Clasificación de los municipios mediante árboles de decisión en el contexto de la pobreza multidimensional como elemento de optimización de la planificación regional.

La pobreza en Colombia es un problema persistente que el país no ha logrado resolver a lo largo de su historia. Este problema se agrava por las deficiencias en los mecanismos de planeación y ordenamiento territorial, los conflictos territoriales, la dificultad de acceso a ciertas áreas, la violencia, la tendencia centralista del país y la división política. Estas divisiones limitan el desarrollo de los territorios y los recursos destinados a la inversión pública. Las problemáticas que enfrentan las comunidades no se limitan a un solo territorio, sino que actúan como clústeres espaciales. La planeación desde las entidades municipales, sin considerar el factor espacial y las condiciones de los municipios vecinos, limita la realización de proyectos conjuntos para reducir las deficiencias existentes. Los mecanismos actuales de planeación basados en el análisis de indicadores no permiten crear planes a nivel regional ni evidenciar estas relaciones. El avance de la tecnología, especialmente en el ámbito de la inteligencia artificial y sus aplicaciones recientes, ofrece oportunidades para innovar en los campos que manejamos como ingenieros catastrales y geodestas. Herramientas como los árboles de decisión reducen la complejidad en la toma de decisiones y brindan nuevos enfoques para resolver problemas territoriales. Junto con las representaciones gráficas, estas herramientas se convierten en una gran ayuda para la planeación regional. En este trabajo, analizamos cómo la pobreza está relacionada con el espacio en el país, las tendencias centralistas en diferentes escalas, la generación de clústeres multivariantes y las deficiencias en salud, vivienda, educación, trabajo e infancia. Además, demostramos la utilidad de la metodología Midecat para la clasificación municipal y la planeación a nivel regional, donde la implementación del geo visor junto con la generación de salidas grafica a escalas Nacional, Regionales y departamentales se convierten en un insumo importante para todas las oficinas de planeación del país.

• Autores: Calderón León, Carlos Giovany; Castro Sabogal, Jhon Jaider
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/41969
• Acceso en línea: http://hdl.handle.net/11349/41969
• Palabra clave: Planeación; Ordenamiento territorial; Inteligencia artificial; Clasificación; Árboles de decisión; Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas; Pobreza multidimensional; Planificación regional; Árboles de decisión; Metodología Midecat; Planning; Territorial planning; Artificial intelligence; Classification; Decision trees
• License: Abierto (Texto Completo)