Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial

La Violencia basada en género, ha sido definida por la Organización de las Naciones Unidas como cualquier acto dañino basado en las diferencias de género atribuidas socialmente. Dentro de sus muchas manifestaciones, aquella violencia en su máxima expresión llega hasta el feminicidio; fenómeno que le...

Full description

Autores:
Roa Avella, Marcela del Pilar
Sanabria-Moyano, Jesús Eduardo
Dinas-Hurtado, Katherin
Tipo de recurso:
Article of journal
Fecha de publicación:
2023
Institución:
Universidad de Cartagena
Repositorio:
Repositorio Universidad de Cartagena
Idioma:
spa
OAI Identifier:
oai:repositorio.unicartagena.edu.co:11227/16398
Acceso en línea:
https://doi.org/10.32997/2256-2796-vol.15-num.30-2023-4254
Palabra clave:
artificial intelligence
gender-based violence
femicide
prediction
risk levels
inteligencia artificial
violencia de género
feminicidio
predicción
niveles de riesgo
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-sa/4.0
id UCART2_bfd22d931943c1a938327d614d8c607d
oai_identifier_str oai:repositorio.unicartagena.edu.co:11227/16398
network_acronym_str UCART2
network_name_str Repositorio Universidad de Cartagena
repository_id_str
dc.title.spa.fl_str_mv Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial
dc.title.translated.eng.fl_str_mv Tools for predicting gender-based violence and femicide using Artificial Intelligence
title Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial
spellingShingle Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial
artificial intelligence
gender-based violence
femicide
prediction
risk levels
inteligencia artificial
violencia de género
feminicidio
predicción
niveles de riesgo
title_short Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial
title_full Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial
title_fullStr Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial
title_full_unstemmed Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial
title_sort Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial
dc.creator.fl_str_mv Roa Avella, Marcela del Pilar
Sanabria-Moyano, Jesús Eduardo
Dinas-Hurtado, Katherin
dc.contributor.author.spa.fl_str_mv Roa Avella, Marcela del Pilar
Sanabria-Moyano, Jesús Eduardo
Dinas-Hurtado, Katherin
dc.subject.eng.fl_str_mv artificial intelligence
gender-based violence
femicide
prediction
risk levels
topic artificial intelligence
gender-based violence
femicide
prediction
risk levels
inteligencia artificial
violencia de género
feminicidio
predicción
niveles de riesgo
dc.subject.spa.fl_str_mv inteligencia artificial
violencia de género
feminicidio
predicción
niveles de riesgo
description La Violencia basada en género, ha sido definida por la Organización de las Naciones Unidas como cualquier acto dañino basado en las diferencias de género atribuidas socialmente. Dentro de sus muchas manifestaciones, aquella violencia en su máxima expresión llega hasta el feminicidio; fenómeno que lejos de disminuir, se ha extendido alrededor del mundo.   Por otra parte, la inteligencia artificial ha aparecido en la escena de diversos sectores, sin que el ámbito jurídico haya sido la excepción. La conexión entre la violencia basada en género y la Inteligencia artificial se da de la mano de las necesidades crecientes de prevención de la primera, a través por ejemplo de la predicción de niveles de riesgo en la que la segunda ofrece importantes ventajas. Utilizando una metodología cualitativa deductiva con alcance descriptivo exploratorio, en la que se aplican métodos propios del derecho y las ciencias computacionales