Resumen El objetivo de esta artículo radica en extraer las temáticas de investigación de los resúmenes y datos bibliográficos de los artículos indexados en la base de datos Scopus y que tienen como objeto de estudio al departamento del Chocó (Colombia). De esta manera, se buscaron las palabras clave Chocó AND Colombia en la base de datos Scopus, se exportaron las referencias bibliográficas a EndNote y se extrajeron los datos de autor(es), título, publicación periódica, volumen, número, año y resumen, se convirtieron en un archivo de texto, se eliminaron referencias y símbolos. La manipulación del archivo en pdf se realizó con la ejecución de preparación del texto, tokenización, lematización y obtención de lista de bigrams que se efectuaron en el entorno de desarrollo integrado (EDI) de RStudio. Así, se encontraron 668 registros bibliográficos de documentos indexados en Scopus. Las palabras con el mayor número de frecuencia de aparición: «species», «Colombia», «Chocó», «forest», «pacific», «tropical», etcétera. Se encontraron 89 841 bigrams, entre los que destacan «new species», «pacific coast», «colombian pacific», entre otros. Las colocaciones de palabras muestran que «gold» combina con «mining», «mercury», «platinum», y así sucesivamente. «Chocó» combina con «Colombia», «biogeographical», «rain», «tropical», y demás. «Biodiversity» combina con «conservation», «tropical», «agricultural», etcétera. «Climate» combina con «change», «variability», «basin», y más. Se concluye que las palabras más frecuentes evidencian que hay una preocupación por el estudio de la minería, la biodiversidad, el cambio climático, el bosque tropical, el océano pacífico, entre otros.

Abstract Objective: extract the research topics from the summaries and bibliographic data of the articles indexed in the Scopus database that have the department of Chocó (Colombia) as their object of study. Methods: The keywords Chocó AND Colombia were searched in the Scopus database, the bibliographic references were exported to End-Note and the data of author(s), title, periodical publication, volume, number, year and abstract were extracted, they were converted into a text file, references and symbols were removed. The manipulation of the pdf file was carried out with the execution of text preparation, tokenization, lemmatization and obtaining the list of bigrams that were carried out in the integrated development environment (EDI) of RStudio. Results: 668 bibliographic records of indexed documents were found in Scopus. The words with the highest frequency of occurrence are: «species», «Colombia», «Chocó», «forest», «pacific», «tropical», etc. 89 841 bigrams were found, including «new species», «pacific coast», «colombian pacific», etc. Word collocations show that «gold» matches «mining», «mercury», «platinum», etc. «Chocó» combines with «Colombia», «biogeographical», «rain», «tropical», etc. «Biodiversity» combines with «conservation», «tropical», «agricultural», etc. «Climate» combines with «change», «variability», «basin», etc. Conclusions: the most frequent words show that there is a concern for the study of mining, biodiversity, climate change, the tropical forest, the Pacific Ocean, etc.

Resumen Internet y la popularización de los teléfonos inteligentes en el siglo XXI han dado instantaneidad a la información. La desinformación florece a través de estos medios digitales, pues entre ellos circula poder sobre la política, el mercado, la cultura y la salud. La censura, entendida como la supresión de contenidos y/o suspensión de usuarios en las redes sociales, se ha utilizado como una manera para combatir la desinformación en la Web. Este impulso por 'desinfectar' las redes digitales conlleva riesgos inherentes. En el contexto de la 'infodemia' debe fomentarse la inversión en la educación de los usuarios en torno a los medios digitales. Como metodología, el fenómeno de la desinformación en la Web y los esfuerzos para frenarlo fueron investigados tanto en la literatura científica como en la legislación brasileña. Para combatir la desinformación, el objetivo debe ser educar a los usuarios, ya que confiar esta tarea a terceros podría traer indeseables efectos secundarios. Esto puede verse en el hecho de que, debido a la 'infodemia', las plataformas, los medios tradicionales y los gobiernos han aprovechado para autonombrarse como 'guardianes de la verdad'. Este artículo aborda los impactos sociales de la desinformación y los esfuerzos por suprimir el contenido falso en la Web utilizando las técnicas de minería de texto por MapReduce. El estudio concluye que la desinformación adquiere muchas connotaciones, desde el atractivo humorístico hasta la manipulación. En tanto que la competencia informacional de los usuarios no sea desarrollada, tanto las plataformas como los gobiernos deben contribuir en minimizar los efectos de la desinformación.

Abstract The Internet and the popularization of smartphones in the 21st century have given instantaneity to information. By these same digital means -imbued with the power to influence politics, the market, culture, and health- disinformation blossoms. Censorship, understood as the suppression of content and/or suspension of users on social media, has been used as one way to combat disinformation on the Web. This drive to sanitize digital networks carries inherent risks. In the context of 'Infodemics,' investment in user" s media education should be encouraged. As methodology, the phenomenon of disinformation on the Web and the efforts to curb it were researched in both scientific literature and in Brazilian legislation. To combat disinformation, the users' education (in a sense of enabling them to filter, understand, and interpret the information that they gather) should be the main goal, as entrusting this task to third parties could bring undesirable side effects. Meanwhile, platforms, traditional media, and governments pose as 'Guardians of the Truth.' The social impacts of disinformation and of the efforts to suppress false content on the Web are discoursed in this paper through usage of MapReduce Text Mining. The paper concludes that disinformation takes on many connotations -from humorous appeal to manipulation-. As long as the users' informational competence has not been developed, both the platforms as well as governments must act to minimize the undesirable effects of this phenomenon.

