Usos y beneficios de las aplicaciones móviles en las empresas de la ciudad de Riobamba
Bibliographic record
Abstract
En evidente los cambios tecnológicos que se han dado a nivel mundial en diversas áreas en las últimas décadas, y el mundo empresarial no es la excepción. El acceso a las nuevas tecnologías de información y comunicación ha permitido una interacción dinámica entre la relación empresa-cliente, especialmente en el ámbito de versatilidad respecto al incremento exponencial en el uso de los dispositivos inteligentes móviles, tablets, celulares facilitando el empleo de las aplicaciones móviles, las actualmente se han convertido en herramientas de gran apoyo para la realización de procesos y tareas rutinarias. En el presente escrito se determinaron cuáles son los mejores beneficios que brindan el empleo de aplicaciones móviles más comunes utilizadas en las empresas públicas y privadas de la ciudad de Riobamba, tanto para las empresas como para los clientes o usuarios; para ello se utilizó una metodología exploratoria con una muestra probabilística a través de un muestreo aleatorio simple. Las principales tendencias mundiales se ponen en evidencia en los resultados obtenidos a través de las encuestas. Cabe recalcar que existe una amplia utilización y preferencia en el uso de aplicaciones en las versiones no empresariales; sin embargo, estas herramientas fomentan la fidelidad por parte de los clientes y el sentido de pertenencia por parte del personal de las empresas, a la vez que facilita la comunicación interna en las organizaciones.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".