Revista de Ciencias Sociales (RCS)
Vol. XXXII, Número Especial 13, Enero-Junio 2026. pp. 280-300
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar: Restrepo-Betancur, L. F., Garcia, J. M., y Portilla, L. R. (2026). Producción científica en el área matemática en Sudamérica: Una perspectiva desde las ciencias sociales. Revista De Ciencias Sociales, XXXII(Número Especial 13), 280-300.
Producción científica en el área matemática en Sudamérica: Una perspectiva desde las ciencias sociales
Restrepo-Betancur, Luis Fernando*
Garcia Mogollón, Javier Mauricio**
Portilla Flórez, Luis Ramiro***
Resumen
Las matemáticas son fundamentales para el desarrollo de la sociedad mediante la innovación tecnológica que permite mejorar la calidad de vida de las personas. Esta investigación tiene como objetivo describir y comparar la producción científica referida a publicaciones y citaciones en el área matemática en Sudamérica durante las últimas dos décadas. Se empleó un diseño descriptivo-comparativo con enfoque cuantitativo, utilizando la técnica multivariada de la varianza (MANOVA) y análisis de clúster a partir de datos recopilados del portal Scimago. Brasil se destaca respecto a las demás naciones. Las áreas de aplicación matemática, modelación y simulación presentan el mayor volumen de producción. Bolivia y Paraguay registran los menores aportes, predominando una baja participación en lógica y álgebra. Se concluye que esta divergencia no es solo académica, sino que refleja estructuras sociales, políticas y culturales que reproducen desigualdades históricas en el acceso al desarrollo científico en el área. El estudio ayuda a comprender la producción científica en matemáticas como una manifestación de estructuras sociales que determinan la generación, divulgación y legitimización del conocimiento en el sur del continente, uniendo el análisis cienciométrico con un enfoque crítico desde las Ciencias Sociales.
Palabras clave: Producción científica; matemáticas; bibliometría; cienciometría; Sudamérica.
* Especialista en Estadística. Estadístico. Docente Tiempo Completo e Investigador en la Universidad de Antioquia, Medellín, Colombia. E-mail: lfernando.restrepo@udea.edu.co ORCID: http://orcid.org/0000-0002-8583-5028
** Doctor en Ciencias Gerenciales. Magister en Ciencias de la Administración. Docente Tiempo Completo e Investigador en la Universidad de Pamplona, Pamplona, Norte de Santander, Colombia. E-mail: jmgmogollon@unipamplona.edu.co ORCID: https://orcid.org/0000-0001-7423-8909
*** Doctor en Educación. Magister en Gerencia Educativa. Docente Tiempo Completo e Investigador en la Universidad de Pamplona, Pamplona, Norte de Santander, Colombia. E-mail: lportilla@unipamplona.edu.co ORCID: https://orcid.org/0000-0003-1787-9691
Recibido: 2026-01-12 • Aceptado: 2026-04-01
Scientific production in the area of mathematics in South America: A perspective from the social sciences
Abstract
Mathematics is fundamental to the development of society through technological innovation, which improves people’s quality of life. This research aims to describe and compare scientific output, specifically publications and citations, in mathematics in South America over the last two decades. A descriptive-comparative design with a quantitative approach was used, employing multivariate variance analysis (MANOVA) and cluster analysis with data collected from the Scimago portal. Brazil stands out among the other nations. The areas of mathematical application, modeling, and simulation show the highest volume of output. Bolivia and Paraguay register the lowest contributions, with low participation in logic and algebra. It is concluded that this divergence is not only academic but also reflects social, political, and cultural structures that perpetuate historical inequalities in access to scientific development in this field. The study helps to understand scientific production in mathematics as a manifestation of social structures that determine the generation, dissemination and legitimization of knowledge in the south of the continent, uniting scientometric analysis with a critical approach from the Social Sciences.
Keywords: Scientific production; mathematics; bibliometrics; scientometrics; South America.
Introducción
La educación matemática, más allá de ser una disciplina instrumental y técnica constituye un fenómeno social que se manifiesta en las dinámicas económicas, culturales y políticas de los diversos puntos geográficos de sur América. Desde el enfoque de las ciencias sociales, los procesos de enseñanza, aprendizaje y producción científica no pueden comprenderse exclusivamente desde una dimensión cognitiva o individual, sino que deben ser analizados en relación con las estructuras sociales, institucionales y normativas que configuran los sistemas educativos, así como con las condiciones históricas, económicas, y culturales que influyen en su funcionamiento.
En este sentido, el conocimiento se construye dentro de marcos sociales determinados, donde interactúan relaciones de poder, políticas educativas, dinámicas territoriales y contextos históricos específicos, los cuales inciden de manera decisiva en las prácticas pedagógicas de calidad, en el acceso al saber y en la producción del conocimiento científico. En Sudamérica, el estudio de la educación matemática se ha configurado como un campo interdisciplinario en el que convergen la política educativa, la pedagogía y la sociología, evidenciando la necesidad de analizar su desarrollo en un contexto de desigualdades en los territorios.
En este contexto, en el avance científico la educación matemática ha tenido influencia en la dimensión social desde una postura del desarrollo económico evidenciada en las políticas de inversión pública, la ciencia y tecnología, como también en el desarrollo del quehacer docente y políticas de inclusión educativa. Estos elementos establecen capacidades en los países para generar conocimientos y fortalecer sus comunidades académicas. Cabe destacar, que el análisis de la producción científica en educación matemática desde un enfoque comparativo en Sudamérica permite identificar dimensiones con enfoque de desarrollo, cooperación y brechas entre naciones.
De esta manera, se infiere que las ciencias sociales aportan un marco interpretativo que posibilita comprender las diferencias en la generación y difusión del conocimiento; asimismo como se revela, la ciencia y la educación matemática como expresiones de las estructuras sociales y las políticas de desarrollo adoptadas por cada país. Por otra parte, la educación matemática refleja no solo las capacidades técnicas de los países, esta además muestra las relaciones de poder y las desigualdades epistemológicas que establecen la producción científica regional. En esta perspectiva interdisciplinaria, derivado a la pertinencia en profundizar en la naturaleza de las matemáticas como campo del conocimiento y práctica social que ha acompañado el desarrollo humano, permitiendo enlazar el análisis educativo con los fundamentos epistemológicos y culturales que sustentan esta ciencia.
El estudio de la producción científica en educación matemática permite reconocer que su impacto trasciende el ámbito estrictamente académico, al incidir en la configuración de formas de pensamiento, en los procesos de producción del conocimiento y en las maneras de interpretar y relacionarse con la realidad dentro de las dinámicas sociales contemporáneas. Asimismo, se muestra que la educación matemática no solo contribuye al desarrollo de competencias cognitivas y técnicas, al igual influye en la toma de decisiones, en la comprensión de fenómenos sociales, económicos y tecnológicos, y en la formación de ciudadanos críticos capaces de interactuar de manera informada y reflexiva en contextos cada vez más complejos e interconectados.
De este modo, la producción científica en este campo se constituye en un referente para la transformación de las prácticas educativas y el fortalecimiento del pensamiento lógico, analítico y crítico en la sociedad actual. Por ello, particularmente las matemáticas, ciencia que surgió como respuesta a las necesidades relacionadas con las actividades productivas, ha sido una herramienta importante a lo largo de la historia del ser humano. Con el surgimiento de las civilizaciones en su progresivo desarrollo de las sociedades, las matemáticas comenzaron a verse cada vez más influenciadas por los conceptos, teorías y métodos propios de las ciencias naturales y exactas.
En la literatura contemporánea es posible identificar diversas tendencias del conocimiento que reflejan dicha interacción interdisciplinaria, tal como lo señalan García et al., 2025), quienes señalan el papel de la inteligencia artificial en la detección de tendencias emergentes en las publicaciones científicas. Además, De Oliveira et al. (2022); y, Bonilla, et al. (2022), señalan que la producción científica latinoamericana se concentra fuertemente en países con altos niveles de inversión, infraestructura y apoyo estatal, lo que evidencia la influencia del capital institucional y cultural en el desarrollo del campo científico.
Por consiguiente, al referirse acerca de la complementariedad entre lo matemático y las ciencias naturales permitió llegar a una serie de teorías que buscaban solucionar problemas prácticos y crear diversos métodos para responderlos. Sin embargo, de la teoría a la práctica hay un gran camino por recorrer, puesto que en ocasiones tarda incluso decenios alcanzar la aplicabilidad de una teoría matemática que sea satisfactoria y que cumpla con los estándares requeridos (Camero et al., 2016).