Résumé Le débat sur le vote imprimé a suscité une grande mobilisation sur les réseaux sociaux numériques. Cette recherche examine si le discours favorable au vote imprimé, promu par un ensemble d’utilisateurs sur Facebook, peut être considéré comme une menace populiste pour la démocratie. Une proposition théorique est présentée : le populisme est une menace pour la démocratie lorsque son discours promeut l’antagonisme entre la souveraineté populaire et les mécanismes libéraux-représentatifs. L’enquête utilise des méthodes de minéralogie de texte et de réseaux sémantiques, abordant leurs utilités et leurs limites. Le corpus comprend 29 124 publications, produites par 6 277 utilisateurs. Il apparaît que le discours favorable, en plus de dominer en volume, se distingue dans l’ensemble des publications. Il est caractéristique du discours populiste, portant des éléments tels que l’antagonisme nous/eux, la théorie du complot, les valeurs attribuées au peuple et portées par «nous». Il est antidémocratique dans la mesure où il ne s’oppose pas seulement aux adversaires politiques, mais aussi aux organes de gouvernance et aux processus de la démocratie brésilienne. Une contribution de l’article est d’indiquer l’utilité des ressources de minéralogie de texte et de réseaux sémantiques lorsque les acteurs utilisent des formes d’interaction non institutionnelles pour menacer la démocratie. numériques dutilisateurs d utilisateurs Facebook lantagonisme l antagonisme libérauxreprésentatifs. libérauxreprésentatifs libéraux représentatifs. représentatifs libéraux-représentatifs Lenquête L enquête limites 2 12 publications 27 volume lensemble nouseux nous eux nous/eux complot «nous» soppose s oppose politiques brésilienne larticle article dindiquer indiquer lutilité utilité dinteraction interaction 1 «nous

Resumen La discusión sobre el voto impreso produjo una grande movilización en las redes sociales digitales. Esta investigación analiza si el discurso favorable sobre el voto impreso, promovido por un conjunto de usuarios en Facebook, puede ser clasificado como una amenaza populista a la democracia. Se presenta una proposición teórica: el populismo es una amenaza a la democracia cuando su discurso promueve el antagonismo entre la soberanía popular y los mecanismos liberales-representativos. La investigación emplea métodos de minería de texto y de redes semánticas, los cuales aborda en utilidades y límites. El conjunto de datos incluye 29.124 publicaciones producidas por 6.277 usuarios. Se muestra que el discurso favorable, además de dominar en volumen, se distingue en el conjunto de publicaciones. Este discurso es característico del discurso populista, involucrando elementos como el antagonismo nosotros/ellos, teoría conspirativa, valores atribuidos al pueblo y sostenidos por el “nosotros”. Es antidemocrático en la medida en que no antagoniza apenas adversarios políticos, sino también a los órganos gestores y procesos de la democracia brasileña. Una contribución de artículo es señalar la utilidad de los recursos de minería de texto y de redes semánticas cuando los actores emplean formas no institucionales de interacción para amenazar la democracia. digitales Facebook teórica liberalesrepresentativos. liberalesrepresentativos liberales representativos. representativos liberales-representativos límites 29124 29 124 29.12 6277 6 277 6.27 volumen nosotrosellos nosotros ellos nosotros/ellos conspirativa nosotros. . “nosotros” políticos brasileña 2912 2 12 29.1 627 27 6.2 “nosotros 291 1 29. 62 6.

Abstract Social media have been heavily mobilized by the debate over printed ballots (paper trail). This study examines whether discourse in favor of printed ballots, promoted by a set of Facebook users, can be framed as a populist threat against democracy. For that purpose, it advances a theoretical proposition: populism is a threat to democracy when its discourse opposes popular sovereignty to representative liberal mechanisms. The use of text mining and semantic network methods, addressed in utilities and limits, on a corpus including 29,124 posts produced by 6,277 users revealed the predominance of advocacy for printed ballots in a clearly distinctive set of posts. Their discourse is typically populist, including elements such as we-they antagonism, conspiratorial content, values attributed to “the people” and represented by a “we”. Also it is antidemocratic in its challenge to processes and managing bodies of Brazilian democracy, besides its own political opponents. The paper finally highlights the usefulness of text mining and semantic network resources to analyze situations in which actors employ non-institutional forms of interaction to threaten democracy. trail. trail . trail) purpose proposition mechanisms methods limits 29124 29 124 29,12 6277 6 277 6,27 wethey we they antagonism content people we. “we” opponents noninstitutional non institutional 2912 2 12 29,1 627 27 6,2 “we 291 1 29, 62 6,

Resumo A discussão sobre o voto impresso produziu grande mobilização nas redes sociais digitais. Esta pesquisa investiga se o discurso favorável sobre o voto impresso, promovido por um conjunto de usuários no Facebook, pode ser enquadrado como uma ameaça populista à democracia. Uma proposição teórica é apresentada: o populismo é uma ameaça à democracia quando seu discurso promove o antagonismo entre a soberania popular e os mecanismos liberais-representativos. A investigação emprega métodos de mineração de texto e de redes semânticas, os quais aborda em utilidades e limites. O corpus inclui 29.124 postagens, produzidas por 6.277 usuários. Revela-se que o discurso favorável, além de dominar em volume, distingue-se no conjunto de postagens. Ele é característico do discurso populista, portando elementos como o antagonismo nós/eles, teor conspiratório, valores atribuídos ao povo e portados pelo “nós”. É antidemocrático na medida em que não antagoniza apenas adversários políticos, mas órgãos gestores e processos da democracia brasileira. Uma contribuição do artigo é indicar a utilidade dos recursos de mineração de texto e de redes semânticas quando atores empregam formas não institucionais de interação para ameaçar a democracia. digitais Facebook apresentada liberaisrepresentativos. liberaisrepresentativos liberais representativos. representativos liberais-representativos limites 29124 29 124 29.12 postagens 6277 6 277 6.27 Revelase Revela volume distinguese distingue nóseles nós eles nós/eles conspiratório nós. . “nós” políticos brasileira 2912 2 12 29.1 627 27 6.2 “nós 291 1 29. 62 6.

