Tcnicas estadsticas de las investigaciones en accidentes de trfico en publicaciones scopus durante el periodo 2010-2020

 

Statistical techniques of traffic accident investigations in scopus publications during the 2010-2020 period

 

Tcnicas estatsticas de investigao de acidentes de trnsito nas publicaes da scopus durante o perodo de 2010-2020

 

 

 

 

 

 

 

 

 

 

 


Correspondencia: jmenendez5219@utm.edu.ec

 

Ciencias tcnicas y aplicadas

Artculos de investigacin

 

 

*Recibido: 16 de julio de 2021 *Aceptado: 30 de agosto de 2021 * Publicado: 20 de septiembre de 2021

 

        I.            Estudiante de la maestra investigativa en estadstica aplicada en el Instituto de Posgrado de la Universidad Tcnica de Manab, Portoviejo, Ecuador.

     II.            Doctora PhD en Estadstica, Directora del Grupo de Anlisis Multivariante y Estocstico, Instituto de Ciencias Bsicas, Departamento de Matemticas y Estadstica, Universidad Tcnica de Manab, Portoviejo, Ecuador.

 

 

 


Resumen

El objetivo de la presente investigacin es mediante un anlisis bibliomtrico describir las tendencias de las investigaciones de carcter acadmico-cientfico con respecto al uso de herramientas estadsticas para el estudio de los accidentes de trnsito durante el periodo 2010-2020. Mediante una ecuacin de bsqueda en la base de datos Scopus se describe las caractersticas de las publicaciones con respecto a documentos por ao, por autor, por pas, por afiliacin, por rea temtica, por patrocinio, por fuente. Mediante el software Vosviewer se realiz un anlisis de coocurrencias en el que se obtuvo tres clsteres de tendencias de investigacin, uno relacionado con tcnicas de minera de datos enfocada principalmente al control y optimizacin del trfico, otro en comparaciones enfocado al factor humano y un ltimo en modelado estadstico.

Palabras claves: Bibliomtrica; accidentes de trnsito; estadstica.

 

Abstract

The objective of this research is by means of a bibliometric analysis to describe the trends of academic-scientific research regarding the use of statistical tools for the study of traffic accidents during the period 2010-2020. A search equation in the Scopus database describes the characteristics of the publications with respect to documents by year, by author, by country, by affiliation, by subject area, by sponsorship, by source. Using the Vosviewer software, a co-occurrence analysis was carried out in which three clusters of research trends were obtained, one related to data mining techniques focused mainly on traffic control and optimization, another in comparisons focused on the human factor and a last one in statistical modeling.

Keywords: Bibliometric; traffic accidents; statistics.

 

Resumo

O objetivo desta pesquisa , por meio de uma anlise bibliomtrica, descrever as tendncias da pesquisa acadmico-cientfica quanto ao uso de ferramentas estatsticas para o estudo dos acidentes de trnsito no perodo de 2010-2020. Utilizando uma equao de busca na base de dados Scopus, as caractersticas das publicaes em relao aos documentos so descritas por ano, por autor, por pas, por afiliao, por rea temtica, por patrocnio, por fonte. Utilizando o software Vosviewer, foi realizada uma anlise de co-ocorrncia na qual foram obtidos trs grupos de tendncias de pesquisa, um relacionado a tcnicas de minerao de dados focadas principalmente em controle e otimizao de trfego, outro em comparaes focadas no fator humano e um ltimo em modelagem estatstica.

Palavras-chave: Bibliomtrica; acidentes de trnsito; Estatisticas.

 

Introduccin

El inicio de toda investigacin cientfica, bien sea de carcter cualitativo, cuantitativo o mixto es necesario conocer el estado del arte en el que se encuentra la temtica en estudio, para ello, es importante analizar la literatura que existe hasta la actualidad, una de estas maneras es mediante anlisis bibliomtricos.

Segn Bordons (1999) los estudios bibliomtricos tienen por objeto el tratamiento y anlisis cuantitativo de las publicaciones cientficas, esto mismo lo respalda Jimnez et al., (2020) para analizar el desarrollo de la ciencia, la direccin de las investigaciones, predecir el desarrollo de la ciencia e identificar la productividad de investigadores o instituciones, entre otras funciones.

