La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022

Descripción del Articulo

El objetivo primordial de la indagación fue Determinar la repercusión de la Inteligencia Artificial en la predicción de la Defraudación Tributaria en la administración tributaria de Huánuco, 2022. Se alineó en afinidad a la inteligencia artificial por las exploraciones de OSSANDON (2000) quien revel...

Descripción completa

Detalles Bibliográficos
Autores: Berrios Calderon, Melissa Cristina, Fretel Cardenas, Alicia Justa, Lastra Espinoza, Liset
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Nacional Hermilio Valdizán
Repositorio:UNHEVAL-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unheval.edu.pe:20.500.13080/8988
Enlace del recurso:https://hdl.handle.net/20.500.13080/8988
Nivel de acceso:acceso abierto
Materia:Inteligencia artificial
Aprendizaje automático
Gestión fiscal
Big data
Fraude fiscal
https://purl.org/pe-repo/ocde/ford#5.09.02
id UNHE_c0f6f0f17c767823c62c122c6ca4b861
oai_identifier_str oai:repositorio.unheval.edu.pe:20.500.13080/8988
network_acronym_str UNHE
network_name_str UNHEVAL-Institucional
repository_id_str 4607
dc.title.es_PE.fl_str_mv La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022
title La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022
spellingShingle La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022
Berrios Calderon, Melissa Cristina
Inteligencia artificial
Aprendizaje automático
Gestión fiscal
Big data
Fraude fiscal
https://purl.org/pe-repo/ocde/ford#5.09.02
title_short La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022
title_full La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022
title_fullStr La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022
title_full_unstemmed La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022
title_sort La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022
author Berrios Calderon, Melissa Cristina
author_facet Berrios Calderon, Melissa Cristina
Fretel Cardenas, Alicia Justa
Lastra Espinoza, Liset
author_role author
author2 Fretel Cardenas, Alicia Justa
Lastra Espinoza, Liset
author2_role author
author
dc.contributor.advisor.fl_str_mv Ramirez Tabraj, Eudosio
dc.contributor.author.fl_str_mv Berrios Calderon, Melissa Cristina
Fretel Cardenas, Alicia Justa
Lastra Espinoza, Liset
dc.subject.es_PE.fl_str_mv Inteligencia artificial
Aprendizaje automático
Gestión fiscal
Big data
Fraude fiscal
topic Inteligencia artificial
Aprendizaje automático
Gestión fiscal
Big data
Fraude fiscal
https://purl.org/pe-repo/ocde/ford#5.09.02
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#5.09.02
description El objetivo primordial de la indagación fue Determinar la repercusión de la Inteligencia Artificial en la predicción de la Defraudación Tributaria en la administración tributaria de Huánuco, 2022. Se alineó en afinidad a la inteligencia artificial por las exploraciones de OSSANDON (2000) quien revelo que: Las tecnologías disruptivas como la inteligencia artificial están siendo utilizadas con mayor frecuencia por las administraciones tributarias para el desarrollo de sus actividades. Muchos países están introduciendo estas técnicas en cuestiones como el análisis de riesgos y en la lucha contra la evasión, o en la prestación de servicios a los contribuyentes mediante nuevos canales de comunicación (p. 1) La metodología utilizada fue de un enfoque cuantitativo de tipo aplicada de nivel correlacional y diseño no experimental con una la población de la tesis colectiva fue conformada por 50 funcionarios públicos de la Oficina Zonal Huánuco SUNAT, considerando solamente aquellas que pueden facilitar información valiosa para la investigación, dato proporcionado por la Oficina Zonal de Huánuco y La muestra estuvo con formada por 37 funcionarios públicos de la Oficina Zonal Huánuco SUNAT, y la encuesta se formuló a estos funcionarios públicos. Obteniendo el resultado que el nivel de significancia o valor de p = < 0.001, lo que significa que P es menor que alfa = 0.05 (p ≤ α), por lo cual se aceptó la hipótesis alterna y se rechazó la hipótesis nula. Es decir que “La Inteligencia Artificial repercute de manera positiva en la predicción de la Defraudación Tributaria en la administración tributaria de Huánuco, 2022”. Además, el factor de Correlación R de Pearson entre la VI y VD = 0.684, lo cual indica que la Variable Independiente (La Inteligencia Artificial) y la Variable dependiente (la Defraudación Tributaria) tuvieron una correlación positiva media.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-10-23T20:29:06Z
dc.date.available.none.fl_str_mv 2023-10-23T20:29:06Z
dc.date.issued.fl_str_mv 2023
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.13080/8988
url https://hdl.handle.net/20.500.13080/8988
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.relation.ispartofseries.none.fl_str_mv TCO01285B46;
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Hermilio Valdizán
