La proliferación de macrodatos (big bata) en el sector salud promete transformar la investigación y la práctica clínica, pero simultáneamente plantea profundos desafíos bioéticos. Esta revisión narrativa, informada por una búsqueda en Scite.ai, sintetiza las consideraciones éticas clave asociadas al uso de macrodatos sanitarios. Se examinan los desafíos para obtener un consentimiento informado válido y se discuten modelos alternativos como el consentimiento amplio, dinámico y meta-consentimiento. Se analizan los riesgos persistentes para la privacidad del paciente derivados de las técnicas de anonimización y desidentificación, y sus implicaciones éticas. Se explora cómo el uso de macrodatos puede perpetuar o exacerbar inequidades y sesgos, destacando consideraciones de justicia distributiva y no discriminación. Se abordan los debates sobre propiedad, gobernanza y control de los datos, contrastando el control individual con el bien común y la custodia institucional. Se revisan los marcos éticos propuestos para la distribución justa de beneficios y los requisitos de transparencia y rendición de cuentas en algoritmos de IA. Se discuten consideraciones específicas para poblaciones vulnerables y la necesaria adaptación de los Comités de Ética en Investigación. Finalmente, se analizan los factores que influyen en la confianza pública y los desafíos éticos del intercambio internacional de datos. Se concluye que la navegación ética en la era de los macrodatos requiere marcos robustos, gobernanza transparente, protección rigurosa de la privacidad, promoción de la equidad y un compromiso continuo con la confianza pública y los derechos individuales.

The proliferation of big data in the health sector promises to transform research and clinical practice, but simultaneously poses profound bioethical challenges. This narrative review, informed by a search on Scite.ai, synthesizes the key ethical considerations associated with the use of health big data. The challenges of obtaining valid informed consent are examined, and alternative models such as broad consent, dynamic consent, and meta-consent are discussed. The persistent risks to patient privacy arising from anonymization and deidentification techniques, and their ethical implications, are analyzed. It is explored how the use of big data can perpetuate or exacerbate inequities and biases, highlighting considerations of distributive justice and non-discrimination. The debates on ownership, governance, and control of data are addressed, contrasting individual control with the common good and institutional stewardship. The proposed ethical frameworks for the fair distribution of benefits and the requirements for transparency and accountability in AI algorithms are reviewed. Specific considerations for vulnerable populations and the necessary adaptation of Research Ethics Committees are discussed. Finally, the factors that influence public trust and the ethical challenges of international data exchange are analyzed. In conclusion, the ethical navigation in the era of big data requires robust frameworks, transparent governance, rigorous privacy protection, promotion of equity, and an ongoing commitment to public trust and individual rights.

Abstract: Optimal power flows are used in electrical systems to optimize the distribution of electrical energy. In general terms, the aim is to minimize the costs associated with the generation and distribution of electrical energy while meeting the system's operational and safety constraints. To achieve this, mathematical algorithms are used to solve the problem of finding the optimal power flow, resulting in the flows in each transmission line of the system. These algorithms take into account various input factors, such as energy demand, the generation capacity of power plants, operational constraints of transmission lines, and the costs associated with energy generation and distribution. They aim to maximize the efficiency of the electrical system by minimizing costs while meeting operational and safety constraints. In this research, a custom tool is developed using MATLAB programming to determine the optimal power flow of an EPS and, additionally, to consider system constraints. The IEEE 14-bus EPS is used as a reference for analysis, where its optimal power flow is obtained, and both emissions and fuel cost constraints are analyzed, thus encompassing power optimization while considering environmental issues.

