Editorial
Resumen (es)
Es con gran satisfacción que presentamos a nuestros lectores el primer número del Volumen 17 de la revista Comunicaciones en Estadística, correspondiente al año 2024. En esta edición, hemos reunido una colección de artículos que reflejan la diversidad y profundidad de la investigación estadística en contextos tanto nacionales como internacionales, abarcando una amplia gama de aplicaciones y metodologías que son de gran relevancia en la actualidad.
Abrimos este número con un análisis exhaustivo de la dinámica electoral en Estados Unidos, titulado "Trump vs Biden: Análisis de sentimientos de las publicaciones en español realizada en Twitter entres Estados de la Unión en las Elecciones Presidenciales del 2020". Este artículo, de autores internacionales, pone de manifiesto el creciente papel de las tecnologías digitales y las redes sociales en los procesos electorales, ofreciendo una visión detallada de cómo las publicaciones en Twitter pueden reflejar y quizás influir en las percepciones y emociones de los votantes en estados clave.
El segundo artículo, "Influencia de las emociones sobre la confianza institucional", nos traslada al contexto colombiano, donde se examina la relación entre las emociones colectivas de los jóvenes y su confianza en las instituciones. Los hallazgos de este estudio son especialmente relevantes en un entorno donde la estabilidad institucional y la movilización social son temas recurrentes, y ofrecen nuevas perspectivas sobre cómo las emociones pueden moldear la confianza en momentos de crisis.
La migración rural-urbana en Perú y su impacto en la producción agrícola es el foco del tercer artículo, "Multistage Models for Rural-Urban Migration and Agricultural Production in Peru: 2022". Este trabajo, basado en la Nueva Economía de Migración Laboral, destaca las implicaciones económicas y sociales de la migración, señalando la necesidad de políticas que mitiguen los efectos adversos en las comunidades rurales, particularmente en lo que respecta a la seguridad alimentaria.
El uso de modelos bayesianos para el análisis de datos longitudinales y de regresión es explorado en dos artículos de autores nacionales, "Bayesian Hierarchical Gaussian Process Mixtures for Regression Analysis" y "Bayesian Hierarchical Modeling in Linear Regression Settings". Estos trabajos profundizan en la aplicabilidad y flexibilidad de los métodos bayesianos en diferentes contextos, desde estudios clínicos hasta análisis ambientales, demostrando su capacidad para abordar la heterogeneidad y mejorar las predicciones en situaciones complejas.
Finalmente, cerramos esta edición con un análisis de la estructura interna del Cuestionario de Motivación y Estrategias de Aprendizaje Forma Corta – MSLQ SF en estudiantes universitarios. Este estudio es fundamental para comprender las dimensiones que influyen en la motivación y las estrategias de aprendizaje, aportando herramientas valiosas para la evaluación y mejora del rendimiento académico en el contexto universitario.
Cada uno de estos artículos no solo aporta nuevos conocimientos en sus respectivos campos, sino que también subraya la importancia de la estadística como herramienta fundamental para entender y resolver los desafíos actuales. Esperamos que los hallazgos aquí presentados inspiren nuevas investigaciones y contribuyan al avance de la ciencia estadística.
Agradecemos profundamente a los autores por sus contribuciones y a los revisores por su arduo trabajo y dedicación en la evaluación de los manuscritos. Invitamos a nuestros lectores a sumergirse en este número y a seguir participando activamente en la construcción de conocimiento en nuestra disciplina.
Cómo citar
Licencia
Derechos de autor 2024 Comunicaciones en Estadística
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)