El objetivo de la investigación es realizar una revisión de la literatura para establecer un marco de referencia teórica de la implementación de datos abiertos en las estrategias de gobierno abierto en el Perú. Para el desarrollo del presente artículo se realizó una revisión sistemática de la literatura científica, se tomaron en cuenta artículos de la base de datos de Scopus entre los años 2017 y 2021. Como resultado de este estudio se determinó que existe 1 gobierno regional y 4 gobiernos locales que han implementado sus portales de datos abiertos esto representa el 0.26% del nivel de cumplimiento, además, el nivel de cumplimiento de la dimensión de transparencia del gobierno abierto es de 38.16%. Se concluye que la Municipalidad Metropolitana de Lima cumple con todos los principios de los datos abiertos y posee una completa implementación en todas las categorías, los cuales puedes ser accedidos en diferentes formatos.

La visión artificial es una disciplina de la inteligencia artificial que aplica el procesamiento de imágenes para el reconocimiento de patrones, con el uso algoritmos en ambientes controlados con una cantidad de iteraciones en el procesamiento de imágenes. La proliferación de dispositivos de capturas de imágenes ha generado imágenes digitales en todo el mundo, estas imágenes contienen información que deberían ser utilizadas por las organizaciones públicas y privadas para la toma de decisiones. Los objetivos fueron mejorar el reconocimiento de patrones mediante un sistema de visión artificial, medir el proceso de reconocimiento de patrones, implementar un sistema de visión artificial y medir la relación que existe entre reconocimiento de patrones y el un sistema de visión artificial. Esta fue una investigación aplicada, de tipo cuasi experimental, con corte transversal, la población y muestra de estudio fueron 8 patrones de imágenes, la técnica fue la verificación con lista de chequeo, aplicada a 2 grupos, un grupo control y un grupo experimental. Se concluyó que el tiempo de procesamiento para el reconocimiento de 8 patrones de imágenes del grupo experimental fue de 10,75 segundos y de 67,75 segundos para el grupo control y con un grado de relación entre el reconocimiento de patrones y el sistema de visión artificial de 72 %.

Cacao producers often obtain low-quality beans due to the poor manual drying process. This study proposes the construction of an automated prototype robot for the removal during natural drying of cacao beans at Cooperativa Agraria Allima Cacao Ltd., Peru, and evaluates its effectiveness on bean quality. The robot comprises three modules (control, displacement, and removal) and motion sensors. Four 400 kg batches were analyzed, obtaining moisture contents of 6.71, 8.59, 7.74, and 6.80% with the robot, compared to 7.86, 7.94, 6.60, and 7.54% with the manual method. The standard deviations in the grains treated with the robot were lower, evidencing a more uniform drying. In addition, the total phenol content was higher in the robot-dried beans, indicating better preservation of bioactive compounds. Although the robot did not reduce the drying time, we conclude that its sustainable and economically accessible design contributed to obtaining higher-quality beans compared to the conventional method, with more homogeneous drying and better preservation of phenols, key aspects for producing high-quality cacao.

En 2018, la Universidad Nacional de San Martín – T (UNSM-T) realizó la autoevaluación de sus programas de estudio, para lo cual usó una herramienta basada en Excel del Sistema Nacional de Evaluación, Acreditación y Certificación de la Calidad Educativa (SINEACE), el cual cumple estructuralmente con la matriz de evaluación, pero carece de funciones que resultan indispensables para que las escuelas profesionales puedan manejar adecuadamente sus recursos. Por otro lado, la carencia de las mismas genera incertidumbre al realizar el monitoreo. En ese sentido el objetivo fue implantar un sistema de monitoreo basado en dashboard para mejorar el seguimiento y evaluación del cumplimiento de los estándares de acreditación de los programas de estudio de la UNSM-T. Para ello se realizó un estudio descriptivo comparativo, aplicado, transversal a 60 miembros de los comités de acreditación a los que se aplicó un instrumento para medir su opinión respecto al monitoreo del cumplimiento de los estándares de acreditación en la UNSM-T, antes y después de la propuesta. Los resultados nos indican que 91.7% opina que la propuesta es buena en comparación a la propuesta en Excel. Se concluye que la propuesta permite realizar un adecuado seguimiento y evaluación del cumplimiento de los estándares de acreditación de los programas de estudio de la UNSM-T.

La detección temprana de enfermedades foliares del cafeto es clave para reducir pérdidas productivas; sin embargo, el diagnóstico visual en campo presenta limitaciones asociadas a la subjetividad y la variabilidad ambiental. El objetivo de este estudio fue diseñar y evaluar un modelo híbrido de reconocimiento de patrones para clasificar hojas de cafeto sanas, con roya y con ojo de gallo a partir de imágenes capturadas en condiciones reales en Saposoa (San Martín, Perú). Se empleó un conjunto de datos propio de 1 500 imágenes validadas por especialista (500 por clase), ampliado mediante aumento de datos controlado hasta 6 000 imágenes balanceadas. ResNet18 fue utilizado como extractor de características por transferencia de aprendizaje y se compararon tres clasificadores supervisados: SVM, Random Forest y XGBoost. La evaluación se realizó mediante validación cruzada estratificada de 10 pliegues y un conjunto de prueba independiente (20%). El modelo ResNet18 + SVM obtuvo el mejor desempeño, con una accuracy de 0.9742, F1-macro de 0.9730 y AUC-macro de 0.9968, superando a Random Forest (accuracy = 0.9367) y XGBoost (accuracy = 0.9583). El análisis inferencial mediante ANOVA y la prueba de Tukey HSD confirmó diferencias estadísticamente significativas entre modelos (p < 0.001). Los resultados evidencian la robustez y viabilidad del enfoque propuesto para apoyar el diagnóstico fitosanitario del cafeto en condiciones reales de campo.