Optimización de la Gestión de Proyectos de Construcción Civil Mediante el Monitoreo en Tiempo Real con Dispositivos IoT y Ciencia De Datos, en proyectos de infraestructura vial de Medellín – Antioquia

Simple item page
dc.contributor.advisorZabala Vargas, Sergio Andrés
dc.contributor.authorCordero Sandoval, Cindy Paola
dc.coverage.spatialBogotá D.C.
dc.date.accessioned2025-11-22T21:01:46Z
dc.date.available2025-11-22T21:01:46Z
dc.date.issued2024-06-30
dc.descriptionElaborar una propuesta de estrategias basadas en Ciencia de datos y Sensores con Iot con el fin de mejorar la efectividad en la gestión de proyectos de infraestructura vial en Medellín – Antioquia.
dc.description.abstractLa industria de la construcción en Medellín – Antioquia, a pesar de su rol fundamental en el desarrollo económico y social, presenta un rezago notable en la adopción de tecnologías de la información y la comunicación (TIC). Esta situación, replicada a nivel global, limita la eficiencia y productividad de los proyectos, impactando negativamente en costos, calidad y seguridad de las obras. Diversos factores contribuyen a este rezago, incluyendo la fragmentación de la industria, la resistencia al cambio y la falta de cultura de innovación en las empresas constructoras. La complejidad de los proyectos y los altos costos asociados a la implementación de nuevas tecnologías también han dificultado su adopción generalizada. La aparición de tecnologías emergentes como la ciencia de datos y los sensores IoT (Internet de las Cosas) ofrece un enorme potencial para transformar el sector de la construcción. Estas tecnologías permiten una mejor toma de decisiones, un aumento en la productividad y una mejora en la calidad de las obras. En la presente investigación se realizó una revisión sistemática de estudios académicos sobre la aplicación de ciencia de tecnologías emergentes en la gestión de proyectos de construcción. Se diseñó y aplicó un instrumento de investigación para evaluar la percepción y disposición de las constructoras hacia la adopción de estas tecnologías. Los resultados obtenidos revelan un panorama de oportunidades y desafíos
dc.description.abstractThe construction industry in Medellín – Antioquia, despite its fundamental role in economic and social development, shows a notable lag in the adoption of information and communication technologies (ICT). This situation, replicated globally, limits the efficiency and productivity of projects, negatively impacting costs, quality, and safety of the works. Several factors contribute to this lag, including industry fragmentation, resistance to change, and a lack of innovation culture within construction companies. The complexity of projects and the high costs associated with the implementation of new technologies have also hindered widespread adoption. The emergence of technologies such as data science and IoT (Internet of Things) sensors offers enormous potential to transform the construction sector. These technologies enable better decision-making, increased productivity, and improved quality of works. This research conducted a systematic review of academic studies on the application of emerging technologies in construction project management. A research instrument was designed and applied to evaluate the perception and willingness of construction companies towards adopting these technologies. The results reveal a landscape of opportunities and challenges. There is growing interest in implementing these technologies, but much work remains to fully harness their potential
dc.format.extent94 páginas
dc.identifier.citationCordero Sandoval, C.(2024). Optimización de la Gestión de Proyectos de Construcción Civil Mediante el Monitoreo en Tiempo Real con Dispositivos IoT y Ciencia De Datos, en proyectos de infraestructura vial de Medellín – Antioquia. [Monografía, Corporación Universitaria Minuto de Dios - UNIMINUTO]. Repositorio UNIMINUTO.
dc.identifier.urihttps://hdl.handle.net/10656/22594
dc.language.isoes
dc.publisherCorporación Universitaria Minuto de Dios - UNIMINUTO
dc.publisher.departmentPosgrado (Virtual)
dc.publisher.programEspecialización en Gerencia de Proyectos
dc.rightsAcceso Abierto - http://purl.org/coar/access_right/c_abf2
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectEmerging Technologies
dc.subjectInternet of Things (IoT)
dc.subjectData Science
dc.subjectIndustry 4.0
dc.subjectCivil Construction Project Management
dc.subjectRoad Infrastructure
dc.subject.keywordsTecnologías emergentes
dc.subject.keywordsInternet de las Cosas (IoT)
dc.subject.keywordsCiencia de Datos
dc.subject.keywordsGestión de Proyectos de Construcción Civil
dc.subject.keywordsInfraestructura Vial
dc.subject.keywordsEmerging Technologies
dc.subject.keywordsInternet of Things
dc.subject.keywordsData Science
dc.titleOptimización de la Gestión de Proyectos de Construcción Civil Mediante el Monitoreo en Tiempo Real con Dispositivos IoT y Ciencia De Datos, en proyectos de infraestructura vial de Medellín – Antioquia
dc.typeTrabajo de Investigación e Innovación
dc.type.coarthesis
