Herramientas digitales usadas para la innovación e investigación en la ingeniería: Interpretación individual del fenómeno de la transformación digital del recurso humano

José Antonio  Lara Ramos; Jennyfer  Díaz Angulo

doi:10.32997/rin-2023-4263

PDF

FLIP

Cómo citar

Lara Ramos, J. A. ., & Díaz Angulo, J. . (2023). Herramientas digitales usadas para la innovación e investigación en la ingeniería: Interpretación individual del fenómeno de la transformación digital del recurso humano. Revista Ing-Nova, 2(1), 53–61. https://doi.org/10.32997/rin-2023-4263

Publicado: Jan 15, 2023

Doi

https://doi.org/10.32997/rin-2023-4263

Dimensions

PlumX

Número

Vol. 2 Núm. 1 (2023)

Sección

Topicos especiales en ingenieria

Términos de la licencia (VER)

Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)

José Antonio Lara Ramos

Universidad del Valle

Jennyfer Díaz Angulo

Universidad Autónoma de Occidente

Resumen

El eje central de la mayoría de las herramientas digitales es establecer una interacción entre individuos para generar nuevas ideas o conocimiento. Pero otros elementos claves para los ingenieros y la industria es que proporciona tecnologías, productos, servicios, infraestructura y soluciones digitales para el desarrollo de la digitalización empresarial y la transformación social del recurso humano. Esto significa que el nivel de innovación e investigación de la industria digital es importante en el efecto de innovación de la digitalización de las empresas y la mejora continua del recurso humano y, sus capacidades como elemento transformador del entorno académico e industrial. Entonces, es muy importante conocer los diferentes entornos que usan las herramientas digitales para roles en investigación, innovación, industria y academia. Actualmente son una necesidad en la formación de los ingenieros, pero la utilidad de estas va a depender de si son fáciles de usar e intuitivo. Sin embargo, antes que nada, es necesario conocer las estructura y usos que se les están dando a las herramientas digitales.

Palabras clave:

Ingeniero

Empresa

Academia

Computador

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a (VER)

José Antonio Lara Ramos, Universidad del Valle

Universidad del Valle, Ciudad Universitaria Meléndez, AA.25360, Cali, Colombia.

Referencias (VER)

A. Bansal, T. Panchal, F. Jabeen, S. K. Mangla, and G. Singh, “A study of human resource digital transformation (HRDT): A phenomenon of innovation capability led by digital and individual factors,” J. Bus. Res., vol. 157, no. December 2022, p. 113611, Mar. 2023.

N. F. Crespo, C. F. Crespo, G. M. Silva, and M. B. Nicola, “Innovation in times of crisis: The relevance of digitalization and early internationalization strategies,” Technol. Forecast. Soc. Change, vol. 188, no. June 2022, p. 122283, Mar. 2023.

M. Srivani, A. Murugappan, and T. Mala, “Cognitive computing technological trends and future research directions in healthcare — A systematic literature review,” Artif. Intell. Med., vol. 138, no. February 2022, p. 102513, 2023.

E. Zarei, F. Khan, and R. Abbassi, “How to account artificial intelligence in human factor analysis of complex systems?,” Process Saf. Environ. Prot., vol. 171, no. October 2022, pp. 736–750, 2023.

J. Kim, M. McFee, Q. Fang, O. Abdin, and P. M. Kim, “Computational and artificial intelligence-based methods for antibody development,” Trends Pharmacol. Sci., vol. 44, no. 3, pp. 175–189, 2023.

E. Camacho, “Aplicación de Minería de Datos en el Proceso de Toma de Decisiones de Proyectos Energéticos en Zonas no Interconectadas en Colombia,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2020.

E. J. F. Dickinson, H. Ekström, and E. Fontes, “COMSOL Multiphysics®: Finite element software for electrochemical analysis. A mini-review,” Electrochem. commun., vol. 40, pp. 71–74, 2014.

E. Davidson, L. Wessel, J. S. Winter, and S. Winter, “Future directions for scholarship on data governance, digital innovation, and grand challenges,” Inf. Organ., vol. 33, no. 1, p. 100454, Mar. 2023.

D. S. N. Abg Shamsuddin et al., “Computational fluid dynamics modelling approaches of gas explosion in the chemical process industry: A review,” Process Saf. Environ. Prot., vol. 170, no. June 2022, pp. 112–138, 2023.

A. Hadane, L. Khamar, S. Benjelloun, and A. Nounah, “Hydrodynamic study of a phosphate flotation cell by CFD approach,” Chem. Eng. Process. - Process Intensif., vol. 135, no. September 2018, pp. 190–203, 2019.

Z. Zhang and Q. Chen, “Comparison of the Eulerian and Lagrangian methods for predicting particle transport in enclosed spaces,” Atmos. Environ., vol. 41, no. 25, pp. 5236–5248, 2007.

D. Dubbeldam, J. Vreede, T. J. Vlugt, and S. Calero, “Highlights of (bio-)chemical tools and visualization software for computational science,” Curr. Opin. Chem. Eng., vol. 23, pp. 1–13, 2019.

C. C. (CC), “Paso a paso en el modelado multifísico con COMSOL Multiphysics © Copyright 1994 - 2021. Addlink Software Científico, S.L.,” 1994 - 2021. [Online]. Available: https://www.addlink.es/noticias/comsol/2739-paso-a-paso-en-el-modelado-multifisico-con-comsol-multiphysics.

S. Li, L. Gao, C. Han, B. Gupta, W. Alhalabi, and S. Almakdi, “Exploring the effect of digital transformation on Firms’ innovation performance,” J. Innov. Knowl., vol. 8, no. 1, p. 100317, Jan. 2023.

E. Jakku, A. Fleming, M. Espig, S. Fielke, S. C. Finlay-Smits, and J. A. Turner, “Disruption disrupted? Reflecting on the relationship between responsible innovation and digital agriculture research and development at multiple levels in Australia and Aotearoa New Zealand,” Agric. Syst., vol. 204, no. February 2022, p. 103555, Jan. 2023.

W. Li and W. Pang, “Digital inclusive finance, financial mismatch and the innovation capacity of small and medium-sized enterprises: Evidence from Chinese listed companies,” Heliyon, vol. 9, no. 2, p. e13792, Feb. 2023.

A. G. Olabi et al., “Application of artificial intelligence for prediction , optimization , and control of thermal energy storage systems,” Therm. Sci. Eng. Prog., vol. 39, no. January, p. 101730, 2023.

P. Chen and S. Kim, “The impact of digital transformation on innovation performance - The mediating role of innovation factors,” Heliyon, vol. 9, no. 3, p. e13916, Mar. 2023.

M. Q. Tran, H. P. Doan, V. Q. Vu, and L. T. Vu, “Machine learning and IoT-based approach for tool condition monitoring: A review and future prospects,” Meas. J. Int. Meas. Confed., vol. 207, no. June 2022, p. 112351, 2023.

B. Awatey, H. Thanasekaran, J. N. Kohmuench, W. Skinner, and M. Zanin, “Optimization of operating parameters for coarse sphalerite flotation in the HydroFloat fluidised-bed separator,” Miner. Eng., vol. 50–51, pp. 99–105, 2013.