TucuTrack
- Autores
- Albarracín , Cintya Yohana; Domínguez Baez , Félix Esteban; Juárez , Nahuel Alejandro; Sánchez , Raúl Alexis
- Año de publicación
- 2026
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Barrionuevo, Analia del Valle
Ugarte, Fernando - Descripción
- TucuTrack es una plataforma digital de seguimiento en tiempo real diseñada para optimizar el uso del transporte público interurbano en la provincia de Tucumán. El sistema integra tecnologías de geolocalización, comunicación bidireccional y asistencia mediante inteligencia artificial para eliminar la incertidumbre que afecta a miles de pasajeros que recorren diariamente el corredor de la Ruta 38. Su diseño sitúa al usuario como eje principal: la aplicación permite visualizar la ubicación exacta de las unidades de las empresas TESA y Exprebus, consultar horarios dinámicos y acceder a cuadros tarifarios actualizados en una interfaz única y accesible. La experiencia que ofrece TucuTrack se fundamenta en la colaboración ciudadana. A través de un sistema de reportes inteligentes, los pasajeros pueden notificar incidentes como retrasos, unidades llenas o desvíos. Esta información es procesada en tiempo real por un asistente basado en IA (Google Gemini), que valida los datos y genera alertas segmentadas para el resto de la comunidad. De este modo, la plataforma no solo funciona como una herramienta de monitoreo, sino como una red de información viva que empodera al ciudadano frente a las contingencias del servicio de transporte. El objetivo general del proyecto fue diseñar e implementar una solución tecnológica integral que modernice la gestión de información del transporte interurbano en Tucumán. Para lograrlo, el desarrollo se estructuró en etapas rigurosas: análisis de requisitos, diseño de arquitectura, implementación de módulos de backend y frontend, y una fase intensiva de pruebas de sincronización. Durante el análisis, se modelaron casos de uso que reflejan las interacciones críticas entre el pasajero y el sistema de geolocalización. El diseño contempló una arquitectura de capas orientada a servicios, utilizando modelos de datos relacionales en PostgreSQL y flujos de comunicación asincrónica mediante WebSockets. La implementación se centró en el desarrollo de una PWA (Progressive Web App) utilizando un stack tecnológico moderno (React, Node.js y Supabase), garantizando un alto rendimiento y una baja latencia en la actualización de posiciones. El despliegue final se realizó en servidores cloud escalables (Railway y Vercel), asegurando la disponibilidad continua del servicio. Además del desarrollo técnico, se realizó un análisis de factibilidad operativa y tecnológica que confirmó la viabilidad del proyecto dada la alta penetración de dispositivos móviles y conectividad en la región. En síntesis, TucuTrack se posiciona como una solución innovadora y de gran impacto social que reduce los tiempos de espera "ciega" en las paradas y mejora la seguridad de los pasajeros al brindar previsibilidad. Los resultados obtenidos evidencian el cumplimiento de los objetivos académicos y técnicos planteados, demostrando un alto potencial de escalabilidad hacia otros corredores y servicios de transporte de la región.
