El objetivo principal del estudio fue investigar la relación entre las gestiones administrativas sanitarias y la productividad en un hospital nacional de Lima en el año 2024. Para lograrlo, se siguió un enfoque metodológico básico, no experimental, con un diseño cuantitativo y un alcance correlacional. La muestra incluyó a 85 trabajadores administrativos del hospital, quienes completaron un cuestionario específico para evaluar las variables consideradas. Los resultados demostraron que las gestiones administrativas están positivamente relacionadas con la productividad en sus diferentes dimensiones: productividad del capital, productividad de espacios físicos y productividad laboral. Los coeficientes de correlación de Rho Spearman fueron 0.859, 0.859 y 0.897, respectivamente. Se concluyó que una buena gestión administrativa está fuertemente correlacionada con una mayor produc...

Este estudio desarrolló un modelo predictivo basado en redes LSTM para optimizar la ejecución presupuestal del Ministerio de Educación del Perú (MINEDU). Utilizando datos anuales del SIAF-MEF (2009-2024), se comparó el rendimiento de LSTM con ARIMA. El modelo se implementó en Python 3.10 con TensorFlow 2.12, aplicando normalización Min-Max y validación cruzada temporal. Los resultados mostraron que el LSTM redujo el RMSE en un 47.3% (1,531,007 S/ vs. 2,904,248 S/) y el MAPE en un 28.2% (9.23% vs. 12.86%) respecto a ARIMA, superando la hipótesis inicial del 15%. Esto permitirá al MINEDU asignar recursos con mayor precisión, mitigando riesgos de subejecución y alineándose con el ODS 4. La investigación valida la aplicación de IA en el sector público y propone su escalabilidad a otras entidades gubernamentales. Palabras clave: ejecución presupuestaria, LSTM, sector público...