https://hdl.handle.net/20.500.12893/635 2026-09-25T08:24:12Z https://hdl.handle.net/20.500.12893/17735 Factores asociados a la obesidad infantil de niños menores a 5 años según la ENDES, Lambayeque - 2023 Lizana Arteaga, Meriyen Sadith; Santamaria Santamaria, Yeny Yaneth La presente investigación tuvo como objetivo determinar los factores asociados a la obesidad infantil en niños menores de 5 años en Lambayeque, utilizando datos de la ENDES 2023. La investigación adoptó un enfoque cuantitativo, con diseño observacional, transversal y retrospectivo, ya que se analizaron datos previamente recolectados sin intervención directa sobre las variables estudiadas. La muestra estuvo compuesta por 684 registros de niños menores de 5 años residentes en Lambayeque. Para el análisis estadístico se emplearon pruebas de asociación (chi-cuadrado) y modelos de regresión logística binaria, con el fin de identificar factores sociodemográficos y maternos asociados a la obesidad infantil. Los resultados evidenciaron una prevalencia de obesidad del 6,0%. Entre las variables que mostraron asociación significativa destacaron el nivel educativo de la madre, el área de residencia, el nivel socioeconómico, la obesidad materna, la anemia y la edad del niño. Asimismo, el modelo de regresión indicó que contar con una madre con educación secundaria, presentar obesidad materna y no padecer anemia se asociaron con mayores probabilidades de obesidad infantil, mientras que una mayor edad y determinados niveles socioeconómicos se asociaron con una menor probabilidad de presentar esta condición. El modelo presentó un pseudo R2 de Nagelkerke de 0.286 y un AUC de 0.727, lo que indica una capacidad predictiva moderada. Se concluye que las características maternas, las condiciones socioeconómicas y determinados factores individuales se asociaron significativamente con la obesidad en niños menores de cinco años. Estos hallazgos resaltan la importancia de implementar estrategias integrales de prevención que consideren los factores sociales, económicos y educativos presentes en el entorno familiar.; This research aimed to determine the factors associated with childhood obesity in children under 5 years of age in Lambayeque, using data from the 2023 National Demographic and Health Survey (ENDES). The research adopted a quantitative approach, with an observational, cross-sectional, and retrospective design, as it analyzed previously collected data without direct intervention on the variables studied. The sample consisted of 684 records of children under 5 years of age residing in Lambayeque. Statistical analysis employed association tests (chi-square) and binary logistic regression models to identify sociodemographic and maternal factors associated with childhood obesity. The results showed an obesity prevalence of 6.0%. Among the variables that showed a significant association were the mother's educational level, area of residence, socioeconomic level, maternal obesity, anemia, and the child's age. Furthermore, the regression model indicated that having a mother with a secondary education, maternal obesity, and the absence of anemia increase the likelihood of obesity, while older age and certain socioeconomic levels were associated with a lower probability of this condition. The model showed a pseudo Nagelkerke R2 of 0.286 and an AUC of 0.727, indicating moderate predictive capacity. It is concluded that maternal characteristics, socioeconomic conditions, and certain individual factors significantly influence the occurrence of obesity in children under five years of age. These findings highlight the importance of implementing comprehensive prevention strategies that consider the social, economic, and educational factors present in the family environment. 2026-08-20T00:00:00Z https://hdl.handle.net/20.500.12893/17729 Sistema de monitoreo remoto de temperatura para prevenir fallas en el banco N1 del molino de harina en la empresa PANESFOODS SAC Lescano Banda, Hammer Javier El presente trabajo tuvo como objetivo la implementación de un sistema de monitoreo remoto de temperatura para prevenir fallas en el banco N1 del molino de harina de la empresa PANESFOODS SAC, Lima. La problemática identificada fue el monitoreo manual de temperatura realizado cada 30 a 40 minutos sin registro de datos, lo que generaba una respuesta tardía ante incrementos de temperatura en la caja de engranajes del sistema de transmisión de rodillos. Para