Tecnura

Geophysics applied to groundwater exploration of the Mongui Formation, Riohacha (Colombia)

Resumen Contexto: a lo largo de la historia, se ha constatado la escasez de agua en el departamento de La Guajira, y el profundo impacto en las necesidades esenciales de las poblaciones locales. Objetivo: esta investigación propende a aplicar métodos geofísicos exploratorios en la Formación Monguí, mediante 17 sondeos eléctricos verticales (SEV) para identificar, clasificar y caracterizar las resistividades de los materiales existentes y determinar el potencial acuífero. Metodología: los datos se procesaron en el programa IPI2WIN, diseñado para la interpretación 1D de las curvas de SEV a lo largo de un perfil. A partir de los datos obtenidos, se implementaron modelos de superposición de capas isorresistivas, gracias a los cuales se establecieron zonas potenciales para la captación de agua subterránea de la Formación Monguí. Resultados: los valores encontrados por encima de los 12 ohmios resultan de interés debido a que se asocian con limos o arenas de grano fino saturadas con agua dulce o rocas masivas; áreas que resultan las más promisoria para la captación de agua subterránea. Conclusiones: la zona suroeste del área evaluada se presenta como la más promisoria para la captación de agua subterránea. Los SEV en la Formación Monguí arrojaron valores de resistividad que indican presencia probable de limos o arenas de grano fino saturadas con agua dulce.

Abstract Context: Throughout history, water scarcity has been noted in the department of La Guajira and the profound effect it has had in relation to the essential needs of local populations. Objective: This research aims to apply exploratory geophysical methods to the Monguí Formation, through 17 vertical electrical soundings (VES) to identify, classify and characterize the resistivities of the existing materials and determine the aquifer potential. Methodology: The data were processed using IPI2WIN software, designed for the 1D interpretation of the vertical electrical sounding curves (SEV) along a profile. Based on these data obtained, isoresistive layer superposition models were implemented to establish potential zones for groundwater capture in the Monguí Formation. Results: values found above 12 ohms are of interest because they are associated with fine-grained silts or sands saturated with fresh water or massive rocks; being these areas the most promising for groundwater abstraction. Conclusions: The southwestern (SW) zone of the evaluated area is presented as the most promising for groundwater abstraction. The vertical electrical soundings of Monguí yielded resistivity values that indicate the probable presence of silts or fine-grained sands saturated with fresh water.

STEAM approach and TPACK model in Numerical methods applied with software

Resumen El presente estudio explora las perspectivas y experiencias de docentes en formación inicial de matemáticas, particularmente en el contexto del curso de métodos numéricos aplicados con software. La investigación se enmarca en el enfoque ciencia, tecnología, ingeniería, artes y matemáticas (STEAM, por su sigla en inglés) y el modelo conocimiento tecnológico, pedagógico y del contenido (TPACK, por su sigla en inglés). La metodología cualitativa adoptada utiliza un diseño de casos múltiples y emplea herramientas como cuestionarios, observación participante, grupos focales y registros audiovisuales. La muestra está compuesta por 16 docentes en formación inicial de una universidad pública en la costa Caribe colombiana. Según los resultados, la apropiación de conocimientos y habilidades por parte de los docentes en formación promueve el pensamiento tecnológico y creativo, así como el fortalecimiento de las habilidades matemáticas y tecnológicas. En conclusión, se sugiere la implementación del enfoque STEAM y el modelo TPACK como una alternativa efectiva para potenciar la enseñanza de métodos numéricos en el ámbito educativo.

Abstract This study explores the perspectives and experiences of pre-service mathematics teachers, specifically within the con- text of the course on numerical methods applied with software. The research is framed within the STEAM (Science, Technology, Engineering, Arts, and Mathematics) approach and the TPACK (Technological Pedagogical Content Knowledge) model. The qualitative methodology employed utilizes a multiple-case design, incorporating tools such as ad-hoc questionnaires, participant observation, focus groups, and audiovisual records. The sample consists of 16 pre-service mathematics teachers from a public university in the Colombian Caribbean region. Results reveal the acquisition of knowledge and skills by pre-service teachers, emphasizing the promotion of technological and creative thinking, along with the enhancement of mathematical and technological skills. In conclusion, the implementation of the STEAM approach and the TPACK model emerges as an effective alternative for enhancing the teaching of numerical methods in the educational context.

