La Lucha contra el Fraude en las Subvenciones Públicas en España: Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control
Tras la pandemia del COVID-19, los gobiernos se enfrentan a riesgos de fraude tanto antiguos como nuevos, algunos de ellos a niveles sin precedentes, relacionados con el gasto en socorro y recuperación. Los programas de subvenciones públicas son un área de alto riesgo, en la que cualquier fraude aca...
Gespeichert in:
| Format: | Elektronisch E-Book |
|---|---|
| Sprache: | Spanish |
| Veröffentlicht: |
Paris
OECD Publishing
2021
|
| Schriftenreihe: | Estudios de la OCDE sobre Gobernanza Pública
|
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Zusammenfassung: | Tras la pandemia del COVID-19, los gobiernos se enfrentan a riesgos de fraude tanto antiguos como nuevos, algunos de ellos a niveles sin precedentes, relacionados con el gasto en socorro y recuperación. Los programas de subvenciones públicas son un área de alto riesgo, en la que cualquier fraude acaba desviando el dinero de los contribuyentes de las prestaciones indispensables para los particulares y las empresas. Este informe identifica cómo la Intervención General de la Administración del Estado (IGAE) podría identificar y controlar mejor los riesgos de fraude en las subvenciones. Demuestra cómo las técnicas innovadoras de aprendizaje automático pueden ayudar a la IGAE a mejorar su evaluación de los riesgos de fraude en los datos de las subvenciones. Presenta un modelo de riesgo de trabajo, desarrollado con conjuntos de datos a disposición de la IGAE y mapea conjuntos de datos que se podrían utilizar en el futuro. El informe también considera las condiciones previas para la analítica avanzada y las evaluaciones de riesgo, incluyendo las formas en que la IGAE puede mejorar su gobernanza y gestión de datos |
| Beschreibung: | 1 Online-Ressource (91 Seiten) 21 x 28cm |
| ISBN: | 9789264437050 9789264498037 9789264618053 |
| DOI: | 10.1787/6a4ab581-es |
Internformat
MARC
| LEADER | 00000nam a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV047928148 | ||
| 003 | DE-604 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 220413s2021 xx o|||| 00||| spa d | ||
| 020 | |a 9789264437050 |9 978-92-64-43705-0 | ||
| 020 | |a 9789264498037 |9 978-92-64-49803-7 | ||
| 020 | |a 9789264618053 |9 978-92-64-61805-3 | ||
| 024 | 7 | |a 10.1787/6a4ab581-es |2 doi | |
| 035 | |a (ZDB-13-SOC)072588225 | ||
| 035 | |a (OCoLC)1312699559 | ||
| 035 | |a (DE-599)BVBBV047928148 | ||
| 040 | |a DE-604 |b ger |e aacr | ||
| 041 | 0 | |a spa | |
| 049 | |a DE-384 |a DE-91 |a DE-473 |a DE-824 |a DE-29 |a DE-739 |a DE-355 |a DE-20 |a DE-1028 |a DE-1049 |a DE-188 |a DE-521 |a DE-861 |a DE-898 |a DE-92 |a DE-573 |a DE-19 | ||
| 245 | 1 | 0 | |a La Lucha contra el Fraude en las Subvenciones Públicas en España |b Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control |c Organisation for Economic Co-operation and Development |
| 264 | 1 | |a Paris |b OECD Publishing |c 2021 | |
| 300 | |a 1 Online-Ressource (91 Seiten) |c 21 x 28cm | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Estudios de la OCDE sobre Gobernanza Pública | |
| 520 | |a Tras la pandemia del COVID-19, los gobiernos se enfrentan a riesgos de fraude tanto antiguos como nuevos, algunos de ellos a niveles sin precedentes, relacionados con el gasto en socorro y recuperación. Los programas de subvenciones públicas son un área de alto riesgo, en la que cualquier fraude acaba desviando el dinero de los contribuyentes de las prestaciones indispensables para los particulares y las empresas. Este informe identifica cómo la Intervención General de la Administración del Estado (IGAE) podría identificar y controlar mejor los riesgos de fraude en las subvenciones. Demuestra cómo las técnicas innovadoras de aprendizaje automático pueden ayudar a la IGAE a mejorar su evaluación de los riesgos de fraude en los datos de las subvenciones. Presenta un modelo de riesgo de trabajo, desarrollado con conjuntos de datos a disposición de la IGAE y mapea conjuntos de datos que se podrían utilizar en el futuro. El informe también considera las condiciones previas para la analítica avanzada y las evaluaciones de riesgo, incluyendo las formas en que la IGAE puede mejorar su gobernanza y gestión de datos | ||
