Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América

Introducción— Esta investigación está motivada, por la actual situación mundial, provocada por la pandemia declarada por la OMS ante la propagación y gravedad de la enfermedad por coronavirus (COVID-19), notificada por primera vez en Wuhan (China) el 31 de diciembre de 2019. A través del análisis ma...

Full description

Autores:
Navarro Romero, Elisa del Carmen
Gelves Alarcón, Óscar Mauricio
García Corrales, Natalia
Tipo de recurso:
Article of journal
Fecha de publicación:
2020
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
eng
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/12311
Acceso en línea:
https://hdl.handle.net/11323/12311
https://doi.org/10.17981/ingecuc.17.1.2021.21
Palabra clave:
data
ICR
mathematical model
pandemic
linear regression
multiple regression
grouping
agrupación
datos
ICR
modelo matemático
pandemia
regresión lineal
regresión múltiple
Rights
openAccess
License
INGE CUC - 2021
id RCUC2_56448378decae5e7db1612016d71d089
oai_identifier_str oai:repositorio.cuc.edu.co:11323/12311
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América
dc.title.translated.eng.fl_str_mv Correlational analysis between the economics, socio-demographic indices and statistics of contagion due to Covid-19, applying the Clustering methodology in countries of America
title Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América
spellingShingle Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América
data
ICR
mathematical model
pandemic
linear regression
multiple regression
grouping
agrupación
datos
ICR
modelo matemático
pandemia
regresión lineal
regresión múltiple
title_short Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América
title_full Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América
title_fullStr Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América
title_full_unstemmed Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América
title_sort Análisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de América
dc.creator.fl_str_mv Navarro Romero, Elisa del Carmen
Gelves Alarcón, Óscar Mauricio
García Corrales, Natalia
dc.contributor.author.spa.fl_str_mv Navarro Romero, Elisa del Carmen
Gelves Alarcón, Óscar Mauricio
García Corrales, Natalia
dc.subject.eng.fl_str_mv data
ICR
mathematical model
pandemic
linear regression
multiple regression
grouping
topic data
ICR
mathematical model
pandemic
linear regression
multiple regression
grouping
agrupación
datos
ICR
modelo matemático
pandemia
regresión lineal
regresión múltiple
dc.subject.spa.fl_str_mv agrupación
datos
ICR
modelo matemático
pandemia
regresión lineal
regresión múltiple
description Introducción— Esta investigación está motivada, por la actual situación mundial, provocada por la pandemia declarada por la OMS ante la propagación y gravedad de la enfermedad por coronavirus (COVID-19), notificada por primera vez en Wuhan (China) el 31 de diciembre de 2019. A través del análisis matemático y estadístico, se busca mostrar y explicar de manera expedita, las causas por las cuales existe una mayor tasa de contagio y letalidad por el virus, en diferentes países, tomando en consideración patrones asociados al comportamiento político social y económico, como una primera aproximación para conocer estadísticas que permitan generar pronósticos para periodos futuros, dadas las condiciones. Objetivo— El objetivo principal de este trabajo es definir la correlación de las variables económicas, sociales y demográficas de los países de América, con respecto al contagio del virus, proponiendo un modelo de pronóstico sobre el nivel de contagio en cada cluster propuesto por las diferentes regiones del continente americano. Metodología— El estudio realiza una clusterización (agrupación) de los países de América con respecto a su posición geográfica América del Norte, América Central e islas del Caribe y América del Sur, seguido de una búsqueda de datos estadísticos sobre indicadores sociales, económicos y demográficos de los países de América en los últimos años y estadísticas de niveles de contagio del COVID 19 en fuentes como los organismos internacionales que regulan los temas de salud. Luego, se realizó una caracterización y correlación de los datos recolectados, para finalmente, en base a los resultados de la correlación, realizar un pronóstico del nivel de contagio que alcanzaría cada