Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo

Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo

El presente trabajo propone un aplicativo que permita medir el costo de pérdida de buena voluntad, como un componente que se encuentra involucrado con la pérdida de ventas, de este modo se podrá incrementar la capacidad de diagnóstico en la ejecución de previsiones colaborativas para abordar soluciones respecto al consumo. Para lograr satisfacer los requerimientos de los clientes, la mayoría de las decisiones relacionadas con el inventario, deben estar basadas en previsiones respecto al consumo. Para esto las empresas consideran los procesos colaborativos como un método de gestión, que permite ampliar el panorama de oportunidades. La dificultad se presenta cuando existen aspectos que en la práctica resultan ser complejos de estimar, esto pu... Ver más

Guardado en:

Ingenierías USBMed

2027-5846

Beltrán Zapata, Ana Maria

Sánchez Caimán, Pedro José

Sánchez Pineda, Daniel Enrique

UNIVERSIDAD DE SAN BUENAVENTURA

10.21500/20275846.4978

13

2022-05-19

19

29

Colombia

Costo de pérdida de buena voluntad

Punto de venta (POS)

Out of stock (OOS)

Cliente insatisfecho

Pronósticos colaborativos

ventas perdidas

http://purl.org/coar/access_right/c_abf2

info:eu-repo/semantics/openAccess

Ingenierías USBMed - 2022

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

id edd04e6f46a2a2d5e7870d5e5f471d5f
record_format ojs
spelling Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
José Ramón Vilana Arto. (2011). La Gestión de la Cadena de Suministro. Escuela de Organización Industrial.
Moliner-Velázquez, B. ( 2012). El boca-oído de clientes insatisfechos: Un enfoque de segmentación en servicios de restaurantes. Universia Business Review, núm. 33, 30-47.
McClellan, M. (s.f). Collaborative Planning, Forecasting, and Replenishment. Collaborative Manufacturing Whitepaper Series.
Mateos, M. (2009). Previsión de ventas en una gran cadena de tiendas. Obtenido de Upcommons: https://upcommons.upc.edu/bitstream/handle/2099.1/8858/memoria.pdf?sequence=1&isAllowed=y
Martinez, L. A. (2018). Metodologia para la implementacion de un modelo CPFR en una empresa comercializadora de productos de consumo masivo con sus clientes comerciales de canales modernos. Universidad Militar Nueva Granada.
Maldonado, R., & Perez, J. (2017). Formulacion de un plan estratégico de marketing para la central mayorista “Coomproriente” del municipio de Tibasosa. Obtenido de Repositorio UPTC: https://repositorio.uptc.edu.co/jspui/bitstream/001/2218/1/TGT-816.pdf
Maguiña, O. (2016). El Método de Pronóstico Holt-Winters. Obtenido de Administration: https://administration21.files.wordpress.com/2017/01/pronc3b3sticos-holt-winters-omr-nov2016.pdf
Kundai Oliver Shadwell Sai. (2017). An Analysis of Point of Sale Systems Physical Configurations and Security Measures in Zimbabwean SMEs. Institute of Research Advances.
Jishan Zhu. (2013). POS Data and Your Demand Forecast . ElSevier.
Nahmias, S. (2017). Control de inventarios sujeto al conocimiento de la demanda. En S. Nahmias, Analisis de la producción y las operaciones (págs. 192-194). Mexico D.F: McGraw-Hill Interamericana.
IM Farmacias. (31 de 07 de 2019). IM Farmacias . Obten ido de IM Farmacias : https://www.imfarmacias.es/uploads/bajamos_roturas_capital_7126_03170951.pdf
Grasman, J., & Kornelis, M. (2019). Springer Open Journal. Obtenido de Springer Open Journal: https://mathematicsinindustry.springeropen.com/track/pdf/10.1186/s13362-019-0059-6
González, Y. C. (2014). El análisis y control de costos ocultos como herramienta para la gestión estratégica de las organizaciones. Universidad Nacional de Colombia, 50-51.
Gong, W. (2016). The Internet of Things (IoT): What is the potential of the internet of things (IoT) as a marketing tool? 7 th IBA Bachelor Thesis Conference.
