Rudecindo Albino Penadillo-Lirio

Dr. Rudecindo Albino Penadillo-Lirio


Research Focus & Metrics

Academic Career Length

6Years (2021-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
24 January 2022 in ACADEMO Revista de Investigación en Ciencias Sociales y Humanidades
Verified
Journal Article
Closed access
VTVidal Guerrero Támara
Vidal Guerrero Támara
RPRudecindo Albino Penadillo-Lirio
Rudecindo Albino Penadillo-Lirio
ÚBÚrsula Lezameta Blas
Úrsula Lezameta Blas
El objetivo del presente trabajo de investigación fue analizar el nivel de percepción de la robótica educativa en una universidad peruana. El estudio corresponde al enfoque cuantitativo y por su nivel de profundidad fue descriptivo. Se empleó el diseño no experimental de corte transversal. La muestra fue no probabilística de tipo censal, constituida por 35 docentes del Departamento Académico de Educación. El recojo de información fue mediante un cuestionario con validez de contenido a través de juicio de expertos y una confiabilidad de 0.89. Se procesaron losdatos con la hoja de cálculo Microsoft Excel 2019 y se contrastó la hipótesis con la prueba de proporción con un nivel de confianza del 95%. Se concluye que el 97% de docentes desconoce los fundamentos conceptuales de la robótica educativa, mientras que el 94% carece de conocimiento de los aspectos pedagógicos de la robótica educativa. Por otro lado, el 74% de docentes no posee conocimiento de la aplicación de la robótica educativa. Estos resultados evidencian un nivel bajo de conocimiento sobre robótica educativa en los docentes

14 March 2023
Verified
Conference Paper
Closed access
Edwin Ramirez AsisEdwin Ramirez Asis
Edwin Ramirez Asis
RPRudecindo Albino Penadillo-Lirio
Rudecindo Albino Penadillo-Lirio
WAWilber Acosta-Ponce
Wilber Acosta-Ponce
RNRoger Norabuena-Figueroa
Roger Norabuena-Figueroa
NRNorma Ramírez-Asís
Norma Ramírez-Asís
PAPrashant Subhash Arbune
Prashant Subhash Arbune
Cybercrime is a growing problem that has gained increased attention in recent years due to the growing use of technology and the internet. With the increasing use of machine learning in various fields, including cybersecurity, it is important to examine the intersection of these two domains. This review paper aims to provide an overview of the evolution of cybercrime and its use of machine learning techniques. It also identifies various types of cybercrime that utilize machine learning and the challenges and limitations of detecting and preventing these crimes. The paper also suggests strategies for prevention and detection, both technical and non-technical, that could be used to combat the growing problem of cybercrime. While non-technical strategies include user education, strong passwords, and cooperation between the public and private sectors, technical techniques employ machine learning-based threat detection systems, anomaly detection, and encryption. In conclusion, this research emphasizes the significance of comprehending the relationship between cybercrime and machine learning to create successful preventive and detection solutions.

26 January 2024
Verified
Book Chapter
Closed access
PDF file
ASAnishma Sebastian
Anishma Sebastian
JPJaheer Mukthar K. P
Jaheer Mukthar K. P
RPRudecindo Albino Penadillo-Lirio
Rudecindo Albino Penadillo-Lirio
EAEdwin Hernan Asis
Edwin Hernan Asis
WAWilber Acosta-Ponce
Wilber Acosta-Ponce
GVGiovani Villegas-Ramirez
Giovani Villegas-Ramirez


20 August 2021 in Rastros Rostros
Verified
Journal Article
Open access
PDF file
VTVidal Guerrero Támara
Vidal Guerrero Támara
RPRudecindo Albino Penadillo-Lirio
Rudecindo Albino Penadillo-Lirio
ÚBÚrsula Lezameta Blas
Úrsula Lezameta Blas
El objetivo del presente trabajo de investigación fue analizar el nivel de percepción de la robótica educativa en una universidad peruana. El estudio corresponde al enfoque cuantitativo y por su nivel de profundidad fue descriptivo. Se empleó el diseño no experimental de corte transversal. La muestra fue no probabilística de tipo censal, constituida por 35 docentes del Departamento Académico de Educación. El recojo de información fue mediante un cuestionario con validez de contenido a través de juicio de expertos y una confiabilidad de 0.89. Se procesaron los datos con la hoja de cálculo Microsoft Excel 2019 y se contrastó la hipótesis con la prueba de proporción con un nivel de confianza del 95%. Se concluye que el 97% de docentes desconoce los fundamentos conceptuales de la robótica educativa, mientras que el 94% carece de conocimiento de los aspectos pedagógicos de la robótica educativa. Por otro lado, el 74% de docentes no posee conocimiento de la aplicación de la robótica educativa. Estos resultados evidencian un nivel bajo de conocimiento sobre robótica educativa en los docentes.