<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-04-14T04:01:03Z</responseDate><request verb="GetRecord" identifier="oai:www.recercat.cat:2117/97383" metadataPrefix="oai_dc">https://recercat.cat/oai/request</request><GetRecord><record><header><identifier>oai:recercat.cat:2117/97383</identifier><datestamp>2025-07-17T05:24:16Z</datestamp><setSpec>com_2072_1033</setSpec><setSpec>col_2072_452950</setSpec></header><metadata><oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:doc="http://www.lyncode.com/xoai" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
   <dc:title>Metodología KDSM para el estudio de dominios poco estructurados donde se presentan medidas seriadas muy cortas repetidas con factor de bloque</dc:title>
   <dc:title>KDSM methodology for knowledge discovery from a domain where repeated very short serial measures with a blocking factor are present</dc:title>
   <dc:creator>Rodas, Jorge</dc:creator>
   <dc:creator>Alvarado, Gabriela</dc:creator>
   <dc:creator>Gibert, Karina</dc:creator>
   <dc:creator>Rojo, Emilio</dc:creator>
   <dc:creator>Cortés García, Claudio Ulises</dc:creator>
   <dc:contributor>Universitat Politècnica de Catalunya. Departament d'Estadística i Investigació Operativa</dc:contributor>
   <dc:contributor>Universitat Politècnica de Catalunya. Departament de Ciències de la Computació</dc:contributor>
   <dc:contributor>Universitat Politècnica de Catalunya. KEMLG - Grup d'Enginyeria del Coneixement i Aprenentatge Automàtic</dc:contributor>
   <dc:subject>Àrees temàtiques de la UPC::Informàtica::Aplicacions de la informàtica</dc:subject>
   <dc:subject>KDSM</dc:subject>
   <dc:subject>Knowledge discovery in serial measurement</dc:subject>
   <dc:description>Objective -- To present the Knowledge Discovery in Serial Measurement (KDSM) methodology for analyzing repeated very short serial measures with a blocking factor. Method -- An application to labor the domain is described using KDSM. Results -- Novel knowledge about labor domain's behavior was obtained once KDSM was applied to this specific domain. Conclusion -- KDSM has shown that important information has been missed, especially when the kind of data explained in this paper is analyzed with common statistical methods and artificial intelligence techniques, independently employed.</dc:description>
   <dc:description>El presente documento representa 2 años de trabajo con técnicas de inteligencia artificial y estadística para el análisis de medidas seriadas muy cortas repetidas. Grandes cantidades de datos se almacenan diariamente debido a la dinámica transformación de la computación, en especial el Internet. Por tal motivo, cualquier organismo, dependencia, etc., tiene el interés de utilizar lo mejor posible sus datos, especialmente si esto les proporciona beneficios y más aún si estos son económicos.</dc:description>
   <dc:description>Postprint (published version)</dc:description>
   <dc:date>2003-02</dc:date>
   <dc:type>External research report</dc:type>
   <dc:identifier>Rodas, J., Alvarado, G., Gibert, Karina, Rojo, E., Cortes, C. "Metodología KDSM para el estudio de dominios poco estructurados donde se presentan medidas seriadas muy cortas repetidas con factor de bloque". 2003.</dc:identifier>
   <dc:identifier>https://hdl.handle.net/2117/97383</dc:identifier>
   <dc:language>spa</dc:language>
   <dc:relation>LSI-03-7-R</dc:relation>
   <dc:rights>Open Access</dc:rights>
   <dc:format>94 p.</dc:format>
   <dc:format>application/pdf</dc:format>
</oai_dc:dc></metadata></record></GetRecord></OAI-PMH>