Gladys Yolanda Velásquez Zhingri. (2015). Propuesta de un sistema de administración de inventarios en la Comercializadora y Reparadora de Calzado Recordcalza. Universidad Politécnica Saleciana.
Ganjeizadeh, F., Olivar , E., Goraya, P., & Lei, H. (2017). Applying Looks-Like Analysis and Bass Diffusion Model Techniques to Forecast a Neurostimulator Device with No Historical Data. Procedia Manufacturing 11.
Fundamentos de la gestión de Inventarios. (2014). Medellín: Centro Editorial Esumer.
Moro, R. (2019). ResearchGate. Obtenido de ResearchGate: https://www.researchgate.net/publication/332817777_GOODWILL_VALUATION
Nava, R., & Escamilla, C. (2015). Estimación de la demanda, aplicada a una innovación de tipo MEMS mediante el modelo de Bass. Obtenido de SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3519591
Echeverri, M. (2018). Plan Estratégico Caso: Supermercado Mercopa S.A.S. Obtenido de Repository EIA: https://repository.eia.edu.co/bitstream/11190/2196/1/EcheverriMaria_2018_PlanEstrategicoSupermercado.pdf
Zapata Cortes, Julián Andrés. (2014). Fundamentos de la Gestión de Inventarios. Centro Editroial Esumer.
Text
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:eu-repo/semantics/article
W. Gruen, T., & Corsten, D. (2007). A Comprehensive Guide To Retail Out-of-Stock Reduction In the Fast Moving Consumer Goods Industry. The Procter & Gamble Company, 1-3.
Niño, J. (2018). Propuesta para la implementación de un método de pronóstico de la demanda del material de embalaje en una empresa distribuidora de dispositivos médicos. Obtenido de Repository Unimilitar: https://repository.unimilitar.edu.co/bitstream/handle/10654/20415/Ni%C3%B1oLaguadoJessicaMaria2018.pdf?sequence=1&isAllowed=y
The role of information and comunications technologies in the whip effect and international supply chain management with presence in the colombian market. (2014). Universidad Militar Nueva Granada.
Tae, H. P., Gruca, T., & Russell, G. (2017). A New Bass Model Utilizing Social Network Data. Obtenido de ReasearchGate: https://www.researchgate.net/publication/317168743_A_New_Bass_Model_Utilizing_Social_Network_Data
Sulisetiasih, A., Junardy, K., & Adam, P. (2013). The Strategic Management Analysis of ZARA (Relative to the Case in Developing Countries). Obtenido de Academia: https://www.academia.edu/5492552/The_Strategic_Management_Analysis_of_ZARA_Relative_to_the_Case_in_Developing_Countries_
Steve Keifer. (2010). Beyond Point of Sale Data. A GXS White Paper.
Propuesta de un proceso de planeación de la demanda para una comercializadora de ropa. (2017). Ciudad de México: instituto politécnico nacional.
Pingus, L. M. (2015). Influencia de la motivación del personal en la satisfacción del usuario externo de la fiscalía provincial mixta de leymebamba, provincia de chachapoyas, región amazonas. Universidad César Vallejo.
PALMA, E., Medrano Zúñiga, L., & Lopéz, R. (2011). Desarrollo de una herramienta web que facilite la realización de pronósticos colaborativos en las pymes de cali. Universidad icesi.
Figliola, P. M. (2019). Internet of Things (IoT): An Introduction. IN FOCUS, https://crsreports.congress.gov/product/pdf/IF/IF11239.
Douglas N. Raza, Peter J. Kilbourn. (2017). The impact of point-of-sale data in demand planning in the South African clothing retail industry. Journal of Transport and Supply Chain Management (AOSIS).
Publication
Costo de pérdida de buena voluntad
Punto de venta (POS)
Out of stock (OOS)
Cliente insatisfecho
13
1
Núm. 1 , Año 2022 : Ingenierías USBMed
Artículo de revista
Pronósticos colaborativos
Correa Espinal, A., & Gómez Montoya, R. (28 de 07 de 2019). BDigital portal de revistas UN. Obtenido de BDigital portal de revistas UN: https://revistas.unal.edu.co/index.php/dyna/article/view/9551/11475
application/pdf
Universidad San Buenaventura - USB (Colombia)
