Plan de suscripción de nuevos tratados de libre comercio y sus efectos sobre la economía y desarrollo social post covid-19. Estudio de caso: El salvador
Tesis
Materias > Ciencias Sociales
Universidad Europea del Atlántico > Docencia > Trabajos finales de Máster
Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster
Cerrado
Español
En general, los países pobres dependen en gran medida de su desempeño en el sector externo para poder alcanzar tasas de crecimiento del Producto Interno Bruto -PIB- acordes a sus necesidades de desarrollo, de ahí la importancia radical de los procesos normativos del comercio mundial para países subdesarrollados. Esto implica que, sin incremento de las exportaciones, las posibilidades de crecimiento disminuyen sensiblemente. De ahí que se señala como tema de investigación: Plan de suscripción de nuevos Tratados de Libre Comercio en El Salvador y sus efectos sobre la economía y desarrollo social Post Covid-19.Dicho plan, hoy en día trae consigo beneficios que están relacionados no sólo con aspectos de tipo comercial, sino que son positivos para la economía en su conjunto ya que permiten reducir y en muchos casos eliminar ciertas barreras arancelarias y no arancelarias al comercio; contribuyendo a mejorar la competitividad de las empresas (dado que es posible disponer de materia prima y maquinaria a menores costos); facilitan el incremento del flujo de inversión extranjera, al otorgar certidumbre y estabilidad en el tiempo a los inversionistas; ayudan a competir en igualdad de condiciones con otros países que han logrado ventajas de acceso mediante acuerdos comerciales similares así como a obtener ventajas sobre los países que no han negociado acuerdos comerciales preferenciales; y, finalmente, fomentan la creación de empleos derivados de una mayor actividad exportadora. Asimismo, la apertura comercial genera una mayor integración del país a la economía mundial, lo que hace posible reducir la volatilidad de su crecimiento, el nivel de riesgo-país y el costo de financiamiento de la actividad privada en general. En consecuencial, los Tratados de Libre Comercio (TLC) tienden a abaratar el precio de los productos, incluidos los de la canasta familiar, debido a que las mercancías importadas cuestan menos gracias a la eliminación de aranceles. Además, como resultado de los TLC, la inflación tiende a alcanzar niveles internacionales, los cuales son generalmente inferiores a los que presentan los países en desarrollo. Asimismo, con estos acuerdos hay más y mejores empleos; y para generar más empleos se necesita invertir y producir más, y para producir más se requieren mercados más grandes que el nuestro. Por tanto, ante la difícil situación por la que atraviesa la economía salvadoreña, se considera que cualquier esfuerzo realizado con el propósito de contrarrestar la realidad actual, puede considerarse beneficioso y alentador. De ahí que como objetivo general de la investigación se plantea desarrollar un plan de suscripción de nuevos Tratados de Libre Comercio para El Salvador, determinando los efectos sobre la economía y desarrollo social post COVID-19.
metadata
Castillo Corleto, Adriana María
mail
adrianacastillo2190@gmail.com
(2022)
Plan de suscripción de nuevos tratados de libre comercio y sus efectos sobre la economía y desarrollo social post covid-19. Estudio de caso: El salvador.
Masters thesis, SIN ESPECIFICAR.
Resumen
En general, los países pobres dependen en gran medida de su desempeño en el sector externo para poder alcanzar tasas de crecimiento del Producto Interno Bruto -PIB- acordes a sus necesidades de desarrollo, de ahí la importancia radical de los procesos normativos del comercio mundial para países subdesarrollados. Esto implica que, sin incremento de las exportaciones, las posibilidades de crecimiento disminuyen sensiblemente. De ahí que se señala como tema de investigación: Plan de suscripción de nuevos Tratados de Libre Comercio en El Salvador y sus efectos sobre la economía y desarrollo social Post Covid-19.Dicho plan, hoy en día trae consigo beneficios que están relacionados no sólo con aspectos de tipo comercial, sino que son positivos para la economía en su conjunto ya que permiten reducir y en muchos casos eliminar ciertas barreras arancelarias y no arancelarias al comercio; contribuyendo a mejorar la competitividad de las empresas (dado que es posible disponer de materia prima y maquinaria a menores costos); facilitan el incremento del flujo de inversión extranjera, al otorgar certidumbre y estabilidad en el tiempo a los inversionistas; ayudan a competir en igualdad de condiciones con otros países que han logrado ventajas de acceso mediante acuerdos comerciales similares así como a obtener ventajas sobre los países que no han negociado acuerdos comerciales preferenciales; y, finalmente, fomentan la creación de empleos derivados de una mayor actividad exportadora. Asimismo, la apertura comercial genera una mayor integración del país a la economía mundial, lo que hace posible reducir la volatilidad de su crecimiento, el nivel de riesgo-país y el costo de financiamiento de la actividad privada en general. En consecuencial, los Tratados de Libre Comercio (TLC) tienden a abaratar el precio de los productos, incluidos los de la canasta familiar, debido a que las mercancías importadas cuestan menos gracias a la eliminación de aranceles. Además, como resultado de los TLC, la inflación tiende a alcanzar niveles internacionales, los cuales son generalmente inferiores a los que presentan los países en desarrollo. Asimismo, con estos acuerdos hay más y mejores empleos; y para generar más empleos se necesita invertir y producir más, y para producir más se requieren mercados más grandes que el nuestro. Por tanto, ante la difícil situación por la que atraviesa la economía salvadoreña, se considera que cualquier esfuerzo realizado con el propósito de contrarrestar la realidad actual, puede considerarse beneficioso y alentador. De ahí que como objetivo general de la investigación se plantea desarrollar un plan de suscripción de nuevos Tratados de Libre Comercio para El Salvador, determinando los efectos sobre la economía y desarrollo social post COVID-19.