En lo que respecta a los accidentes de trnsito, siguen siendo hoy en da un problema de salud pblica (Chvez & Useche, 2021), algunas investigaciones relacionadas con las causas o factores de los accidentes de trnsito se encuentran en las revistas cientficas, tanto de carcter nacional Vzquez (2017), como internacional, en revistas regionales como de alto impacto sin embargo, un estudio documental del uso de las herramientas estadsticas para el anlisis cientfico de los accidentes no son muy comunes, es por ello, la necesidad de llevar a cabo un estudio bibliomtrico de las tcnicas estadsticas de las investigaciones en accidentes de trfico en publicaciones Scopus desde el ao 2010 a la actualidad.

 

Metodologa

Para llevar a cabo la investigacin se comienza con una bsqueda en la base de datos Scopus por considerarse una base que almacena slo informacin de alto impacto internacional, en el que se obtuvo un corpus conformado por 212 documentos. La ecuacin de bsqueda fue la siguiente:

( TTULO ( "traffic accidents" ) Y TTULO-ABS CLAVE ( statistical analysis Y ) ) Y PUBYEAR > 2009

De los 212 documentos se llev a cabo una depuracin mediante las palabras claves, limitndose a aquellos documentos que dentro de sus palabras claves se incorporaron tcnicas estadsticas o palabras relacionadas con el anlisis estadstico. Las palabras claves seleccionadas finalmente son las que se aprecian en la siguiente tabla traducidas al espaol.

 

Tabla 1: Palabras claves seleccionadas en la ecuacin de bsqueda.

Palabras Claves

Anlisis de conglomerados

Anlisis de regresin

Anlisis de regresin logstica

Anlisis espacial

Anlisis espacio-temporal

Anlisis estadstico

Anlisis factorial

Aprendizaje automtico

rboles de decisin

Clasificacin

Datos de accidentes

Datos estadsticos

 

Demografa

Encuestas y cuestionarios

Estadsticas

Estadsticas y datos numricos

Estudio comparativo

Manejo de datos

Mtodos de estadstica

Modelo(s) estadstico(s)

Modelo lineal

Probabilidad

Software de anlisis de datos

 

Fuente: Elaboracin propia.

 

Por tanto, la ecuacin de bsqueda final se limit de la siguiente manera;

( TITLE ( "traffic accidents" ) AND TITLE-ABS-KEY ( statistical AND analysis ) ) AND PUBYEAR > 2009 AND ( LIMIT-TO ( EXACTKEYWORD , "Traffic Accident" ) OR LIMIT-TO ( EXACTKEYWORD , "Statistical Model" ) OR LIMIT-TO ( EXACTKEYWORD , "Statistics And Numerical Data" ) OR LIMIT-TO ( EXACTKEYWORD , "Regression Analysis" ) OR LIMIT-TO ( EXACTKEYWORD , "Statistical Analysis" ) OR LIMIT-TO ( EXACTKEYWORD , "Statistics" ) OR LIMIT-TO ( EXACTKEYWORD , "Statistical Methods" ) OR LIMIT-TO ( EXACTKEYWORD , "Models, Statistical" ) OR LIMIT-TO ( EXACTKEYWORD , "Spatial Analysis" ) OR LIMIT-TO ( EXACTKEYWORD , "Statistical Datas" ) OR LIMIT-TO ( EXACTKEYWORD , "Comparative Study" ) OR LIMIT-TO ( EXACTKEYWORD , "Bayesian Networks" ) OR LIMIT-TO ( EXACTKEYWORD , "Classification (of Information)" ) OR LIMIT-TO ( EXACTKEYWORD , "Cluster Analysis" ) OR LIMIT-TO ( EXACTKEYWORD , "Factor Analysis" ) OR LIMIT-TO ( EXACTKEYWORD , "Linear Models" ) OR LIMIT-TO ( EXACTKEYWORD , "Probability" ) OR LIMIT-TO ( EXACTKEYWORD , "Accident Data" ) OR LIMIT-TO ( EXACTKEYWORD , "Bayes Theorem" ) OR LIMIT-TO ( EXACTKEYWORD , "Classification" ) OR LIMIT-TO ( EXACTKEYWORD , "Kernel Density Estimation" ) OR LIMIT-TO ( EXACTKEYWORD , "Logistic Regression Analysis" ) OR LIMIT-TO ( EXACTKEYWORD , "Machine Learning" ) OR LIMIT-TO ( EXACTKEYWORD , "Spatiotemporal Analysis" ) OR LIMIT-TO ( EXACTKEYWORD , "Surveys And Questionnaires" ) OR LIMIT-TO ( EXACTKEYWORD , "Data Analysis Software" ) OR LIMIT-TO ( EXACTKEYWORD , "Data Handling" ) OR LIMIT-TO ( EXACTKEYWORD , "Decision Trees" ) OR LIMIT-TO ( EXACTKEYWORD , "Demography" ) )

