Revista científica

Identification of Characteristics in Very Small Entities to Implement DevOps: Determining Strengths and Opportunities for Improvement

Abstract Using frameworks such as Scrum and DevOps has transformed companies’ software development process, increased their quality, facilitated early feedback, and automated repetitive activities through tools to reduce reprocessing, monitor various elements, and enable faster production deployment. However, their implementation requires significant effort, as these frameworks clearly express what can be done but not how. Consequently, discovering which practices, techniques, and tools can be implemented becomes a matter of trial and error, which is very costly for companies of limited size, such as those called very small entities (VSEs), consisting of up to 25 employees according to the ISO/IEC 29110 norm. Therefore, this article proposes a set of questions that help determine the current state of companies regarding the implementation of the practices suggested by DevOps, helping to identify which specific aspects can be improved. Additionally, the proposal was evaluated use by seven companies to determine the feasibility of its use by seven companies to determine its feasibility. The application of the questions highlighted the importance of understanding a company's strengths and opportunities for improvement to design a successful implementation guide for the practices mentioned above.

Resumen El uso de marcos de trabajo como Scrum y DevOps ha transformado el proceso de desarrollo de software de las empresas, incrementando su calidad y facilitando la retroalimentación temprana y la automatización de actividades repetitivas a través de herramientas para reducir el reproceso, monitorear diversos elementos y facilitar una puesta en producción más rápida. Sin embargo, su implementación requiere un esfuerzo significativo, pues los marcos de trabajo expresan claramente qué se puede hacer, pero no cómo. Por ende, descubrir qué prácticas, técnicas y herramientas se pueden implementar se convierte en un asunto de prueba y error, lo que resulta muy costoso para empresas de tamaño limitado, como las denominadas empresas muy pequeñas (EMP), conformadas hasta por 25 empleados según la norma ISO/IEC29110. Por lo anterior, este artículo propone un conjunto de interrogantes que ayudan a determinar el estado actual de las empresas frente a la implementación de las prácticas sugeridas por DevOps, ayudando a identificar qué aspectos específicos se pueden mejorar. Adicionalmente, la propuesta fue evaluada en siete empresas, en aras de determinar la viabilidad de su uso. La aplicación de los interrogantes evidenció la importancia de comprender las fortalezas y las oportunidades de mejora en una empresa para diseñar una guía de implementación exitosa de las prácticas mencionadas.

Resumo O uso de frameworks como scrum e DevOps tem transformado o processo de desenvolvimento de software das empresas em uma empresa, aumentando sua qualidade, obtendo feedback antecipado e automatizando atividades repetitivas através de ferramentas para reduzir o retrabalho, monitorar diversos elementos e facilitar a entrega da produção com mais rapidez. No entanto, sua implementação requer um esforço significativo, pois os frameworks expressam claramente o que pode ser implementado, mas não como, deixando para um processo de tentativa e erro descobrir quais práticas, técnicas e ferramentas podem ser implementadas, o que é muito custoso para empresas de porte limitado como as chamadas empresas muito pequenas ou EMPs. composto por até 25 funcionários de acordo com a norma ISO/IEC29110. Portanto, este artigo propõe um conjunto de questões que ajudam a determinar o estado atual das empresas em relação à implementação das práticas sugeridas pelo DevOps, proporcionando a identificação de aspectos específicos que podem ser melhorados. Adicionalmente, a proposta foi avaliada em 7 empresas para determinar sua possibilidade de uso. A aplicação das questões mostra a importância de compreender os pontos fortes e as oportunidades de melhoria que permitem o desenho de um guia para a implementação bem-sucedida das práticas sugeridas.

Development of a System For Monitoring Water Resources at Home

Resumen La gestión eficiente de los recursos naturales como el agua es necesaria para asegurar la optimización de su uso. El agua es un recurso imprescindible para la vida y corre el riesgo de presentar escasez. Aunque las empresas prestadoras de servicios públicos entregan información acerca del consumo de una vivienda, esta resulta insuficiente para establecer y prevenir el consumo excesivo de cada persona. Por estas razones, el objetivo principal de este trabajo es proponer un sistema de monitoreo del consumo de agua en el hogar que utilice sensores de flujo y presentarlo al usuario de forma amigable y eficiente mediante una aplicación fundamentada en los avances del Internet de las Cosas. La información recopilada, presentada en un formato de fácil comprensión, es un recurso esclarecedor para los usuarios y los habilita para tomar decisiones fundamentadas, así como medidas en pro de la disminución de su huella ambiental.