Tipo de Documento: | Tesis (Masters) |
---|---|
Palabras Clave: | Covid -19, Desarrollo Social, Economía, El Salvador, Tratados de Libre Comercio |
Clasificación temática: | Materias > Ciencias Sociales |
Divisiones: | Universidad Europea del Atlántico > Docencia > Trabajos finales de Máster Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster |
Depositado: | 30 Nov 2023 23:30 |
Ultima Modificación: | 30 Nov 2023 23:30 |
URI: | https://repositorio.uneatlantico.es/id/eprint/1023 |
Acciones (logins necesarios)
![]() |
Ver Objeto |
en
close
Enzymatic treatment shapes in vitro digestion pattern of phenolic compounds in mulberry juice
The health benefits of mulberry fruit are closely associated with its phenolic compounds. However, the effects of enzymatic treatments on the digestion patterns of these compounds in mulberry juice remain largely unknown. This study investigated the impact of pectinase (PE), pectin lyase (PL), and cellulase (CE) on the release of phenolic compounds in whole mulberry juice. The digestion patterns were further evaluated using an in vitro simulated digestion model. The results revealed that PE significantly increased chlorogenic acid content by 77.8 %, PL enhanced cyanidin-3-O-glucoside by 20.5 %, and CE boosted quercetin by 44.5 %. Following in vitro digestion, the phenolic compound levels decreased differently depending on the treatment, while cyanidin-3-O-rutinoside content increased across all groups. In conclusion, the selected enzymes effectively promoted the release of phenolic compounds in mulberry juice. However, during gastrointestinal digestion, the degradation of phenolic compounds surpassed their enhanced release, with effects varying based on the compound's structure.
Peihuan Luo mail , Jian Ai mail , Qiongyao Wang mail , Yihang Lou mail , Zhiwei Liao mail , Francesca Giampieri mail francesca.giampieri@uneatlantico.es, Maurizio Battino mail maurizio.battino@uneatlantico.es, Elwira Sieniawska mail , Weibin Bai mail , Lingmin Tian mail ,
Luo
en
close
A novel machine learning-based proposal for early prediction of endometriosis disease
Background Endometriosis is one of the causes of female infertility, with some studies estimating its prevalence at around 10 % of reproductive-age women worldwide and between 30 and 50 % in symptomatic women. However, its diagnosis is complex and often delayed, highlighting the need for more accessible and accurate diagnostic methods. The difficulty lies in its diverse etiology and the variability of symptoms among those affected. Methods This study proposes a predictive model based on supervised machine learning for the early identification of endometriosis, providing support for decision-making by healthcare professionals. For this purpose, an anonymised dataset of 5,143 female patients diagnosed with endometriosis at the private fertility clinic Inebir was used. The model integrates clinical records and genetic analysis through supervised machine learning algorithms, focusing on clinical variables and pathogenic and potentially pathogenic genetic variants. Results The developed predictive model achieves high accuracy in identifying the presence of endometriosis, highlighting the importance of combining clinical and genetic data in diagnosis. The integration of this data into the DELFOS platform, a clinical decision support system, demonstrates the utility of machine learning in improving the diagnosis of endometriosis. Conclusions The findings underscore the potential of clinical and genetic factors in the early diagnosis of endometriosis using supervised machine learning algorithms. This study contributes to the classification of clinical variables that influence endometriosis, offering a valuable tool for clinicians in making therapeutic and management decisions for their female patients.
