Método multicriterio neutrosófico para evaluar la eficacia de las medidas socio educativas en adolescentes infractores en Riobamba

Autores/as

  • Janeth Ximena Iglesias Quintana Universidad Regional Autónoma de Los Andes, Riobamba. Ecuador
  • Karla Estefanía Maigua Colcha Universidad Regional Autónoma de Los Andes, Riobamba. Ecuador
  • Nathalia Janet León Colcha Universidad Regional Autónoma de Los Andes, Riobamba. Ecuador

Palabras clave:

adolescentes infractores, números neutrosóficos, método multicriterio, medidas socioeducativas, rehabilitación

Resumen

En esta investigación se abordan las causas y medidas socioeducativas que tomará un adolescente infractor como parte de su sanción. Se destaca que los adolescentes no nacen siendo infractores, sino que diversos factores, como el entorno familiar, las desigualdades socioeconómicas y la falta de oportunidades, pueden influir en su comportamiento delictivo. A la vez se resalta la importancia de intervenciones preventivas que aborden estas causas subyacentes, priorizando programas de apoyo familiar, acceso a educación de calidad y oportunidades equitativas para todos los jóvenes. Asimismo, se subraya la necesidad de cambiar el enfoque de sanción a rehabilitación, centrándose en medidas que faciliten la resocialización y la integración efectiva de los adolescentes infractores en la sociedad. La presente investigación tiene como objetivo desarrollar un método multicriterio neutrosófico para evaluar la eficacia de las medidas socio educativas en adolescentes infractores en Riobamba. El método basa su funcionamiento a partir de números neutrosóficos para modelar la incertidumbre. Emplea operadores de agregación de información para la evaluación y decisión. Como resultado se implementa la aplicación del método donde fue posible demostrar la aplicabilidad del mismo.

Publicado

2024-04-01

Número

Sección

Articulos

Cómo citar

Método multicriterio neutrosófico para evaluar la eficacia de las medidas socio educativas en adolescentes infractores en Riobamba. (2024). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 32, 162-168. https://fs.unm.edu/NCML2/index.php/112/article/view/530

Artículos más leídos del mismo autor/a