Interorganizational alliances and innovation. A scopping review

Resumen Objetivo: las alianzas se posicionan como uno de los modos más comunes para obtener capacidades tecnológicas en la actualidad. Sin embargo, un gran porcentaje de estas alianzas no obtiene los resultados esperados en términos de innovación, lo cual supone un desperdicio de tiempo y recursos para los socios colaboradores. Por tanto, resulta imperativo analizar los atributos de las alianzas tecnológicas, para así lograr un máximo desempeño innovador. En este sentido, este artículo tiene como objetivo identificar el estado actual de la literatura y ofrecer un panorama sobre los conceptos, elementos clave y sus relaciones. Metodología: para esta revisión, se adoptó la metodología de revisión exploratoria desarrollada por Arksey y O’Malley en 2005, la cual incluye las definiciones de pregunta de investigación, selección de las fuentes de información, desarrollo de la revisión y síntesis de la información. Durante el proceso se trabajaron diferentes criterios de selección para los artículos y revisiones publicados entre 2015 y 2023, así como estrategias de diagramación y categorización para organizar la información. Resultados: se identificaron los indicadores más frecuentes en la literatura reciente para medir el desempeño innovador. Además, se planteó el marco conceptual sobre las alianzas interorganizacionales, con hincapié en los conceptos derivados de dichas alianzas que influyen en el desempeño innovador. Conclusiones: es posible superar los límites de las organizaciones en términos de innovación al adoptar tecnologías externas, y reconocer que las alianzas son fundamentales para la transferencia y generación de conocimiento. Sin embargo, para lograr un mejor desempeño innovador, los socios colaboradores deben establecer una estrategia para la gestión de sus relaciones interorganizacionales y un proceso de interacción adecuado para transferir nuevos y diversos conocimientos, aprovechando la diversidad interna de las organizaciones.

Abstract Objective: Alliances are currently one of the most common ways of developing technological capabilities. However, a large percentage of these alliances fail to achieve the expected results in terms of innovation, which implies a waste of time and resources for the collaborating parties. Therefore, it is essential to analyze the attributes of technological alliances that must be taken into account in order to achieve maximum innovative performance. In this sense, this article aims to identify the current state of the literature and provide an overview of the concepts, key elements and their relationships. Methodology: This study was carried out by adapting the scoping review methodology developed by Arksey y O’Malley in 2005, which covers the definition of the research question, the selection of information sources, the development of the review and the synthesis of the information. During the process, different selection criteria were used for articles and reviews published between 2015 and 2023, as well as diagramming and categorization strategies to organize the information. Results: The indicators most commonly used in recent literature to measure innovative performance were identified. In addition, the conceptual framework on interorganizational alliances is presented, emphasizing the concepts derived from such alliances that influence innovative performance. Conclusions: It is possible to overcome the limits of organizations in terms of innovation by adopting external technologies and recognizing that alliances are fundamental for the transfer and generation of knowledge. However, to achieve better innovative performance, collaborative partners must establish a strategy for managing their inter-organizational relationships and an adequate interaction process to transfer new and diverse knowledge, taking advantage of the internal diversity of organizations.

Crop and Soil Monitoring in Precision Agriculture with UAVs and Artificial Intelligence: A Review

Resumen Contexto: la creciente demanda global de alimentos, junto con los retos ambientales y sociales asociados a la inten sificación agrícola, ha impulsado el desarrollo de soluciones tecnológicas que mejoren la eficiencia y sostenibilidad de la producción. En este escenario, la agricultura de precisión, apoyada en vehículos aéreos no tripulados (unman ned aerial vehicle (UAV)) y en inteligencia artificial (IA), se posiciona como una herramienta clave para el monitoreo detallado de cultivos y suelos. Objetivo: este artículo presenta una revisión estructurada de la literatura científica sobre técnicas de detección remota basadas en UAV, con énfasis en aplicaciones orientadas a la estimación de niveles de fertilización, biomasa aérea, predicción de rendimiento y detección de plagas y malezas en sistemas agrícolas. Metodología: se efectuó una búsqueda sistemática en bases de datos académicas (Scopus y Web of Science), me diante combinaciones de términos clave relacionados con agricultura de precisión, UAV, teledetección, IA y moni toreo agronómico. Se recurrió a criterios de selección rigurosos que resultaron en la inclusión de 62 artículos para análisis. La información se sintetizó mediante un enfoque comparativo de técnicas, sensores, algoritmos y métricas de desempeño. Resultados: la revisión evidenció una tendencia creciente hacia el uso de UAV equipados con sensores RGB, mul tiespectrales, hiperespectrales y LiDAR, junto con técnicas de aprendizaje automático y profundo, para estimar parámetros clave del cultivo como el índice de área foliar (leaf area index (LAI)), contenido de nitrógeno y rendi miento. Se identificaron enfoques prometedores basados en fusión multimodal de datos y modelos híbridos (CNN +GRU,ensambles), capaces de superar limitaciones de métodos clásicos como la saturación espectral. Sin embargo, se detectó escasa disponibilidad de bases de datos abiertas y poca estandarización en los protocolos de adquisición, lo que dificulta la replicabilidad y generalización de los modelos. Conclusiones: el uso integrado de UAV e IA representa una herramienta transformadora para la gestión agrícola inteligente. No obstante, su implementación efectiva requiere superar barreras técnicas, económicas y estructura les; además, debe promover el acceso abierto a datos y el desarrollo de soluciones contextualizadas. Esta revisión destaca la importancia de avanzar hacia sistemas más explicables, ligeros y adaptables, así como de fomentar una transformación digital agrícola inclusiva y responsable.