una de las regiones. Resultados— El propósito de este documento es proporcionar información sobre los países de América del Norte, América Latina y el Caribe con respecto al análisis de la mortalidad por COVID-19, a través de métodos de análisis de la mortalidad por todas las causas como uno de los enfoques propuestos para contribuir a la evaluación de la verdadera magnitud de la carga de la epidemia de COVID-19 en estos países. Conclusiones— Los resultados muestran información interesante, ya que la curva latinoamericana resultó ser mucho menos pronunciada que la de Estados Unidos, en términos de contagio y muertes, a pesar de las condiciones sociodemográficas, económicas, tecnológicas y políticas. Este análisis invita a averiguar cuáles son las correlaciones que impactan directamente en el comportamiento de los contagios, teniendo en cuenta variables como la edad, el género, el estrato, el nivel de educación y otras características sociodemográficas que pueden influir en la propagación o contención del virus.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-10-28 00:00:00
2024-04-09T20:21:27Z
dc.date.available.none.fl_str_mv 2020-10-28 00:00:00
2024-04-09T20:21:27Z
dc.date.issued.none.fl_str_mv 2020-10-28
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.eng.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.content.eng.fl_str_mv Text
dc.type.driver.eng.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.redcol.eng.fl_str_mv http://purl.org/redcol/resource_type/ART
dc.type.version.eng.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coarversion.eng.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 0122-6517
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11323/12311
dc.identifier.url.none.fl_str_mv https://doi.org/10.17981/ingecuc.17.1.2021.21
dc.identifier.doi.none.fl_str_mv 10.17981/ingecuc.17.1.2021.21
dc.identifier.eissn.none.fl_str_mv 2382-4700
identifier_str_mv 0122-6517
10.17981/ingecuc.17.1.2021.21
2382-4700
url https://hdl.handle.net/11323/12311
https://doi.org/10.17981/ingecuc.17.1.2021.21
dc.language.iso.eng.fl_str_mv eng
language eng
dc.relation.ispartofjournal.spa.fl_str_mv Inge Cuc
dc.relation.references.eng.fl_str_mv  Real Académica Española, Diccionario de la lengua española. MD, ES: RAE, Oct. 2019. Disponible en https://dle.rae.es/
 T. N. Jilani, R. T. Jamil & A. H. Siddiqui, “H1N1 Influenza,” in, StatPearls [Internet . Treasure Island, FL: StatPearls Publishing, 2020.
 S. Hamidi, S. Sabouri & R. Ewing, “Does Density Aggravate the COVID-19 Pandemic?,” J Am Plan Assoc, vol. 86, no. 4, pp. 495–509, 2020. https://doi.org/10.1080/01944363.2020.1777891
 B. Ather, T. M. Mirza & P. F. Edemekong, “Airborne Precautions,” in, StatPearls [Internet . Treasure Island, FL: StatPearls Publishing, 2020.
 P. S. Peixoto, D. Marcondes, C. Peixoto & S. M. Oliva, “Modeling future spread of infections via mobile geolocation data and population dynamics. An application to COVID-19 in Brazil,” PLoS One, vol. 15, no. 7, Jul. 2020. https://doi.org/10.1371/journal.pone.0235732
 D. Rosselli, “Epidemiología de las pandemias,” Rev Medicina, vol. 42, no. 2, pp. 168–174, Jul. 2020. Disponible en https://revistamedicina.net/ojsanm/index.php/Medicina/article/view/1511
 OPS, “Por qué es importante el desglose de datos durante una pandemia,” paho.org, 2020. Recuperado de https://www.paho.org/ish/images/docs/Data-Disaggregation-Factsheet-Spanish.pdf
 OPS, “Pandemia de COVID-19: estadísticas sobre el acceso a la BVS y el alcance de la cooperación técnica de BIREME, Boletín Bireme, no. 42, 2020. Disponible en https://boletin.bireme.org/2020/04/01/pandemia-de-covid-19-estadisticas-sobre-el-acceso-a-la-bvs-y-el-alcance-de-la-cooperacion-tecnica-de-bireme/
 P. G. Ruiz Mamani, W. C. Morales-García, M. White & M. S. Marquez-Ruiz, “Properties of a scale of concern for COVID-19: Exploratory analysis in a Peruvian sample,” Med Clin, vol. 255, no. 12, pp. 535–537, Dec. 2020. https://doi.org/10.1016/j.medcli.2020.06.022
 S. Hamidi, R. Ewing & S. Sabouri, “Longitudinal analyses of the relationship between development density and the COVID-19 morbidity and mortality rates: Early evidence from 1,165 metropolitan counties in the United States,” Heal Place, vol. 64, no. 2, pp. 102378–102378, Jul. 2020. https://doi.org/10.1016/j.healthplace.2020.102378
