Logo Repositorio Institucional

Por favor, use este identificador para citar o enlazar este ítem: https://dspace.ucuenca.edu.ec/handle/123456789/45670
Título : Modelos de evaluación del desempeño laboral: un análisis desde un enfoque tradicional y de inteligencia artificial
Otros títulos : Modelos de evaluación del desempeño laboral: Un análisis desde un enfoque tradicional y de inteligencia artificial
Autor: Calle Quezada, Patricia Abigail
Director(es): Jerves Mora, Rodrigo Saúl
Tutor(es): Barragán Landy, Milton Francisco
ORCID del investigador: 
0000-0002-0126-2032

0000-0003-4623-6150
Materia: Clasificación de la Investigación::Psicología::Psicología Industrial::Evaluación del rendimiento
Palabras clave : Ingeniería Industrial
Desempeño laboral
Inteligencia artificial
Fecha de publicación : 6-nov-2024
Paginación: 80 páginas
Editor: Universidad de Cuenca
Tipo: bachelorThesis
Abstract: 
The study conducts a comprehensive analysis of traditional and AI-based performance evaluation models within EMOV EP. By applying these models to the performance data of 19 different positions, the research aims to determine which approach yields more accurate and actionable insights. The traditional model follows the established guidelines of the Technical Standard for Performance Evaluation, while the AI model leverages advanced algorithms for deeper analysis. Preliminary results suggest that AI-based evaluations can uncover performance trends and improvement areas more effectively than traditional methods, indicating a potential shift towards more technologically advanced appraisal systems in the future.
Resumen : 
El estudio realiza un análisis exhaustivo de los modelos de evaluación del desempeño tradicionales y basados en IA dentro de EMOV EP. Al aplicar estos modelos a los datos de desempeño de 19 diferentes puestos, la investigación tiene como objetivo determinar qué enfoque produce conocimientos más precisos y accionables. El modelo tradicional sigue las directrices establecidas de la Norma Técnica de Evaluación del Desempeño, mientras que el modelo de IA aprovecha algoritmos avanzados para un análisis más profundo. Los resultados preliminares sugieren que las evaluaciones basadas en IA pueden descubrir tendencias de desempeño y áreas de mejora de manera más efectiva que los métodos tradicionales, lo que indica un posible cambio hacia sistemas de evaluación más avanzados tecnológicamente en el futuro.
URI : https://dspace.ucuenca.edu.ec/handle/123456789/45670
Código: TN;581
Grado Académico: 
Ingeniero Industrial
Aparece en las colecciones: Tesis de Pregrado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Trabajo-de-Titulación.pdf
  Until 2035-11-07
Acceso restringido (versión presentada)950.64 kBAdobe PDFVisualizar/Abrir     Solicitar una copia


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons

 

Centro de Documentacion Regional "Juan Bautista Vázquez"

Biblioteca Campus Central Biblioteca Campus Salud Biblioteca Campus Yanuncay
Av. 12 de Abril y Calle Agustín Cueva, Telf: 4051000 Ext. 1311, 1312, 1313, 1314. Horario de atención: Lunes-Viernes: 07H00-21H00. Sábados: 08H00-12H00 Av. El Paraíso 3-52, detrás del Hospital Regional "Vicente Corral Moscoso", Telf: 4051000 Ext. 3144. Horario de atención: Lunes-Viernes: 07H00-19H00 Av. 12 de Octubre y Diego de Tapia, antiguo Colegio Orientalista, Telf: 4051000 Ext. 3535 2810706 Ext. 116. Horario de atención: Lunes-Viernes: 07H30-19H00