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNHEVAL-Institucional
instname:Universidad Nacional Hermilio Valdizán
instacron:UNHEVAL
instname_str Universidad Nacional Hermilio Valdizán
instacron_str UNHEVAL
institution UNHEVAL
reponame_str UNHEVAL-Institucional
collection UNHEVAL-Institucional
bitstream.url.fl_str_mv https://repositorio.unheval.edu.pe/bitstreams/e18d7608-1dff-426f-a427-3b1f3da54507/download
https://repositorio.unheval.edu.pe/bitstreams/0434f1ad-470c-414e-b7e8-36ca9d08d1d4/download
https://repositorio.unheval.edu.pe/bitstreams/1f052d08-9149-4b07-a9ae-d19aa9bf0803/download
https://repositorio.unheval.edu.pe/bitstreams/9c27cf51-170f-4b56-80f4-5530dc3fb0d8/download
bitstream.checksum.fl_str_mv 3a4ce6fd60152708760240837f8bce08
426197471b68984ea1616f932d7a4d46
66a977638c5c0e34d5e41e5152edb500
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UNHEVAL
repository.mail.fl_str_mv repositorio@unheval.edu.pe
_version_ 1822145905876271104
spelling Ramirez Tabraj, EudosioBerrios Calderon, Melissa CristinaFretel Cardenas, Alicia JustaLastra Espinoza, Liset2023-10-23T20:29:06Z2023-10-23T20:29:06Z2023https://hdl.handle.net/20.500.13080/8988El objetivo primordial de la indagación fue Determinar la repercusión de la Inteligencia Artificial en la predicción de la Defraudación Tributaria en la administración tributaria de Huánuco, 2022. Se alineó en afinidad a la inteligencia artificial por las exploraciones de OSSANDON (2000) quien revelo que: Las tecnologías disruptivas como la inteligencia artificial están siendo utilizadas con mayor frecuencia por las administraciones tributarias para el desarrollo de sus actividades. Muchos países están introduciendo estas técnicas en cuestiones como el análisis de riesgos y en la lucha contra la evasión, o en la prestación de servicios a los contribuyentes mediante nuevos canales de comunicación (p. 1) La metodología utilizada fue de un enfoque cuantitativo de tipo aplicada de nivel correlacional y diseño no experimental con una la población de la tesis colectiva fue conformada por 50 funcionarios públicos de la Oficina Zonal Huánuco SUNAT, considerando solamente aquellas que pueden facilitar información valiosa para la investigación, dato proporcionado por la Oficina Zonal de Huánuco y La muestra estuvo con formada por 37 funcionarios públicos de la Oficina Zonal Huánuco SUNAT, y la encuesta se formuló a estos funcionarios públicos. Obteniendo el resultado que el nivel de significancia o valor de p = < 0.001, lo que significa que P es menor que alfa = 0.05 (p ≤ α), por lo cual se aceptó la hipótesis alterna y se rechazó la hipótesis nula. Es decir que “La Inteligencia Artificial repercute de manera positiva en la predicción de la Defraudación Tributaria en la administración tributaria de Huánuco, 2022”. Además, el factor de Correlación R de Pearson entre la VI y VD = 0.684, lo cual indica que la Variable Independiente (La Inteligencia Artificial) y la Variable dependiente (la Defraudación Tributaria) tuvieron una correlación positiva media.application/pdfspaUniversidad Nacional Hermilio ValdizánPETCO01285B46;SUNEDUinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Inteligencia artificialAprendizaje automáticoGestión fiscalBig dataFraude fiscalhttps://purl.org/pe-repo/ocde/ford#5.09.02La Inteligencia Artificial y la predicción de la defraudación tributaria en la Administración Tributaria de Huánuco, año 2022info:eu-repo/semantics/bachelorThesisreponame:UNHEVAL-Institucionalinstname:Universidad Nacional Hermilio Valdizáninstacron:UNHEVALUniversidad Nacional Hermilio Valdizán. Facultad de Ciencias Contables y FinancierasContador PúblicoCiencias Contables y Financieras22483399https://orcid.org/0000-0001-8175-2391716288807145622873333445411066Rosales Albornoz, Jorge EdgarNacion Moya, Julio AugustoPardave Brancacho, Julio VicenteArias Flores, Teodomirohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisTEXTTCO01285B46.pdf.txtTCO01285B46.pdf.txtExtracted texttext/plain101969https://repositorio.unheval.edu.pe/bitstreams/e18d7608-1dff-426f-a427-3b1f3da54507/download3a4ce6fd60152708760240837f8bce08MD55THUMBNAILTCO01285B46.pdf.jpgTCO01285B46.pdf.jpgGenerated Thumbnailimage/jpeg19139https://repositorio.unheval.edu.pe/bitstreams/0434f1ad-470c-414e-b7e8-36ca9d08d1d4/download426197471b68984ea1616f932d7a4d46MD56ORIGINALTCO01285B46.pdfTCO01285B46.pdfTesisapplication/pdf7157638https://repositorio.unheval.edu.pe/bitstreams/1f052d08-9149-4b07-a9ae-d19aa9bf0803/download66a977638c5c0e34d5e41e5152edb500MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unheval.edu.pe/bitstreams/9c27cf51-170f-4b56-80f4-5530dc3fb0d8/download8a4605be74aa9ea9d79846c1fba20a33MD5220.500.13080/8988oai:repositorio.unheval.edu.pe:20.500.13080/89882024-10-22 12:08:08.311https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unheval.edu.peRepositorio Institucional UNHEVALrepositorio@unheval.edu.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
score 13.936249
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).