En la investigación adelantada por Henn (2007), este autor cita que las diferentes áreas de las matemáticas poseen una estética propia comparable con la música y las bellas artes. Adicionalmente, argumenta que tiene una funcionalidad impactante que permite comprender todo lo relacionado con la vida. La matemática es aplicable en muchas disciplinas, donde se enaltece su interacción para dar solución a múltiples actividades.
Al igual que la filosofía, las matemáticas surgen a partir de la búsqueda de la verdad absoluta, buscando explicar a través de teorías y postulados los eventos y fenómenos de la vida cotidiana. Lo extraordinario de las matemáticas radica en la exactitud y precisión que tienen sus teorías, producto del aprendizaje y desarrollo del cerebro humano, para describir una realidad tan compleja y cambiante. Es incluso contradictorio y polémico cómo los dogmas de la fe, que también son resultado de la cultura y conocimiento del ser humano, son rechazados e ignorados por muchos científicos en la actualidad (Vivas, 2018).
Ahora bien, a pesar de que las matemáticas son un área del conocimiento que en ocasiones genera dificultad para los estudiantes, podría decirse que sin duda recibir formación básica en esa ciencia, ofrece una mayor aplicabilidad en los ámbitos del saber y laborales. Vergel et al. (2015), afirman que las matemáticas además de ser la base de los procesos complejos del conocimiento y de ser fundamental en los primeros años de formación de las personas, fortalecen el razonamiento crítico y son claves en la solución de los problemas de la vida diaria (Jiménez y Jiménez, 2017; Guevara y Rodríguez, 2021; Quiñones y Huiman, 2022).
En este escenario, se determina la necesidad de reflexionar sobre cómo las dimensiones económicas, políticas y especialmente las sociales inciden en la manera de producir gestionar, circular y aplicar el conocimiento matemático en el contexto sudamericano. A partir de esta narrativa, surge la necesidad de interrogarse el papel que desempeñan las políticas públicas de ciencia, tecnología y educación en la consolidación de comunidades científicas dedicadas al estudio de la matemática. Por tanto, la matemática también puede ser pensada como una práctica cultural y política Reyes-Reinoso et al. (2024), donde los modos de producción del conocimiento dejan ver las tensiones existentes entre la autonomía de la academia y la dependencia institucional.
De este modo, el problema se concentra para este trabajo de investigación formulando la siguiente interrogante: ¿Cómo se caracteriza y diferencia la producción científica en educación matemática en los países de Sudamérica, considerando las influencias sociales, económicas y políticas que determinan su desarrollo? Esta pregunta permite abordar la relación entre las ciencias sociales y la educación matemática como una relación de poder, dependencia y cooperación, que configura el campo científico en Sudamérica, pues desde el enfoque de las Ciencias Sociales, las matemáticas pueden reflejar las tensiones entre los procesos de modernización, las políticas de inversión pública y el conflicto entre autonomía académica y desarrollo.
Brasil y Colombia lideran la producción de investigaciones, con contribuciones crecientes de Perú, Chile y otros países latinoamericanos. Se hace hincapié en los sistemas de conocimiento indígenas, la educación bilingüe intercultural y los enfoques territoriales. Aumenta la atención prestada a la integración de la tecnología (Fernández et al., 2023; Ramos et al., 2026), y los retos educativos tras la pandemia. Sin embargo, estas tendencias deben ser leídas desde una perspectiva social en la que el desarrollo científico se condiciona a factores estructurales tales como la inversión estatal, la estabilidad política, las redes de cooperación y el capital simbólico con que cuentan las universidades.
Los patrones de producción científica muestran una brecha entre el Norte y el Sur dentro del propio continente, donde unos países cuentan con recursos y se mantienen en el centro del conocimiento; mientras otros permanecen en la periferia. Es por esto por lo que la educación matemática como campo de estudio no puede ser apartada de los procesos sociales inmersos que determinan quién produce conocimiento, cómo lo produce y la forma en que se legitima.
De Oliveira et al. (2022), sostienen que la producción de conocimiento científico en Latinoamérica está muy influenciada por la distribución desigual de capital científico y la hegemonía de ciertos países en la estructura regional de conocimiento. Este patrón que sigue la construcción de conocimiento refleja diferencias históricas en el mundo académico sudamericano, donde la visibilidad que tiene la investigación depende de la infraestructura científica y del reconocimiento simbólico acumulado por ciertas instituciones.
En el mismo camino se encuentra la investigación realizada por Reyes-Reinoso et al. (2024), quienes expresan que las dinámicas que legitiman el conocimiento en la academia pueden ser comprendidas como violencia simbólica, en la que las estructuras sociales determinan los discursos que son reconocidos como validos dentro del mundo científico. En el contexto de la educación matemática esto permite comprender cómo las diferencias en la productividad no son solo diferencias de producción sino expresiones de jerarquía epistemológica.
Además, Vargas et al. (2024); Demir (2025); y, Castro et al. (2024), coinciden al mencionar que los procesos de educación y practica pedagógica en Latinoamérica se encuentran atravesados por contextos sociales, culturales e históricos específicos que moldean las formas de enseñar, investigar y producir conocimiento. Estos estudios refuerzan la premisa de que la educación matemática se puede interpretar como una práctica cultural y política, donde la estructura social influye en el alcance y la orientación de la investigación.
Iyer et al. (2023); y, Aguilar-Reyes et al. (2025), presentan un punto de vista destacable al afirmar que existe una relación entre innovación pedagógica, política educativa y desarrollo institucional, mostrando una vez más que el conocimiento de educación matemática no se puede analizar de forma aislada, sino que hace parte de una red institucional y social que sostiene la generación de nuevo conocimiento. A diferencia de otras áreas del conocimiento, las investigaciones matemáticas se basan en un objeto de estudio de carácter abstracto; en este sentido, a la hora de realizar investigaciones que involucren esta perspectiva, se deben tener en cuenta únicamente las cualidades que caracterizan la forma o cantidad del fenómeno a estudiar, es decir, las relaciones cuantitativas y las formas espaciales del mundo real (Holguín-Briones et al., 2016).
En la actualidad se puede evidenciar que la estructura y componentes principales de los mayores avances científicos e innovaciones tecnológicas están basados en las matemáticas; ejemplo de esto es la robótica y el sinnúmero de aplicaciones que puede tener en campos como la industria, la genética, la medicina, las impresoras 3D, entre muchos otros que sin duda representan un gran beneficio para la sociedad (Osuna y Díaz, 2020).
En este sentido, la matemática se ha convertido en un factor determinante para el desarrollo de las sociedades actuales, pues es una herramienta clave, que, junto con la alta tecnología, permite al ser humano interpretar y solucionar problemas para mejorar la calidad de vida (Yadav, 2019). También otras referencias que plantean un modelo de aprendizaje (Ojeda, 2020; Amezcua-Núñez, et al., 2020; Martínez et al., 2021; Parra et al., 2024).
Es así como los antecedentes recientes en torno a la producción científica en educación matemática en Sudamérica demuestran un doble sentido, por un lado, evidencian un crecimiento sostenido en la publicación y cooperación académica para la producción de conocimiento; por otro, la persistencia de desigualdades estructurales en la sociedad, limita la democratización del conocimiento. Esto justifica la necesidad de abordar la cienciometría desde un enfoque sociológico como parte de las Ciencias Sociales, capaz de articular indicadores cuantitativos con las causas culturales y políticas que los producen.
Las matemáticas son fundamentales en el desarrollo de la inteligencia artificial, puesto que cada algoritmo de aprendizaje se sustenta en el cálculo de múltiples variables y datos asociados, el álgebra lineal y la estadística multivariada. permiten procesar volúmenes masivos de datos para automatizar tareas complejas, optimizando desde diagnósticos médicos hasta la gestión de infraestructuras urbanas. No obstante, su impacto social exige una ciudadanía con pensamiento analítico capaz de auditar la ética y la transparencia de estos sistemas automatizados.
Una sociedad matemáticamente alfabetizada puede mitigar los sesgos algorítmicos y garantizar que la tecnología actúe como una herramienta de equidad y no de exclusión. Así, el desarrollo matemático se convierte en el puente indispensable para que la inteligencia artificial potencie el bienestar humano y la innovación responsable. El objetivo del presente estudio consiste en comparar las diferentes publicaciones y citaciones en el área matemática en Sudamérica en las dos últimas décadas. La hipótesis nula está referida a que no existe divergencia estadística entre las diferentes naciones. La hipótesis alternativa es que al menos un país difiere de los demás.
