Repositorio Institucional UV

Nuestra plataforma digital permite almacenar, conservar y difundir la producción de conocimiento generado o utilizado por académicos, investigadores o estudiantes de la Universidad de Valparaíso.

Implementado por OpenGeek
 

Descubre nuestro Repositorio




Colecciones de nuestras Facultades.

Las facultades son unidades académicas mayores, constituidas por quienes cultivan una misma rama o ramas afines del saber y cuyas principales funciones son la docencia, la investigación y la extensión.




Colecciones.

Navegar en las Colecciones disponibles


avatar1

Banco de imágenes

avatar1

DIBRA

avatar1

Investigación UV

avatar1

Prorrectoría

avatar1

Diplomado en Docencia Universitaria (DDU)




Envíos recientes

Miniatura
Ítem
Desarrollo de un sistema de priorización de modelos de puntuación de riesgo poligénico
(Universidad de Valparaíso, 2025-08) Gallardo Reinoso, Valentina Alejandra; Noël López, René
Este trabajo aborda el desarrollo de un sistema para la extracción, priorización y futura aplicación de modelos de puntuación de riesgo poligénico. Estas puntuaciones constituyen una herramienta clave en la medicina personalizada, ya que permiten estimar la predisposición genética de un individuo al desarrollo de enfermedades complejas. Sin embargo, la ausencia de estandarización y la alta variabilidad entre los modelos disponibles dificultan su comparación, selección y uso clínico efectivo. El principal problema identificado es la necesidad de contar con una herramienta que permita mejorar la selección y priorización de modelos de puntuación de riesgo poligénico (PRS), considerando criterios objetivos y clínicamente relevantes. En respuesta a esta necesidad, se desarrolló un sistema compuesto por dos módulos: uno de extracción automatizada desde repositorios especializados y otro de selección y priorización basado en criterios como la ancestría, el poder discriminativo y la asociación de riesgo. Entre los resultados más relevantes se encuentra el desarrollo de un sistema funcional capaz de sistematizar el proceso de priorización, facilitando la toma de decisiones clínicas y reduciendo la carga técnica asociada a la evaluación manual de modelos. Esto se traduce en una mejora de la precisión, la eficiencia y la trazabilidad de los análisis genómicos. El sistema desarrollado representa un avance tangible para la bioinformática y la medicina personalizada, ya que pone a disposición una herramienta flexible y escalable que puede adaptarse a diferentes entornos clínicos y de investigación.
Miniatura
Ítem
Desarrollo de un módulo para la visualización de métricas de comunicación en ambientes multimodales
(Universidad de Valparaíso, 2025-06) Galdames Ibacache, Felipe Andrés; Muñoz Soto, Roberto
La creciente complejidad de los problemas ha generado nuevas demandas en el mercado laboral, destacando la importancia de habilidades blandas como la colaboración y el trabajo en equipo. Este cambio plantea un desafío para los pedagogos, quienes deben preparar a los profesionales para enfrentar estas exigencias. La analítica de aprendizaje multimodal se presenta como una disciplina clave para estudiar las interacciones en entornos colaborativos, permitiendo medir, analizar y visualizar estas dinámicas. Este trabajo de título, en el marco del Proyecto Fondecyt Regular 1211905, aborda el desarrollo y la validación de un módulo de visualización que refleja fielmente las actividades colaborativas, facilitando la interpretación de métricas por parte de los usuarios. El diseño modular del sistema permite la escalabilidad y habilita la incorporación de nuevas visualizaciones en función de los datos disponibles. Además, las visualizaciones desarrolladas logran contar historias significativas que refuerzan la comprensión de la actividad grupal, cumpliendo uno de los objetivos centrales del proyecto. Se identificaron algunos desafíos durante el desarrollo, especialmente en la necesidad de mantener la coherencia de los datos de entrada para evitar interpretaciones incorrectas. A pesar de estas dificultades, el módulo demostró ser robusto y confiable, reproduciendo cálculos consistentes con las actividades colaborativas observadas. Finalmente, el proyecto deja abiertas múltiples oportunidades de mejora, como la incorporación de nuevos tipos de archivos y el desarrollo de herramientas adicionales basadas en el procesamiento del lenguaje natural, lo que permitirá ampliar el alcance de la plataforma hacia un sistema más completo y versátil para la analítica multimodal.
Miniatura
Ítem
Desarrollo de una herramienta para la generación de diagramas de clase y código desde historias de usuario basado en modelos grandes de lenguaje
(Universidad de Valparaíso, 2025-08) Espíndola Manríquez, Maximiliano Jesús; Noël López, René