Abstract The efficient management of natural resources such as water is necessary to ensure an optimized use. Water is an indispensable resource for life, and it is at risk of becoming scarce. Although public utility companies provide information about a household’s consumption, it is insufficient to identify and prevent each person’s excessive consumption. Therefore, the main objective of this article is to propose a household water consumption monitoring system using flow sensors and to present it to the user in a friendly and efficient manner by means of an app based on the advances of the Internet of Things. The collected information, presented in a format that is easy to understand, is a clarifying resource for users and allows them to make informed decisions and take measures aimed at reducing their environmental footprint.

Resumo A gestão eficiente dos recursos naturais como a água é necessária para garantir a otimização do seu uso. A água é um recurso essencial à vida e corre o risco de se tornar escassa. Embora os prestadores de serviços públicos forneçam informação sobre o consumo de uma habitação, esta é insuficiente para estabelecer e prevenir o consumo excessivo de cada pessoa. Por estes motivos, o objetivo principal deste trabalho é propor um sistema de monitoramento do consumo de água residencial que utilize sensores de vazão e apresentá-lo ao usuário de forma amigável e eficiente por meio de um aplicativo, baseado nos avanços da Internet das Coisas. A informação recolhida, apresentada num formato de fácil compreensão, é um recurso esclarecedor para os utilizadores e permite-lhes tomar decisões informadas, bem como medidas para reduzir a sua pegada ambiental.

Model of Social Knowledge Appropriation Unit in the Context of Open Science

Resumen En este artículo se presenta el modelo de una unidad de apropiación social del conocimiento (ASC) diseñada para el contexto universitario y definida como un sistema perfilado para la investigación democrática, que articula procesos misionales a partir de necesidades de la sociedad y se proyecta para el fortalecimiento de una cultura científica al alcance de todos. Dicho modelo fue construido mediante un proceso de investigación aplicada, con el propósito de diseñar y validar una unidad de ASC que responda a las características de la institución; que articule docencia, investigación y extensión; y se centre en la investigación colaborativa y en la co-construcción del conocimiento con actores sociales. Como resultado de tres pilotajes, surgieron siete componentes para la consolidación del modelo (misional, conceptual, estructural, de gestión, metodológico, de innovación y capacidades desarrolladas, y educomunicacional). Estos componentes enfatizan el reconocimiento del contexto y la apertura a saberes culturales, ancestrales y locales inmersos en diversos grupos de la sociedad, con predominancia del diálogo de saberes, la transformación y la reflexión crítica. Su implementación está guiada por el trabajo colaborativo entre actores sociales e investigadores con trayectoria. Es de resaltar la reciprocidad del aprendizaje entre los investigadores universitarios y de la comunidad que asumen la visión de la investigación colectiva, caracterizada por ser participativa y estar basada en la confianza mutua, la confrontación crítica y la comunicación horizontal, en aras de responder a las problemáticas de la cotidianidad de diferentes grupos de la sociedad.

Abstract This article presents the model of a social knowledge appropriation unit (SKAU) designed for the university context and defined as a system tailored for democratic research, which aligns mission-oriented processes with societal needs and aims to strengthen a scientific culture accessible to all. This model was developed through an applied research process, with the purpose of designing and validating a SKAU that aligns with the institution's characteristics; integrates teaching, research, and outreach; and focuses on collaborative research and co-construction of knowledge with social actors. As a result of three pilot tests, seven components emerged for the model's consolidation (missional, conceptual, structural, management, methodological, innovation and developed capacities, and educommunication). These components emphasize the recognition of the context and the openness to cultural, ancestral, and local knowledge embedded in various societal groups, with a predominance of knowledge dialogue, transformation, and critical reflection. Their implementation is guided by collaborative work between social actors and experienced researchers. It is worth noting the reciprocity of learning between university researchers and the community, who embrace the vision of collective research, characterized by participation and based on mutual trust, critical confrontation, and horizontal communication, aiming to address the everyday challenges faced by different groups in society.

Resumo Este artigo apresenta o modelo de uma unidade de apropriação social do conhecimento (ASC) projetada para o contexto universitário e definida como um sistema delineado para a pesquisa democrática, que articula processos missionais a partir das necessidades da sociedade e se projeta para fortalecer uma cultura científica ao alcance de todos. Este modelo foi construído através de um processo de investigação aplicada, com o objetivo de conceber e validar uma unidade de ASC que responda às características da instituição; que articula ensino, pesquisa e extensão; e centra-se na investigação colaborativa e na co-construção do conhecimento com os atores sociais. Como resultado de três pilotos, emergiram sete componentes para a consolidação do modelo (missional, conceitual, estrutural, gerencial, metodológico, inovação e capacidades desenvolvidas e educomunicacional). Esses componentes enfatizam o reconhecimento do contexto e a abertura aos saberes culturais, ancestrais e locais imersos em diversos grupos da sociedade.

AI Applied to the Identification of the Occupational Characteristics of Minors in Colombian Households to Detect Potential Child Labor

Resumen El trabajo infantil es una antigua problemática mundial que tiende a ser normalizada en ciertos contextos culturales, sociales y económicos. Colombia, un país en vías de desarrollo que ha sido afectado por el conflicto armado y su complicada topografía, enfrenta también la falta de oportunidades laborales para madres o jefes de hogar. Estos factores, junto con los desafíos en el acceso a la educación, hacen que el país sea vulnerable al trabajo infantil. En este artículo se utilizan datos de la Encuesta de Calidad de Vida 2022 del Departamento Administrativo Nacional de Estadística (DANE), específicamente del módulo de trabajo infantil. Con estos datos, se propone un enfoque de inteligencia artificial (IA) basado en algoritmos de aprendizaje automático para clasificar la ocupación de menores de edad en los hogares colombianos. Se encontró que el modelo óptimo se obtiene al aplicar el algoritmo de clasificación DecisionTreeClassifier en datos debidamente procesados y utilizando validación cruzada estratificada. Al analizar los atributos seleccionados, que son los más importantes y mejor rankeados, se observa que la ocupación de los menores está fuertemente influenciada por las características económicas y la composición del hogar. Se concluye que las técnicas de IA son cruciales para identificar los factores que inciden en problemas sociales como el trabajo infantil, y que pueden servir de apoyo para los entes gubernamentales en la implementación de estrategias de mitigación y prevención.

Abstract Child labor is an age-old global issue that tends to be normalized in certain cultural, social, and economic contexts. Colombia, a developing country affected by armed conflict and its challenging topography, also faces a lack of employment opportunities for mothers or heads of households. These factors, along with the challenges in accessing education, make the country vulnerable to child labor. This article uses data from the 2022 Quality of Life Survey of the National Administrative Department of Statistics (DANE), specifically from the child labor module. With these data, an artificial intelligence (AI) approach based on machine learning algorithms is proposed to classify the occupation of minors in Colombian households. It was found that the optimal model is obtained by applying the DecisionTreeClassifier algorithm to duly processed data and using stratified cross-validation. By analyzing the selected attributes, which are the most important and highest ranked, it is observed that the occupation of minors is strongly influenced by household economic characteristics and composition. It is concluded that AI techniques are crucial for identifying the factors that influence social problems such as child labor, and that they can serve as support for government entities in implementing mitigation and prevention strategies.

