Minería de texto y modelamiento de tópicos en artículos científicos digitales

Resumen:El trabajo de titulación presenta la aplicación del modelado de tópicos,para identificar las barreras de las mujeres en STEM (Science,Tecnology, Engineer, Mathematics). El corpus utilizado se generó a partir de los resultados de una búsqueda en la base de datos Scopus,desde el año 2000 al 2020; además, se usaron palabras claves(STEM, women STEM, STEM barriers, gender barriers, gender disparities)y conectores lógicos; se trabajó con un total de 141 resúmenes de artículos digitales. La extracción de los tópicos se realizó mediante el algoritmo LDA(Latent Dirichlet Allocation)que asume que un documento es una mezcla aleatoria sobre temas latentes;además con el uso de la coherencia temática en varios experimentos se pudo definir el número óptimo de tópicos(gráfica de coherencia).Como resultado se obtuvieron los prejuicios de género, falta de motivación, estereotipos y la falta de programas de inserción de mujeres STEM; como tópicos más representativos,los cuales hacen referencia a algunas de las barreras de las mujeres en STEM. Se brinda una visualización de los tópicos resultantes, mediante varias gráficas como: PyLDAvis, nube de palabras, diagrama de frecuencia, mapa de calor, histograma, TreeMap, diagrama de barras de la importancia de cada tópico, entre otros.

• Hlavní autor: Briceño Martínez, Ximena Mercedes (author)
• Médium: bachelorThesis
• Jazyk: spa
• Vydáno: 2021
• Témata: Minería de texto; Artículos científicos; Ingeniero en sistemas informáticos y computación; Tesis y disertaciones académicas
• On-line přístup: http://dspace.utpl.edu.ec/handle/20.500.11962/28220