Ingenierías USBMed
Beltrán Zapata, Ana Maria
https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/4978
Sánchez Caimán, Pedro José
Sánchez Pineda, Daniel Enrique
Español
https://creativecommons.org/licenses/by-nc-nd/4.0
Ingenierías USBMed - 2022
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El presente trabajo propone un aplicativo que permita medir el costo de pérdida de buena voluntad, como un componente que se encuentra involucrado con la pérdida de ventas, de este modo se podrá incrementar la capacidad de diagnóstico en la ejecución de previsiones colaborativas para abordar soluciones respecto al consumo. Para lograr satisfacer los requerimientos de los clientes, la mayoría de las decisiones relacionadas con el inventario, deben estar basadas en previsiones respecto al consumo. Para esto las empresas consideran los procesos colaborativos como un método de gestión, que permite ampliar el panorama de oportunidades. La dificultad se presenta cuando existen aspectos que en la práctica resultan ser complejos de estimar, esto puede convertirse en un problema derivado por la ausencia de datos, que como consecuencia pueden generar una gestión deficiente de la demanda, con pronósticos errados y costos elevados. La propuesta que planteada en este artículo se presenta la posibilidad de estimar dicho costo, mediante el empleo del IdC junto con técnicas de pronóstico. Presentando así, información sobre el comportamiento de los consumidores y el impacto que tiene el costo de perdida de buena voluntad dentro de la rentabilidad de un punto de venta.
Alglawe, A., Schiffauerova, A., & Kuzgunkaya, O. (2016). A system dynamics approach to model cost of quality in a supply chain. Systemdynamics.org. https://www.systemdynamics.org/assets/conferences/2016/proceed/papers/P1087.pdf
Barkoczia, N., Simina Lakatos, E., & Bacali, L. (2017). An innovation diffusion model for new mobile technologies acceptance. MATEC Web of Conferences .
Coronado, J., Romero, A., Uribe , C., & Calderón, R. (2018). Application of the Bass Diffusion Model for Estimating the Lifecycle of a Retail Store. IJMSOR. Obtenido de IJMSOR: http://repositorio.cuc.edu.co/handle/11323/2033
ventas perdidas
Collaborative forecast
Cost of loss of goodwill
This paper proposes an application that allows to measure the cost of loss of goodwill, as a component that is involved in the lost sales, in this way the diagnostic capacity can be increased in the execution of forecasts collaborative to address solutions regarding consumption. In order to meet customer requirements, most decisions related to inventory must be based on forecasts regarding consumption. For this, companies consider collaborative processes as a management method, which allows to expand the panorama of opportunities. The difficulty arises when there are aspects that in practice turn out to be complex to estimate, this can become a problem derived from the absence of data, which as a result can lead to poor demand management, with bad forecasts and high costs. The loss of goodwill is one of the costs that in practice are considered complex to calculate, therefore, with the proposed proposal, the possibility of estimating this cost is presented, by using the IdC together with forecasting techniques. Thus presenting information on the behavior of consumers and the impact of the cost of loss of goodwill within the profitability of a point of sale.
Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
Journal article
https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/4978/4850
2022-05-19T23:27:13Z
2022-05-19
2027-5846
10.21500/20275846.4978
https://doi.org/10.21500/20275846.4978
19
29
2022-05-19T23:27:13Z
institution UNIVERSIDAD DE SAN BUENAVENTURA
thumbnail https://nuevo.metarevistas.org/UNIVERSIDADDESANBUENAVENTURA_COLOMBIA/logo.png