Resumen: Los flujos óptimos de potencia se emplean en sistemas eléctricos para optimizar la distribución de energía eléctrica. En términos generales, se busca minimizar los costos asociados a la generación y distribución de energía eléctrica, mientras se cumplen con las restricciones operativas y de seguridad del sistema. Para lograr esto, se utilizan algoritmos matemáticos que permiten resolver el problema de encontrar el flujo de potencia óptimo, obteniéndose como resultado los flujos en cada línea de transmisión del sistema. Estos algoritmos tienen en cuenta diversos datos de entrada factores, como la demanda de energía, la capacidad de generación de las centrales eléctricas, las restricciones operativas de las líneas de transmisión y los costos asociados a la generación y distribución de energía eléctrica, y tienen como objetivo además buscan maximizar la eficiencia del sistema eléctrico, a través de la minimización de los costos y cumpliendo con las restricciones operativas y de seguridad del sistema. De esta manera en el presente trabajo de investigación se realiza una herramienta propia con programación en MATLAB que determina el flujo óptimo de potencia de un SEP y además considerando las restricciones del sistema, se ha tomado como referencia para el análisis el SEP de 14 barras de la IEEE en donde se obtiene su flujo óptimo de potencia y se analizan las restricciones tanto de emisiones como de costos de los combustibles abarcando de esta manera la optimización de potencia y considerando el tema ambiental.

ABSTRACT Biodigital design and artificial intelligence are two disciplines that offer a promising approach to creating innovative solutions for building a sustainable future. The convergence of the two disciplines seeks to develop living architecture, which mimics biological thinking, with the aim of producing autonomous and sustainable systems. Buildings generated through this approach can obtain energy through photosynthesis, regulate their temperature autonomously, purify indoor air and optimise their performance, thus reducing their environmental impact. This work aims to explore processes that seek the integration of biodigital design and artificial intelligence to produce innovative and sustainable results in the field of design. Through the analysis of cases, it examines the advantages and disadvantages of the union of biodigital design and AI, considering both its environmental and social effect. This article offers a new perspective on the interaction between the two disciplines, highlighting their potential to transform today's architecture for a liveable and environmentally friendly future.

RESUMEN El diseño biodigital y la inteligencia artificial (IA) son dos disciplinas emergentes que ofrecen un enfoque prometedor para la creación de soluciones innovadoras en la construcción de un futuro sostenible. La convergencia de ambas disciplinas busca desarrollar una arquitectura viva, que imite el pensamiento biológico, con el objetivo de producir sistemas autónomos y sostenibles. Los edificios generados desde este punto de vista pueden obtener energía mediante la fotosíntesis, regular su temperatura de forma autónoma, purificar el aire interior y optimizar su rendimiento, y reducir así su impacto ambiental. Este trabajo tiene como objetivo explorar los procesos que buscan la integración del diseño biodigital y la IA para producir resultados innovadores y sostenibles en el campo proyectual. A través del análisis de casos, se examinan las ventajas y desventajas de la unión del diseño biodigital y la IA, considerando su efecto tanto ambiental como social. Este artículo ofrece una nueva perspectiva sobre la interacción entre ambas disciplinas, resaltando su potencial para transformar la arquitectura actual y lograr un futuro habitable y respetuoso con el medio ambiente.

Abstract This paper presents an approach integrating principal component and silhouette analysis with clustering algorithms for fault detection in hydraulic systems. The methodology was validated through a study in which vibration and pressure signals were collected under normal and fault conditions. These signals were then processed through filtering and normalization, followed by dimensionality reduction using principal component analysis. The resulting lower-dimensional feature vectors retained the critical characteristics of both normal and faulty conditions and were subsequently fed into a clustering algorithm. The quality of the resulting clusters was evaluated using silhouette analysis, which offers a reliable means of assessing cluster quality and visualising the outcomes of fault classification. The study demonstrates the effectiveness of this method in accurately representing the patterns of normal and malfunctioning hydraulic pump conditions, ultimately leading to successful diagnostic results.