El avance acelerado de la transformación digital ha incrementado la necesidad de desarrollar software de manera más ágil, escalable y adaptable. Sectores como el comercio electrónico, las redes sociales y los servicios digitales dependen cada vez más de capacidades tecnológicas internas robustas para sostener su competitividad. No obstante, muchas organizaciones aún enfrentan serias dificultades para traducir eficazmente los requerimientos expresados en lenguaje natural en artefactos de software funcionales. Entre los principales problemas identificados se encuentran la dependencia de documentación ambigua, la falta de trazabilidad entre los requerimientos y el código final, y la pérdida de tiempo y recursos debido a procesos manuales e ineficientes de análisis de requisitos. Estas limitaciones dificultan la entrega oportuna de productos de software de calidad, especialmente en entornos dinámicos y altamente demandantes. En respuesta a este desafío, este trabajo presenta el diseño y la implementación de una herramienta basada en grandes modelos de lenguaje (LLMs), integrados mediante una arquitectura de generación aumentada por recuperación (RAG). La solución permite transformar automáticamente historias de usuario escritas en lenguaje natural en diagramas de software y, posteriormente, en código funcional. El sistema fue desarrollado con una arquitectura modular y desplegado utilizando tecnologías modernas como FastAPI, LangChain, Docker, FAISS, Chroma y un frontend en React con Vite. La herramienta fue evaluada mediante un conjunto de 10 historias de usuario representativas del dominio del comercio electrónico (eCommerce), empleando tres modelos LLM de última generación: ChatGPT-4o (OpenAI), Gemini 2.0 Flash (Google) y DeepSeek (open source). Los resultados obtenidos se midieron a través de métricas de consistencia, cobertura, errores (bugs), defectos de código (code smells) y tasa de éxito funcional. Adicionalmente, se realizaron entrevistas con desarrolladores de software para evaluar la percepción, aplicabilidad y usabilidad de la herramienta. Los experimentos demostraron que el enfoque propuesto es efectivo para mejorar la trazabilidad, acelerar la generación de artefactos de software y facilitar la comprensión del flujo de desarrollo, tanto en contextos productivos como educativos. Se concluye que esta solución puede contribuir significativamente a cerrar la brecha entre el análisis de requerimientos y la implementación técnica, promoviendo prácticas más eficientes y accesibles en la ingeniería de software.
Miniatura
Ítem
Evaluación de grandes modelos de lenguaje para la generación de código a partir de modelos de dominio
(Universidad de Valparaíso, 2025-08) Escobar Palta, Miguel Andrés; Noël López, René
El uso de grandes modelos de lenguaje (LLMs) como herramienta para la ingeniería de software a través del procesamiento del lenguaje natural (NLP) enfrenta desafíos significativos. La especificación de requisitos en lenguaje natural a menudo resulta incompleta e inconsistente, lo que afecta la calidad del código generado. Aunque el desarrollo dirigido por modelos (MDD) se ha utilizado anteriormente para abordar estos problemas, aún no se ha logrado integrar exitosamente MDD y LLMs para automatizar la transformación de modelos de dominio en código fuente. El objetivo principal de esta investigación es comparar diferentes LLMs en la generación de código a partir de modelos de dominio, utilizando técnicas de ingeniería de prompts. La evaluación se enfocará en tres aspectos clave: eficiencia, calidad y precisión del código generado mediante el uso del lenguaje natural. La metodología adoptará un enfoque experimental, basado en iteraciones de prompts avanzados, ajustándolos y evaluando el código generado mediante métricas definidas para el análisis de los resultados. Se espera que los hallazgos de esta investigación demuestren la capacidad de los LLMs para mejorar el desarrollo automatizado de software, al reducir la ambigüedad y aumentar la coherencia entre los modelos de dominio y el código generado. Además, se considera que la implementación de LLMs podría beneficiar a los desarrolladores de software al reducir los tiempos de desarrollo, disminuir el estrés asociado a tareas repetitivas y mejorar la productividad mediante la creación de soluciones más eficientes y consistentes.
Miniatura
Ítem
Implementación de capa ORM y propuesta de metodología escalable para bases de datos de la Municipalidad de Valparaíso
(Universidad de Valparaíso, 2025-08) Elgueta Marchant, Francisco Cristóbal; Noël López, René
Las instituciones públicas chilenas han avanzado en la digitalización de sus procesos, pero aún mantienen sistemas legados sin definiciones claras de arquitectura ni metodologías modernas de desarrollo. En este contexto, la Municipalidad de Valparaíso comenzó a construir nuevas aplicaciones para exponer datos administrativos mediante Interfaces de Programación de Aplicaciones (API), enfrentándose a dificultades de escalabilidad, duplicación de lógica y baja mantenibilidad. La ausencia de una estrategia técnica clara durante muchos años ha llevado a soluciones fragmentadas y difíciles de evolucionar. Este trabajo abordó el problema del acceso desacoplado y reutilizable a bases de datos municipales heredadas, proponiendo el diseño e implementación de una capa de mapeo objeto-relacional que encapsula las reglas de dominio y el acceso a los datos de la base Licencias de Conducir. Se construyeron dos implementaciones: una con Entity Framework Core y otra con Prisma, utilizando el enfoque Database-first, y se evaluaron sus ventajas prácticas. Prisma fue seleccionada como solución final por su rendimiento, mantenibilidad y facilidad de empaquetamiento. El resultado fue una librería privada, reutilizable e independiente de la base de datos, que fue validada mediante pruebas unitarias, de integración y de aceptación, además de pruebas con usuarios. Esta librería fue consumida exitosamente desde una API REST independiente, sin necesidad de replicar las reglas de negocio y dominio ni conocer el modelo relacional. Finalmente, la solución propuesta constituye un aporte replicable para modernizar el acceso a datos en los gobiernos locales, alineándose con la Ley N.º 21.180 sobre Transformación Digital del Estado. La metodología desarrollada permite construir nuevas aplicaciones municipales sobre sistemas heredados, sin rehacer las bases de datos ni comprometer su integridad.