IEEE ACCESS//(MARCH 2022)
Volumen: 1, Numero: 1, Páginas: [22] p.
COVID-19 has dramatically affected various aspects of human society with worldwide repercussions. Firstly, a serious public health issue has been generated, resulting in millions of deaths. Also, the global economy, social coexistence, psychological status, mental health, and the human-environment relationship/dynamics have been seriously affected. Indeed, abrupt changes in our daily lives have been enforced, starting with a mandatory quarantine and the application of biosafety measures. Due to the magnitude of these effects, research efforts from different fields were rapidly concentrated around the current pandemic to mitigate its impact. Among these fields, Artificial Intelligence (AI) and Deep Learning (DL) have supported many research papers to help combat COVID-19. The present work addresses a bibliometric analysis of this scholarly production during 2020. Specifically, we analyse quantitative and qualitative indicators that give us insights into the factors that have allowed papers to reach a significant impact on traditional metrics and alternative ones registered in social networks, digital mainstream media, and public policy documents. In this regard, we study the correlations between these different metrics and attributes. Finally, we analyze how the last DL advances have been exploited in the context of the COVID-19 situation.
COVID-19 ha afectado dramáticamente varios aspectos de la sociedad humana en todo el mundo.repercusiones En primer lugar, se ha generado un grave problema de salud pública que se ha traducido en millones de muertes. También,la economía global, la convivencia social, el estado psicológico, la salud mental y el entorno humanolas relaciones/dinámicas se han visto gravemente afectadas. De hecho, los cambios abruptos en nuestra vida diaria han sidocumplir, a partir de una cuarentena obligatoria y la aplicación de medidas de bioseguridad. Debido a lamagnitud de estos efectos, los esfuerzos de investigación de diferentes campos se concentraron rápidamente en torno a la actualpandemia para mitigar su impacto. Entre estos campos, la Inteligencia Artificial (IA) y el Aprendizaje Profundo (DL)han apoyado muchos trabajos de investigación para ayudar a combatir el COVID-19. El presente trabajo aborda una bibliometríaanálisis de esta producción académica durante 2020. Específicamente, analizamos aspectos cuantitativos y cualitativosindicadores que nos dan una idea de los factores que han permitido que los artículos alcancen un impacto significativo enmétricas tradicionales y alternativas registradas en redes sociales, medios digitales masivos y públicodocumentos de póliza. En este sentido, estudiamos las correlaciones entre estas diferentes métricas y atributos.Finalmente, analizamos cómo se han aprovechado los últimos avances de DL en el contexto de la situación del COVID-19.