Luego de la obtencin del corpus, se hizo una revisin detallada de los resmenes de los artculos para comprobar que estn relacionados con la temtica de accidentes de trfico especficamente con los que involucraron como metodologa cuantitativa estadstica y se excluyeron lo que no eran de inters para la investigacin. Quedando finalmente 161 documentos.

Una vez definido el corpus se analiza mediante grficos univariados las tendencias a lo largo del tiempo, los principales autores, las principales revistas, las afiliaciones, los idiomas y los pases. Luego, mediante el software VOSVIEWER se construye un mapa de coocurrencias lo que indica la frecuencia y conexiones de las palabras claves de cada uno de los documentos que conforman el corpus final para identificar clsteres o grupos de relaciones de palabras y a su vez a lo largo del tiempo, con la finalidad de establecer mejor definida las tendencias y enfoque de las investigaciones, todo ello con la finalidad de definir el estado del arte de las investigaciones en accidentes de trfico.

 

Resultados y discusin

En anlisis bibliomtrico del corpus obtenido de las 161 publicaciones muestra los siguientes resultados.

1.      Documentos por ao

En cuanto al comportamiento de las publicaciones a lo largo del periodo de estudio en la figura 1 se aprecia un decrecimiento en la investigacin en los aos 2012 al 2015, con una tendencia al alta de manera considerable hasta el ao 2019, con 24 documentos por ao, el cual puede deberse a un mayor acceso a la informacin y a nuevas variantes y enfoque de los estudios de los accidentes de trnsito desde el punto de vista estadstico. Luego ha ocurrido un descenso desde el ao 2019 a la actualidad lo cual puede deberse a el efecto de las medidas de aislamiento que se han tomado por la Pandemia del Covid19.

 

Figura 1: Distribucin temporal de documentos en anlisis estadstico de accidentes de trfico.

.

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

2.      Documentos por autor

En cuanto a los principales autores se aprecia en la figura 2, que se destacan tres de ellos por tener tres publicaciones cada uno, se resalta De Oa, Juan de la Universidad de granada Espaa, como autores hispano con su estudio en anlisis de accidentes de trnsito y gravedad de las lesiones mediante clsteres y redes bayesianas (De Oa, et al., 2011) y (De Oa, et al., 2013), as como Lin, L. que ha trabajado junto a Wang, Q. cuyas investigaciones estn basadas en rboles y minera de datos para la prediccin de accidentes (Lin, et al., 2016), esto puede indicar que no hay presencia de lites consolidadas, a pesar de que existen institutos de planificacin de transporte y de traumatismos.

 

 

 

 

 

 

 

Figura 2: Nmero de publicaciones por autor en anlisis estadstico de accidentes de trfico.

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

3.      Afiliaciones

Se observa en la figura 3, que las afiliaciones de las principales investigaciones de los accidentes de trfico haciendo uso de metodologas estadsticas son fundamentalmente de universidades, es posible por el enfoque estadstico que tienen los documentos y sean producto de centros de investigacin, en el que las escuelas de estadstica formen un rol fundamental.