1. Fundamentación teórica
Partiendo del hecho de que la matemática es fundamental y útil para la vida de cualquier persona, su proceso de aprendizaje y enseñanza comienza desde los primeros niveles escolares hasta la educación universitaria (López-Quijano, 2014; Guevara y Rodríguez, 2021; Erazo-Arteaga et al., 2026). Al mismo tiempo, en el ámbito laboral, la matemática es una clave estratégica a la hora de tomar decisiones organizacionales relacionadas con desafíos económicos, financieros y logísticos, puesto que con su desarrollo se han logrado construir modelos matemáticos que logran simular las situaciones y orientar las decisiones gerenciales para obtener un mayor beneficio (Camero et al., 2016).
Sin embargo, no es necesario profundizar en las aplicaciones tecnológicas y complejas de la matemática, puesto que está presente en diversos momentos de la vida cotidiana; desde el cálculo más simple de comprar un artículo en una tienda hasta el cálculo de la distancia y los tiempos de recorrido de un lugar a otro. En este sentido, se puede afirmar que la matemática es, más que una ciencia, una manera de razonar y comprender la realidad que hace posible la solución de problemas; además abre un gran horizonte a la investigación, innovación y exploración de nuevos fenómenos (Arteaga y Macías, 2016). Para los estudiantes las matemáticas representan un desafío desde los primeros hasta los últimos niveles escolares. Esto se debe principalmente al miedo a los retos y a lo desconocido, a la inseguridad en las capacidades personales e imagen compleja tradicional que tiene esta ciencia (Salazar et al., 2017).
Otra de las principales problemáticas de este temor que genera esta asignatura en los centros educativos, es la metodología usada para su enseñanza, siendo generalmente muy teórica y poco práctica, desconectada de la realidad, lo que hace que los estudiantes desconozcan sus verdaderas aplicaciones e importancia en la vida cotidiana, generando finalmente el rechazo de los mismos (Orjuela et al., 2019); de hecho, esta aversión por la asignatura se ve reflejada en los resultados de los exámenes internacionales, lo que indica que se debe fortalecer en las instituciones la enseñanza de la matemática con metodologías adecuadas (Sánchez, 2018). Para lograrlo es necesario una correcta capacitación a los docentes que les permita desarrollar habilidades como el pensamiento estratégico, los procesos de comunicación, el manejo conceptual y procedimental, entre otros factores importantes (Devia y Pinilla, 2012).
Las matemáticas son fundamentales para el desarrollo de las ciencias, empleándose en diversos campos del conocimiento humano a lo largo del tiempo. Se definen como la ciencia relacionada con los números y todas las aplicaciones que posee por medio de operaciones, combinaciones, abstracciones, interrelaciones entre otras variantes. Las matemáticas se correlacionan con razonamientos lógicos y conduce a poder efectuar análisis de tipo cuantitativo y cualitativo (Akakpo, 2016).
Efectuar investigaciones de manera continua relacionadas con la forma como se enseña la matemática, es de interés para su avance, lo que impacta de manera significativa en la sociedad, siendo esenciales en los diferentes procesos investigativos que se adelanten, lo que es fundamental para alcanzar mejor calidad de vida (Grisales, 2018). El avance en la tecnología mediante el desarrollo de software y aplicativos de teléfonos móviles inteligentes ha permitido mejor actitud de los estudiantes con relación a la aplicación y entendimiento de las diversas áreas que comprende las matemáticas (Supandi et al., 2018).
Desde las Ciencias Sociales, las dinámicas de enseñanza y aprendizaje también pueden ser analizadas desde contextos culturales y sociales en donde se reflejan normas, costumbres, valores y estructuras de poder. De esta manera, la educación matemática se convierte en un espacio en el que se puede cuestionar la desigualdad social, la manera como se accede al conocimiento y de qué forma se distribuyen las oportunidades educativas.
En este sentido, la sociología del conocimiento científico tiene herramientas para comprender la forma en que el saber matemático se legitima y distribuye socialmente. Desde la perspectiva de Bourdieu y Wacquant (2005), la ciencia es un campo donde distintos agentes como las universidades, los investigadores y el Estado, compiten por el capital simbólico que otorga prestigio y autoridad científica. Entonces, la educación matemática puede ser entendida como un campo dentro de ese espacio de disputa, donde la legitimidad del conocimiento depende de la acumulación de capital cultural, institucional y científico.
Reyes-Reinoso et al. (2024), amplían esto cuando muestran que la producción científica hace parte del poder simbólico donde los discursos académicos no son neutros, representan mecanismos de validación que reproducen estructuras de dominación cultural. Este enfoque, permite entender que la investigación en educación matemática refleja las relaciones de poder epistemológico entre los países del Norte y del Sur, o incluso ente el centro y la periferia dentro del mismo continente.
Del mismo modo, la cienciometría aporta un enfoque que complementa la investigación en el que se demuestra cómo las estructuras sociales se cristalizan dentro de la producción científica. Los indicadores de citación, colaboración y productividad pueden ser entendidos como expresiones numéricas de los capitales simbólicos y sociales que las comunidades han acumulado con el tiempo. De Oliveira et al. (2022), discuten que los patrones en que se cita y se produce conocimiento científico en América Latina revelan el establecimiento de una jerarquía epistemológica, dominada por países con mayor infraestructura y capital académico. Desde un punto de vista sociológico entonces los datos pueden entenderse como representaciones de poder dentro del campo científico.
Finalmente, se puede afirmar que las matemáticas han sido y siempre serán un pilar fundamental en el desarrollo de las sociedades, en particular en campos como el tecnológico, el científico y el experimental, por lo que es de suma importancia potenciar su enseñanza y aprendizaje a una gran escala desde los primeros niveles educativos con el fin de impulsar el crecimiento del país (Grisales, 2018). Así, se pretende articular la mirada pedagógica y cognitiva de la educación matemática con un análisis sociológico de la ciencia, en la que se integran conceptos de la sociología para analizar las dinámicas que organizan la producción científica en Sudamérica.
La necesidad de que la sociedad proactive el desarrollo matemático se correlaciona con la capacidad de que la ciudadanía enfrente los diferentes desafíos de la era de la información. Una formación matemática no debe ser vista como un privilegio académico, converge en un derecho que permite a las personas tomar decisiones en su diario vivir, permitiendo interpretar datos, gestionar finanzas y participar críticamente en debates públicos sobre tecnología y economía. Al fomentar el pensamiento lógico desde una base social, se dota a la población de un rigor analítico. Por tanto, promover el avance matemático es indispensable para garantizar una democracia donde el conocimiento actúe como motor de movilidad social.
2. Metodología
La investigación es de tipo descriptivo comparativo de tipo multidimensional con enfoque mixto. Los datos fueron recopilados del portal Scimago, donde las variables evaluadas fueron: Número de publicaciones efectuadas en las distintas áreas de la matemática en Sudamérica en las últimas dos décadas (130.689) y el número de citaciones. Las áreas tenidas en cuenta en el componente matemático son: X1=álgebra y teoría numérica; X2=análisis; X3=aplicación matemática; X4=matemática computacional; X5=control y optimización; X6=matemática discreta y combinaciones; X7=geometría y topología; X8=lógica; X9=física matemática; X10=miscelánea en matemática; X11=modelación y simulación; X12=análisis numérico; X13=estadística y probabilidad; y, X14=ciencias computacionales. Se creó una base de datos en el paquete EXCEL versión 10, para ulteriormente exportarla a los diferentes paquetes estadísticos empleados en el presente estudio.
Se utilizaron las técnicas estadísticas del análisis multivariado de la varianza con contraste canónico de tipo ortogonal, prueba de contraste unidimensional de Tukey con base en un 5% de significancia, estadística descriptiva a fin de establecer el coeficiente de variación, finalmente se utilizó análisis de clúster. Se emplearon los paquetes estadísticos SAS University al igual que R versión 3.6.1.
3. Resultados y discusión
En la Tabla 1, se aprecia que el número de publicaciones en las diferentes áreas de la matemática realizadas por Brasil, supera a la producción total de los demás países de Sudamérica. Las áreas de mayor difusión científica son: Álgebra y teoría numérica; miscelánea en matemática; modelación y simulación; estadística y probabilidad; y, ciencias computacionales. Las de menor participación son: Álgebra y teoría numérica; matemática discreta y combinaciones; geometría y topología; lógica; y, análisis numérico. Una dinámica similar se presenta en lo referente al número de citaciones.