Elena Enamorado-Díaz mail , Leticia Morales-Trujillo mail , Julián-Alberto García-García mail , Ana Teresa Marcos Rodríguez mail anateresa.marcos@uneatlantico.es, José Manuel Navarro-Pando mail jose.navarro@uneatlantico.es, María-José Escalona-Cuaresma mail ,
Enamorado-Díaz
<a class="ep_document_link" href="/17788/1/s40537-025-01167-w.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Detecting hate in diversity: a survey of multilingual code-mixed image and video analysis
The proliferation of damaging content on social media in today’s digital environment has increased the need for efficient hate speech identification systems. A thorough examination of hate speech detection methods in a variety of settings, such as code-mixed, multilingual, visual, audio, and textual scenarios, is presented in this paper. Unlike previous research focusing on single modalities, our study thoroughly examines hate speech identification across multiple forms. We classify the numerous types of hate speech, showing how it appears on different platforms and emphasizing the unique difficulties in multi-modal and multilingual settings. We fill research gaps by assessing a variety of methods, including deep learning, machine learning, and natural language processing, especially for complicated data like code-mixed and cross-lingual text. Additionally, we offer key technique comparisons, suggesting future research avenues that prioritize multi-modal analysis and ethical data handling, while acknowledging its benefits and drawbacks. This study attempts to promote scholarly research and real-world applications on social media platforms by acting as an essential resource for improving hate speech identification across various data sources.
Hafiz Muhammad Raza Ur Rehman mail , Mahpara Saleem mail , Muhammad Zeeshan Jhandir mail , Eduardo René Silva Alvarado mail eduardo.silva@funiber.org, Helena Garay mail helena.garay@uneatlantico.es, Imran Ashraf mail ,
Raza Ur Rehman
<a class="ep_document_link" href="/17794/1/s41598-025-95836-8.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Accurate solar and photovoltaic (PV) power forecasting is essential for optimizing grid integration, managing energy storage, and maximizing the efficiency of solar power systems. Deep learning (DL) models have shown promise in this area due to their ability to learn complex, non-linear relationships within large datasets. This study presents a systematic literature review (SLR) of deep learning applications for solar PV forecasting, addressing a gap in the existing literature, which often focuses on traditional ML or broader renewable energy applications. This review specifically aims to identify the DL architectures employed, preprocessing and feature engineering techniques used, the input features leveraged, evaluation metrics applied, and the persistent challenges in this field. Through a rigorous analysis of 26 selected papers from an initial set of 155 articles retrieved from the Web of Science database, we found that Long Short-Term Memory (LSTM) networks were the most frequently used algorithm (appearing in 32.69% of the papers), closely followed by Convolutional Neural Networks (CNNs) at 28.85%. Furthermore, Wavelet Transform (WT) was found to be the most prominent data decomposition technique, while Pearson Correlation was the most used for feature selection. We also found that ambient temperature, pressure, and humidity are the most common input features. Our systematic evaluation provides critical insights into state-of-the-art DL-based solar forecasting and identifies key areas for upcoming research. Future research should prioritize the development of more robust and interpretable models, as well as explore the integration of multi-source data to further enhance forecasting accuracy. Such advancements are crucial for the effective integration of solar energy into future power grids.
Oussama Khouili mail , Mohamed Hanine mail , Mohamed Louzazni mail , Miguel Ángel López Flores mail miguelangel.lopez@uneatlantico.es, Eduardo García Villena mail eduardo.garcia@uneatlantico.es, Imran Ashraf mail ,
Khouili
<a href="/17796/1/1-s2.0-S2773032825000070-main.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Despite the global increase of women in business, there is still a very small proportion of female business leaders, although the distribution varies greatly by region and sector. Considering innovation, in its many forms, as well as female entrepreneurship, both considered as a path towards sustainability, the question arises as to whether this drive for sustainability leads to a greater presence of female CEOs. Current studies predominantly examine the impact of women's presence on a company's economic and financial performance, as well as any potential effects on its innovation strategy. However, the examination of factors that help understand the economic and business context influencing the presence of women in leadership roles is often overlooked. This empirical study fills this gap by exploring the micro and macro context influencing the presence of female CEOs in innovative firms worldwide stressing the influence of female owners. The sample comprises 107,026 companies from manufacturing and service industries in 118 countries, from 2007 to 2023, data obtained from the World Bank Enterprise Surveys. The econometric model applied is logistic regression with clustered standard errors. The study contains six estimations generating strong evidence supporting most of the formulated hypotheses. Findings suggest women CEOs are likely to lead women-owned firms which promote (sustainable) innovation through developing new products for new markets, allocating less investment in R&D, product innovation and business processes, although with some nuances. Other important factors to consider are productivity, sales strategy, firm size, sector, and socio-economic context with a gender focus.
Inna Alexeeva-Alexeev mail , Pilar Guaita-Fernandez mail , Cristina Mazas Pérez-Oleaga mail cristina.mazas@uneatlantico.es,
Alexeeva-Alexeev