Revista Facultad de Ingeniería

ESTIMATIVA DA POROSIDADE MÉDIA UTILIZANDO MÚLTIPLOS MODELOS DE REDES NEURAIS NA MESA DE LOS SANTOS, SANTANDER

ABSTRACT The Mesa de Los Santos in Santander, Colombia, is a region affected by water scarcity and supply limitations, where groundwater has become a key alternative resource. Groundwater exploration in the area has been primarily conducted using electrical resistivity tomography (ERT), a geophysical method aimed at characterizing subsurface resistivity contrasts associated with hydrogeological features. More recently, machine-learning approaches, particularly neural networks, have been used as complementary tools to predict porosity values from geophysical and geological variables and support the assessment of hydrogeological characteristics of the Mesa de Los Santos. This work presents porosity estimates for the region obtained via two approaches: (i) from ERT; (ii) from rock-sample data to produce new porosity maps. Both approaches include a bootstrapping analysis to compute mean and standard deviation values, allowing us to identify areas where the models show greater or lesser agreement. To train the neural-network models, existing porosity and electrical-resistivity measurements from 358 core plugs were used. The dataset was balanced by lithology, and additive noise (5%) was applied to the measurements. The implementation was carried out with the scikit-learn library in the Google Colab environment. A total of 100 neural network models, with a hidden-layer architecture of 28-14-7-3, were trained to estimate porosity from electrical resistivity values. The process required approximately 24 min for achieving a minimum training score of 0.7 and an average test score of 0.28. For the generation of porosity maps in the MLS, 200 neural network models were trained using two architectures: 39-26-13-7-3 and 26-13-7-3, with a total training time of approximately 58 min. In both approaches, the analysis of standard deviations provided an additional criterion to assess the reliability of porosity estimates. Furthermore, results are consistent with the geological context and enable identifying potential hydrogeological target areas. The integration of neural-network results with previous studies made it possible to identify and categorize hydrogeologically significant areas, thus providing useful input for decision-making and groundwater management in the region.

RESUMEN La Mesa de Los Santos, en Santander (Colombia), es una región afectada por la escasez y limitaciones en el suministro de agua, donde el recurso subterráneo se ha convertido en una alternativa clave. La exploración del recurso hídrico en la zona se ha realizado principalmente mediante tomografía de resistividad eléctrica (TRE), un método geofísico orientado a caracterizar los contrastes de resistividad del subsuelo asociados a características hidrogeológicas. Más recientemente, los enfoques de aprendizaje automático, en particular las redes neuronales, se han utilizado como herramientas complementarias para predecir valores de porosidad a partir de variables geofísicas y geológicas, apoyando la evaluación de las características hidrogeológicas de la región. Este trabajo presenta estimaciones de porosidad para la Mesa de Los Santos obtenidas mediante dos enfoques: (i) a partir de TRE y (ii) a partir de datos de muestras de roca para generar nuevos mapas de porosidad. Ambos enfoques incluyen un análisis de remuestreo (bootstrapping) para calcular valores promedio y desviaciones estándar que permite identificar áreas donde los modelos muestran mayor o menor concordancia. Para el entrenamiento de los modelos de redes neuronales, se utilizaron mediciones existentes de porosidad y resistividad eléctrica provenientes de 358 core plugs. El conjunto de datos fue balanceado por litología y se aplicó ruido aditivo (5%) a las mediciones. La implementación se realizó utilizando la librería scikit-learn en el entorno de Google Colab. Un total de 100 modelos de redes neuronales, con una arquitectura de capas ocultas de 28-14-7-3, fueron entrenados para estimar la porosidad a partir de valores de resistividad eléctrica. El proceso requirió aproximadamente 24 min, alcanzando un puntaje mínimo de 0,7 en entrenamiento y un promedio de 0,28 en prueba. Para la generación de mapas de porosidad en la MLS, se entrenaron 200 modelos de redes neuronales utilizando dos arquitecturas: 39-26-13-7-3 y 26-13-7-3, con un tiempo total de entrenamiento de aproximadamente 58 min. En ambos enfoques, el análisis de las desviaciones estándar proporcionó un criterio adicional para evaluar la confiabilidad de las estimaciones de porosidad. Asimismo, los resultados son consistentes con el contexto geológico y permiten identificar áreas potenciales de interés hidrogeológico. La integración de los resultados de redes neuronales con estudios previos permitió identificar y categorizar áreas hidrogeológicamente significativas, proporcionando insumos útiles para la toma de decisiones y la gestión del recurso hídrico subterráneo en la región.