 

Figura 3: Afiliaciones de los documentos en anlisis estadstico de accidentes de trfico.

 

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

 

4.      Tipo de documento

Se destaca en la figura 4 que en la mayora de ellas son documentos de artculos cientficos en un 78,8% seguido en un porcentaje menor de documentos de conferencias de 19,4% y solo un porcentaje muy pequeo es un revisin cientfica, esto podra indicar que es importante llevar a cabo ms estudios relacionados con revisiones de documentos cientficos que permita asomar las ideas de las investigaciones que se han llevado a cabo con resultados exitosos con ciertas herramientas cientficas y no slo basndose en procedimientos de carcter emprico.

 

Figura 4: Tipo de documentos en anlisis estadstico de accidentes de trfico.

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

5.      rea temtica

Considerando que la publicacin puede pertenecer a ms de un rea del conocimiento, lo que se puede destacar que, resaltando la aplicacin de la herramienta estadstica ha contribuido principalmente en el rea mdica, seguido del rea de ingeniera y luego en el rea de las ciencias sociales.

Tanto el uso de las herramientas estadsticas como los diferentes enfoques que pueden tener el estudio de las siniestralidades de los accidentes de trfico pueden enfocarse en diferentes ramas, por ejemplo haciendo uso de algoritmos predictivos (Gan, et al., 2020), dentro de la rama de ingeniera, o estudios enfocados a las lesiones, heridas, o a la mortalidad a causa de los accidenten de trnsito o factores de riesgo que pertenecen al rea de medicina (Reeves, et al., 2019); (Solinas et al., 2019), un ejemplo de estudios relacionados al rea social se encuentra el elaborado por Petrović, , et al (2020), as como otros generalmente enfocado al estudio de los factores o puntos crticos que causan los accidentes de trfico, siendo muy amplia las tcnicas a usar, como probabilsticas, modelos logsticos, multivariantes entre otros, metodologas como basadas en modelos de Poisson (nl, et al., 2020), Estudios de espacio-temporal (Gong, P, et al., 2021) o en minera de datos (DrissiTouzani, et al., 2020) en el rea de matemticas o ciencias de la computacin.

Como se aprecia en la figura 5, las principales contribuciones de las herramientas estadsticas a el estudio de los accidentes de trnsito han sido para las reas de Medicina en un 29,9%, Ingeniera en un 21,5% y en las ciencias sociales en un 19,09%, llama la atencin que en matemticas las contribuciones han sido baja como de un 3,2%.

 

Figura 5: rea temtica de las revistas de los documentos en anlisis estadstico de accidentes de trfico

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

6.      Patrocinador

A pesar de que las principales afiliaciones de los documentos cientficos que forman parte del corpus estudiado provienen de universidades, tal como se visualiza en la figura 6, hay que destacar el patrocinio de otros organismos en el desarrollo de las investigaciones, tales como; la Fundacin Nacional de Ciencias Naturales de China con el patrocinio de 8 investigaciones relacionadas con factores de riesgo y distribuciones de los accidentes. En menor proporcin (2 investigaciones cada una) se tiene la direccin general de trfico en Espaa, el Consejo de Investigaciones Econmicas y Sociales en el Reino Unido, el Ministerio de Ciencia e Innovacin de Espaa, Ministerio de Tierra, Infraestructura y Transporte en Corea del Sur e Investigacin e innovacin del Reino Unido.

 

Figura 6: Patrocinador de las investigaciones de las publicaciones en anlisis estadstico de accidentes de trfico

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda

 

7.      Fuente

Se presenta en la figura 7 el nombre de las revistas traducidas al espaol con la finalidad de comprender la finalidad principal de la revista y se aprecia con ms de 32 publicaciones en las dos revistas relacionadas con prevencin de accidentes.

 

Figura 7: Principales revistas que publican en anlisis estadstico de accidentes de trfico.

