Propuesta de una metodología para aplicar el modelo teórico de la cadena de valor en el proyecto de la palma Africana en el Estado de Campeche.
Tesis
Materias > Ciencias Sociales
Materias > Ingeniería
Universidad Internacional Iberoamericana México > Investigación > Tesis Doctorales
Cerrado
Español
Esta investigación presenta un diagnóstico socioeconómico organizativo a través de la implementación de un modelo de cadena de Valor teórico aplicado a la Industria de Palma Africana en el Estado de Campeche. Se realiza un análisis de los diferentes modelos que existen para otorgar valor agregado a diversos tipos de bienes agroindustriales, se diferencian cada uno de ellos de acuerdo a sus enfoques y características, se realiza un análisis de la producción de palma de aceite en México y Campeche con fuentes secundarias, contextualizando su desempeño y su estructura económica. Se describen brevemente las zonas productoras del país con datos estadísticos de la SAGARPA, destacando sus indicadores de desempeño, tales como superficie plantada, superficie cosechada, volumen y valor de la producción, entre otros. Se indica que existe una política gubernamental enfocada al fomento de la producción y al desarrollo de capacidades e innovación tecnológica que demuestran el interés de los gobiernos locales para potencializar este cultivo. Dentro de los resultados esperados se encuentran la generación de un aporte a los productores rurales de Palma Africana que requieren reconocer su situación inicial y sus posibilidades de éxito y continuidad con la actividad a través de un diagnóstico de las necesidades existentes de cada uno de los eslabones de la cadena de valor, realizar un aporte al sector público (especialmente la Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación), para que puedan tener un modelo para orientar y capacitar mejor a los interesados en incursionar y oferentes de palma africana acerca de sus aspectos críticos a resolver y potenciar sus fortalezas y oportunidades (potencialidades). Entre las limitaciones más relevantes se encuentran la disponibilidad de información, acceso a ella y la población disponible para el estudio, así como la dispersión de productores y el tiempo disponible para llevar a cabo el estudio. El enfoque que se utilizará para el desarrollo de la investigación y la presentación de los resultados será una combinación del análisis cualitativo y cuantitativo de las encuestas realizadas. De la combinación de ambos enfoques, surge la investigación mixta, misma que incluye las mismas características de cada uno de ellos. Tashakkori y Teddlie (2003) señalan que el enfoque mixto es un proceso que recolecta, analiza y vincula datos cuantitativos y cualitativos en un mismo estudio, en una serie de investigaciones para responder a un planteamiento del problema, o para responder a preguntas de investigación de un planteamiento del problema.
Con la presente propuesta, se espera contribuir al desarrollo económico de la región, obtener un estándar de calidad y replicar metodologías para la creación de futuros productos agroindustriales y negocios productivos. Para llevar a cabo la presente investigación se utilizarán la teoría desarrollada por Michael Porter (1985) a través del concepto de la cadena de valor, que involucra la aplicación de un modelo general, que fue creado para gestionar el flujo de información, productos y servicios a través de diversas redes de proveedores, clientes y empresas asociadas, de tal manera que se pueda articular la cadena del estudio de la palma africana.
metadata
Romero Bock, Jorge Radamés
mail
j.romerobock@gmail.com
Propuesta de una metodología para aplicar el modelo teórico de la cadena de valor en el proyecto de la palma Africana en el Estado de Campeche.
Doctoral thesis, Universidad Internacional Iberoamericana.