RESUMO A Mesa de Los Santos, em Santander (Colômbia), é uma região afetada pela escassez e pelas limitações no abastecimento de água, onde o recurso subterrâneo se tornou uma alternativa fundamental. A exploração do recurso hídrico na região tem sido realizada principalmente por meio da tomografia de resistividade elétrica (TRE), um método geofísico orientado à caracterização dos contrastes de resistividade do subsolo associados a características hidrogeológicas. Mais recentemente, abordagens de aprendizado de máquina, em particular as redes neurais, têm sido utilizadas como ferramentas complementares para prever valores de porosidade a partir de variáveis geofísicas e geológicas, apoiando a avaliação das características hidrogeológicas da região. Este trabalho apresenta estimativas de porosidade para a Mesa de Los Santos obtidas por meio de duas abordagens: (i) a partir de TRE e (ii) a partir de dados de amostras de rocha para gerar novos mapas de porosidade. Ambas as abordagens incluem uma análise de reamostragem (bootstrapping) para calcular valores médios e desvios padrão, permitindo identificar áreas onde os modelos apresentam maior ou menor concordância. Para o treinamento dos modelos de redes neurais, foram utilizadas medições existentes de porosidade e resistividade elétrica provenientes de 358 core plugs. O conjunto de dados foi balanceado por litologia e aplicou-se ruído aditivo (5%) às medições. A implementação foi realizada utilizando a biblioteca Scikit-learn no ambiente Google Colab. Um total de 100 modelos de redes neurais, com uma arquitetura de camadas ocultas de 28-14-7-3, foram treinados para estimar a porosidade a partir de valores de resistividade elétrica. O processo exigiu aproximadamente 24 min, alcançando uma pontuação mínima de 0,7 em treinamento e uma média de 0,28 em teste. Para a geração de mapas de porosidade na MLS, foram treinados 200 modelos de redes neurais utilizando duas arquiteturas: 39-26-13-7-3 e 26-13-7-3, com um tempo total de treinamento de aproximadamente 58 min. Em ambas as abordagens, a análise dos desvios padrão forneceu um critério adicional para avaliar a confiabilidade das estimativas de porosidade. Da mesma forma, os resultados são consistentes com o contexto geológico e permitem identificar áreas potenciais de interesse hidrogeológico. A integração dos resultados das redes neurais com estudos prévios permitiu identificar e categorizar áreas hidrogeologicamente significativas, fornecendo subsídios úteis para a tomada de decisões e a gestão do recurso hídrico subterrâneo na região.

INTEGRAÇÃO DE METODOLOGIAS COM FERRAMENTAS TECNOLÓGICAS PARA O CONTROLE ORÇAMENTÁRIO EM PROJETOS DE CONSTRUÇÃO EM MICRO, PEQUENAS E MÉDIAS EMPRESAS (MPMES)

ABSTRACT The present article addresses the control and organizational structures prevalent in Micro, Small, and Medium Enterprises (MSMEs) within the Colombian construction sector. The PRISMA methodology was implemented, which involved a rigorous information search and systematization process. This process aimed to identify and analyze research and literature related to corporate control and organization, progressing from the macro- to the micro-level, specifically focusing on the construction sector's MSMEs in the country. A systematization matrix was developed to categorize documents containing relevant information on control and organizational forms across various sectors, ultimately pinpointing the specific management of MSMEs in construction, particularly concerning personnel and budget aspects. Finally, a data analysis was performed, leading to the conclusion that the implementation of control and management strategies is critically important for optimizing internal processes. These strategies must be guided by technological advancements and emerging national regulatory frameworks.