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

 

 

8.      Pas

Se aprecia que el pas que ms publicaciones hace usando tcnicas estadsticas para las investigaciones en accidentes de trfico destaca China con un 24,8% del total de publicaciones en estudio, en menor porcentaje le sigue Brasil e India con un 7,5% cada uno, Estados Unidos con un 6.8% y Turqua con un 6.2%, sin embargo, el 93, 78% de las publicaciones se hacen en idioma ingls, tal como en aprecia en la figura 8.

 

Figura 8: Principales Pases que publican en anlisis estadstico de accidentes de trfico.

 

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

Figura 9: Idioma de las publicaciones en anlisis estadstico de accidentes de trfico

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

9.      Palabras Claves

Para el estudio de las palabras claves se lleva a cabo un anlisis de co-ocurrencias en el que muestra que el corpus obtenido de las investigaciones en accidentes de trfico en el periodo 2010-2021 se encuentra clasificado en tres enfoques, el cual con los tres colores que se aprecia en la tabla 2 lo cual es obtenida del mapa de co-ocurrencias que se detalla en la figura 10.

 

Tabla 2. Clsteres obtenidos del anlisis de co-ocurrencias de palabras claves

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

El clster 1 se destaca las tcnicas estadsticas relacionadas con la minera de datos tal como, algoritmos, clasificacin, mquinas de aprendizaje, forescasting, clster, redes bayesianas entre otros, muy relacionados con investigaciones relacionadas con clasificaciones, tambin se destaca los estudios de modelos estadsticos, anlisis de regresin, anlisis espacial, ms relacionadas al clculo y estimacin de probabilidades y predicciones. Estas tcnicas estn relacionadas con estudios de caminos, congestin, control y gerencia de trfico, seguridad y accidentes. Los pases que ms se resaltan bajo este enfoque son, Espaa, Turqua y Reino Unido.

El clster 2 es un grupo ms relacionado hacia la parte humana, es decir hacia las heridas, traumas en los humanos, los diferentes estratos de edades, educacin, sexo. No se resalta explcitamente una tcnica estadstica, sino estudios de comparacin en el que posiblemente hayan utilizado tcnicas de contrastacin de hiptesis. El pas que ms resalta de este estudio es la India.

Finalmente, el clster 3 resalta nuevamente los estudios de cruces de vas, vehculo, rea urbana pero ms relacionado al diseo y planificacin, as como el uso de cuestionarios como instrumento de recoleccin de datos, todo ello, es enfocado hacia estudio de modelos lineales y logsticos. Los pases que ms se destacan es Brasil y China.

 

Figura 10: Mapa de co-ocurrencias de palabras claves de los documentos en anlisis estadstico de accidentes de trfico.

 

Fuente: Elaboracin propia obtenida a partir de los resultados de la bsqueda.

 

Conclusiones

Una vez elaborado y analizado la informacin bibliomtrica de un corpus de 161 documentos relacionados con el uso de herramientas estadsticas para el estudio de los accidentes de trnsito se observa lo siguiente;

En cuanto a la contribucin de las herramientas estadsticas se aprecia que predominan las relacionada con los modelos estadsticos y minera de datos.

En cuanto al mapa de co-ocurrencias destaca que a nivel mundial los pases han liderizado enfoques diferentes de investigacin relacionada a los accidentes de trfico, siendo Espaa, Turqua y Reino Unido enfocados a tcnicas de minera de datos, mientras China y Brasil a modelos estadsticos, siendo estas dos las vertientes principales de los estudios estadsticos en la siniestralidad de trnsito.

A excepcin de Brasil, no se aprecia la influencia de la investigacin estadstica en la temtica de los accidentes de trnsito por parte de pases latinoamericanos, slo Espaa se destaca como pas hispanoparlante.

La pandemia del Covid19 ha sido un elemento influyente en el descenso del nmero de publicaciones al observase un decrecimiento significativo en los aos 2020 y primer trimestre del 2021.

El uso de las herramientas estadstica ha contribuido en gran medida en la investigacin de los accidentes de trnsito, tanto para la bsqueda de mejoras del trfico como en el aspecto humano, es decir, en la bsqueda de factores y caractersticas que causan accidentes de trfico.

