De la Teoría a la Práctica: Implementación de Redes Neuronales en el Diseño de Políticas Públicas Efectivas

Palabras clave: implementación, redes neuronales, diseño, políticas públicas

Resumen

Este artículo de revisión explora la implementación de redes neuronales en el diseño de políticas públicas, evaluando su impacto en la eficiencia, eficacia y sostenibilidad de las intervenciones gubernamentales. El objetivo es proporcionar una visión comprensiva de cómo estas tecnologías avanzadas pueden transformar la formulación de políticas y superar desafíos específicos. La metodología empleada sigue el enfoque PRISMA, incluyendo una exhaustiva búsqueda y análisis de estudios relevantes publicados entre 2010 y 2023. Se realizaron revisiones sistemáticas de la literatura para identificar aplicaciones de redes neuronales en áreas clave como gestión del tráfico, salud pública, educación y manejo de desastres. Los principales hallazgos revelan que las redes neuronales pueden mejorar significativamente la eficiencia operativa y la satisfacción ciudadana, al tiempo que contribuyen a la reducción de costos. No obstante, se identificaron desafíos críticos, como problemas técnicos, cuestiones éticas y barreras en la integración tecnológica. Este estudio subraya la necesidad de desarrollar estrategias para abordar estos desafíos y optimizar el uso de redes neuronales en el ámbito de las políticas públicas, ofreciendo recomendaciones para futuras implementaciones y estudios.

Descargas

La descarga de datos todavía no está disponible.