Abstract Background: The growing global demand for food, along with the environmental and social challenges associated with agricultural intensification, has driven the development of technological solutions aimed at improving the efficiency and sustainability of food production. In this context, precision agriculture, supported by unmanned aerial vehicles (UAVs) and artificial intelligence (AI), emerges as a key tool for the detailed monitoring of crops and soils. Objective: This article presents a structured review of the scientific literature on UAV-based remote sensing techniques, with an emphasis on applications aimed at estimating fertilization levels, aboveground biomass, yield prediction, and the detection of pests and weeds in agricultural systems. Methodology: A systematic search was conducted in academic databases (Scopus and Web of Science), using combinations of key terms related to precision agriculture, UAV, remote sensing, AI, and agronomic monitoring. Rigorous inclusion criteria were applied, resulting in the selection of 62 articles for analysis. The information was synthesized through a comparative approach of techniques, sensors, algorithms, and performance metrics. Results: The review highlights a growing trend in the use of UAVs equipped with RGB, multispectral, hyperspectral, and LiDAR sensors, combined with machine learning and deep learning techniques, to estimate key crop parameters such as leaf area index (LAI), nitrogen content, and yield. Promising approaches were identified based on multimodal data fusion and hybrid models (CNN + GRU, ensemble methods), capable of overcoming limitations of classical methods such as spectral saturation. However, a lack of open-access datasets and limited standardization in data acquisition protocols were observed, which hinders the replicability and generalization of models. Conclusions: The integrated use of UAVs and AI represents a transformative tool for smart agricultural management. Nevertheless, effective implementation requires overcoming technical, economic, and structural barriers, as well as promoting open data access and the development of context-aware solutions. This review underscores the importance of advancing toward more explainable, lightweight, and adaptable systems, and fostering an inclusive and responsible digital transformation of agriculture.

Meta-analysis of maintenance auditing as a management tool in industrial production

Resumen Objetivo: identificar el estado del conocimiento sobre la auditoría de mantenimiento, a partir de su papel como herramienta de gestión en la producción industrial. Para tal fin, se analizó el desarrollo de los conceptos asociados a dicho tópico, en bibliografía selecta producida entre los años 2000 a 2024. Metodología: se trata de un trabajo descriptivo, de tipo documental, no experimental y cualitativo. La técnica implementada fue la de revisión documental en las bases de datos Scopus y Web of Science, para la búsqueda de información mediante el uso de palabras clave y conectores booleanos, y así elaborar listas de referencias de las publicaciones pertinentes. Resultados: se determinó que los conceptos sobre auditoría de mantenimiento inicialmente estuvieron vinculados con la contabilidad, mientras que nociones más recientes la asocian con las ingenierías Mecánica, Industrial y de Mantenimiento. Conclusiones: la auditoría de mantenimiento es una estrategia fundamental para la gestión empresarial, cuyas concepciones han variado a lo largo del tiempo y se perfilan como decisivas para una gestión de mantenimiento eficiente y sostenible, a lo cual se suman la auditoría de gestión de mantenimiento, la industria 4.0 y la inteligencia artificial.

Abstract Objetive: To identify the state of knowledge of the concepts related to maintenance auditing. To this end, the concept of maintenance auditing as a tool for industrial production management and the development of concepts associated with this topic were analyzed in selected bibliography produced between 2000 and 2024. Methodology: This is a descriptive, documentary, non-experimental and qualitative study. The technique applied was that of documentary review in the Scopus and Web of Science databases to search for information using key words and Boolean connectors to draw up reference lists of the relevant publications. Results: It was determined that concepts about maintenance auditing were initially linked to accounting, while more recent notions associate maintenance auditing with Mechanical, Industrial, and Maintenance Engineering. Conclusions: Maintenance audit is a fundamental strategy for business ma- nagement, whose conceptions have varied over time and which are emerging as decisive aspects for efficient and sustainable maintenance management, to which are added elements such as Maintenance Management Audit, Industry 4.0. and Artificial Intelligence.