para analizar fuentes primarias, secundarias y estudio de casos de algoritmos y herramientas de evaluación de riesgo, (sin dejar de lado la referencia a herramientas de predicción tradicionales que no utilizan Inteligencia artificial), se arriba a resultados  que apuntan a que los algoritmos y herramientas mencionadas evalúan y ponderan factores situacionales y disparadores, relacionados con el perpetrador, la víctima, y la relación familiar; variando en el valor asignado a cada uno de estos; en cuanto a las críticas se encuentran estandarizadas en la precisión y confiabilidad de la predicción.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-05-16 15:47:58
dc.date.available.none.fl_str_mv 2023-05-16 15:47:58
dc.date.issued.none.fl_str_mv 2023-05-16
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_6501
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ARTREF
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 2145-6054
dc.identifier.doi.none.fl_str_mv 10.32997/2256-2796-vol.15-num.30-2023-4254
dc.identifier.eissn.none.fl_str_mv 2256-2796
dc.identifier.url.none.fl_str_mv https://doi.org/10.32997/2256-2796-vol.15-num.30-2023-4254
identifier_str_mv 2145-6054
10.32997/2256-2796-vol.15-num.30-2023-4254
2256-2796
url https://doi.org/10.32997/2256-2796-vol.15-num.30-2023-4254
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofjournal.spa.fl_str_mv Revista Jurídica Mario Alario D´Filippo
dc.relation.bitstream.none.fl_str_mv https://revistas.unicartagena.edu.co/index.php/marioalariodfilippo/article/download/4254/3386
dc.relation.citationedition.spa.fl_str_mv Núm. 30 , Año 2023
dc.relation.citationendpage.none.fl_str_mv 390
dc.relation.citationissue.spa.fl_str_mv 30
dc.relation.citationstartpage.none.fl_str_mv 360
dc.relation.citationvolume.spa.fl_str_mv 15
dc.relation.references.spa.fl_str_mv González-Prieto, Á., Brú, A., Nuño, J. C. & González-Álvarez, J. L. (2021). Machine learning for risk assessment in gender-based crime. ArXiv, abs/2106.11847. https://doi.org/10.48550/arXiv.2106.11847
Elusoji, S. (14 de mayo, 2021). Project SAFE, Partners To Bolster Support Systems For GBV Survivors. Channels. https://www.channelstv.com/2021/05/14/project-safe-to-hold-convening-to-bolster-support-systems-for-gbv-survivors/
Cheishvili, A. (25 de agosto, 2021). The AI Revolution Is Happening Now. Forbes. https://www.forbes.com/sites/forbestechcouncil/2021/08/25/the-ai-revolution-is-happening-now/?sh=42d2e75c28c8
Liu, Z. & Chen, H. (2017). A predictive performance comparison of machine learning models for judicial cases. 2017 IEEE Symposium Series on Computational Intelligence (SSCI). http://dx.doi.org/10.1109/SSCI.2017.8285436
Ferguson, C. & McLachlan, F. (2020) Predicting and assessing lethal risk in domestic and family violence situations in Australia. QUT Centre for Justice. https://eprints.qut.edu.au/216824/
Flores, S. (14 de enero, 2021). Inteligencia artificial en la valoración del riesgo para las víctimas de violencia de género. Observatorio Violencia. https://observatorioviolencia.org/inteligencia-artificial-en-la-valoracion-del-riesgo-para-las-victimas-de-violencia-de-genero/
Frédérique, L., Robitaille, C., Lévesque , S., & Lessard, G. (2018). Domestic Homicide Risk Assessment: An Inventory of Existing Tools. Équipe de recherche en violence conjugale. https://www.raiv.ulaval.ca/sites/raiv.ulaval.ca/files/publications/fichiers/fiche_synthese_13_eng_finale_web.pdf
Comisión Nacional para Prevenir y Erradicar la Violencia Contra las Mujeres. (2 de febrero, 2018). ¿Es posible medir matemáticamente la violencia contra las mujeres? Gobierno de México. https://www.gob.mx/conavim/articulos/es-posible-medir-matematicamente-la-violencia-contra-las-mujeres?idiom=es