Tabla 1
Número de publicaciones total por área y país en las últimas dos décadas
|
ÁREA |
ARG |
BOL |
BRA |
CHI |
COL |
ECU |
PAR |
PER |
URU |
VEN |
|
X1 |
720 |
3 |
1.890 |
641 |
252 |
11 |
2 |
22 |
91 |
115 |
|
X2 |
848 |
0 |
37.73 |
1.327 |
469 |
59 |
2 |
46 |
86 |
261 |
|
X3 |
3.311 |
16 |
15.581 |
4.774 |
2.126 |
329 |
15 |
220 |
415 |
882 |
|
X4 |
741 |
4 |
3.374 |
100 |
456 |
117 |
6 |
32 |
93 |
277 |
|
X5 |
740 |
10 |
4.275 |
1.031 |
823 |
703 |
65 |
385 |
68 |
150 |
|
X6 |
422 |
1 |
1.718 |
559 |
149 |
16 |
1 |
6 |
58 |
73 |
|
X7 |
428 |
2 |
1.604 |
350 |
160 |
9 |
4 |
16 |
41 |
61 |
|
X8 |
272 |
1 |
384 |
123 |
94 |
6 |
1 |
2 |
10 |
27 |
|
X9 |
1.109 |
5 |
4.280 |
831 |
391 |
32 |
6 |
27 |
103 |
160 |
|
X10 |
1.963 |
8 |
9.926 |
2.176 |
1.621 |
280 |
7 |
166 |
333 |
537 |
|
X11 |
1.481 |
11 |
8.835 |
1.573 |
1.454 |
268 |
16 |
107 |
183 |
334 |
|
X12 |
343 |
2 |
1243 |
527 |
169 |
65 |
0 |
20 |
32 |
116 |
|
X13 |
2.103 |
11 |
7.498 |
1.660 |
750 |
136 |
7 |
76 |
255 |
314 |
|
X14 |
1.587 |
9 |
11.144 |
2.353 |
1.513 |
369 |
25 |
196 |
302 |
403 |
|
TOTAL |
16.071 |
83 |
75.525 |
18.925 |
10.427 |
2.400 |
157 |
1.321 |
2.070 |
3.710 |
|
CV |
87.0 |
219.8 |
102.9 |
113.6 |
154.8 |
351.6 |
493.5 |
290.0 |
112.6 |
95.6 |
Nota: X1=algebra y teoría numérica; X2=análisis; X3=aplicación matemática; X4=matemática computacional; X5=control y optimización; X6=matemática discreta y combinaciones; X7=geometría y topología; X8=lógica; X9=física matemática; X10=miscelánea en matemática; X11=modelación y simulación; X12=análisis numérico; X13=estadística y probabilidad; X14=ciencias computacionales. ARG=Argentina; BOL=Bolivia; CHI=Chile; COL=Colombia; ECU=Ecuador; PAR=Paraguay; PER=Perú; PAR=Paraguay; URU=Uruguay; VEN=Venezuela. CV=coeficiente de variación.
Fuente: Elaboración propia, 2025.
En la Tabla 2, se observa el número total de citaciones en las últimas dos décadas en Sudamérica en las diferentes áreas de las matemáticas. Se puede observar que Brasil posee las mayores cifras y Bolivia las más bajas. Las áreas que poseen el mayor número de citas son: Aplicación matemática; estadística y probabilidad; física matemática; y, modelación y simulación.
Tabla 2
Número de citaciones total por área y país en las últimas dos décadas
|
ÁREA |
ARG |
BOL |
BRA |
CHI |
COL |
EC |
PA |
PE |
URU |
VEN |
|
X1 |
3.906 |
15 |
9.610 |
3.401 |
781 |
15 |
11 |
64 |
384 |
1.055 |
|
X2 |
6.069 |
0 |
32.929 |
12.421 |
1,895 |
240 |
21 |
344 |
837 |
1.427 |
|
X3 |
29.196 |
60 |
137.614 |
42.660 |
9,714 |
1.496 |
194 |
1.237 |
4.357 |
7.891 |
|
X4 |
8.355 |
7 |
32.225 |
8.961 |
3,163 |
333 |
172 |
129 |
1.089 |
2.101 |
|
X5 |
2.506 |
4 |
19.497 |
3.181 |
2,135 |
943 |
225 |
571 |
312 |
1.320 |
|
X6 |
2.005 |
13 |
9.129 |
3.347 |
649 |
68 |
1 |
20 |
261 |
717 |
|
X7 |
2.091 |
21 |
8.490 |
1.852 |
544 |
30 |
19 |
85 |
295 |
484 |
|
X8 |
1.601 |
0 |
3.388 |
1.009 |
527 |
10 |
1 |
25 |
26 |
197 |
|
X9 |
14.649 |
28 |
51.197 |
9.489 |
13,695 |
490 |
53 |
493 |
846 |
1.562 |
|
X10 |
12.659 |
75 |
52.424 |
16.433 |
3453 |
334 |
0 |
446 |
1.591 |
2.790 |
|
X11 |
16.870 |
157 |
83.496 |
16.043 |
10,335 |
996 |
44 |
598 |
1.674 |
3.239 |
|
X12 |
3.874 |
13 |
12.901 |
5.299 |
995 |
179 |
0 |
90 |
357 |
933 |
|
X13 |
26.767 |
280 |
78.677 |
15.791 |
3,691 |
446 |
28 |
420 |
2.959 |
3.573 |
|
X14 |
10.087 |
58 |
70.363 |
20.374 |
7,936 |
1.021 |
112 |
495 |
1.128 |
2.771 |
|
TOTAL |
140.635 |
731 |
601.940 |
160.261 |
59,513 |
6.601 |
881 |
5.017 |
16.116 |
30.060 |
|
CV |
115.8 |
500.6 |
103.9 |
115.8 |
246.2 |
221 |
466 |
177 |
168.5 |
133.8 |
Nota: X1=algebra y teoría numérica; X2=análisis; X3=aplicación matemática; X4=matemática computacional; X5=control y optimización; X6=matemática discreta y combinaciones; X7=geometría y topología; X8=lógica; X9=física matemática; X10=miscelánea en matemática; X11=modelación y simulación; X12=análisis numérico; X13=estadística y probabilidad; X14=ciencias computacionales. ARG=Argentina; BOL=Bolivia; CHI=Chile; COL=Colombia; EC=Ecuador; PA=Paraguay; PE=Perú; PAR=Paraguay; URU=Uruguay; VEN=Venezuela. CV indica coeficiente de variación.
Fuente: Elaboración propia, 2025.
Brasil presenta diferencias estadísticas significativas respecto a las demás naciones de Sudamérica en cada una de las áreas de la matemática con relación al número de publicaciones y citaciones presentes en el portal Scimago. Bolivia y Paraguay son las naciones con el menor aporte (ver Cuadro 1).
Cuadro 1
Análisis comparativo número de publicaciones
|
ÁREA |
ARG |
BOL |
BRA |
CHI |
COL |
EC |
PA |
PE |
URU |
VEN |
|
X1 |
b |
c |
a |
b |
c |
c |
c |
c |
c |
c |
|
X2 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
d |
|
X3 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
d |
|
X4 |
b |
d |
a |
b |
b |
c |
d |
c |
c |
c |
|
X5 |
b |
c |
a |
b |
b |
b |
c |
c |
c |
c |
|
X6 |
b |
c |
a |
b |
c |
c |
c |
c |
c |
c |
|
X7 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
d |
|
X8 |
b |
c |
a |
b |
c |
c |
c |
c |
c |
c |
|
X9 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
d |
|
X10 |
b |
d |
a |
b |
b |
c |
d |
c |
c |
c |
|
X11 |
b |
c |
a |
b |
b |
c |
c |
c |
c |
c |
|
X12 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
d |
|
X13 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
d |
|
X14 |
b |
c |
a |
b |
b |
c |
c |
c |
c |
c |
Nota: X1=algebra y teoría numérica; X2=análisis; X3=aplicación matemática; X4=matemática computacional; X5=control y optimización; X6=matemática discreta y combinaciones; X7=geometría y topología; X8=lógica; X9=física matemática; X10=miscelánea en matemática; X11=modelación y simulación; X12=análisis numérico; X13=estadística y probabilidad; X14=ciencias computacionales. ARG=Argentina; BOL=Bolivia; CHI=Chile; COL=Colombia; EC=Ecuador; PA=Paraguay; PE=Perú; PAR=Paraguay; URU=Uruguay; VEN=Venezuela. Letras distintas indican diferencia estadística significativa (p<0.05).
