PDF
FLIP
EPUB
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los manuscritos enviados a la Revista Oratores deben ser originales e inéditos y no deben estar simultáneamente en proceso de publicación en otras revistas, compilaciones o cualquier otro medio de publicación. El contenido de las publicaciones y los enlaces sugeridos en las mismas son responsabilidad absoluta de los autores y no de la Universidad Metropolitana de Educación, Ciencia y Tecnología (UMECIT) ni de la Revista Oratores. Están protegidos por leyes internacionales de derecho de autor al igual que los logos de UMECIT y La Revista Oratores, de allí que esté totalmente prohibida su reproducción. Los derechos de autor serán de la UMECIT.
Bajo una Creative Commons Attribution License los autores pueden compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
Resumen
Durante los años ‘40 y ‘50 del siglo XX, la mayoría de los países latinoamericanos adoptaron Sistemas de Pensión de Vejez basados en la asistencia pública, que a finales de siglo presentaba dificultades propias de países en desarrollo (cobertura limitada, desigualdad, bajas tasas de reemplazo, etc), lo cual propició la implementación de ajustes y reformas. A nivel mundial (incluyendo Latinoamérica), los Sistemas de Pensión enfrentan hoy en día numerosos desafíos, especialmente derivados del aumento de la longevidad y el descenso de la natalidad.
Este artículo explora el discurso de la academia latinoamericana sobre el tema de los Sistemas de Pensión de Vejez en Latinoamérica, analizando un corpus de 317 títulos de artículos disponibles en el repositorio Scielo, mediante diferentes técnicas de Minería de Textos. Se utilizaron los módulos Text Mining (v3.1.11) y Text Table (v 1.16.1) de Orange Data Mining, mediante distintos procedimientos no supervisados (Word Cloud, Bag of Words, Extract Keyword) hasta llegar al Modelado de Tópicos con Alocación Latente de Dirichlet.
Luego de evaluar los indicadores cuantitativos y de explorar cualitativamente el contenido de los tópicos generados, se decidió elegir la solución de cuatro tópicos, los cuales podrían titularse respectivamente como “Económico-Sistémico” (características de los distintos Sistemas de Pensión de Vejez), “Beneficios” (servicios cubiertos por estos sistemas, como salud, alimentos, etc), “Legal-Laboral” (aspectos legales y de derechos humanos) y “Acceso-Cobertura” (participación y desigualdad).
Estos tópicos resumen los principales temas recurrentes en la discusión académica latinoamericana en torno a las Pensiones de Vejez.
Palabras clave
Citas
Bail, C. A. (2016). Combining natural language processing and network analysis to examine how advocacy organizations stimulate conversation on social media. Proceedings of the National Academy of Sciences of the United States of America, 113(42), 11823–11828. https://doi.org/10.1073/pnas.1607151113
Banco Mundial (2007). The World Bank Pension Conceptual Frameword. Recuperado de https://documents1.worldbank.org/curated/en/389011468314712045/pdf/457280BRI0Box31Concept1Sept20081pdf.pdf
Bècue, M., Lebart, L. y Rajadell, N. (1992). El análisis estadístico de datos textuales. La lectura según los escolares de enseñanza primaria [versión Adobe PDF]. Anuario de Psicología, (55), 7-22. Recuperado de http://diposit.ub.edu/dspace/bitstream/2445/24200/1/79037.pdf
Behar, J. (1993). Aproximación al análisis textual informatizado, Anuario de Psicología, (59), 61-78. Recuperado de http://diposit.ub.edu/dspace/bitstream/2445/24202/1/101702.pdf
Benzécri, J.P. (1984). Description des textes et analyse documentaire. Les Cahiers de l´Analyse des Données, 9(2), 205-211. Recuperado de: http://www.numdam.org/item/CAD_1984__9_2_205_0.pdf
Calventus, J. (2008). Una aproximación al análisis de datos cualitativos textuales [Monografía]. Recuperado de http://adcualimayor.googlepages.com/calventus2008.pdf
Calventus, J. (2019). Análisis de datos textuales. Una primera aproximación. Revista Stultifera de Humanidades y Ciencias Sociales, 2(1), 50-62. http://revistas.uach.cl/index.php/revstul/article/view/5825
Cornejo, C.J. (2021). Análisis a los sistemas de pensiones del mundo a través de herramientas biplot para la clusterización mediante actores del sistema, indicadores del entorno y ranking mundial (usal.es). Recuperado de: https://gredos.usal.es/handle/10366/149315
Dahl, D. (2023) Natural Lenguage Understanding with Python. Packt. Birmingham-Mumbay
Doerfel, M. L. (1998). What constitutes semantic network analysis? A comparison of research and methodologies. Connections, 21(2), 16-26. Recuperado de: https://qualquant.org/wp-content/uploads/cda/Doerfel%20What%20constitutes%20semantic%20network%20analysis.pdf
Dos Santos, M.F. (2013). Análisis Lexicométrico del Significado de la Palabra Dinero. Trabajo de Ascenso a Profesor Asistente. Universidad Central de Venezuela. Caracas.
