Sistemas de pensión latinoamericanos vistos desde la academia: Modelado de tópicos a partir de títulos de artículos científicos
Dos Santos Fernández, María Fátima
Latin American pension systems as seen from academia: Modeling topics from scientific article titles
Tema Ageing
Tema Latin America
Tema Semantic Network
Tema Topic Modelling
Tema Artificial Intelligence
Tema Sistemas de Pensión
Tema Vejez
Tema Latinoamérica
Tema Redes Semánticas
Tema Modelado de Tópicos
Tema Inteligencia Artificial
This article explores the discourse of Latin American academia on the subject of Retirement Systems in Latin America, analyzing a corpus of 317 titles of articles available in the Scielo repository, using different Text Mining techniques. The Text Mining (v3.1.11) and Text Table (v 1.16.1) modules of Orange Data Mining were used, through different unsupervised procedures (Word Cloud, Bag of Words, Extract Keyword) until reaching Topic Modeling with Dirichlet's Latent Allocation.
After evaluating the quantitative indicators and exploring qualitatively the content of the topics generated, it was decided to choose the solution of four topics, which could be titled respectively as "Economic-Systemic" (characteristics of the different Old Age Pension Systems), "Benefits" (services covered by these systems, such as health, food, etc.), "Legal-Labor" (legal and human rights aspects) and "Access-Coverage" (participation and inequality).
These topics summarize the main recurring themes in the Latin American academic discussion around Retirement Pensions.
Descripción 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.
Tipo info:eu-repo/semantics/publishedVersion
Formato application/epub+zip
Identificador 10.37594/oratores.n21.1539
Fuente Revista Oratores; Núm. 21 (2024): ORATORES Diciembre 2024 - Mayo 2025; 42-59
Fuente 2644-3988
Fuente 2410-8928
Fuente 10.37594/oratores.n21
Relación https://revistas.umecit.edu.pa/index.php/oratores/article/view/1539/2559
Relación Attanasio, O., Kitao, S., & Violante, G. L. (2007). Global demographic trends and social security reform. Journal of monetary Economics, 54(1), 144-198. Recuperado de: https://www.sciencedirect.com/science/article/pii/S0304393206002431
Relación 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
Relación Banco Mundial (2007). The World Bank Pension Conceptual Frameword. Recuperado de https://documents1.worldbank.org/curated/en/389011468314712045/pdf/457280BRI0Box31Concept1Sept20081pdf.pdf
Relación 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
Relación 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
Relación 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
Relación Calventus, J. (2008). Una aproximación al análisis de datos cualitativos textuales [Monografía]. Recuperado de http://adcualimayor.googlepages.com/calventus2008.pdf
Relación 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
Relación 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
Relación Dahl, D. (2023) Natural Lenguage Understanding with Python. Packt. Birmingham-Mumbay
Relación 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
Relación Dos Santos, M.F. (2013). Análisis Lexicométrico del Significado de la Palabra Dinero. Trabajo de Ascenso a Profesor Asistente. Universidad Central de Venezuela. Caracas.
Relación 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
Relación 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
Relación 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
Relación Instituto Santa Lucía. (sf). Pensiones en Transición. Recuperado de https://institutosantalucia.es/wp-content/uploads/2020/10/pensiones_en_transicion.pdf
Relación 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
Relación 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
Relación 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
Relación 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
Relación 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
Relación 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
Relación Pykes, C. (2023). What is Topic Modeling? An Introduction With Examples. Recuperado de https://www.datacamp.com/tutorial/what-is-topic-modeling
Relación 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
Relación 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
Relación 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)
Relación 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/
Derechos https://creativecommons.org/licenses/by-nc-sa/4.0