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/