Fuente: Elaboración propia, 2025.
Al efectuar el análisis comparativo para cada una de las áreas relacionada con el número de citas asociadas a las matemáticas (ver Cuadro 2), se encontró que existe diferencia significativa de Brasil respecto a las demás naciones del sur del continente americano (p<0.05).
Cuadro 2
Análisis comparativo número de citas totales por área
|
ÁREA |
ARG |
BOL |
BRA |
CHI |
COL |
EC |
PA |
PE |
URU |
VEN |
|
X1 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
c |
|
X2 |
c |
d |
a |
b |
c |
d |
d |
d |
c |
c |
|
X3 |
b |
e |
a |
b |
c |
d |
e |
d |
c |
c |
|
X4 |
b |
e |
a |
b |
c |
e |
e |
e |
d |
c |
|
X5 |
b |
d |
a |
b |
b |
c |
d |
d |
d |
c |
|
X6 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
c |
|
X7 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
c |
|
X8 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
d |
|
X9 |
b |
e |
a |
b |
c |
e |
e |
e |
d |
d |
|
X10 |
b |
d |
a |
b |
c |
d |
d |
d |
c |
c |
|
X11 |
b |
d |
a |
b |
b |
d |
d |
d |
d |
c |
|
X12 |
b |
d |
a |
b |
c |
d |
d |
d |
d |
c |
|
X13 |
b |
d |
a |
b |
c |
d |
d |
d |
c |
c |
|
X14 |
c |
d |
a |
b |
c |
c |
d |
d |
c |
c |
Nota: X1=algebra y teoría numérica; X2=análisis; X3=aplicación matemática; X4=matemática computacional; X5=control y optimización; X6=matemática discreta y combinaciones; X7=geometría y topología; X8=lógica; X9=física matemática; X10=miscelánea en matemática; X11=modelación y simulación; X12=análisis numérico; X13=estadística y probabilidad; X14=ciencias computacionales. ARG=Argentina; BOL=Bolivia; CHI=Chile; COL=Colombia; EC=Ecuador; PA=Paraguay; PE=Perú; PAR=Paraguay; URU=Uruguay; VEN=Venezuela. Letras distintas indican diferencia estadística significativa (p<0.05).
Fuente: Elaboración propia, 2025.
Al efectuar el análisis multivariado de la varianza, el cual tiene en cuenta de manera simultánea el número de publicaciones y citaciones en todas las áreas de la matemática, se detectó diferencia altamente significativa entre naciones de Sudamérica. El contraste canónico permitió detectar que la diferencia se da principalmente entre Brasil respecto a los demás países. Argentina, Chile y Colombia, presentan una dinámica de comportamiento igual, ocupando la segunda posición en el sur del continente americano. Bolivia y Paraguay, ocupan la última posición en lo referente a la producción matemática (ver Tabla 3).
Tabla 3
Análisis multivariado de la varianza (MANOVA)
|
Prueba |
F |
Valor p |
|
Wilks’ Lambda |
107.4 |
<0.0001 |
|
Pillai’s Trace |
66.8 |
<0.0001 |
|
Hotelling-Lawley Trace |
175.1 |
<0.0001 |
|
Roy’s Greatest Root |
916.4 |
<0.0001 |
|
Análisis de contraste canónico |
||
|
Argentina b |
Bolivia d |
Brasil a |
|
Chile b |
Colombia b |
Ecuador c |
|
Paraguay d |
Perú c |
Uruguay c |
|
Venezuela c |
Letras distintas indican diferencia estadística (p<0,05). |
|
Fuente: Elaboración propia, 2025.
El análisis de clúster permitió definir cuatro grupos de la siguiente manera: El primer grupo está conformado por las áreas de aplicación matemática; miscelánea en matemática; modelación y simulación; estadística y probabilidad; y, ciencias computacionales. El grupo dos, está constituido por el área de lógica matemática. Del clúster tres hacen parte las secciones de: Álgebra y teoría numérica; matemática discreta y combinaciones; geometría y topología; y, análisis numérico. Finalmente, el cuatro clúster está conformado por: Análisis; matemática computacional; control y optimización; y, física matemática. Cabe anotar que al interior de cada clúster existe la mayor homogeneidad y entre clúster y clúster existe heterogeneidad (ver Figura I).
Fuente: Elaboración propia, 2025.
Figura I: Análisis de clúster entre áreas
En la Figura II, se aprecia el análisis de clúster por naciones. Al clúster uno lo conforma Brasil; el grupo dos está constituido por Colombia, Chile y Argentina; al bloque tres lo definen Bolivia y Paraguay, que son los países con menor producción científica en el área matemática; y, por último, el grupo cuatro está conformado por Uruguay, Venezuela, Ecuador y Perú.
Fuente: Elaboración propia, 2025.
Figura II: Análisis de clúster entre países
En la Figura III, se puede apreciar que el número de publicaciones en el área matemática en Sudamérica se ha incrementado a través del tiempo. El mayor número de citaciones se presentó entre los años 2010 y 2015.
Fuente: Elaboración propia, 2025.
Figura III: Comportamiento en el tiempo en matemáticas Sudamérica
Al efectuar el análisis comparativo entre diferentes zonas geográficas, se detectó diferencia estadística significativa (p<0.05), donde Asia ocupa el mayor aporte en relación con el número de publicaciones en las diferentes áreas de la matemática, Sudamérica ocupa la penúltima posición a nivel mundial en la producción académica en matemáticas, compartiendo esa posición con la Región Pacífica y la zona arábica, como se puede apreciar en el Cuadro 3.
Cuadro 3
Comparación entre zonas del mundo con relación al número de publicaciones en matemáticas para el año 2020
|
Zona |
Letra |
País de mayor participación |
Publicaciones |
|
África |
e |
Egipto |
2310 |
|
Asia |
a |
China |
72617 |
|
Europa del este |
d |
Rusia |
12861 |
|
Sudamérica |
f |
Brasil |
5766 |
|
Norteamérica |
b |
Estados Unidos |
42333 |
|
Región Pacífica |
f |
Australia |
6358 |
|
Europa Occidental |
c |
Alemania |
15776 |
|
Arabia |
f |
Arabia Saudita |
4415 |
Nota: Letras distintas representan diferencias estadísticas significativas (p<0.05).
Fuente: Elaboración propia, 2025.
En el Cuadro 4, se muestran las publicaciones científicas de mayor impacto en Sudamérica, donde Brasil posee el mayor número de revistas calificadas.
Cuadro 4
Revistas de mayor impacto en matemáticas en el año 2020
|
Revista |
País |
|
Brasil |
|
|
Brasil |
|
|
Brasil |
|
|
Brasil |
|
|
Argentina |
|
|
Colombia |
|
|
Venezuela |
|
|
Colombia |
Fuente: Elaboración propia, 2025.
Las revistas científicas registran los conocimientos obtenidos por los grupos de investigación de las diversas instituciones y su importancia radica en que se han convertido en importantes canales de difusión de la información, que, por medio de unas condiciones preestablecidas, permiten a los científicos y académicos comparar los resultados y conclusiones obtenidas (Restrepo, 2020); en este sentido, la publicación de un artículo científico en una revista es el último eslabón en un proceso investigativo (Chaple, 2015). Es importante resaltar que la valoración de dicha investigación da a conocer su efecto en la sociedad y su rendimiento, convirtiéndose en un componente importante para la destinación de recursos de I+D y para la toma de decisiones de políticas públicas (Viera-Arroyo, et al., 2020).
Para conservar y garantizar la difusión de los resultados y conclusiones a que se llega a través de la producción científica, las colecciones digitales juegan un papel fundamental para asegurar que las diferentes temáticas tratadas alcancen la visibilidad, divulgación, manejo y accesibilidad, de los sectores interesados en ellas, permitiendo que las colecciones se convierten en elementos interesantes para académicos y profesionales. En el área Iberoamericana se pueden resaltar tres colecciones principales: SciELO, Redalyc y Dialnet (Bojo-Canales et al., 2021).