Fil: Albarracín, Cintya Yohana. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
Fil: Domínguez Baez, Félix Esteban. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
Fil: Juárez, Nahuel Alejandro. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
Fil: Sánchez, Raúl Alexis. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. - Materia
-
Ingeniería
Sistema
Información
Diseño
Transporte público - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Attribution-NonCommercial-NoDerivs 2.5 Argentina
- Repositorio
.jpg)
- Institución
- Universidad Tecnológica Nacional
- OAI Identificador
- oai:ria.utn.edu.ar:20.500.12272/15784
Ver los metadatos del registro completo
| id |
RIAUTN_7cabb270a779dba23a181bb76b18aab7 |
|---|---|
| oai_identifier_str |
oai:ria.utn.edu.ar:20.500.12272/15784 |
| network_acronym_str |
RIAUTN |
| repository_id_str |
a |
| network_name_str |
Repositorio Institucional Abierto (UTN) |
| spelling |
TucuTrackAlbarracín , Cintya YohanaDomínguez Baez , Félix EstebanJuárez , Nahuel AlejandroSánchez , Raúl AlexisIngenieríaSistemaInformaciónDiseñoTransporte públicoTucuTrack es una plataforma digital de seguimiento en tiempo real diseñada para optimizar el uso del transporte público interurbano en la provincia de Tucumán. El sistema integra tecnologías de geolocalización, comunicación bidireccional y asistencia mediante inteligencia artificial para eliminar la incertidumbre que afecta a miles de pasajeros que recorren diariamente el corredor de la Ruta 38. Su diseño sitúa al usuario como eje principal: la aplicación permite visualizar la ubicación exacta de las unidades de las empresas TESA y Exprebus, consultar horarios dinámicos y acceder a cuadros tarifarios actualizados en una interfaz única y accesible. La experiencia que ofrece TucuTrack se fundamenta en la colaboración ciudadana. A través de un sistema de reportes inteligentes, los pasajeros pueden notificar incidentes como retrasos, unidades llenas o desvíos. Esta información es procesada en tiempo real por un asistente basado en IA (Google Gemini), que valida los datos y genera alertas segmentadas para el resto de la comunidad. De este modo, la plataforma no solo funciona como una herramienta de monitoreo, sino como una red de información viva que empodera al ciudadano frente a las contingencias del servicio de transporte. El objetivo general del proyecto fue diseñar e implementar una solución tecnológica integral que modernice la gestión de información del transporte interurbano en Tucumán. Para lograrlo, el desarrollo se estructuró en etapas rigurosas: análisis de requisitos, diseño de arquitectura, implementación de módulos de backend y frontend, y una fase intensiva de pruebas de sincronización. Durante el análisis, se modelaron casos de uso que reflejan las interacciones críticas entre el pasajero y el sistema de geolocalización. El diseño contempló una arquitectura de capas orientada a servicios, utilizando modelos de datos relacionales en PostgreSQL y flujos de comunicación asincrónica mediante WebSockets. La implementación se centró en el desarrollo de una PWA (Progressive Web App) utilizando un stack tecnológico moderno (React, Node.js y Supabase), garantizando un alto rendimiento y una baja latencia en la actualización de posiciones. El despliegue final se realizó en servidores cloud escalables (Railway y Vercel), asegurando la disponibilidad continua del servicio. Además del desarrollo técnico, se realizó un análisis de factibilidad operativa y tecnológica que confirmó la viabilidad del proyecto dada la alta penetración de dispositivos móviles y conectividad en la región. En síntesis, TucuTrack se posiciona como una solución innovadora y de gran impacto social que reduce los tiempos de espera "ciega" en las paradas y mejora la seguridad de los pasajeros al brindar previsibilidad. Los resultados obtenidos evidencian el cumplimiento de los objetivos académicos y técnicos planteados, demostrando un alto potencial de escalabilidad hacia otros corredores y servicios de transporte de la región.Fil: Albarracín, Cintya Yohana. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.Fil: Domínguez Baez, Félix Esteban. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.Fil: Juárez, Nahuel Alejandro. