon.edu.co:20.500.12442/14594 |
| network_acronym_str |
USIMONBOL2 |
| network_name_str |
Repositorio Digital USB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo |
| title |
Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo |
| spellingShingle |
Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo Accidentes de tráfico Actores en la vía Seguridad vial Tasa de mortalidad vial Traffic accidents Road actors Road safety Road fatality rate |
| title_short |
Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo |
| title_full |
Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo |
| title_fullStr |
Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo |
| title_full_unstemmed |
Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo |
| title_sort |
Diseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículo |
| dc.creator.fl_str_mv |
Díaz Sippli, Liliana Andrea Martínez Redondo, José Alberto Muñoz Mass, Brayan Elías Maestre Mejía, Kevin Rafael Sanguino Esmeral, Matías |
| dc.contributor.advisor.none.fl_str_mv |
Sánchez Sánchez , Paola Andrea |
| dc.contributor.author.none.fl_str_mv |
Díaz Sippli, Liliana Andrea Martínez Redondo, José Alberto Muñoz Mass, Brayan Elías Maestre Mejía, Kevin Rafael Sanguino Esmeral, Matías |
| dc.subject.spa.fl_str_mv |
Accidentes de tráfico Actores en la vía Seguridad vial Tasa de mortalidad vial |
| topic |
Accidentes de tráfico Actores en la vía Seguridad vial Tasa de mortalidad vial Traffic accidents Road actors Road safety Road fatality rate |
| dc.subject.eng.fl_str_mv |
Traffic accidents Road actors Road safety Road fatality rate |
| description |
El presente artículo de investigación tiene como objetivo principal contribuir al proceso de neutralización y reducción de accidentes de tráfico en Colombia. Estos accidentes representan la segunda causa de muerte más común en el país, únicamente superada por los homicidios. Esta realidad subraya la apremiante necesidad de implementar intervenciones efectivas destinadas a mejorar la seguridad vial. En este contexto, se introduce un sistema diseñado para detectar conductas de riesgo en vehículos utilizando modelos de aprendizaje profundo. El sistema se compone de elementos clave que incluyen un banco de videos, una interfaz de usuario y un evaluador inteligente de situaciones riesgosas en el interior del vehículo. La metodología del sistema implica el entrenamiento con un banco de videos que ilustra conductas riesgosas, tales como la somnolencia, la manipulación de objetos como celulares o botellas, así como la desviación prolongada de la vista de la carretera. Cuando el evaluador inteligente identifica cualquiera de estas conductas mediante el uso de algoritmos de aprendizaje profundo, el sistema emite alertas visuales y sonoras al usuario. Además, facilita el monitoreo y la comunicación con el usuario a través de una interfaz amigable. En conclusión, el sistema propuesto proporciona una alternativa viable para alertar y prevenir conductas riesgosas en la conducción, contribuyendo así a la disminución de la siniestralidad vial en Colombia. |
| publishDate |
2023 |
| dc.date.issued.none.fl_str_mv |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2024-05-07T19:52:21Z |
| dc.date.available.none.fl_str_mv |
2024-05-07T19:52:21Z |
| dc.date.none.fl_str_mv |
2027-30-12 |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.spa.none.fl_str_mv |
Trabajo de grado - pregrado |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12442/14594 |
| url |
https://hdl.handle.net/20.500.12442/14594 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_16ec |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/restrictedAccess |
