Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia

This research evaluates the application of machine learning algorithms for the early detection of corruption in the Colombian municipal administration. Two approaches are considered to achieve the objective: (i) An evaluation of supervised machine learning for the prediction of variables related to...

Full description

Autores:
Mojica Muñoz, Kevin Steven
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/50908
Acceso en línea:
http://hdl.handle.net/1992/50908
Palabra clave:
Corrupción administrativa
Aprendizaje automático (Inteligencia artificial)
Administración pública
Economía
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
id UNIANDES2_09502e2f2bdc28b5ad0a61df8bbe3dc7
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/50908
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia
title Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia
spellingShingle Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia
Corrupción administrativa
Aprendizaje automático (Inteligencia artificial)
Administración pública
Economía
title_short Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia
title_full Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia
title_fullStr Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia
title_full_unstemmed Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia
title_sort Inteligencia artificial para detectar corrupción en la administración pública municipal de Colombia
dc.creator.fl_str_mv Mojica Muñoz, Kevin Steven
dc.contributor.advisor.none.fl_str_mv Ham González, Andrés
Riascos Villegas, Álvaro José
dc.contributor.author.none.fl_str_mv Mojica Muñoz, Kevin Steven
dc.contributor.jury.none.fl_str_mv Sarmiento Barbieri, Ignacio
Majerowicz Nieto, Stephanie
dc.subject.armarc.spa.fl_str_mv Corrupción administrativa
Aprendizaje automático (Inteligencia artificial)
Administración pública
topic Corrupción administrativa
Aprendizaje automático (Inteligencia artificial)
Administración pública
Economía
dc.subject.themes.none.fl_str_mv Economía
description This research evaluates the application of machine learning algorithms for the early detection of corruption in the Colombian municipal administration. Two approaches are considered to achieve the objective: (i) An evaluation of supervised machine learning for the prediction of variables related to corruption and, (ii) an evaluation of unsupervised learning for the segmentation of relative risk of corruption. The results show that, despite the acceptable results of predictions, unsupervised machine learning is emerging as the most useful tool for the early detection of municipal corruption in Colombia. Based on these findings, I created a Relative Risk of Municipal Corruption Index for the period 2020-2023. This index should be useful for the control bodies to target the investigation and prevention efforts in corruption.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-08-10T18:03:55Z
dc.date.available.none.fl_str_mv 2021-08-10T18:03:55Z
dc.date.issued.none.fl_str_mv 2021
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/50908
dc.identifier.pdf.none.fl_str_mv 23549.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/50908
identifier_str_mv 23549.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 69 hojas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de los Andes
dc.publisher.program.none.fl_str_mv Maestría en Economía
Maestría en Políticas Públicas
dc.publisher.faculty.none.fl_str_mv Facultad de Economía
Escuela de Gobierno Alberto Lleras Camargo
publisher.none.fl_str_mv Universidad de los Andes
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/db737d57-4ce9-4d17-ba46-94b41b4a9027/download
https://repositorio.uniandes.edu.co/bitstreams/75eb8f62-604b-4765-96bb-6591e50795f4/download
https://repositorio.uniandes.edu.co/bitstreams/61e5084b-8e4c-48c5-adc8-be96e0edee40/download
bitstream.checksum.fl_str_mv 14525230f01f33e00250400dcb18644c
b356f367577ccf4623b36223be5cd7c6
5a4c2c102757b0583f997d1158639235
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1818111671368941568
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ham González, Andrésvirtual::574-1Riascos Villegas, Álvaro Josévirtual::575-1Mojica Muñoz, Kevin Steven10964caf-d997-4442-a787-3db9c5400b63400Sarmiento Barbieri, IgnacioMajerowicz Nieto, Stephanie2021-08-10T18:03:55Z2021-08-10T18:03:55Z2021http://hdl.handle.net/1992/5090823549.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/This research evaluates the application of machine learning algorithms for the early detection of corruption in the Colombian municipal administration. Two approaches are considered to achieve the objective: (i) An evaluation of supervised machine learning for the prediction of variables related to corruption and, (ii) an evaluation of unsupervised learning for the segmentation of relative risk of corruption. The results show that, despite the acceptable results of predictions, unsupervised machine learning is emerging as the most useful tool for the early detection of municipal corruption in Colombia. Based on these findings, I created a Relative Risk of Municipal Corruption Index for the period 2020-2023. This index should be useful for the control bodies to target the investigation and prevention efforts in corruption.Esta investigación busca evaluar el uso de algoritmos de aprendizaje de máquinas en la detección temprana de actos de corrupción en la administración pública municipal de Colombia. Esto lo hace a partir de dos enfoques: (i) una evaluación de algoritmos de aprendizaje supervisado para la predicción directa de variables relacionadas con la corrupción y, (ii) una evaluación de aprendizaje no supervisado para la segmentación de riesgo relativo de corrupción. Los resultados indican que, pese a que se obtienen resultados satisfactorios en la evaluación de aprendizaje supervisado, el aprendizaje no supervisado se perfila como la herramienta más útil para la detección temprana de corrupción municipal en Colombia. A partir de estos hallazgos, se crea un índice de Riesgo Relativo de Corrupción Municipal para el periodo 2020-2023. Este índice debe servir a los organismos de control para enfocar sus esfuerzos de investigación y prevención de la corrupción.Magíster en EconomíaMagíster en Políticas PúblicasMaestría69 hojasapplication/pdfspaUniversidad de los AndesMaestría en EconomíaMaestría en Políticas PúblicasFacultad de EconomíaEscuela de Gobierno Alberto Lleras CamargoInteligencia artificial para detectar corrupción en la administración pública municipal de ColombiaTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TMCorrupción administrativaAprendizaje automático (Inteligencia artificial)Administración públicaEconomía201520256Publicationhttps://scholar.google.es/citations?user=SeEAuloAAAAJvirtual::574-1https://scholar.google.es/citations?user=qKdXXIQAAAAJvirtual::575-10000-0003-3355-2007virtual::574-10000-0002-6325-5559virtual::575-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000957747virtual::575-1727877b1-75e9-4e41-8fc4-fe0a69113e9bvirtual::574-1147596ca-5a85-40eb-bb61-ef97c571b5f9virtual::575-1727877b1-75e9-4e41-8fc4-fe0a69113e9bvirtual::574-1147596ca-5a85-40eb-bb61-ef97c571b5f9virtual::575-1ORIGINAL23549.pdfapplication/pdf8364352https://repositorio.uniandes.edu.co/bitstreams/db737d57-4ce9-4d17-ba46-94b41b4a9027/download14525230f01f33e00250400dcb18644cMD51THUMBNAIL23549.pdf.jpg23549.pdf.jpgIM Thumbnailimage/jpeg18278https://repositorio.uniandes.edu.co/bitstreams/75eb8f62-604b-4765-96bb-6591e50795f4/downloadb356f367577ccf4623b36223be5cd7c6MD55TEXT23549.pdf.txt23549.pdf.txtExtracted texttext/plain137050https://repositorio.uniandes.edu.co/bitstreams/61e5084b-8e4c-48c5-adc8-be96e0edee40/download5a4c2c102757b0583f997d1158639235MD541992/50908oai:repositorio.uniandes.edu.co:1992/509082024-03-13 11:45:14.487http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co

Publicaciones similares