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.Fil: Sánchez, Raúl Alexis. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.Barrionuevo, Analia del ValleUgarte, Fernando2026-10-07T13:50:13Z2026-05-26info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradopdfapplication/pdfhttps://hdl.handle.net/20.500.12272/15784spaGrosz, M. (2023, 10 agosto). Las 6 mejores apps para saber cuándo pasará el colectivo, con datos en tiempo real. Clarín. https://www.clarin.com/servicios/6-mejores-apps-saber-pasara-colectivo-datos-tiempo-real_0_mIVcUt2Vb.htmlQuiroz, M. (2023, 20 julio). Estas son las tres aplicaciones con las que puedes ver cuándo llega la micro al paradero. LOS40 Chile. https://los40.cl/2023/estas-son-las-tres-aplicaciones-con-las-que-puedes-ver-cuando-llega-la-micro-al-paradero-161429.htmlAlmenara, J. P. L. (2019, 14 junio). La ‘app’ peruana que te dice qué bus tomar y en cuánto tiempo llegará a tu paradero. El Comercio Perú. https://elcomercio.pe/lima/transporte/app-peruana-dice-bus-llega-paradero-notepases-ruta-transporte-horarios-noticia-ecpm-644412-noticia/MiBondi. (s. f.). MIBondi | ¿Dónde está Mi Bondi? https://mibondi.com/Cipe, A. (2024, 31 enero). Ya podés ingresar a tubondi.com, bajar la aplicación y saber cuándo pasa el colectivo. Municipalidad de Córdoba. https://cordoba.gob.ar/tu-bondi/Argentina.gob.ar. (2019, 30 julio). La aplicación para saber cuándo llega el próximo colectivo ya funciona en la mitad del país. https://www.argentina.gob.ar/noticias/san-miguel-de-tucuman-ya-cuenta-con-cuando-subo-la-app-para-saber-cuando-llega-el-colectivoBuenos Aires Ciudad. (s. f.). BA Cómo llego. https://mapa.buenosaires.gob.ar/comollego/?lat=-34.595487&lng=-58.417912&zl=12&modo=auto&desde=-34.591954%2C+-58.404694&hasta=-34.571037%2C+-58.560219Tucumanaventuras. (2024, 4 abril). Mi Red Bus Tucumán: Todo lo que necesitas saber sobre el transporte público en la provincia. SW Tucumán. https://swtucumanaventuras.com.arLa Gaceta. (2026, 13 abril). Estudia en la UTN y creó una página con los horarios de los colectivos: ya la usan más de 1.000 personas por día. La Gaceta Tucumán. https://www.lagaceta.com.ar/nota/1132354/sociedad/estudia-utn-creo-pagina-horarios-colectivos-ya-usan-mas-1000-personas-dia.htmlMartin, R. C. (2017). Clean Architecture: A Craftsman's Guide to Software Structure and Design. Prentice HallPressman, R. S. (2005). Software engineering: a practitioner's approach. Palgrave MacmillanSommerville, I. (2015). Software engineering (10th ed.). PearsonProject Management Institute. (2021). A Guide to the Project Management Body of Knowledge (PMBOK® Guide) (7th ed.). PMI.Schwaber, K., & Sutherland, J. (2020). The Scrum Guide. Scrum.org. https://scrumguides.org/Kanbanize. (2023). What is Kanban? Explained for Beginners. https://kanbanize.comPym, D. V. (1987). Risk Management. PM Network, 1(3), 33–36.Google. (S. f.). Gemini API Documentation. https://ai.google.dev/docsSupabase. (s. f.). Supabase Realtime and Postgres Documentation. https://supabase.com/docsSocket.IO. (s. f.). Socket.IO Documentation: Bidirectional communication. https://socket.io/docs/v4/Strategy, B. O. (2005). How to create uncontested market space and make the competition irrelevant. Boston, MA: Harvard Business School Publishing.Kerzner, H. (2025). Project management: a systems approach to planning, scheduling, and controlling. John Wiley & Sons.Vargas, R. V. (2007). Practical guide to project planning. Auerbach publications.PostGIS Project. (s. f.). PostGIS: Spatial and Geographic Objects for PostgreSQL. https://postgis.netReact. (s. f.). React Documentation: Building user interfaces. https://react.dev/AnalisisFODA.com. (s. f.). FODA: Matriz o Análisis FODA – Una herramienta esencial para el estudio de la empresa. https://www.analisisfoda.com/Vercel. (s. f.). Deployment and Framework Documentation. https://vercel.com/docsinfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivs 2.5 Argentinahttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Albarracin, CintyaCC BY-NC-ND (Autoría – No Comercial - No derivadas) Se autoriza únicamente la reproducción y distribución del material siempre que se reconozca la autoría del autor o autora. No permite el uso comercial ni permite la creación de obras derivadasreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-29T11:27:42Zoai:ria.utn.edu.ar:20.500.12272/15784instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-29 11:27:42.426Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse |
| dc.title.none.fl_str_mv |
TucuTrack |
| title |
TucuTrack |
| spellingShingle |
TucuTrack Albarracín , Cintya Yohana Ingeniería Sistema Información Diseño Transporte público |
| title_short |
TucuTrack |
| title_full |
TucuTrack |
| title_fullStr |
TucuTrack |
| title_full_unstemmed |
TucuTrack |
| title_sort |
TucuTrack |
| dc.creator.none.fl_str_mv |
Albarracín , Cintya Yohana Domínguez Baez , Félix Esteban Juárez , Nahuel Alejandro Sánchez , Raúl Alexis |
| author |
Albarracín , Cintya Yohana |
| author_facet |
Albarracín , Cintya Yohana Domínguez Baez , Félix Esteban Juárez , Nahuel Alejandro Sánchez , Raúl Alexis |
| author_role |
author |
| author2 |
Domínguez Baez , Félix Esteban Juárez , Nahuel Alejandro Sánchez , Raúl Alexis |
| author2_role |
author author author |
| dc.contributor.none.fl_str_mv |
Barrionuevo, Analia del Valle Ugarte, Fernando |
| dc.subject.none.fl_str_mv |
Ingeniería Sistema Información Diseño Transporte público |
| topic |
Ingeniería Sistema Información Diseño Transporte público |
| dc.description.none.fl_txt_mv |
TucuTrack es una plataforma digital de seguimiento en tiempo real diseñada para optimizar el uso del transporte público interurbano en la provincia de Tucumán. El sistema integra tecnologías de geolocalización, comunicación bidireccional y asistencia mediante inteligencia artificial para eliminar la incertidumbre que afecta a miles de pasajeros que recorren diariamente el corredor de la Ruta 38. Su diseño sitúa al usuario como eje principal: la aplicación permite visualizar la ubicación exacta de las unidades de las empresas TESA y Exprebus, consultar horarios dinámicos y acceder a cuadros tarifarios actualizados en una interfaz única y accesible. La experiencia que ofrece TucuTrack se fundamenta en la colaboración ciudadana. A través de un sistema de reportes inteligentes, los pasajeros pueden notificar incidentes como retrasos, unidades llenas o desvíos. Esta información es procesada en tiempo real por un asistente basado en IA (Google Gemini), que valida los datos y genera alertas segmentadas para el resto de la comunidad. De este modo, la plataforma no solo funciona como una herramienta de monitoreo, sino como una red de información viva que empodera al ciudadano frente a las contingencias del servicio de transporte. El objetivo general del proyecto fue diseñar e implementar una solución tecnológica integral que modernice la gestión de información del transporte interurbano en Tucumán. Para lograrlo, el desarrollo se estructuró en etapas rigurosas: análisis de requisitos, diseño de arquitectura, implementación de módulos de backend y frontend, y una fase intensiva de pruebas de sincronización. Durante el análisis, se modelaron casos de uso que reflejan las interacciones críticas entre el pasajero y el sistema de geolocalización. El diseño contempló una arquitectura de capas orientada a servicios, utilizando modelos de datos relacionales en PostgreSQL y flujos de comunicación asincrónica mediante WebSockets. La implementación se centró en el desarrollo de una PWA (Progressive Web App) utilizando un stack tecnológico moderno (React, Node.js y Supabase), garantizando un alto rendimiento y una baja latencia en la actualización de posiciones. El despliegue final se realizó en servidores cloud escalables (Railway y Vercel), asegurando la disponibilidad continua del servicio. Además del desarrollo técnico, se realizó un análisis de factibilidad operativa y tecnológica que confirmó la viabilidad del proyecto dada la alta penetración de dispositivos móviles y conectividad en la región. En síntesis, TucuTrack se posiciona como una solución innovadora y de gran impacto social que reduce los tiempos de espera "ciega" en las paradas y mejora la seguridad de los pasajeros al brindar previsibilidad. Los resultados obtenidos evidencian el cumplimiento de los objetivos académicos y técnicos planteados, demostrando un alto potencial de escalabilidad hacia otros corredores y servicios de transporte de la región. Fil: Albarracín, Cintya Yohana. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. Fil: Domínguez Baez, Félix Esteban. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. Fil: Juárez, Nahuel Alejandro. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. Fil: Sánchez, Raúl Alexis. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. |