 A. Medeiros de Figueiredo, A. Daponte, D. C. Moreira Marculino de Figueiredo, E. Gil-García & A. Kalache, “Case fatality rate of COVID-19: absence of epidemiological pattern,” Gac. Sanit, vol. 35, no. 4, pp. 10–12, 2020. https://doi.org/10.1016/j.gaceta.2020.04.001
 República de Colombia. MinSalud, “Análisis de la epidemia de covid-19 en el país,” Boletín de Prensa No 223 de 2020, 2020. Disponible en https://www.minsalud.gov.co/Paginas/Analisis-de-la-epidemia-de-covid-19-en-el-pais.aspx
 F. Velásquez & G. D. Sosa, “Aplicación de Técnicas de Clustering en Sonidos Adventicios para Mejorar la Interpretabilidad y Detección de Estertores,” INE CUC, vol. 11, no. 1, pp. 53–62, 2015. Disponible en http://revistascientificas.cuc.edu.co/index.php/ingecuc/article/download/366/2015105
 I. F. Meza, A. E. Herrera & L. G. Obregón, “Determinación experimental de nuevas correlaciones estadísticas para el cálculo del coeficiente de transferencia de calor por convección para placa plana, cilindros y bancos de tubos,” INGECUC, vol. 13, no. 2, pp. 9–17, 2017. https://doi.org/10.17981/ingecuc.13.2.2017.01
 GBM, Banco Mundial de la Salud, datos.bancomundial.org, 2019. Disponible en https://datos.bancomundial.org/indicator/NY.GDP.PCAP.CD
 ACCH, Asociación Colombiana de Clínicas y hospitales, achc.org, 2019. Disponible en http://achc.org.co
dc.relation.citationendpage.none.fl_str_mv 302
dc.relation.citationstartpage.none.fl_str_mv 285
dc.relation.citationissue.spa.fl_str_mv 1
dc.relation.citationvolume.spa.fl_str_mv 17
dc.relation.bitstream.none.fl_str_mv https://revistascientificas.cuc.edu.co/ingecuc/article/download/3314/3290
https://revistascientificas.cuc.edu.co/ingecuc/article/download/3314/3602
https://revistascientificas.cuc.edu.co/ingecuc/article/download/3314/3648
dc.relation.citationedition.spa.fl_str_mv Núm. 1 , Año 2021 : (Enero - Junio)
dc.rights.eng.fl_str_mv INGE CUC - 2021
dc.rights.uri.eng.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0
dc.rights.accessrights.eng.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.eng.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv INGE CUC - 2021
http://creativecommons.org/licenses/by-nc-nd/4.0
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.eng.fl_str_mv application/pdf
text/html
application/xml
dc.publisher.spa.fl_str_mv Universidad de la Costa
dc.source.eng.fl_str_mv https://revistascientificas.cuc.edu.co/ingecuc/article/view/3314
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/326bb827-c114-44f2-a78f-fba7627c763b/download
bitstream.checksum.fl_str_mv 0ac1950ac104d91ba5c05c7943dd080b
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1828166838957113344
spelling Navarro Romero, Elisa del CarmenGelves Alarcón, Óscar MauricioGarcía Corrales, Natalia2020-10-28 00:00:002024-04-09T20:21:27Z2020-10-28 00:00:002024-04-09T20:21:27Z2020-10-280122-6517https://hdl.handle.net/11323/12311https://doi.org/10.17981/ingecuc.17.1.2021.2110.17981/ingecuc.17.1.2021.212382-4700Introducción— Esta investigación está motivada, por la actual situación mundial, provocada por la pandemia declarada por la OMS ante la propagación y gravedad de la enfermedad por coronavirus (COVID-19), notificada por primera vez en Wuhan (China) el 31 de diciembre de 2019. A través del análisis matemático y estadístico, se busca mostrar y explicar de manera expedita, las causas por las cuales existe una mayor tasa de contagio y letalidad por el virus, en diferentes países, tomando en consideración patrones asociados al comportamiento político social y económico, como una primera aproximación para conocer estadísticas que permitan generar pronósticos para periodos futuros, dadas las condiciones. Objetivo— El objetivo principal de este trabajo es definir la correlación de las variables económicas, sociales y demográficas de los países de América, con respecto al contagio del virus, proponiendo un modelo de pronóstico sobre el nivel de contagio en cada cluster propuesto por las diferentes regiones del continente americano. Metodología— El estudio realiza una clusterización (agrupación) de los países de América con respecto a su posición geográfica América del Norte, América Central e islas del Caribe y América del Sur, seguido de una búsqueda de datos estadísticos sobre indicadores sociales, económicos y demográficos de los países de América en los últimos años y estadísticas de niveles de contagio del COVID 19 en fuentes como los organismos internacionales que regulan los temas de salud. Luego, se