Resumen
Esta investigación presenta un diagnóstico socioeconómico organizativo a través de la implementación de un modelo de cadena de Valor teórico aplicado a la Industria de Palma Africana en el Estado de Campeche. Se realiza un análisis de los diferentes modelos que existen para otorgar valor agregado a diversos tipos de bienes agroindustriales, se diferencian cada uno de ellos de acuerdo a sus enfoques y características, se realiza un análisis de la producción de palma de aceite en México y Campeche con fuentes secundarias, contextualizando su desempeño y su estructura económica. Se describen brevemente las zonas productoras del país con datos estadísticos de la SAGARPA, destacando sus indicadores de desempeño, tales como superficie plantada, superficie cosechada, volumen y valor de la producción, entre otros. Se indica que existe una política gubernamental enfocada al fomento de la producción y al desarrollo de capacidades e innovación tecnológica que demuestran el interés de los gobiernos locales para potencializar este cultivo. Dentro de los resultados esperados se encuentran la generación de un aporte a los productores rurales de Palma Africana que requieren reconocer su situación inicial y sus posibilidades de éxito y continuidad con la actividad a través de un diagnóstico de las necesidades existentes de cada uno de los eslabones de la cadena de valor, realizar un aporte al sector público (especialmente la Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación), para que puedan tener un modelo para orientar y capacitar mejor a los interesados en incursionar y oferentes de palma africana acerca de sus aspectos críticos a resolver y potenciar sus fortalezas y oportunidades (potencialidades). Entre las limitaciones más relevantes se encuentran la disponibilidad de información, acceso a ella y la población disponible para el estudio, así como la dispersión de productores y el tiempo disponible para llevar a cabo el estudio. El enfoque que se utilizará para el desarrollo de la investigación y la presentación de los resultados será una combinación del análisis cualitativo y cuantitativo de las encuestas realizadas. De la combinación de ambos enfoques, surge la investigación mixta, misma que incluye las mismas características de cada uno de ellos. Tashakkori y Teddlie (2003) señalan que el enfoque mixto es un proceso que recolecta, analiza y vincula datos cuantitativos y cualitativos en un mismo estudio, en una serie de investigaciones para responder a un planteamiento del problema, o para responder a preguntas de investigación de un planteamiento del problema. Con la presente propuesta, se espera contribuir al desarrollo económico de la región, obtener un estándar de calidad y replicar metodologías para la creación de futuros productos agroindustriales y negocios productivos. Para llevar a cabo la presente investigación se utilizarán la teoría desarrollada por Michael Porter (1985) a través del concepto de la cadena de valor, que involucra la aplicación de un modelo general, que fue creado para gestionar el flujo de información, productos y servicios a través de diversas redes de proveedores, clientes y empresas asociadas, de tal manera que se pueda articular la cadena del estudio de la palma africana.
| Tipo de Documento: | Tesis (Doctoral) |
|---|---|
| Palabras Clave: | Cadena de valor; Palma de aceite; Valor agregado; Innovación Tecnológica |
| Clasificación temática: | Materias > Ciencias Sociales Materias > Ingeniería |
| Divisiones: | Universidad Internacional Iberoamericana México > Investigación > Tesis Doctorales |
| Depositado: | 28 Mar 2022 23:55 |
| Ultima Modificación: | 28 Mar 2022 23:55 |
| URI: | https://repositorio.unini.edu.mx/id/eprint/467 |
Acciones (logins necesarios)
 |
Ver Objeto |
<a class="ep_document_link" href="/17849/1/1-s2.0-S2590005625001043-main.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Ultra Wideband radar-based gait analysis for gender classification using artificial intelligence
Gender classification plays a vital role in various applications, particularly in security and healthcare. While several biometric methods such as facial recognition, voice analysis, activity monitoring, and gait recognition are commonly used, their accuracy and reliability often suffer due to challenges like body part occlusion, high computational costs, and recognition errors. This study investigates gender classification using gait data captured by Ultra-Wideband radar, offering a non-intrusive and occlusion-resilient alternative to traditional biometric methods. A dataset comprising 163 participants was collected, and the radar signals underwent preprocessing, including clutter suppression and peak detection, to isolate meaningful gait cycles. Spectral features extracted from these cycles were transformed using a novel integration of Feedforward Artificial Neural Networks and Random Forests , enhancing discriminative power. Among the models evaluated, the Random Forest classifier demonstrated superior performance, achieving 94.68% accuracy and a cross-validation score of 0.93. The study highlights the effectiveness of Ultra-wideband radar and the proposed transformation framework in advancing robust gender classification.