lo cual, se diseñó dos nodos de procesamiento basados en microcontroladores ESP32, integrados con termocuplas tipo K, comunicados mediante RS-485; donde, los datos obtenidos fueron almacenados en la base de series temporales InfluxDB Cloud 2.0 y visualizados en tiempo real mediante Grafana Cloud, con generación automática de alertas a través de siete reglas vinculadas a un bot de Telegram, y respaldo local en memoria microSD de 29.8 GB. El sistema se mantuvo en operación continua durante 32 días de monitoreo comprendidas entre el 8 de marzo y el 9 de abril de 2026, registrando un total de 773 446 datos con una frecuencia promedio de lectura de 5,18 segundos, temperaturas en operación entre 27 y 56.75 °C, y gestionando 15 eventos de sobretemperatura sin que en ningún momento se alcanzara el SPC de 60 °C; finalmente, los resultados evidenciaron que el sistema redujo la dependencia del monitoreo manual y proporcionó información oportuna para la detección de incrementos de temperatura y la toma de decisiones del operador.; The objective of this work was to implement a remote temperature monitoring system to prevent failures in the N1 roller mill bank at PANESFOODS SAC, Lima. The problem identified was the manual temperature monitoring performed every 30 to 40 minutes without data recording, which generated delayed responses to temperature increases in the gearbox of the roller transmission system. For this purpose, two processing nodes were designed based on ESP32 microcontrollers, integrated with type K thermocouples, communicating via RS-485; where the data obtained were stored in the InfluxDB Cloud 2.0 time-series database and visualized in real time using Grafana Cloud, with automatic alert generation through seven rules linked to a Telegram bot, and local backup on a 29.8 GB microSD memory. The system operated continuously for 32 monitoring days between March 8 and April 9, 2026, recording a total of 773,446 data points with an average reading frequency of 5.17 seconds, operating temperatures ranging from 27 to 56.75 °C, and managing 15 thermal events without the cutoff setpoint of 60 °C being reached at any point; finally, the results showed that the system reduced reliance on manual monitoring and provided timely information for detecting temperature increases and supporting operator decision-making. 2026-09-08T00:00:00Z https://hdl.handle.net/20.500.12893/17725 Modelos Arima para pronosticar la producción de limón en el Perú mediante la metodología de Box Jenkins Años 2010-2025 Tarrillo Hernández, Ruth Mireyla; Vilchez Orlandini, Luz Alicia La presente investigación tuvo como objetivo estimar un modelo para pronosticar la producción mensual de limón en el Perú mediante la metodología Box-Jenkins durante el periodo de enero a diciembre durante los años 2010 – 2025. El enfoque fue cuantitativo, no experimental y longitudinal. La muestra estuvo conformada por la producción de limón en miles de toneladas en el Perú, dicha información obtenida del BCR. Los resultados mostraron que el modelo que mejor pronostica la producción de limón fue un SARIMA (1,0,0) (0,1,1)12, el que presentó ar1 = 0.7542, y sma1 = -0.8550, con AIC = 817.4497, BIC = 829.9456, Ljung-Box Q = 24.172 (p = 0.3383). Se concluye que el modelo estimado es adecuado para describir y pronosticar la dinámica mensual del limón en el Perú.; The objective of this study was to estimate a model to forecast monthly lemon production in Peru using the Box-Jenkins methodology for the period from January through December during the years 2010–2025. The study employed a quantitative, non-experimental, and longitudinal approach. The sample consisted of lemon production data in Peru, expressed in thousands of metric tons, obtained from the BCR. The results showed that the model that best forecasts lemon production was a SARIMA (1,0,0) (0,1,1)12 model, which had ar1 = 0.7542 and sma1 = -0.8550, with AIC = 817.4497, BIC = 829.9456, and Ljung-Box Q = 24.172 (p = 0.3383). It is concluded that the estimated model is suitable for describing and forecasting the monthly dynamics of lemon production in Peru. 2026-08-10T00:00:00Z https://hdl.handle.net/20.500.12893/17713 Propuesta de un Modelo Matemático del Comportamiento del Viento en Función de las horas del día para la Zona Agroindustrial Cerro Colorado, en La Libertad, entre los años 2014 y 2017 Mendoza Villegas, Marco Antonio; Becerra Manayay, Juan Carlos Esta investigación se