González-Álvarez, J. L., López-Ossorio, J. J., & Muñoz-Rivas, M. (2018). La valoración policial del riesgo de violencia contra la mujer pareja en España–Sistema VioGén. Ministerio del Interior, Gobierno de España. https://www.interior.gob.es/opencms/pdf/archivos-y-documentacion/documentacion-y-publicaciones/publicaciones-descargables/seguridad-ciudadana/La_valoracion_policial_riesgo_violencia_contra_mujer_pareja_126180887.pdf
Granados, Ó. (18 de febrero, 2021). La Inteligencia Artificial Ayuda a Prevenir la Violencia de Género. EL PAÍS. https://elpais.com/tecnologia/haz-cosas-extraordinarias/2021-02-18/la-inteligencia-artificial-ayuda-a-prevenir-la-violencia-de-genero.html
Haenlein, M., & Kaplan, A. (2019). A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence. California Management Review, 61(4), pp. 5–14. https://doi.org/10.1177/0008125619864925
Hegel, J., Pelletier, K. D., & Olver, M. E. (2022). Predictive Properties of the Ontario Domestic Assault Risk Assessment (ODARA) in a Northern Canadian Prairie Sample. Criminal Justice and Behavior, 49(3), pp. 411–431. https://doi.org/10.1177/00938548211033631
IBM Cloud Education. (3 de junio, 2020). Inteligencia artificial (IA). IBM. https://www.ibm.com/co-es/cloud/learn/what-is-artificial-intelligence
Dziech, A., Mees, W. & Czyżewsk, A. (2020). Multimedia Communications, Services and Security. [10th International Conference, MCSS 2020, Kraków, Poland, October 8-9, 2020, Proceedings]. Springer.
Leal-Enríquez, E. (2018). Mathematical modeling of intimate partner violence: Simulations of loss of control scenarios. Journal of Computational and Applied Mathematics, 330, pp. 1052-1062. https://doi.org/10.1016/j.cam.2017.07.002
LJA. (15 de febrero, 2016). Desarrollan Modelo Matemático Para Predecir Futuro De Violencia Hacia Las Mujeres. LJA.MX https://www.lja.mx/2016/02/desarrollan-modelo-matematico-para-predecir-futuro-de-violencia-hacia-las-mujeres/
McNamara, D., Graham, T., Broad, E., & Soon Ong, C. (2018). Trade-offs in Algorithmic Risk Assessment: an Australian Domestic Violence Case Study. En A. Daly, M. Mann, & S. K. Devitt (Eds.) Good data (Theory on Demand, 29), pp. 96-116. Institute of Network Cultures, The Netherlands.
Lee, M. K., Jain, A., Cha, H. J., Ojha, S. & Kusbit, D. (2019). Procedural Justice in Algorithmic Fairness: Leveraging Transparency and Outcome Control for Fair Algorithmic Mediation. Proceedings of the ACM on Human-Computer Interaction, 3(CSCW), 182, pp. 1-26. https://doi.org/10.1145/3359284
Ministerio del Interior. (02 de febrero, 2022). Sistema VioGén. https://www.interior.gob.es/opencms/ca/servicios-al-ciudadano/violencia-contra-la-mujer/sistema-viogen/
Moya-Albiol, L., Sariñana-González, P., Vitoria-Estruch, S., & Romero-Martínez , Á. (2017). La neurocriminología como disciplina aplicada emergente. Vox Juris, 33(1), pp. 15-20. https://dialnet.unirioja.es/servlet/articulo?codigo=6058766
Hilton, N. Z., & Radatz, D. L. (2021). Criminogenic needs and intimate partner violence: Association with recidivism and implications for treatment. Psychological services, 18(4), pp. 566–573. https://doi.org/10.1037/ser0000450
Organización de los Estados Americanos, OEA. (9 de junio de 1994). Convención Interamericana Para Prevenir, Sancionar Y Erradicar La Violencia Contra La Mujer "Convención De Belém Do Pará". https://www.oas.org/es/cidh/mandato/Basicos/13.CONVENCION.BELEN%20DO%20PARA.pdf
ONU Mujeres. (2022). Hechos y cifras: Poner fin a la violencia contra las mujeres. https://www.unwomen.org/es/what-we-do/ending-violence-against-women/facts-and-figures