realizó una caracterización y correlación de los datos recolectados, para finalmente, en base a los resultados de la correlación, realizar un pronóstico del nivel de contagio que alcanzaría cada una de las regiones. Resultados— El propósito de este documento es proporcionar información sobre los países de América del Norte, América Latina y el Caribe con respecto al análisis de la mortalidad por COVID-19, a través de métodos de análisis de la mortalidad por todas las causas como uno de los enfoques propuestos para contribuir a la evaluación de la verdadera magnitud de la carga de la epidemia de COVID-19 en estos países. Conclusiones— Los resultados muestran información interesante, ya que la curva latinoamericana resultó ser mucho menos pronunciada que la de Estados Unidos, en términos de contagio y muertes, a pesar de las condiciones sociodemográficas, económicas, tecnológicas y políticas. Este análisis invita a averiguar cuáles son las correlaciones que impactan directamente en el comportamiento de los contagios, teniendo en cuenta variables como la edad, el género, el estrato, el nivel de educación y otras características sociodemográficas que pueden influir en la propagación o contención del virus.Introduction— This research is motivated, by the current world situation, caused by the pandemic declared by the WHO before the spread and severity of the coronavirus disease (COVID-19), notified for the first time in Wuhan (China) on December 31 of 2019. Through mathematical and statistical analysis, it seeks to show and explain in an expeditious manner, the causes for which there is a higher rate of contagion and lethality due to the virus, in different countries, taking into consideration patterns associated with social political behavior and economic, as a first approach to knowing statistics that allow generating forecasts for future periods, given the conditions. Objective— The main objective of this work is to define the correlation of the economic, social and demographic variables of the countries of America, with respect to the contagion of the virus, proposing a forecast model on the level of contagion in each cluster proposed by the different regions of the American continent. Methodology— The study performs clustering (grouping) of the countries of America with respect to their geographical position North America, Central America and the Caribbean islands and South America, followed by a search for statistical data on social, economic and demographic indicators of the countries of America in recent years and statistics of levels of contagion of COVID 19 in sources such as international organizations regulating health issues. Next, a characterization and correlation of the collected data was carried out, to finally, based on the results of the correlation, make a forecast of the level of contagion that would be reached by each of the regions. Results— The purpose of this document is to provide information on the countries of North America, Latin America and the Caribbean with respect to the analysis of mortality from COVID-19, through methods of analysis of mortality from all causes as one of the approaches proposed to contribute to the assessment of the true magnitude of the burden of the COVID-19 epidemic in these countries. Conclusions— The results show interesting information, since the Latin American curve turned out to be much less pronounced than that of the United States, in terms of contagion and deaths, despite the socio-demographic conditions, economic, technological and political opportunities. This analysis invites us to find out which are those correlations that directly impact the behavior of infections, taking into account variables such as age, gender, stratum, level of education, and other sociodemographic characteristics that may influence the spread or containment of the virus.application/pdftext/htmlapplication/xmlengUniversidad de la CostaINGE CUC - 2021http://creativecommons.org/licenses/by-nc-nd/4.0info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.http://purl.org/coar/access_right/c_abf2https://revistascientificas.cuc.edu.co/ingecuc/article/view/3314dataICRmathematical modelpandemiclinear regressionmultiple regressiongroupingagrupacióndatosICRmodelo matemáticopandemiaregresión linealregresión múltipleAnálisis correlacional entre la economía, los índices sociodemográficos y las