Propuesta inicial para el fortalecimiento de la gestión de los factores psicosociales en las organizaciones en Colombia. Aportes y perspectivas desde la implementación de analítica de datos e inteligencia de negocios

dc.contributorCastiblanco Aldana, July Patricia
dc.creatorContreras Porras, Diana Paola
dc.creatorCubillos Villamil, Laura Camila
dc.creatorMedina Villareal, Francisco Javier
dc.date2021-07-21T13:58:10Z
dc.date2021-07-21T13:58:10Z
dc.date2021
dc.date.accessioned2022-09-22T12:35:30Z
dc.date.available2022-09-22T12:35:30Z
dc.identifierhttps://repositorio.ecci.edu.co/handle/001/1241
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3422718
dc.descriptionEsta investigación se enfoca en el estudio de los factores psicosociales presentes en el contexto laboral para lo cual explora los elementos involucrados en su gestión, estableciendo como se relacionan, el nivel de complejidad de sus interacciones y precisando sus fuentes de información. Teniendo en cuenta que tanto el volumen, como las características, fuentes e interacciones de dicha información tienen un carácter dinámico y complejo se propone el uso de herramientas tecnológicas de la información para desarrollar un sistema que permita gestionar eficazmente los factores psicosociales laborales. Se realizo una investigación sobre el uso de diversas herramientas de tecnologías de la información y las comunicaciones (TICS) en el contexto general de la Seguridad y Salud en el Trabajo y se definido la Business intelligence o Inteligencia de negocios (BI) como la herramienta que mejor se adapta a los objetivos de la presente propuesta de investigación. Business intelligence fue elegida como la herramienta principal para el desarrollo de esta propuesta de sistema de información para la gestión de factores psicosociales por la capacidad que tiene esta metodología de administrar una gran cantidad de datos diversos, complejos y extraídos de múltiples fuentes y elaborar un análisis de estos datos, convirtiéndolos en información valiosa que permite tomar decisiones basadas en información precisa y objetiva. La propuesta de sistema de gestión de información se basó en el enfoque de Diseño Dirigido por el Dominio (DDD) propuesto por Eric Evans usando el modelo de Datamart, para el cual estructuro un diagrama de “Entidad Relación " que incorpora todos los elementos involucrados en la gestión de los factores de riesgo psicosocial
dc.descriptionThis research focuses on the study of psychosocial factors present in the work context, for which it explores the elements involved in their management, establishing how they are related, the level of complexity of their interactions and specifying their sources of information. Taking into account that both the volume, as well as the characteristics, sources and interactions of said information have a dynamic and complex nature, the use of information technology tools is proposed to develop a system that allows the effective management of psychosocial work factors. An investigation was carried out on the use of various information and communications technology (ICT) tools in the general context of Occupational Health and Safety and Business intelligence (BI) was defined as the tool that best fits the objectives of this research proposal. Business intelligence was chosen as the main tool for the development of this information system proposal for the management of psychosocial factors due to the ability of this methodology to manage a large amount of diverse, complex and extracted data from multiple sources and to elaborate an analysis of this data, turning it into valuable information that allows making decisions based on accurate and objective information. The information management system proposal was based on the Domain Driven Design (DDD) approach proposed by Eric Evans using the Datamart model, for which an "Entity Relationship" diagram was structured that incorporates all the elements involved. in the management of psychosocial risk factors