country_str Colombia
collection Ingenierías USBMed
title Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
spellingShingle Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
Beltrán Zapata, Ana Maria
Sánchez Caimán, Pedro José
Sánchez Pineda, Daniel Enrique
Costo de pérdida de buena voluntad
Punto de venta (POS)
Out of stock (OOS)
Cliente insatisfecho
Pronósticos colaborativos
ventas perdidas
Collaborative forecast
Cost of loss of goodwill
title_short Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
title_full Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
title_fullStr Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
title_full_unstemmed Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
title_sort propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
title_eng Propuesta de aplicativo para medir el costo de pérdida de buena voluntad para mejorar la previsión colaborativa respecto al consumo
description El presente trabajo propone un aplicativo que permita medir el costo de pérdida de buena voluntad, como un componente que se encuentra involucrado con la pérdida de ventas, de este modo se podrá incrementar la capacidad de diagnóstico en la ejecución de previsiones colaborativas para abordar soluciones respecto al consumo. Para lograr satisfacer los requerimientos de los clientes, la mayoría de las decisiones relacionadas con el inventario, deben estar basadas en previsiones respecto al consumo. Para esto las empresas consideran los procesos colaborativos como un método de gestión, que permite ampliar el panorama de oportunidades. La dificultad se presenta cuando existen aspectos que en la práctica resultan ser complejos de estimar, esto puede convertirse en un problema derivado por la ausencia de datos, que como consecuencia pueden generar una gestión deficiente de la demanda, con pronósticos errados y costos elevados. La propuesta que planteada en este artículo se presenta la posibilidad de estimar dicho costo, mediante el empleo del IdC junto con técnicas de pronóstico. Presentando así, información sobre el comportamiento de los consumidores y el impacto que tiene el costo de perdida de buena voluntad dentro de la rentabilidad de un punto de venta.
description_eng This paper proposes an application that allows to measure the cost of loss of goodwill, as a component that is involved in the lost sales, in this way the diagnostic capacity can be increased in the execution of forecasts collaborative to address solutions regarding consumption. In order to meet customer requirements, most decisions related to inventory must be based on forecasts regarding consumption. For this, companies consider collaborative processes as a management method, which allows to expand the panorama of opportunities. The difficulty arises when there are aspects that in practice turn out to be complex to estimate, this can become a problem derived from the absence of data, which as a result can lead to poor demand management, with bad forecasts and high costs. The loss of goodwill is one of the costs that in practice are considered complex to calculate, therefore, with the proposed proposal, the possibility of estimating this cost is presented, by using the IdC together with forecasting techniques. Thus presenting information on the behavior of consumers and the impact of the cost of loss of goodwill within the profitability of a point of sale.
author Beltrán Zapata, Ana Maria
Sánchez Caimán, Pedro José
Sánchez Pineda, Daniel Enrique
author_facet Beltrán Zapata, Ana Maria
Sánchez Caimán, Pedro José
Sánchez Pineda, Daniel Enrique
topicspa_str_mv Costo de pérdida de buena voluntad
Punto de venta (POS)
Out of stock (OOS)
Cliente insatisfecho
Pronósticos colaborativos
ventas perdidas
topic Costo de pérdida de buena voluntad
Punto de venta (POS)
Out of stock (OOS)
Cliente insatisfecho
