Los servicios soportados por las redes de datos se han generalizado, por lo que las arquitecturas de las nuevas redes de datos están orientadas a los servicios. Están dotadas de inteligencia, flexibilidad y programabilidad. Todo ello con el objetivo de proporcionar aceptabilidad por parte de los usuarios. Así, este trabajo presenta la construcción de un escenario de transmisión de vídeo sobre una red definida por software (SDN, Software-Defined Networking) utilizando software libre y modificando su comportamiento con tráfico de fondo, sobre el que se estima la Calidad de Experiencia (QoE). Para la estimación de la QoE se utilizaron métricas subjetivas y objetivas. Para la primera se utilizó el Mean Opinion Score (MOS), mientras que la segunda se estudió con el Full Reference Image Quality Assessment (FR-IQA). Por último, se propuso una correlación entre ambos tipos de métricas.I. INTRODUCCIÓNLas aplicaciones y servicios soportados por las redes de datos están en constante crecimiento, por lo que las arquitecturas de las nuevas redes deben estar orientadas a servicios y dotadas de inteligencia, flexibilidad y programabilidad. Lo anterior con el objetivo de brindar la aceptabilidad global de una aplicación o servicio. Esta es la calidad de la experiencia (QoE) [ 1 ]. Para lograr esta visión, la industria y la academia han establecido que la softwarización de la red constituye la base fundamental para lograr una arquitectura multicliente capaz de satisfacer los diversos requisitos actuales y futuros [2 ] . De esta situación surgió una propuesta que aprovecha el avance tecnológico de los últimos años; es decir, la red definida por software (SDN) y la virtualización de funciones de red (NFV) [ 3 ], [ 4 ].La QoE se basa en parámetros subjetivos; es decir, mide la interacción entre el contenido presentado y la percepción del usuario (color, intensidad de luz o píxeles dañados), y se expresa a través de conceptos como: excelente, bueno, aceptable, regular o malo [ 5 ] . Otros factores que podrían afectar la QoE son la usabilidad, el rendimiento tecnológico, la evaluación subjetiva, las expectativas, el contexto, el tamaño de la pantalla, la iluminación, la distancia de visualización y el movimiento del usuario [6 ] . El SDN, por otro lado, separa las funciones de reenvío y control para diseñar una red que pueda programarse y administrarse de manera centralizada. Por el contrario, NFV aísla las funciones de red del hardware y proporciona la infraestructura en la que se puede ejecutar el software SDN. Ambos se basan en la virtualización y utilizan el aislamiento de la red, pero difieren en cómo separan funciones y extraen recursos [ 7 ].

Las entidades muy pequeñas dedicadas al desarrollo de software tienen un máximo de 25 empleados. Su tesorería y el tiempo disponible para aplicar mejoras en sus procesos que les permitan ser más competitivas son limitados, lo que les lleva a recurrir a marcos ágiles como SCRUM para gestionar el proceso de desarrollo de software. Sin embargo, cuando intentan adoptarlos, se encuentran con que los documentos sólo sugieren los cambios que se pueden hacer y no cómo hacerlos. Como resultado, el proceso de prueba y error para descubrir qué técnicas, eventos y artefactos deben aplicarse resulta costoso y, en algunos casos, inviable. Lo mismo ocurre con otros marcos que pueden complementar a SCRUM, como DevOps, un marco que propone un acercamiento entre las áreas de desarrollo y operaciones, en el que se automatizan tantas tareas como sea posible y se aumentan los controles de calidad para obtener productos de mayor calidad. En este artículo se presentan tres buenas prácticas basadas en DevOps, sus modelos de uso y cuándo pueden utilizarse dentro de SCRUM para facilitar su adopción en las empresas más pequeñas. Se presenta un modelo de uso de versionado, integración y despliegue continuo y los momentos particulares recomendados para implementarlos dentro de SCRUM. Se identificaron las mejores prácticas más ampliamente reportadas en la literatura para el desarrollo de software basado en SCRUM y DevOps. A continuación, se seleccionaron tres y se construyó un modelo de uso para cada una de ellas. A continuación, se evaluaron mediante un estudio de caso y se valoraron los resultados. Las prácticas fueron evaluadas en tres (3) entidades muy pequeñas, obteniendo cambios en los casos de soporte reportados semanalmente y en el número de despliegues exitosos. La división del proceso de desarrollo en fases revela que la fase de desarrollo y calidad ofrece más posibilidades de empalme entre el conjunto de prácticas sugeridas por DevOps en SCRUM. Asimismo, el conjunto de prácticas sugeridas apunta a la implementación de controles para el aseguramiento de la calidad, proporcionando información clave para el aprendizaje y mejora del equipo de desarrollo.I. INTRODUCCIÓNLas empresas de desarrollo de software requieren despliegues tempranos de herramientas en producción, con alta calidad y mínimo reproceso a la hora de mantenimiento y soporte para asegurar la rentabilidad del proyecto, como se indica en [ 1 ]. El ritmo acelerado de este tipo de empresas requiere, en consecuencia, controles de calidad eficaces, con retroalimentación temprana sobre la evolución del producto, que permita a los participantes del proyecto saber qué están haciendo bien y en qué podrían mejorar, como se expresa en [ 2 ] .