dc.descriptionTítulo 9 Planteamiento Del Problema 10 Descripción Del Problema 10 Formulación Del Problema 13 Objetivos De La Investigación 15 Objetivo General 15 Objetivos Específicos 15 Justificación y Delimitación 16 Justificación 16 Delimitación De La Investigación 17 Limitaciones 18 Marco De Referencia De La Investigación 19 Estado Del Arte 19 Marco Teórico 32 Salud Pública 32 Salud Mental 33 Factores Psicosociales 35 Big Data 40 Business Intelligence 44 La Pirámide De La Información o La Jerarquía DICS 49 Marco Legal 51 Normas Supranacionales 52 Normas Nacionales 53 Marco Metodológico De Investigación 61 Tipo De Investigación 61 Resultados Y Análisis De Resultados 62 Enfoque De Diseño Dirigido Por El Dominio (DDD, Domain-Driven-Desing) 62 Primer Resultado: Análisis Del Dominio, Fase Estratégica 64 El Almacén De Datos (Data Warehouse, DW O Data Mart, DM) 66 Segunda Entrega: Análisis de Requerimientos 69 Tercera entrega: Modelado Dimensional 73 Cuarta entrega: Aplicación de la metodología CRISP-DM 78 Modelo Conceptual De Estructura De Datos Bajo El Esquema Entidad- Relación (MER) 83 Conclusiones y Recomendaciones 84 Referencias Bibliográficas 87 Anexo A. Historia de Usuario 99 Anexo B. Cuestionario de Cambio en la Organización 104
dc.descriptionEspecialización
dc.descriptionEspecialista en Gerencia de la Seguridad y Salud en el Trabajo
dc.descriptionEspecialización en Gerencia de la Seguridad y Salud en el Trabajo
dc.format105 p.
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad ECCI
dc.publisherColombia
dc.publisherPosgrados
dc.relationÁlvarez, S. (2018). Análisis del Big Data en los Seguros: Modelos Predictivos. Tesis de grado, Universidad de León, León. Recuperado el 08 de marzo de 2021, de https://buleria.unileon.es/bitstream/handle/10612/8482/71671838C_MUCAF_Junio18.pd f; jsessionid=5456647F3BB6317550D1AE508C08E94F?sequence=1
dc.relationApium Academy. (19 de noviembre de 2019). Event Storming: Ventajas y Técnicas. Obtenido de https://apiumacademy.com/es/blog/event-storming-ventajas-y-tecnicas
dc.relationAnastacio, J. (2017). Aplicación web para la elaboración de informes de seguridad industrial y salud ocupacional en empresas pymes tanto públicas como privadas [Tesis de Licenciatura, Universidad de Guayaquil]. Repositorio institucional, Guayaquil, Ecuador. Obtenido de http://repositorio.ug.edu.ec/handle/redug/36385
dc.relationBalachandran, B. M., & Prasad, S. (2017). Challenges and Benefits of Deploying Big Data Analytics in the Cloud for Business Intelligence. Acta, Universidad del Pacífico Sur, Facultad de Ciencias de la Computación, de la Información y Matemáticas. FSTE, Marseille, France. Recuperado el 2020, de https://www.sciencedirect.com/science/article/pii/S1877050917314953
dc.relationBlanco, C. (2015). Marco de trabajo para la implementación de big data analytics en el contexto específico del área de salud [ Tesis de maestría]. Repositorio institucional
dc.relationBarrios, J. (16 de 05 de 2018). Big Data y salud. Obtenido de Big Data y Salud: https://www.juanbarrios.com/big-data-y-salud-2/
dc.relationBarrios, J. (2019). Aplicación el big data en el campo de la salud. Obtenido de https://www.juanbarrios.com/aplicacion-del-big-data-en-el-campo-de-la-salud/
dc.relationBecerra, G., & López, J. P. (2017). Big Data y Data Mining. Un análisis crítico acerca de su significación para las ciencias psicosociales a partir de un estudio de caso. PSOCIAL Revista de Investigación Psicología Social, 66-85.
