Barreras epistemológicas para la arquitectura de los datos y la significación en el modelo predictivo de la ciencia
Ver/
Descargar
(application/pdf: 417.9Kb)
(application/pdf: 417.9Kb)
Fecha
2021Autor(es)
Aroste Andía 3, Rosa
Argota Pérez 1, George
Valenzuela Herrera 2a, Rita L.
Huamán Espinoza 2b, Gladys R.
Hernández Huamani 3, Emily
Gavilán Chávez 3, Percy
Duran Llaro 4, Kony L.
Metadatos
Mostrar el registro completo del ítemResumen
Los datos y la significación representan estructuras secuenciales
para la relevancia científica. El propósito del estudio fue
identificar barreras epistemológicas en la arquitectura de
los datos y la significación del modelo predictivo de la
ciencia. El estudio se realizó desde enero hasta julio del
2020 seleccionándose mediante un muestreo probabilístico
aleatorio, 100 artículos de Scopus donde se accedió a través,
de la plataforma ScienceDirect como herramienta científica de
búsqueda. Las estructuras secuenciales se compararon mediante
la prueba t-Student considerándose significativos los resultados
con un nivel de confianza del 95% y dónde se encontró
diferencias entre ellas (t = -53,88; p = 7,09). Se observó que,
el análisis de los datos fue menos relevante en comparación
con la importancia que se atribuye a su significación. Se
concluyó que, la identificación de las barreras epistemológicas
para la arquitectura de los datos y la significación en el modelo
predictivo de la ciencia representa una guía a considerarse
para la medición de las variables y su interpretación hacia un
conocimiento científico.
Palabras clave
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia: