Resumen de Barreras epistemológicas para la arquitectura de los datos y la significación en el modelo predictivo de la ciencia
George Argota Pérez, Rita L. Valenzuela Herrera, Gladys R. Huamán Espinoza, Rosa Aroste Andía, Emily Hernández Huamani, Percy Gavilán Chávez, Kony L. Duran Llaro
Los datos y la significación representan estructuras secuenciales para la relevancia científica. El propósito del estudio fue identificar barreras epistemológicas en la arquitectura de los datos y la significación del modelo predictivo de la ciencia. El estudio se realizó desde enero hasta julio del 2020 seleccionándose mediante un muestreo probabilístico aleatorio, 100 artículos de Scopus donde se accedió a través, de la plataforma ScienceDirect como herramienta científica de búsqueda. Las estructuras secuenciales se compararon mediante la prueba t-Student considerándose significativos los resultados con un nivel de confianza del 95% y dónde se encontró diferencias entre ellas (t = -53,88; p = 7,09). Se observó que, el análisis de los datos fue menos relevante en comparación con la importancia que se atribuye a su significación. Se concluyó que, la identificación de las barreras epistemológicas para la arquitectura de los datos y la significación en el modelo predictivo de la ciencia representa una guía a considerarse para la medición de las variables y su interpretación hacia un conocimiento científico.