| eu_rights_str_mv |
restrictedAccess |
| rights_invalid_str_mv |
http://purl.org/coar/access_right/c_16ec |
| dc.format.mimetype.none.fl_str_mv |
pdf |
| dc.publisher.none.fl_str_mv |
Ediciones Universidad Simón Bolívar |
| dc.publisher.spa.fl_str_mv |
Facultad de Ingenierías |
| publisher.none.fl_str_mv |
Ediciones Universidad Simón Bolívar |
| institution |
Universidad Simón Bolívar |
| bitstream.url.fl_str_mv |
https://bonga.unisimon.edu.co/bitstreams/4526e2c8-8f53-4e99-ab02-540ceaf87d8c/download https://bonga.unisimon.edu.co/bitstreams/f541d47c-4d06-4021-88c3-8704a3d6fc95/download https://bonga.unisimon.edu.co/bitstreams/954ec7f1-0e4b-433f-bbcd-801f759bfaf3/download https://bonga.unisimon.edu.co/bitstreams/e6918360-ed32-4321-b23b-f6c5960214fb/download https://bonga.unisimon.edu.co/bitstreams/528ca204-bec5-4c3b-916c-4c32c1bf28f3/download https://bonga.unisimon.edu.co/bitstreams/7ba1513c-9c26-45b7-804f-2cd13ed220b6/download https://bonga.unisimon.edu.co/bitstreams/0de4d833-b313-499a-96f1-c5bd3c9c518a/download https://bonga.unisimon.edu.co/bitstreams/b09115b5-be92-4e11-9e5b-26ed164aa3bd/download https://bonga.unisimon.edu.co/bitstreams/5aec8b71-e86c-4e38-9f55-eaef1dfdfcf3/download https://bonga.unisimon.edu.co/bitstreams/cdf75b2a-342a-432d-98bf-1eb91bc28fca/download https://bonga.unisimon.edu.co/bitstreams/dd79108c-d2d2-42d7-8c72-bf03f8898201/download https://bonga.unisimon.edu.co/bitstreams/bc329d20-a22b-4be1-89b8-f2b6802ba0c2/download |
| bitstream.checksum.fl_str_mv |
1bb030d51e388fa019eca64e98876abc 4fdfc0bb41b63c5756f3fda169f76764 2a1661e5960a7bab4fd8dda692fb677c d270197ed53bc77ef160aefca994deaf dcc560a726e44fd1e1fe159610ea65be e75a0fa25faae2d40b6ce23625341677 e75a0fa25faae2d40b6ce23625341677 dcc560a726e44fd1e1fe159610ea65be 69c4c9b2f0919f4c4562a132bee7fdfc efdbf7eb5c3e3401ba095279d7d2e2f2 efdbf7eb5c3e3401ba095279d7d2e2f2 69c4c9b2f0919f4c4562a132bee7fdfc |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Digital Universidad Simón Bolívar |
| repository.mail.fl_str_mv |
repositorio.digital@unisimon.edu.co |
| _version_ |
1812100512205504512 |
| spelling |
Sánchez Sánchez , Paola AndreaDíaz Sippli, Liliana Andreaf3d86e05-5344-48fd-87d1-60dfe1cd00ab-1Martínez Redondo, José Alberto6c5d31c3-01a6-4c2e-bf0e-2ca0fbc27ea8-1Muñoz Mass, Brayan Elías4dc32e6a-90b0-4a39-ab13-7ab9c6adf4fd-1Maestre Mejía, Kevin Rafaelaeade9b6-18d5-4b93-86df-7579eb52645d-1Sanguino Esmeral, Matías8a8f20ec-5e9c-4248-9b64-0c66a2f189dc-12027-30-122024-05-07T19:52:21Z2024-05-07T19:52:21Z2023https://hdl.handle.net/20.500.12442/14594El presente artículo de investigación tiene como objetivo principal contribuir al proceso de neutralización y reducción de accidentes de tráfico en Colombia. Estos accidentes representan la segunda causa de muerte más común en el país, únicamente superada por los homicidios. Esta realidad subraya la apremiante necesidad de implementar intervenciones efectivas destinadas a mejorar la seguridad vial. En este contexto, se introduce un sistema diseñado para detectar conductas de riesgo en vehículos utilizando modelos de aprendizaje profundo. El sistema se compone de elementos clave que incluyen un banco de videos, una interfaz de usuario y un evaluador inteligente de situaciones riesgosas en el interior del vehículo. La metodología del sistema implica el entrenamiento con un banco de videos que ilustra conductas riesgosas, tales como la somnolencia, la manipulación de objetos como celulares o botellas, así como la desviación prolongada de la vista de la carretera. Cuando el evaluador inteligente identifica cualquiera