| 650 | 4 | |a Governance | |
| 650 | 4 | |a Spain | |
| 856 | 4 | 0 | |u https://doi.org/10.1787/6a4ab581-es |x Verlag |z kostenfrei |3 Volltext |
| 912 | |a ZDB-13-SOC | ||
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-033309641 | |
Datensatz im Suchindex
| _version_ | 1818805950495064064 |
|---|---|
| adam_text | |
| adam_txt | |
| any_adam_object | |
| any_adam_object_boolean | |
| building | Verbundindex |
| bvnumber | BV047928148 |
| collection | ZDB-13-SOC |
| ctrlnum | (ZDB-13-SOC)072588225 (OCoLC)1312699559 (DE-599)BVBBV047928148 |
| discipline | Wirtschaftswissenschaften |
| discipline_str_mv | Wirtschaftswissenschaften |
| doi_str_mv | 10.1787/6a4ab581-es |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000zc 4500</leader><controlfield tag="001">BV047928148</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">220413s2021 xx o|||| 00||| spa d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9789264437050</subfield><subfield code="9">978-92-64-43705-0</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9789264498037</subfield><subfield code="9">978-92-64-49803-7</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9789264618053</subfield><subfield code="9">978-92-64-61805-3</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1787/6a4ab581-es</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-13-SOC)072588225</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1312699559</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV047928148</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">aacr</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">spa</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-384</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-824</subfield><subfield code="a">DE-29</subfield><subfield code="a">DE-739</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-1028</subfield><subfield code="a">DE-1049</subfield><subfield code="a">DE-188</subfield><subfield code="a">DE-521</subfield><subfield code="a">DE-861</subfield><subfield code="a">DE-898</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-19</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">La Lucha contra el Fraude en las Subvenciones Públicas en España</subfield><subfield code="b">Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control</subfield><subfield code="c">Organisation for Economic Co-operation and Development</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Paris</subfield><subfield code="b">OECD Publishing</subfield><subfield code="c">2021</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (91 Seiten)</subfield><subfield code="c">21 x 28cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Estudios de la OCDE sobre Gobernanza Pública</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Tras la pandemia del COVID-19, los gobiernos se enfrentan a riesgos de fraude tanto antiguos como nuevos, algunos de ellos a niveles sin precedentes, relacionados con el gasto en socorro y recuperación. Los programas de subvenciones públicas son un área de alto riesgo, en la que cualquier fraude acaba desviando el dinero de los contribuyentes de las prestaciones indispensables para los particulares y las empresas. Este informe identifica cómo la Intervención General de la Administración del Estado (IGAE) podría identificar y controlar mejor los riesgos de fraude en las subvenciones. Demuestra cómo las técnicas innovadoras de aprendizaje automático pueden ayudar a la IGAE a mejorar su evaluación de los riesgos de fraude en los datos de las subvenciones. Presenta un modelo de riesgo de trabajo, desarrollado con conjuntos de datos a disposición de la IGAE y mapea conjuntos de datos que se podrían utilizar en el futuro. El informe también considera las condiciones previas para la analítica avanzada y las evaluaciones de riesgo, incluyendo las formas en que la IGAE puede mejorar su gobernanza y gestión de datos</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Governance</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Spain</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1787/6a4ab581-es</subfield><subfield code="x">Verlag</subfield><subfield code="z">kostenfrei</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-13-SOC</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-033309641</subfield></datafield></record></collection> |