Organización Mundial de la Salud & Organización Panamericana de la Salud. (‎2013)‎. Comprender y abordar la violencia contra las mujeres: violencia sexual. Organización Mundial de la Salud. https://apps.who.int/iris/handle/10665/98821
Panda Security. (12 de abril, 2021). La inteligencia artificial servicio de la lucha contra la violencia de género. Panda media center. https://www.pandasecurity.com/es/mediacenter/mobile-news/inteligencia-artificial-violencia-genero/
Pueyo, A., López, S., & Álvarez, E. (2008). Valoración del riesgo de violencia contra la pareja por medio de la SARA. Papeles del psicólogo, 29(1), pp. 107-122. https://dialnet.unirioja.es/servlet/articulo?codigo=2536843
Roa Avella, M. D., Sanabria-Moyano, J., & Dinas-Hurtado, K. (2022). Uso del algoritmo COMPAS en el proceso penal y los riesgos a los derechos humanos. Revista Brasileira de Direito Processual, 8(1), pp. 275-311. https://doi.org/10.22197/rbdpp.v8i1.615
SAS. (15 de diciembre, 2020). La Secretaría de Estado de Seguridad y SAS se unen en la lucha contra la violencia de género con analítica avanzada e inteligencia artificial. https://www.sas.com/es_es/news/press-releases/locales/2020/viogen-secretaria-estado-seguridad-y-sas-unidos-lucha-contra-violencia-genero-analitica-avanzada-ia.html
The Maine Coalition to end domestic violence y Violence Intervention Partnership of Maine Cumberland County. (2014). Maine Guidelines & General Scoring Criteria ODARA.
Ulmer, J. C. (2015). The Ontario Domestic Assault Risk Assessment (ODARA): A Validation and Comparison Study for an Oregonian Law Enforcement Agency. Doctor of Psychology (PsyD), paper 177. https://digitalcommons.georgefox.edu/psyd/177/
UN Women. (s.f.). Global Database on Violence against Women: Colombia. https://evaw-global-database.unwomen.org/en/countries/americas/colombia
Yablon, C., & Landsman-Roos, N. (2013). Predictive Coding: Emergin Questions and Concerns. South Carolina Law Review, 64(3), pp. 633-680. https://scholarcommons.sc.edu/sclr/vol64/iss3/6
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de Cartagena
dc.source.spa.fl_str_mv https://revistas.unicartagena.edu.co/index.php/marioalariodfilippo/article/view/4254
institution Universidad de Cartagena
bitstream.url.fl_str_mv https://repositorio.unicartagena.edu.co/bitstream/11227/16398/1/ORE.xml
bitstream.checksum.fl_str_mv 540b3884038c140aa8fda52142ab01af
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Biblioteca Digital Universidad de Cartagena
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1808418237073850368
spelling Roa Avella, Marcela del Pilar01ba03ef4a06cf0aafb277d06f0a9e66Sanabria-Moyano, Jesús Eduardo566d207d246b7eb66f6f437dcc3508fcDinas-Hurtado, Katherinf95619422e204a0de529bd556225ac062023-05-16 15:47:582023-05-16 15:47:582023-05-162145-605410.32997/2256-2796-vol.15-num.30-2023-42542256-2796https://doi.org/10.32997/2256-2796-vol.15-num.30-2023-4254La Violencia basada en género, ha sido definida por la Organización de las Naciones Unidas como cualquier acto dañino basado en las diferencias de género atribuidas socialmente. Dentro de sus muchas manifestaciones, aquella violencia en su máxima expresión llega hasta el feminicidio; fenómeno que lejos de disminuir, se ha extendido alrededor del mundo.   