RESUMEN: El proceso de corrección manual de ensayos presenta dificultades como el tiempo dedicado a la corrección y devolución al alumno. Para las escuelas, las universidades y el Examen Nacional de Enseñanza Secundaria en Brasil (Enem), tal actividad demanda tiempo y costo para la evaluación de los textos producidos. La evasión del tema es uno de los elementos evaluados en la redacción del Enem que puede anular el ensayo. El análisis automático de ensayos con la aplicación de técnicas y métodos de Procesamiento del Lenguaje Natural, Minería de Texto y otras técnicas de Inteligencia Artificial se ha mostrado prometedor en el proceso de evaluación automatizada del lenguaje escrito. El objetivo de esta investigación es comparar diferentes técnicas de Inteligencia Artificial para la clasificación de evasión del tema en textos e identificar aquella con mejor resultado para habilitar un sistema inteligente de corrección de ensayos. Por lo tanto, se llevaron a cabo experimentos computacionales para clasificar estos textos con el fin de normalizar, identificar patrones y clasificar los ensayos en 1.320 ensayos en lengua portuguesa en 119 temas diferentes. Los resultados indican que el clasificador Red Neuronal Convolucional obtuvo mayor gano con relación a los demás clasificadores analizados, tanto en precisión como en relación con los resultados de falsos positivos, métricas de precisión, Recall e F1-Score. La solución validada en esta investigación contribuye a impactar positivamente el trabajo de los docentes y las instituciones educativas, al reducir el tiempo y los costos asociados al proceso de evaluación de ensayos. RESUMEN alumno escuelas Enem, , (Enem) producidos ensayo Natural escrito normalizar 1320 1 320 1.32 11 analizados positivos F1Score. F1Score FScore F1 Score. Score F F1-Score educativas (Enem 132 32 1.3 13 3 1.

ABSTRACT: The process of manual correction of essays causes some difficulties, among which we point out the time spent for correction and feedback to the student. For institutions such as elementary schools, universities, and the National High School Exam in Brazil (Enem), such activity demands time and cost for the evaluation of the texts produced. Going off-topic is one of the items evaluated in the Enem essay that can nullify the whole essay produced by the candidate. In this context, the automatic analysis of essays with the application of techniques and methods of Natural Language Processing, Text Mining, and other Artificial Intelligence techniques has shown to be promising in the process of automated evaluation of written language. The goal of this research is to compare different AI techniques for the classification of going off-topic in texts and identify the one with the best result to enable a smart correction system for essays. Therefore, computer experiments were carried out to classify these texts to normalize, identify patterns, and classify the essays in 1,320 Brazilian Portuguese essays on 119 different topics. The results indicate that the Convolutional Neural Network classifier obtained greater gain concerning the other classifiers analyzed, both in accuracy and about the results of false positives, the precision of metrics, Recall, and F1-Score. In conclusion, the solution validated in this research contributes to positively impacting the work of teachers and educational institutions, by reducing the time and costs associated with the essay evaluation process. ABSTRACT difficulties student schools universities Enem, , (Enem) offtopic off topic candidate context Processing Mining language Therefore normalize patterns 1320 1 320 1,32 11 topics analyzed positives metrics Recall F1Score. F1Score FScore F1 Score. Score F F1-Score conclusion (Enem 132 32 1,3 13 3 1,

RESUMO: O processo de correção manual de redações acarreta algumas dificuldades, dentre as quais se apontam o tempo dispendido para a correção e a devolutiva de resposta ao aluno. Para instituições como escolas de ensino básico e fundamental, universidades e o Exame Nacional do Ensino Médio (Enem), tal atividade demanda tempo e custo para a avaliação dos textos produzidos. A fuga ao tema é um dos itens avaliados na redação do Enem que pode anular a redação produzida pelo candidato. Neste contexto, a análise automática de redações com a aplicação de técnicas e métodos de Processamento de Linguagem Natural, Mineração de Textos e outras técnicas de Inteligência Artificial tem-se revelado promissora no processo de avaliação automatizada da linguagem escrita. O objetivo desta pesquisa é comparar diferentes técnicas de Inteligência Artificial para classificação de fuga ao tema em textos e identificar aquela com melhor resultado para viabilizar um sistema de correção inteligente de redações. Para tanto, foram executados experimentos computacionais em 1.320 redações elaboradas em língua portuguesa visando a classificação desses textos para normalizar, identificar padrões e categorizar as redações em 119 temas diferentes. Os resultados indicam que o classificador Rede Neural Convolucional obteve maior ganho em relação aos demais classificadores analisados, tanto em acurácia quanto em relação aos resultados de falsos positivos, métricas de precisão, Recall e F1-Score. Como conclusão, a solução validada nesta pesquisa contribui para impactar positivamente o trabalho de professores e instituições de ensino, por meio da redução de tempo e custos associados ao processo de avaliação de redações. RESUMO dificuldades aluno fundamental Enem, , (Enem) produzidos candidato contexto Natural temse tem escrita 1320 1 320 1.32 normalizar 11 analisados positivos precisão F1Score. F1Score FScore F1 Score. Score F F1-Score conclusão (Enem 132 32 1.3 13 3 1.

ABSTRACT This research proposes a comprehensive deep-learning algorithm to understand the role of social media in consumer perception of green consumption. After the COVID-19 pandemic, society has shown increased focus on the relationship between people and nature. Achieving sustainable development goals requires promoting green consumption, which necessitates understanding and influencing public attitudes toward sustainability. While previous studies have explored green consumption using behavioral models and surveys, they often overlook the perspective of social media. This study uses deep learning techniques to analyze social media data, including text and video content, to gain insights into consumer behavior and preferences. The study entails collecting data from X (former Twitter) and YouTube, developing deep learning algorithms for text classification, and creating a visualization and reporting system. More specifically, this study aims to analyze the impact of social media information sharing on society’s green purchasing intentions and proposes advanced architectures for text mining specifically the LDA method. This study highlights the valuable insights from analyzing social media discourse on green consumption. Trends, emotional attitudes, and engagement were examined using text mining and sentiment analysis. The study reveals platform-specific differences in sentiment and identifies influential keywords and phrases. The analysis also uncovers emotional responses and key factors associated with the discourse on green consumption. The findings can inform future strategies for promoting sustainable consumption. The study concludes by emphasizing the importance of further research to explore the discrepancies between platforms and harness the implications of these findings for sustainable consumption strategies. deeplearning COVID19 COVID 19 COVID-1 pandemic nature sustainability surveys content preferences former Twitter YouTube classification system societys s method Trends platformspecific platform specific phrases COVID1 1 COVID-

