Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure

Descripción del Articulo

El Big Data ha jugado un papel importante en la respuesta al COVID-19. La primera alarma sobre este nuevo virus se dio el 31 de diciembre de 2019 gracias al rastreo con Big Data e Inteligencia Artificial - de la empresa BlueDot. Desde que el Covid-19 se propagó, en China se intentó decrementar o det...

Descripción completa

Detalles Bibliográficos
Autores: Viteri Gonzales, Alan Percy, Beltrán García, José Antonio
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Privada Antenor Orrego
Repositorio:UPAO-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.upao.edu.pe:20.500.12759/10283
Enlace del recurso:https://hdl.handle.net/20.500.12759/10283
Nivel de acceso:acceso abierto
Materia:Big Data
Hadoop
https://purl.org/pe-repo/ocde/ford#2.02.04
id UPAO_c75141c79042856e691cda901f0b6995
oai_identifier_str oai:repositorio.upao.edu.pe:20.500.12759/10283
network_acronym_str UPAO
network_name_str UPAO-Tesis
repository_id_str 3230
dc.title.es_PE.fl_str_mv Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
title Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
spellingShingle Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
Viteri Gonzales, Alan Percy
Big Data
Hadoop
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
title_full Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
title_fullStr Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
title_full_unstemmed Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
title_sort Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
dc.creator.none.fl_str_mv Viteri Gonzales, Alan Percy
author Viteri Gonzales, Alan Percy
author_facet Viteri Gonzales, Alan Percy
Beltrán García, José Antonio
author_role author
author2 Beltrán García, José Antonio
author2_role author
dc.contributor.advisor.fl_str_mv Ullón Ramírez, Agustin Eduardo
dc.contributor.author.fl_str_mv Viteri Gonzales, Alan Percy
Beltrán García, José Antonio
dc.subject.es_PE.fl_str_mv Big Data
Hadoop
topic Big Data
Hadoop
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description El Big Data ha jugado un papel importante en la respuesta al COVID-19. La primera alarma sobre este nuevo virus se dio el 31 de diciembre de 2019 gracias al rastreo con Big Data e Inteligencia Artificial - de la empresa BlueDot. Desde que el Covid-19 se propagó, en China se intentó decrementar o detectar el número de personas contagiadas a través de la recolección de datos de los contagiados, luego generaron un sin número de aplicaciones para informar a las personas sobre los casos y la gravedad. Las soluciones de Big Data y su uso correcto pueden ser una herramienta de gran utilidad, para la detección y así descender la curva de contagios frente al COVID-19. El CENARES como un Organismo Desconcentrado del Ministerio de Salud, responsable de la gestión estratégica del abastecimiento de los recursos de salud, estableciendo prioridades de acuerdo a los requerimientos nacionales y desarrollando los mecanismos necesarios de intervención en salud, definidos en el plan del Ministerio de Salud - MINSA. El problema con estas instituciones es que actualmente no se tiene identificado las variables que se deben de tener en cuenta para realizar una proyección más certera de la cantidad de vacunas e implementos que se deben de comprar y distribuir, según la región, provincia y/o Distrito. Con el trabajo se pretende construir una solución basada en datos recolectados de diferentes fuentes (MINSA-CENARES), que permita analizar, comprender y monitorizar la información para optimizar la compra y distribución de vacunas e implementos contra el COVID-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-02-07T14:37:11Z
dc.date.available.none.fl_str_mv 2023-02-07T14:37:11Z
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/20.500.12759/10283
url https://hdl.handle.net/20.500.12759/10283
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 T_SIST_1510
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/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Privada Antenor Orrego
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Privada Antenor Orrego
Repositorio Institucional - UPAO
dc.source.none.fl_str_mv reponame:UPAO-Tesis
instname:Universidad Privada Antenor Orrego
instacron:UPAO
instname_str Universidad Privada Antenor Orrego
instacron_str UPAO
institution UPAO
reponame_str UPAO-Tesis
collection UPAO-Tesis
bitstream.url.fl_str_mv https://repositorio.upao.edu.pe/backend/api/core/bitstreams/bb7f6c4f-b6f7-42df-bc82-502fc13ef9a4/content
https://repositorio.upao.edu.pe/backend/api/core/bitstreams/afb18ae2-2252-41d8-aa35-95b445bdd95c/content
https://repositorio.upao.edu.pe/backend/api/core/bitstreams/f6836da8-fd20-46bc-bc96-58f37ef9cae2/content
https://repositorio.upao.edu.pe/backend/api/core/bitstreams/9720c251-05d9-4398-8a36-19be947c2f9a/content
bitstream.checksum.fl_str_mv f6c01ff4cf2358fc99eba0a8ab799b9b
8a4605be74aa9ea9d79846c1fba20a33
b1dcfae78b0f31ce266b443a0c2db143
7c59b4c7bb90824e6e73b41ec7cfdf27
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Privada Antenor Orrego
repository.mail.fl_str_mv dspace-help@myu.edu
_version_ 1846069056474447872