Gaikwad, S.V., Chaugule, A., y Patil, P. (2014). Text mining methods and techniques. International Journal of Computer Applications, 85(17). Recuperado de 10.1.1.428.8805-libre.pdf
HaCohen-Kerner, Y., Miller, D., Yigal, Y. (2020) The influence of preprocessing on text classification using a bag-of-words representation. PLoS ONE 15(5): e0232525. Recuperado de https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0232525&type=printable
Hasan, M., Rahman, A., Karim, M. R., Khan, M. S. I., & Islam, M. J. (2021). Normalized approach to find optimal number of topics in Latent Dirichlet Allocation (LDA). In Proceedings of International Conference on Trends in Computational and Cognitive Engineering: Proceedings of TCCE 2020 (pp. 341-354). Springer Singapore. Recuperado de Normalized-Approach-to-Find-Optimal-Number-of-Topics-in-Latent-Dirichlet-Allocation-LDA.pdf
Instituto Santa Lucía. (sf). Pensiones en Transición. Recuperado de https://institutosantalucia.es/wp-content/uploads/2020/10/pensiones_en_transicion.pdf
Jacobi, C., Atteveldt, W. y Welbers, K. (2015). Quantitative analysis of large amounts of journalistic texts using topic modelling. Digital Journalism, 4, 1-18. Recuperado de: https://www.taylorfrancis.com/chapters/edit/10.4324/9781315115047-7/quantitative-analysis-large-amounts-journalistic-texts-using-topic-modelling-carina-jacobi-wouter-van-atteveldt-kasper-welbers
Joseph, S., Sedimo, K. y Kaniwa, F. y Hlomani, H. y Letsholo, K. (2016). Natural Language Processing: A Review, 6, 207-210. Recuperado de: https://www.icts.res.in/sites/default/files/media/media-library/NLPIntro.pdf
Khurana, D., Koli, A., Khatter, K., & Singh, S. (2023). Natural language processing: state of the art, current trends and challenges. Multimedia Tools and Applications, 82(3), 3713–3744. https://doi.org/10.1007/s11042-022-13428-4
Mesa-Lago, C. (2009). Efectos de la crisis global sobre la seguridad social de salud y pensiones en América Latina y el Caribe y recomendaciones de políticas. Cepal. Recuperado de https://repositorio.cepal.org/server/api/core/bitstreams/511cbdb3-54c7-4bde-8ed4-3234890b5116/content
Moscoloni, N., y Satriano, C. (2000). Importancia del análisis textual como herramienta para el análisis del discurso. Cinta de Moebio: Revista Electrónica de Epistemología de Ciencias Sociales, (9), 4. Recuperado de https://www.researchgate.net/profile/Nora-Moscoloni-3/publication/239567198_Importancia_del_Analisis_Textual_como_Herramienta_para_el_Analisis_del_Discurso/links/0c96053c7c524d03e5000000/Importancia-del-Analisis-Textual-como-Herramienta-para-el-Analisis-del-Discurso.pdf
Paranyushkin, D. (2011). Identifying the Pathways for Meaning Circulation using Text Network Analysis. Nodus Labs, 26, 1-26. Recuperado de: https://noduslabs.com/wp-content/uploads/2012/04/Pathways-Meaning-Text-Network-Analysis.pdf
Pykes, C. (2023). What is Topic Modeling? An Introduction With Examples. Recuperado de https://www.datacamp.com/tutorial/what-is-topic-modeling
Sarwar, T. B., Noor, N. M., & Miah, M. S. U. (2022). Evaluating keyphrase extraction algorithms for finding similar news articles using lexical similarity calculation and semantic relatedness measurement by word embedding. PeerJ Computer Science, 8, e1024. Recuperado de https://peerj.com/articles/cs-1024.pdf
van Atteveldt, W., Kleinnijenhuis, J. , Ruigrok, N. y Schlobach, S. (2008) Good News or Bad News? Conducting Sentiment Analysis on Dutch Text to Distinguish Between Positive and Negative Relations, Journal of Information Technology & Politics, 5(1), 73-94. Recuperado de: https://www.tandfonline.com/doi/abs/10.1080/19331680802154145
Withehouse, Eduard (2007) Pension Panorama: Retirement-income systems in 53 coutries. The World Bank. Whashington DF. Recuperado de: Pensions Panorama - ISBN: 0821367641 (uni-muenchen.de)
Yao, Mariya (2017). 4 Approaches To Natural Language Processing & Understanding. Recuperado de: https://www.freecodecamp.org/news/how-natural-language-processing-powers-chatbots-4-common-approaches-a077a4de04d4/
Descargas
Datos de publicación
Perfil evaluadores/as N/D
Declaraciones de autoría
- Editor y equipo editorial
- Perfiles
- Sociedad académica
- Universidad Metropolitana de Educación, Ciencia y Tecnología
- Editorial
- Universidad Metropolitana de Educación, Ciencia y Tecnología
Para obtener más información sobre un dato, haga clic 
Public Facts Label - Plugin Mantenido por Public Knowledge Project