dc.relationBonil, J., Sanmartí, N., Tomás, C., & Pujol, R. (2004). Un nuevo marco para orientar respuestas a las dinámicas sociales: el paradigma de la complejidad. Investigación en la escuela (53), 4
dc.relationCambarieri, M. G., Difabio, F., & García Martínez, N. (2020). Implementación de una arquitectura de software guiada por el dominio. XLIX Jornadas Argentinas de Informática e Investigación Operativa (49 JAIIO) XXI Simposio Argentino de Ingeniería de Software (ASSE 2020) (págs. 192-209). Viedma: Sociedad Argentina de Informática SADIO
dc.relationCastillo, Y., Camargo, D., & Rivera, H. (2019). Diseño de software de seguridad y salud en el trabajo basado en las normas OHSAS 18001 Decreto 1072. Proyecto de Grado, Universidad Cooperativa de Colombia, Bogotá D.C. Obtenido de https://repository.ucc.edu.co/bitstream/20.500.12494/8229/1/2019- Castillo%2COtavo%20y%20Rivera-Software-Seguridad-Trabajo.pdf
dc.relationComunidad Andina de Naciones. (2005). Resolución 957. Reglamento del Instrumento Andino de Seguridad y Salud en el Trabajo. (1245), 28. Lima, Perú. Recuperado el 2020, de http://intranet.comunidadandina.org/documentos/Gacetas/gace1245.pdf
dc.relationComunidad Andina de Naciones, Consejo Andino de Ministros de Relaciones Exteriores. (7 de mayo de 2004). Decisión 584, Instrumento Andino de Seguridad y Salud en el Trabajo. Guayaquil, Ecuador. Recuperado el octubre de 2020, de Comunidad Andina de Naciones: http://www.comunidadandina.org/Normativa.aspx
dc.relationCongreso de Colombia. (2006). Ley 1010 de 2006. Acoso Laboral. Bogotá, República de Colombia
dc.relationCongreso de Colombia. (09 de 2006). Ley 1090 “Por la cual se reglamenta el ejercicio de la profesión de Psicología, se dicta el Código Deontológico y Bioético y otras disposiciones”
dc.relationCongreso de Colombia. (11 de julio de 2012). Ley 1562 de 2012. Sistema de Riesgos Laborales. Bogotá D.C., Colombia
dc.relationCongreso de Colombia. (21 de enero de 2013). Ley 1616 de 2013. Ley de Salud Mental. Bogotá D.C., Colombia. Obtenido de https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/DIJ/ley-1616- del-21-de-enero-2013.pdf
dc.relationCongreso de la República. (31 de diciembre de 2008). Ley estatutaria 1266 de 2008. Bogotá D.C., Colombia. Obtenido de http://www.secretariasenado.gov.co/senado/basedoc/ley_1266_2008.html
dc.relationCoronado, L. (2019). Analítica de datos un estudio de caso de su uso para identificar riesgos estratégicos en grandes compañías de Medellín [ Proyecto de grado]. Repositorio institucional
dc.relationCosme, F. (2018). Oportunidades de aprovechamiento de tecnologías Big Data e Inteligencia Artificial en sectores públicos y privados en Colombia [Trabajo final de grado]. Repositorio institucional
dc.relationCuartas, J. M. (2017). Big Data for use in Psychological Research. (Universidad de San Buenaventura, Ed.) Intenational Journal of Psychological Research, 10(1), 6-7. Recuperado el 2021, de https://www.redalyc.org/pdf/2990/299049553001
dc.relationCurto, J. (2010). Introducción al Business Intelligence. Barcelona: El Ciervo 96, S.A.
