Laboratorio

La investigación es uno de los pilares principales del ámbito académico, siendo una de las vías para lograr la excelencia académica. Por eso la Universidad Isabel I aspira a ser un referente tanto nacional como internacional dentro del ámbito de la investigación mediante su equipo de investigadores, abarcando, con un alto grado de implicación, una gran variedad de áreas de conocimiento entre las que se encuentra las ciencias jurídicas y económicas, ciencias de la salud, ciencias sociales y humanidades, ciencias y tecnología o ciencias criminológicas, entre otras.

Además, mediante la investigación, se logra el objetivo de mejorar la calidad académica, puesto que nuestros docentes a través de sus investigaciones amplían y profundizan en el conocimiento que, posteriormente, pueden trasladar a las aulas mediante su implementación en los contenidos teóricos, logrando así una mejora continua.

Publicaciones
Francisco Javier Gomez-Gil, Víctor Martínez-Martínez, R. Ruiz-Gonzalez, L. Martínez-Martínez, and J. Gomez-Gil, “Vibration-based monitoring of agro-industrial machinery using a k-Nearest Neighbors (kNN) classifier with a Harmony Search (HS) frequency selector algorithm,” Computers and Electronics in Agriculture, vol. 217, pp. 108556–108556, Feb. 2024, doi: https://doi.org/10.1016/j.compag.2023.108556.
S. Trilles, Sahibzada Saadoon Hammad, and Ditsuhi Iskandaryan, “Anomaly detection based on Artificial Intelligence of Things: A Systematic Literature Mapping,” Internet of Things, pp. 101063–101063https://doi.org/10.1016/j.iot.2024.101063.
D. Margoth, Ricel Martínez Sierra, and A. Beatriz, “Análisis crítico sobre el perfil de salida del bachillerato ecuatoriano. Una mirada desde el método de aprendizaje basado en proyectos,” MLS Educational Research, vol. 7, no. 1 https://doi.org/10.29314/mlser.v6i2.890
Marioli Carrasco-Quiroz, Maria Del Alamo-Sanza, Ana María Martínez-Gil, R. Sánchez-Gómez, Víctor Martínez-Martínez, and I. Nevares, “Influence of Oxygen Management on Color and Phenolics of Red Wines,” Molecules, vol. 28, no. 1, pp. 459–459, Jan. 2023, doi: https://doi.org/10.3390/molecules28010459
Rubén Ruiz-González, Antonia Maiara Marques do Nascimento, Marcos Bruno da Costa Santos, Rutten Kécio Soares de Brito Porto, Artur Mendes Medeiros, Fábio Sandro dos Santos, Víctor Martínez-Martínez, Priscila Alves Barroso. (2024) Temporal forecasting of plant height and canopy diameter from RGB images using a CNN-based regression model for ornamental pepper plants (Capsicum spp.) growing under high-temperature stress. Research Square https://doi.org/10.21203/rs.3.rs-3976817/v1
Macias, J. E. Z., & Trilles, S. (2024) Machine learning-based prediction model for battery levels in IoT devices using meteorological variables. Internet of Things, vol. 25, pp.101109. https://doi.org/10.1016/j.iot.2024.101109