UNAAACIENCIA-PERÚ, 3(1), e59
ISSN: 2664-178X
e-ISSN: 2955-8301
DOI: 10.56926/unaaaciencia.v3i1.59
Universidad Nacional Autónoma de Alto Amazonas
Artículo Original / Original Article
Recibido: 17/12/2023
Aceptado: 15/02/2024
Publicado: 20/04/2024
*acardenasg@unsm.edu.pe (autor de correspondencia)
©Los autores. Este es un artículo de acceso abierto,
distribuido bajo los términos de la Licencia Creative
Commons Atribución 4.0 Internacional
Inteligencia de negocios para mejorar las decisiones
estratégicas en un municipio peruano
Business intelligence to improve strategic decisions in a Peruvian
municipality
Neiser Cotrina-Altamirano1; Ángel Cárdenas-García1*; Wilson Torres-Delgado1
1Facultad de Ingeniería de Sistemas e Informática, Universidad Nacional de San Martín, Perú
RESUMEN
La presente investigación tuvo como objetivo determinar la influencia de la inteligencia de negocios en las decisiones
estratégicas de una municipalidad distrital peruana. Fue una investigación aplicada, de nivel descriptivo-explicativa, con un
diseño cuasi-experimental. La muestral estuvo conformada por 15 usuarios. Las técnicas aplicadas fueron la encuesta y la
observación, utilizando como instrumentos el cuestionario y la ficha de observación. Los resultados mostraron que la
inteligencia de negocios influyó significativamente en el tiempo de generación de reportes, el tiempo de análisis de
información y el nivel de satisfacción de los usuarios de la municipalidad, encontrándose en todos los casos un nivel de
significancia (p-valor) igual a 0,000, menor al margen de error permitido (0,05). Se concluyó que la inteligencia de negocios
implementado mediante la metodología Hefesto influyó significativamente en las decisiones estratégicas de la
municipalidad, con una diferencia de medias de 17 puntos entre las decisiones estratégicas pretest y postest y un nivel de
significancia de 0,000, menor a 0,05.
Palabras clave: datos; dirección organizacional; información; metodología Hefesto; toma de decisiones
ABSTRACT
The objective of this research was to determine the influence of business intelligence on the strategic decisions of a Peruvian
district municipality. It was an applied, descriptive-explanatory research, with a quasi-experimental design. The sample
consisted of 15 users. The techniques applied were the survey and observation, using the questionnaire and the observation
form as instruments. The results showed that business intelligence had a significant influence on report generation time,
information analysis time and the level of satisfaction of the municipality's users, finding in all cases a significance level (p-
value) equal to 0.000, less than the permitted margin of error (0.05). It was concluded that the business intelligence
implemented through the Hephaestus methodology significantly influenced the municipality's strategic decisions, with a
mean difference of 17 points between the pretest and posttest strategic decisions and a significance level of 0.000, less
than 0.05.
Keywords: data; organizational management; information; Hefesto methodology; decision making
Cómo citar / Citation: Cotrina-Altamirano, N., Cárdenas-García, A. & Torres-Delgado, W. (2024). Factores de la evasión tributaria en los
servicios de hoteles del distrito de Chanchamayo, Perú.
UNAAACIENCIA-PERÚ
,
3
(1), e59. https://doi.org/10.56926/unaaaciencia.v3i1.59
2 UNAAACIENCIA-PERÚ
UNAAACIENCIA-PERÚ, 3(1): e59; (ene-jun, 2024)
1. INTRODUCCIÓN
La sociedad contemporánea está inmersa en la era de los datos, donde las organizaciones recopilan
gran cantidad de información (Awan et al., 2021; Gómez, 2013). Estos datos abarcan desde
información sobre empleados y clientes hasta detalles sobre operaciones comerciales, adquisiciones,
y finanzas (Solana-González et al., 2021). Sin embargo, a menudo, son almacenados sin ser utilizados
de manera efectiva, impidiendo que las organizaciones generen información para optimizar sus
procesos (Gupta et al., 2020).
Ahora, gracias a los avances en la tecnología de la información y la comunicación, las organizaciones
pueden acceder a una gran cantidad de información de manera rápida y eficiente (Tavera Romero
et al., 2021). Este acceso facilita la conversión de datos en información útil y, finalmente, en
conocimiento, mejorando las interacciones dinámicas dentro de la organización (Shao et al., 2022).
