<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
  <channel>
    <title>DSpace Colección :</title>
    <link>https://repositorio.uleam.edu.ec/handle/123456789/13166</link>
    <description />
    <pubDate>Tue, 22 Sep 2026 01:40:28 GMT</pubDate>
    <dc:date>2026-09-22T01:40:28Z</dc:date>
    <item>
      <title>Sistema informático con esquemas polimórficos para el modelado de datos fitotécnicos en la granja experimental Uleam El Carmen.</title>
      <link>https://repositorio.uleam.edu.ec/handle/123456789/13189</link>
      <description>Título : Sistema informático con esquemas polimórficos para el modelado de datos fitotécnicos en la granja experimental Uleam El Carmen.
Autor : Zamora Loor, Jose Manuel
Resumen : El presente trabajo de integración curricular consistió en crear un sistema informático con esquemas polimórficos para modelar datos fitotécnicos en la Granja Experimental Uleam El Carmen. La dificultad identificada se vincula con la forma en que se registra la información agrícola de manera manual y dispersa, lo cual complica el mantenimiento de un archivo que permita consultar o analizar documentos anteriores y contar con evidencias técnicas en el terreno, por lo tanto, se desarrolla el prototipo AgroAR para asistir en el cultivo de plátano. Para el levantamiento de información se aplicó una investigación de tipo aplicada y explicativa, con un enfoque mixto, dirigida a una muestra de 40 estudiantes vinculados con las prácticas agrícolas de la Granja Experimental y a un docente especialista como informante clave, mediante encuesta estructurada y entrevista semiestructurada. La aplicación permite a los usuarios registrarse e iniciar sesión, seleccionar o tomar imágenes, realizar análisis sobre plagas, hongos y salud de la planta, además, almacena las revisiones hechas, posibilita revisar el historial y crea reportes en PDF. Asimismo, incluye un enfoque offline-first utilizando SQLite, lo que permite guardar datos sin conexión y sincronizarlos más tarde con MongoDB Atlas a través de un backend creado con Node.js y TypeScript. El desarrollo se estructuró a través de la metodología Scrum, empleando historias de usuario, sprints y pruebas de funcionalidad. Los resultados mostraron que el prototipo satisface el flujo principal establecido, pues facilita el registro, almacenamiento, sincronización y consulta de revisiones agrícolas.</description>
      <pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://repositorio.uleam.edu.ec/handle/123456789/13189</guid>
      <dc:date>2026-01-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Sistema erp para la logística de aprovisionamiento en vivero del campus Lastenia Uleam El Carmen.</title>
      <link>https://repositorio.uleam.edu.ec/handle/123456789/13187</link>
      <description>Título : Sistema erp para la logística de aprovisionamiento en vivero del campus Lastenia Uleam El Carmen.
Autor : Zambrano Vera, Juan David
Resumen : El proyecto de titulación presente tiene como propósito el desarrollar e implementar un módulo de sistema de planificación de recursos empresariales adaptado para la logística de aprovisionamiento en el vivero de cacao ubicado en el Campus Lastenia, el vivero creado con fines educativos, de investigación y vinculación comunitaria operaba con procesos manuales que generaban ineficiencias críticas y desfases logísticos.&#xD;
Se enmarco como aplicada de campo y bibliográfica a la investigación realizada a los involucrados en el vivero, empleando métodos como el analítico sintético, inductivo deductivo, descriptivo, cuantitativo y cualitativo. Los resultados de la entrevista semiestructurada al encargado y la encuesta a los 18 docentes de agropecuaria revelo una demanda unánime de automatización. Como solución se decidió implementar una Aplicación Web implementada como monolito modular (React, Laravel y MySQL) y el despliegue en servidores gratuitos o servidores de la Uleam. Las características principales dentro del sistema son que automatiza el cálculo fenológico de seis fases, reprograma en cascada por variaciones climáticas o incidentes en el vivero, gestión calificada de proveedores, generación de ordenes de compras y un sistema de alertas con funcionalidad offline. Los resultados de evaluación demostraron una reducción del noventa y nueve punto siete por ciento en el tiempo de cálculo de cronogramas, precisión del noventa y ocho punto cinco por ciento en la fecha de despacho, eliminación total de errores en reprogramaciones, y una reducción proyectada del ochenta y tres por ciento en la pérdida de plántulas. El sistema fue validado por el stakeholder para su adopción en el ciclo productivo dos mil veintiséis-I.</description>
      <pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://repositorio.uleam.edu.ec/handle/123456789/13187</guid>
      <dc:date>2026-01-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Sistema Informático con DANN para el diagnóstico de enfermedades fitosanitarias en cultivos de plátano del cantón El Carmen.</title>
      <link>https://repositorio.uleam.edu.ec/handle/123456789/13186</link>
      <description>Título : Sistema Informático con DANN para el diagnóstico de enfermedades fitosanitarias en cultivos de plátano del cantón El Carmen.
