| Revue: | Revista Mutis |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000441034 |
| ISSN: | 2256-1498 |
| Autores: | Dulce Vanegas, Manuel Francisco1 Beltrán Gómez, Adam2 |
| Instituciones: | 1Universidad de Bogotá Jorge Tadeo Lozano, Facultad de Ciencias Naturales e Ingeniería, Bogotá. Colombia 2Universidad de Cundinamarca, Facultad de Ingeniería, Bogotá. Colombia |
| Año: | 2021 |
| Periodo: | Ene-Jun |
| Volumen: | 11 |
| Número: | 1 |
| Paginación: | 48-64 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Las entidades fiscalizadoras superiores, y en específico su ente rector, la Organización Internacional de las Entidades Fiscalizadoras Superiores (intosai), han impulsado en los últimos cuatro años iniciativas encaminadas al uso de tecnologías y métodos para sus procesos de vigilancia y fiscalización que sean replicables y que generen resulta-dos tangibles en el contexto fiscal. En este sentido, la Contraloría General de la República de Colombia viene for-taleciendo su infraestructura tecnológica y capacidades técnicas con miras a mejorar y optimizar sus esfuerzos en cuanto a la vigilancia de los recursos de los colombianos. Aunque dicha tarea no es sencilla, esta entidad ha logrado detectar patrones de aquellos contratistas que acaparan la contratación estatal, logrando estar en diferentes sec-tores económicos sin tener probablemente la competencia técnica para cumplir el objeto contractual estipulado. A estos se les conoce en el ámbito de la Contraloría General como contratistas “multiobjeto”. En el presente artícu-lo se muestra la construcción de un conjunto de datos de 1.998 registros etiquetado por expertos, que corres-ponden a contratos del sector educativo en Colombia. Con este instrumento se llevó a cabo el entrenamien-to y las pruebas sobre un clasificador automático cons-truido para los objetos contractuales a fin de detectar presuntos contratistas “multiobjeto”. Adicionalmente, se encontró que el mejor algoritmo de clasificación fue “Máquina de Soporte Vectorial Lineal”, con una exacti-tud de 84 %, el cual permitió finalmente listar por agru-pamiento los presuntos contratistas de este tipo |
| Resumen en inglés | Supreme audit institutions, and specifically its governing body, the International Organization of Supreme Audit Institutions (intosai), have promoted during the last four years a series of initiatives in the fiscal context aimed at the use of technologies and methods that are replicable and generate tangible results, thus reinforcing the sur-veillance and auditing processes carried out by supreme audit institutions. In this sense, the Comptroller General of the Republic of Colombia has been strengthening its technological infrastructure and technical capacities in order to improve and optimize its efforts in the monitoring of the resources of Colombian citizens. Although this task is not an easy one, this entity has managed to detect patterns of contractors who monopolize state con-tracting and are inserted into different economic sectors, without probably having the technical competence to fulfill stipulated contractual deeds. These subjects are known in the field of the General Comptroller’s office as “multi-object” contractors. This article explains the construction of a data set of 1,998 records labeled by experts that correspond to education sector contracts. Training and tests were carried out with this tool on an automatic classifier built for the contractual objects in order to detect suspected “multi-object” contractors. It was found that the best classification algorithm was the “Linear Vector Support Machine,” with an accuracy of 84%, which will eventually find presumed multi-object contractors by grouping |
| Disciplinas: | Ciencia política |
| Palabras clave: | Tecnología de la información, Gobierno, Contratistas, Contrataciones, Instituciones públicas, Vigilancia fiscal, Control fiscal, Minería de datos |
| Keyword: | Information technology, Government, Contractors, Contracting, Public institutions, Fiscal surveillance, Fiscal control, Data mining |
| Texte intégral: | https://revistas.utadeo.edu.co/index.php/mutis/article/view/1732/1740 |