de estas conductas mediante el uso de algoritmos de aprendizaje profundo, el sistema emite alertas visuales y sonoras al usuario. Además, facilita el monitoreo y la comunicación con el usuario a través de una interfaz amigable. En conclusión, el sistema propuesto proporciona una alternativa viable para alertar y prevenir conductas riesgosas en la conducción, contribuyendo así a la disminución de la siniestralidad vial en Colombia.The road accident rate in Colombia is increased by a series of factors, ranging from speeding to disobedience of traffic signals, failure to keep a safe distance and drunkenness of drivers, among other irresponsible behaviors of road actors. These behaviors not only endanger the lives of those who engage in them, but also threaten the safety of other road users. The problem of traffic accidents can be analyzed from multiple perspectives, including climatic, technological, human, and vehicle-related (inhuman) factors. However, this research focuses on human factors, as they represent a significant component in the occurrence of traffic accidents and, therefore, offer a key opportunity for the implementation of effective solutions. Artificial intelligence (AI) presents itself as a powerful and promising tool to address this issue. By leveraging its capabilities, advanced systems for detecting and predicting dangerous behavior within vehicles can be developed. These systems could contribute significantly to the reduction of road accidents by identifying highrisk behaviors, such as cell phone use while driving, driver fatigue or distraction. The relevance of this research lies in its ability to save lives and reduce the suffering caused by traffic accidents in Colombia. Furthermore, by proposing AI-based solutions, it also contributes to the advancement of technology and innovation in the field of road safety. With the implementation of this AI-based tool, a new path towards a safer and more sustainable driving environment in Colombia can be opened, serving as an example for other countries facing similar road safety challenges.pdfspaEdiciones Universidad Simón BolívarFacultad de IngenieríasAccidentes de tráficoActores en la víaSeguridad vialTasa de mortalidad vialTraffic accidentsRoad actorsRoad safetyRoad fatality rateDiseño de sistema inteligente para la detección de conductas de riesgo al interior de un vehículoinfo:eu-repo/semantics/restrictedAccesshttp://purl.org/coar/access_right/c_16ecinfo:eu-repo/semantics/bachelorThesisTrabajo de grado - pregradohttp://purl.org/coar/resource_type/c_7a1fOrganización Mundial de la Salud, "Informe mundial sobre la situación de la seguridad vial 2018," Ginebra, Suiza, 2018. [En línea]. Disponible en: https://www.who.int/publications/i/item/9789241565 684. [Accedido 24/05/2023].J. R. García-González y P. A. Sánchez-Sánchez, "Diseño teórico de la investigación: instrucciones metodológicas para el desarrollo de propuestas y proyectos de investigación científica," Información Tecnológica, vol. 31, no. 6, pp. 159-172, 2020. [En línea]. Disponible: https://dx.doi.org/10.4067/S071807642020000600159.F. Zhu, Y. Lv, Y. Chen, X. Wang, G. Xiong y F. Y. Wang, "Sistemas de Transporte Paralelo: Hacia un Control y Gestión Inteligente del Tráfico Urbano Habilitado por IoT," en IEEE Transactions on Intelligent Transportation Systems, vol. 21, no. 10, pp. 4063-4071, octubre 2020. Disponible en: https://ieeexplore.ieee.org/document/8824092.C. V. Niño Rondón, S. A. Castro Casadiego, B. Medina Delgado, D. Guevara Ibarra, J. J. Ramirez Mateus, y K. C. Puerto López, “Comparación multiplataforma de técnicas basadas en visión artificial para detección de personas en espacios abiertos”, Investigación e Innovación en Ingenierías, vol. 9, n.