estadísticas de contagio por Covid-19, aplicando la metodología de Clustering en países de AméricaCorrelational analysis between the economics, socio-demographic indices and statistics of contagion due to Covid-19, applying the Clustering methodology in countries of AmericaArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Inge Cuc Real Académica Española, Diccionario de la lengua española. MD, ES: RAE, Oct. 2019. Disponible en https://dle.rae.es/ T. N. Jilani, R. T. Jamil & A. H. Siddiqui, “H1N1 Influenza,” in, StatPearls [Internet . Treasure Island, FL: StatPearls Publishing, 2020. S. Hamidi, S. Sabouri & R. Ewing, “Does Density Aggravate the COVID-19 Pandemic?,” J Am Plan Assoc, vol. 86, no. 4, pp. 495–509, 2020. https://doi.org/10.1080/01944363.2020.1777891 B. Ather, T. M. Mirza & P. F. Edemekong, “Airborne Precautions,” in, StatPearls [Internet . Treasure Island, FL: StatPearls Publishing, 2020. P. S. Peixoto, D. Marcondes, C. Peixoto & S. M. Oliva, “Modeling future spread of infections via mobile geolocation data and population dynamics. An application to COVID-19 in Brazil,” PLoS One, vol. 15, no. 7, Jul. 2020. https://doi.org/10.1371/journal.pone.0235732 D. Rosselli, “Epidemiología de las pandemias,” Rev Medicina, vol. 42, no. 2, pp. 168–174, Jul. 2020. Disponible en https://revistamedicina.net/ojsanm/index.php/Medicina/article/view/1511 OPS, “Por qué es importante el desglose de datos durante una pandemia,” paho.org, 2020. Recuperado de https://www.paho.org/ish/images/docs/Data-Disaggregation-Factsheet-Spanish.pdf OPS, “Pandemia de COVID-19: estadísticas sobre el acceso a la BVS y el alcance de la cooperación técnica de BIREME, Boletín Bireme, no. 42, 2020. Disponible en https://boletin.bireme.org/2020/04/01/pandemia-de-covid-19-estadisticas-sobre-el-acceso-a-la-bvs-y-el-alcance-de-la-cooperacion-tecnica-de-bireme/ P. G. Ruiz Mamani, W. C. Morales-García, M. White & M. S. Marquez-Ruiz, “Properties of a scale of concern for COVID-19: Exploratory analysis in a Peruvian sample,” Med Clin, vol. 255, no. 12, pp. 535–537, Dec. 2020. https://doi.org/10.1016/j.medcli.2020.06.022 S. Hamidi, R. Ewing & S. Sabouri, “Longitudinal analyses of the relationship between development density and the COVID-19 morbidity and mortality rates: Early evidence from 1,165 metropolitan counties in the United States,” Heal Place, vol. 64, no. 2, pp. 102378–102378, Jul. 2020. https://doi.org/10.1016/j.healthplace.2020.102378 A. Medeiros de Figueiredo, A. Daponte, D. C. Moreira Marculino de Figueiredo, E. Gil-García & A. Kalache, “Case fatality rate of COVID-19: absence of epidemiological pattern,” Gac. Sanit, vol. 35, no. 4, pp. 10–12, 2020. https://doi.org/10.1016/j.gaceta.2020.04.001 República de Colombia. MinSalud, “Análisis de la epidemia de covid-19 en el país,” Boletín de Prensa No 223 de 2020, 2020. Disponible en https://www.minsalud.gov.co/Paginas/Analisis-de-la-epidemia-de-covid-19-en-el-pais.aspx F. Velásquez & G. D. Sosa, “Aplicación de Técnicas de Clustering en Sonidos Adventicios para Mejorar la Interpretabilidad y Detección de Estertores,” INE CUC, vol. 11, no. 1, pp. 53–62, 2015. Disponible en http://revistascientificas.cuc.edu.co/index.php/ingecuc/article/download/366/2015105 I. F. Meza, A. E. Herrera & L. G. Obregón, “Determinación experimental de nuevas correlaciones estadísticas para el cálculo del coeficiente de transferencia de calor por convección para placa plana, cilindros y bancos de tubos,” INGECUC, vol. 13, no. 2, pp. 9–17, 2017. https://doi.org/10.17981/ingecuc.13.2.2017.01 GBM, Banco Mundial de la Salud, datos.bancomundial.org, 2019. Disponible en https://datos.bancomundial.org/indicator/NY.GDP.PCAP.CD ACCH, Asociación Colombiana de Clínicas y hospitales, achc.org, 2019. Disponible en http://achc.org.co302285117https://revistascientificas.cuc.edu.co/ingecuc/article/download/3314/3290https://revistascientificas.cuc.edu.co/ingecuc/article/download/3314/3602https://revistascientificas.cuc.edu.co/ingecuc/article/download/3314/3648Núm. 1 , Año 2021 : (Enero - Junio)PublicationOREORE.xmltext/xml2869https://repositorio.cuc.edu.co/bitstreams/326bb827-c114-44f2-a78f-fba7627c763b/download0ac1950ac104d91ba5c05c7943dd080bMD5111323/12311oai:repositorio.cuc.edu.co:11323/123112024-09-17 14:16:32.866http://creativecommons.org/licenses/by-nc-nd/4.0INGE CUC - 2021metadata.onlyhttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.co