Predicción de genero de los autores de artículos científicos con técnicas de minería de datos para determinar la participación en la creación de conocimiento científico por genero

Memoria:
Predicción de genero de los autores de artículos científicos con técnicas de minería de datos para determinar la participación en la creación de conocimiento científico por genero

dc.contributor.advisor	Troncoso-Espinosa, Fredy Humberto	es
dc.contributor.advisor	Valenzuela-Beltran, Macarena Soledad	es
dc.contributor.author	Yáñez-Oyarce, Diego Antonio	es
dc.date.accessioned	2023-10-03T17:01:34Z
dc.date.available	2023-10-03T17:01:34Z
dc.date.issued	2023
dc.description	Memoria (Ingeniero Civil Industrial)	es
dc.description.abstract	En este estudio, se documenta la creación de un algoritmo el cual es capaz de determinar la participación femenina y masculina en una base de datos extraída desde Web of Science para ayudar en la creación de herramientas que apoyen los estudios de cienciometría de las áreas de dirección de la universidad, algoritmo el cual fue programado en Rstudio. Se contempla el uso de la metodología Knowledge Discovery in Databases (KDD) para realizar minería de datos con métodos estadísticos tradicionales (uso de un diccionario de nombres) y algoritmos de edición de cadenas de texto (distancia de Levenshtein) sobre el primer y segundo nombre de los autores. La metodología se aplica sobre una base de datos de 12.000 artículos científicos filtrados por tema “género” en Sudamérica, identificando 50.300 autores. Al utilizar un diccionario de nombres considerado en otras investigaciones se dejan 7.975 autores sin clasificar (16%), sin embargo, incorporando un algoritmo de edición de cadenas de texto se puede disminuir ese número a 3.092 (6%), número el cual coincide con la cantidad de autores que no se les puede identificar su nombre, por lo que en realidad la metodología clasifica el 100% de los autores potenciales a ser clasificados con un porcentaje de acierto del 88,18%. El algoritmo entrega como resultado que la participación femenina corresponde a un 57% (26.825) y la participación masculina a un 43% (20.383) al omitir aquellos autores que no les identifica ni primer ni segundo nombre.	es
dc.description.call-number	M(E) 621.7 Y18 2023	es
dc.format	application/pdf
dc.identifier.uri	https://repositorio.ubiobio.cl/handle/123456789/4107
dc.language	spa	es
dc.publisher	Universidad del Bío-Bío. Departamento de Ingeniería Industrial	es
dc.rights	info:eu-repo/semantics/acceso abierto
dc.subject	Minería de datos	es
dc.subject	Publicaciones científicas-mediciones	es
dc.subject	Metodología KDD	es
dc.subject	Distancia de Levenshtein	es
dc.subject	Creación de conocimiento científico por genero	es
dc.subject	Desigualdad de genero	es
dc.title	Predicción de genero de los autores de artículos científicos con técnicas de minería de datos para determinar la participación en la creación de conocimiento científico por genero	es
dc.title.alternative	Gender prediction of authors of scientific articles using data mining techniques to determine the participation in the creation of scientific knowledge by gender	en
dc.type	tesina	es
dspace.entity.type	memoria
ubb.Carrera	Ingeniería Civil Industrial
ubb.Departamento	Departamento de Ingeniería Industrial
ubb.Facultad	Facultad de Ingeniería
ubb.Sede	Concepción