Resumen Este artículo presenta un enfoque que integra el análisis de componentes principales y el análisis de siluetas con algoritmos de agrupamiento para la detección de fallos en sistemas hidráulicos. La metodología se validó a través de un estudio en el que se recopilaron señales de vibración y presión en condiciones normales y de fallo. Estas señales fueron procesadas mediante filtrado y normalización, seguidos de una reducción de la dimensionalidad con el análisis de componentes principales. Los vectores de características de menor dimensión resultantes conservaron las características críticas tanto de las condiciones normales como de las defectuosas y posteriormente se introdujeron en un algoritmo de agrupación. La calidad de los conglomerados resultantes se evaluó con el análisis de siluetas, que ofrece un método fiable para evaluar la calidad de los conglomerados y visualizar los resultados de la clasificación de fallos. El estudio demuestra la eficacia de este método a la hora de representar con precisión los patrones de las condiciones normales y defectuosas de las bombas hidráulicas, lo que en última instancia conduce a resultados de diagnóstico satisfactorios.

The use of machine learning (ML) to solve civil engineering problems has increased remarkably during the last few decades due to its effectiveness in reliably approximating complex relationships. In this paper, a key parameter of seismic design is estimated using hyperparameter ML algorithms to develop predictive models that compute the fundamental period. Initially, the impact of the train-test split ratio was investigated using three different splits, where the best results were achieved with train-test split ratios equal to 90/10 for all metrics. By predicting the fundamental period with three ML methods, namely XGBoost-HYT-CV, DANN-MPIH-HYT, and RF-HYT, the best fit was acquired by XGBoost-HYT-CV (coefficient of determination R² = 99.994% and mean absolute error MAE = 0.00428). Although international literature agrees that building height is the primary factor influencing the fundamental period, feature engineering has revealed that the natural logarithm of the percentage of openings is the most significant parameter. This finding underscores the value of feature engineering in generating additional variables and uncovering their impact on output variables. Finally, an equation was derived from POLYREG-HYT that outperformed all existing formulae, deriving a final MAE of 0.0153, approximately three times smaller than the best-performing equations proposed in the international literature.

Die studie ondersoek die uitvoerbaarheid van die gebruik van groepering vir die voorspellende instandhouding van moerindraaiers in 'n moderne hoëvolume vervaardigingsomgewing. Gedurende die tydperk van die studie was die mislukkingsyfer van een moerindraaieraansienlik hoër as dié van die ander. Die groeperingsalgoritmes wat geëvalueer is, was agglomeratiewe hiërargiese groepering, digtheid-gebaseerde ruimtelike groepering van toepassings met geraas, en 'n selforganiserende kenmerkkaart. Die prestasiemaatstawwe wat gebruik is om die groepe te vergelyk en te evalueer, was die silhoeëtkoëffisiënttelling en die variasietempo-kriterium. Daar is gevind dat dit haalbaar is om groepering te gebruik om die instandhoudingstrategie van moerindraaiers in die motorbedryf te verbeter.

The paper explores the feasibility of using clustering for the predictive maintenance of nutrunners in a modern high-volume manufacturing environment. During the period of the study, the failure rate of one nutrunner was significantly higher than that of the others. The clustering algorithms that were evaluated were agglomerative hierarchical clustering (AHC), density-based spatial clustering of applications with noise (DBSCAN), and a self-organising feature map (SOFM). The performance metrics used to compare and evaluate the clusters were the silhouette coefficient score (SC) and the variation rate criterion (VRC). It was found that it is feasible to use clustering to improve the maintenance strategy of nutrunners in the automotive industry.

Este estudo realiza uma revisão sistemática da literatura com foco em operações humanitárias, particularmente na otimização de recursos e logística em cenários de deslocamento forçado. Orientado por um protocolo rigoroso de revisão para garantir robustez científica, transparência e reprodutibilidade, o estudo incorpora uma análise bibliométrica para explorar a aplicação de técnicas de pesquisa operacional, examinando contribuições científicas, metodologias e lacunas de pesquisa na otimização de recursos, localização de facilidades e logística humanitária. A revisão identifica contribuições significativas de estudos recentes, revelando como modelos matemáticos e ferramentas de apoio à decisão são utilizados para enfrentar desafios relacionados ao deslocamento forçado, com foco no uso eficaz de estratégias de localização de facilidades e algoritmos de otimização para melhorar a alocação de recursos e a eficiência da resposta emergencial. A revisão está limitada a artigos publicados entre 2020 e 2024, principalmente em inglês e em bases de dados de acesso aberto, o que pode excluir outras contribuições relevantes. Pesquisas futuras devem ampliar a integração de tecnologias inovadoras e abordagens interdisciplinares para enfrentar os desafios humanitários em constante evolução. Esta pesquisa destaca a interseção entre pesquisa operacional e logística humanitária, oferecendo uma visão abrangente do conhecimento existente e percepções práticas, servindo como um recurso valioso para acadêmicos e profissionais que buscam desenvolver soluções para melhorar o bem-estar de populações deslocadas.

