Análisis bibliométrico de la investigación en big data y cadena de suministro

Por otro lado, el análisis de datos estudiantiles también podría servir para combatir la deserción académica y aumentar los estándares de calidad en la enseñanza. Así sucede en Colombia, donde un proyecto de investigación de la Universidad Distrital Francisco José de Caldas propone un modelo de análisis de datos masivos resultantes de los procesos académicos y los relaciona con datos históricos y personales para combatir la deserción académica (Rodríguez et al., 2019). Por medio de Big Data, el Ministerio de Educación de Ecuador, como órgano regulador encargado de la recopilación masiva de datos, logró realizar análisis exploratorios https://noesfm.com/conoces-los-frameworks-modernos-una-guia-para-utilizarlos-en-el-desarrollo-web/ y predictivos, enfocados en el alcance de altos estándares de calidad y mejora en la toma de decisiones en cuanto a la infraestructura de las instituciones educativas (Tejada et al., 2018). Existen aportes de autores como Ureña (2019, p. 100) y Sarfaty (2018, p. 76), quienes opinan que las técnicas de análisis de big data pueden ser utilizadas de manera que ayuden a prevenir las posibles violaciones a los derechos humanos. Gracias a la posibilidad de obtener grandes volúmenes de datos es factible hacer mediciones, predicciones y, con base en ello, realizar la toma de decisiones sobre distintos asuntos de una manera más informada.

Otros tipos de desarrollo de aprendizaje profundo, basado en los sistemas de reconocimiento de rostro empleados comúnmente en seguridad física, han sido modificados para detectar si la comunidad está cumpliendo la distancia social reglamentaria. Este software emplea cámaras de video estándar o aquellas dispuestas en una ciudad para videovigilancia, permitiendo monitorear el flujo peatonal en zonas críticas, realizando un reconocimiento sobre la distancia mínima, indicando una alerta a las autoridades si alguien no cumple con la norma. En algunos casos este sistema se combina con cámaras de medición térmica con el fin de establecer si alguna persona tiene fiebre y emitir una alerta para que sea aislada de inmediato por personal sanitario. Otra especialidad de la IA es el aprendizaje profundo (Deep Learning) para evaluar datos de tipo imagen, video y audio empleando redes neuronales convolucionales con sus diversas variantes (Tang et al., 2020) y redes neuronales de memoria a corto y largo plazo.

¿Necesita más información?

Con lo anterior, se ratifica que existen numerosos vacíos conceptuales y tecnológicos en los cuales se pueden plantear trabajos investigativos y prácticos. Los documentos ubicados en el tronco, son aquellos que dan estructura a la temática o campo de estudio, hacen referencia a estudios de revisión frente a los avances, desafíos y perspectivas de Big Data y tecnologías asociadas, estos son presentados a continuación. En este caso también se optó por presentar los cinco documentos que después de la revisión por parte de los autores son considerados los más relevantes. Desde la perspectiva empresarial Big Data no representa solo grandes volúmenes de datos, se deben considerar los patrones extraídos a partir de los datos y que pueden generar procesos de innovación. Desde la perspectiva tecnológica se presenta Hadoop como la principal herramienta desarrollada para el tratamiento de Big Data, incluyendo el manejo de sistemas de archivos distribuidos y el paradigma de programación Map Reduce.

Y al mismo tiempo impulsa una mayor utilización de la infraestructura a través de una gestión eficiente de la carga de trabajo. Optimizado para la cartera ThinkSystem de Lenovo con la última tecnología de procesadores Intel® Scalable® y aceleradores de centros de datos NVIDIA®, LiCO permite que la infraestructura se utilice de manera más eficaz, flexible y eficiente para el desarrollo de la IA. A continuación, en la Tabla 6 se detalla la agenda para futuras investigaciones a partir de la revisión de literatura abordada sobre big data y cadena de suministro.

Síguenos en las redes

La alerta electrónica (e-alerta) es un sub producto de estos sistemas, las cuales son emisiones de recordatorios con recomendaciones, basadas en guías clínicas y en la situación clínica del paciente, con el fin de apoyar el diagnóstico y las decisiones clínicas del personal de salud. No es excepcional el hallazgo de informaciones sin estructura y de una ingente cantidad de datos almacenados arbitrariamente, hecho que niega la comunicación y comprensión que se plantea desde la web semántica, aunque no es menos cierto que la aplicación de big data está cada día más desarrollada y organizada en los medios de comunicación, con importantes ejemplos de aplicación que han trascendido no sólo al propio trabajo periodístico. En efecto, con este fenómeno se puede desplegar datos contextualizados en informaciones cada vez más completas y documentadas, al mismo tiempo que se satisface la necesidad informativa de unas audiencias cada vez más exigentes y a las que se responden de modo personalizado, constantemente actualizado y automatizado. En la recuperación, el periodista cambia sus hábitos o refuerza sus tareas cotidianas en función de la valoración de los datos, como consecuencia del incremento de la demanda, por parte de las audiencias, a la hora de recibir noticias cada vez más transparentes y documentadas. Las redes sociales también han traído consigo un cambio de rutinas en los medios; no sólo para el periodista, sino también para el documentalista. Es tan profundo el cambio de prácticas que, en la mayoría de las ocasiones, no se vislumbran límites entre las tareas periodística y documental, aunque ambas figuras siguen siendo operativas ya que en el uso del big data y del open data se exige una actualización permanente.