IoT ha tenido una amplia difusión en la monitorización de variables de interés en aplicaciones como salud, agricultura, medio ambiente e industria, entre otras. En el contexto del deporte, aunque los dispositivos wearables pueden monitorizar variables fisiológicas, están limitados por el hecho de estar vinculados a aplicaciones propietarias, tener un almacenamiento limitado y realizar análisis basados en estadística descriptiva sin incluir la aplicación de modelos de analítica de datos. En este trabajo presentamos la construcción de un sistema IoT para la monitorización y análisis de variables fisiológicas en deportistas basado en el uso de modelos de aprendizaje no supervisado. Este sistema se articula en la arquitectura IoT de cuatro capas (captura, almacenamiento, análisis y visualización). Presenta la ventaja de beneficiarse de los datos proporcionados por dispositivos comerciales, almacenarlos en una base de datos no relacional y aplicar algoritmos de clustering a los datos históricos. El sistema propuesto pretende servir de referencia para ser replicado en contextos de entrenamiento deportivo con el fin de aprovechar los datos proporcionados por dispositivos wearables comerciales para la toma de decisiones basadas en el uso de modelos de machine learning.I. INTRODUCCIÓNEl Internet de las Cosas (IoT) se puede definir como la integración de sensores y dispositivos a objetos del mundo físico, que están conectados a Internet a través de una conexión de red, para intercambiar datos, compartir recursos, reconocer eventos y reaccionar de forma autónoma y adecuada [ 1 ]-[ 4 ]. De manera similar, IoT puede considerarse como un marco tecnológico que aprovecha la disponibilidad de dispositivos heterogéneos y soluciones de interconexión, así como de objetos físicos que proporcionan una base de información compartida a escala global, para respaldar el diseño de aplicaciones que involucran tanto a personas como a representaciones de objetos. en el mismo nivel virtual [ 5 ]. Actualmente IoT es considerado uno de los pilares de la Industria 4.0 y ha generado impacto, revolución y transformación en diferentes contextos de aplicación, tales como: monitoreo de variables ambientales, agricultura de precisión, salud, industria y educación, entre otros [ 6 ] - [ 10 ].Con base en lo anterior, en el contexto particular de la salud, la implementación de IoT a través de diferentes sensores permite un seguimiento y control constante de los pacientes, considerando que existen varias enfermedades cuyos síntomas son silenciosos. Por lo tanto, su diagnóstico precoz permitiría la prevención y posibles soluciones a estas enfermedades que pueden ser mortales [ 11 ], [ 12 ].