º 1, ene. 2021.S. I. Tonni, T. A. Aka, M. M. Antik, K. A. Taher, M. Mahmud y M. S. Kaiser, "Sistema de Vigilancia del Conductor basado en Inteligencia Artificial para la Prevención de Accidentes," en 2021 International Conference on Information and Communication Technology for Sustainable Development (ICICT4SD), Dhaka, Bangladesh, 2021, pp. 412-416, doi: 10.1109/ICICT4SD50815.2021.9396916. Disponible en: https://ieeexplore.ieee.org/document/9396916.A. Chaikheatisak y P. Chaiwuttisak, "Análisis de la atención del conductor a través de Internet de las cosas (IoT) para prevenir accidentes de tránsito en vehículos de gas natural," en 2021 7th International Conference on Engineering, Applied Sciences and Technology (ICEAST), Pattaya, Tailandia, 2021, pp. 168-172, doi: 10.1109/ICEAST52143.2021.9426261. Disponible en: https://ieeexplore.ieee.org/document/9426261.K. Peña-Prado, J. A. De Castro y A. TalaveranoOjeda, "Factores asociados a somnolencia diurna en conductores de transporte público de Lima Metropolitana," en Revista Peruana de Medicina Experimental y Salud Pública, 2019. Disponible en: https://doi.org/10.17843/rpmesp.2019.364.4305.M. Zhaoyou, W. Changjun, F. Shouen y L. Shuo, "Análisis comparativo y estrategia de control para accidentes de tránsito en diferentes tipos de túneles," en 2019 5th International Conference on Transportation Information and Safety (ICTIS), Liverpool, Reino Unido, 2019, pp. 1132-1136, doi: 10.1109/ICTIS.2019.8883445. Disponible en: https://ieeexplore.ieee.org/document/8883445.K. P. Carpio y F. Oñate-Valdivieso, "Redes neuronales artificiales aplicadas en sistemas de predicción para la seguridad vial," en Avances Investigación En Ingeniería, vol. 17, no. 2, 2020. Disponible en: https://doi.org/10.18041/17944953/avances.2.6632.J. E. G. Montoya, "Accidentalidad vial: efectos de la calidad del sueño en el funcionamiento ejecutivo de conductores de transporte público urbano," en Revista Internacional de Ciencias Sociales y Humanidades, vol. 29, no. 2, pp. 25-39, 2020. Disponible en: https://www.redalyc.org/journal/6732/673271064004 /html.S. Muhammad, U. Basit, J. Ahmad, K. Ahmad, S. Ijaz y A. Farooq, "Detección de somnolencia del conductor con selección de región de interés basada en Spatio-Temporal Deep Convolutional-LSTM," en 2022 16th International Conference on Open-Source Systems and Technologies (ICOSST), 2022, [Online]. Disponible en: https://ieeexplore.ieee.org/document/10016825.A. Neisser y F. Junior, "Detección del estado fisiológico de los ojos en Conductores mediante técnicas de visión artificial", en Chile, 2019, [Online]. Disponible en: https://www.scielo.cl/scielo.php?script=sci_arttext&p id=S0718-33052019000400564&lang=es.Walid, M., Belhassen, A., Roobaea, A. y Abdulmajeed, A. (2018). "Detección automatizada de somnolencia mediante análisis de características faciales". En México, 2018. [En línea]. Disponible en: https://www.scielo.org.mx/scielo.php?script=sci_artte xt&pid=S1405-55462019000200511&lang=es.B. Reda, K. Samia y B. Houda, "Detección de distracciones para predecir accidentes de vehículos: un enfoque de aprendizaje profundo", Universidad de Bejaia, Facultad de Ciencias Exactas, Laboratorio LIMED, Argelia, 2021, [En línea]. Disponible en: https://www.scielo.org.mx/scielo.php?script=sci_artte xt&pid=S1405-55462022000100373&lang=es.L. Masello, B. Sheehan, G. Castignani, D. Shannon y F. Murphy, "Sobre el impacto de los sistemas avanzados de asistencia al conductor en la distracción al volante y el