Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

La pandèmia causada per la COVID-19 va irrompre de manera sobtada i va causar una transformació en els models d’aplicació de la comunicació interna al haver d’adaptar les seves accions a un panorama laboral que, en alguns casos, esdevindria híbrid, combinant el treball a distància amb el presencial. La literatura científica estudia àmpliament els beneficis i l’impacte de la comunicació interna en el funcionament corporatiu i en el benestar dels treballadors però es detecten pocs estudis sobre les seves aplicacions en metodologies de treball híbrides.

La necessitat de les organitzacions per arribar a tots els seus treballadors indistintament de la localització des de la qual duen a terme la seva feina és important pels beneficis que la implementació del teletreball ha aportat al mon corporatiu. Petcu et al., (2023) destaquen el teletreball com a facilitador d'una millor integració del treball a la vida personal, millorant així la seva qualitat de vida.

Un dels motius principals de la necessitat de la seva investigació recau en que el teletreball pot reduir la freqüència d'interaccions, especialment entre empleats del mateix nivell jeràrquic, i no té les comunicacions espontànies típiques de l'entorn d'oficina (Viererbl et al., 2022). I per tant, això suggereix la necessitat que les organitzacions fomentin la comunicació entre els seus professionals remots per preservar aquests elements vitals.

Abstract

Abstract

During the pandemic caused by the Coronavirus (Covid-19), Machine Learning (ML) techniques can be used, among other alternatives, to detect the virus in its early stages, which would aid a fast recovery and help to ease the pressure on healthcare systems. In this study, we present a Systematic Literature Review (SLR) and a Bibliometric Analysis of ML technique applications in the Covid-19 pandemic, from January 2020 to June 2021, identifying possible unexplored gaps. In the SLR, the 117 most cited papers published during the period were analyzed and divided into four categories: 22 articles that analyzed the problem of the disease using ML techniques in an X-Ray (XR) analysis and Computed Tomography (CT) of the lungs of infected patients; 13 articles that studied the problem by addressing social network tools using ML techniques; 44 articles directly used ML techniques in forecasting problems; and 38 articles that applied ML techniques for general issues regarding the disease. The gap identified in the literature had to do with the use of ML techniques when analyzing the relationship between the human genotype and susceptibility to Covid-19 or the severity of the infection, a subject that has begun to be explored in the scientific community.