| description |
TucuTrack es una plataforma digital de seguimiento en tiempo real diseñada para optimizar el uso del transporte público interurbano en la provincia de Tucumán. El sistema integra tecnologías de geolocalización, comunicación bidireccional y asistencia mediante inteligencia artificial para eliminar la incertidumbre que afecta a miles de pasajeros que recorren diariamente el corredor de la Ruta 38. Su diseño sitúa al usuario como eje principal: la aplicación permite visualizar la ubicación exacta de las unidades de las empresas TESA y Exprebus, consultar horarios dinámicos y acceder a cuadros tarifarios actualizados en una interfaz única y accesible. La experiencia que ofrece TucuTrack se fundamenta en la colaboración ciudadana. A través de un sistema de reportes inteligentes, los pasajeros pueden notificar incidentes como retrasos, unidades llenas o desvíos. Esta información es procesada en tiempo real por un asistente basado en IA (Google Gemini), que valida los datos y genera alertas segmentadas para el resto de la comunidad. De este modo, la plataforma no solo funciona como una herramienta de monitoreo, sino como una red de información viva que empodera al ciudadano frente a las contingencias del servicio de transporte. El objetivo general del proyecto fue diseñar e implementar una solución tecnológica integral que modernice la gestión de información del transporte interurbano en Tucumán. Para lograrlo, el desarrollo se estructuró en etapas rigurosas: análisis de requisitos, diseño de arquitectura, implementación de módulos de backend y frontend, y una fase intensiva de pruebas de sincronización. Durante el análisis, se modelaron casos de uso que reflejan las interacciones críticas entre el pasajero y el sistema de geolocalización. El diseño contempló una arquitectura de capas orientada a servicios, utilizando modelos de datos relacionales en PostgreSQL y flujos de comunicación asincrónica mediante WebSockets. La implementación se centró en el desarrollo de una PWA (Progressive Web App) utilizando un stack tecnológico moderno (React, Node.js y Supabase), garantizando un alto rendimiento y una baja latencia en la actualización de posiciones. El despliegue final se realizó en servidores cloud escalables (Railway y Vercel), asegurando la disponibilidad continua del servicio. Además del desarrollo técnico, se realizó un análisis de factibilidad operativa y tecnológica que confirmó la viabilidad del proyecto dada la alta penetración de dispositivos móviles y conectividad en la región. En síntesis, TucuTrack se posiciona como una solución innovadora y de gran impacto social que reduce los tiempos de espera "ciega" en las paradas y mejora la seguridad de los pasajeros al brindar previsibilidad. Los resultados obtenidos evidencian el cumplimiento de los objetivos académicos y técnicos planteados, demostrando un alto potencial de escalabilidad hacia otros corredores y servicios de transporte de la región. |
| publishDate |
2026 |
| dc.date.none.fl_str_mv |
2026-10-07T13:50:13Z 2026-05-26 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
| format |
bachelorThesis |
| status_str |
acceptedVersion |
| dc.identifier.none.fl_str_mv |
https://hdl.handle.net/20.500.12272/15784 |
| url |
https://hdl.handle.net/20.500.12272/15784 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
Grosz, M. (2023, 10 agosto). Las 6 mejores apps para saber cuándo pasará el colectivo, con datos en tiempo real. Clarín. https://www.clarin.com/servicios/6-mejores-apps-saber-pasara-colectivo-datos-tiempo-real_0_mIVcUt2Vb.html Quiroz, M. (2023, 20 julio). Estas son las tres aplicaciones con las que puedes ver cuándo llega la micro al paradero. LOS40 Chile. https://los40.cl/2023/estas-son-las-tres-aplicaciones-con-las-que-puedes-ver-cuando-llega-la-micro-al-paradero-161429.html Almenara, J. P. L. (2019, 14 junio). La ‘app’ peruana que te dice qué bus tomar y en cuánto tiempo llegará a tu paradero. El Comercio