No siempre es un proceso sencillo el de valorar la productividad y calidad de una investigación, pues implica una serie de elementos conceptuales y en algunos casos juicios de valor no siempre aceptados. Como una alternativa surgen disciplinas como la cienciometría, que por medio de ciertas herramientas y procedimientos entregan una panorama general del proceso investigativo y ayudan a establecer indicadores que miden características importantes de la actividad científica como su nivel de institucionalización, los campos científicos y posibles escenarios en los que se pueden desarrollar las disciplinas; ello permite de alguna manera planificar y crear una estructura para la investigación en el futuro y sirve de guía para los usuarios (Bracho-López et al., 2012). En términos generales, la cienciometría se refiere a investigaciones referidas a aspectos cuantitativos y cualitativos de la ciencia y la tecnología, vistos como un proceso de comunicación (Mingers y Leydesdorff, 2015).
Existe además una metodología que permite establecer la cantidad de producción y el aporte científico de una región, instituciones e inclusive personas, y por medio de la cual se determina el impacto y la publicación de textos que hacen referencia a dichas investigaciones. Se trata de la bibliometría, una técnica que facilita la toma de decisiones de los individuos o naciones interesadas en temas específicos e incluidos en dichos contenidos. En este caso se utilizan variables como citaciones de las publicaciones, que permiten establecer el factor de impacto de las mismas (Pu et al., 2016).
Al respecto, la bibliometría se convierte en la agrupación de herramientas y métodos cuantitativos que describen y miden las características, la productividad y la calidad de la literatura de índole académico y científico (Roemer y Borchardt, 2015), y por ello cobra cada vez más importancia en el ámbito científico (Cascón-Katchadourian et al., 2020).
El número de citaciones de una publicación científica determina lo que se conoce como el indicador de impacto de la misma. El indicador y el impacto son variables directamente proporcionales, es decir, mientras más citaciones se encuentren de un texto específico su impacto será mayor, lo que significa que es acumulativo y con el tiempo tiende a crecer, contrario a lo que ocurre con un indicador como el promedio (Waltman, 2016). Otra acción que aporta a la colaboración científica es la coautoría (Olivera et al., 2018), que, a través de herramientas especializadas, permite analizar las publicaciones en redes sociales, encontrar las conclusiones de investigaciones y establecer las relaciones que se detectan entre investigadores y que se modelan respectivamente como nodos interconectados de un grafo.
De igual manera existen estudios y redes de colaboración científica que son prácticos y experimentales y carecen de alguna rigurosidad, y que se enfocan, según el interés de quien los realiza, en obtener resultados cuantitativos y/o cualitativos. En el primer caso a través del análisis estructural de redes se puede establecer cómo está compuesta una red de investigación y definir el papel específico que cumple cada uno de sus integrantes.
De otro lado, el estudio cualitativo se enfoca en definir e interpretar las situaciones que de alguna forma se relacionan con la manera en que se constituyen comunidades dedicada a la investigación (Padilla-Navarro y Vallejos-Romero, 2020). Sin lugar a duda la posibilidad de trabajar en equipo es un aporte importante para el proceso investigativo, puesto que asegura a través de un trabajo multidisciplinario y el análisis de los resultados desde diversos frentes y puntos de vista, una mayor calidad de estos, además de que permite optimizar el manejo y uso de los recursos tanto de personas como económicos para una determina investigación (Cruz-Ramírez et al., 2020).
No obstante, la transmisión del conocimiento científico también puede ser relacionado con el poder simbólico de las instituciones y con la capacidad de establecer espacios y compromisos conjuntos de investigación legítimas dentro del campo académico. Desde la sociología de la ciencia, el hecho de que las publicaciones tengan visibilidad es el resultado de procesos de reconocimiento social, financiamiento y acceso a redes académicas de colaboración.
Cuando se comparan los resultados del análisis multivariado de la varianza que ponen a Brasil como el país con mayor producción académica en el campo de las matemáticas esto concuerda con los hallazgos de De Oliveira et al. (2022), de forma que es posible entender la centralidad de Brasil en la producción de conocimiento como una manifestación de capital científico acumulado y no solo como un liderazgo técnico en el área.
Esto va alineado con las reflexiones de Reyes-Reinoso et al. (2024) sobre la violencia simbólica académica que ayuda a comprender como la legitimidad científica puede reproducir desigualdades históricas en la región. Hacia el futuro, con toda certeza, se tendrá un mayor énfasis en el estudio de los contenidos que sobre las investigaciones se publican, buscando establecer relaciones entre dichos contenidos y su impacto en las redes sociales, lo que se logra a través de la técnica de minería de textos (De Felippo et al., 2019).
Las personas que emplean de manera adecuada los diferentes conceptos matemáticos pueden tener más posibilidades de triunfar en la vida, puesto que son más competitivos y valorados en el mundo actual. Por medio de la matemática se pueden efectuar modelaciones para ver la variabilidad de diferentes fenómenos. La matemática se relaciona con el más alto peldaño en la alfabetización humana. Las personas con poco conocimiento matemático tienen menor probabilidad de éxito. De ahí, el área de uso de las matemáticas gana más importancia cada día, debido a las demandas del mundo en desarrollo, el cual está en cambio evolutivo diario (Yavus, 2016).
Las matemáticas permiten a las diferentes personas expresar sus percepciones mentales por medio de símbolos, dibujos geométricos, diagramas, tabletas, entre otras formas de difusión que se pueden realizar de manera escrita de forma general. Por medio de las matemáticas los estudiantes pueden acceder a interactuar con otras disciplinas diferentes a fin de poder comprender su naturaleza (Omar, 2015; Khuder, 2020).
Los libros, documentos, videos y revistas de difusión científica, permiten a las personas comprender mejor las diferentes áreas de las matemáticas (Benzon-O›Connor et al., 2019).
Además, desde un enfoque social, la colaboración científica puede ser interpretada como una práctica de construcción colectiva de capital social, en donde la confianza, la conexión y la identidad académica desempeñan un papel relevante en la misma medida que los resultados numéricos. La ciencia, de esta manera, se convierte en un espacio de interacción simbólica y cultural que va mucho más allá de la dimensión técnica y metodológica.
La importancia de las matemáticas trasciende su naturaleza abstracta para convertirse en un pilar fundamental para el desarrollo de la sociedad y el progreso científico. Desde una perspectiva sociológica, el conocimiento matemático no solo actúa como un lenguaje universal para la innovación tecnológica, sino que también funciona como una herramienta crítica para la toma de decisiones que aportan a la solución de problemas complejos de la sociedad. El desarrollo científico en esta área permite modelar fenómenos económicos complejos, optimizar la gestión de recursos públicos y fortalecer los sistemas educativos, permitiendo reducir las brechas de desigualdad mediante el desarrollo del pensamiento lógico.
La actividad matemática en Sudamérica no debe entenderse de forma aislada, sino como un motor de transformación que dota a las sociedades de la capacidad analítica necesaria para enfrentar desafíos globales. Así, la matemática se legitima como un bien público esencial que, al ser estudiado desde las ciencias sociales, revela su profundo compromiso con la equidad, el desarrollo humano y la evolución sostenible de las comunidades contemporáneas.
Conclusiones
Las matemáticas son fundamentales para la sociedad moderna y una ciudadanía con conocimientos matemáticos es esencial para la vitalidad de un país. Los hechos y acontecimientos históricos y epistemológicos de las matemáticas son igualmente importantes. La correlación de las matemáticas con otras actividades intelectuales y culturales también hace que el tema sea interesante, con aportes altamente significativos y valiosos. La historia y la epistemología de las matemáticas tienen un papel adicional importante que desempeñar en la provisión de una educación más completa de la comunidad: no siendo una ciencia natural, pero si una ciencia formal más cercana a la lógica, las matemáticas tienen la capacidad inherente a sí mismas de conectar las humanidades con las ciencias.
Sin embargo, su creación y enseñanza no pueden ser separadas de las estructuras sociales que las sostienen. La desigualdad en la producción científica en el campo de la educación matemática refleja una distribución desigual del capital científico, la infraestructura y las oportunidades de formación. En este sentido, este estudio reafirma que la producción científica en el campo de las matemáticas no es un proceso neutral, sino que es más una expresión de poder simbólico y cultural que define a quien produce conocimiento (Brasil) y a quien permanece invisibilizado (Bolivia y Paraguay).
La enseñanza y aprendizaje de las diferentes asignaturas relacionadas con las matemáticas, se ha constituido en un tema de debate debido a la dificultad de un alto porcentaje de la población estudiantil en comprender y aplicar los conceptos relacionados con el área. Sudamérica se caracteriza por tener pocos investigadores que desarrollen productos asociados a la matemática, la mayoría de las publicaciones provienen de Estados Unidos de Norteamérica, Europa y Asia.