 

Referencias

1.      Bordons, M. (1999). Evaluacin de la actividad cientfica a travs de indicadores bibliomtricos. Revista espaola de cardiologa, 52(10), 790-800.

2.      Chvez Wilson, J., Useche Castro, L. (2021). Perfil descriptivo de los siniestros de trnsito en Ecuador durante el periodo 2015-2020. Revista Dominio de las Ciencias, 7(3), 1231-1250.

3.      De Ona, J., Lpez, G., Mujalli, R., & Calvo, F. J. (2013). Analysis of traffic accidents on rural highways using Latent Class Clustering and Bayesian Networks. Accident Analysis & Prevention, 51, 1-10.

4.      De Oa, J., Mujalli, R. O., & Calvo, F. J. (2011). Analysis of traffic accident injury severity on Spanish rural highways using Bayesian networks. Accident Analysis & Prevention, 43(1), 402-411.

5.      DrissiTouzani, H., Faquir, S., & Yahyaouy, A. (2020, October). Data mining techniques to analyze traffic accidents data: Case application in Morocco. In 2020 Fourth International Conference On Intelligent Computing in Data Sciences (ICDS) (pp. 1-4). IEEE.

6.      Gan, J., Li, L., Zhang, D., Yi, Z., & Xiang, Q. (2020). An alternative method for traffic accident severity prediction: using deep forests algorithm. Journal of advanced transportation, 2020.

7.      Gong, P., Wang, Q., & Zhu, J. (2021). Spatiotemporal Characteristics of Traffic Accidents in China, 2016-2019. INTELLIGENT AUTOMATION AND SOFT COMPUTING, 29(1), 31-42.

8.      Jimnez Borges, R., Bermdez Chou, A. D. L. C., Morales Len, C., Martnez Padrn, ., & lvarez Gonzlez, A. L. (2020). Anlisis bibliomtrico aplicado a estudios sobre ciencia, tecnologa y sociedad. Conrado, 16(76), 90-94.

9.      Lin, L., Wang, Q., & Sadek, A. W. (2014). Data mining and complex network algorithms for traffic accident analysis. Transportation Research Record, 2460(1), 128-136.

10.  Lin, L., Wang, Q., & Sadek, A. W. (2015). A novel variable selection method based on frequent pattern tree for real-time traffic accident risk prediction. Transportation Research Part C: Emerging Technologies, 55, 444-459.

11.  Lin, L., Wang, Q., & Sadek, A. W. (2016). A combined M5P tree and hazard-based duration model for predicting urban freeway traffic accident durations. Accident Analysis & Prevention, 91, 114-126.

12.  Mujalli, R. O., & De Oa, J. (2011). A method for simplifying the analysis of traffic accidents injury severity on two-lane highways using Bayesian networks. Journal of safety research, 42(5), 317-326.

13.  Petrović, Đ., Mijailović, R., & Peić, D. (2020). Traffic accidents with autonomous vehicles: type of collisions, manoeuvres and errors of conventional vehicles drivers. Transportation research procedia, 45, 161-168.

14.  Reeves, K., Chandan, J. S., & Bandyopadhyay, S. (2019). Using statistical modelling to analyze risk factors for severe and fatal road traffic accidents. International journal of injury control and safety promotion, 26(4), 364-371.

15.  Solinas, M., Silingardi, E., Raschell, F., Liciani, M., Caggiano, B., Marino, V., ... & Marella, G. L. (2019). Identification of driver and front passenger in traffic accidents through organ lesion injury pattern. EuroMediterranean Biomedical Journal, 14(25), 110-113.

16.  nl, H. K., Young, D. S., Yiğiter, A., & Hilal zcebe, L. (2020). A mixture model with Poisson and zero-truncated Poisson components to analyze road traffic accidents in Turkey. Journal of Applied Statistics, 1-15.

17.  Vzquez, C. R. (2017). Nexo de causalidad en accidentes de trfico. Ciencia Forense, 61(76), 1575-6793.

 

 

 

 

2021 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/)

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';





Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/