dc.relationCuesta, S. (2009). Metodología para la generación de agendas de rotación de puestos de trabajo desde un enfoque ergonómico mediante algoritmos evolutivos [Tesis doctoral]. Repositorio institucional
dc.relationDesouza, K. (2014). Realizing the Promise of Big Data. Realizing the Promise of Big Data. Universidad del Estado de Arizona. Phoenix: IBM Center for The Business of Government. Recuperado el 2020, de http://businessofgovernment.org/sites/default/files/Realizing%20the%20Promise%20of% 20Big%20Data
dc.relationDR. Barrios, J. (24 de 12 de 2019). Business Intelligence. Recuperado el 2020, de Health Big Data: https://www.juanbarrios.com/sistemas-de-informacion-el-business-intelligence
dc.relationDvorski, I., Kovšca, V., & Lacković, Z. (2016). Framework for big data usage in risk management process in banking institutions. Central European Conference on Information and Intelligent Systems, 2, 49-54. University of Zagreb, Zagreb. Disponible en https://repozitorij.unizg.hr/en/islandora/object/foi%3A3470
dc.relationEscalona, E. (2006). Relación salud-trabajo y desarrollo social: visión particular en los trabajadores de la educación. (I. d. Pública, Ed.) Revista Cubana de salud pública, 32(1), 1-19. Recuperado el 18 de febrero de 2021, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864- 34662006000100012&lng=es&tlng=es
dc.relationEscobar, M., & Mercado, M. (2019). Big Data: un análisis documental de su uso y aplicación en el contexto de la era digital. Monografía. (Universidad Externado de Colombia, Ed.) Revista la Propiedad Inmaterial (28), 273-293. Recuperado el 2020, de https://revistas.uexternado.edu.co/index.php/propin/article/view/6350/8409
dc.relationFeldman, B., Martin, E. M., & Stokes, T. (2012). Big Data in Healthcare: Hype and Hope. Los Ángeles: DrBonnie360
dc.relationGarcía, J., Molina, J. M., Berlanga, A., Patricio, M. A., Bustamante, Á. L., & Washington, R. P. (2018). Ciencia de datos. Técnicas analíticas y aprendizaje estadístico en un enfoque práctico. Bogotá D.C.: Alfaomega Grupo Editor S.A
dc.relationGartner. (2020). Glosario Gartner de Tecnologías de la Información. Obtenido de https://www.gartner.com/en/information-technology/glossary/business-intelligence-bi
dc.relationGermann, F., Lilien, G., Fiedler, L., & Kraus, M. (2014). Do Retailers Benefit from Deploying Customer Analytics? Journal of Retailing, 90(4), 587-593. https://doi.org/10.1016/j.jretai.2014.08.002
dc.relationGomez, J. (2017). Implementación de proyectos de big data [ Trabajo final monográfico]. Repositorio institucional
dc.relationGüilgüiruca, M., Meza, K., Góngora, R., & Moya, C. (marzo de 2015). Factores de riesgo psicosocial y estrés percibido en trabajadores de una empresa eléctrica en Chile. Medicina y seguridad del trabajo, 61(238), 57 -67. Recuperado el 2021, de http://scielo.isciii.es/pdf/mesetra/v61n238/original5.pdf
dc.relationGuillén, C. (2017). Las posibilidades de Big Data en Seguridad y Salud en el Trabajo. (U. d. Rioja, Ed.) Gestión Práctica de Riesgos Laborales (147), 45-52. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=7095508
dc.relationHernández, E., Duque, N., & Moreno, J. (2017). Big Data: una exploración de investigaciones, tecnologías y casos de aplicación. Tecnológicas, 20(39), 1 - 24. Recuperado el 2020, de http://www.scielo.org.co/pdf/teclo/v20n39/v20n39a02.pdf
dc.relationHey, J. (2004). The Data, Information, Knowledge, Wisdom Chain: The Metaphorical link. IES San Juan Bosco Lorca. (SD). Sistemas Gestores de Bases de Datos. Obtenido de http://dis.um.es/~lopezquesada/documentos/IES_1415/LMSGI/curso/xhtml/html16/doc/b d2.pdf