Los alumnos de los cursos de Introducción a la Programación presentan bajas calificaciones y esto se refleja en los altos índices de reprobación y deserción académica. En este sentido, buscando formas de mejorar y apoyar el desempeño académico del estudiante en el curso de Fundamentos de Programación Orientada a Objetos (FPOO), se propone una estrategia basada en el Aprendizaje Colaborativo Apoyado por Computadora (CSCL). Se apoya en un algoritmo para formar grupos de trabajo de forma automática, lo que permite motivar a los estudiantes y crear un criterio uniforme para desarrollar las tareas de programación. Bajo el marco del diseño cuasi-experimental, la estrategia se implementó en diferentes actividades evaluativas del curso de FPOO, lo que nos permitió responder a preguntas relacionadas con la mejora de la nota final de un alumno utilizando la formación automática de grupos de trabajo frente a la formación tradicional de grupos de trabajo. Además, comparamos las calificaciones obtenidas cuando las actividades se desarrollan sin formación de grupos. Los experimentos realizados en este trabajo muestran que el uso de la estrategia colaborativa mejora las calificaciones de los estudiantes en un 22% en los laboratorios y en un 20% en el proyecto final. Además, permite el intercambio de conocimientos para resolver una tarea de programación. Este trabajo concluye que desarrollar estrategias que integren la colaboración impacta positivamente en el proceso de aprendizaje de la programación y mejora significativamente las calificaciones de los estudiantes y sus habilidades interpersonales, lo que favorece un mejor aprendizaje en los cursos de programación.I. INTRODUCCIÓNIntroducción a la Programación (CS1) es un curso obligatorio para estudiantes de Ingeniería de Sistemas [ 1 ]. En este curso, los estudiantes deberán adquirir habilidades lógicas y aplicarlas en un paradigma de programación para resolver problemas computacionales a través de un lenguaje de programación [ 2 ], [ 3 ]. El estudiante demuestra esas habilidades a través de actividades de aprendizaje que miden sus logros en el curso de programación [ 4 ]-[ 7 ].En la carrera de Ingeniería de Sistemas de la Universidad del Valle [ 8 ], la metodología tradicional de enseñanza-aprendizaje de una carrera de programación consiste en clases presenciales que incluyen teoría y práctica (laboratorios) de acuerdo al contenido de la carrera CS1. Los estudiantes que aprueban este curso continúan con CS2; sin embargo, entre el 30% y el 50% de los estudiantes no aprueban [ 9 ], [ 10 ]. Por lo tanto, es necesario diseñar estrategias de aprendizaje para que mejoren sus calificaciones, alcancen habilidades lógicas, estimulen el trabajo colaborativo y aumenten su motivación [ 11 ]-[ 13 ].

Los aceros pulvimetalúrgicos tienen menor resistencia a la corrosión que los forjados. Su comportamiento se ve afectado simultáneamente por la porosidad interconectada, la morfología de los poros, la interacción con las atmósferas de sinterización y fenómenos metalúrgicos como la "sensibilización" del acero. Este trabajo presenta la metodología teórica para calcular la composición óptima de la mezcla y las condiciones para un empaquetamiento máximo de esferas de dos tamaños (suponiendo un factor de forma esférico) según el desarrollo publicado por Brouwers para un sistema de mezclas binarias. Para la determinación teórica de la mezcla, se presentan los resultados de densidad y porosidad de un acero inoxidable 316 pulvimetalúrgico fabricado a partir de polvos prealeados de dos granulometrías medias (45μm y 150μm). Los polvos se combinaron en diferentes proporciones para definir las cantidades adecuadas que permitan fabricar un acero con un bajo índice de corrosión. Los resultados obtenidos confirman que el cálculo teórico es una alternativa confiable para formular aleaciones pulvimetalúrgicas ya que se logra un buen empaquetamiento de las partículas, lo que repercute favorablemente en las características del producto terminado.I. INTRODUCCIÓNLa metalurgia de polvos (PM) como proceso de fabricación es la producción de piezas a partir de polvos metálicos. La ruta convencional se puede resumir en las etapas de mezcla, compactación, sinterización y, en algunos casos, actividades de acabado. La compactación tiene como objetivo lograr la forma, densidad y contacto entre las partículas, para que la pieza terminada alcance la resistencia suficiente y pueda continuar su procesamiento; esto se llama preforma o compacto verde. La distribución de tamaños de partículas es un factor clave para las propiedades finales del producto debido a la porosidad que permanece durante la compactación [ 1 ]. Esto se puede reducir introduciendo partículas más pequeñas que, cuando se ubican en los espacios vacíos, contribuyen a obtener valores de densidad más altos [ 2 ]. La sinterización como etapa de consolidación conduce el compacto verde formado por partículas individuales a un cuerpo coherente a alta temperatura en una atmósfera controlada. La naturaleza y fuerza de los enlaces entre partículas dependen de los mecanismos de difusión, flujo plástico, evaporación de sustancias volátiles en el comprimido, recristalización, crecimiento de granos y contracción de los poros [3 ]. La forma y otras características de los polvos se controlan para producir preformas con una densidad aparente que oscila entre 2,5 y 3,2 g/cm 3 , suficiente resistencia en verde y buena compresibilidad; Las densidades verdes más altas se obtienen típicamente para aceros austeníticos [ 4 ].