Perú. https://elcomercio.pe/lima/transporte/app-peruana-dice-bus-llega-paradero-notepases-ruta-transporte-horarios-noticia-ecpm-644412-noticia/ MiBondi. (s. f.). MIBondi | ¿Dónde está Mi Bondi? https://mibondi.com/ Cipe, A. (2024, 31 enero). Ya podés ingresar a tubondi.com, bajar la aplicación y saber cuándo pasa el colectivo. Municipalidad de Córdoba. https://cordoba.gob.ar/tu-bondi/ Argentina.gob.ar. (2019, 30 julio). La aplicación para saber cuándo llega el próximo colectivo ya funciona en la mitad del país. https://www.argentina.gob.ar/noticias/san-miguel-de-tucuman-ya-cuenta-con-cuando-subo-la-app-para-saber-cuando-llega-el-colectivo Buenos Aires Ciudad. (s. f.). BA Cómo llego. https://mapa.buenosaires.gob.ar/comollego/?lat=-34.595487&lng=-58.417912&zl=12&modo=auto&desde=-34.591954%2C+-58.404694&hasta=-34.571037%2C+-58.560219 Tucumanaventuras. (2024, 4 abril). Mi Red Bus Tucumán: Todo lo que necesitas saber sobre el transporte público en la provincia. SW Tucumán. https://swtucumanaventuras.com.ar La Gaceta. (2026, 13 abril). Estudia en la UTN y creó una página con los horarios de los colectivos: ya la usan más de 1.000 personas por día. La Gaceta Tucumán. https://www.lagaceta.com.ar/nota/1132354/sociedad/estudia-utn-creo-pagina-horarios-colectivos-ya-usan-mas-1000-personas-dia.html Martin, R. C. (2017). Clean Architecture: A Craftsman's Guide to Software Structure and Design. Prentice Hall Pressman, R. S. (2005). Software engineering: a practitioner's approach. Palgrave Macmillan Sommerville, I. (2015). Software engineering (10th ed.). Pearson Project Management Institute. (2021). A Guide to the Project Management Body of Knowledge (PMBOK® Guide) (7th ed.). PMI. Schwaber, K., & Sutherland, J. (2020). The Scrum Guide. Scrum.org. https://scrumguides.org/ Kanbanize. (2023). What is Kanban? Explained for Beginners. https://kanbanize.com Pym, D. V. (1987). Risk Management. PM Network, 1(3), 33–36. Google. (S. f.). Gemini API Documentation. https://ai.google.dev/docs Supabase. (s. f.). Supabase Realtime and Postgres Documentation. https://supabase.com/docs Socket.IO. (s. f.). Socket.IO Documentation: Bidirectional communication. https://socket.io/docs/v4/ Strategy, B. O. (2005). How to create uncontested market space and make the competition irrelevant. Boston, MA: Harvard Business School Publishing. Kerzner, H. (2025). Project management: a systems approach to planning, scheduling, and controlling. John Wiley & Sons. Vargas, R. V. (2007). Practical guide to project planning. Auerbach publications. PostGIS Project. (s. f.). PostGIS: Spatial and Geographic Objects for PostgreSQL. https://postgis.net React. (s. f.). React Documentation: Building user interfaces. https://react.dev/ AnalisisFODA.com. (s. f.). FODA: Matriz o Análisis FODA – Una herramienta esencial para el estudio de la empresa. https://www.analisisfoda.com/ Vercel. (s. f.). Deployment and Framework Documentation. https://vercel.com/docs |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess Attribution-NonCommercial-NoDerivs 2.5 Argentina http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Albarracin, Cintya CC BY-NC-ND (Autoría – No Comercial - No derivadas) Se autoriza únicamente la reproducción y distribución del material siempre que se reconozca la autoría del autor o autora. No permite el uso comercial ni permite la creación de obras derivadas |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 2.5 Argentina http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Albarracin, Cintya CC BY-NC-ND (Autoría – No Comercial - No derivadas) Se autoriza únicamente la reproducción y distribución del material siempre que se reconozca la autoría del autor o autora. No permite el uso comercial ni permite la creación de obras derivadas |
| dc.format.none.fl_str_mv |
pdf application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositorio Institucional Abierto (UTN) instname:Universidad Tecnológica Nacional |
| reponame_str |
Repositorio Institucional Abierto (UTN) |
| collection |
Repositorio Institucional Abierto (UTN) |
| instname_str |
Universidad Tecnológica Nacional |
| repository.name.fl_str_mv |
Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional |
| repository.mail.fl_str_mv |
gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar |
| _version_ |
1880396328131887104 |
| score |
13.334379 |