Wilson Calsin Berrios
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Wilson Calsin Berrios has a total of 14 co-authors. Here are the top co-authors by number of shared publications:
- Alexander Aguilar Ramirez
University Nacional del Altiplano Puno
1 shared publication - Carmen Villanueva Quispe
Instituto del Mar del Perú – IMARPE Puno-Perú
1 shared publication - César Augusto Villena Atoche
Universidad San Ignacio de Loyola. Lima, Perú
1 shared publication - Daniel Isaac Espinoza Gaona
Escuela Superior Politécnica de Chimborazo, Riobamba-Ecuador
1 shared publication - Jairo Alberto Rengifo Osorio
Instituto Universitario Veracruzano
1 shared publication - Javier Mamani Paredes
Universidad Nacional del Altiplano
1 shared publication
Latest Publications
- Open Access
- 1 April 2026
- Published by Faculty of Agriculture, Brawijaya University in Journal of Degraded and Mining Lands Management
- Vol. 13 (2) , 10077-10089
Integrated assessment of surface water quality and seasonal variability using CCME-WQI in a high-Andean watershed of southern Peru
It is essential to sustain water quality to support environmental sustainability and public health, particularly in high-Andean watersheds, which are sensitive to hydrological variability. The present study is an integrated assessment of surface water quality conducted in the Ilave District of southern Peru, using the Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI). Surface water quality was assessed based on the evaluation of physicochemical parameters, microbiological indicators, and concentrations of selected trace metals during contrasting dry and wet seasonal conditions and the application of the components of the CCME-WQI to assess the quality of the overall surface water. Results from this study indicate significant spatial and temporal variability in surface water quality; however, most monitoring locations were classified as having good to excellent water quality. Lower CCME-WQI index values were primarily attributed to localized microbiological contamination and higher concentrations of selected trace metals during low-flow conditions. In general, the CCME-WQI successfully integrated multi-parameter surface water quality data and identified localized degradation processes; therefore, there is a need for targeted monitoring and science-based management of water resources in areas that are subject to increasing anthropogenic pressures in high-Andean environments.
- 1 April 2026
- Published by Faculty of Agriculture, Brawijaya University in Journal of Degraded and Mining Lands Management
- Vol. 13 (2) , 10077-10089
Open AccessIntegrated assessment of surface water quality and seasonal variability using CCME-WQI in a high-Andean watershed of southern Peru
It is essential to sustain water quality to support environmental sustainability and public health, particularly in high-Andean watersheds, which are sensitive to hydrological variability. The present study is an integrated assessment of surface water quality conducted in the Ilave District of southern Peru, using the Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI). Surface water quality was assessed based on the evaluation of physicochemical parameters, microbiological indicators, and concentrations of selected trace metals during contrasting dry and wet seasonal conditions and the application of the components of the CCME-WQI to assess the quality of the overall surface water. Results from this study indicate significant spatial and temporal variability in surface water quality; however, most monitoring locations were classified as having good to excellent water quality. Lower CCME-WQI index values were primarily attributed to localized microbiological contamination and higher concentrations of selected trace metals during low-flow conditions. In general, the CCME-WQI successfully integrated multi-parameter surface water quality data and identified localized degradation processes; therefore, there is a need for targeted monitoring and science-based management of water resources in areas that are subject to increasing anthropogenic pressures in high-Andean environments.
- Open Access
- 30 September 2025
- Published by Escuela de Posgrado de la Universidad Nacional del Altiplano in Revista de Investigaciones
- Vol. 14 (3) , 144-156
Bioadsorción del ion cobre (II) en solución acuosa mediante el uso de vaina de arveja (Pisum sativum L.)
La evaluación de la bioadsorción del ion cobre (II) en solución acuosa mediante el uso de la vaina de arveja (Pisum sativum L.), un residuo agroindustrial abundante y económico. El objetivo fue determinar la capacidad de bioadsorción del ion Cu (II) en solución acuosa mediante el uso de la vaina de arveja (Pisum sativum L.). La metodología es cuantitativa, experimental y nivel aplicativo. Se caracterizó la biomasa en términos de humedad, cenizas, extracto etéreo, fibra cruda, densidad aparente y pH; la vaina de arveja fue sometida a un tratamiento físico y químico que incluye una activación acida con HCl y alcalina con NaOH; en las pruebas de bioadsorción se aplicó un diseño experimental de segundo orden, variando la cantidad de adsorbente, pH y temperatura; se evaluó las isotermas y modelos cinéticos de adsorción. La caracterización de la vaina de arveja presentó un alto contenido de fibra de 51,94 % y un pH ácido de 4,7 en la vaina de arveja; se consiguió mejores resultados con la activación alcalina de NaOH 0.1 M; los parámetros adecuados obtenidos en las pruebas de bioadsorción son 0,1 g de adsorbente, pH de 5,5 y temperatura 25 °C; el proceso se ajustó a la isoterma de Langmuir con una capacidad máxima de adsorción de 45,45 mg/g, indicando una adsorción en monocapa sobre una superficie homogénea. La cinética de adsorción fue descrita por el modelo de pseudo segundo orden. Concluyendo que la vaina de arveja activada con NaOH, tiene alta capacidad de bioadsorción del cobre (II) en aguas contaminadas.
- 30 September 2025
- Published by Escuela de Posgrado de la Universidad Nacional del Altiplano in Revista de Investigaciones
- Vol. 14 (3) , 144-156
Open AccessBioadsorción del ion cobre (II) en solución acuosa mediante el uso de vaina de arveja (Pisum sativum L.)
La evaluación de la bioadsorción del ion cobre (II) en solución acuosa mediante el uso de la vaina de arveja (Pisum sativum L.), un residuo agroindustrial abundante y económico. El objetivo fue determinar la capacidad de bioadsorción del ion Cu (II) en solución acuosa mediante el uso de la vaina de arveja (Pisum sativum L.). La metodología es cuantitativa, experimental y nivel aplicativo. Se caracterizó la biomasa en términos de humedad, cenizas, extracto etéreo, fibra cruda, densidad aparente y pH; la vaina de arveja fue sometida a un tratamiento físico y químico que incluye una activación acida con HCl y alcalina con NaOH; en las pruebas de bioadsorción se aplicó un diseño experimental de segundo orden, variando la cantidad de adsorbente, pH y temperatura; se evaluó las isotermas y modelos cinéticos de adsorción. La caracterización de la vaina de arveja presentó un alto contenido de fibra de 51,94 % y un pH ácido de 4,7 en la vaina de arveja; se consiguió mejores resultados con la activación alcalina de NaOH 0.1 M; los parámetros adecuados obtenidos en las pruebas de bioadsorción son 0,1 g de adsorbente, pH de 5,5 y temperatura 25 °C; el proceso se ajustó a la isoterma de Langmuir con una capacidad máxima de adsorción de 45,45 mg/g, indicando una adsorción en monocapa sobre una superficie homogénea. La cinética de adsorción fue descrita por el modelo de pseudo segundo orden. Concluyendo que la vaina de arveja activada con NaOH, tiene alta capacidad de bioadsorción del cobre (II) en aguas contaminadas.
- Open Access
- 4 September 2024
- Published by Revista Social Fronteriza in Revista Social Fronteriza
- Vol. 4 (5) , 45412
Evaluación del efecto del modelo híbrido en el desempeño académico de los estudiantes universitarios en el área de matemáticas, analizando su influencia en el proceso de aprendizaje y en los resultados de evaluación en esta disciplina
El modelo híbrido, que fusiona la enseñanza presencial con la instrucción en línea, ha ganado popularidad en la educación superior por sus beneficios en flexibilidad y accesibilidad. Este enfoque combina métodos tradicionales y digitales, y ha sido adoptado por universidades con el objetivo de mejorar el aprendizaje y rendimiento académico. Sin embargo, la eficacia del modelo varía según la disciplina, especialmente en matemáticas, donde la comprensión profunda y la práctica constante son cruciales. Este artículo de revisión examina cómo el modelo híbrido afecta el rendimiento académico en matemáticas, evaluando tanto sus ventajas como limitaciones. El modelo híbrido permite a los estudiantes ajustar su ritmo de estudio a sus necesidades, lo que puede mejorar la comprensión del material y facilitar la retención del conocimiento mediante recursos adicionales en línea, como tutoriales y ejercicios interactivos. No obstante, la falta de retroalimentación inmediata en entornos en línea puede limitar la resolución efectiva de problemas complejos, una ventaja de la enseñanza presencial. Además, la efectividad del modelo depende en gran medida del diseño y planificación del curso. Una implementación deficiente puede resultar en una experiencia educativa disfuncional, destacando la importancia de una estructura pedagógica bien definida y una gestión adecuada de la carga cognitiva. Este análisis cualitativo busca comprender las complejidades del impacto del modelo híbrido en el aprendizaje matemático y proporcionar una visión integral sobre cómo estos cambios influyen en la educación en matemáticas.