Este artículo utiliza la teoría del principal-agente para estudiar la cuestión de la incentivación de las comunidades de crowdsourcing. Demuestra que las empresas pueden generar planes de innovación de alta calidad y utilidad esperada utilizando la comunidad de crowdsourcing. Los subcontratistas pueden animar a las personas de alta calidad a unirse adoptando un esquema de compensación variable lineal y hacer que las personas de baja calidad abandonen exigiéndoles un mayor esfuerzo. El documento también muestra que la participación de las empresas en la innovación de la comunidad de crowdsourcing puede mejorar eficazmente su capacidad innovadora y que es necesario que las empresas construyan un sistema innovador eficaz y cooperativo que combine la innovación de la comunidad de crowdsourcing y su propia innovación interna.

El auge de los repositorios digitales ha enmarcado un avance significativo en el acceso al conocimiento académico y científico, aumentando su impacto debido a su mayor alcance y menor costo. Sin embargo, estas plataformas son un tema nuevo que inicialmente no contaba con estándares o modelos para llevar a cabo su implementación y operación, razón por la cual existían inconsistencias entre los repositorios en temas como interoperabilidad, preservación digital, entre otros. Debido a la falta de estandarización y al aumento exponencial del número de repositorios, diferentes organizaciones e investigadores realizaron múltiples propuestas para estandarizar los procesos y características de estas plataformas. Las propuestas se materializaron en modelos, como los esquemas de metadatos Dublin Core y DataCite, y en guías para la evaluación e implantación de repositorios, como la "Guía para la evaluación de repositorios institucionales de investigación" de RECOLECTA o el certificado DINI (Deutsche Initiative für Netzwerk Information). Estos últimos pretenden evaluar las plataformas en su totalidad, incluyendo 8 secciones con un total de 87 elementos. Por ello, en esta investigación se desarrolló una aplicación para automatizar la evaluación de repositorios, automatizando procesos que mejoran la labor educativa mediante el uso de herramientas informáticas y su integración.I. INTRODUCCIÓNUn repositorio se define como un ?sitio web que recopila, preserva y difunde la producción académica de una institución (o una disciplina científica), permitiendo el acceso a los objetos digitales que contiene y a sus metadatos? [ 1 ] . Además, los repositorios digitales deben tener cuatro características: el autoarchivo, que implica que el creador, propietario o un tercero envíe el contenido a la plataforma; la interoperabilidad, que incluye el uso de procesos estandarizados que permitirán la comunicación con otros repositorios a través de OAI-PMH (Protocolo de Iniciativa de Archivos Abiertos para la Cosecha de Metadatos); el acceso abierto al texto completo; y la preservación a largo plazo [ 1 ].Los repositorios institucionales son una de las plataformas digitales disponibles para la difusión de conocimiento en la actualidad, y su uso está aumentando respecto a otras opciones, como las revistas. Esto puede deberse a diferentes iniciativas de acceso abierto que se han desarrollado en el último siglo, como una de las más importantes llamada Iniciativa de Acceso Abierto de Budapest [ 2 ]. Esta iniciativa, también llamada BOAI, anima a quienes la firman a promover y fomentar Internet como una herramienta gratuita para la exposición e intercambio de información académica y científica.