dc.relationLeguen, I., Martínez, Y., & Madera, J. (2018). Una revisión de la tecnología «Big Data» para grandes volúmenes de datos. INFO. Revista Ciencias de la Información, 49(2), 37 - 45. Recuperado el 18 de febrero de 2021, de http://cinfo.idict.cu/index.php/cinfo/article/view/850/0
dc.relationLeyton, C., Valdés, S., & Huerta, P. (2017). Metodología para la prevención e intervención de riesgos psicosociales en el trabajo del sector público de salud. Revista de Salud Pública, 19(1), 10 - 16. Recuperado el 2020, de http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0124- 00642017000100010&lang=es
dc.relationLinares, C. (2019). Aplicaciones del Big Data al sector sanitario. Monografía, Universidad Pontificia Comillas, Madrid. Recuperado el 2021, de https://repositorio.comillas.edu/xmlui/bitstream/handle/11531/31729/facultad%20de%20administracian%20y%20direccian%20de%20empresas2.pdf?sequence=1
dc.relationLiu, W., & Pergler, M. (2013). Concrete steps for CFOs to improve strategic risk management. McKinsey Working Papers on Risk, 44. Disponible en https://www.mckinsey.com/~/media/McKinsey/dotcom/client_service/Risk/Working%20papers/44_Role_of_CFO.ashx
dc.relationMahou, Á. L., & Pérez, S. D. (2018). La cuarta revolución industrial y la agenda digital de las organizaciones. Economía industrial, 95-104
dc.relationManyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Hung Byers, A. (2011). Big Data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute. Disponible en https://www.mckinsey.com/businessfunctions/mckinsey-digital/our-insights/big-data-the- next-frontier-for-innovation
dc.relationMartínez, C. (2020). Big Data− Análisis informétrico de documentos indexados en Scopus y Web of Science. (Universidad nacional Autónoma de México, Ed.) Investigación Bibliotecológica: archivonomía, bibliotecología e información, 34(82), 87-102. Obtenido de http://rev-ib.unam.mx/ib/index.php/ib/article/view/58035
dc.relationMartínez, M. d. (2016). Modelo Conceptual de Datamart para la Gestión de Recursos Humanos en el Ámbito de la Administración Pública Nacional. 10º Simposio de Informática en el Estado (págs. 59-72). Buenos Aires: JAIIO
dc.relationMcKinsey Global Institute. (2011). Big Data: The next frontier for innovation, competition and productivity. MGI.
dc.relationMinisterio de Gobierno. (22 de junio de 1994). Decreto 1295 de 1994. Decreto 1295. Colombia
dc.relationMinisterio de Protección Social. (2008). Resolución 2646. Colombia
dc.relationMinisterio de Protección Social. (2015). Promoción, prevención e intervención de los factores psicosociales y sus efectos en población trabajadora. Guía técnica general. Bogotá D.C.: Javegraf
dc.relationMinisterio de salud y protección social. (28 de mayo de 2013). Resolución 1841. Bogotá D.C., Colombia
dc.relationMinisterio de salud y protección social. (2014). Estrategia de gestión del riesgo asociado a problemas, trastornos y eventos de salud mental. Bogotá D.C., Colombia. Obtenido de https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/PP/ENT/estrateg ia-gestion-riesgo-asociado.pdf
dc.relationMinisterio de salud y protección social. (7 de noviembre de 2018). Resolución 4886. Bogotá D.C., Colombia
dc.relationMinisterio de Trabajo. (30 de abril de 2012). Resolución 652 de 2012. Bogotá D.C., Colombia
dc.relationMinisterio de Trabajo. (22 de julio de 2019). Resolución 2404 de 2019. Bogotá D.C., Colombia
dc.relationMinisterio del Trabajo. (18 de julio de 2012). Resolución 1356 de 2012. Bogotá D.C., Colombia