Este estudio realiza una revisión sistemática de la literatura centrada en las operaciones humanitarias, particularmente en la optimización de recursos y la logística en escenarios de desplazamiento forzado. Guiado por un protocolo riguroso de revisión para garantizar la solidez científica, la transparencia y la replicabilidad, el estudio incorpora un análisis bibliométrico para explorar la aplicación de técnicas de investigación operativa, examinando las contribuciones científicas, metodologías y lagunas de investigación en la optimización de recursos, la localización de instalaciones y la logística humanitaria. La revisión identifica contribuciones significativas de estudios recientes, revelando cómo los modelos matemáticos y las herramientas de apoyo a la toma de decisiones se utilizan para abordar los desafíos relacionados con el desplazamiento forzado, con un enfoque en el uso eficaz de estrategias de localización de instalaciones y algoritmos de optimización para mejorar la asignación de recursos y la eficiencia en la respuesta de emergencia. La revisión se limita a artículos publicados entre 2020 y 2024, principalmente en inglés y en bases de datos de acceso abierto, lo que puede excluir otras contribuciones relevantes. Las investigaciones futuras deberían ampliar la integración de tecnologías innovadoras y enfoques interdisciplinarios para hacer frente a los desafíos humanitarios en evolución. Esta investigación destaca la intersección entre la investigación operativa y la logística humanitaria, ofreciendo una visión global del conocimiento existente y aportaciones prácticas, y sirviendo como un recurso valioso para académicos y profesionales que buscan desarrollar soluciones para mejorar el bienestar de las poblaciones desplazadas.

This study conducts a systematic literature review focusing on humanitarian operations, particularly the optimization of resources and logistics in forced displacement scenarios. Guided by a rigorous review protocol to ensure scientific robustness, transparency, and replicability, the study incorporates bibliometric analysis to explore the application of operational research techniques, examining scientific contributions, methodologies, and research gaps in resource optimization, facility location, and humanitarian logistics. The review identifies significant contributions from recent studies, revealing how mathematical models and decision-making tools are used to address challenges in forced displacement, with a focus on the effective use of facility location strategies and optimization algorithms to improve resource allocation and emergency response efficiency. The review is limited to articles published between 2020 and 2024, primarily in English and in open-access databases, which may exclude other relevant contributions. Future research should expand on the integration of innovative technologies and cross-disciplinary approaches to address evolving humanitarian challenges. This research highlights the intersection of operational research and humanitarian logistics, offering a comprehensive overview of existing knowledge and practical insights, and serving as a valuable resource for academics and practitioners seeking to develop solutions to enhance the well-being of displaced populations.

Abstract Tuberculosis (TB) in Argentina has been on the rise in recent years, with a higher notification rate in the 15 to 49-year-old age group. Although it is estimated that the incidence of TB in pregnant and postpartum indi viduals is higher than in the general population, there is insufficient data in our country. Congenital trans mission is very rare. We report a case of congenital TB transmission diagnosed through epidemiological criteria and molecular methods. We emphasize the importance of implementing TB screening algorithms in pregnancy, tailored to the populations served and the resources available, and we highlight the contribution of genomic sequencing at clinical and epidemiological levels.