Según Niu et al. (2021), la transformación de datos en información relevante es pertinente para
mejorar la toma de decisiones y aumentar la eficiencia organizacional.
No obstante, en el ámbito de la administración pública, existe una necesidad de implementar nuevas
estrategias gerenciales que mejoren la productividad y la calidad de los servicios ofrecidos a los
ciudadanos (Fedchenko et al., 2023). En Perú, el Ministerio de Economía y Finanzas (MEF, 2017) ha
desarrollado un programa para fortalecer las capacidades de los gobiernos locales, promoviendo la
innovación y la implementación continua de objetivos estratégicos, esfuerzos que buscan garantizar
una gestión pública más efectiva y una asignación de recursos más eficiente.
La presente investigación se llevó a cabo en la Municipalidad Distrital de Soritor, provincia de
Moyobamba, Perú, una institución dedicada a la administración de servicios públicos locales y al
desarrollo integral de su comunidad, donde se identificó que uno de los principales problemas es la
toma de decisiones ineficaces y tardías, atribuida a una mala gestión de la información, por lo que el
manejo ineficiente de los datos provoca que los usuarios no dispongan de información objetiva y
segura para la toma de decisiones, afectando negativamente el desempeño de la municipalidad.
Asimismo, el municipio en cuestión enfrenta una serie de desafíos en la gestión de sus servicios,
entre estos se encuentran la limitada disponibilidad de datos medibles, la ausencia de indicadores
clave de gestión actualizados, y una alta dependencia en el personal encargado de elaborar informes,
lo que incrementa los costos operativos (Srebalová & Peráček, 2022). Además, la falta de
herramientas para el procesamiento y análisis de datos retrasa la generación de informes, que puede
tomar días o incluso semanas, dificultando una evaluación oportuna y la implementación de cambios
necesarios. Estos problemas, según Ammons & Roenigk (2021), se reflejan en una administración
deficiente, con un bajo nivel de gasto en obras públicas y demoras en la toma de decisiones por
parte de las autoridades municipales.
Para abordar estos desafíos, se planteó como objetivo general determinar la influencia de la
inteligencia de negocios en las decisiones estratégicas de la municipalidad del Soritor, siendo los
objetivos específicos: i) evaluar la influencia de la inteligencia de negocios en el tiempo de generación
de reportes, ii) medir la influencia de la inteligencia de negocios en el tiempo de análisis de
información, y iii) determinar la influencia de la inteligencia de negocios en la satisfacción de los
usuarios.
Cotrina-Altamirano et al. 3
UNAAACIENCIA-PERÚ, 3(1): e59; (ene-jun, 2024)
2. MATERIALES Y MÉTODOS
2.1. Diseño de la investigación
Se realizó una investigación aplicada de nivel explicativo con un diseño pre experimental para
comprender y evaluar la influencia de la inteligencia de negocios en la toma de decisiones
estratégicas de una municipalidad. Se seleccionó este enfoque debido a su capacidad para establecer
relaciones causales entre variables en un contexto real y práctico. La investigación aplicada permite
abordar problemas específicos y ofrecer soluciones concretas (Hernández Sampieri et al., 2014).
2.2. Unidad de análisis
La población estuvo compuesta por 15 funcionarios de la municipalidad de Soritor. Debido a su
tamaño reducido, la muestra fue la misma, empleando un muestreo no probabilístico por
conveniencia.
2.3. Instrumentos de recolección de datos
Para medir la variable decisiones estratégicas, se emplearon las técnicas de encuesta y observación
directa, utilizando como instrumentos un cuestionario y una ficha de registro. El cuestionario midió
la dimensión de nivel de satisfacción mediante una escala ordinal de cinco niveles. Por su parte, la
ficha de registro se utilizó para capturar las dimensiones de tiempo de generación de reportes y
tiempo de análisis de la información, utilizando una escala de medición tipo razón. Ambos
instrumentos fueron validados por expertos antes de su aplicación y pueden ser solicitados al autor
de correspondencia.
2.4. Análisis de datos
Para el análisis de estadística inferencial con el propósito de responder a la hipótesis de la
investigación, se verificó el supuesto de normalidad de los datos mediante la prueba de Shapiro-
Wilk, adecuada para muestras menores de 30 elementos. Los resultados mostraron distribuciones
normales y al abordar un estudio de tipo pre experimental, se aplicó la prueba T de Student para
muestras relacionadas.