dc.relationMinisterio del Trabajo. (5 de agosto de 2014). Decreto 1477 de 2014. Tabla de enfermedades laborales. Bogotá D.C., Colombia
dc.relationMinisterio del Trabajo. (26 de 05 de 2015). Decreto 1072 de 2015. Bogotá D.C., República de Colombia
dc.relationMintrabajo, Pontificia Universidad Javeriana. (diciembre de 2015). Guía técnica general. promoción, prevención e intervención de los factores de riesgo Psicosocial y sus efectos en la población trabajadora. Recuperado el octubre de 2020, de http://168.176.5.96/F/YLYSYV4RQX426G9H4SGN3PAMSKBR2VUKECJYSRD4SV MCKP2HBN-13734?func=full-set- set&set_number=014698&set_entry=000001&format=999
dc.relationMoine, J. M., Haedo, A. S., & Gordillo, S. (2011). Estudio comparativo de metodologías para minería de datos. XIII Workshop de Investigadores en Ciencias de la Computación (págs. 278-281). Buenos Aires: Red de Universidades con Carreras en Informática (RedUNCI)
dc.relationMoreno, B. (2011). Factores y riesgos laborales psicosociales: conceptualización, historia y cambios actuales. Medicina y Seguridad del Trabajo, 57, 4 - 19. Recuperado el 2021, de https://dx.doi.org/10.4321/S0465-546X2011000500002
dc.relationOIT. (1986). Los factores psicosociales en el trabajo: reconocimiento y control. Ginebra, Suiza: Organización Internacional del Trabajo
dc.relationOliván, R. (2016). La Cuarta Revolución Industrial, un relato desde el materialismo cultural. Revista de Estudios Urbanos y Ciencias Sociales. Universidad de Almería, 6(2), 101-111. Obtenido de http://repositorio.ual.es/bitstream/handle/10835/4809/LA%20CUARTA%20REVOLUCI ON%20INDUSTRIAL.pdf?sequence=1&isAllowed=y
dc.relationOlvera, J., Sara, C. A., Mancera, M., Reséndiz, H. D., & Chias, L. (2014). Capítulo 1. La jerarquía DIKW (Primera ed.). México: UNAM. Recuperado el 2020, de http://www.publicaciones.igg.unam.mx/index.php/ig/catalog/view/15/15/46-1
dc.relationOMS. (2010). Entornos laborales saludables: Fundamentos y modelo de la OMS. Contextualización, Prácticas y Literatura de Soporte. 144. Ginebra, Suiza: Organización Mundial de la Salud
dc.relationOMS. (diciembre de 2014). Documentos básicos. 48, 224. Ginebra, Suiza: Organización Mundial de la Salud. Recuperado el 2021, de https://apps.who.int/gb/bd/PDF/bd48/basic- documents-48th-edition-sp.pdf?ua=1#page=7
dc.relationOracle. (2020). Qué es la ciencia de Datos. Obtenido de https://www.oracle.com/co/data- science/what-is-data- science.html#:~:text=La%20ciencia%20de%20datos%20es,extraer%20valor%20de%20l os%20datos.
dc.relationRevuelta, M. (19 de mayo de 2018). Big Data: crisis y nuevos planteamientos en los flujos de comunicación de la cuarta revolución industrial. Monografía. Universidad Complutense de Madrid. Ediciones Complutenses. Recuperado el 2020, de https://revistas.ucm.es/index.php/ARAB/article/view/59521/4564456547504
dc.relationRios, P. (2020). Recursos Humanos en la era Digital Gestión del conocimiento y desarrollo de las personas en la 4ta Revolución Industrial [Trabajo final de Maestría, Universidad de Buenos Aires]. Repositorio Institucional, Buenos Aires, Argentina. Obtenido de http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502- 1602_RiosPA?p.s=TextQueryRivadera, G. R. (2019). La metodología de Kimball para el diseño de almacenes de datos (Data Warehouses). Obtenido de Cuadernos de Ingeniería: http://revistas.ucasal.edu.ar/index.php/CI/article/view/169
dc.relationRodríguez, A., & Bernal, E. (2019). Gestión de la información cuantitativa en las universidades, Pistas para su abordaje en la era de la sobreinformación. Bogotá D.C.: Universidad Nacional de Colombia