Artificial Intelligence Models in Educational Data Mining for Predicting Dropout in Higher Education: A Comprehensive Review

Resumen Contexto: la deserción estudiantil en educación superior afecta la calidad y permanencia educativa. La inteligencia artificial (IA) emerge como herramienta clave para predecir y prevenir este fenómeno, a través de modelos aplica dos en minería de datos educativos. Objetivo: analizar modelos de IA utilizados para predecir la deserción en educación superior, identificar variables frecuentes y evaluar la precisión y exactitud de los algoritmos aplicados. Metodología: se realizó una revisión integral de literatura científica, centrada en estudios recientes que aplican IA en entornos educativos. Se compararon modelos según su rendimiento y frecuencia de uso, así como las variables más empleadas en los procesos predictivos. Resultados: los modelos más destacados por su rendimiento fueron bosques aleatorios, redes neuronales artificia les y redes profundas. Las variables académicas, demográficas y socioeconómicas fueron las más significativas en los modelos predictivos. Conclusiones: la IA permite anticipar riesgos de deserción con alta eficacia. Su aplicación depende de factores técnicos y contextuales. Se recomienda profundizar en nuevas variables y combinar enfoques tradicionales con aprendizaje profundo para mejorar la capacidad predictiva. Financiamiento: Este estudio hace parte de un proyecto de investigación aprobado por la Universidad de Pamplo na, con financiación de recursos propios y apoyo institucional.

Abstract Context: Student dropout in higher education affects both educational quality and student retention. Artificial inte lligence (AI) emerges as a key tool to predict and prevent this phenomenon through models applied in educational data mining. Objective: To analyze AI models used to predict dropout in higher education, identify frequently used variables, and evaluate the precision and accuracy of the applied algorithms. Methodology: Acomprehensivereviewofscientificliterature wasconducted, focusing onrecentstudies that apply AI in educational settings. Models were compared based on their performance and frequency of use, as well as the most commonly employed variables in predictive processes. Results: The models that stood out for their performance were Random Forests (RF), Artificial Neural Networks (ANN), and Deep Neural Networks (DNN). Academic, demographic, and socioeconomic variables proved to be the most significant in predictive models. Conclusions: AI enables the anticipation of dropout risks with high effectiveness. Its application depends on tech nical and contextual factors. It is recommended to explore new variables and combine traditional approaches with deep learning to enhance predictive capacity. Funding: Thisstudyispartofaresearchproject approvedbytheUniversityofPamplona,fundedthroughpersonal resources and institutional support.

Digital Coffee Farmer: Industry 4.0 technologies for the Coffee Production Process through Prediction Models

Resumen Contexto: la industria 4.0, la automatización y el procesamiento de datos están transformando los modelos de negocio en diversos sectores, incluida la agricultura. Este trabajo se enfoca en el sector del café, en Colombia, para analizar la situación actual y así proponer tecnologías 4.0 para mejorar la producción. Método: se exploraron tendencias y se visitaron fincas cafetaleras en Quindío (Colombia); también, se formularon entrevistas a caficultores para obtener información sobre su trabajo y necesidades. Se propone una red experimental basada en internet de las cosas (internet of things (IoT)) para recolectar datos sobre variables agroambientales y se define al “caficultor digital”, como un modelo de inteligencia artificial que replica la toma de decisiones de un caficultor experto. Discusión: se reflexiona sobre la implementación de tecnología en la zona cafetalera, para lo cual se destaca la experiencia y conocimiento de los caficultores locales. Se plantea la necesidad de recopilar más datos para entrenar el modelo propuesto y se discuten los resultados preliminares con un modelo de red neuronal perceptrón multicapa (multilayer perceptron (MLP)). Conclusiones: a pesar de la falta de datos reales e imposibilidades económicas, el concepto de “caficultor digital” promete mejorar la toma de decisiones en el cultivo del café. Se destaca la importancia de continuar con la recopilación de datos y la experimentación con modelos de inteligencia artificial para avanzar en este campo.

Abstract Context: Industry 4.0, automation, and data processing are transforming business models across various sectors, including agriculture. This work focuses on the coffee sector in Colombia, analyzing the current situation and proposing Industry 4.0 technologies to enhance production. Method: Trends are explored, and coffee farms in Quindío, Colombia are visited, interviewing coffee farmers to gather information about their work and needs. An experimental IoT network is proposed to collect data on agro-environmental variables, and the “Digital Coffee Farmer” is defined, an artificial intelligence model that replicates the decision-making of an expert coffee farmer. Discussion: Reflection is made on the implementation of technology in the coffee-growing area, highlighting the experience and knowledge of local coffee farmers. The need to gather more data to train the proposed model is raised, and preliminary results are discussed with a Multilayer Perceptron (MLP) neural network model. Conclusions: Despite the lack of real data and economic constraints, the concept of the “Digital Coffee Farmer” promises to improve decision-making in coffee cultivation. The importance of continuing data collection and experimentation with artificial intelligence models to advance in this field is emphasized.