Adil Ali Saleem mail , Hafeez Ur Rehman Siddiqui mail , Muhammad Amjad Raza mail , Sandra Dudley mail , Julio César Martínez Espinosa mail ulio.martinez@unini.edu.mx, Luis Alonso Dzul López mail luis.dzul@uneatlantico.es, Isabel de la Torre Díez mail ,
Saleem
<a class="ep_document_link" href="/17856/1/fpubh-13-1654645.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Background: Physical activity in children and adolescents represents one of the most important lifestyle factors to determine current and future health. Aim: The aim of the study is to assess the lifestyle and dietary factors linked to physical activity in younger populations across five countries in the Mediterranean region. Design: A total of 2,011 parents of children and adolescents (age range 6–17 years) participating to a preliminary survey of the DELICIOUS project were investigated to determine children's adequate physical activity level (identified using the short form of the international physical activity questionnaire) as well as diet quality parameters [measured as Youth-Healthy Eating Index (Y-HEI)] and eating and lifestyle factors (i.e., meal habits, sleep duration, screen time, etc.). Logistic regression analyses were performed to assess the odds ratios (ORs) and 95% confidence intervals (CIs) for the associations between variables of interest. Results: Younger children of younger parents currently working had higher rates and probability to have adequate physical activity. Multivariate analysis showed that children and adolescents who had breakfast (OR = 1.88, 95% CI: 1.38, 2.56) and often ate with their family (OR = 1.80, 95% CI: 0.90, 3.61) were more likely to have an adequate level of physical activity. Children and adolescents who reported a sleep duration (8–10 h) closest to the recommended one were significantly more likely to achieve adequate levels of physical activity (OR = 1.88, 95% CI: 1.38, 2.56). Conversely, those with more than 4 h of daily screen time were less likely to engage in adequate physical activity (OR = 0.77, 95% CI: 0.54, 1.10). Furthermore, children and adolescents in the highest tertile of YEHI scores showed a 60% greater likelihood of engaging in adequate physical activity (OR = 1.60, 95% CI: 1.27, 2.01). Conclusion: These results emphasize the importance of promoting healthy diet and lifestyle habits, including structured and high quality shared meals, sufficient sleep, and screen time moderation, as key strategies to support active behaviors in younger populations. Future interventions should focus on reinforcing these behaviors through parental guidance and community-based initiatives to foster lifelong healthy habits.
Alice Rosi mail , Francesca Scazzina mail , Maria Antonieta Touriz Bonifaz mail , Francesca Giampieri mail francesca.giampieri@uneatlantico.es, Achraf Ammar mail , Khaled Trabelsi mail , Osama Abdelkarim mail , Mohamed Aly mail , Evelyn Frias-Toral mail , Juancho Pons mail , Laura Vázquez-Araújo mail , Josep Alemany Iturriaga mail josep.alemany@uneatlantico.es, Lorenzo Monasta mail , Nunzia Decembrino mail , Ana Mata mail , Adrián Chacón mail , Pablo Busó mail , Giuseppe Grosso mail ,
Rosi
<a href="/17857/1/excli2025-8779.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Polyphenols are naturally occurring compounds that can be found in plant-based foods, including fruits, vegetables, nuts, seeds, herbs, spices, and beverages, the use of which has been linked to enhanced brain health and cognitive function. These natural molecules are broadly classified into two main groups: flavonoids and non-flavonoid polyphenols, the latter including phenolic acids, stilbenes, and tannins. Flavonoids are primarily known for their potent antioxidant properties, which help neutralize harmful reactive oxygen species (ROS) in the brain, thereby reducing oxidative stress, a key contributor to neurodegenerative diseases. In addition to their antioxidant effects, flavonoids have been shown to modulate inflammation, enhance neuronal survival, and support neurogenesis, all of which are critical for maintaining cognitive function. Phenolic acids possess strong antioxidant properties and are believed to protect brain cells from oxidative damage. Neuroprotective effects of these molecules can also depend on their ability to modulate signaling pathways associated with inflammation and neuronal apoptosis. Among polyphenols, hydroxycinnamic acids such as caffeic acid have been shown to enhance blood-brain barrier permeability, which may increase the delivery of other protective compounds to the brain. Another compound of interest is represented by resveratrol, a stilbene extensively studied for its potential neuroprotective properties related to its ability to activate the sirtuin pathway, a molecular signaling pathway involved in cellular stress response and aging. Lignans, on the other hand, have shown promise in reducing neuroinflammation and oxidative stress, which could help slow the progression of neurodegenerative diseases and cognitive decline. Polyphenols belonging to different subclasses, such as flavonoids, phenolic acids, stilbenes, and lignans, exert neuroprotective effects by regulating microglial activation, suppressing pro-inflammatory cytokines, and mitigating oxidative stress. These compounds act through multiple signaling pathways, including NF-κB, MAPK, and Nrf2, and they may also influence genetic regulation of inflammation and immune responses at brain level. Despite their potential for brain health and cognitive function, polyphenols are often characterized by low bioavailability, something that deserves attention when considering their therapeutic potential. Future translational studies are needed to better understand the right dosage, the overall diet, the correct target population, as well as ideal formulations allowing to overcome bioavailability limitations.