RESUMO Esta pesquisa propõe um algoritmo abrangente de aprendizado profundo para compreender o papel das redes sociais na percepção do consumidor em relação ao consumo sustentável. Após o surgimento da Covid-19, a sociedade tem apresentado um foco maior sobre a relação entre as pessoas e a natureza. Alcançar os objetivos de desenvolvimento sustentável requer a promoção do consumo verde, o que exige compreender e influenciar as atitudes públicas em relação à sustentabilidade. Enquanto estudos anteriores exploraram o consumo sustentável usando modelos comportamentais e pesquisas, muitas vezes negligenciaram a perspectiva das redes sociais. Utilizando técnicas de aprendizado profundo, este estudo visa analisar dados das redes sociais, incluindo conteúdo de texto e vídeo, para obter insights sobre o comportamento e preferências do consumidor. O estudo envolve a coleta de dados do X (antigo Twitter) e do YouTube, o desenvolvimento de algoritmos de aprendizado profundo para classificação de texto e a criação de um sistema de visualização e relatório. Mais especificamente, este estudo visa analisar o impacto do compartilhamento de informações nas redes sociais nas intenções de compra sustentável da sociedade e propor arquiteturas avançadas para mineração de texto, especificamente o método LDA. Este estudo destaca os insights obtidos da análise do discurso das redes sociais sobre o consumo sustentável. Tendências, atitudes emocionais e engajamento foram examinados usando mineração de texto e análise de sentimento. O estudo revela diferenças específicas da plataforma no sentimento e identifica palavraschave e frases influentes. A análise também revela respostas emocionais e fatores-chave associados ao discurso sobre consumo sustentável. Os resultados podem apoiar na construção de futuras estratégias para promover o consumo sustentável. O estudo conclui enfatizando a importância de pesquisas adicionais para explorar as discrepâncias entre as plataformas e aproveitar as implicações dessas descobertas para estratégias de consumo sustentável. Covid19, Covid19 Covid 19, 19 Covid-19 natureza verde sustentabilidade vídeo antigo Twitter YouTube relatório LDA Tendências influentes fatoreschave fatores chave Covid1 1 Covid-1 Covid-

RESUMEN Este artículo de investigación propone un algoritmo de aprendizaje profundo integral para comprender el papel de las redes sociales en la percepción del consumidor hacia el consumo verde. Después del brote de la COVID-19, la sociedad ha mostrado un mayor enfoque en la relación entre las personas y la naturaleza. Lograr los objetivos de desarrollo sostenible requiere promover el consumo verde, lo que implica comprender e influir en las actitudes públicas hacia la sostenibilidad. Si bien investigaciones previas han explorado el consumo verde utilizando modelos de comportamiento y encuestas, a menudo pasan por alto la perspectiva de las redes sociales. Aprovechando técnicas de aprendizaje profundo, este estudio tiene como objetivo analizar datos de las redes sociales, incluido contenido de texto y video, para obtener información sobre el comportamiento y las preferencias del consumidor. El estudio implica la recopilación de datos de X (anteriormente Twitter) y YouTube, el desarrollo de algoritmos de aprendizaje profundo para la clasificación de texto y la creación de un sistema de visualización e informes. Más específicamente, este estudio tiene como objetivo analizar el impacto de compartir información en las redes sociales en las intenciones de compra verde de la sociedad y proponer arquitecturas avanzadas para la minería de texto, específicamente el método LDA. Este estudio destaca las valiosas ideas obtenidas al analizar el discurso en las redes sociales sobre el consumo verde. Se examinaron tendencias, actitudes emocionales y participación mediante minería de texto y análisis de sentimiento. El estudio revela diferencias específicas de la plataforma en el sentimiento e identifica palabras clave y frases influyentes. El análisis también descubre respuestas emocionales y factores clave asociados con el discurso sobre el consumo verde. Los hallazgos pueden informar estrategias futuras para promover el consumo sostenible. El estudio concluye enfatizando la importancia de investigaciones adicionales para explorar las discrepancias entre plataformas y aprovechar las implicaciones de estos hallazgos para las estrategias de consumo sostenible. COVID19, COVID19 COVID 19, 19 COVID-19 naturaleza sostenibilidad encuestas video anteriormente Twitter YouTube informes LDA tendencias influyentes COVID1 1 COVID-1 COVID-

Resumen: En cualquier organización empresarial, las infraestructuras de bases de datos y de almacenamiento de la información están sujetas a diversos ataques de inyección de lenguaje de consulta estructurado (SQL), tales como: tautologías, codificación alternativa, procedimientos almacenados, uso del operador unión, consultas adicionales, entre otros. Este artículo describe un proyecto de minería de datos para desarrollar una herramienta que identifique ataques a bases de datos por inyección de código SQL. El proyecto se realizó con una adaptación de la metodología de proceso estándar de la industria para la minería de datos (CRISP-DM). En el desarrollo, se usó un total de 12 librerías de Python para la limpieza, transformación y modelado. El modelo de detección de anomalías fue realizado usando agrupación mediante el algoritmo de vecinos más cercanos (kNN), y a los grupos con anomalías se realizó el análisis del texto de la consulta para identificar sentencias que indiquen un indicio de ataque. Para la visualización de los resultados de los modelos, se implementó una interfaz web, la cual despliega la estadística diaria de los ataques encontrados. La fuente de información se obtuvo de registros de transacciones del log de un servidor de base de datos PostgreSQL. El resultado obtenido permitió la identificación de diferentes ataques por inyección de código SQL por encima del 80% y el tiempo de ejecución para el procesamiento de medio millón de registros fue de aproximadamente 60 minutos, mediante una computadora con las siguientes características: procesador Intel® Core i7 de séptima generación, 12GB de RAM y disco sólido SSD de 500GB.

Abstract: In any business organization, database infrastructures are subject to various structured query language (SQL) injection attacks, such as tautologies, alternative coding, stored procedures, use of the union operator, piggyback, among others. This article describes a data mining project developed to mitigate the problem of identifying SQL injection attacks on databases. The project was conducted using an adaptation of the cross-industry standard process for data mining (CRISP-DM) methodology. A total of 12 python libraries was used for cleaning, transformation, and modeling. The anomaly detection model was carried out using clustering by the k - nearest neighbors (kNN) algorithm. The query text was analyzed for the groups with anomalies to identify sentences presenting attack traces. A web interface was implemented to display the daily summary of the attacks found. The information source was obtained from the transactions log of a PostgreSQL database server. Our results allowed the identification of different attacks by injection of SQL code above 80%. The execution time for processing half a million transaction log was approximately 60 minutes using a computer with the following characteristics: Intel® Core i7 processor 7th generation, 12GB RAM and 500GB SSD.