RESUMEN En el presente documento se aborda el estudio sobre el control y organización que se presenta en MYPES del sector construcción en Colombia. Para ello se implementó metodología PRISMA, dentro de la cual se realizó una búsqueda y sistematización de información con el fin de identificar y analizar investigaciones y textos relacionados con el control y organización de empresas, desde lo macro hasta lo micro, llegando específicamente al sector de la construcción en MYPES del país. Para ello, se realizó una matriz de sistematización dentro de la cual se identificaron los textos que contenían información relacionada a la forma de control y organización dentro de empresas de diversos sectores, hasta llegar específicamente al manejo de empresas MYPES de construcción en aspectos como personal y/o presupuestos. Finalmente se realizó el análisis de datos encontrados, concluyendo que es de alta importancia implementar estrategias de control y gestión enfocadas a optimizar los procesos internos; y estas deben ser guiadas por el avance tecnológico y las normas surgentes en el país.

RESUMO Este documento aborda o estudo do controle e da organização em MPMEs do setor da construção civil na Colômbia. A metodologia PRISMA foi implementada, envolvendo uma busca e sistematização de informações para identificar e analisar pesquisas e textos relacionados ao controle e à organização empresarial, desde o nível macro até o micro, com foco específico no setor da construção civil em MPMEs na Colômbia. Uma matriz de sistematização foi criada para identificar textos contendo informações relacionadas a métodos de controle e organização em empresas de diversos setores, com foco específico na gestão de MPMEs da construção civil em aspectos como pessoal e/ou orçamentos. Por fim, os dados foram analisados, concluindo-se que é crucial implementar estratégias de controle e gestão focadas na otimização de processos internos; essas estratégias devem ser guiadas pelos avanços tecnológicos e pelas regulamentações emergentes no país.

ABORDAGENS XAI PARA MELHORAR A INTERPRETABILIDADE DE ÁRVORES DE DECISÃO PROFUNDAS POR MEIO DE ESTRATÉGIAS DE VISUALIZAÇÃO E DECOMPOSIÇÃO POR CLASSE: UM MAPEAMENTO SISTEMÁTICO RESUMO

ABSTRACT The increasing complexity of machine learning models, such as deep decision trees, has limited their applicability in scenarios where transparency is crucial, particularly in multiclass classification problems. However, evidence on how XAI facilitates interpretability in deep multiclass trees remains fragmented, and evaluation practices are not consistently standardized. This study presents a systematic mapping of the literature published between 2020 and 2025 on Explainable Artificial Intelligence (XAI) approaches applied to decision trees, with an emphasis on visualization and class decomposition strategies. Using a rigorous methodological protocol, 43 relevant articles were analyzed, and a predominance of techniques such as SHAP and LIME, which rely on visualizations to explain model decisions, was identified. Strategies focused on the class approach can improve the extraction of understandable rules. However, their impact on cognitive time still requires further research. A diverse set of quantitative and qualitative metrics for validating interpretability was also identified. In general, mapping synthesizes the dominant techniques, evaluation metrics, and gaps for more user-centered evaluations to promote more transparent and useful models for decision-making in different domains.

