Resumen de Reduciendo la brecha de género: explorando el papel de las tecnologías de la información y comunicación en la educación femenina a partir de un análisis bibliométrico

Jackeline Valencia, Adriana Patricia Arboleda López, Diego Alejandro Correa Correa, Luis Fernando Garcés Giraldo, Eduar Antonio Rodríguez Flores, Renata Teodori de la Puente

• español

  El estudio del impacto de las tecnologías de la información y comunicación (TIC) en la educación femenina refleja la evolución educativa junto con los avances tecnológicos. Sin embargo, la investigación en este campo enfrenta varias lagunas y desafíos que requieren abordarse. Por tanto, el objetivo es examinar las tendencias investigativas alrededor del tema. La metodología, comprende un análisis bibliométrico, basado en PRISMA-2020, que analiza datos de Scopus y Web of Science. Los resultados revelan un aumento exponencial de publicaciones en 2022 y 2023. Se identifican Leiner T y Wolterink JM con Viergever MA como principales referentes. La evolución temática destaca el cambio de Special Education a enfoques como Students, Prognosis Prediction, Deep Learning y Machine Learning. Las palabras clave emergentes incluyen Medical Education y Artificial Intelligence, con Machine Learning como consolidado. La clasificación funcional indica direcciones para futuras investigaciones.

• English

  The study of the impact of information and communication technologies (ICTs) on women’s education reflects the evolution of education along with technological advances. However, research in this area faces several gaps and challenges that need to be addressed. Therefore, the objective is to examine the research trends around the topic. The methodology includes a bibliometric analysis based on PRISMA-2020, which analyzes data from Scopus and Web of Science. The results show an exponential increase in publications in 2022 and 2023. Leiner T and Wolterink JM are identified with Viergever MA as the main reference. The thematic evolution highlights the shift from Special Education to approaches such as Students, Prognosis Prediction, Deep Learning and Machine Learning. Emerging keywords include medical education and artificial intelligence, with machine learning consolidated. The functional classification indicates directions for future research.