Resumen La tuberculosis (TB) en Argentina continúa en au mento en los últimos años, con mayor tasa de notifi cación en el grupo etario de 15 a 49 años. Si bien se estima que la incidencia de TB en personas gestantes y puérperas es superior a la de la población general, no disponemos de datos de nuestro país. Asimismo, su transmisión congénita es infrecuente. Reportamos un caso de transmisión congénita de TB diagnosticado por criterios epidemiológicos y métodos moleculares. Resaltamos la importancia de implementar algoritmos de cribado para TB en personas gestantes, adecuados a las poblaciones asistidas y a los recursos disponibles, y ponderamos el aporte de la secuenciación genómica a nivel clínico y epidemiológico.

Resumo Ilusão e verdade adquirem faces indistintas no ambiente virtual: xenofobia, misoginia e homofobia - entre outras falhas sistemáticas de discernimento pela ira - são vícios reincidentes no trânsito massivo das redes sociais. Assistimos a “Justiçamentos” físicos e virtuais por maltas que surgem e desaparecem ao sabor de ódios intensos e passageiros. A presente revisão-ensaio articula teorizações em três segmentos: Genealogias na constituição psíquica: ideia de ameaça à “ordem natural”, incertezas e desinformação gerando sentidos, exploração de ressentimentos para paliação da impotência. Mediações: “câmaras de eco”, “filtros bolha” e algoritmos de aderência para aglutinação dos ressentidos e desorientados. Desdobramentos políticos e sanitários: ética indiferente ao engodo, atiçamento de intolerância com lucros, publicização de afrontas, polêmicas e repúdio para engajamento, nichos de poder político e consequências para as democracias e para segurança sanitária global. Como conclusões, destacam-se novos e monumentais desafios em uma mediosfera cada vez mais hostil e incompreensível, assim como a necessidade urgente de ambientes permeados pela comunicação plena.

Abstract Illusion and truth acquire indistinct faces in the virtual environment: xenophobia, misogyny and homophobia - among other systematic failures of discernment due to anger - are recurrent vices in the mass traffic of social networks. We witness physical and virtual “Justices” by people who appear and disappear due to intense and temporary hatred. This review-essay articulates theories in three segments: Genealogies in the psychic constitution: idea of threat to the “natural order”, uncertainties and misinformation generating meanings, exploitation of resentments to alleviate impotence. Mediations: “echo chambers”, “bubble filters” and adherence algorithms to bring together the resentful and disoriented. Political and health developments: ethics indifferent to deception, fanning intolerance with profits, publicizing insults, controversies and rejection of engagement, niches of political power and consequences for democracies and global health security. As conclusions, new and monumental challenges stand out in an increasingly hostile and incomprehensible mediosphere, as well as the urgent need for environments permeated by full communication.

Resumen Ilusión y verdad adquieren rostros indistintos en el entorno virtual: la xenofobia, la misoginia y la homofobia - entre otras fallas sistemáticas de discernimiento debidas a la ira - son vicios recurrentes en el tráfico masivo de las redes sociales. Estamos asistiendo a “Justicias” físicas y virtuales por parte de grupos que aparecen y desaparecen según odios intensos y fugaces. Este ensayo-revisión articula teorías en tres segmentos: Genealogías en la constitución psíquica: idea de amenaza al “orden natural”, incertidumbres y desinformación generando significados, explotación de resentimientos para aliviar la impotencia. Mediaciones: “cámaras de eco”, “burbujas de filtro” y algoritmos de adherencia para reunir a los resentidos y desorientados. Evolución política y sanitaria: una ética indiferente al engaño, incitación a la intolerancia hacia los beneficios, dar publicidad a afrentas, controversias y repudio al compromiso, nichos de poder político y consecuencias para las democracias y la seguridad sanitaria mundial. Como conclusiones se destacan nuevos y monumentales desafíos en una mediasfera cada vez más hostil e incomprensible, así como la urgente necesidad de entornos permeados por una comunicación plena.

