Acceso usuarios
Roberto Cruz Romero
Este artículo explora una muestra de la literatura sobre transparencia en el periodo 1984-2020 a través de una revisión sistemática. La muestra consta de 242 trabajos (artículos, libros y capítulos de libros) recogidos de diferentes bases de datos académicas. Para clasificar y construir una tipología de temas, se emplea un modelo probabilístico de temas, Asignación Latente de Dirichlet (ALD), un enfoque de aprendizaje automático no supervisado. Este enfoque se complementa con las variedades de transparencia y tiene por objeto responder a tres preguntas de investigación: a) ¿Qué enfoques analíticos se identifican en la bibliografía? b) ¿Cómo se conceptualiza la transparencia a través de dichos enfoques? Y, c) ¿dónde se ha situado el enfoque de la transparencia en relación con una distinción acontecimiento-proceso? Los hallazgos muestran enfoques metodológicos y temáticas desiguales. Estas conclusiones y el novedoso enfoque utilizado plantean retos y oportunidades para futuras investigaciones sobre transparencia.
This article explores a sample of the literature on transparency in the 1984-2020 period through a systematic review. The sample consists of 242 works (articles, books, and book chapters) collected from different academic databases. Latent dirichlet allocation (LDA) probabilistic topic modelling – an unsupervised machine learning approach – is employed in order to classify and construct a typology of topics within the literature. This approach is complemented by a structured overview of the varieties of transparency framework and is aimed at addressing three research questions: a) What analytical approaches are identified in the literature? b) How is transparency conceptualised through such analytical approaches? And, c) where has transparency’s focus been placed in relation to an event-process framework? The findings show unequal methodological approaches, topics, and issues investigated. These insights and the novel approach utilised outline key challenges and opportunities for future transparency research.
