Luis Rafael Tinedo

Prof. Luis Rafael Tinedo

orcid

Research Focus & Metrics

Academic Career Length

7Years (2020-Present)

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

Representative Publications

View All Publications
17 September 2021 in Revista Científica Pakamuros
Verified
Journal Article
Open access
PDF file
NFNilthon Arce Fernández
Nilthon Arce Fernández
WCWalter Jose Quiroz Chavil
Walter Jose Quiroz Chavil
Flabio GutierrezFlabio Gutierrez
Flabio Gutierrez
LTLuis Rafael Tinedo
Luis Rafael Tinedo
JTJosé Luis Piedra Tineo
José Luis Piedra Tineo
La presente investigación tuvo por objetivo minimizar la penalidad total generada por el retraso en la entrega de proyectos operados por una máquina (retroexcavadora). Se empleó el método doble simplex de paso largo con el software GNU Octave (versión 6.2.0). Para estimar la fecha y el orden de entrega de los proyectos antes de la ejecución, se implementó un plan de trabajo para la máquina. La empresa Consultores & Ejecutores Jhothiza S.R.L. verificó los plazos de entrega ejecutando el modelo y concluyendo que la penalidad óptima fue de S/. 8100.

12 September 2020 in Revista Científica Pakamuros
Verified
Journal Article
Open access
PDF file
LTLuis Rafael Tinedo
Luis Rafael Tinedo
Este artículo científico detalla el análisis de la desigualdad desde una perspectiva socioterritorial e integra los principales paradigmas que limitan el bienestar económico de las regiones, no obstante, el propósito es construir un esquema metodológico que relaciona las dimensiones de las desigualdades socioterritoriales y el bienestar económico. Para ello, se presenta un análisis inductivo deductivo que involucra la técnica documental y observacional. De esta forma se identifica claramente que la pobreza y la vulnerabilidad tienen una relación estrecha con la desigualdad social y territorial, de ello se rescata que las dimensiones como el espacio geográfico, las condiciones de la vivienda, las características del hogar, la participación ciudadana y la tecnología son esenciales para catalogar la disparidad existente en las regiones pobres y vulnerables; así mismo, se muestra que el bienestar económico depende del nivel de empleo, participación productiva, nivel de ingreso y nivel de gasto en consumo. Para concluir, la investigación es un eslabón para generar interés por parte del Estado en la formulación de políticas gubernamentales basados en la realidad de las comunidades, descubriendo sus ventajas comparativas que surgen a raíz de la necesidad de tener una mejor calidad de vida.

26 October 2021 in Revista Científica Pakamuros
Verified
Journal Article
Open access
PDF file
LTLuis Rafael Tinedo
Luis Rafael Tinedo
El artículo determina el efecto del microcrédito en el bienestar socioeconómico del sector transporte urbano de la ciudad de Chachapoyas, Amazonas. Para ello, se empleó los métodos inductivo - deductivo y analítico – sintético, de tipo descriptivo, además, se combinan técnicas de investigación cuantitativa, donde el instrumento de recolección de datos empleados fue el cuestionario. En tal sentido, el tipo de muestreo fue por conveniencia recopilando información de 94 transportistas. Los resultados evidencian que los ingresos familiares se incrementaron en un rango de S/ 2000 a S/ 4000, por lo tanto, las familias presentaron mejoras en las condiciones de vivienda, adquisición de activos, demanda por tecnologías digitales y formación educativa básica. En conclusión, el microcrédito tiene un efecto positivo en el bienestar socioeconómico, donde se destaca el crecimiento del ingreso familiar y la mejora de la calidad educativa de los niños y adolescentes.

14 October 2026 in Technologies
Verified
Journal Article
Open access
PDF file
NFNilthon Arce Fernández
Nilthon Arce Fernández
JTJosé Luis Piedra Tineo
José Luis Piedra Tineo
LTLuis Rafael Tinedo
Luis Rafael Tinedo
Flabio GutierrezFlabio Gutierrez
Flabio Gutierrez
JOJose Manuel Palomino Ojeda
Jose Manuel Palomino Ojeda
Estimating construction costs constitutes a strategic component of project management, because it provides fundamental information for assessing its economic feasibility. The present research aims to develop artificial intelligence models for estimating the construction cost of reinforced concrete housing. The database was constructed from 276 technical files corresponding to the period 2019–2025. Random Forest achieved the highest average R2 across the three input-variable groups (R2 = 0.8520), followed by XGBoost and Multiple Linear Regression, both with an average R2 of 0.8473, whereas MLP Regressor obtained a lower value (R2 = 0.8197). Likewise, it presented the lowest average standard deviation across the three groups (σ = 0.0530), compared with XGBoost (σ = 0.0547), Multiple Linear Regression (σ = 0.0719), and MLP Regressor (σ = 0.1023). Compared with Groups 1 and 2, the Random Forest model, using Group 3, presented lower MAE values by S/ 3174.91 and S/ 3185.34, respectively, while the MAPE values were lower by 4.19 and 4.40 percentage points, respectively. The main scientific contribution of this research lies in establishing a reproducible methodology, which made it possible not only to identify the model with the highest predictive capacity but also to characterize the conditions under which its accuracy decreases.