Resumo O trabalho infantil é uma antiga problemática mundial que tende a ser normalizada em certos contextos culturais, sociais e econômicos. A Colômbia, um país em desenvolvimento que foi afetado pelo conflito armado e sua complicada topografia, também enfrenta a falta de oportunidades de emprego para mães ou chefes de família. Esses fatores, juntamente com os desafios no acesso à educação, tornam o país vulnerável ao trabalho infantil. Neste artigo, utilizam-se dados da Pesquisa de Qualidade de Vida de 2022 do Departamento Administrativo Nacional de Estatística (DANE), especificamente do módulo de trabalho infantil. Com esses dados, propõe-se uma abordagem de inteligência artificial (IA) baseada em algoritmos de aprendizado de máquina para classificar a ocupação de menores de idade nos lares colombianos. Foi constatado que o modelo ideal é obtido ao aplicar o algoritmo de classificação DecisionTreeClassifier em dados devidamente processados e utilizando validação cruzada estratificada. Ao analisar os atributos selecionados, que são os mais importantes e melhor classificados, observa-se que a ocupação dos menores é fortemente influenciada pelas características econômicas e pela composição do lar. Conclui-se que as técnicas de IA são cruciais para identificar os fatores que incidem em problemas sociais como o trabalho infantil e que podem apoiar os órgãos governamentais na implementação de estratégias de mitigação e prevenção.

Comparative Analysis of Control Algorithms for Mobile Robots under Noise Conditions

Abstract The control of mobile robots in dynamic environments poses unique challenges compared to traditional manipulators, particularly due to the influence of wheel configuration on robot dynamics. Despite extensive studies on path-following algorithms, the inclusion of noise in simulations is often overlooked, which is critical for real-world applications. To address this gap, this paper provides a comprehensive evaluation of four popular control algorithms under various noise conditions, i.e., proportional-integral control, feedback linearization, Lyapunov-based control (LBC), and model predictive control (MPC). The algorithms were tested using a circular trajectory to ensure consistent and challenging conditions, and their performances were measured using the integral absolute error and mean squared error metrics. The results show that LBC and MPC offer superior robustness to noise, making them suitable for practical applications. This study contributes to the existing literature by highlighting the importance of considering noise in control algorithm evaluations and provides recommendations regarding the selection of appropriate controllers for mobile robots in noisy environments.

Resumen El control de robots móviles en entornos dinámicos presenta desafíos únicos en comparación con los manipuladores tradicionales, particularmente debido a la influencia de la configuración de las ruedas en la dinámica del robot. A pesar de los numerosos estudios sobre algoritmos de seguimiento de trayectorias, a menudo se pasa por alto la inclusión de ruido en las simulaciones, lo cual es crítico para las aplicaciones del mundo real. Para abordar esta brecha, este documento proporciona una evaluación exhaustiva de cuatro algoritmos de control populares bajo diversas condiciones de ruido, i.e., control proporcional-integral, linealización por retroalimentación, control basado en Lyapunov (LBC) y control predictivo basado en el modelo (MPC). Los algoritmos fueron probados utilizando una trayectoria circular para asegurar condiciones consistentes y desafiantes, y sus desempeños fueron medidos utilizando las métricas de error absoluto integral (IAE) y error cuadrático medio (MSE). Los resultados muestran que el LBC y el MPC ofrecen una robustez superior al ruido, lo que los hace adecuados para aplicaciones prácticas. Este estudio contribuye a la literatura existente al destacar la importancia de considerar el ruido en la evaluación de algoritmos de control, y proporciona recomendaciones respecto a la selección de controladores apropiados para robots móviles en entornos ruidosos.

Resumo O controle de robôs móveis em ambientes dinâmicos apresenta desafios únicos em comparação com manipuladores tradicionais, particularmente devido à influência da configuração das rodas na dinâmica do robô. Apesar dos estudos extensivos sobre algoritmos de seguimento de trajetória, a inclusão de ruído nas simulações é frequentemente negligenciada, o que é fundamental para aplicações no mundo real. Para abordar essa lacuna, este artigo fornece uma avaliação abrangente de quatro algoritmos de controle populares sob várias condições de ruído, ou seja, controle proporcional-integral, linearização por realimentação, controle baseado em Lyapunov (LBC) e controle preditivo baseado em modelo (MPC). Os algoritmos foram testados utilizando uma trajetória circular para garantir condições consistentes e desafiadoras, e seus desempenhos foram medidos utilizando as métricas de erro absoluto integral e erro quadrático médio. Os resultados mostram que o LBC e o MPC oferecem robustez superior ao ruído, tornando-os adequados para aplicações práticas. Este estudo contribui para a literatura existente ao destacar a importância de considerar o ruído na avaliação de algoritmos de controle e fornece recomendações quanto à seleção de controladores apropriados para robôs móveis em ambientes ruidosos.