RESUMEN La creciente complejidad de los modelos de aprendizaje automático, como los árboles de decisión profundos, ha limitado su aplicabilidad en escenarios donde la transparencia es crucial, particularmente en problemas de clasificación multiclase. Sin embargo, la evidencia sobre cómo la XAI facilita la interpretabilidad en árboles multiclase profundos permanece fragmentada y las prácticas de evaluación no se encuentran consistentemente estandarizadas. Este estudio presenta un mapeo sistemático de la literatura publicada entre 2020 y 2025 sobre enfoques de Inteligencia Artificial Explicable (XAI) aplicados a árboles de decisión, con énfasis en estrategias de visualización y descomposición de clases. Mediante un protocolo metodológico riguroso, se analizaron 43 artículos relevantes y se identificó una predominancia de técnicas como SHAP y LIME, las cuales se apoyan en visualizaciones para explicar las decisiones del modelo. Las estrategias orientadas al enfoque de clases pueden mejorar la extracción de reglas comprensibles; no obstante, su impacto en el tiempo cognitivo aún requiere investigación adicional. Asimismo, se identificó un conjunto diverso de métricas cuantitativas y cualitativas para la validación de la interpretabilidad. En términos generales, el mapeo sintetiza las técnicas predominantes, las métricas de evaluación y las brechas existentes para evaluaciones más centradas en el usuario, con el fin de promover modelos más transparentes y útiles para la toma de decisiones en distintos dominios.

RESUMO A crescente complexidade dos modelos de aprendizado de máquina, como as árvores de decisão profundas, tem limitado sua aplicabilidade em cenários nos quais a transparência é crucial, particularmente em problemas de classificação multiclasse. No entanto, as evidências sobre como a XAI facilita a interpretabilidade em árvores multiclasse profundas permanecem fragmentadas, e as práticas de avaliação não se encontram consistentemente padronizadas. Este estudo apresenta um mapeamento sistemático da literatura publicada entre 2020 e 2025 sobre abordagens de Inteligência Artificial Explicável (XAI) aplicadas a árvores de decisão, com ênfase em estratégias de visualização e decomposição de classes. Por meio de um protocolo metodológico rigoroso, foram analisados 43 artigos relevantes, identificando-se a predominância de técnicas como SHAP e LIME, que se apoiam em visualizações para explicar as decisões do modelo. As estratégias orientadas ao enfoque por classes podem aprimorar a extração de regras compreensíveis; contudo, seu impacto no tempo cognitivo ainda requer investigação adicional. Além disso, foi identificado um conjunto diverso de métricas quantitativas e qualitativas para a validação da interpretabilidade. De modo geral, o mapeamento sintetiza as técnicas predominantes, as métricas de avaliação e as lacunas existentes para avaliações mais centradas no usuário, com o objetivo de promover modelos mais transparentes e úteis para a tomada de decisão em diferentes domínios.

ANÁLISE DE USABILIDADE COMO CRITÉRIO PARA A SELEÇÃO DE APLICATIVOS MÓVEIS NO ATENDIMENTO À DISLEXIA

ABSTRACT Dyslexia is a specific learning difficulty that affects reading accuracy, fluency, and comprehension, as well as writing skills; thus, it negatively impacts academic performance and educational inclusion. In this context, educational mobile applications have emerged as a technological alternative to support literacy processes by providing interactive environments adaptable to students' needs. The objective of this study was to compare the performance and usability of three mobile applications designed to strengthen literacy skills among students with dyslexia: ABCDinos, Reader Pro, and Galexia. Research was conducted using an iterative methodological approach, which enabled the progressive evaluation of criteria related to accessibility, usability, motivation, and support for the development of reading and writing skills. Results show that these three applications positively contribute to literacy development. ABCDinos stands out for its playful approach, Reader Pro for its level of personalization, and Galexia for the integration of visual and auditory resources. It is concluded that educational mobile applications are a relevant support tool for the inclusion of students with dyslexia in digital learning environments.