2.5. Proceso de implementación de inteligencia de negocios
Se empleó la metodología Hefesto, un enfoque integral diseñado para optimizar la gestión de datos
y la toma de decisiones estratégicas en organizaciones. Esta metodología se basa en la recopilación,
procesamiento y análisis de grandes volúmenes de datos, transformándolos en información útil y
conocimiento aplicable (Caycho Dominguez et al., 2024).
Hefesto utiliza herramientas avanzadas de inteligencia de negocios para garantizar que los datos
sean accesibles, precisos y relevantes, facilitando así la toma de decisiones informadas. La
metodología incluye etapas de evaluación de la calidad de los datos, implementación de sistemas de
información, capacitación del personal y monitoreo continuo de los resultados. De esta manera,
Hefesto permite a las organizaciones mejorar su eficiencia operativa, optimizar recursos y aumentar
su capacidad de respuesta a las demandas del entorno (Maria Hernandez Cruz et al., 2022).
4 UNAAACIENCIA-PERÚ
UNAAACIENCIA-PERÚ, 3(1): e59; (ene-jun, 2024)
En el presente estudio, se abordó el macroproceso de administración tributaria (Figura 1), con el
objetivo de mejorar la toma de decisiones estratégicas. La documentación completa del proceso de
implementación puede ser solicitada al autor de correspondencia.
Figura 1.
Macroproceso de administración tributaria
3. RESULTADOS
Respecto al primer objetivo específico de evaluar la influencia de la inteligencia de negocios en el
tiempo de generación de reportes, el valor de significancia reportado por la prueba T de Student
(Tabla 1) fue 0,000 < 0,05, indicando diferencias significativas entre ambas muestras (pre y postest).
Esto permite deducir que la inteligencia de negocios influyó positivamente en el tiempo de
generación de reportes realizado por los funcionarios de la municipalidad de Soritor. Cabe precisar
que, antes de implementar la inteligencia de negocios, el tiempo promedio para la generación de
reportes era de 3,67 min. Después de implementar la solución inteligente, este tiempo se redujo
considerablemente, con una nueva media de 1,80 min.
Tabla 1.
Prueba T de Student del tiempo de reporte
Diferencias emparejadas
Media
Desv.
Desviación
Desv. Error
promedio
t
gl
Sig.
(bilateral)
Inferior
Superior
Pretest -
Postest
1,867
1,187
0,307
-2,524
-1,209
6,089
14
0,000
En cuanto al segundo objetivo de medir la influencia de la inteligencia de negocios en el tiempo de
análisis de información, el valor de significancia arrojado por la prueba T de Student (Tabla 2) fue
igual a 0,000 < 0,05, indicando que estadísticamente existen diferencias significativas, siendo
Cotrina-Altamirano et al. 5
UNAAACIENCIA-PERÚ, 3(1): e59; (ene-jun, 2024)
consecuente afirmar que el tiempo de análisis de información es influenciado significativamente por
la inteligencia de negocios en la municipalidad distrital de Soritor. Asimismo, antes de implementar
la inteligencia de negocios, el tiempo promedio de análisis de información era de 3,80 min. Tras la
implementación de la solución, este tiempo se redujo considerablemente, alcanzando una media de
1,53 min.
Tabla 2.
Prueba T de Student del tiempo de análisis de información
Diferencias emparejadas
Media
Desv.
Desviación
Desv. Error
promedio
t
gl
Sig.
(bilateral)
Inferior
Superior
Pretest -
Postest
2,267
1,335
0,345
-3,006
-1,528
6,578
14
0,000
Concerniente al tercer objetivo, que fue determinar la influencia de la inteligencia de negocios en la
satisfacción de los usuarios, antes de su implementación el nivel de satisfacción era bajo para el
66,7% de los usuarios y regular para el 33,3%. Después de la implementación, los niveles de
satisfacción se ajustaron a un 53,3% de satisfacción regular y un 46,7% de satisfacción alta. El valor
de significancia de 0,000 < 0, 05 indica que existen diferencias estadísticamente significativas entre
ambas muestras (Tabla 3). Por lo tanto, queda demostrando que la satisfacción de los usuarios en la
municipalidad de Soritor está significativamente influenciada por la inteligencia de negocios.