| id | DE-604.BV047928148 |
| illustrated | Not Illustrated |
| index_date | 2024-07-03T19:34:54Z |
| indexdate | 2024-12-18T19:02:01Z |
| institution | BVB |
| isbn | 9789264437050 9789264498037 9789264618053 |
| language | Spanish |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-033309641 |
| oclc_num | 1312699559 |
| open_access_boolean | 1 |
| owner | DE-384 DE-91 DE-BY-TUM DE-473 DE-BY-UBG DE-824 DE-29 DE-739 DE-355 DE-BY-UBR DE-20 DE-1028 DE-1049 DE-188 DE-521 DE-861 DE-898 DE-BY-UBR DE-92 DE-573 DE-19 DE-BY-UBM |
| owner_facet | DE-384 DE-91 DE-BY-TUM DE-473 DE-BY-UBG DE-824 DE-29 DE-739 DE-355 DE-BY-UBR DE-20 DE-1028 DE-1049 DE-188 DE-521 DE-861 DE-898 DE-BY-UBR DE-92 DE-573 DE-19 DE-BY-UBM |
| physical | 1 Online-Ressource (91 Seiten) 21 x 28cm |
| psigel | ZDB-13-SOC |
| publishDate | 2021 |
| publishDateSearch | 2021 |
| publishDateSort | 2021 |
| publisher | OECD Publishing |
| record_format | marc |
| series2 | Estudios de la OCDE sobre Gobernanza Pública |
| spelling | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control Organisation for Economic Co-operation and Development Paris OECD Publishing 2021 1 Online-Ressource (91 Seiten) 21 x 28cm txt rdacontent c rdamedia cr rdacarrier Estudios de la OCDE sobre Gobernanza Pública Tras la pandemia del COVID-19, los gobiernos se enfrentan a riesgos de fraude tanto antiguos como nuevos, algunos de ellos a niveles sin precedentes, relacionados con el gasto en socorro y recuperación. Los programas de subvenciones públicas son un área de alto riesgo, en la que cualquier fraude acaba desviando el dinero de los contribuyentes de las prestaciones indispensables para los particulares y las empresas. Este informe identifica cómo la Intervención General de la Administración del Estado (IGAE) podría identificar y controlar mejor los riesgos de fraude en las subvenciones. Demuestra cómo las técnicas innovadoras de aprendizaje automático pueden ayudar a la IGAE a mejorar su evaluación de los riesgos de fraude en los datos de las subvenciones. Presenta un modelo de riesgo de trabajo, desarrollado con conjuntos de datos a disposición de la IGAE y mapea conjuntos de datos que se podrían utilizar en el futuro. El informe también considera las condiciones previas para la analítica avanzada y las evaluaciones de riesgo, incluyendo las formas en que la IGAE puede mejorar su gobernanza y gestión de datos Governance Spain https://doi.org/10.1787/6a4ab581-es Verlag kostenfrei Volltext |
| spellingShingle | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control Governance Spain |
| title | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control |
| title_auth | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control |
| title_exact_search | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control |
| title_exact_search_txtP | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control |
| title_full | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control Organisation for Economic Co-operation and Development |
| title_fullStr | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control Organisation for Economic Co-operation and Development |
| title_full_unstemmed | La Lucha contra el Fraude en las Subvenciones Públicas en España Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control Organisation for Economic Co-operation and Development |
| title_short | La Lucha contra el Fraude en las Subvenciones Públicas en España |
| title_sort | la lucha contra el fraude en las subvenciones publicas en espana aprendizaje automatico para evaluar los riesgos y orientar las actividades de control |
| title_sub | Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control |
| topic | Governance Spain |
| topic_facet | Governance Spain |
| url | https://doi.org/10.1787/6a4ab581-es |