Datos de investigación +información...
Recursos didácticos +información...
Resultados de investigación +información...
Tesis +información...
Trabajos fin de grado +información...
Trabajos fin de máster +información...
UNIR Editorial +información...
UNIR Revistas +información...
Publicaciones recientes
Acceso AbiertoItem type: Tesis de Maestría , 
Agregar a mi lista
LA DERIVACIÓN DE RESPONSABILIDAD TRIBUTARIA A LOS ADMINISTRADORES SOCIALES DESDE UN ENFOQUE JURISPRUDENCIAL(2026-01-07) Pesado-Catrufo, PabloEl presente trabajo tiene por objeto analizar los acuerdos de derivación de responsabilidad tributaria, tanto en su modalidad solidaria como subsidiaria, que la AEAT dirige contra los contribuyentes. Este análisis se realiza a la luz de la reciente jurisprudencia del Tribunal Supremo, cuya doctrina ha supuesto una ruptura significativa con el paradigma de derivación que venía aplicando tradicionalmente la Administración. Las sentencias dictadas por el Tribunal Supremo en el presente año descartan que la AEAT pueda derivar responsabilidad de forma casi automática mediante una mera remisión genérica a los preceptos de la Ley General Tributaria que regulan esta materia. Por el contrario, la Administración debe acreditar de manera concreta, individualizada y motivada la conducta atribuida al presunto responsable, así como explicar de forma razonada cómo dicha conducta encaja en el supuesto de hecho del precepto que fundamenta la derivación. Esta exigencia refuerza la tutela del contribuyente y eleva sustancialmente el estándar de motivación requerido en estos procedimientos.- Acceso Abierto
Item type: Otro , Agregar a mi lista
Percepciones de los estudiantes universitarios sobre la ética y el uso de chatbots impulsados por la IAG como asistentes educativos(Revista Española de Pedagogía, 2026) Karla Karina Ruiz Mendoza; Luis Horacio Pedroza ZúñigaLa irrupción de la Inteligencia Artificial Generativa (IAG), en particular ChatGPT, está re[1]configurando la Educación Superior al ofrecer apoyo personalizado, pero también plantea desafíos sobre la integridad académica y el uso responsable. Este estudio exploratorio-descriptivo analiza el impacto del uso educativo de ChatGPT en la autoeficacia digital, el valor educativo percibido, la facilidad percibida, la intención de uso y las percepciones éticas de los estudiantes universitarios de Educación. Participaron 68 estudiantes de una universidad pública que trabajaron con tres chatbots personalizados durante un semestre y respondieron cuestionarios tipo Likert antes y después de la intervención. Se evaluó la consistencia interna mediante un alfa de Cronbach y los cambios pre-post con la prueba de rangos con signo de Wilcoxon. Además, se analizaron tres preguntas abiertas y un grupo focal con seis estudiantes mediante una codificación temática guiada por los modelos TPACK y SAMR. Los resultados muestran incrementos significativos, con tamaños de efecto medianos, en la autoeficacia digital, el valor educativo percibido y la intención de uso, mientras que la facilidad percibida se mantuvo alta y estable. Cualitativamente, predominan percepciones positivas, pero condicionadas al cumplimiento de criterios éticos básicos y una comprensión ética aún superficial. Se concluye que ChatGPT puede favorecer la adopción tecnológica siempre que se acompañe de una formación explícita en ética de la IAG. El carácter intencional y acotado de la muestra constituye una limitación y abre líneas para estudios comparativos y longitudinales. - Acceso Abierto
Item type: Tesis de Maestría , Agregar a mi lista
Detección Proactiva de Anomalías en Kubernetes mediante un Operador Inteligente(2026-02-04) Aranda-Hernández, AntonioLa creciente complejidad de los entornos basados en Kubernetes y arquitecturas de microservicios ha puesto de manifiesto las limitaciones de los sistemas tradicionales de monitorización basados en reglas y umbrales estáticos. Estos enfoques presentan dificultades para escalar, generan un elevado número de falsas alarmas y carecen de contexto para apoyar la toma de decisiones operativas. En este trabajo se presenta el diseño, implementación y validación de un Operador Inteligente de Kubernetes orientado a la detección proactiva de anomalías mediante el uso de inteligencia artificial. La solución se basa en un operador Kubernetes nativo que recolecta métricas de los workloads en tiempo real, analiza su comportamiento mediante modelos de lenguaje de gran tamaño y genera alertas contextuales junto con recomendaciones accionables para equipos SRE y DevOps. El sistema ha sido evaluado en un entorno controlado durante 48 horas de operación continua, validándose sobre cargas de trabajo CPU-bound, memorybound y GPU-bound. Los resultados obtenidos muestran una alta precisión en la detección de anomalías (91.7% de verdaderos positivos) y una baja tasa de falsas alarmas (0.3 %), superando a los enfoques tradicionales basados en umbrales. Asimismo, la solución se presenta como un sistema productivo, seguro y fácilmente desplegable, preparado para su adopción en entornos reales.
ReUNIR se difunde en
.png)