Tabla 3.
Prueba T de Student del nivel de satisfacción
Diferencias emparejadas
Media
Desv.
Desviación
Desv. Error
promedio
t
gl
Sig.
(bilateral)
Inferior
Superior
Pretest -
Postest
6,133
2,800
0,723
4,583
7,684
8,485
14
0,000
Finalmente, al determinar la influencia de la inteligencia de negocios en las decisiones estratégicas
del municipio de Soritor, la prueba T de Student arrojó un valor de significancia de 0,000 (< 0,05),
indicando diferencias estadísticamente significativas. Por lo tanto, con un nivel de confianza del 95%,
se acepta la hipótesis alterna, evidenciando que las decisiones estratégicas de la Municipalidad
Distrital de Soritor están significativamente influenciadas por la inteligencia de negocios (Tabla 4).
Este hallazgo revela la importancia de integrar tecnologías avanzadas de análisis de datos en la
administración pública para mejorar la eficiencia, la transparencia y la satisfacción de los ciudadanos.
La utilización de inteligencia de negocios permite a los funcionarios procesar y analizar grandes
volúmenes de datos de manera rápida y precisa, optimizando la toma de decisiones y permitiendo
una respuesta más ágil a las necesidades de la comunidad.
6 UNAAACIENCIA-PERÚ
UNAAACIENCIA-PERÚ, 3(1): e59; (ene-jun, 2024)
Tabla 4.
Prueba T de Student de las decisiones estratégicas
Diferencias emparejadas
Media
Desv.
Desviación
Desv. Error
promedio
t
gl
Sig.
(bilateral)
Inferior
Superior
Pretest -
Postest
17,000
5,113
1,320
14,169
19,831
12,877
14
,000
4. DISCUSIÓN
Al contar con herramientas como la inteligencia de negocios en la administración pública, se facilita
la visualización de datos y el análisis predictivo; además, los gestores pueden anticipar problemas,
diseñar estrategias más efectivas y asignar recursos de manera más eficiente. La transparencia se ve
reforzada al proporcionar información clara y accesible para los ciudadanos, fomentando así la
confianza y la participación pública (Doran et al., 2023). Este enfoque no solo mejora la gestión
interna del municipio, sino que también contribuye a la creación de políticas más fundamentadas y
a la mejora continua de los servicios públicos, aumentando la satisfacción y la calidad de vida de los
habitantes de Soritor. Por lo tanto, la implementación de soluciones de inteligencia de negocios se
convierte en un elemento clave para el desarrollo sostenible y la modernización de la administración
pública (Yeke, 2023).
Respecto a los resultados encontrados en la presente investigación, se compararon con estudios
previos y se encontraron concordancias. En relación con el primer objetivo específico, sobre el tiempo
de generación de reportes en la Municipalidad Distrital de Soritor, se halló que antes de la
implementación de la inteligencia de negocios, el tiempo promedio era de 3,67 min, mientras que
después de la implementación, este se redujo a 1,80 min. Estos resultados son similares a los
obtenidos por Inquilla Quispe (2019), quien encontró que la implementación de la inteligencia de
negocios mejoró significativamente el tiempo de reporte, reduciéndolo de 83,93 seg a 3.9 seg, lo
que permitió a los usuarios obtener información más rápidamente y actuar en consecuencia.
En cuanto al segundo objetivo específico, relacionado con el tiempo de análisis de información, se
encontró que antes de la implementación de la inteligencia de negocios, el tiempo promedio era de
3,80 min, mientras que después se redujo a 1,53 min. Macarlupú Flores (2019) también encontraron
que la implementación de la inteligencia de negocios mejoró notablemente el proceso de análisis y
la generación de decisiones clave, utilizando los datos disponibles de manera más eficiente.
Respecto al tercer objetivo específico, que trató sobre la influencia de la inteligencia de negocios en
la satisfacción de los usuarios de la municipalidad, se encontró que antes de la implementación, el
nivel de satisfacción era bajo para el 66,7% de los funcionarios y regular para el 33,3%. Después de
la implementación, los niveles de satisfacción cambiaron a regular (53,3%) y alto (46,7%). Estos
hallazgos coinciden con Capuena Arirama & Del Aguila Amaringo (2019), quienes demostraron que
la implementación de inteligencia de negocios mejoró significativamente la satisfacción y la calidad
de las decisiones en su estudio sobre el Terminal Portuario Iquitos ENAPU.