comportamiento riesgoso: un análisis empírico de conductores comerciales irlandeses", Accident Analysis & Prevention, vol. 183, pp. 106969, 2023. [En línea]. Disponible en: https://www.sciencedirect.com/science/article/pii/S00 01457523000167. DOI: 10.1016/j.aap.2023.106969.S. Ferreira, Z. Kokkinogenis y A. Couto, "Uso de datos reales basados en alertas para analizar la somnolencia y distracción de conductores comerciales", Transportation Research Part F: Traffic Psychology and Behaviour, vol. 60, pp. 25-36, 2019. [En línea]. Disponible en: https://www.sciencedirect.com/science/article/pii/S13 69847818303929. DOI: 10.1016/j.trf.2018.10.003.H. V. Koay, J. H. Chuah, C. Chow y Y. L. Chang, "Detección y reconocimiento de distracción del conductor mediante diversas modalidades de datos utilizando aprendizaje automático: una revisión, avances recientes, marco simplificado y desafíos abiertos (2014-2021)", Engineering Applications of Artificial Intelligence, vol. 115, pp. 105309, 2022. [En línea]. Disponible en: https://www.sciencedirect.com/science/article/pii/S09 52197622003517. DOI: 10.1016/j.engappai.2022.105309.E. Slawiñski, V. Mut y F. Penizzotto, "Sistema de Alerta al Conductor Basado en Realimentación VibroTáctil," Revista Iberoamericana de Automática e Informática Industrial RIAI, vol. 12, no. 1, pp. 36-48, 2015. Disponible en línea: https://www.sciencedirect.com/science/article/pii/S16 97791214000818. DOI: 10.1016/j.riai.2014.11.003.F. A. Torres-Sandoval, "Determinación de conductas inseguras en conductores de bus y su relación con accidentes de tránsito. Estudio de caso de una empresa de transporte público en Colombia," DYNA, vol. 84, no. 203, pp. 263-272, 2017. Recuperado de http://www.scielo.org.co/scielo.php?script=sci_arttex t&pid=S0012-73532017000400263&lang=es.Y. Rodas Cano, S. Rivero Mejía, M. C. Moncada Lopera, E. Muñoz Mejía y D. A. Correa Londoño, "Percepción de las causas de los accidentes de motocicleta en la ciudad de Medellín," en Actas del Congreso Internacional de Innovación y Tendencias en Ingeniería (CONIITI) 2020, 2020, pp. 1-6. [En línea]. Disponible en: https://ezproxy.unisimon.edu.co:2131/document/924 0250.Peñeñory, V. M., Gómez, J. A., Hurtado, A. F., y Cabezas, I. M. (2015). "Una interfaz de notificación multimodal para un sistema de asistencia al conductor". En 10th Computing Colombian Conference (10CCC) (pp. 1-6). Recuperado de https://ezproxy.unisimon.edu.co:2131/document/733 3434.Ramírez Clavijo, G. L., Osorio Patiño, J., y Martínez León, D. (2015). "Detección de fatiga visual mediante el análisis de la frecuencia de parpadeo". En 20th Symposium on Signal Processing, Images and Computer Vision STSIVA) (pp. 1-4). Recuperado de https://ezproxy.unisimon.edu.co:2131/document/733 0398.Ceballos Pino, A. y Puche, W. S. (2022). "Modelo híbrido inteligente para detectar y reportar la somnolencia en conductores de vehículos motorizados (carga y pasajeros) en Colombia". En XV Congreso de Tecnología, Aprendizaje y Enseñanza de la Electrónica (Congreso de Tecnologías Aplicadas a la Enseñanza de la Electrónica) (pp. 1-6). Recuperado de https://ezproxy.unisimon.edu.co:2131/document/984 0681.L. A. Díaz Sippli. BANCO DE VIDEOS PROYECTO DE FORMACIÓN PARA LA INVESTIGACIÓN II. (2023). Accedido el 04 de noviembre de 2023. [En línea]. Disponible: https://www.canva.com/design/DAFrxHePrOA/1_lei 2H2pZPigPxieWJavw/edit?utm_content=DAFrxHePr OA&utm_campaign=designshare&utm_medium=lin k2&utm_source=sharebuttonN. Petrellis, N. Voros, C. Antonopoulos, G. Keramidas, P. Christakos y P. Mousouliotis. (2022). NITYMED [Data set]. Kaggle. Accedido el 20 de