dcterms.bibliographicCitationAkbari, S. (2018). Building a rough sets-based prediction model for classifying large-scale construction projects based on sustainable success index. Akinosho, T. D., Oyedele, L. O., Bilal, M., Ajayi, A. O., Delgado, M. D., Akinade, O. O., & Ahmed, A. A. (2020). Deep learning in the construction industry: A review of present status and future innovations. Alcaldía de Medellín. (2020). Plan de Desarrollo Medellín Futuro 2020 – 2023. Álvarez, O. de J. J. (2021). Las Tecnologías Emergentes en la Sociedad del Aprendizaje. Revista Científica Hallazgos21, 6(1), 101-110. Ameijide García, L. (2016). Gestión de proyectos según el PMI. Araújo-Rey, C., & Sebastián, M. A. (2021). Evaluación del uso de software de visualización y análisis de datos en el desarrollo de proyectos de construcción industriales. Bilal, M., Oyedele, L. O., Kusimo, H. O., Owolabi, H. A., Akanbi, L. A., Ajayi, A. O., Akinade, O. O., & Davila Delgado, J. M. (2019). Investigating profitability performance of construction projects using big data: A project analytics approach. Congreso de la República de Colombia. (1993). Ley 80 de 1993—Contratación Pública. Congreso de la República de Colombia. (2007). Ley 1150 de 2007—Contratación Pública. Congreso de la República de Colombia. (2009). Ley 1341 de 2009—Ley de TIC. Congreso de la República de Colombia. (2012a). Ley 1508 de 2012—Asociaciones Público-Privadas (APP). Congreso de la República de Colombia. (2012b). Ley 1581 de 2012—Protección de Datos Personales. Darko, A., Chan, A. P. C., Adabre, M. A., Edwards, D. J., Hosseini, M. R., & Ameyaw, E. E. (2020). Artificial intelligence in the AEC industry: Scientometric analysis and visualization of research activities. Ferrovial. (s. f.). Tecnologías emergentes. Ferrovial. https://www.ferrovial.com/es/innovacion/digitalhub/tecnologias-emergentes/ Fonseca, B. B., Cornelio, O. M., & Pupo, I. P. (2021). Sistema de recomendaciones sobre la evaluación de proyectos de desarrollo de software. Revista Cubana de Informática Médica, 13(2). García, J., Molina, J., Berlanga, A., Patricio, M., Bustamante, A., & Padilla, W. (2018). Ciencia de datos. Técnicas Analíticas y Aprendizaje Estadístico. Bogotá, Colombia. Publicaciones Altaria, SL. Hooda, Y., Kuhar, P., Sharma, K., & Verma, N. K. (2021). Emerging Applications of Artificial Intelligence in Structural Engineering and Construction Industry. Hosseini, R., Chileshe, N., Zou, J., & Baroudi, B. (2012). Approaches of implementing ICT technologies within the construction industry. 1(2), 1-12. Huang, Y., Shi, Q., Zuo, J., Pena-Mora, F., & Chen, J. (2021). Research Status and Challenges of DataDriven Construction Project Management in the Big Data Context. Jiang, Y., & He, X. (2020). Overview of Applications of the Sensor Technologies for Construction Machinery. Lemus-Delgado, D., & Pérez Navarro, R. (2020). Ciencia de datos y estudios globales: Aportaciones y desafíos metodológicos. Colombia Internacional, 102, 41-62. Li, C. Z., Zhao, Y., Xiao, B., Yu, B., Tam, V. W. Y., Chen, Z., & Ya, Y. (2020). Research trend of the application of information technologies in construction and demolition waste management. MinTIC. (2019). Ley 1955 del 2019—Ley de Transformacion Digital. MinTIC. (2022). Decreto 1263 de 2022—Lineamientos y estándares aplicables a la transformación digital pública. Pan, J., & Rao, Y. (2021). Research on digital collaborative management model of engineering projects based on BIM and IPD. Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK® guide) (7th ed.). Qian, Z., Yang, X., Xu, Z., & Cai, W. (2021). Research on Key Construction Technology of Building Engineering under the Background of Big Data. Sacks, R., Brilakis, I., Pikas, E., Xie, H. S., & Girolami, M. (2020). Construction with digital twin information systems. Salem, T., & Dragomir, M. (2022). Options for and Challenges of Employing Digital Twins in Construction Management. StartupEable. (s. f.). Tecnologías emergentes [Https://startupeable.com/glosario/tecnologias-emergentes/]. Tang, D., & Liu, k. (2022). Exploring the Application of BIM Technology in the Whole Process of Construction Cost Management with Computational Intelligence. Universidad Internacional de La Rioja. (s. f.). Metodologías PMI. https://www.unir.net/ingenieria/revista/metodologiaspmi/#:~:text=La%20gesti%C3%B3n%20de%20proyectos%20consiste,de%20manera%20eficient e%20y%20eficaz Vidal Ledo, M. J., Delgado Ramos, A., Gutiérrez Vera, D., & Rodríguez Díaz, A. (2023). Ciencia de Datos en Salud. Educación Médica Superior, 37(1). VQ Ingenieria. (2022). ¿Por qué son importantes los proyectos de infraestructura para el desarrollo de un país? Wrike. (2023). ¿Qué es la gestión de la integración de proyectos? You, Z., & Wu, C. (2019). A framework for data-driven informatization of the construction company. Zabala Vargas, S. A. (2023). Inteligencia Artificial, Big-Data Y Ciencia De Datos Para La Optimización De La Gestión De Proyectos En Colombia. Zabala-Vargas, S., Jaimes-Quintanilla, M., & Jimenez-Barrera, M. H. (2023). Big Data, Data Science, and Artificial Intelligence for Project Management in the Architecture, Engineering, and Construction Industry: A Systematic Review. Buildings, 13(12). https://doi.org/10.3390/buildings13122944 Zixin, H., & Yaowo, W. (2017). The Applied Exploration of Big Data Technology in Prefabricated Construction Project Management

Files

Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
TE.PRO_CorderoSandovalCindyPaola_2024
Size:
725.85 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Autorización_CorderoSandovalCindyPaola_2024
Size:
158.54 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.72 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Especialización en Gerencia de Proyectos