Cotrina-Altamirano et al. 7
UNAAACIENCIA-PERÚ, 3(1): e59; (ene-jun, 2024)
Finalmente, al considerar el objetivo general de la investigación, se demostró que la inteligencia de
negocios mejoró significativamente el tiempo de generación de reportes, el tiempo de análisis de
información y el nivel de satisfacción de los usuarios. Estos resultados son coherentes con los
encontrados por Nuñez Ruiz (2019), quien concluyó que la inteligencia de negocios se relaciona
positivamente con la toma de decisiones en la Universidad San Martín de Porres.
CONCLUSIONES
En conclusión, la presente investigación confirma que la implementación de inteligencia de negocios
en la Municipalidad Distrital de Soritor ha mejorado significativamente la eficiencia y efectividad en
la toma de decisiones estratégicas, así como en la satisfacción de los usuarios. Estos hallazgos
resaltan la importancia de integrar tecnologías avanzadas de análisis de datos en la administración
pública, no solo para mejorar la gestión interna, sino también para aumentar la transparencia, la
participación ciudadana y, en última instancia, la calidad de vida de los habitantes.
FINANCIAMIENTO
Los autores declaran no recibir financiamento para el desarrollo de la investigación.
CONFLICTO DE INTERESES
Los autores declaran que no existe ningún tipo de conflicto de interés relacionado con la materia
del trabajo.
CONTRIBUCIÓN DE AUTORÍA
Conceptualización: Cotrina-Altamirano, N., Cárdenas-García, A. y Torres-Delgado, W.
Curación de datos: Cárdenas-García, A. y Torres-Delgado, W.
Análisis formal: Cotrina-Altamirano, N. y Cárdenas-García, A.
Investigación: Cotrina-Altamirano, N., Cárdenas-García, A. y Torres-Delgado, W.
Metodología: Cotrina-Altamirano, N., Cárdenas-García, A. y Torres-Delgado, W.
Software: Cotrina-Altamirano, N. y Cárdenas-García, A.
Supervisión: Cárdenas-García, A.
Validación: Cárdenas-García, A. y Torres-Delgado, W.
Redacción-borrador original: Cotrina-Altamirano, N., Cárdenas-García, A. y Torres-Delgado, W.
Redacción-revisión y edición: Cotrina-Altamirano, N., Cárdenas-García, A. y Torres-Delgado, W.
REFERENCIAS BIBLIOGRÁFICAS
Ammons, D. N., & Roenigk, D. J. (2021).
Tools for Decision Making
. Routledge.
https://doi.org/10.4324/9781003129431
Awan, U., Shamim, S., Khan, Z., Zia, N. U., Shariq, S. M., & Khan, M. N. (2021). Big data analytics
capability and decision-making: The role of data-driven insight on circular economy
performance.
Technological Forecasting and Social Change
,
168
, 120766.
8 UNAAACIENCIA-PERÚ
UNAAACIENCIA-PERÚ, 3(1): e59; (ene-jun, 2024)
https://doi.org/10.1016/j.techfore.2021.120766
Capuena Arirama, L., & Del Aguila Amaringo, M. (2019).
Influencia de inteligencia de negocios en la
toma de decisiones de servicios del terminal portuario Iquitos Enapu – 2018
[Universidad
Científica del Perú]. http://repositorio.ucp.edu.pe/handle/UCP/724
Caycho Dominguez, M., Terrones Castrejon, G., Soria, J. J., Vega Manrique, M., & Segura Peña, L.
(2024). Data Mart in Business Intelligence with Hefesto for Sales Area in a Dental Clinic. En
Data Analytics in System Engineering
(pp. 9-24). Springer. https://doi.org/10.1007/978-3-031-
54820-8_2
Doran, N. M., Puiu, S., Bădîrcea, R. M., Pirtea, M. G., Doran, M. D., Ciobanu, G., & Mihit, L. D. (2023).
E-Government Development—A Key Factor in Government Administration Effectiveness in the
European Union.