Por otra parte, la inteligencia artificial ha aparecido en la escena de diversos sectores, sin que el ámbito jurídico haya sido la excepción. La conexión entre la violencia basada en género y la Inteligencia artificial se da de la mano de las necesidades crecientes de prevención de la primera, a través por ejemplo de la predicción de niveles de riesgo en la que la segunda ofrece importantes ventajas. Utilizando una metodología cualitativa deductiva con alcance descriptivo exploratorio, en la que se aplican métodos propios del derecho y las ciencias computacionales para analizar fuentes primarias, secundarias y estudio de casos de algoritmos y herramientas de evaluación de riesgo, (sin dejar de lado la referencia a herramientas de predicción tradicionales que no utilizan Inteligencia artificial), se arriba a resultados  que apuntan a que los algoritmos y herramientas mencionadas evalúan y ponderan factores situacionales y disparadores, relacionados con el perpetrador, la víctima, y la relación familiar; variando en el valor asignado a cada uno de estos; en cuanto a las críticas se encuentran estandarizadas en la precisión y confiabilidad de la predicción.Gender-based violence has been defined by the United Nations as any harmful act based on socially ascribed gender differences. Among its many manifestations, that violence in its maximum expression goes as far as femicide; a phenomenon that far from diminishing, has spread around the world.   On the other hand, artificial intelligence has appeared on the scene in various sectors, with the legal field being no exception. The connection between gender-based violence and artificial intelligence goes hand in hand with the growing prevention needs of the former, through, for example, the prediction of risk levels in which the latter offers important advantages. Using a deductive qualitative methodology with an exploratory descriptive scope, in which methods from law and computer science are applied to analyze primary and secondary sources and case studies of algorithms and risk assessment tools (without leaving aside the reference to traditional prediction tools that do not use artificial intelligence), the results show that the algorithms and tools mentioned evaluate and weight situational factors and triggers, related to the perpetrator, the victim, and the family relationship; The criticisms are standardized in terms of the accuracy and reliability of the prediction.application/pdfspaUniversidad de CartagenaRevista Jurídica Mario Alario D´Filippohttps://revistas.unicartagena.edu.co/index.php/marioalariodfilippo/article/download/4254/3386Núm. 30 , Año 20233903036015González-Prieto, Á., Brú, A., Nuño, J. C. & González-Álvarez, J. L. (2021). Machine learning for risk assessment in gender-based crime. ArXiv, abs/2106.11847. https://doi.org/10.48550/arXiv.2106.11847Elusoji, S. (14 de mayo, 2021). Project SAFE, Partners To Bolster Support Systems For GBV Survivors. Channels. https://www.channelstv.com/2021/05/14/project-safe-to-hold-convening-to-bolster-support-systems-for-gbv-survivors/Cheishvili, A. (25 de agosto, 2021). The AI Revolution Is Happening Now. Forbes. https://www.forbes.com/sites/forbestechcouncil/2021/08/25/the-ai-revolution-is-happening-now/?sh=42d2e75c28c8Liu, Z. & Chen, H. (2017). A predictive performance comparison of machine learning models for judicial cases. 