Aplicación de alquiler para universitarios foráneos de la Universidad de Piura
Bibliographic record
Abstract
El presente trabajo de investigación tiene como finalidad el explicar el desarrollo de una aplicación tanto web como móvil que facilite a los estudiantes foráneos la ardua labor de la búsqueda de pensiones en los alrededores de la Universidad de Piura cuando se encuentren a puertas de iniciar un nuevo ciclo académico. Se seguirán pasos metódicos definiendo conceptos que se utilizarán en el proyecto, además de los instrumentos y herramientas necesarias para la correcta realización del mismo, para luego determinar la cantidad de estudiantes foráneos en la universidad estudiada. Se evaluará la factibilidad de la implementación de dicha aplicación en el mercado, determinando cuál es el público objetivo, el método de recolección de datos para el posterior análisis de estos con el fin de poder recolectar información relevante que permita un óptimo desarrollo. Finalmente, se diseñarán los procesos a seguir en el proyecto, la planeación, se organizará la mano de obra y evaluará la capacidad de la misma posteriormente se realizará el diseño de la interfaz de la aplicación, teniendo en cuenta la información recolectada, buscando que esta sea amigable con el usuario y de fácil uso para poder conseguir un alto nivel de aceptación por parte del público objetivo.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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; both teacher heads agree on what is shown here.
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".