OPTIMIZAR LA ADMINISTRACIÓN DE LA BRIGADA CANINA MEDIANTE EL DESARROLLO DE UN SISTEMA DE GESTIÓN WEB
Bibliographic record
Abstract
La Brigada Canina de la Gerencia de Seguridad Ciudadana de la Municipalidad Metropolitana de Lima es una unidad especializada que por medio de canes entrenados cumple distintas funciones según las necesidades identificadas por la Gerencia de Seguridad Ciudadana, así mismo cumple una función disuasiva frente al problema de la delincuencia en zonas críticas de Lima Metropolitana; para luego mediante la utilización adecuada de canes, mejorar la calidad de vida de los ciudadanos \nEn la especialidad de seguridad destacan las razas: Rottweiler, Labrador, Dóberman, Pastor Alemán, entre otros con ellos se realizan operativos preventivos y acciones disuasivas, mientras que en las labores de detección de pirotécnicos contamos con dos ejemplares de la raza Labrador y Dóberman. \nDiariamente se realizan distintos tipos de actividades dentro de la brigada canina, entre ellas está la parte administrativa, en lo que se va a enfocar la tesis. En la mencionada área se gestiona una serie de documentación que guarda relación con el can, desde el ingreso de un guía canino, hasta las operaciones que el can realiza para la brigada canina, dentro ello está incluido la parte de salubridad del can que es la parte de veterinaria que se ve de forma general, para cumplir con sus normas y así ejecutar sus operaciones, para lo cual es necesario el cumplimiento de todas las cosas mencionadas anteriormente. \nEn la elaboración de la aplicación web, se ha seguido una serie de pasos basados en una metodología especial que es el RUP, lo cual en la primera fase se realizó la recolección de toda la información posible brindada por la Municipalidad Metropolitana de Lima y así poder establecer un acuerdo entre los interesados acerca de los objetivos del proyecto, luego se procedió a la elaboración, básicamente el objetivo de esta segunda fase era establecer la arquitectura base del sistema para proveer bases estables para el esfuerzo de diseño e implementación de la siguientes fases, luego se procedió a la construcción y finalmente a la transición que es la fase que se enfoca en asegurar que el software esté disponible para la Municipalidad Metropolitana de Lima
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
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".