Justyna Godos mail , Giuseppe Carota mail , Giuseppe Caruso mail , Agnieszka Micek mail , Evelyn Frias-Toral mail , Francesca Giampieri mail francesca.giampieri@uneatlantico.es, Julién Brito Ballester mail julien.brito@uneatlantico.es, Maurizio Battino mail maurizio.battino@uneatlantico.es, Carmen Lilí Rodríguez Velasco mail carmen.rodriguez@uneatlantico.es, José L. Quiles mail jose.quiles@uneatlantico.es,
Godos
<a class="ep_document_link" href="/17859/1/s41598-025-18105-8.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Enhanced FPGA-based smart power grid simulation using Heun and Piecewise analytic method
The increasing complexity of modern power systems requires engineers to design, build, and test equipment with a high degree of accuracy. The demand for precise equipment design, testing, and evaluation has reached extraordinary levels within modern power systems. To meet this challenge, engineers rely heavily on real-time simulators, which are essential tools for assessing power network dynamics. This study introduces a novel approach, an adaptable and cost-effective simulator, poised to revolutionize traditional hardware-in-the-loop (HIL) systems. Leveraging field-programmable gate arrays (FPGAs) and a comprehensive implementation of Heun and Piecewise analytic methods (PAM), provided simulator offers unparalleled capabilities for embedded real-time simulation of smart grids, ensuring swift and accurate measurements. Augmented by Python-based process simulation and integrated with industry-standard tools like Modelica and MATLAB, the proposed system promises versatility and efficiency. Through comprehensive testing, including rigorous evaluations of excitation system responses to diverse scenarios such as voltage set-point variations, automatic voltage regulator step responses, and fault conditions, we demonstrate the simulator’s robustness and precision. Experimental findings underscore its potential as an effective alternative to conventional HIL systems, marking a significant advancement in smart grid simulation technology.
Urfa Gul mail , Hafiz Muhammad Raza Ur Rehman mail , Muhammad Junaid Gul mail , Gerardo Méndez Mezquita mail , Alina Eugenia Pascual Barrera mail alina.pascual@unini.edu.mx, Imran Ashraf mail ,
Gul
<a class="ep_document_link" href="/17844/1/frai-1-1572645.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
A systematic review of deep learning methods for community detection in social networks
Introduction: The rapid expansion of generated data through social networks has introduced significant challenges, which underscores the need for advanced methods to analyze and interpret these complex systems. Deep learning has emerged as an effective approach, offering robust capabilities to process large datasets, and uncover intricate relationships and patterns. Methods: In this systematic literature review, we explore research conducted over the past decade, focusing on the use of deep learning techniques for community detection in social networks. A total of 19 studies were carefully selected from reputable databases, including the ACM Library, Springer Link, Scopus, Science Direct, and IEEE Xplore. This review investigates the employed methodologies, evaluates their effectiveness, and discusses the challenges identified in these works. Results: Our review shows that models like graph neural networks (GNNs), autoencoders, and convolutional neural networks (CNNs) are some of the most commonly used approaches for community detection. It also examines the variety of social networks, datasets, evaluation metrics, and employed frameworks in these studies. Discussion: However, the analysis highlights several challenges, such as scalability, understanding how the models work (interpretability), and the need for solutions that can adapt to different types of networks. These issues stand out as important areas that need further attention and deeper research. This review provides meaningful insights for researchers working in social network analysis. It offers a detailed summary of recent developments, showcases the most impactful deep learning methods, and identifies key challenges that remain to be explored.
Mohamed El-Moussaoui mail , Mohamed Hanine mail , Ali Kartit mail , Mónica Gracia Villar mail monica.gracia@uneatlantico.es, Helena Garay mail helena.garay@uneatlantico.es, Isabel de la Torre Díez mail ,
El-Moussaoui