Modelo dinámico computarizado de Análisis Financiero aplicable a la Empresa Familiar “Previsión Exequial La Esperanza CIA. Ltda.”
Tesis
Materias > Ingeniería
Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster
Universidad Internacional Iberoamericana Puerto Rico > Docencia > Trabajos finales de Máster
Cerrado
Español
El trabajo investigativo denominado “Modelo dinámico de Análisis Financiero aplicable a la empresa familiar Previsión La Esperanza CIA. Ltda.”, se lo realizó con la finalidad de dar cumplimiento al objetivo general que es Desarrollar un modelo dinámico computarizado de análisis financiero aplicable a la empresa familiar Previsión Exequial La Esperanza CIA. Ltda. con el fin de optimizar su gestión administrativa y financiera.Para el desarrollo de este trabajo, se utilizó el diseño de investigación descriptivo de tipo no experimental, con un enfoque de metodología mixta cualitativa y cuantitativa, con corte transversal dado que el análisis financiero aplicado es de un periodo especifico, se analizó los estados financieros del periodo agosto 2020 – agosto 2021.La investigación incluye el análisis situacional y estratégico de la empresa que indicó carencia de análisis financiero por falta de herramientas financieras, el poco interés y falta de personal para este trabajo. Derivado de ello, se efectuó un modelo dinámico de análisis financiero en hojas de cálculo, que cuenta con las opciones de data, análisis vertical y horizontal, estructura financiera, indicadores financieros y limites de gestión de riesgos basados en indicadores financieros. Este modelo es de fácil manejo y al ingresar los datos de los estados financieros en la opción denominada data, efectúa automáticamente el proceso de cálculo y la obtención de resultados de los diferentes análisis e indicadores financieros, para su posterior estudio y toma de decisiones.Entre los resultados y conclusiones más sobresalientes se pueden mencionar que el análisis vertical muestra una estructura financiera estable, determinando que los activos están compuestos en su mayor parte por propiedad, planta y equipo en 69.38% para agosto 2021 y 60.15% en agosto 2021; mismos que son financiados por los pasivos no corrientes. En su estructura económica se puede observar que los ingresos cubren eficientemente los gastos incurridos para la actividad operacional. Las variaciones más representativas señaladas en el análisis horizontal de agosto 2021 respecto agosto 2020 es la disminución del activo corriente con un 16.53%, el aumento del activo no corriente con el 10.26% y el incremento del pasivo no corriente. Los resultados, muestran un incremento satisfactorio de un periodo a otro con un incremento del 263,64%.Los indicadores financieros exhiben índices de liquidez estables, niveles solvencia elevados pero controlados dados por la propia actividad de la empresa y políticas internas, indicadores de actividad susceptibles a mejoras a través de revisión y reestructuración de políticas de cobros y pagos, ratios de rentabilidad con resultados favorables.Finalmente, se implementó alertas de riesgos basados en los indicadores financieros que tienen por objeto emitir alertas de riesgo bajo, medio y alto con escalas de colores por cada alerta, en base a los resultados obtenidos y los límites establecidos previamente por el analista financiero o directivos de la empresa.
metadata
España Medina, Ivannova Michelle
mail
eivannova@gmail.com
(2022)
Modelo dinámico computarizado de Análisis Financiero aplicable a la Empresa Familiar “Previsión Exequial La Esperanza CIA. Ltda.”.
Masters thesis, SIN ESPECIFICAR.
