Resumen de Tendencias y herramientas de minería de datos para la evaluación de las publicaciones digitales: Data mining trends and tools for the evaluation of digital publications

Gonzalo Andrés Córdova Vera, Ermenson Ricardo Ordoñez Avila

• En la era digital actual, la accesibilidad y difusión de la información ha incrementado los desafíos relacionados con la calidad y la originalidad de las publicaciones científicas. Este problema se agrava en las instituciones de educación superior, donde la integridad académica es fundamental. Ante esto, surge la necesidad de aplicar técnicas avanzadas de minería de datos para la evaluación de publicaciones digitales, con el fin de garantizar la credibilidad y el rigor académico. El objetivo de este estudio es explorar las tendencias y herramientas de minería de datos utilizadas en la evaluación de publicaciones digitales en el ámbito académico. Para abordar este objetivo, se llevó a cabo una revisión sistemática de la literatura, guiada por el modelo PRISMA, que incluyó etapas de planificación, búsqueda y selección de estudios, y extracción de información relevante. Los resultados destacaron la implementación de herramientas como Natural Language Processing Toolkit, Scikit-learn, TensorFlow, Keras y Apache Mahout, las cuales permiten a las instituciones realizar evaluaciones más objetivas y precisas, minimizando la subjetividad en el proceso tradicional. Las conclusiones principales subrayan la importancia del uso de técnicas predictivas y de aprendizaje automático en la identificación de patrones de calidad y en la detección de plagio, contribuyendo a elevar los estándares académicos. La creciente adopción de estas tecnologías en la evaluación académica representa un avance significativo hacia la promoción de la excelencia e integridad en la investigación científica.