septiembre de 2023. [En línea]. Disponible: https://doi.org/10.34740/KAGGLE/DSV/3921886C. Chen, Y. Zhang, y B. Leng, "A review of driver distraction: Characteristics, causes, and consequences," International Journal of Environmental Research and Public Health, vol. 16, no. 16, p. 2895, 2019.E.K. Yilmaz y M.A. Akcayol, "SUST-DDD: A Real-Drive Dataset for Driver Drowsiness Detection.", The 31st Conference of Open Innovations Association FRUCT.,Helsinki, Finland, 27-29 April 2022. Accedido el 20 de septiembre de 2023. [En línea]. Disponible: https://www.kaggle.com/datasets/esrakavalci/sustdddC. Yang, Z. Yang, W. Li y J. See, “FatigueView: A Multi-Camera Video Dataset for Vision-Based Drowsiness Detection”, IEEE Trans. Intell. Transp. Syst., pp. 1–14, 2022. Accedido el 21 de septiembre de 2023. [En línea]. Disponible: https://ezproxy.unisimon.edu.co:2131/document/993 1532S. Abtahi, M. Omidyeganeh, S. Shirmohammadi, B. Hariri, YawDD: a yawning detection dataset, Proceedings of ACM MMSys 2014, March 19 - March 21, 2014, Singapore, Singapore. Accedido el 21 de septiembre de 2023. [En línea]. Disponible: https://ezproxy.unisimon.edu.co:2213/doi/10.1145/25 57642.25636Sede BarranquillaIngeniería de SistemasORIGINALPDF_Resumen.pdfPDF_Resumen.pdfapplication/pdf253397https://bonga.unisimon.edu.co/bitstreams/4526e2c8-8f53-4e99-ab02-540ceaf87d8c/download1bb030d51e388fa019eca64e98876abcMD51PDF.pdfPDF.pdfapplication/pdf805612https://bonga.unisimon.edu.co/bitstreams/f541d47c-4d06-4021-88c3-8704a3d6fc95/download4fdfc0bb41b63c5756f3fda169f76764MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-83000https://bonga.unisimon.edu.co/bitstreams/954ec7f1-0e4b-433f-bbcd-801f759bfaf3/download2a1661e5960a7bab4fd8dda692fb677cMD53THUMBNAILCaptura de pantalla 2024-05-07 a la(s) 4.27.46 p.m..pngimage/png166553https://bonga.unisimon.edu.co/bitstreams/e6918360-ed32-4321-b23b-f6c5960214fb/downloadd270197ed53bc77ef160aefca994deafMD54PDF_Resumen.jpgPDF_Resumen.jpgGenerated Thumbnailimage/jpeg3658https://bonga.unisimon.edu.co/bitstreams/528ca204-bec5-4c3b-916c-4c32c1bf28f3/downloaddcc560a726e44fd1e1fe159610ea65beMD56PDF.jpgPDF.jpgGenerated Thumbnailimage/jpeg3738https://bonga.unisimon.edu.co/bitstreams/7ba1513c-9c26-45b7-804f-2cd13ed220b6/downloade75a0fa25faae2d40b6ce23625341677MD58PDF.pdf.jpgPDF.pdf.jpgGenerated Thumbnailimage/jpeg3738https://bonga.unisimon.edu.co/bitstreams/0de4d833-b313-499a-96f1-c5bd3c9c518a/downloade75a0fa25faae2d40b6ce23625341677MD510PDF_Resumen.pdf.jpgPDF_Resumen.pdf.jpgGenerated Thumbnailimage/jpeg3658https://bonga.unisimon.edu.co/bitstreams/b09115b5-be92-4e11-9e5b-26ed164aa3bd/downloaddcc560a726e44fd1e1fe159610ea65beMD512TEXTPDF_Resumen.txtPDF_Resumen.txtExtracted texttext/plain19673https://bonga.unisimon.edu.co/bitstreams/5aec8b71-e86c-4e38-9f55-eaef1dfdfcf3/download69c4c9b2f0919f4c4562a132bee7fdfcMD55PDF.txtPDF.txtExtracted texttext/plain75286https://bonga.unisimon.edu.co/bitstreams/cdf75b2a-342a-432d-98bf-1eb91bc28fca/downloadefdbf7eb5c3e3401ba095279d7d2e2f2MD57PDF.pdf.txtPDF.pdf.txtExtracted texttext/plain75286https://bonga.unisimon.edu.co/bitstreams/dd79108c-d2d2-42d7-8c72-bf03f8898201/downloadefdbf7eb5c3e3401ba095279d7d2e2f2MD59PDF_Resumen.pdf.txtPDF_Resumen.pdf.txtExtracted texttext/plain19673https://bonga.unisimon.edu.co/bitstreams/bc329d20-a22b-4be1-89b8-f2b6802ba0c2/download69c4c9b2f0919f4c4562a132bee7fdfcMD51120.500.12442/14594oai:bonga.unisimon.edu.co:20.500.12442/145942024-08-14 21:53:56.616open.accesshttps://bonga.unisimon.edu.coRepositorio Digital Universidad Simón Bolívarrepositorio.digital@unisimon.edu.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 |