- 4 September 2024
- Published by Revista Social Fronteriza in Revista Social Fronteriza
- Vol. 4 (5) , 45412
Open AccessEvaluación del efecto del modelo híbrido en el desempeño académico de los estudiantes universitarios en el área de matemáticas, analizando su influencia en el proceso de aprendizaje y en los resultados de evaluación en esta disciplina
El modelo híbrido, que fusiona la enseñanza presencial con la instrucción en línea, ha ganado popularidad en la educación superior por sus beneficios en flexibilidad y accesibilidad. Este enfoque combina métodos tradicionales y digitales, y ha sido adoptado por universidades con el objetivo de mejorar el aprendizaje y rendimiento académico. Sin embargo, la eficacia del modelo varía según la disciplina, especialmente en matemáticas, donde la comprensión profunda y la práctica constante son cruciales. Este artículo de revisión examina cómo el modelo híbrido afecta el rendimiento académico en matemáticas, evaluando tanto sus ventajas como limitaciones. El modelo híbrido permite a los estudiantes ajustar su ritmo de estudio a sus necesidades, lo que puede mejorar la comprensión del material y facilitar la retención del conocimiento mediante recursos adicionales en línea, como tutoriales y ejercicios interactivos. No obstante, la falta de retroalimentación inmediata en entornos en línea puede limitar la resolución efectiva de problemas complejos, una ventaja de la enseñanza presencial. Además, la efectividad del modelo depende en gran medida del diseño y planificación del curso. Una implementación deficiente puede resultar en una experiencia educativa disfuncional, destacando la importancia de una estructura pedagógica bien definida y una gestión adecuada de la carga cognitiva. Este análisis cualitativo busca comprender las complejidades del impacto del modelo híbrido en el aprendizaje matemático y proporcionar una visión integral sobre cómo estos cambios influyen en la educación en matemáticas.
- Open Access
- 4 September 2024
- Published by Revista Social Fronteriza in Revista Social Fronteriza
- Vol. 4 (5) , e45458
Aplicación de la inteligencia artificial en la resolución de problemas matemáticos en el nivel universitario
La implementación de la inteligencia artificial (IA) en la resolución de problemas matemáticos en el ámbito universitario se presenta como una innovación pedagógica de alto impacto. En un entorno donde los desafíos matemáticos exigen el desarrollo de competencias analíticas avanzadas, la IA actúa como un recurso didáctico que facilita tanto la enseñanza como el aprendizaje autónomo. El objetivo de la implementación de la (IA) en la resolución de problemas matemáticos a nivel universitario fue optimizar los procesos de enseñanza y aprendizaje mediante el uso de tecnologías avanzadas que facilitaron una educación más personalizada y efectiva. A través de la IA, se buscó mejorar la comprensión de conceptos matemáticos complejos, ofreciendo retroalimentación inmediata y adaptada a las necesidades individuales de los estudiantes, al mismo tiempo que se promovió el desarrollo de competencias analíticas críticas. La implementación de la inteligencia artificial (IA) en la enseñanza de matemáticas en la educación universitaria fue estudiada mediante una revisión sistemática exhaustiva que examinó su impacto en el rendimiento académico y la motivación de los estudiantes. La implementación de la inteligencia artificial (IA) en la enseñanza de las matemáticas ha demostrado ser una herramienta valiosa para personalizar y optimizar los procesos de aprendizaje. A través de sistemas adaptativos y algoritmos de aprendizaje automático, la IA permite ajustar el contenido educativo a las necesidades individuales de los estudiantes, lo que ha mejorado tanto su rendimiento como su motivación.
- 4 September 2024
- Published by Revista Social Fronteriza in Revista Social Fronteriza
- Vol. 4 (5) , e45458
Open AccessAplicación de la inteligencia artificial en la resolución de problemas matemáticos en el nivel universitario
La implementación de la inteligencia artificial (IA) en la resolución de problemas matemáticos en el ámbito universitario se presenta como una innovación pedagógica de alto impacto. En un entorno donde los desafíos matemáticos exigen el desarrollo de competencias analíticas avanzadas, la IA actúa como un recurso didáctico que facilita tanto la enseñanza como el aprendizaje autónomo. El objetivo de la implementación de la (IA) en la resolución de problemas matemáticos a nivel universitario fue optimizar los procesos de enseñanza y aprendizaje mediante el uso de tecnologías avanzadas que facilitaron una educación más personalizada y efectiva. A través de la IA, se buscó mejorar la comprensión de conceptos matemáticos complejos, ofreciendo retroalimentación inmediata y adaptada a las necesidades individuales de los estudiantes, al mismo tiempo que se promovió el desarrollo de competencias analíticas críticas. La implementación de la inteligencia artificial (IA) en la enseñanza de matemáticas en la educación universitaria fue estudiada mediante una revisión sistemática exhaustiva que examinó su impacto en el rendimiento académico y la motivación de los estudiantes. La implementación de la inteligencia artificial (IA) en la enseñanza de las matemáticas ha demostrado ser una herramienta valiosa para personalizar y optimizar los procesos de aprendizaje. A través de sistemas adaptativos y algoritmos de aprendizaje automático, la IA permite ajustar el contenido educativo a las necesidades individuales de los estudiantes, lo que ha mejorado tanto su rendimiento como su motivación.