Pronósticos colaborativos
ventas perdidas
Collaborative forecast
Cost of loss of goodwill
topic_facet Costo de pérdida de buena voluntad
Punto de venta (POS)
Out of stock (OOS)
Cliente insatisfecho
Pronósticos colaborativos
ventas perdidas
Collaborative forecast
Cost of loss of goodwill
citationvolume 13
citationissue 1
citationedition Núm. 1 , Año 2022 : Ingenierías USBMed
publisher Universidad San Buenaventura - USB (Colombia)
ispartofjournal Ingenierías USBMed
source https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/4978
language Español
format Article
rights http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/4.0
Ingenierías USBMed - 2022
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
references José Ramón Vilana Arto. (2011). La Gestión de la Cadena de Suministro. Escuela de Organización Industrial.
Moliner-Velázquez, B. ( 2012). El boca-oído de clientes insatisfechos: Un enfoque de segmentación en servicios de restaurantes. Universia Business Review, núm. 33, 30-47.
McClellan, M. (s.f). Collaborative Planning, Forecasting, and Replenishment. Collaborative Manufacturing Whitepaper Series.
Mateos, M. (2009). Previsión de ventas en una gran cadena de tiendas. Obtenido de Upcommons: https://upcommons.upc.edu/bitstream/handle/2099.1/8858/memoria.pdf?sequence=1&isAllowed=y
Martinez, L. A. (2018). Metodologia para la implementacion de un modelo CPFR en una empresa comercializadora de productos de consumo masivo con sus clientes comerciales de canales modernos. Universidad Militar Nueva Granada.
Maldonado, R., & Perez, J. (2017). Formulacion de un plan estratégico de marketing para la central mayorista “Coomproriente” del municipio de Tibasosa. Obtenido de Repositorio UPTC: https://repositorio.uptc.edu.co/jspui/bitstream/001/2218/1/TGT-816.pdf
Maguiña, O. (2016). El Método de Pronóstico Holt-Winters. Obtenido de Administration: https://administration21.files.wordpress.com/2017/01/pronc3b3sticos-holt-winters-omr-nov2016.pdf
Kundai Oliver Shadwell Sai. (2017). An Analysis of Point of Sale Systems Physical Configurations and Security Measures in Zimbabwean SMEs. Institute of Research Advances.
Jishan Zhu. (2013). POS Data and Your Demand Forecast . ElSevier.
Nahmias, S. (2017). Control de inventarios sujeto al conocimiento de la demanda. En S. Nahmias, Analisis de la producción y las operaciones (págs. 192-194). Mexico D.F: McGraw-Hill Interamericana.
IM Farmacias. (31 de 07 de 2019). IM Farmacias . Obten ido de IM Farmacias : https://www.imfarmacias.es/uploads/bajamos_roturas_capital_7126_03170951.pdf
Grasman, J., & Kornelis, M. (2019). Springer Open Journal. Obtenido de Springer Open Journal: https://mathematicsinindustry.springeropen.com/track/pdf/10.1186/s13362-019-0059-6
González, Y. C. (2014). El análisis y control de costos ocultos como herramienta para la gestión estratégica de las organizaciones. Universidad Nacional de Colombia, 50-51.
Gong, W. (2016). The Internet of Things (IoT): What is the potential of the internet of things (IoT) as a marketing tool? 7 th IBA Bachelor Thesis Conference.
Gladys Yolanda Velásquez Zhingri. (2015). Propuesta de un sistema de administración de inventarios en la Comercializadora y Reparadora de Calzado Recordcalza. Universidad Politécnica Saleciana.
Ganjeizadeh, F., Olivar , E., Goraya, P., & Lei, H. (2017). Applying Looks-Like Analysis and Bass Diffusion Model Techniques to Forecast a Neurostimulator Device with No Historical Data. Procedia Manufacturing 11.
Fundamentos de la gestión de Inventarios. (2014). Medellín: Centro Editorial Esumer.
Moro, R. (2019). ResearchGate. Obtenido de ResearchGate: https://www.researchgate.net/publication/332817777_GOODWILL_VALUATION
Nava, R., & Escamilla, C. (2015). Estimación de la demanda, aplicada a una innovación de tipo MEMS mediante el modelo de Bass. Obtenido de SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3519591