2017 IEEE Symposium Series on Computational Intelligence (SSCI). http://dx.doi.org/10.1109/SSCI.2017.8285436Ferguson, C. & McLachlan, F. (2020) Predicting and assessing lethal risk in domestic and family violence situations in Australia. QUT Centre for Justice. https://eprints.qut.edu.au/216824/Flores, S. (14 de enero, 2021). Inteligencia artificial en la valoración del riesgo para las víctimas de violencia de género. Observatorio Violencia. https://observatorioviolencia.org/inteligencia-artificial-en-la-valoracion-del-riesgo-para-las-victimas-de-violencia-de-genero/Frédérique, L., Robitaille, C., Lévesque , S., & Lessard, G. (2018). Domestic Homicide Risk Assessment: An Inventory of Existing Tools. Équipe de recherche en violence conjugale. https://www.raiv.ulaval.ca/sites/raiv.ulaval.ca/files/publications/fichiers/fiche_synthese_13_eng_finale_web.pdfComisión Nacional para Prevenir y Erradicar la Violencia Contra las Mujeres. (2 de febrero, 2018). ¿Es posible medir matemáticamente la violencia contra las mujeres? Gobierno de México. https://www.gob.mx/conavim/articulos/es-posible-medir-matematicamente-la-violencia-contra-las-mujeres?idiom=esGonzález-Álvarez, J. L., López-Ossorio, J. J., & Muñoz-Rivas, M. (2018). La valoración policial del riesgo de violencia contra la mujer pareja en España–Sistema VioGén. Ministerio del Interior, Gobierno de España. https://www.interior.gob.es/opencms/pdf/archivos-y-documentacion/documentacion-y-publicaciones/publicaciones-descargables/seguridad-ciudadana/La_valoracion_policial_riesgo_violencia_contra_mujer_pareja_126180887.pdfGranados, Ó. (18 de febrero, 2021). La Inteligencia Artificial Ayuda a Prevenir la Violencia de Género. EL PAÍS. https://elpais.com/tecnologia/haz-cosas-extraordinarias/2021-02-18/la-inteligencia-artificial-ayuda-a-prevenir-la-violencia-de-genero.htmlHaenlein, M., & Kaplan, A. (2019). A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence. California Management Review, 61(4), pp. 5–14. https://doi.org/10.1177/0008125619864925Hegel, J., Pelletier, K. D., & Olver, M. E. (2022). Predictive Properties of the Ontario Domestic Assault Risk Assessment (ODARA) in a Northern Canadian Prairie Sample. Criminal Justice and Behavior, 49(3), pp. 411–431. https://doi.org/10.1177/00938548211033631IBM Cloud Education. (3 de junio, 2020). Inteligencia artificial (IA). IBM. https://www.ibm.com/co-es/cloud/learn/what-is-artificial-intelligenceDziech, A., Mees, W. & Czyżewsk, A. (2020). Multimedia Communications, Services and Security. [10th International Conference, MCSS 2020, Kraków, Poland, October 8-9, 2020, Proceedings]. Springer.Leal-Enríquez, E. (2018). Mathematical modeling of intimate partner violence: Simulations of loss of control scenarios. Journal of Computational and Applied Mathematics, 330, pp. 1052-1062. https://doi.org/10.1016/j.cam.2017.07.002LJA. (15 de febrero, 2016). Desarrollan Modelo Matemático Para Predecir Futuro De Violencia Hacia Las Mujeres. LJA.MX https://www.lja.mx/2016/02/desarrollan-modelo-matematico-para-predecir-futuro-de-violencia-hacia-las-mujeres/McNamara, D., Graham, T., Broad, E., & Soon Ong, C. (2018). Trade-offs in Algorithmic Risk Assessment: an Australian Domestic Violence Case Study. En A. Daly, M. Mann, & S. K. Devitt (Eds.) Good data (Theory on Demand, 29), pp. 96-116. Institute of Network Cultures, The Netherlands.Lee, M. K., Jain, A., Cha, H. J., Ojha, S. & Kusbit, D. (2019). Procedural Justice in Algorithmic Fairness: Leveraging Transparency and Outcome Control for Fair Algorithmic Mediation. Proceedings of the ACM on Human-Computer Interaction, 3(CSCW), 182, pp. 1-26. https://doi.org/10.1145/3359284Ministerio del Interior. (02 de febrero, 2022). Sistema VioGén. https://www.interior.gob.es/opencms/ca/servicios-al-ciudadano/violencia-contra-la-mujer/sistema-viogen/Moya-Albiol, L., Sariñana-González, P., Vitoria-Estruch, S., & Romero-Martínez , Á. (2017). La neurocriminología como disciplina aplicada emergente. Vox Juris, 33(1), pp. 15-20. https://dialnet.unirioja.es/servlet/articulo?codigo=6058766Hilton, N. Z., & Radatz, D. L. (2021). Criminogenic needs