Applying Deep Learning Methods for the Imputation of Chlorophyll-a Concentration Levels in the Colombian Pacific Coast

Resumen El sector pesquero en Colombia, que aporta el 0.3 % del Producto Interno Bruto (PIB) y genera exportaciones por USD 45.1 millones (equivalente al 3.3 % del PIB agropecuario), enfrenta desafíos significativos debido a la falta de precisión en la medición de la clorofila-a, un indicador crucial de la salud de los ecosistemas marinos. El uso de imágenes satelitales, particularmente aquellas obtenidas por el sensor MODIS, es esencial para obtener datos precisos. Sin embargo, la alta cobertura nubosa, común en la geografía colombiana, afecta la calidad y la disponibilidad de estas imágenes durante gran parte del año, creando lagunas en los datos críticos para la evaluación del estado de los ecosistemas marinos. Este trabajo propone un algoritmo de aprendizaje profundo basado en series temporales para la predicción de valores perdidos de clorofila-a. La metodología presentada supera las limitaciones impuestas por la cobertura nubosa, alcanzando una precisión R2 superior a 0.8 en uno de los modelos. En este contexto específico, la implementación y la evaluación de diversos modelos de aprendizaje profundo han demostrado ser alternativas efectivas para proporcionar una evaluación más precisa y continua de las áreas pesqueras. Esto ofrece información valiosa para mejorar la gestión y sostenibilidad del sector pesquero en Colombia al añadir un componente temporal a la predicción de valores de clorofila-a. Esto, mediante datos de hasta tres meses previos a la característica objetivo.

Abstract The fishing sector in Colombia, which contributes 0.3% of the Gross Domestic Product (GDP) and generates USD 45.1 million in exports (equivalent to 3.3% of the agricultural GDP), faces significant challenges due to the lack of precision in measuring chlorophyll-a, a crucial indicator of marine ecosystem health. The use of satellite images, particularly those obtained by the MODIS sensor, is essential for obtaining accurate data. However, the high cloud cover, which is common in Colombian geography, affects the quality and availability of these images for much of the year, creating gaps in critical data for assessing the state of marine ecosystems. This work proposes a deep learning algorithm based on time series for predicting missing chlorophyll-a values. The presented methodology overcomes the limitations imposed by cloud cover, achieving an R2 accuracy above 0.8 in one of the models. In this specific context, the implementation and evaluation of various deep learning models have proven to be effective alternatives in providing a more accurate and continuous assessment of fishing areas. This offers valuable information to improve the management and sustainability of the fishing sector in Colombia by adding a temporal component to the prediction of chlorophyll-a values, using data from up to three months prior to the target feature.

Resumo O setor pesqueiro na Colômbia, que contribui com 0,3% do Produto Interno Bruto (PIB) e gera exportações de USD 45,1 milhões (equivalente a 3,3% do PIB agropecuário), enfrenta desafios significativos devido à falta de precisão na medição da clorofila-a, um indicador crucial da saúde dos ecossistemas marinhos. O uso de imagens de satélite, particularmente aquelas obtidas pelo sensor MODIS, é essencial para a obtenção de dados precisos. No entanto, a alta cobertura de nuvens, comum na geografia colombiana, afeta a qualidade e a disponibilidade dessas imagens durante grande parte do ano, criando lacunas nos dados críticos para a avaliação do estado dos ecossistemas marinhos. Este trabalho propõe um algoritmo de aprendizado profundo baseado em séries temporais para a predição de valores ausentes de clorofila-a. A metodologia apresentada supera as limitações impostas pela cobertura de nuvens, atingindo uma precisão R² superior a 0,8 em um dos modelos. Nesse contexto específico, a implementação e a avaliação de diversos modelos de aprendizado profundo demonstraram ser alternativas eficazes para proporcionar uma avaliação mais precisa e contínua das áreas de pesca. Isso oferece informações valiosas para melhorar a gestão e a sustentabilidade do setor pesqueiro na Colômbia, ao adicionar um componente temporal à predição dos valores de clorofila-a, utilizando dados de até três meses anteriores à característica-alvo.