Abstract With a methodological approach, this article explores the application of data mining to the user-generated content of tourist accommodation on infomediation platforms and social networks. Its objective is to present an algorithm that allows the identification of service characteristics relevant to guest satisfaction and trust. Our study processes unstructured, natural-language data about Airbnb and hotel stays (the final dataset was 12,236 Airbnb sentences and 12,200 hotel sentences from 2018 until September 25 2021). Among the results is a computational algorithm that uses BERTopic to identify latent themes (or topics) in the narratives. Secondly, our analysis applies a Zero-shot classification approach for classifying guest reviews into labels related to guests' satisfaction and trust. Thirdly, we execute a Principal Component Analysis to investigate the sufficiency relationships between extracted topics, customer satisfaction, and trust-based labels. To sum up, and as practical implications, our study adds to the knowledge about the sharing economy by providing insights for developing marketing policies and a better understanding of hospitality services.

Resumen El artículo analiza, desde una aproximación metodológica, la aplicación de la minería de datos al contenido generado por los usuarios en plataformas de infomediación y redes sociales de servicios de alojamiento turístico. El objetivo del paper es presentar un algoritmo que permita identificar los atributos más influyentes de este servicio en la satisfacción y confianza del huésped. Nuestro estudio procesa datos presentados en un lenguaje natural y desestructurado relativos a las estancias en hoteles y alojamientos Airbnb (la base de datos final fue de 12236 opiniones sobre servicios Airbnb y 12200 sobre hoteles, recogidas desde comienzos de 2018 hasta 25.09.2021). Entre los resultados obtenidos se encuentra un algoritmo computacional que utiliza BERTopic para identificar temas latentes en las narrativas. En segundo lugar, nuestro análisis aplica Zero-shot para clasificar las revisiones de los invitados en etiquetas relacionadas con su satisfacción y confianza. En tercer lugar, ejecutamos un Análisis de Componentes Principales para investigar las relaciones de suficiencia entre los tópicos extraídos y las etiquetas relacionadas con la satisfacción y confianza del cliente. Se añade al conocimiento sobre economía compartida nuevas perspectivas para el desarrollo de políticas de marketing y una mejor comprensión de los servicios de alojamiento.

Abstract The novel coronavirus disease (COVID-19) is an ongoing pandemic with large global attention. However, spreading fake news on social media sites like Twitter is creating unnecessary anxiety and panic among people towards this disease. In this paper, we applied machine learning (ML) techniques to predict the sentiment of the people using social media such as Twitter during the COVID-19 peak in April 2021. The data contains tweets collected on the dates between 16 April 2021 and 26 April 2021 where the text of the tweets has been labelled by training the models with an already labelled dataset of corona virus tweets as positive, negative, and neutral. Sentiment analysis was conducted by a deep learning model known as Bidirectional Encoder Representations from Transformers (BERT) and various ML models for text analysis and performance which were then compared among each other. ML models used were Naïve Bayes, Logistic Regression, Random Forest, Support Vector Machines, Stochastic Gradient Descent and Extreme Gradient Boosting. Accuracy for every sentiment was separately calculated. The classification accuracies of all the ML models produced were 66.4%, 77.7%, 74.5%, 74.7%, 78.6%, and 75.5%, respectively and BERT model produced 84.2%. Each sentiment-classified model has accuracy around or above 75%, which is a quite significant value in text mining algorithms. We could infer that most people tweeting are taking positive and neutral approaches.

Resumen En este artículo, aplicamos técnicas de aprendizaje automático para predecir el sentimiento de las personas que usan las redes sociales como Twitter durante el pico de COVID-19 en abril de 2021. Los datos contienen tweets recopilados en las fechas entre el 16 de abril de 2021 y el 26 de abril de 2021, donde el texto de los tweets se ha etiquetado mediante la formación de los modelos con un conjunto de datos ya etiquetado de tweets de virus de corona como positivo, negativo y neutro. El análisis del sentimiento se llevó a cabo mediante un modelo de aprendizaje profundo conocido como Representaciones de Codificadores Bidireccionales de Transformers (BERT) y varios modelos de aprendizaje automático para el análisis de texto y el rendimiento, que luego se compararon entre sí. Los modelos ML utilizados son Bayes ingenuas, regresión logística, bosque aleatorio, máquinas vectoriales de soporte, descenso de gradiente estocástico y aumento de gradiente extremo. La precisión de cada sentimiento se calculó por separado. La precisión de clasificación de todos los modelos de ML producidos fue de 66.4 %, 77.7 %, 74.5 %, 74.7 %, 78.6 % y 75.5 %, respectivamente y el modelo BERT produjo 84.2%. Cada modelo clasificado de sentimiento tiene una precisión de alrededor o superior al 75 %, que es un valor bastante significativo en los algoritmos de minería de texto. Vemos que la mayoría de las personas que tuitean están adoptando un enfoque positivo y neutral.

Abstract This article analyzes, from a gender perspective, the forced internal displacement (DIF, for its acronym in Spanish in this article) caused by the Peñasquito mine, located in northern Zacatecas. A distinction is made between physical DIF and in situ DIF, where it does not necessarily imply a change of residence, but cohabitation with mega-mining within a territory in a growing process of environmental degradation. To obtain the required information, in-depth interviews and an inquiry of residents living near the mine, were carried out. In this text, two relevant aspects become visible for a literature about the DIF: 1) due to mining, the DIF can be in situ (that is to say, slow, but inevitably physical because of the gradual deterioration of living conditions); and 2) the importance of women for community survival and defense of the territory, despite not having weight in the initial negotiations with the mining companies.

