Análisis bibliométrico de la producción científica sobre Lago de Datos

Contenido principal del artículo

Galo Mauricio López-Sevilla
Ricardo Patricio Medina-Chicaiza

Resumen

El presente trabajo desarrolla un análisis bibliométrico de la producción científica que contextualiza la corriente sobre Lago de Datos. En ese sentido, lago de datos son infraestructuras de almacenamiento y gestión de grandes volúmenes de datos provenientes de diversas fuentes, con la intensión de facilitar su acceso, análisis y compartición. El objetivo de este artículo es mostrar una visión cuantitativa de la producción científica del tema entre los años 2018 y 2022, para así comprender el estado actual de la investigación, identificar tendencias y áreas de investigación emergentes, evaluar el impacto y promover la colaboración entre investigadores. La metodología permitió llevar a cabo una revisión sistemática de la literatura mediante un análisis retrospectivo descriptivo, usándose como fuente de información la base de datos Scopus, misma que reflejó 73 artículos clave. En ese contexto, los resultados resaltan el interés sobre Lago de Datos desde el número de publicaciones de artículos por año hasta el top de principales autores, palabras clave y revistas respecto a producción científica. De manera que, denotan la importancia y las preferencias en la investigación sobre esta temática relevante para diversos ámbitos o áreas.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
López-Sevilla, G. M., & Medina-Chicaiza, R. P. (2024). Análisis bibliométrico de la producción científica sobre Lago de Datos. INNOVA Research Journal, 9(2), 40–57. https://doi.org/10.33890/innova.v9.n2.2024.2426
Sección
Empresa e innovación
Biografía del autor/a

Galo Mauricio López-Sevilla, Pontificia Universidad Catolica del Ecuador, Ambato, Ecuador

Ingeniero en Sistemas por la Universidad Técnica de Ambato, Máster en Informática por la Universidad Técnica de Ambato, Diplomado Superior en Gerencia Informática en la Pontificia Universidad Católica del Ecuador. Profesional con más de 20 años en el campo de Base de Datos. Se ha desempeñado como docente en áreas relacionadas con TI y Manejo de Datos tanto en pregrado como postgrado en diversas Universidades públicas y privadas del país. Varias publicaciones en revistas científicas en áreas de Tecnologías, ciberseguridad, Educación, Marketing, etc.

Ricardo Patricio Medina-Chicaiza, Pontificia Universidad Católica del Ecuador, Universidad Técnica de Ambato, Ambato, Ecuador

Patricio Medina es ecuatoriano, está dedicado a la docencia e investigación. Formación de posgrado en Marketing Digital y Comercio Electrónico, Nuevas Tecnologías y Multimedia Educativa, Dirección Estratégica en Ingeniería de Software. Ha realizado una variedad de publicaciones en revistas científicas de bases de datos Scopus, WoS, Scielo, Latindex en su campo de formación. Docente de Ingenierías de la Pontificia Universidad Católica del Ecuador y la Facultad de Ciencias Administrativas en la Universidad Técnica de Ambato.

Citas

Agudelo Patiño, J. C. (2020). Data lakes: aplicaciones, herramientas y arquitecturas. Colombia: Universidad Tecnológica de Pereira [Trabajo de Grado, Universidad Tecnológica de Pereira, Colombia]. https://bit.ly/49CWmUB

Balseca-Chávez, F., Colina-Vargas, A. M., y Espinoza-Mina, M. A. (2021). Identificación de amenazas informáticas aplicando arquitecturas de Big Data. INNOVA Research Journal, 6(3), 141-167. https://revistas.uide.edu.ec/index.php/innova/article/view/1860/1953

Escudero, C., y Cortez, L. (2018). Técnicas y métodos cualitativos para la investigación científica. Editorial Utmach. https://bit.ly/3I5ZGvd

Goyal, P., & Malviya, R. (2023). Challenges and opportunities of big data analytics in healthcare. Health Care Science, 2(6), 1-11.

Grossman, R. (2019). Data lakes, clouds, and commons: a review of platforms for analyzing and sharing genomic data. Trends in Genetics, 35(3), 223-234. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6474403/

Guix, J. (2018). El análisis de contenidos: ¿qué nos están diciendo?. Calidad Asistencial, 23(1), 26-30. https://www.elsevier.es/es-revista-revista-calidad-asistencial-256-articulo-el-analisis-contenidos-que-nos-S1134282X08704640

Gül, M., & Ayik, Z. (2023). Enrichment studies in gifted education: a bibliometric analysis with RStudio. Participatory Educational Research, 10(3), 266-284. https://dergipark.org.tr/en/pub/per/issue/76200/1257077

Hernández, E., Duque, N., y Moreno, J. (2017). Big data: una exploración de investigaciones, tecnologías y casos de aplicación. Tecnológicas, 20(39), 1-24. https://revistas.itm.edu.co/index.php/tecnologicas/article/view/685/671

Hernández, M., y Lasso, E. (2021). Revisión bibliográfica de las investigaciones realizadas sobre páramos en las últimas cinco décadas [Trabajo de Grado, Universidad de los Andes, Colombia].

Hernández, R., Fernández, C., y Baptista, M. (2019). Metodología de la investigación. México: McGraw-Hill.