• En el estudio bibliométrico, se utilizó la herramienta Bibliometrix (Aria y Cuccurullo, 2017), la cual permite realizar un análisis en diversas bases de datos.
• En segundo lugar, Big Data trae consigo datos “sucios”, con errores potenciales, incompletos o de diferente precisión, la IA puede ser usada para identificar y limpiar estos datos sucios.
• Sin embargo, las estadísticas que se obtienen con la técnica de análisis de los grandes cúmulos de datos también permiten dar cuenta de las violaciones a los derechos humanos, por lo que pueden considerarse como herramientas útiles para que tanto los agentes gubernamentales como la comunidad internacional puedan hacer uso de ellos, observar tendencias y emitir alarmas.
• Sin embargo, el futuro de las aplicaciones del internet de las cosas ofrecerá un panorama mucho más amplio, permitiendo a todo el mundo acceder a información abundante acerca de objetos y lugares, así como la posibilidad de compartir experiencias y conocimientos personalizados (Uckelmann et al., 2011).
• Se destaca la utilidad que ofrece el big data para la gestión de todos los eslabones de la cadena, en particular para la toma de decisiones informadas.

Considerando los aspectos antes mencionados, cabe preguntarse cuál es entonces la diferencia entre encuestas de opinión y el análisis de la conversación e interacción política en la red abierta, tanto en términos de las metodologías que las informan como de los resultados que pueden presentar. En primer lugar, las encuestas de opinión siguen la lógica de las estadísticas convencionales, mientras que el análisis de redes sociales persigue más bien la lógica de la minería de datos. Mientras que las estadísticas fueron desarrolladas y puestas en funcionamiento por los Estados intentando gobernar las poblaciones por medio de la creación de información y la cuantificación del comportamiento humano, la minería de datos fue desarrollada por compañías que curso de ciencia de datos ya registraban enormes volúmenes de datos sobre sus clientes, sin necesariamente saber qué hacer con ellos. Por eso, puede decirse que las estadísticas operan bajo el imperativo de “construir” el dato por medio de censos presenciales, que recién en los años 1930 se basaron en muestreos representativos. ¿Qué agenda de investigación surge del análisis de la relación entre política y redes sociales y qué herramientas disponen las ciencias sociales dar cuenta de estas nuevas realidades? Dada la naturaleza del objeto, este tipo de preguntas han sido abordadas de manera multidisciplinaria, conectando las ciencias de análisis de datos y programación, con ciencias del comportamiento humano como la sociología, la ciencia política y la psicología social.

Información legal

En Colombia, el departamento de Cundinamarca implementó la Historia Clínica Electrónica Unificada (HCEU), un proyecto de transformación tecnológica, que busca optimizar e integrar los diferentes recursos de información de los servicios de salud en el departamento al unificar la historia clínica en los 35 Hospitales de la Red Pública Departamental, facilitando la toma de decisiones medicas basadas en evidencia (Gobernación de Cundinamarca, 2018). En el ámbito de cuidados intensivos pediátricos, se han reportado varios estudios donde se han utilizado herramientas de análisis, tales como redes neuronales y aprendizajes automatizados con el fin de darle uso a los volumen y variabilidad de datos que se producen en las Unidades de Cuidado Intensivo Pediátricas. Así es como se han identificado patrones predictores de ries go de mortalidad, como también información relevan te como para el pronóstico, diagnóstico y la terapia de niños en cuidados críticos, entre otros30,31. En este contexto, las redes sociales, al mismo tiempo que alimentan los algoritmos del big data, nutren al periodismo en tanto que potencial fuente de información. De hecho, las posibilidades que entrañan Internet y las redes sociales aportan, en opinión de Rubio-Lacoba (2005), una función verificadora o rectificadora en escasos minutos de la cual los periodistas, en su función de autodocumentalistas, han sabido aprovecharse de ello y cada vez con mayor profusión.

• El modelo estadounidense de autorregulación empresarial está siendo cada vez más cuestionado, tanto desde el ámbito político como desde el académico y el ciudadano, por los grandes márgenes de discreción que se otorgan a las empresas en perjuicio de los individuos en aspectos tan medulares como los relativos a qué información personal se recolecta y cómo se usa esta ENT#091;…ENT#093;.
• Por una parte, encontramos a los países que poseen riquezas naturales, entre estas minerales raros (litio o coltán, por mencionar algunos) necesarios para la fabricación de herramientas tecnológicas como los teléfonos inteligentes y las computadoras; por otro lado, se encuentran los países productores de tecnología; y, finalmente, tenemos a aquellos países que son solo importadores de tecnologías, entre los cuales se ubican varios países de América Latina.
• En Gran Bretaña, por ejemplo, British Information Commissioner’s Office ha iniciado una investigación para determinar el rol que tuvieron estas empresas de análisis de datos en el referéndum del Brexit.