Electronics
,
12
(3), 641. https://doi.org/10.3390/electronics12030641
Fedchenko, E., Savina, N., Timkin, T., Lipatova, I., & Vinogradova, A. (2023). Developing a controlling
system as a factor in improving the quality of public administration.
Revista Gestão &
Tecnologia
,
23
, 136-153. https://doi.org/10.20397/2177-6652/2023.v23i0.2601
Gómez, A. (2013). Inteligencia de negocios, una ventaja competitiva para las organizaciones.
Revista Ciencia y Tecnología
,
8
(22), 85-96.
https://revistas.unitru.edu.pe/index.php/PGM/article/view/193
Gupta, S., Drave, V. A., Dwivedi, Y. K., Baabdullah, A. M., & Ismagilova, E. (2020). Achieving superior
organizational performance via big data predictive analytics: A dynamic capability view.
Industrial Marketing Management
,
90
, 581-592.
https://doi.org/10.1016/j.indmarman.2019.11.009
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014).
Metodología de la
investigación (6ta ed.)
. McGraw-Hill Education.
Inquilla Quispe, R. C. (2019).
Metodología de inteligencia de negocios en el proceso de toma de
decisiónes del rendimiento académico de la Universidad Naciónal de Cañete
[Universidad
Nacional Federico Villareal]. https://repositorio.unfv.edu.pe/handle/20.500.13084/3528
Macarlupú Flores, C. E. (2019).
Implementación de una solución de inteligencia de negocios para la
toma de decisiones en el Ceplan 2017
[Universidad San Ignacio de Loyola].
https://repositorio.usil.edu.pe/entities/publication/1dc6a75b-6089-4a0d-9666-7322794db7e0
Maria Hernandez Cruz, L., Javier Barrera Lao, F., Concepcion Mex Alvarez, D., Castillo Tellez, M.,
Carlos Canto Canul, R., Israel Solis May, J., & Deyanira Flores Guerrero, M. (2022). Use of the
Hefesto v2.0 methodology to implement a Data warehouse: Case applied COVID-19.
2022
17th Iberian Conference on Information Systems and Technologies (CISTI)
, 1-6.
https://doi.org/10.23919/CISTI54924.2022.9820132
Ministerio de Economía y Finanzas [MEF]. (2017).
Programa de incentivos 2017 a la mejora de la
gestión municipal
.
https://www.mef.gob.pe/contenidos/presu_publ/capacita/brochurePI_2017.pdf
Niu, Y., Ying, L., Yang, J., Bao, M., & Sivaparthipan, C. B. (2021). Organizational business intelligence
Cotrina-Altamirano et al. 9
UNAAACIENCIA-PERÚ, 3(1): e59; (ene-jun, 2024)
and decision making using big data analytics.
Information Processing & Management
,
58
(6),
102725. https://doi.org/10.1016/j.ipm.2021.102725
Nuñez Ruiz, M. L. (2019).
Inteligencia de negocios y su relación en la toma de decisiones de la
Universidad San Martín de Porres
[Universidad de San Martín de Porres].
https://repositorio.usmp.edu.pe/handle/20.500.12727/5774
Shao, C., Yang, Y., Juneja, S., & GSeetharam, T. (2022). IoT data visualization for business
intelligence in corporate finance.
Information Processing & Management
,
59
(1), 102736.
https://doi.org/10.1016/j.ipm.2021.102736
Solana-González, P., Vanti, A. A., García Lorenzo, M. M., & Bello Pérez, R. E. (2021). Data Mining to
Assess Organizational Transparency across Technology Processes: An Approach from IT
Governance and Knowledge Management.
Sustainability
,
13
(18), 10130.
https://doi.org/10.3390/su131810130
Srebalová, M., & Peráček, T. (2022). Effective Public Administration as a Tool for Building Smart
Cities: The Experience of the Slovak Republic.
Laws
,
11
(5), 67.
https://doi.org/10.3390/laws11050067
Tavera Romero, C. A., Ortiz, J. H., Khalaf, O. I., & Ríos Prado, A. (2021). Business Intelligence:
Business Evolution after Industry 4.0.
Sustainability
,
13
(18), 10026.
https://doi.org/10.3390/su131810026
Yeke, S. (2023). Digital intelligence as a partner of emotional intelligence in business administration.
Asia Pacific Management Review
,
28
(4), 390-400. https://doi.org/10.1016/j.apmrv.2023.01.001