Por lo tanto, se recomienda a los diferentes gobiernos del sur del continente americano, destinar una inversión notable en el área, con el fin de propiciar mejor desarrollo, lo que se revierte en pro de las diferentes naciones. Anotando que la implementación de conceptos matemáticos brinda grandes oportunidades de desarrollo tecnológico y por ende mejor calidad de vida, logrando mayores oportunidades para la población.
Mediante la aplicación de altos conceptos matemáticos en relación con otras áreas científicas, el hombre pudo llegar a la Luna, adicionalmente ha ubicado naves no tripuladas en Marte, Venus, Júpiter, Saturno, Neptuno, Plutón, Urano y Mercurio. Una de las grandes preocupaciones del hombre está relacionada con la búsqueda de planetas habitables, lo anterior debido al deterioro del planeta Tierra. La matemática es la piedra angular para potenciar la llegada futura de nuevas colonias humanas.
En síntesis, la matemática, al ser un lenguaje universal también es un reflejo de las estructuras sociales que la producen. Su estudio con un enfoque desde las Ciencias Sociales abre un espacio para pensar la ciencia no solo como un proceso acumulativo de saber, sino como una práctica que transforma la sociedad, siendo capaz de cuestionar las desigualdades y promover nuevas formas de autonomía cognitiva en Sudamérica.
Este estudio aporta un análisis estadístico solido relacionado con la producción científica en el área de las matemáticas en Sudamérica desde una perspectiva multivariante. Las limitaciones asociadas al presente estudio están referidas a la falta de información colaborativa entre los grupos de investigación de las diferentes universidades de la región. Como futuras líneas de investigación, se propone profundizar en análisis comparativos transnacionales que examinen el impacto de la financiación científica, así como la integración de la inteligencia artificial en la producción académica en especial en el área matemática y su repercusión en la sociedad. Finalmente, se recomienda investigar la transferencia del conocimiento matemático hacia la práctica pedagógica con el fin de cerrar la brecha entre la academia y la sociedad.
Referencias bibliográficas
Aguilar-Reyes, J. E., Morocho-Barrionuevo, T. P., Mejía-Peñafiel, E. F., y Funes-Samaniego, L. A. (2025). Determinantes de la situación laboral de los ecuatorianos: Implicaciones sociales y comparación entre modelos estadísticos. Revista de Ciencias Sociales (Ve), XXXI(2), 325-339. https://doi.org/10.31876/rcs.v31i2.43769
Akakpo, G. S. (2016). The Role and Relevance of Mathematics in the Maritime Industry. African Journal of Educational Studies in Mathematics and Sciences, 12, 75-86. https://www.ajol.info/index.php/ajesms/article/view/169007
Amezcua-Núñez, J. B., De la Peña-de León, A., y Saucedo, J. M. (2020). El desvanecimiento del humanismo en las organizaciones. FACE: Revista de la Facultad de Ciencias Económicas y Empresariales, 19(2), 16-23. https://revistas.unipamplona.edu.co/ojs_viceinves/index.php/FACE/article/view/3690
Arteaga, B., y Macías, J. (2016). Didáctica de las matemáticas en Educación Infantil. Universidad Internacional de la Rioja (UNIR) Editorial.
Benzon-O’Connor, C. D., McDaniel, C., y Carr, J. (2019). Bringing Math to Life: Provide students opportunities to connect their lives to math. Networks: An Online Journal for Teacher Research, 21(2), 3. https://doi.org/10.4148/2470-6353.1299
Bojo-Canales, C., Sanz-Lorente, M., y Sanz-Valero, J. (2021). Tendencias de las búsquedas de información sobre las colecciones SciELO, Redalyc y Dialnet realizadas a través de Google. Revista Española de Documentación Científica, 44(2), e294. https://doi.org/10.3989/redc.2021.2.1765
Bonilla, S. M., Ramírez, J. P. I., Barbecho, N. D. J., y Coronel, C. X. (2022). Análisis bibliométrico de la producción científica sobre calidad educativa en el Ecuador. Revista de Ciencias Sociales (Ve), XXVIII(E-5), 100-111. https://doi.org/10.31876/rcs.v28i.38148
Bourdieu, P., y Wacquant, L. (2005). Una invitación a la sociología reflexiva. Siglo XXI Editores Argentina.
Bracho-López, R., Maz-Machado, A., Gutiérrez-Arenas, P., Torralbo-Rodríguez, M., Jiménez-Fangul, N. N., y Adamuz-Povedano, N. (2012). La investigación en Educación Matemática a través de las publicaciones científicas españolas. Revista Española de Documentación Científica, 35(2), 262-280. https://doi.org/10.3989/redc.2012.2.870
Camero, Y., Martínez, L., y Pérez, V. B. (2016). El desarrollo de la Matemática y su relación con la tecnología y la sociedad. Caso típico. Universidad y Sociedad, 8(1), 97-105. https://rus.ucf.edu.cu/index.php/rus/article/view/311
Cascón-Katchadourian, J., Moral-Munoz, J. A., Liao, H., y Cobo, M. J. (2020). Análisis bibliométrico de la Revista Española de Documentación Científica desde su Inclusión en la Web of Science (2008-2018). Revista Española de Documentación Científica, 43(3), e267. https://doi.org/10.3989/redc.2020.3.1690
Castro, F., Juárez, J. A., y Miranda, I. (2024). Quince años de investigación en educación matemática basada en la Teoría de la Objetivación. IE Revista de Investigación Educativa de la REDIECH, 15, e1806. https://doi.org/10.33010/ie_rie_rediech.v15i0.1806
Chaple, A. M. (2015). Fotografía clínica estomatológica: consejos para la práctica diaria. Revista Cubana de Estomatología, 52(4), 80-83.
Cruz-Ramírez, M., Díaz-Ferrer, Y., Rúa-Vásquez, J. A., y Rojas-Velázquez, O. J. (2020). Estudio cienciométrico de una red de coautoría en educación matemática. Un análisis de sus campos de investigación basado en el método Delphi. Revista Española de Documentación Científica, 43(4), e281. https://doi.org/10.3989/redc.2020.4.1727
De Filippo, D., Silva, P., y Borges, M. M. (2019). Caracterización de las publicaciones de España y Portugal sobre Open Science y análisis de su presencia en las redes sociales. Revista Española de Documentación Científica, 42(2), e235. https://doi.org/10.3989/redc.2019.2.1580
Demir, M. (2025). A systematic review of literature on mathematics curricula in use at primary school level. Cogent Education, 12(1), 2557617. https://doi.org/10.1080/2331186X.2025.2557617
De Oliveira, C., Da Silva, M., Pavão, C. M., Corrêa, F. C., Mielniczuk, A. M., y Barros, T. H. (2022). A teoria da citação de dados: uma revisão da produção científica na América Latina. Transinformação, 34, e210062. https://doi.org/10.1590/2318-0889202234e210062
Devia, R. E., y Pinilla, C. (2012). La enseñanza de la matemática: de la formación al trabajo de aula. Revista Educere, 16(55), 361-371. http://erevistas.saber.ula.ve/index.php/educere/article/view/12563
Erazo-Arteaga, V. A., Vacas, S. M., y Cisneros, M. B. (2026). Inteligencia artificial generativa para la enseñanza de matemáticas y programación en educación superior: Revisión sistemática. Revista de Ciencias Sociales (Ve), XXXII(2), 320-340. https://doi.org/10.31876/rcs.v32i2.45578
Fernández, O. R., Delgado, G., Esquiaqui, M., y Castellar, A. A. (2023). Pensamiento Computacional versus Pensamiento Matemático: Correlación en aprendizaje de estudiantes de educación media en Colombia. Revista de Ciencias Sociales (Ve), XXIX(3), 98-111. https://doi.org/10.31876/rcs.v29i3.40700
García, J. M., Rojas, W. M., y Sanabria, M. (2025). El rol de la inteligencia artificial en la detección de tendencias emergentes en publicaciones científicas. Revista Científica General José María Córdova, 23(49), 63-94. https://doi.org/10.21830/19006586.1411
Grisales, A. M. (2018). Uso de recursos TIC en la enseñanza de las matemáticas: retos y perspectivas. Entramado, 14(2), 198-214. https://doi.org/10.18041/1900-3803/entramado.2.4751