enfocó en analizar la influencia de variables ambientales en la producción de cultivos de maracuyá, específicamente en la zona denominada Cerro Colorado, en el departamento La Libertad. Se emplearon datos recopilados de una estación meteorológica automática en el fundo El Porvenir Grande, además de información histórica de la base de datos COPERNICUS. Entre los principales hallazgos de la investigación destacan: El efecto de la temperatura del aire en la producción de maracuyá, encontrándose que la variabilidad estacional de la temperatura del aire influye significativamente en la producción de maracuyá. Los meses con temperaturas más cálidas, entre verano y otoño, se asociaron positivamente con una mayor producción de maracuyá. Por el contrario, los meses de invierno, caracterizados por temperaturas más bajas, se vincularon a una disminución en la producción. El viento, presentó una limitada influencia sobre la productividad de los cultivos de maracuyá, pero se identificó una notable influencia durante las fumigaciones en las áreas circundantes. Los vientos moderados a fuertes pueden transportar sustancias químicas nocivas hacia las parcelas de cultivo de maracuyá, afectando al personal y frutos, lo que implica tomar sería atención a las condiciones de viento para una gestión segura de productos químicos en las actividades agrícolas. A manera de recomendación para futuras investigaciones, se sugiere ampliar la base de datos de producción de maracuyá, abarcar áreas adicionales de producción en colaboración con cooperativas agrícolas o empresas agroindustriales. Además, se recomienda incluir más parámetros ambientales, como la precipitación, la humedad relativa y la radiación solar, y extender el período de estudio a diez años o más para identificar tendencias multianuales relacionadas con el cambio climático. Finalmente, se sugiere explorar metodologías avanzadas de análisis de datos, como redes neuronales y machine learning, para una comprensión más profunda de las relaciones existentes entre los parámetros ambientales y la producción de ciertos productos, como el maracuyá. En conclusión, esta investigación confirma la interacción que existe entre las condiciones ambientales y la producción de maracuyá, proporcionando información esencial para la planificación agrícola.; This research aimed to analyze the influence of environmental variables on passion fruit crop production, specifically in the region known as Cerro Colorado, in the La Libertad department. Data were collected from an automatic weather station at the El Porvenir Grande farm, in addition to historical information from the COPERNICUS database. Among the key findings of the research are as follows: The effect of air temperature on passion fruit production was investigated, and it was found that the seasonal variability of air temperature significantly influences passion fruit production. Months with warmer temperatures, typically during summer and autumn, were positively associated with higher passion fruit yields. In contrast, winter months, characterized by lower temperatures, were linked to a decrease in production. Wind showed limited influence on passion fruit crop productivity, but a notable impact was identified during pesticide spraying in the surrounding areas. Moderate to strong winds can carry harmful chemicals to passion fruit fields, affecting both personnel and fruits. This underscores the importance of paying serious attention to wind conditions for safe chemical management in agricultural activities. As a recommendation for future research, expanding the passion fruit production database and including additional production areas in collaboration with agricultural cooperatives or agro-industrial companies is suggested. Furthermore, it is recommended to incorporate more environmental parameters, such as precipitation, relative humidity, and solar radiation, and extend the study period to ten years or more to identify multi-year trends related to climate change. Finally, exploring advanced data analysis methodologies like neural networks and machine learning is advised for a deeper understanding of the relationships between environmental parameters and the production of specific products, such as passion fruit. In conclusion, this research confirms the interaction between environmental conditions and passion fruit production, providing essential insights for agricultural planning. 2024-03-15T00:00:00Z