Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 87
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 289
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => Digital tools and their role in optimizing the detection of academic plagiarism@en
                    [1] => Herramientas digitales y su papel para optimizar la detección de plagio académico@es
                    [2] => As ferramentas digitais e o seu papel na otimização da deteção de plágio académico@pt
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => Objective. This paper aims to delineate how digital tools have transformed the process of plagiarism detection within the academic context.Design/Methodology/Approach. This study was conducted through a systematic review of the literature. The PRISMA methodology was employed for the search and selection of articles. The research was conducted using the Scopus and Web of Science databases, from which 20 articles addressed the subject matter between 2014 and 2024 were selected.Results/Discussion. The findings demonstrated a notable advancement in the precision and effectiveness of these technologies. Ethical concerns about privacy and data utilization were also identified, necessitating their monitoring in subsequent investigations.Conclusions. Considering the outcomes mentioned above, digital instruments have experienced a notable evolution in the domain of academic plagiarism detection. Tools based on artificial intelligence and developed algorithms offer high accuracy and the potential to identify complex plagiarism structures, such as paraphrasing and translations. Nevertheless, the implementation and efficacy of these tools exhibit considerable variability across institutions, contingent upon factors such as the availability of accessible resources and the extent of personal training.Originality/value. The research offered a revised perspective on the capacity of diverse technologies, including machine learning algorithms and artificial intelligence, to identify deceptive behaviors. The study considered the ethical and pedagogical implications of their use, thereby providing a solid basis for future developments in educational policy and the continuous improvement of these tools.@en
                    [1] => Objetivo. Describir cómo las herramientas digitales han transformado la detección de plagio en el entorno académico.
Diseño/Metodología/Enfoque. Este estudio se llevó a cabo mediante una investigación bibliográfica de revisión sistemática. Para la búsqueda y selección de los artículos, se empleó la metodología PRISMA. La investigación se centró en las bases de datos Scopus y Web of Science, de las cuales se seleccionaron 20 artículos que tratan la temática específica en el período comprendido entre 2014 y 2024.
Resultados/Discusión. Los resultados revelan una evolución significativa en la precisión y eficacia de estas tecnologías. Asimismo, se desarrollan los problemas éticos asociados con la privacidad y el uso de datos que necesitan vigilancia en estudios posteriores.
Conclusiones. A la luz de los resultados, las herramientas digitales han tenido un desarrollo importante en la detección del plagio en el ámbito de la educación. Por su parte, las herramientas fundamentadas en inteligencia artificial y algoritmos desarrollados brindan gran exactitud y potencial para encontrar estructuras complicadas de plagio, como lo son el parafraseo y las traducciones. No obstante, la implementación y eficacia de dichas herramientas cambian significativamente entre las instituciones, condicionados por elementos como los recursos accesibles y la formación personal.
Originalidad/Valor. La investigación brinda una visión actual acerca de la capacidad de diferentes tecnologías, como los algoritmos de aprendizaje automático y la inteligencia artificial, en el reconocimiento de hábitos deshonestos. Además, el estudio considera las implicaciones éticas y pedagógicas de su uso, proporcionando una base sólida para futuros desarrollos en políticas educativas y la mejora continua de estas herramientas.@es
                    [2] => Mirar. Descrever como as ferramentas digitais transformaram a deteção de plágio no meio académico. Diseño/Metodología/Abordagem. Este estudo foi realizado através de uma pesquisa de revisão sistemática da literatura. Para a pesquisa e seleção dos artigos foi utilizada a metodologia PRISMA. A pesquisa centrou-se nas bases de dados Scopus e Web of Science, das quais foram selecionados 20 artigos que versam sobre o tema específico no período compreendido entre 2014 e 2024. Resultados/Discussão. Os resultados revelam uma evolução significativa na precisão e eficácia destas tecnologias. Da mesma forma, desenvolvem-se problemas éticos associados à privacidade e à utilização de dados que necessitam de monitorização em estudos subsequentes. Conclusões. À luz dos resultados, as ferramentas digitais tiveram mmm importante desenvolvimento na deteção de plágio no âmbito da educação. Por sua vez, as ferramentas baseadas em inteligência artificial e os algoritmos desenvolvidos proporcionam uma grande precisão e potencial para encontrar estruturas complicadas de plágio, como paráfrases e traduções. No entanto, a implementação e eficácia destas ferramentas alteram-se significativamente entre instituições, condicionadas por elementos como recursos acessíveis e formação pessoal. Originalidade/Valor. A investigação fornece uma visão atual sobre a capacidade de diferentes tecnologias, como os algoritmos de aprendizagem automática e a inteligência artificial, em reconhecer hábitos desonestos. Além disso, o estudo considera as implicações éticas e pedagógicas da sua utilização, fornecendo uma base sólida para os desenvolvimentos futuros nas políticas educativas e na melhoria contínua destas ferramentas.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Henry Emmanuel López Gómez
                    [1] => Juan Manuel Sanchez Soto
                    [2] => Uldarico Inocencio Aguado Riveros
                    [3] => Liliana Ines Romero Nunez
                    [4] => Rafael Alan Castle-Saenz
                    [5] => Jorge Miguel Chavez-Diaz
                    [6] => Cecilia Isabel Levano Zegarra
                    [7] => Wilmer Huamani Palomino
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Digital tools@en
                    [1] => Academic plagiarism@en
                    [2] => Anti-plagiarism@en
                    [3] => Artificial intelligence@en
                    [4] => Ethics@en
                    [5] => Academic integrity@en
                    [6] => Palabras clave: ferramentas digitais, plágio acadêmico, antiplágio, detecção.@pt
                    [7] => Herramientas digitales@es
                    [8] => Plagio académico@es
                    [9] => Antiplagio@es
                    [10] => Inteligencia artificial@es
                    [11] => Ética@es
                    [12] => Integridad académica@es
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 4
                    [nr] => no.
                    [year] => 2024
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2024-10-19
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => DOI
                            [value] => Array
                                (
                                    [0] => 10.47909/ijsmc.1474
                                )

                        )

                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://ijsmc.pro-metrics.org/index.php/i/article/view/147
                                )

                        )

                    [1] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://ijsmc.pro-metrics.org/index.php/i/article/view/147/96
                                )

                        )

                    [2] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://ijsmc.pro-metrics.org/index.php/i/article/view/147/97
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => en
                    [1] => es
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => Copr
                    [1] => by-nc/4.0
                )

        )

)