Guevara, C. N., y Rodríguez, L. M. (2021). Doctrina económica-financiera y contable: Un reto en la educación infantil. Revista de Ciencias Sociales (Ve), XXVII(1), 206-215. https://doi.org/10.31876/rcs.v27i1.35307
Henn, H.-W. (2007). Modelling Pedagogy — Overview. In W. Blum, P. L. Galbraith, H. W. Henn y M. Niss (Eds.), Modelling and Applications in Mathematics Education. New ICMI Study Series (Vol. 10, pp. 321-324). Springer. https://doi.org/10.1007/978-0-387-29822-1_33
Holguín-Briones, A. J., Barcia-Villamar, F. E., y Arteaga-Macías, R. S. (2016). Fundamentos teóricos acerca del saber de las matemáticas. Dominio de las Ciencias, 2(4), 284-295. https://dominiodelasciencias.com/ojs/index.php/es/article/view/253
Iyer, V., Naandheny, S. V., y Manjuri, D. (June 16-17, 2023). A review of pedag ogical advancements in mathematics education for future engineers. IEEE International Conference on Advances in Electrical, Computing, Communications and Sustainable Technologies (ICAECT 2023). https://doi.org/10.1109/icaeca56562.2023.10200980
Jiménez, J. G., y Jiménez, S. (2017). GeoGebra, una propuesta para innovar el proceso enseñanza aprendizaje en matemáticas. Revista Electrónica sobre Tecnología, Educación y Sociedad, 4(7), 2-17. https://www.ctes.org.mx/index.php/ctes/article/view/654/736
Khuder, A. (2020). Mathematical power and its relationship to mathematical culture among high school mathematics teachers. International Journal of Psychosocial Rehabilitation, 24(3), 5060-5076. https://www.psychosocial.com/index.php/ijpr/article/view/4009
López-Quijano, G. (2014). La enseñanza de las matemáticas, un reto para los maestros del siglo XXI. Praxis Pedagógica. 14(15), 55-76. https://doi.org/10.26620/uniminuto.praxis.14.15.2014.55-76
Martínez, A.-M., Barrientos-Báez, A., y Caldevilla-Domínguez, D. (2021). Educomunicación 2.0: una herramienta clave en las estrategias de marketing sostenible en el sector turístico. FACE: Revista de la Facultad de Ciencias Económicas y Empresariales, 21(2), 99-108. https://revistas.unipamplona.edu.co/ojs_viceinves/index.php/FACE/article/view/4683
Mingers, J., y Leydesdorff, L. (2015). A review of theory and practice in scientometrics. European Journal of Operational Research, 246(1), 1-19. https://doi.org/10.1016/j.ejor.2015.04.002
Ojeda, J. F. (2020). Responsabilidad Social en instituciones de educación: propuesta de medición. FACE: Revista de la Facultad de Ciencias Económicas y Empresariales, 19(2), 63-77. https://revistas.unipamplona.edu.co/ojs_viceinves/index.php/FACE/article/view/3698
Olivera, D., Peralta, M. J., y García, O. (2018). La coautoría como expresión de la colaboración en la producción científica de Camagüey. Biblios, (70), 1-16. https://doi.org/10.5195/biblios.2018.423
Omar, A. R. (2015). The effect of an educational program based on mathematical power in achievement and mathematical reasoning for students of the seventh grade in Nablus Governorate [Master Thesis, College of Graduate Studies at An-Najah National University]. https://repository.najah.edu/items/05e8b041-0fef-42b9-880c-b5efc49e832a
Orjuela, C. P., Hernández, R., y Cabrera, L. M. (2019). Actitudes hacia la matemática: algunas consideraciones en su relación con la enseñanza y el aprendizaje de la misma. Revista de Educación Matemática, 34(2), 23-38. https://revistas.unc.edu.ar/index.php/REM/article/view/25287
Osuna, C., y Díaz, K. M. (2020). El Logro de los Aprendizajes en Matemáticas en Pisa, Enlace y Planea en Adolescentes Mexicanos. Un Análisis Retrospectivo. Archivos Analíticos de Políticas Educativas, 28, 28. https://doi.org/10.14507/epaa.28.4617
Padilla-Navarro, P., y Vallejos-Romero, A. (2020). Ciencias agrarias chilenas entre 1989 y 2016: redes, colaboración científica y comunidades de investigación. Revista Española de Documentación Científica, 43(3), e273. https://doi.org/10.3989/redc.2020.3.1667
Parra, C. A., García, J. M., y Ramón, J. D. (2024). Agent technology to detect failures in continuous processes. Data and Metadata, 3, 423. https://doi.org/10.56294/dm2024.423
Pu, Q.-H., Lyu, Q.-J., y Su, H.-Y. (2016). Bibliometric analysis of scientific publications in transplantation journals from Mainland China, Japan, South Korea and Taiwan between 2006 and 2015. BMJ Open, 6, e011623. https://bmjopen.bmj.com/content/bmjopen/6/8/e011623.full.pdf
Quiñones, A. J., y Huiman, H. E. (2022). Resolución de problemas con el método matemático de Polya: La aventura de aprender. Revista de Ciencias Sociales (Ve), XXVIII(E-5), 75-86. https://doi.org/10.31876/rcs.v28i.38146
Ramos, L. M., Palacios, J. M., Monja, M. N., y Germán, N. C. (2026). Softwares educativos en el desarrollo de competencias matemáticas: Un estudio desde la perspectiva peruana. Revista de Ciencias Sociales (Ve), XXXII(2), 507-528. https://doi.org/10.31876/rcs.v32i2.45590
Restrepo, F. (2020). Evaluación estadística en el número de publicaciones y citaciones en el área de Artes y Humanidades en Latinoamérica, entre 1996-2018. Revista Española de Documentación Científica, 43(4), e277. https://doi.org/10.3989/redc.2020.4.1688
Reyes-Reinoso, J. R., Zamora, A. F., Useche, M. C., León-Prieto, M. E., Basso, L. S., y Ordóñez-Gavilanes, M. E. (2024). Overview of symbolic violence: A review of the literature. Revista de Gestão Social e Ambiental, 18(6), e140. https://doi.org/10.24857/rgsa.v18n6-140
Roemer, R. C., y Borchardt, R. (2015). Meaningful Metrics: A 21st-Century Librarian’s Guide to Bibliometrics, Altme-trics, and Research Impact. Association of College and Research Libraries.
Salazar, J. R., Guaypatín, O. A., y Flores, G. A. (2017). Psicología social de la matemática. Boletín Virtual, 6(4), 226-234. https://revista.redipe.org/index.php/1/article/view/239
Sánchez, B. I. (2018). Aprender y enseñar matemáticas: desafío de la educación. IE Revista de Investigación Educativa de la REDIECH, 8(15), 7-10. https://doi.org/10.33010/ie_rie_rediech.v8i15.101
Supandi, Ariyanto, L., Kusumaningsih, W., y Aini, A. N. (2018). Mobile phone application for mathematics learning. Journal of Physics, 983, 012106. https://doi.org/10.1088/1742-6596/983/1/012106
Vargas, S. L., Castro, A., y Carrión, M. J. (2024). Literacy pedagogical strategies implemented in primary education in Latin America: A review of the literature. Saber Ser, 1(1), 75-94. https://doi.org/10.35997/saberser.v1i1.3
Vergel, M., Duarte, H. I., y Martínez, J. J. (2015). Desarrollo del pensamiento matemático en estudiantes de cálculo integral su relación con la planificación docente. Revista Científica, 23(3), 17-29. https://doi.org/10.14483/udistrital.jour.RC.2015.23.a2
Viera-Arroyo, W., Sánchez-Arizo, V., Merino-Toro, J., y Domínguez-Andrade, J. (2020). Producción científica del Ecuador en el ámbito agropecuario: caso del Instituto Nacional de Investigaciones Agropecuarias, periodo 2014-2019. Revista Española de Documentación Científica, 43(4), e280. https://doi.org/10.3989/redc.2020.4.1722
Vivas, M. (2018). Las matemáticas, algunas aplicaciones y su importancia. Revista Matemática FCNM–ESPOL, 16(1), 67-77. http://www.revistas.espol.edu.ec/index.php/matematica/article/view/435
Waltman, L. (2016). A review of the literature on cita-tion impact indicators. Journal of Informetrics, 10(2), 365-391. https://doi.org/10.1016/j.joi.2016.02.007
Yadav, S. (2019). Role of mathematics in the development of society. International Journal of Research and Analytical Reviews, 6(4), 295-298. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3677993
Yavuz, H. (2016). Using Mathematics, mathematical applications, mathematical modelling, and mathematical literacy: A theoretical study. Journal of Education and Practice, 7(36), 80-96. https://iiste.org/Journals/index.php/JEP/article/view/34638