RESUMEN La dislexia es una dificultad específica del aprendizaje que afecta la precisión, la fluidez y la comprensión lectora, así como la escritura, lo que impacta negativamente el desempeño académico y la inclusión educativa. En este contexto, las aplicaciones móviles educativas han emergido como una alternativa tecnológica para apoyar procesos de lectoescritura, ya que ofrecen entornos interactivos y adaptables a las necesidades de los estudiantes. El objetivo de este estudio fue evaluar comparativamente la usabilidad y la percepción de soporte para la lectoescritura de tres aplicaciones móviles dirigidas a estudiantes con dislexia: ABCDinos, Reader Pro y Galexia. La investigación se desarrolló bajo un enfoque de estudio de caso con metodología iterativa que permitió evaluar progresivamente criterios de usabilidad, accesibilidad, motivación y potencial de apoyo al desarrollo de habilidades lectoras y escritoras. Los resultados indican que las tres aplicaciones fueron valoradas positivamente en términos de usabilidad y percibidas como útiles para el apoyo a la lectoescritura: ABCDinos destaca por su carácter lúdico, Reader Pro por su personalización y Galexia por la integración de recursos visuales y auditivos. Se concluye que estas aplicaciones móviles educativas representan una herramienta de apoyo con alto potencial para la inclusión de estudiantes con dislexia en entornos de aprendizaje digital, siempre que su diseño garantice una usabilidad óptima.

RESUMO A dislexia é uma dificuldade específica de aprendizagem que afeta a precisão, a fluência e a compreensão leitora, bem como a escrita, impactando negativamente o desempenho acadêmico e a inclusão educacional. Nesse contexto, os aplicativos móveis educativos têm surgido como uma alternativa tecnológica para apoiar os processos de leitura e escrita, pois oferecem ambientes interativos e adaptáveis às necessidades dos estudantes. O objetivo deste estudo foi avaliar comparativamente a usabilidade e a percepção de suporte à leitura e à escrita de três aplicativos móveis voltados para estudantes com dislexia: ABCDinos, Reader Pro e Galexia. A pesquisa foi desenvolvida sob uma abordagem de estudo de caso com metodologia iterativa, que permitiu avaliar progressivamente critérios de usabilidade, acessibilidade, motivação e potencial de apoio ao desenvolvimento de habilidades de leitura e escrita. Os resultados indicam que os três aplicativos foram avaliados positivamente em termos de usabilidade e percebidos como úteis para o apoio à leitura e à escrita: o ABCDinos se destaca por seu caráter lúdico, o Reader Pro por sua personalização e o Galexia pela integração de recursos visuais e auditivos. Conclui-se que esses aplicativos móveis educativos representam uma ferramenta de apoio com alto potencial para a inclusão de estudantes com dislexia em ambientes de aprendizagem digital, desde que seu design garanta uma usabilidade ótima

CARACTERIZAÇÃO DO CONDUTOR LATINO-AMERICANO: UMA REVISÃO SISTEMÁTICA DOS DESAFIOS COMPORTAMENTAIS E DE INFRAESTRUTURA PARA A IMPLEMENTAÇÃO DE VEÍCULOS AUTÔNOMOS

ABSTRACT The transnational deployment of autonomous vehicles faces serious obstacles when applied to the high-entropy traffic ecosystems of Latin America. Standard algorithmic models, based on the structured predictability of the Global North, falter in the face of regional infrastructure deterioration and heterogeneous driver behavior. Through a systematic approach guided by PRISMA, this research reviews existing literature to delineate the necessary behavioral adaptation parameters. Thirteen primary studies out of an initial corpus of 254 documents met the inclusion and exclusion criteria and passed quality assessment using the Parsifal tool, thus revealing a scarcity of empirical evidence specific to the region. Analysis of these studies suggests that maneuvers traditionally classified in the global literature as "reckless driving" constitute, in practice, "functional aggressiveness"-where adaptation heuristics and space negotiation are necessary to navigate congested and non-standardized roads. Consequently, it is determined that imported navigation systems run the risk of misclassifying these local maneuvers as safety anomalies or false positives caused by road deterioration, introducing latent operational risks and paralyzing the flow of mixed traffic. The study concludes that the direct and uncritical transfer of technology is operationally and socially unsustainable. Instead, it advocates for a strategy of algorithmic "tropicalization" grounded in data sovereignty, which requires on-site data collection through ubiquitous mobile sensing, recalibrating multi-agent simulations to traditional infrastructure, and redesigning human-machine interactions. This multidimensional, context-aware approach is a prerequisite for designing a technically safe, efficient autonomous mobility framework, socially integrated into the complex realities of Latin American cities.