Resumen
El trabajo investigativo denominado “Modelo dinámico de Análisis Financiero aplicable a la empresa familiar Previsión La Esperanza CIA. Ltda.”, se lo realizó con la finalidad de dar cumplimiento al objetivo general que es Desarrollar un modelo dinámico computarizado de análisis financiero aplicable a la empresa familiar Previsión Exequial La Esperanza CIA. Ltda. con el fin de optimizar su gestión administrativa y financiera.Para el desarrollo de este trabajo, se utilizó el diseño de investigación descriptivo de tipo no experimental, con un enfoque de metodología mixta cualitativa y cuantitativa, con corte transversal dado que el análisis financiero aplicado es de un periodo especifico, se analizó los estados financieros del periodo agosto 2020 – agosto 2021.La investigación incluye el análisis situacional y estratégico de la empresa que indicó carencia de análisis financiero por falta de herramientas financieras, el poco interés y falta de personal para este trabajo. Derivado de ello, se efectuó un modelo dinámico de análisis financiero en hojas de cálculo, que cuenta con las opciones de data, análisis vertical y horizontal, estructura financiera, indicadores financieros y limites de gestión de riesgos basados en indicadores financieros. Este modelo es de fácil manejo y al ingresar los datos de los estados financieros en la opción denominada data, efectúa automáticamente el proceso de cálculo y la obtención de resultados de los diferentes análisis e indicadores financieros, para su posterior estudio y toma de decisiones.Entre los resultados y conclusiones más sobresalientes se pueden mencionar que el análisis vertical muestra una estructura financiera estable, determinando que los activos están compuestos en su mayor parte por propiedad, planta y equipo en 69.38% para agosto 2021 y 60.15% en agosto 2021; mismos que son financiados por los pasivos no corrientes. En su estructura económica se puede observar que los ingresos cubren eficientemente los gastos incurridos para la actividad operacional. Las variaciones más representativas señaladas en el análisis horizontal de agosto 2021 respecto agosto 2020 es la disminución del activo corriente con un 16.53%, el aumento del activo no corriente con el 10.26% y el incremento del pasivo no corriente. Los resultados, muestran un incremento satisfactorio de un periodo a otro con un incremento del 263,64%.Los indicadores financieros exhiben índices de liquidez estables, niveles solvencia elevados pero controlados dados por la propia actividad de la empresa y políticas internas, indicadores de actividad susceptibles a mejoras a través de revisión y reestructuración de políticas de cobros y pagos, ratios de rentabilidad con resultados favorables.Finalmente, se implementó alertas de riesgos basados en los indicadores financieros que tienen por objeto emitir alertas de riesgo bajo, medio y alto con escalas de colores por cada alerta, en base a los resultados obtenidos y los límites establecidos previamente por el analista financiero o directivos de la empresa.
| Tipo de Documento: | Tesis (Masters) |
|---|---|
| Palabras Clave: | Análisis financiero, Modelo dinámico, Análisis vertical, Análisis horizontal, Indicadores financieros |
| Clasificación temática: | Materias > Ingeniería |
| Divisiones: | Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster Universidad Internacional Iberoamericana Puerto Rico > Docencia > Trabajos finales de Máster |
| Depositado: | 13 Dic 2023 23:30 |
| Ultima Modificación: | 13 Dic 2023 23:30 |
| URI: | https://repositorio.unini.edu.mx/id/eprint/2424 |
Acciones (logins necesarios)
 |
Ver Objeto |
en
close
Single-cell omics for nutrition research: an emerging opportunity for human-centric investigations
Understanding how dietary compounds affect human health is challenged by their molecular complexity and cell-type–specific effects. Conventional multi-cell type (bulk) analyses obscure cellular heterogeneity, while animal and standard in vitro models often fail to replicate human physiology. Single-cell omics technologies—such as single-cell RNA sequencing, as well as single-cell–resolved proteomic and metabolomic approaches—enable high-resolution investigation of nutrient–cell interactions and reveal mechanisms at a single-cell resolution. When combined with advanced human-derived in vitro systems like organoids and organ-on-chip platforms, they support mechanistic studies in physiologically relevant contexts. This review outlines emerging applications of single-cell omics in nutrition research, emphasizing their potential to uncover cell-specific dietary responses, identify nutrient-sensitive pathways, and capture interindividual variability. It also discusses key challenges—including technical limitations, model selection, and institutional biases—and identifies strategic directions to facilitate broader adoption in the field. Collectively, single-cell omics offer a transformative framework to advance human-centric nutrition research.