Este artículo presenta un nuevo método de segmentación automática de grabaciones de campo de música folk. El método se basa en una medida de distancia que utiliza la deformación dinámica del tiempo para hacer frente a las variaciones de tempo y un enfoque de programación dinámica para manejar la deriva del tono para encontrar similitudes y estimar la longitud del segmento repetido. Se utiliza un marco probabilístico basado en HMM para encontrar los límites de los segmentos, buscando la correspondencia óptima entre la longitud esperada del segmento, las similitudes entre segmentos y las ubicaciones probables de los comienzos de los segmentos. Se evalúan varios de los métodos más avanzados de segmentación de música comercial y se exponen sus puntos débiles cuando se trata de música folclórica, como la intolerancia a la desviación del tono y el tempo variable. Se evalúa el método propuesto y se analiza su rendimiento en una colección de 206 canciones folclóricas de distintos tipos de conjunto: solista, a dos y tres voces, coral, instrumental e instrumental con canto. Supera a los actuales métodos comerciales de segmentación musical para música no instrumental y está a la altura de los mejores para grabaciones instrumentales. El método también es comparable a otro más especializado en la segmentación de grabaciones de música folclórica cantada en solitario.

Múltiples entradas y múltiples salidas (MIMO) es una técnica bien conocida para la explotación de las ganancias de multiplexación espacial (MUX) y diversidad espacial (DIV) que mejoran la calidad y fiabilidad de la transmisión. En este artículo proponemos un esquema de traspaso y reenvío adaptado a la calidad que admite servicios móviles de transmisión de vídeo en redes heterogéneas de acceso inalámbrico con capacidad MIMO, como las redes Wi-Fi y LTE. A diferencia de los esquemas de traspaso anteriores, proponemos una métrica adecuada para la selección de la tecnología inalámbrica y el modo MIMO, en la que se tienen en cuenta la disponibilidad de una nueva dirección y la calidad del canal inalámbrico, ambos en una nueva red de acceso inalámbrico, de modo que se reduzcan los retrasos del traspaso y la reproducción de vídeo. Mientras que un MN mantiene su dirección de atención original (oCoA), los paquetes de vídeo destinados al MN se reenvían con la técnica MIMO (modo MUX o modo DIV) sobre una tecnología inalámbrica específica desde el router de acceso anterior (pAR) al nuevo router de acceso (nAR) hasta que finalmente llegan al MN; Sin embargo, para garantizar una alta calidad de transmisión de vídeo y limitar los saltos de reenvío de paquetes de vídeo entre el pAR y el nAR, el MN crea un nuevo CoA (nCOA) dentro del umbral de retardo del resultado de satisfacción de la QoS/calidad de la experiencia (QoE) y, a continuación, en la medida de lo posible, el paquete de vídeo se reenvía con el MUX. Mediante extensas simulaciones, demostramos que el esquema propuesto supone una mejora significativa con respecto a los demás esquemas.

Se investiga el impacto de la penetración de los sistemas avanzados de información al viajero (ATIS) y los índices de cumplimiento en el rendimiento de la red durante una evacuación de emergencia de tráfico híbrido en una red de carreteras degradada. Antes del incidente de tráfico, se integra un modelo de elección de ruta Path-Size Logit (PSL) con restricciones sobre el nivel de servicio (LOS) del tráfico para formular un modelo de programación de dos niveles. Su objetivo es minimizar la demanda de tráfico en la red de carreteras que puede deteriorar localmente el LOS. El nivel inferior es un modelo de equilibrio usuario PSL-estocástico para múltiples clases de usuarios. Durante el incidente en curso, se establece un modelo de optimización estocástica multiobjetivo para múltiples clases de usuarios con los objetivos de maximizar la fiabilidad de la evacuación y minimizar el tiempo de viaje esperado en la red. Además, se realizan cálculos y análisis para cinco escenarios designados, incluido un método propuesto en la bibliografía anterior. Los resultados muestran que la fiabilidad de la evacuación y los diferentes tipos de costes totales del tiempo de viaje previsto aumentan regularmente con la tasa de cumplimiento de ATIS del tráfico de emergencia y disminuyen con la tasa de penetración de ATIS del tráfico general. La investigación ayudará a mejorar el rendimiento de la red de transporte cuando se tenga en cuenta el efecto de ATIS en el tráfico híbrido.