Resumen Este artículo analiza, desde un enfoque de género, el desplazamiento interno forzado (dif) ocasionado por la mina Peñasquito, al norte de Zacatecas. Se hace una distinción entre dif físico y dif in situ, donde no necesariamente implica un cambio de residencia, sino cohabitar con la megaminería dentro de un territorio en creciente proceso de degradación del medio ambiente. Para la obtención de la información requerida, se realizaron entrevistas a profundidad y una encuesta a pobladores que viven cerca de la mina. En este texto se hacen visibles dos aspectos relevantes para la literatura sobre el DIF: 1) debido a la minería el DIF puede ser in situ (es decir, lento, pero inevitablemente físico por el deterioro paulatino de las condiciones de vida); y 2) la importancia de las mujeres para la supervivencia comunitaria y la defensa del territorio, a pesar de no tener peso en las negociaciones iniciales con las empresas mineras.

Abstract The contribution is the state of the art of governance. The methodology involved a bibliometric analysis using search criteria and metric tools from the Scopus and Web of Science databases, as well as text mining with the VOSviewer program. For qualitative analysis, a hermeneutic unit was used in the Atlas.ti program that contained the most cited contributions in Scopus. The main results are: there is a broad and extensive approach to governance since its emergence; the most relevant research trends are associated with the influence of governance in managing actions against COVID-19, organizational government and global aspects; there is a thematic dispersion in the approach to governance and a predominant tendency to use its arguments as the basis for analyzing specific cases. Numerous types of governance and fields of application were observed. Research niches that need further analysis were identified, such as: longitudinal studies of the sustainability of agreements through governance, psychosocial elements that influence governance networks, and the capture of the State by network members for their own benefit. JEL: H83 Public administration.

Resumen La contribución es un estado del arte sobre la gobernanza. La metodología empleada se basó, en un análisis bibliométrico a partir de criterios búsqueda y herramientas métricas de las bases de datos de Scopus y Web of Science así como de la minería de texto utilizando el programa VOSviewer. Para el análisis cualitativo se utilizó una unidad hermenéutica en el programa Atlas.ti conformada por las contribuciones más citadas en Scopus. Los principales resultados son que existe un abordaje amplio y extenso de la gobernanza desde su surgimiento; las tendencias investigativas más relevantes están asociadas con la influencia de la gobernanza en la gestión de acciones contra la COVID-19, el gobierno organizacional y los aspectos globales, y existe una dispersión temática en el abordaje de la gobernanza y una tendencia predominante a utilizar sus argumentos como fundamento para analizar casos específicos. Se observó numerosos tipos de gobernanzas y campos de aplicación. Se identificaron nichos investigativos que necesitan mayor análisis como: estudios longitudinales de la sostenibilidad de los pactos a través de la gobernanza, los elementos psicosociales que inciden en las redes de gobernanza y la captura del Estado por partes de integrantes de las redes en beneficio propio. JEL: H83 Administración pública.

Resumo A contribuição é um estado da arte sobre a governança. A metodologia empregada se se-diou numa análise bibliométrica a partir de critérios, pesquisa e ferramentas métricas das bases de dados de Scopus e Web of Science bem como da mineração de texto utilizando o programa VOSviewer. Para a análise qualitativa se utilizou uma unidade hermenêutica no programa Atlas.ti conformada pelas contribuições mais citadas em Scopus. Os principais resultados são: existe uma abordagem ampla e extensa da governança desde seu surgimento; as tendências investigativas mais relevantes estão associadas à influência da governança na gestão de ações contra a COVID-19, o governo organizacional e os aspectos globais; existe uma dispersão temática na abordagem da governança e uma tendência predominante a utilizar seus argumentos como fundamento para analisar casos específicos. Se observou numerosos tipos de governanças e campos de aplicação. Se identificaram nichos investigativos que precisam de maior análise como: estudos longitudinais da sustentabilidade dos pactos através da governança, os elementos psicossociais que incidem nas redes de governança e a captura do Estado por partes de integrante das redes em benefício próprio. JEL: H83 Administração pública.

RESUMO Este artigo examina o efeito da COVID-19 na estrutura discursiva das atas de política monetária do Banco de la República de Colômbia entre 2018 e 2021. Para realizar essa pesquisa, foi utilizado o algoritmo de Alocação de Dirichlet Latente (LDA) e um corpus de texto com 35 atas. Os resultados indicam que o modelo estimado com as atas de 2020-2021 apresentou um tópico adicional e novas palavras relacionadas à crise de saúde em comparação com o modelo de 2018-2019. Além disso, a análise das redes mostrou mudanças nas conexões entre palavras e nos principais temas subjacentes no discurso contido nas atas produzidas durante a crise. Isso sugere que o Conselho do Banco se adaptou à situação econômica e adicionou informações de ponta às suas comunicações, mudando o uso de sintagmas na estrutura sintática das atas. Nesse sentido, demonstra o compromisso do Banco em incluir informações em primeira mão em suas comunicações em prol de uma comunicação transparente da política monetária.

RESUMEN Este artículo examina el efecto de la COVID-19 en la estructura discursiva de las minutas de política monetaria del Banco de la República de Colombia entre 2018 y 2021. Para llevar a cabo esta investigación, se utilizó el algoritmo Latent Dirichlet Allocation (LDA) y un corpus de texto con 35 minutas. Los resultados indican que el modelo estimado con las minutas de 2020-2021 presentó un tópico adicional y palabras nuevas relacionadas con la crisis sanitaria en comparación con el modelo de 2018-2019. Además, el análisis de las redes mostró cambios en las conexiones entre las palabras y las temáticas principales subyacentes en el discurso plasmado en las minutas que se produjeron durante la crisis. Esto sugiere que la Junta Directiva del Banco se adaptó a la coyuntura económica y agregó información de vanguardia en sus comunicaciones, dando un giro en torno al uso de sintagmas en la estructura sintáctica de las minutas. En este sentido, se evidencia el compromiso del Banco con respecto a la inclusión de información de primera mano en sus comunicaciones en aras de una comunicación transparente de la política monetaria. CLASIFICACIÓN JEL: C63, E52, E58 CONTENIDO: Introducción; 1. Revisión de la literatura; 2. Metodología; 3. Resultados; 4. Conclusiones; Referencias.