Abstract Only with the open source information available of each any person it is possible through the adequate processing to create a detailed profile of practically all aspects of our private life. According to the algorithm used, this can lead to identify an individual as a “person of interest”, and this it is only one step away from that same data being used to establish probable cause to open a criminal case, and if the case ends up in a trial, to present such data as evidence. This article discusses how the access to encrypted messaging platforms (as in the Encrochat case) and the massive processing of data through algorithms and artificial intelligence requires to rethink the whole structure of the criminal procedure. It advocates that there is a need to revisit the procedural safeguards developed during the past two centuries to be able to face the risks of the digital era. It concludes that there is a new shift in the gathering of evidence, which calls for strengthening the fair trial rights at the pre-trial stage.

Resumo As informações de fontes abertas disponíveis de cada um de nós permitem, por meio do processamento adequado, criar um perfil detalhado de praticamente todos os aspectos de nossa vida privada. De acordo com o algoritmo utilizado, isso pode levar a identificar um indivíduo como uma “pessoa de interesse” e, no logo em seguida, esses mesmos dados podem ser usados para caracterizar a justa causa e iniciar um processo criminal. Se o caso for a julgamento, esses dados podem ser apresentados como prova. Este artigo discute como o acesso a plataformas de mensagens criptografadas (como no caso Encrochat) e o processamento massivo de dados por meio de algoritmos e inteligência artificial exigem repensar toda a estrutura do processo penal. Defende-se que é necessário revisar as garantias processuais desenvolvidas nos últimos dois séculos para poder enfrentar os riscos da era digital. Conclui-se que há uma nova mudança na obtenção de provas, o que exige o fortalecimento das garantias do devido processo na fase de investigação.

Abstract This paper presents a modular design strategy for high-order filters implemented in cascade using evolutionary algorithms (EAs). The proposed method demonstrates notable advantages over those formulated in the literature for sizing this type of filters. Four state-of-the-art EAs are employed: PSO (Particle Swarm Optimization), DE (Differential Evolution), ADE (Average Differential Evolution), and EHO (Elephant Herding Optimization). Two tenth-order Chebyshev filters considered in previous works are adopted as case studies. The results show that the proposed strategy obtains filter configurations with lower design errors than other alternatives, even when using lower-cost components. The computational effort is also notably lower. A statistical comparison among the EAs used shows that DE and ADE are more efficient in terms of the quality of the found configurations.

Resumen Este trabajo presenta una estrategia modular de diseño para filtros de alto orden implementados en cascada usando algoritmos evolutivos (EAs, Evolutionary Algorithms). El método propuesto evidencia notables ventajas con respecto a los formulados en la literatura para dimensionar este tipo de filtros. Se emplean cuatro EAs del estado del arte: PSO (Particle Swarm Optimization), DE (Differential Evolution), ADE (Average Differential Evolution) y EHO (Elephant Herding Optimization). Como casos de estudio se adoptan dos filtros Chebyshev de décimo orden considerados en trabajos previos. Los resultados muestran que mediante la estrategia propuesta se obtienen configuraciones de filtro con menor error de diseño que otras alternativas, aun empleando componentes de mayor tolerancia. El esfuerzo computacional también resulta ser notablemente más bajo. Una comparación estadística entre los EAs utilizados muestra que DE y ADE son más eficientes en cuanto a la calidad de las configuraciones encontradas.

ABSTRACT Evaluating classification algorithms in machine learning is crucial to ensure optimal performance in various applications. This literature review analyzed metrics and strategies to evaluate the effectiveness of classifier models. Basic metrics such as accuracy, sensitivity, and specificity, which measure performance in terms of correct predictions for positive and negative classes, were examined. The F1 value, which combines accuracy and sensitivity to provide a balance between the two, was also addressed. Advanced metrics such as the area under the ROC curve, which assesses the model's ability to correctly classify using different decision thresholds, were explored. Additionally, the confusion matrix, which provides a detailed representation of the correct and incorrect predictions of the model, was highlighted. The review also considered inclusion and exclusion criteria to select relevant research on classification algorithms. These criteria ensure the quality and relevance of studies, allowing for a robust and comprehensive evaluation of approaches and techniques in the field. This review provides a detailed overview of evaluation metrics for classification algorithms and highlights key aspects when searching and analyzing relevant studies. This analysis is essential to effectively understand and apply these algorithms in various contexts and practical applications.