Manuela Cassotta mail manucassotta@gmail.com, Yasmany Armas Diaz mail , Danila Cianciosi mail , Bei Yang mail , Zexiu Qi mail , Ge Chen mail , Santos Gracia Villar mail santos.gracia@uneatlantico.es, Luis Alonso Dzul López mail luis.dzul@uneatlantico.es, Giuseppe Grosso mail , José L. Quiles mail , Jianbo Xiao mail , Maurizio Battino mail maurizio.battino@uneatlantico.es, Francesca Giampieri mail francesca.giampieri@uneatlantico.es,
Cassotta
<a href="/17878/1/s13018-025-06422-7.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Background Anterior shoulder instability is a common condition, especially among young and active individuals, often associated with both osseous and soft tissue injuries. Recent innovations have introduced various surgical options for managing critical and subcritical instability. Therefore, the primary objective of this systematic review was to collect, synthesize, and integrate international research published across multiple scientific databases on shoulder ligamentoplasty, arthroscopic Latarjet, dynamic anterior stabilization (DAS), and arthroscopic Trillat techniques used in the treatment of shoulder instability. Method A structured search was conducted following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines and the PICOS model, up to January 30, 2025, in the MEDLINE/PubMed, Web of Science (WOS), ScienceDirect, Cochrane Library, SciELO, EMBASE, SPORTDiscus, and Scopus databases. The risk of bias was evaluated, and the PEDro scale was used to assess methodological quality. Results The initial search yielded a total of 964 articles. After applying the inclusion and exclusion criteria, the final sample consisted of 25 articles. These studies demonstrated a high standard of methodological quality. The review summarized the effects of ligamentoplasty, arthroscopic Latarjet, dynamic anterior stabilization, and arthroscopic Trillat techniques in treating shoulder instability, detailing the sample population, immobilization period, frequency of instability episodes—including recurrent dislocations and subluxations—surgical methods, study designs, assessed variables, main findings, and reported outcomes. Conclusions Arthroscopic ligamentoplasty is advantageous in preserving the patient’s native anatomy, maintaining joint integrity, and allowing for alternative interventions in case of failure. The arthroscopic Trillat technique offers a minimally invasive solution for anterior instability without significant bone loss. The DAS technique utilizes the biceps tendon to provide dynamic stabilization, aiming to generate a sling effect over the subscapularis muscle. The Latarjet procedure remains the gold standard for managing anterior glenoid bone loss greater than 20%. Each surgical option for anterior shoulder instability carries specific implications, and treatment decisions should be tailored based on bone loss severity, capsuloligamentous quality, and the patient’s functional needs.
Carlos Galindo-Rubín mail , Yehinson Barajas Ramón mail , Fernando Maniega Legarda mail , Álvaro Velarde-Sotres mail alvaro.velarde@uneatlantico.es,
Galindo-Rubín
<a href="/17880/1/nutrients-17-03613.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Background/Objectives: Estimating energy and macronutrients from food images is clinically relevant yet challenging, and rigorous evaluation requires transparent accuracy metrics with uncertainty and clear acknowledgement of reference data limitations across heterogeneous sources. This study assessed ChatGPT-5, a general-purpose vision-language model, across four scenarios differing in the amount and type of contextual information provided, using a composite dataset to quantify accuracy for calories and macronutrients. Methods: A total of 195 dishes were evaluated, sourced from Allrecipes.com, the SNAPMe dataset, and Home-prepared, weighed meals. Each dish was evaluated under Case 1 (image only), Case 2 (image plus standardized non-visual descriptors), Case 3 (image plus ingredient lists with amounts), and Case 4 (replicates Case 3 but excluding the image). The primary endpoint was kcal Mean Absolute Error (MAE); secondary endpoints included Median Absolute Error (MedAE) and Root Mean Square Error (RMSE) for kcal and macronutrients (protein, carbohydrates, and lipids), all reported with 95% Confidence Intervals (CIs) via dish-level bootstrap resampling and accompanied by absolute differences (Δ) between scenarios. Inference settings were standardized to support reproducibility and variance estimation. Source stratified analyses and quartile summaries were conducted to examine heterogeneity by curation level and nutrient ranges, with additional robustness checks for error complexity relationships. Results and Discussion: Accuracy improved from Case 1 to Case 2 and further in Case 3 for energy and all macronutrients when summarized by MAE, MedAE, and RMSE with 95% CIs, with absolute reductions (Δ) indicating material gains as contextual information increased. In contrast to Case 3, estimation accuracy declined in Case 4, underscoring the contribution of visual cues. Gains were largest in the Home-prepared dietitian-weighed subset and smaller yet consistent for Allrecipes.com and SNAPMe, reflecting differences in reference curation and measurement fidelity across sources. Scenario-level trends were concordant across sources, and stratified and quartile analyses showed coherent patterns of decreasing absolute errors with the provision of structured non-visual information and detailed ingredient data. Conclusions: ChatGPT-5 can deliver practically useful calorie and macronutrient estimates from food images, particularly when augmented with standardized nonvisual descriptors and detailed ingredients, as evidenced by reductions in MAE, MedAE, and RMSE with 95% CIs across scenarios. The decline in accuracy observed when the image was omitted, despite providing detailed ingredient information, indicates that visual cues contribute meaningfully to estimation performance and that improvements are not solely attributable to arithmetic from ingredient lists. Finally, to promote generalizability, it is recommended that future studies include repeated evaluations across diverse datasets, ensure public availability of prompts and outputs, and incorporate systematic comparisons with non-artificial-intelligence baselines.