ABSTRACT This article examines the effect of COVID-19 on the discursive structure of the monetary policy minutes of the Banco de la República de Colombia between 2018 and 2021. To conduct this research, the Latent Dirichlet Allocation (LDA) algorithm and a text corpus with 35 minutes were used. The results indicate that the model estimated with the minutes from 2020-2021 presented an additional topic and new words related to the health crisis compared to the 2018-2019 model. In addition, the analysis of the networks showed changes in the connections between words and the underlying main themes in the discourse contained in the minutes produced during the crisis. This suggests that the Board of the Bank adapted to the economic situation and added cutting-edge information to their communications, shifting the use of syntagms in the syntactic structure of the minutes. In this sense, it demonstrates the Bank's commitment to including firsthand information in its communications for the sake of transparent monetary policy communication.

resumen está disponible en el texto completo

Abstract For several years, studies on environmental conflicts have started to focus on the social and territorial effects of these disputes. These works addressing the productivities of conflicts have demonstrated their potential to regard these phenomena as transformation events. Territorial productivities refer to the territorial transformations that emerge from conflicts. These refer to changes in spatial representation and qualification and the creation of new territories, delineation of zones, changes in land use, and control. Here we find a less explored aspect that allows linking both dimensions and considers another modality of territorial productivity, dealing with the interpretation of territorial hallmarks that emerge in the context of conflicts. This study proposes to incorporate the interpretation of territorial hallmarks as a specific type of territorial productivity. To this end, it is essential to consider the contributions of the cultural approach of Geography, observing the materiality, the senses, and the practices articulated around these forms arising from the stakeholders involved in the conflicts. The Discussion section proposes considering territorial hallmarks as modalities and spaces that adopt or confirm meanings as a result of a social process within a given historical context. Territorial hallmarks add clarity to the relationship between the materiality of a form and the allocation of meaning, the creation and maintenance of which involve collective processes linked to a territorial project. This is the starting point for articulating considerations that allow us to focus on the symbolic and political value of hallmarks, spatial practices, and narratives articulated around these forms and that are intertwined with the construction of identities and memorization processes. To deepen the proposal, the article analyzes territorial hallmarks produced during a relevant national and Latin American environmental conflict: the dispute around open-pit mining in Esquel (Chubut, Argentina) since 2002. Two decades later, questions arise as to what territorial hallmarks have been built from collective actions and how they relate to the spatial meanings and practices of the community. These questions were addressed through a methodological design in line with the cultural approach of Geography, which assumes the challenge of accessing the interpretations and meanings, as well as the various opinions and practices of the local urban inhabitants. In this respect, the Methodology section addresses the characteristics of fieldwork in Esquel, based on Lindon's considerations in his proposal of geographical constructivism. In addition to in-depth work considering different secondary sources - academic studies and audiovisual productions, among others - to reconstruct the events and process of the case, fieldwork combined the observation and photographic record of possible territorial hallmarks with non-directive interviews in which the different images of forms sought to favor free association processes and stimulate accounts about spatial practices and meanings. Interviews were conducted in March 2021 with residents of Esquel having different conceptions and degrees of involvement in the environmental conflict. These interviews allowed for evaluating to what extent the forms photographed can be considered territorial hallmarks of the conflict. From this work, the Results section analyzes three territorial hallmarks that emerged from the collective actions in Esquel in opposition to open-pit mining and the way in which these are conceived by the local community. Each has its own characteristics: a "No to the mine" legend written with painted stones on the hill closest to the city, a place that is considered the location of collective actions, and a plaque commemorating the referendum in a central corner facing the building that was once the office of the mining company Meridian Gold. The analysis of these forms from the stories of people involved in different ways in the conflict illustrates various aspects discussed from the conceptualization of territorial hallmarks. Additionally, this analysis aims to show that territorial hallmarks have meanings and carry narratives of the conflicts, sometimes dissimilar or antagonistic according to the perspective of different social stakeholders, but which contribute to sustaining conflicts as a backbone of the territorial project of communities.

Abstract The study of extractivism is relevant in Latin America; there is a broad debate on the social and environmental processes it produces in the territories. Latin American governments highlight the high levels registered by the macroeconomic indicators of the activity; at the same time, academic studies argue that mining promotes economic development and contributes to poverty reduction in the areas where it is implemented. However, this paper argues that mining extractivism leads to the private concentration of wealth and the proliferation of socioenvironmental conflicts. A case study of Chile is proposed as a country specialized in copper extractivism. From 1995 to 2020 the value of copper exports grew 466%. However, what appears to be an economic success is overshadowed by the enormous number of socio-environmental conflicts associated with mining: Chile is the country with the second highest number of conflicts in Latin America. There is still little research on the distribution of wealth and the territorial pressures on extraction sites. While there are studies on the distribution of mining rents in Latin America (Zerene et al., 2018; Leiva, 2020; Jorrat, 2021), most are based on perspectives from economic theory focused on improving the forms of rent distribution, while the environmental dimension and factors influencing the political economy of extractivism have received less attention. The aim of the text is to study mining extractivism in Chile between 2001 and 2020 from a socio-environmental framework, in order to analyze the way in which mining promotes private concentration of wealth and the generation of socio-environmental conflicts. The political economy of natural resources and ecological economics are the theoretical underpinning of the study. Through a review of specialized literature and an analysis of variables with descriptive statistics, the relationship between extractivism, private concentration of wealth and socio-environmental conflicts was analyzed. The variables analyzed make it possible to identify and evaluate the copper trade surplus or deficit, the annual evolution of the total foreign currency generated by copper exports, the economic relevance of the value of copper exports in total exports and its annual evolution, the annual evolution of the contribution of copper to the national GDP, the annual evolution of tax revenues generated by copper extraction, the distribution of copper extraction between private and state mining, the variation in the standard of living of the communities where the main copper mining projects are located, the annual evolution of the material surplus or deficit of the copper trade, the annual evolution of the territorial pressures generated by mineral extraction through waste rock, and the number and characteristics of mining conflicts in Chile. The study showed that the intensive extraction of minerals for export with minimal processing, characterized as mining extractivism, privileges the benefits for private companies operating transnationally to the economic and environmental detriment of the extraction sites, which absorb the ecological devastation; the distribution of wealth, considering taxes, is 87% for the private sector and 13% for the state sector. Despite the surplus of income from copper exports, the contributions of this sector to the economy are detrimental. This surplus contrasts with the copper material deficit and the depletion of other natural resources necessary for life. The mining model implemented in Chile is not sustainable; it does not guarantee the economic and environmental wellbeing of the present and future generations. The areas where the main mining projects are located show high levels of multidimensional poverty in comparison with the large profits created by mining. Furthermore, 53% of the municipalities where mining projects are located have higher percentages of population living in income poverty than the national average and, despite the fact that most of the projects have been operating for 20 years in some municipalities, there is no correspondence between the profits generated and the standards of living at the local level; at the same time, the amount of waste rock involved in copper mining and environmental disturbance are very high. The regions that concentrate the largest tonnage of waste rock are also the ones that present the greatest amount of socioenvironmental conflicts. These problems are not exclusive to Chile; they are reproduced in most Latin American countries that have historically participated in the world economy as suppliers of raw materials through unequal economic and ecological exchange schemes.