Echeverri, M. (2018). Plan Estratégico Caso: Supermercado Mercopa S.A.S. Obtenido de Repository EIA: https://repository.eia.edu.co/bitstream/11190/2196/1/EcheverriMaria_2018_PlanEstrategicoSupermercado.pdf
Zapata Cortes, Julián Andrés. (2014). Fundamentos de la Gestión de Inventarios. Centro Editroial Esumer.
W. Gruen, T., & Corsten, D. (2007). A Comprehensive Guide To Retail Out-of-Stock Reduction In the Fast Moving Consumer Goods Industry. The Procter & Gamble Company, 1-3.
Niño, J. (2018). Propuesta para la implementación de un método de pronóstico de la demanda del material de embalaje en una empresa distribuidora de dispositivos médicos. Obtenido de Repository Unimilitar: https://repository.unimilitar.edu.co/bitstream/handle/10654/20415/Ni%C3%B1oLaguadoJessicaMaria2018.pdf?sequence=1&isAllowed=y
The role of information and comunications technologies in the whip effect and international supply chain management with presence in the colombian market. (2014). Universidad Militar Nueva Granada.
Tae, H. P., Gruca, T., & Russell, G. (2017). A New Bass Model Utilizing Social Network Data. Obtenido de ReasearchGate: https://www.researchgate.net/publication/317168743_A_New_Bass_Model_Utilizing_Social_Network_Data
Sulisetiasih, A., Junardy, K., & Adam, P. (2013). The Strategic Management Analysis of ZARA (Relative to the Case in Developing Countries). Obtenido de Academia: https://www.academia.edu/5492552/The_Strategic_Management_Analysis_of_ZARA_Relative_to_the_Case_in_Developing_Countries_
Steve Keifer. (2010). Beyond Point of Sale Data. A GXS White Paper.
Propuesta de un proceso de planeación de la demanda para una comercializadora de ropa. (2017). Ciudad de México: instituto politécnico nacional.
Pingus, L. M. (2015). Influencia de la motivación del personal en la satisfacción del usuario externo de la fiscalía provincial mixta de leymebamba, provincia de chachapoyas, región amazonas. Universidad César Vallejo.
PALMA, E., Medrano Zúñiga, L., & Lopéz, R. (2011). Desarrollo de una herramienta web que facilite la realización de pronósticos colaborativos en las pymes de cali. Universidad icesi.
Figliola, P. M. (2019). Internet of Things (IoT): An Introduction. IN FOCUS, https://crsreports.congress.gov/product/pdf/IF/IF11239.
Douglas N. Raza, Peter J. Kilbourn. (2017). The impact of point-of-sale data in demand planning in the South African clothing retail industry. Journal of Transport and Supply Chain Management (AOSIS).
Correa Espinal, A., & Gómez Montoya, R. (28 de 07 de 2019). BDigital portal de revistas UN. Obtenido de BDigital portal de revistas UN: https://revistas.unal.edu.co/index.php/dyna/article/view/9551/11475
Alglawe, A., Schiffauerova, A., & Kuzgunkaya, O. (2016). A system dynamics approach to model cost of quality in a supply chain. Systemdynamics.org. https://www.systemdynamics.org/assets/conferences/2016/proceed/papers/P1087.pdf
Barkoczia, N., Simina Lakatos, E., & Bacali, L. (2017). An innovation diffusion model for new mobile technologies acceptance. MATEC Web of Conferences .
Coronado, J., Romero, A., Uribe , C., & Calderón, R. (2018). Application of the Bass Diffusion Model for Estimating the Lifecycle of a Retail Store. IJMSOR. Obtenido de IJMSOR: http://repositorio.cuc.edu.co/handle/11323/2033
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2022-05-19
date_accessioned 2022-05-19T23:27:13Z
date_available 2022-05-19T23:27:13Z
url https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/4978
url_doi https://doi.org/10.21500/20275846.4978
eissn 2027-5846
doi 10.21500/20275846.4978
citationstartpage 19
citationendpage 29
url2_str_mv https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/4978/4850
_version_ 1797159991625383936

Código QR

Estadísticas y Métricas Alternativas

Títulos similares