Auria Lucía Jiménez Gutiérrez

 
 AURIA LUCÍA JIMÉNEZ GUTIÉRREZ
 Técnico Académico Asociado C
 auria.jimenez@academicos.udg.mx
 Especialidad (SNII): Innovación
 ScopusID, Scholar Google, ResearchGate, Oricid
 

Semblanza

Lic. en Informática por la Universidad de Guadalajara, Maestría en Dirección Estratégica en Tecnologías de la Información por la Universidad Internacional Iberoamericana y Doctorado en Sistemas Computacionales por la Universidad Da Vinci. 

Asesoría en varios trabajos de titulación a nivel Licenciatura. Colaboración en proyectos de investigación educativa y 18 años de experiencia como Docente en el Nivel Superior. Responsable del Lab. de Diseño y Manufactura Computacional y Mini Robótica, del CULagos. Actualmente secretaria de la academia de cómputo, y miembro del comité de titulación de la Ing. en Mecatrónica.

Información SNII

  • Nivel: Candidato
  • Área del Conocimiento: VI.- Ciencias Sociales
  • Disciplina: Didáctica, Pedagogía Y Currículo
  • Subdisciplina: Didáctica
  • Especialidad: Innovación

Investigación 

  • Laboratorio: Ingenierías
  • Área del Laboratorio: Diseño y Manufactura Computacional, Mini-Robótica
  • Cuerpo Académico: Calidad Educativa en las Ingenierías
  • Departamento: Departamento de Ciencias Exactas y Tecnología
  • Intereses y Líneas de Investigación: 
    • Procesos educativos en la ingeniería,
    • Tecnologías y sistemas para la inclusión educativa y laboral

 Proyectos de Investigación Relevantes

Application of the performance of machine learning techniques as support in the prediction of school dropout.
Descripción del proyecto de Investigación Resultado de la tesis de doctorado, Se comparó el desempeño de cuatro técnicas de aprendizaje automático (machine learning): Redes Neuronales Artificiales (RNA), Optimización Bayesiana (OB), Máquinas de Vectores Soporte (SVM) y Random Forest (RF), además de una técnica estadística Regresión Lineal Ridge y Lasso (RL); obteniendo una confiabilidad superior al 91 % en cada una de ellas para ayudar en la predicción de la deserción escolar en instituciones de educación superior y media superior. El proceso se realizó con datos de la población en general de México, tomados de la Encuesta Intercensal 2015 y de los censos de Población y Vivienda 2010 y 2020 realizados por el Instituto Nacional de Estadística y Geografía (INEGI,2010;2015;2020).
Fecha (año) de inicio de la Investigación 2021
Fecha (año) de fin de la Investigación 2023
Co-autores Mota-Hernández, C.I.
Mezura-Montes, E.
Alvarado-Corona, R.

Tesis Dirigidas

Lean Manufacturing control e incremento de la productividad
Resumen de la Tesis Para hablar de la industria uno se debe de referir a estructura, control, buenas prácticas, una gran gama de recursos, esto va orientado a la necesidad de un producto o servicio. Nunca está dicho que existe una herramienta, método, filosofía o cualquier técnica para hacer que no exista los fallos o salga todo perfectamente, pues si bien el ser humano está lleno de errores, carencias y diferencias, todo eso lleva a un sinfín de escenarios por lo cual no se puede abarcar correctamente y en su totalidad la posibilidad de ser perfectos o tener la empresa y/o industria perfecta. 
En este caso se hablará del Lean Manufacturing, tomaremos antecedentes, así como desentrañar su visión y metas, diferenciaremos de otras y presentaremos varias herramientas para que se pueda lograr su correcta ejecución, esto con el fin de analizar y conocer lo amplio y complejo de la misma, no con el fin de desanimar, más bien con la idea de animar a explorar y no quedarse solo con lo ya conocido, sino que con el sueño o simplemente la idea de mejorar.
Todo este campo que se tomara como una necesidad de una empresa, esto reflejando el objetivo central de toda empresa y/o industria, me refiero a un mayor margen de ganancias y prestigio, los cuales van ligados a la calidad del producto y a su vez con la productividad, pues se analiza que en todos los aspectos de la industria, desde el más ligado a la parte productiva, así como los menos ligados a ellas, son necesarios, se tomará de referente que no es necesario un cambio exorbitante o muy evidente para que se tenga resultados positivos, pues también la idea de marcar varios cambios pueden generar el gran cambio que se busca, como dueño, planeador, etc.
Llegando a entender la idea central de una mejora, la cual radica en la disciplina y la constancia de la misma, dejando evidente que tras la necesidad de algo el ser humano lucha por superar sus obstáculos y con la diversidad de los compañeros se puede generar esa mejora en la producción, siempre y cuando busquen en conjunto ese sueño y tengan esa filosofía. Buscar con diferentes autores las similitudes formativas que son requeridas para en las herramientas presentadas poder efectuar esta filosofía, dando como resultados la posibilidad de adaptarlo a tus principios, ideologías y régimen de tu empresa, esto con la perspectiva de no olvidar la esencia de la misma y presentar cambios con fin de maximizar la industria y en este caso, lo que más se necesita que es la producción y productividad.
Fecha (año) de inicio 2023
Status En proceso
Nombre del Alumno Luis Oscar Franco Noriega
Programa Educativo Ingeniería en Administración Industrial
Enlace al Repositorio  
Herramientas de uso y calibración en la Industria Manufacturera
Resumen de la Tesis En el presente trabajo se abordará un tema muy amplio y permitirá conocer las herramientas de uso y calibración aplicados en la industria manufacturera, para esto se especifica la medición, que es un proceso muy importante para cualquier industria y es fundamental para el desarrollo de la ciencia. Procesos como la investigación, la creación o la fabricación requieren de mediciones fiables y exactas, ya que en el desarrollo de estas actividades no es posible dejar nada al azar ni hacer cálculos incorrectos o superficiales.
Fecha (año) de inicio 2023
Status En proceso
Nombre del Alumno Mayra Cecilia Moreno García
Programa Educativo Ingeniería en Administración Industrial
Enlace al Repositorio  

Publicaciones

  • Jiménez-Gutiérrez, A.L., Mota-Hernández, C.I., Mezura-Montes, E., Alvarado-Corona, R. Application of the performance of machine learning techniques as support in the prediction of school dropout. (2024) Scientific Reports, 14 (1), art. no. 3957, . DOI: https://doi.org/10.1038/s41598-024-53576-1 
  • López-Reyes, L.J., Jiménez-Gutiérrez, A.L., Costilla-López, D. The Effects of Blended Learning on the Performance of Engineering Students in Mathematical Modeling. (2022) Education Sciences, 12 (12), art. no. 931, . Cited 3 times. DOI: https://doi.org/10.3390/educsci12120931