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
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/15784

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