spelling Ullón Ramírez, Agustin EduardoViteri Gonzales, Alan PercyBeltrán García, José AntonioViteri Gonzales, Alan Percy2023-02-07T14:37:11Z2023-02-07T14:37:11Z2023https://hdl.handle.net/20.500.12759/10283El Big Data ha jugado un papel importante en la respuesta al COVID-19. La primera alarma sobre este nuevo virus se dio el 31 de diciembre de 2019 gracias al rastreo con Big Data e Inteligencia Artificial - de la empresa BlueDot. Desde que el Covid-19 se propagó, en China se intentó decrementar o detectar el número de personas contagiadas a través de la recolección de datos de los contagiados, luego generaron un sin número de aplicaciones para informar a las personas sobre los casos y la gravedad. Las soluciones de Big Data y su uso correcto pueden ser una herramienta de gran utilidad, para la detección y así descender la curva de contagios frente al COVID-19. El CENARES como un Organismo Desconcentrado del Ministerio de Salud, responsable de la gestión estratégica del abastecimiento de los recursos de salud, estableciendo prioridades de acuerdo a los requerimientos nacionales y desarrollando los mecanismos necesarios de intervención en salud, definidos en el plan del Ministerio de Salud - MINSA. El problema con estas instituciones es que actualmente no se tiene identificado las variables que se deben de tener en cuenta para realizar una proyección más certera de la cantidad de vacunas e implementos que se deben de comprar y distribuir, según la región, provincia y/o Distrito. Con el trabajo se pretende construir una solución basada en datos recolectados de diferentes fuentes (MINSA-CENARES), que permita analizar, comprender y monitorizar la información para optimizar la compra y distribución de vacunas e implementos contra el COVID-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure.Big Data has played an important role in the response to COVID-19. The first alarm about this new virus was given on December 31, 2019 thanks to the tracking with Big Data and Artificial Intelligence - from the company BlueDot. Since the Covid-19 spread, in China an attempt was made to decrease or detect the number of infected people through the collection of data from those infected, then they generated a number of applications to inform people about the cases and the severity . Big Data solutions and their correct use can be a very useful tool for detection and thus lower the contagion curve against COVID-19. The National Center for the Supply of Strategic Health Resources (CENARES), as a Decentralized Organization of the Ministry of Health, is in charge of managing the supply of strategic health resources, prioritized through national requests, developing the necessary mechanisms for the care of the health interventions defined by the programs of the Ministry of Health - MINSA. The problem with these institutions is that currently the variables that must be taken into account to make a more accurate projection of the amount of vaccines and implements that must be purchased and distributed, according to the region, province and / or have not been identified. District. The work aims to build a solution based on data collected from different sources (MINSA-CENARES), which will allow to analyze, understand and monitor the information to optimize the purchase and distribution of vaccines and implements against COVID-19 under the Apache ecosystem. Hadoop and Microsoft Azure.Tesisapplication/pdfspaUniversidad Privada Antenor OrregoPET_SIST_1510SUNEDUinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Universidad Privada Antenor OrregoRepositorio Institucional - UPAOreponame:UPAO-Tesisinstname:Universidad Privada Antenor Orregoinstacron:UPAOBig DataHadoophttps://purl.org/pe-repo/ocde/ford#2.02.04Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azureinfo:eu-repo/semantics/bachelorThesisTítulo ProfesionalUniversidad Privada Antenor Orrego. Facultad de IngenieríaIngeniero de Computación y SistemasIngeniería de Computación y Sistemashttps://orcid.org/0000-0003-1198-1855182152174248635770864676https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional611066Castillo Robles, Edward FernandoMeléndez Revilla, Karla VanessaAbanto Cabrera, Heber GersonORIGINALREP_ALAN.VITTERI_JOSÉ.BELTRÁN_BIG.DATA.PARA.ANÁLISIS.DE.LOS.DATOS ABIERTOS.pdfREP_ALAN.VITTERI_JOSÉ.BELTRÁN_BIG.DATA.PARA.ANÁLISIS.DE.LOS.DATOS ABIERTOS.pdfREP_ALAN.VITTERI_JOSÉ.BELTRÁN_BIG.DATA.PARA.ANÁLISIS.DE.LOS.DATOS ABIERTOSapplication/pdf2907896https://repositorio.upao.edu.pe/backend/api/core/bitstreams/bb7f6c4f-b6f7-42df-bc82-502fc13ef9a4/contentf6c01ff4cf2358fc99eba0a8ab799b9bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.upao.edu.pe/backend/api/core/bitstreams/afb18ae2-2252-41d8-aa35-95b445bdd95c/content8a4605be74aa9ea9d79846c1fba20a33MD52TEXTREP_ALAN.VITTERI_JOSÉ.BELTRÁN_BIG.DATA.PARA.ANÁLISIS.DE.LOS.DATOS ABIERTOS.pdf.txtREP_ALAN.VITTERI_JOSÉ.BELTRÁN_BIG.DATA.PARA.ANÁLISIS.DE.LOS.DATOS ABIERTOS.pdf.txtExtracted texttext/plain65900https://repositorio.upao.edu.pe/backend/api/core/bitstreams/f6836da8-fd20-46bc-bc96-58f37ef9cae2/contentb1dcfae78b0f31ce266b443a0c2db143MD53THUMBNAILREP_ALAN.VITTERI_JOSÉ.BELTRÁN_BIG.DATA.PARA.ANÁLISIS.DE.LOS.DATOS ABIERTOS.pdf.jpgREP_ALAN.VITTERI_JOSÉ.BELTRÁN_BIG.DATA.PARA.ANÁLISIS.DE.LOS.DATOS ABIERTOS.pdf.jpgGenerated Thumbnailimage/jpeg5706https://repositorio.upao.edu.pe/backend/api/core/bitstreams/9720c251-05d9-4398-8a36-19be947c2f9a/content7c59b4c7bb90824e6e73b41ec7cfdf27MD5420.500.12759/10283oai:repositorio.upao.edu.pe:20.500.12759/102832025-02-21 17:36:32.564https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.upao.edu.peRepositorio de la Universidad Privada Antenor Orregodspace-help@myu.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
score 13.1083765
Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
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).

Ejemplares Similares