Jarke, M., Lenzerini, M., Vassiliou, Y., & Vassiliadis, P. (2013). Fundamentals of Data Warehouses. Sigmod Record, 32(2), 55-56.

Kimball, R., & Ross, M. (2013). The data warehouse toolkit. Toronto: John Wiley & Sons.

Kitchenham. (2007). Guidelines for performing Systematic Literature Reviews in. Inglaterra: University of Durham. https://bit.ly/3UQP3Uu

López, V., Amado, A., y Miotto, U. (2022). Un enfoque bibliométrico a los procedimientos gráficos como método de investigación. Expresión Gráfica Arquitectónica, 27(45), 218-231. https://polipapers.upv.es/index.php/EGA/article/view/16451

Lorenzo, P., y López, G. (2022). Análisis, diseño e implementación de una arquitectura de servicios cloud para un lago de datos en el ambito turístico [Trabajo de Grado, Universidad de La Coruña, España]. https://ruc.udc.es/dspace/handle/2183/32125

Madera, C., & Laurent, A. (2019). The next information architecture evolution: the data Lake wave. Management of Digital EcoSystems, 6(9), 1-8. https://hal-lirmm.ccsd.c nrs.fr/lirmm-01399005/document

Moreno, B., Muñoz, M., Cuellar, J., Domancic, S., y Villanueva, J. (2018). Revisiones Sistemáticas: definición y nociones básicas. Clínica de Periodoncia, Implantología y Rehabilitación Oral, 11(3), 184-186.

Oleo, C., y Said, E. (2020). La producción científica en el estudio de experiencia de usuario en la educación: caso Web of Science y Scopus. Perspectiva, 32(7), 1-7. https://humanas.blog.scielo.org/es/2020/05/21/la-produccion-cientifica-en-el-estudio-de-experiencia-de-usuario-en-la-educacion-caso-web-of-science-y-scopus/

Pasupuleti, P., & Purra, B. (2017). Data lake development with big data. Reino Unido: Packt Publishing. https://www.packtpub.com/product/data-lake-development-with-big-data/9781785888083

Perilla, R., Orjuela, W., y Parra, C. (2020). Análisis de futuro: algunos métodos alternativos a la caja de herramientas de la prospectiva francesa. Colombia: Universidad del Tolima. https://bit.ly/3wphmzj

Rawat, D., Doku, R., & Garuba, M. (2019). Cybersecurity in big data era: from securing big data to data-driven security. Transactions on Services Computing, 20(1), 1-18. https://ieeexplore.ieee.org/ielaam/4629386/9642441/8673585-aam.pdf

Reinsel, D., Gantz, J., & Rydning, J. (2020). The digitization of the world from edge to core. Estados Unidos: Seagate. https://www.seagate.com/files/www-content/our-story/trends/files/idc-seagate-dataage-whitepaper.pdf

Research.com. (2023). Best Journals - Computer Science - IEEE Access. https://research.com/journal/ieee-access

Research.com. (2023). Best Journals - Computer Science - International Journal of Advanced Computer Science and Applications.

Research.com. (2023). Best Journals - Computer Science - Proceedings of the VLDB Endowment. https://research.com/journal/proceedings-of-the-vldb-endowment-1

Rico, D., Maestre, G., Medina, Y., y Areniz, Y. (2021). Universidad inteligente: factores claves para la adopción de internet de las cosas y big data. Ibérica de Sistemas y Tecnologías de Información, 4(1), 63-79.

Romero, A., y Melendres, J. (2023). Uso de data warehouse para la toma de decisiones empresariales: una revisión literaria. Científica de Sistemas e Informática, 3(2), 1-12. https://bit.ly/3uxrF3T

Sakr, S., & Gaber, M. (2019). Large scale and big data: processing and management. Estados Unidos: Auerbach Publications. https://www.routledge.com/Large-Scale-and-Big-Data-Processing-and-Management/Sakr-Gaber/p/book/9781138033948

Shehab, N., Badawy, M., & Arafat, H. (2020). Big Data Analytics Concepts, Technologies Challenges, and Opportunities. Advanced Intelligent Systems and Informatics, 11(14), 92-101. https://www.researchgate.net/publication/336219391_Big_Data_Analyt ics_Concepts_Technologies_Challenges_and_Opportunities

Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 10(4), 333-339. https://www.sciencedirect.c om/science/article/pii/S0148296319304564

Solano, E., Castellanos, S., López, M., y Hernández, J. (2019). La bibliometría: una herramienta eficaz para evaluar la actividad científica postgraduada. MediSur, 7(4), 59-62. http://scielo.sld.cu/pdf/ms/v7n4/v7n4a745.pdf

Villasís, M., Rendón, M., García, H., Miranda, M., y Escamilla, A. (2020). La revisión sistemática y el metaanálisis como herramientas de apoyo para la clínica y la investigación. Alergia México, 67(1), 62-72. https://www.scielo.org.mx/pdf/ram/v67n1/2448-9190-ram-67-01-62.pdf

Wieder, P., & Nolte, H. (2022). Toward data lakes as central building blocks for data management and analysis. Frontiers in Big Data, 16(2), 1-18. https://www.researchgate.net /publication/362793690_Toward_data_lakes_as_central_building_blocks_for_data_management_and_analysis