This article explores the uses of sources in coverage of the COVID-19 pandemic in social media posts of mainstream news organizations in Brazil, Chile, Germany, Mexico, Spain, the U.K., and the U.S. Based on computational content analysis, our study analyzes the sources and actors present in more than 940,000 posts on COVID-19 published in the 227 Facebook, Instagram, and Twitter accounts of 78 sampled news outlets between January 1 and December 31 of 2020, comparing their relative importance across countries, across media platforms, and across time as the pandemic evolved in each country. The analysis shows the dominance of political sources across countries and platforms, particularly in Latin America, demonstrating a strong role of the state in constructing pandemic news and suggesting that mainstream news organizations' social media posts maintain a strong elite orientation. Health sources were also prominent — consistent with the defining role of biomedical authority in health coverage—, while significant diversity of sources, including citizen sources, emerged as the pandemic went on. Our results also revealed that the use of specific sources significantly varied over time. These variations tend to go hand in hand with specific global milestones of the pandemic.

Currently, one of the main challenges for information systems in healthcare is focused on support for health professionals regarding disease classifications. This work presents an innovative method for a recommendation system for the diagnosis of breast cancer using patient medical histories. In this proposal, techniques of natural language processing (NLP) were implemented on real datasets: one comprised 160, 560 medical histories of anonymous patients from a hospital in Chile for the following categories: breast cancer, cysts and nodules, other cancer, breast cancer surgeries and other diagnoses; and the other dataset was obtained from the MIMIC III dataset. With the application of word-embedding techniques, such as word2vec’s skip-gram and BERT, and machine learning techniques, a recommendation system as a tool to support the physician’s decision-making was implemented. The obtained results demonstrate that using word embeddings can define a good-quality recommendation system. The results of 20 experiments with 5-fold cross-validation for anamnesis written in Spanish yielded an F1 of 0.980 ± 0.0014 on the classification of ‘cancer’ versus ‘not cancer’ and 0.986 ± 0.0014 for ‘breast cancer’ versus ‘other cancer’. Similar results were obtained with the MIMIC III dataset.

The sentiment analysis task seeks to categorize opinionated documents as having overall positive or negative opinions. This task is very important to understand unstructured text content generated by users in different domains, such as online and entertainment platforms and social networks. In this paper, we propose a novel method for predicting the overall polarity in texts. First, a new polarity-aware vector representation is automatically built for each document. Then, a bidirectional recurrent neural architecture is designed to identify the emerging polarity. The attained results outperform all of the algorithms found in the literature in the binary polarity classification task.

Este artículo presenta el uso de máquinas virtuales en nube privada como apoyo a las metodologías activas en la docencia de un Taller de Hacking Ético como respuesta a las necesidades actuales en Ciberseguridad y en el marco del modelo educativo institucional. El principal objetivo del taller es que el estudiante se pueda realizar experiencias de Ciberseguridad en un ambiente controlado y con metodologías participativas. Para ello, se utilizan máquinas virtuales que permiten ejecutas las fases del Hacking Ético, en una nube privada con un mayor nivel de control del ambiente del trabajo para las prácticas y evaluaciones. Para evaluar esta propuesta, se aplicó una encuesta a estudiantes últimos años, donde se obtuvo un resultado exitoso, en cuanto a los materiales y contenidos diseñados, así como la metodología y el uso de servidores virtuales en nube privada. Esto indica que el taller de Hacking Ético puede considerarse un aporte a la formación profesional de fututos ingenieros informáticos tanto por los contenidos como por la metodología de implementación y el uso de máquinas virtuales en nube privada es efectico como ambiente controlado para la docencia con metodologías activas.

Este artículo presenta el diseño e implementación de una nueva herramienta basada en virtualización con Docker para mejorar la experiencia de estudiantes y docentes durante el proceso de enseñanza-aprendizaje con meto-dologías activas. El objetivo se centra en que el estudiante se enfoque en los resultados de aprendizaje, aplicando metodologías activas y no en las dificultades del uso de las máquinas virtuales (VirtualBox, VMWare) y/o generadores de ambientes (XAMPP, MAMP) ya sea por desempeño o configuración. Para ello, la herramienta simplifica la creación de entornos virtuales livianos personalizados en un ambiente gráfico y amigable para el docente, quien los distribuye a los estudiantes para desarrollar experiencias prácticas de laboratorio. La evaluación de la experiencia aplicada en estudiantes del área de administración de servicios TI demuestra resultados exitosos por parte de los estudiantes, dado que el total de estudiantes encuestado registra que pudo lograr los mismos resultados de aprendizajes en ambos casos de uso, pero que en el uso de la herramienta propuesta encuentra mayor simplicidad y aumento del rendimiento.