resumen está disponible en el texto completo

Abstract The objective of the study was to evaluate soil quality in population centers near gold mining areas. The concentration of heavy metals and metalloids (As, Cd, Cu, Cr, Ni, Pb, and Zn) was analyzed in soil samples collected in public areas, yards, gardens, and cultivation areas. As a result, it was identified that the concentration of Ni and Cr exceeded the maximum permissible limit (MPL) established in the Unified Text of Secondary Environmental Legislation of Ecuador (TULSMA) in 100 % of the samples analyzed, while the concentration of Cu and Zn was higher than the MPL in 90 % of the sites sampled. Cd exceeded the MPL in 64 % of the samples, and As and Pb exceeded the MPL in 26 % and 21 % of the samples, respectively. Cd, As and Pb are elements of special concern due to their high toxicity and significant presence in the study area. Regarding pH analysis, values between 3.31 and 8.21 were obtained, indicating acidic conditions in 60 % of the soil samples, possibly as a result of anthropogenic activity in the area. Strong positive correlations were detected between As-Cd, Cr-Ni, Cu-Ni, and moderate correlations between Cr-Cu and Pb-Zn, which is related to the mineralization of the area. Cluster analysis indicated that cluster C1, characterized by a high content of potentially toxic elements, is mostly located south of the study area. These preliminary results can serve as a baseline for future research in the area, highlighting the importance of soil quality assessment in mining areas.

Resumen El objetivo para llevar a cabo este estudio fue evaluar la calidad del suelo en los núcleos poblados cercanos a las áreas de explotación minera aurífera en el cantón Camilo Ponce Enríquez. Se analizó la concentración de metales pesados y metaloides (As, Cd, Cu, Cr, Ni, Pb, y Zn) en muestras del suelo recolectadas en áreas públicas, patios, jardines y zonas de cultivo. Como resultado, se identificó que la concentración de Ni y Cr superó el límite máximo permitido (LMP) establecido en el Texto Unificado de la Legislación Secundaria Medio Ambiental del Ecuador (TULSMA) en el 100 % de las muestras analizadas, mientras que la concentración de Cu y Zn fue superior al LMP en el 90 % de los sitios de los cuales se tomó la muestra. El Cd superó el LMP en 64 % de las muestras y el As y el Pb superaron el LMP en el 26 % y 21 % de las muestras, respectivamente. El Cd, As y Pb son elementos de especial preocupación debido a su elevada toxicidad y considerable presencia en la zona de estudio. En cuanto al análisis de pH, se obtuvo valores entre 3.31 y 8.21, lo cual indica condiciones ácidas en el 60 % de las muestras de suelo, posiblemente producto de la actividad antropogénica en el área. Se detectaron fuertes correlaciones positivas entre As-Cd, Cr-Ni, Cu-Ni y correlaciones moderadas entre Cr-Cu y Pb-Zn, lo que guarda relación con la mineralización del área. El análisis de conglomerados indicó que el clúster C1, caracterizado por un alto contenido de elementos potencialmente tóxicos, se encuentra mayoritariamente al sur del área de estudio. Estos resultados preliminares pueden servir como línea base para futuras investigaciones en la zona, pues remarcan la importancia de la evaluación en la calidad de los suelos en núcleos poblados en áreas mineras.

Resumen Codificar y analizar preguntas abiertas provenientes de encuestas de opinión suele ser laborioso. La minería de texto ofrece una alternativa para ese tipo de problemática. Se utilizaron los datos de preguntas abiertas provenientes de la Encuesta Nacional de Percepción sobre la Transparencia 2019. Se aplica la minería de texto desde un enfoque descriptivo como predictivo: este último posee un interés predominante al realizar la codificación automática de respuestas o categorías a partir del aprendizaje automático supervisado. Se emplean algoritmos de máquinas de soporte vectorial, clasificador ingenuo de Bayes, bosques aleatorios, XGBoost y vecinos más cercanos. Los resultados del análisis descriptivo permiten apreciar las descripciones, visualizaciones y relaciones en el análisis de las preguntas abiertas. El análisis predictivo reseña que los algoritmos seleccionados con mayor ocurrencia para las preguntas abiertas fueron el clasificador ingenuo de Bayes y los bosques aleatorios, mostrando precisiones de entre 48% y 76%. Se obtuvieron resultados similares en comparación con las categorías que fueron codificadas manualmente. Se aprecian resultados satisfactorios en el análisis integral de las 12 preguntas de la encuesta.

Abstract Coding and analyzing open-ended questions from opinion survey is often time consuming. Text mining offers an alternative for this type of problem. Data comes from the 2019 National Survey of Perception on Transparency open-ended questions. Text mining is applied from a descriptive and predictive approach: the latter has a predominant interest in performing the automatic coding of responses or categories using supervised machine learning. Support vector machine algorithms, naive Bayes classifier, random forests, XGBoost, and closest neighbors are used. The results of the descriptive analysis improve the descriptions, visualizations and relationships in the analysis of the open-ended questions. The predictive analysis reports that the algorithms with the highest selection occurrence for the open-ended questions were the naive Bayes classifier and the random forests, showing accuracies between 48% and 76%. Similar results were obtained compared with the pre-established categories. Satisfactory results are seen in the comprehensive analysis of the 12 survey questions.