dc.relationRodríguez, M. (2009). Factores Psicosociales de Riesgo Laboral: ¿Nuevos tiempos, nuevos riesgos? Observatorio Laboral Revista Venezolana, 2(3), 127 - 141. Recuperado el 2020, de https://www.redalyc.org/articulo.oa?id=219016838007
dc.relationRozo, F. (2020). Revisión de las tecnologías presentes en la industria 4.0. Revista UIS Ingenierías, 19(2), 177-192. Recuperado el 2021, de https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/10720/10491
dc.relationRussom, P. (2011). TDWI Best Practices Report. Big Data Analytics. TDWI research, 19(4), 1 - 34
dc.relationSalinas, V. (2017). Desarrollo de una aplicación web para la gestión y control en seguridad y salud ocupacional para Interlab Laboratorios [Tesis de Licenciatura, Universidad de Guayaquil]. Repositorio Institucional, Guayaquil. Obtenido de http://repositorio.ug.edu.ec/handle/redug/23262
dc.relationSaturno, M., Pertel, V. M., Deschamps, F., & Loures, E. d. (2018). Proposal of an automation solutions architecture for industry 4.0. LogForum, 185-195
dc.relationSoratti, M. (2020). Elaboración de un plan estratégico para crear un Sistema Integrado de Información Sanitaria Argentino [Trabajo Final de Maestría, Universidad de Buenos Aires]. Repositorio institucional, Buenos Aires, Argentina. Obtenido de http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502- 1803_SorattiM?p.s=TextQuery
dc.relationSoriano, H. (2016). Diseño de un plan de salud ocupacional auto programado para obtener historial laboral en empresas privadas [Tesis de Magister, Universidad de Guayaquil]. Repositorio institucional, Guayaquil, Ecuador. Obtenido de http://repositorio.ug.edu.ec/handle/redug/21350Schwab, K. (14 de 01 de 2016). Foro Económico Mundial: La Cuarta Revolución Industrial: qué significa, cómo responder. Obtenido de https://www.weforum.org/agenda/2016/01/the-fourth-industrial-revolution- what-it-means-and-how-to-respond
dc.relationTabarez, E. (2020). Diseño de un marco de referencia de transformación digital aplicado a una organización de salud [Trabajo final de Maestría, Universidad de Buenos Aires]. Repositorio institucional, Buenos Aires. Obtenido de http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502- 1802_TabarezEE?p.s=TextQuery
dc.relationToro, F., Londoño, M. E., Sanín, A., & Valencia, M. (2010). Modelo analítico de Factores Psicosociales en contextos laborales. Revista Interamericana de Psicología Ocupacional, 95-137
dc.rightsDerechos Reservados - Universidad ECCI 2021
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectFactores psicosociales
dc.subjectRiesgo psicosocial
dc.subjectHerramientas TICS
dc.subjectBig data
dc.subjectInteligencia de negocios
dc.subjectAnalítica de datos
dc.subjectGestión de información
dc.subjectAlmacén de datos
dc.subjectBases de datos
dc.subjectDominios
dc.subjectPsychosocial factors
dc.subjectPsychosocial risks
dc.subjectInformation management
dc.subjectICT tools
dc.subjectBig data
dc.subjectBusiness intelligence
dc.subjectData analytics
dc.subjectDatabases
dc.subjectDatamart
dc.subjectDomains
dc.titlePropuesta inicial para el fortalecimiento de la gestión de los factores psicosociales en las organizaciones en Colombia. Aportes y perspectivas desde la implementación de analítica de datos e inteligencia de negocios
dc.typeTrabajo de grado - Especialización
dc.typehttp://purl.org/coar/resource_type/c_46ec
dc.typeText
dc.typeinfo:eu-repo/semantics/other
dc.typehttps://purl.org/redcol/resource_type/WP
dc.typeinfo:eu-repo/semantics/updatedVersion
dc.typehttp://purl.org/coar/version/c_970fb48d4fbd8a85


Este ítem pertenece a la siguiente institución