Land-Use Planning Strategies to Address Climate Change: An Analysis of Research Dynamics

Resumen Este estudio examina las tendencias en la investigación sobre el ordenamiento territorial y el cambio climático, analizando la cantidad, la calidad y la estructura de las publicaciones científicas. Para ello, se realizó un análisis cienciométrico de 1506 documentos, evaluando indicadores como cantidad de publicaciones por año, autor, revista, país, institución y tipo, además de la calidad mediante citaciones y análisis estructurales como coautoría y co-ocurrencia de términos. Los resultados indican un crecimiento en la cantidad de publicaciones a lo largo del tiempo, destacando un aumento en el interés y la colaboración internacional. Autores como Dominic Stead y Lain White son los más prolíficos, y las instituciones más activas incluyen la Chinese Academy of Sciences y la Wageningen University & Research. A nivel global, los países del Norte Global lideran la producción científica. Además, el análisis de calidad muestra que ciertos autores y revistas tienen un impacto significativo en el campo. En conclusión, este estudio revela una tendencia creciente en la investigación sobre el cambio climático y el ordenamiento territorial, subrayando la importancia de la colaboración internacional y la necesidad de políticas, financiación y publicación que apoyen la divulgación de estos estudios críticos. Este estudio es de gran relevancia, ya que no se tiene un análisis reciente de las dinámicas de investigación en el campo del ordenamiento que esté dirigido al cambio climático.

Abstract This study examines research trends regarding land use planning and climate change, evaluating the quantity, quality, and structure of scientific publications. To this effect, a scientometric analysis of 1506 documents was conducted, assessing indicators such as the number of publications by year, author, journal, country, institution, and type. In addition, quality was evaluated through citations and structural analysis, including co-authorship and term co-occurrence. The results show an increase in the number of publications over time, highlighting a rise in interest and international collaboration. Authors such as Dominic Stead and Lain White are the most prolific, while the most active institutions are the Chinese Academy of Sciences and Wageningen University & Research. At the global level, countries from the Global North lead scientific production. Additionally, the quality analysis indicates that specific authors and journals hold significant influence in the field. In conclusion, the study reveals an increasing trend in research on climate change and land use planning, emphasizing the importance of international collaboration and the need for policies, funding, and publishing to facilitate the dissemination of these crucial studies. This study is of great relevance since there is no recent analysis of the research dynamics in the field of planning aimed at climate change.

Resumo Este estudo examina as tendências de pesquisa em relação ao planejamento do uso do solo e às mudanças climáticas, avaliando a quantidade, qualidade e estrutura das publicações científicas. Para esse fim, foi realizada uma análise cienciométrico de 1506 documentos, avaliando indicadores como número de publicações por ano, autor, periódico, país, instituição e tipo. Além disso, a qualidade foi avaliada por meio de citações e análise estrutural, incluindo coautoria e coocorrência de termos. Os resultados mostram um aumento no número de publicações ao longo do tempo, destacando um crescimento no interesse e na colaboração internacional. Autores como Dominic Stead e Lain White são os mais prolíficos, enquanto as instituições mais ativas são a Academia Chinesa de Ciências e a Wageningen University & Research. Em nível global, países do Norte Global lideram a produção científica. Adicionalmente, a análise de qualidade indica que autores e periódicos específicos detêm influência significativa no campo. Em conclusão, o estudo revela uma tendência crescente na pesquisa sobre mudanças climáticas e planejamento do uso do solo, enfatizando a importância da colaboração internacional e a necessidade de políticas, financiamento e publicações para facilitar a disseminação desses estudos cruciais. Este estudo é de grande relevância, pois não há análise recente das dinâmicas de pesquisa no campo do planejamento voltado para as mudanças climáticas.