RESUMEN La evaluación de algoritmos de clasificación en aprendizaje automático es crucial para garantizar un desempeño óptimo en diversas aplicaciones. Esta revisión bibliográfica analizó métricas y estrategias para evaluar la efectividad de los modelos clasificadores. Se examinaron métricas básicas como precisión, sensibilidad y especificidad, que miden el desempeño en términos de predicciones correctas para clases positivas y negativas. También se abordó el valor F1, que combina precisión y sensibilidad para proporcionar un equilibrio entre ambas. Se exploraron métricas avanzadas, como el área bajo la curva ROC, que evalúa la capacidad del modelo para clasificar correctamente mediante diferentes umbrales de decisión. Además, se destacó la matriz de confusión, que ofrece una representación detallada de las predicciones correctas e incorrectas del modelo. La revisión también consideró criterios de inclusión y exclusión para seleccionar investigaciones relevantes sobre algoritmos de clasificación. Estos criterios garantizan la calidad y relevancia de los estudios, permitiendo una evaluación robusta y comprensiva de enfoques y técnicas en el campo. Esta revisión proporciona una visión detallada de las métricas de evaluación para algoritmos de clasificación y resalta aspectos clave al buscar y analizar estudios relevantes. Este análisis es fundamental para comprender y aplicar de manera efectiva estos algoritmos en diversos contextos y aplicaciones prácticas.

Abstract: The present study aims to generate a semi-structured dataset for student regulation frequently asked questions presented by students of the School of Systems Engineering and Computing at the Pedagogical and Technological University of Colombia. The methodology is conducted under a quantitative deductive and applied approach. A data collection instrument for questions is generated in natural language, undergoing preprocessing, analysis, and post-processing of data. Unsupervised machine learning is applied to clustering algorithms and techniques for assessing the importance of terminology relative to their frequencies in a document. As a result, 33 categories of words related to a central reference element are obtained from a set of 197 questions. In conclusion, the present research study provides a set of questions stored in a JSON format that serve as input for training a conversational agent based on Deep Learning.

Resumen: El presente estudio tiene como finalidad generar un conjunto de datos de arquitectura semiestructurada para preguntas frecuentes sobre el reglamento estudiantil que son realizadas por estudiantes de la Escuela de Ingeniería de Sistemas y Computación de la Universidad Pedagógica y Tecnológica de Colombia. La metodología se desarrolla bajo un enfoque cuantitativo de aproximación deductiva y aplicada. Un instrumento de recolección de preguntas es generado en lenguaje natural, siendo sometidas a preprocesamiento, análisis y postprocesamiento de datos. Se aplica el aprendizaje automático de tipo no supervisado a algoritmos de agrupamiento y técnicas de evaluación de importancia de términos. Como resultado, se obtienen 33 categorías de palabras relativas a un elemento central de referencia, partiendo de un conjunto de 197 preguntas. En conclusión, la presente investigación brinda preguntas almacenadas en un documento de formato JSON que sirven como insumo para el entrenamiento de un agente conversacional basado en Deep Learning.

ABSTRACT This article is devoted to the analysis of the potential and limitations of introducing artificial intelligence technologies into the activities of judicial bodies against the background of the digitalization of the modern Azerbaijani state. The article highlights the achievements in the field of computerization of the work of Azerbaijani courts and the use of electronic technologies in judicial practice. The doctrinal and legislative definitions of artificial intelligence are considered, and a distinction is made between strong and weak artificial intelligence. Particular attention is paid to the prospects for the introduction of weak artificial intelligence algorithms in the Azerbaijani judicial system, emphasizing the potential benefits of such technologies for improving judicial office work, statistical analysis and archive storage. The importance of using artificial intelligence technologies to optimize routine technical procedures, provision of advisory support and prediction of court decisions is also emphasized.