Autor : Zambrano Quiroz, Jean Fredd
Resumen : El presente proyecto tuvo como objetivo desarrollar un módulo móvil basado en inteligencia artificial para apoyar la evaluación del estado general de salud vegetal en hojas de plátano, bajo condiciones reales de campo en la Granja Experimental ULEAM, Extensión El Carmen. La problemática identificada se relacionó con la variabilidad de la evaluación visual realizada en campo y con las diferencias existentes entre las imágenes de conjuntos de datos públicos y las fotografías capturadas directamente en el entorno agrícola, debido a factores como iluminación, fondo, sombras, distancia, calidad de la cámara y condiciones ambientales. Esta situación puede afectar el desempeño de los modelos de visión artificial y limitar la confiabilidad de los resultados. La investigación consideró como población a 25 estudiantes de la carrera de Agropecuaria vinculados con actividades prácticas en la Granja Experimental ULEAM, Extensión El Carmen. Debido al tamaño reducido y accesible de la población, se trabajó con una muestra censal que incluyó a la totalidad de los 25 estudiantes. Metodológicamente, se aplicó una investigación de campo, documental y aplicada, con enfoque cuantitativo y apoyo descriptivo. Para la recolección de información se utilizaron encuestas dirigidas a los estudiantes y una entrevista semiestructurada aplicada a un docente del área agropecuaria. El desarrollo del módulo se organizó mediante la metodología ágil Scrum, permitiendo planificar las actividades de preparación de datos, entrenamiento del modelo, evaluación e integración móvil. Para el modelo se utilizó la arquitectura ResNetVD34, preentrenada con ImageNet, junto con una Red Neuronal Adversaria para Adaptación de Dominio, conocida como DANN, con el fin de reducir la brecha entre el dominio fuente y el dominio objetivo. El conjunto de datos público fue depurado, balanceado y organizado en dos clases: hojas saludables y hojas con salud comprometida. Además, se emplearon 64 fotografías reales tomadas en campo como dominio objetivo. La evaluación final se realizó con 12 imágenes balanceadas, obteniendo una exactitud, precisión, recall y medida F1 del 83,33 %, con una confianza promedio del 86,91 %. Posteriormente, el modelo fue convertido a TensorFlow Lite mediante optimización float16 e integrado en una aplicación móvil desarrollada en Flutter, donde se verificó el uso de cámara y galería, la inferencia sin conexión, la visualización de probabilidades, el umbral de confianza del 65 % y el almacenamiento local del historial.</description>
      <pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://repositorio.uleam.edu.ec/handle/123456789/13186</guid>
      <dc:date>2026-01-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Sistema informático con BD Distribuidas para la gestión de inventario de herramientas del vivero de cacao Uleam El Carmen.</title>
      <link>https://repositorio.uleam.edu.ec/handle/123456789/13185</link>
      <description>Título : Sistema informático con BD Distribuidas para la gestión de inventario de herramientas del vivero de cacao Uleam El Carmen.
Autor : Zambrano Bravo, Alex Jeanpierre
Resumen : La gestión del inventario de herramientas del vivero de cacao de la Universidad Laica Eloy Alfaro de Manabí, Extensión El Carmen, requiere información confiable y disponible ante la conectividad intermitente del Campus Lastenia. Esta investigación tuvo como objetivo diseñar una arquitectura de base de datos distribuida e implementar su núcleo de sincronización bidireccional para el sistema informático de inventario. Se desarrolló una investigación aplicada, documental y de campo mediante revisión bibliográfica, una encuesta dirigida a 60 estudiantes y una entrevista al responsable del vivero. La solución utiliza Laravel 12 y MySQL con InnoDB en los nodos Administrador y Central, mientras que para el Nodo Móvil se diseñó una base de datos SQLite con capacidad de operación sin conexión. En la implementación se integran tablas que administran nodos, versiones, colas y conflictos, también los eventos de dominio recepta HTTP autentificada, reintentos, y repetición de versiones. Se generó 73 prueba en el repositorio general y un total de 322 aserciones, la comunicación fue validada en un ambiente controlado entre los nodos administrado y central; evidenciando como hallazgo principal que la comunicación y sincronización entre los nodos se ejecutan correctamente, incluyendo el manejo de reintentos, versiones y conflictos, sin presentar inconsistencias durante las pruebas realizadas.</description>
      <pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://repositorio.uleam.edu.ec/handle/123456789/13185</guid>
      <dc:date>2026-01-01T00:00:00Z</dc:date>
    </item>
  </channel>
</rss>