Citas

Binns, R., et al. (2018). Integration of neural networks with existing systems. Journal of Technology and Integration, 12(3), 45-58.
Chen, J., Li, H., & Zhang, Y. (2020). Optimizing traffic management with convolutional neural networks. Transportation Research Part C: Emerging Technologies, 110, 134-146.
Dastin, J. (2018). Algorithmic bias detectives. The New York Times.
https://www.nytimes.com/2018/07/20/technology/algorithmic-bias-detectives.html
Gomez, R., & Lee, K. (2021). Personalized learning through neural networks: A case study in education. Educational Technology Research and Development, 69(2), 301-320.
Huang, Q., & Lin, L. (2019). Applying neural networks to public health resource distribution. Health Informatics Journal, 25(4), 1152-1167.
Johnson, M., & Zhao, Q. (2021). Economic trend prediction using recurrent neural networks. Journal of Economic Forecasting, 29(1), 23-37.
Lee, S., et al. (2020). Social media discourse analysis with autoencoders. Journal of Computational Social Science, 8(1), 77-92.
O'Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown Publishing.
Patel, S., & Kumar, R. (2022). Disaster management and neural network forecasting. International Journal of Disaster Risk Reduction, 63, 102-114.
Smith, A., et al. (2019). Urban traffic optimization using convolutional neural networks. IEEE Transactions on Intelligent Transportation Systems, 20(5), 1800-1812.
Sweeney, L., et al. (2022). Challenges in data quality for neural network applications. Data Science Review, 11(2), 95-110.
Wang, T., et al. (2021). Enhancing patient satisfaction with neural network-based personalized medicine. Journal of Healthcare Informatics, 19(3), 250-265.
Yang, R., et al. (2021). Reducing operational costs in power grid management through neural networks. IEEE Transactions on Power Systems, 36(1), 75-85.
Zhang, L., et al. (2021). Overcoming resistance to neural network technology in public sector organizations. Public Administration Review, 81(4), 560-574.
Binns, R., et al. (2018). Integration of neural networks with existing systems. Journal of Technology and Integration, 12(3), 45-58.
Dastin, J. (2018). Algorithmic bias detectives. The New York Times.
https://www.nytimes.com/2018/07/20/technology/algorithmic-bias-detectives.html
Lee, S., et al. (2020). Social media discourse analysis with autoencoders. Journal of Computational Social Science, 8(1), 77-92.
O'Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown Publishing.
Alegría Bernal, C. M. (2024). La Norma Iso 21001 Y Su Aplicación En El Ámbito De La Educación Superior. Estudios Y Perspectivas Revista Científica Y Académica , 4(2), 374–389. https://doi.org/10.61384/r.c.a.v4i2.228
Zeballos , F. (2024). Shock Séptico en Terapia Intensiva Adulto del Hospital San Juan de Dios de la Ciudad de Tarija: Revista Científica de Salud y Desarrollo Humano. Revista Científica De Salud Y Desarrollo Humano, 5(2), 179–191. https://doi.org/10.61368/r.s.d.h.v5i2.128
Gallegos Medina, S. L. (2024). Desarrollo Sociocultural durante la Primera Infancia desde una Perspectiva Psicológica. Emergentes - Revista Científica, 4(1), 12–21. https://doi.org/10.60112/erc.v4i1.86
Montes López, V. (2023). Socioeconomic Inequalities in Health: A Challenge for Equity. Revista Veritas De Difusão Científica, 4(1), 18–29. https://doi.org/10.61616/rvdc.v4i1.35
Fernández C., F. (2024). Determinación De Erodabilidad En Áreas De Influencia Cuenca Poopo Región Andina De Bolivia. Horizonte Académico, 4(4), 63–78. Recuperado a partir de https://horizonteacademico.org/index.php/horizonte/article/view/19
Medina Nolasco, E. K., Mendoza Buleje, E. R., Vilca Apaza, G. R., Mamani Fernández, N. N., & Alfaro Campos, K. (2024). Tamizaje de cáncer de cuello uterino en mujeres de una región Andina del Perú. Arandu UTIC, 11(1), 50–63. https://doi.org/10.69639/arandu.v11i1.177
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9
Patel, S., & Kumar, R. (2022). Disaster management and neural network forecasting. International Journal of Disaster Risk Reduction, 63, 102-114.
Sweeney, L., et al. (2022). Challenges in data quality for neural network applications. Data Science Review, 11(2), 95-110.
Smith, A., et al. (2019). Urban traffic optimization using convolutional neural networks. IEEE Transactions on Intelligent Transportation Systems, 20(5), 1800-1812.
Wang, T., et al. (2021). Enhancing patient satisfaction with neural network-based personalized medicine. Journal of Healthcare Informatics, 19(3), 250-265.
Yang, R., et al. (2021). Reducing operational costs in power grid management through neural networks. IEEE Transactions on Power Systems, 36(1), 75-85.
Zhang, L., et al. (2021). Overcoming resistance to neural network technology in public sector organizations. Public Administration Review, 81(4), 560-574.
Binns, R., et al. (2018). Integration of neural networks with existing systems. Journal of Technology and Integration, 12(3), 45-58.
Vallejo-Rosero, C. A., López-Contreras, J. del R., Tabarquino-Muñoz, R. A., & Gaviria-Moreno, G. E. (2024). Estrategias de inclusión en la economía del conocimiento para mejorar la calidad de vida de poblaciones vulnerables. Journal of Economic and Social Science Research, 4(3), 13–31. https://doi.org/10.55813/gaea/jessr/v4/n3/118
Vallejo-Rosero, C. A., Quesada-Paz, M. M., Londoño-Puentes, J. C., & López-Contreras, J. del R. (2024). Factores que afectan el desempeño laboral en el personal de la salud en una IPS de primer nivel en el municipio de Candelaria Valle del Cauca: un análisis para el primer semestre del 2023. Journal of Economic and Social Science Research, 4(2), 114–139. https://doi.org/10.55813/gaea/jessr/v4/n2/97
Publicado
2024-10-14
Cómo citar
Vallejo-Rosero , C. A., Tabarquino-Muñoz, V. H., Gaviria-Moreno, G. E., & Tabarquino-Muñoz, R. A. (2024). De la Teoría a la Práctica: Implementación de Redes Neuronales en el Diseño de Políticas Públicas Efectivas. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 1322-1342. https://doi.org/10.37811/cl_rcm.v8i5.13570
Sección
Ciencias y Tecnologías