RT info:eu-repo/semantics/article
T1 Perfilación espacial mediante aprendizaje no
supervisado de la opinión que distintos colectivos
profesionales tienen respecto a la población juvenil nativa y extranjera
A1 Grimaldo Santamaría, Rolando Oscar
A1 Ruiz Fincias, María Inmaculada
A2 Ediciones Universidad de Valladolid
K1 Sociología
AB El artículo tiene como objetivo determinar la existencia de perfiles en función de la agrupación de las opiniones que las Fuerzas y Cuerpos de Seguridad del Estado (FFCCSE), los profesionales de intervención social directa con menores y población dedicada a otras ocupaciones laborales tienen respecto a la población juvenil nativa y extranjera en España.Para tal fin, se realizó un estudio de corte transeccional con alcance descriptivo. La muestra estuvo compuesta de 183 participantes divididos equitativamente entre los colectivos profesionales de interés. La recolección de la información se realizó mediante la aplicación de un cuestionario autoadministrado construido ad hoc para la investigación. Se aplicó para el análisis de datos un método de aprendizaje no supervisado de reducción de dimensión, análisis de correspondencias múltiples, para caracterizar espacialmente el comportamiento de las variables de estudio: opinión positiva, negativa o neutral según la ocupación del encuestado y el origen del niño, niña o adolescente.Entre los principales hallazgos se evidencia que las FFCCSE es el colectivo profesional asociado a los comentarios negativos, especialmente hacia los niños, niñas y adolescentes procedentes del Magreb. Los profesionales de intervención directa con menores se encuentran asociados a los comentarios positivos, resultando mejor valorados los menores procedentes de África Subsahariana. El procedimiento multivariante de correspondencia múltiple es una herramienta adecuada para caracterizar espacialmente estructuras subyacentes de los datos (perfiles).
SN 1989-8487
YR 2021
FD 2021
LK https://uvadoc.uva.es/handle/10324/50861
UL https://uvadoc.uva.es/handle/10324/50861
LA spa
NO Sociology and Technoscience; Vol 11 No Extra_2 (2021): The Impact of Advances in Artificial Intelligence, Autonomous Learning Systems, and Science pags. 37-52
DS UVaDOC
RD 22-nov-2024