RESUMEN Este artículo analiza las posibilidades y limitaciones de la introducción de tecnologías de inteligencia artificial en las actividades de los órganos judiciales en el contexto de la digitalización del Estado azerbaiyano moderno. El artículo destaca los logros en el campo de la informatización del trabajo de los tribunales azerbaiyanos y el uso de tecnologías electrónicas en la práctica judicial. Se examinan las definiciones doctrinales y legislativas de inteligencia artificial y se hace una distinción entre inteligencia artificial fuerte y débil. Se presta especial atención a las perspectivas de introducción de algoritmos de inteligencia artificial débil en el sistema judicial azerbaiyano, destacando los posibles beneficios de dichas tecnologías para mejorar el trabajo de la oficina judicial, el análisis estadístico y el almacenamiento de archivos. También se destaca la importancia de utilizar tecnologías de inteligencia artificial para optimizar los procedimientos técnicos rutinarios, la prestación de apoyo consultivo y la predicción de las decisiones judiciales.

Resumen La floricultura es un sector de creciente importancia a nivel mundial, contribuyendo a la generación de empleo, ingresos y a la promoción de la biodiversidad y la sostenibilidad. Este estudio tuvo como objetivo identificar los factores que influyen en la adopción de la floricultura como cultivo alternativo en la provincia de Leoncio Prado, Perú, y evaluar su viabilidad económica. Para ello, se encuestó a 269 agricultores, analizando actitudes, aptitud de la tierra, factores socioeconómicos y ambientales. Mediante análisis descriptivo, pruebas de chi-cuadrado y regresión logística (p < 0,1) se seleccionaron los factores influyentes. Además, se emplearon múltiples algoritmos de aprendizaje automático (Árboles de Decisión, Regresión Logística, KNN, SVM, Ensemble, Redes Neuronales, Naive Bayes) con validación cruzada (k = 5) y métricas AUC para modelar la intención de adopción. Se desarrollaron escenarios incrementando la predisposición a adoptar la floricultura, y se realizó un análisis económico de ocho especies tropicales (Ginger Rojo, Anturio, Bastón del Emperador, Heliconia, Gardenia, Pico de Loro, Heliconias Golden, Maracas). Los resultados revelan que la disposición a cambiar de cultivo, la participación en campañas de sensibilización, la destinación de áreas a la conservación y el control de costos son factores clave. El modelo de redes neuronales alcanzó un AUC de 83,3% y escenarios mejorados indican que la adopción podría incrementar hasta en 11,32%. El Ginger Rojo demostró alta rentabilidad (VAN S/10428; TIR 51%; PRI 0,7 años). En conclusión, la floricultura representa una alternativa económica y ambientalmente viable que contribuye a la diversificación agrícola y a la sostenibilidad.

Abstract Floriculture is a sector of growing global importance, contributing to employment generation, income creation, and the promotion of biodiversity and sustainability. This study aimed to identify the factors influencing the adoption of floriculture as an alternative crop in the province of Leoncio Prado, Peru, and to assess its economic viability. A total of 269 farmers were surveyed, analyzing attitudes, land suitability, and socioeconomic and environmental factors. Influential factors were identified using descriptive analysis, chi-square tests, and logistic regression (p < 0.1). Additionally, multiple machine learning algorithms (Decision Trees, Logistic Regression, KNN, SVM, Ensemble, Neural Networks, Naive Bayes) with cross-validation (k = 5) and AUC metrics were employed to model adoption intentions. Scenarios were developed to increase the willingness to adopt floriculture, and an economic analysis of eight tropical species (Red Ginger, Anthurium, Emperor's Staff, Heliconia, Gardenia, Parrot's Beak, Golden Heliconias, Maracas) was conducted. The results reveal that willingness to change crops, participation in awareness campaigns, allocation of areas for conservation, and cost control are key factors. The neural network model achieved an AUC of 83.3%, and improved scenarios indicate that adoption could increase by up to 11.32%. Red Ginger demonstrated high profitability (NPV S/10428; IRR 51%; PBP 0.7 years). In conclusion, floriculture represents an economically and environmentally viable alternative that contributes to agricultural diversification and sustainability.