RESUMEN El despliegue transnacional de los vehículos autónomos encuentra graves impedimentos al transponerse a los ecosistemas de tráfico de alta entropía de América Latina. Los modelos algorítmicos estándar, fundamentados en la previsibilidad estructurada del Norte Global, flaquean ante el deterioro infraestructural regional y los comportamientos heterogéneos de los conductores. Adoptando un enfoque sistemático guiado por PRISMA, esta investigación revisa la literatura existente para delinear los parámetros de adaptación conductual necesarios. De un corpus inicial de 254 documentos, 13 estudios primarios superaron los criterios de inclusión y exclusión, y de evaluación de calidad. La herramienta Parsifal reveló una escasez de evidencia empírica específica de la región. El análisis de estos estudios apunta a que las maniobras tradicionalmente catalogadas por la literatura global como "conducción temeraria" constituyen en la práctica una "agresividad funcional", donde heurísticas de adaptación y negociación de espacio resultan necesarias para navegar por vías congestionadas y no estandarizadas. En consecuencia, los sistemas de navegación importados corren un riesgo de clasificar erróneamente estas maniobras locales como anomalías de seguridad o falsos positivos producidos por el deterioro vial, introduciendo riesgos operativos latentes y paralizando el flujo en el tráfico mixto. El estudio concluye que la transferencia directa y acrítica de tecnología es operativa y socialmente insostenible. En su lugar, aboga por una estrategia de "tropicalización" algorítmica cimentada en la soberanía de los datos, que exige la recolección in situ mediante el censado móvil ubicuo, la recalibración de simulaciones multiagente adaptadas a infraestructuras tradicionales y el rediseño de las interacciones humano-máquina. Este enfoque multidimensional y consciente del contexto es un prerrequisito para diseñar un marco de movilidad autónoma que sea técnicamente seguro, eficiente y esté socialmente integrado en la compleja realidad urbana latinoamericana.

RESUMO A implantação transnacional de veículos autônomos enfrenta sérios obstáculos ao ser transferida para os ecossistemas de tráfego de alta entropia da América Latina. Os modelos algorítmicos padrão, fundamentados na previsibilidade estruturada do Norte Global, mostram-se insuficientes diante da deterioração da infraestrutura regional e dos comportamentos heterogêneos dos condutores. Adotando uma abordagem sistemática guiada pelo PRISMA, esta pesquisa revisa a literatura existente para delinear os parâmetros de adaptação comportamental necessários. De um corpus inicial de 254 documentos, 13 estudos primários atenderam aos critérios de inclusão, exclusão e avaliação de qualidade. A ferramenta Parsifal revelou uma escassez de evidências empíricas específicas da região. A análise desses estudos indica que as manobras tradicionalmente classificadas pela literatura global como "condução imprudente" constituem, na prática, uma "agressividade funcional", em que heurísticas de adaptação e negociação de espaço se tornam necessárias para navegar por vias congestionadas e não padronizadas. Consequentemente, os sistemas de navegação importados correm o risco de classificar erroneamente essas manobras locais como anomalias de segurança ou falsos positivos gerados pela deterioração viária, introduzindo riscos operacionais latentes e paralisando o fluxo no tráfego misto. O estudo conclui que a transferência direta e acrítica de tecnologia é operacional e socialmente insustentável. Em vez disso, defende uma estratégia de "tropicalização" algorítmica fundamentada na soberania dos dados, que exige a coleta in loco por meio de sensoriamento móvel ubíquo, a recalibração de simulações multiagentes adaptadas às infraestruturas tradicionais e o redesenho das interações humano-máquina. Essa abordagem multidimensional e consciente do contexto é um pré-requisito para projetar um modelo de mobilidade autônoma que seja tecnicamente seguro, eficiente e socialmente integrado à complexa realidade urbana latino-americana.