and intimate partner violence: Association with recidivism and implications for treatment. Psychological services, 18(4), pp. 566–573. https://doi.org/10.1037/ser0000450Organización de los Estados Americanos, OEA. (9 de junio de 1994). Convención Interamericana Para Prevenir, Sancionar Y Erradicar La Violencia Contra La Mujer "Convención De Belém Do Pará". https://www.oas.org/es/cidh/mandato/Basicos/13.CONVENCION.BELEN%20DO%20PARA.pdfONU Mujeres. (2022). Hechos y cifras: Poner fin a la violencia contra las mujeres. https://www.unwomen.org/es/what-we-do/ending-violence-against-women/facts-and-figuresOrganización Mundial de la Salud & Organización Panamericana de la Salud. (‎2013)‎. Comprender y abordar la violencia contra las mujeres: violencia sexual. Organización Mundial de la Salud. https://apps.who.int/iris/handle/10665/98821Panda Security. (12 de abril, 2021). La inteligencia artificial servicio de la lucha contra la violencia de género. Panda media center. https://www.pandasecurity.com/es/mediacenter/mobile-news/inteligencia-artificial-violencia-genero/Pueyo, A., López, S., & Álvarez, E. (2008). Valoración del riesgo de violencia contra la pareja por medio de la SARA. Papeles del psicólogo, 29(1), pp. 107-122. https://dialnet.unirioja.es/servlet/articulo?codigo=2536843Roa Avella, M. D., Sanabria-Moyano, J., & Dinas-Hurtado, K. (2022). Uso del algoritmo COMPAS en el proceso penal y los riesgos a los derechos humanos. Revista Brasileira de Direito Processual, 8(1), pp. 275-311. https://doi.org/10.22197/rbdpp.v8i1.615SAS. (15 de diciembre, 2020). La Secretaría de Estado de Seguridad y SAS se unen en la lucha contra la violencia de género con analítica avanzada e inteligencia artificial. https://www.sas.com/es_es/news/press-releases/locales/2020/viogen-secretaria-estado-seguridad-y-sas-unidos-lucha-contra-violencia-genero-analitica-avanzada-ia.htmlThe Maine Coalition to end domestic violence y Violence Intervention Partnership of Maine Cumberland County. (2014). Maine Guidelines & General Scoring Criteria ODARA.Ulmer, J. C. (2015). The Ontario Domestic Assault Risk Assessment (ODARA): A Validation and Comparison Study for an Oregonian Law Enforcement Agency. Doctor of Psychology (PsyD), paper 177. https://digitalcommons.georgefox.edu/psyd/177/UN Women. (s.f.). Global Database on Violence against Women: Colombia. https://evaw-global-database.unwomen.org/en/countries/americas/colombiaYablon, C., & Landsman-Roos, N. (2013). Predictive Coding: Emergin Questions and Concerns. South Carolina Law Review, 64(3), pp. 633-680. https://scholarcommons.sc.edu/sclr/vol64/iss3/6https://creativecommons.org/licenses/by-nc-sa/4.0http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.https://revistas.unicartagena.edu.co/index.php/marioalariodfilippo/article/view/4254artificial intelligencegender-based violencefemicidepredictionrisk levelsinteligencia artificialviolencia de génerofeminicidiopredicciónniveles de riesgoHerramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia ArtificialTools for predicting gender-based violence and femicide using Artificial IntelligenceArtículo de revistainfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTREFOREORE.xmltext/xml2789https://repositorio.unicartagena.edu.co/bitstream/11227/16398/1/ORE.xml540b3884038c140aa8fda52142ab01afMD51open access11227/16398oai:repositorio.unicartagena.edu.co:11227/163982023-06-11 10:02:25.671An error occurred on the license name.|||https://creativecommons.org/licenses/by-nc-sa/4.0metadata only accessBiblioteca Digital Universidad de Cartagenabdigital@metabiblioteca.com

Publicaciones similares