Marcela Rodríguez- Jiménez mail , Gustavo Daniel Martín-del-Campo-Becerra mail , Sandra Sumalla Cano mail sandra.sumalla@uneatlantico.es, Jorge Crespo-Álvarez mail jorge.crespo@uneatlantico.es, Iñaki Elío Pascual mail inaki.elio@uneatlantico.es,
Rodríguez- Jiménez
<a href="/17862/1/sensors-25-06419.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Edge-Based Autonomous Fire and Smoke Detection Using MobileNetV2
Forest fires pose significant threats to ecosystems, human life, and the global climate, necessitating rapid and reliable detection systems. Traditional fire detection approaches, including sensor networks, satellite monitoring, and centralized image analysis, often suffer from delayed response, high false positives, and limited deployment in remote areas. Recent deep learning-based methods offer high classification accuracy but are typically computationally intensive and unsuitable for low-power, real-time edge devices. This study presents an autonomous, edge-based forest fire and smoke detection system using a lightweight MobileNetV2 convolutional neural network. The model is trained on a balanced dataset of fire, smoke, and non-fire images and optimized for deployment on resource-constrained edge devices. The system performs near real-time inference, achieving a test accuracy of 97.98% with an average end-to-end prediction latency of 0.77 s per frame (approximately 1.3 FPS) on the Raspberry Pi 5 edge device. Predictions include the class label, confidence score, and timestamp, all generated locally without reliance on cloud connectivity, thereby enhancing security and robustness against potential cyber threats. Experimental results demonstrate that the proposed solution maintains high predictive performance comparable to state-of-the-art methods while providing efficient, offline operation suitable for real-world environmental monitoring and early wildfire mitigation. This approach enables cost-effective, scalable deployment in remote forest regions, combining accuracy, speed, and autonomous edge processing for timely fire and smoke detection.
Dilshod Sharobiddinov mail , Hafeez Ur Rehman Siddiqui mail , Adil Ali Saleem mail , Gerardo Méndez Mezquita mail , Debora L. Ramírez-Vargas mail debora.ramirez@unini.edu.mx, Isabel de la Torre Díez mail ,
Sharobiddinov
<a href="/17863/1/v16p4316.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Breast cancer is a lethal carcinoma impacting a considerable number of women across the globe. While preventive measures are limited, early detection remains the most effective strategy. Accurate classification of breast tumors into benign and malignant categories is important which may help physicians in diagnosing the disease faster. This survey investigates the emerging inclination and approaches in the area of machine learning (ML) for the diagnosis of breast cancer, pointing out the classification techniques based on both segmentation and feature selection. Certain datasets such as the Wisconsin Diagnostic Breast Cancer Dataset (WDBC), Wisconsin Breast Cancer Dataset Original (WBCD), Wisconsin Prognostic Breast Cancer Dataset (WPBC), BreakHis, and others are being evaluated in this study for the demonstration of their influence on the performance of the diagnostic tools and the accuracy of the models such as Support vector machine, Convolutional Neural Networks (CNNs) and ensemble approaches. The main shortcomings or research gaps such as prejudice of datasets, scarcity of generalizability, and interpretation challenges are highlighted. This research emphasizes the importance of the hybrid methodologies, cross-dataset validation, and the engineering of explainable AI to narrow these gaps and enhance the overall clinical acceptance of ML-based detection tools.
Alveena Saleem mail , Muhammad Umair mail , Muhammad Tahir Naseem mail , Muhammad Zubair mail , Silvia Aparicio Obregón mail silvia.aparicio@uneatlantico.es, Rubén Calderón Iglesias mail ruben.calderon@uneatlantico.es, Shoaib Hassan mail , Imran Ashraf mail ,
Saleem