Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda
La gentrificación no siempre es detectada por la sociedad, la política y la planificación a tiempo de interpretar sus dinámicas y de llevar a cabo intervenciones que mitiguen sus efectos adversos. Sus implicaciones son tan importantes en la fisionomía social de las ciudades, que será relevante toda...
- Autores:
-
Abarca-Alvarez, Francisco Javier
Campos-Sánchez, Francisco Sergio
Reinoso-Bellido, Rafael
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2018
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/68319
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/68319
http://bdigital.unal.edu.co/69352/
- Palabra clave:
- 71 Urbanismo y arte paisajístico / Landscaping and area planning
urban profile
artificial neural network
self-organizing map
forecast
perfil urbano
red neuronal artificial
mapa auto-organizado
predicción
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| id |
UNACIONAL2_2f3fc0c930440d2d7ec1598b5fc076e2 |
|---|---|
| oai_identifier_str |
oai:repositorio.unal.edu.co:unal/68319 |
| network_acronym_str |
UNACIONAL2 |
| network_name_str |
Universidad Nacional de Colombia |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda |
| title |
Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda |
| spellingShingle |
Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda 71 Urbanismo y arte paisajístico / Landscaping and area planning urban profile artificial neural network self-organizing map forecast perfil urbano red neuronal artificial mapa auto-organizado predicción |
| title_short |
Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda |
| title_full |
Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda |
| title_fullStr |
Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda |
| title_full_unstemmed |
Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda |
| title_sort |
Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda |
| dc.creator.fl_str_mv |
Abarca-Alvarez, Francisco Javier Campos-Sánchez, Francisco Sergio Reinoso-Bellido, Rafael |
| dc.contributor.author.spa.fl_str_mv |
Abarca-Alvarez, Francisco Javier Campos-Sánchez, Francisco Sergio Reinoso-Bellido, Rafael |
| dc.subject.ddc.spa.fl_str_mv |
71 Urbanismo y arte paisajístico / Landscaping and area planning |
| topic |
71 Urbanismo y arte paisajístico / Landscaping and area planning urban profile artificial neural network self-organizing map forecast perfil urbano red neuronal artificial mapa auto-organizado predicción |
| dc.subject.proposal.spa.fl_str_mv |
urban profile artificial neural network self-organizing map forecast perfil urbano red neuronal artificial mapa auto-organizado predicción |
| description |
La gentrificación no siempre es detectada por la sociedad, la política y la planificación a tiempo de interpretar sus dinámicas y de llevar a cabo intervenciones que mitiguen sus efectos adversos. Sus implicaciones son tan importantes en la fisionomía social de las ciudades, que será relevante toda herramienta que permita pronosticar o evidenciar cualquier tipo de señal de la gentrificación. La investigación trata de evaluar la viabilidad de la detección de ámbitos vinculados a procesos de gentrificación, incipientes o asentados, mediante el uso de fuentes de información comunes en las ciudades, como son los censos de viviendas. Para ello se propone el uso de metodologías de extracción de información basadas en técnicas de minería de datos procedentes de las ciencias de la Inteligencia Artificial. La metodología se evalúa experimentalmente en un territorio complejo y extenso, la costa mediterránea peninsular española. Los resultados permiten identificar un perfil urbano que incluye todas las barriadas a las que el estado del arte atribuye gentrificación, resultando la proporción de viviendas en alquiler determinante. Se concluye que la metodología propuesta es útil para evidenciar territorios con señales similares a los entornos urbanos con gentrificación, permitiendo la detección temprana de procesos semejantes en otros ámbitos. |
| publishDate |
2018 |
| dc.date.issued.spa.fl_str_mv |
2018-05-01 |
| dc.date.accessioned.spa.fl_str_mv |
2019-07-03T06:26:58Z |
| dc.date.available.spa.fl_str_mv |
2019-07-03T06:26:58Z |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ART |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.issn.spa.fl_str_mv |
ISSN: 2027-145X |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/68319 |
| dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/69352/ |
| identifier_str_mv |
ISSN: 2027-145X |
| url |
https://repositorio.unal.edu.co/handle/unal/68319 http://bdigital.unal.edu.co/69352/ |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.spa.fl_str_mv |
https://revistas.unal.edu.co/index.php/bitacora/article/view/70145 |
| dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Revistas electrónicas UN Bitácora Urbano Territorial Bitácora Urbano Territorial |
| dc.relation.references.spa.fl_str_mv |
Abarca-Alvarez, Francisco Javier and Campos-Sánchez, Francisco Sergio and Reinoso-Bellido, Rafael (2018) Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda. Bitácora Urbano Territorial, 28 (2). pp. 103-114. ISSN 2027-145X |
| dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Nacional de Colombia |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial 4.0 Internacional Derechos reservados - Universidad Nacional de Colombia http://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia - Sede Bogotá - Facultad de Artes - Instituto de Investigaciones Hábitat, Ciudad and Territorio |
| institution |
Universidad Nacional de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/68319/1/70145-382540-1-PB.pdf https://repositorio.unal.edu.co/bitstream/unal/68319/2/70145-382540-1-PB.pdf.jpg |
| bitstream.checksum.fl_str_mv |
8351a212287e520226d0bd675409cc8a 86e3a9ed1478b82459c22706c943d675 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
| _version_ |
1812169452955893760 |
| spelling |
Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Abarca-Alvarez, Francisco Javier700d0889-1efc-4da9-91c2-4a8565b079d3300Campos-Sánchez, Francisco Sergiod232b1ac-dac5-4619-bf4b-db37f4ce32a3300Reinoso-Bellido, Rafaele16cdfc6-00e7-4798-928a-4aba10ee4d013002019-07-03T06:26:58Z2019-07-03T06:26:58Z2018-05-01ISSN: 2027-145Xhttps://repositorio.unal.edu.co/handle/unal/68319http://bdigital.unal.edu.co/69352/La gentrificación no siempre es detectada por la sociedad, la política y la planificación a tiempo de interpretar sus dinámicas y de llevar a cabo intervenciones que mitiguen sus efectos adversos. Sus implicaciones son tan importantes en la fisionomía social de las ciudades, que será relevante toda herramienta que permita pronosticar o evidenciar cualquier tipo de señal de la gentrificación. La investigación trata de evaluar la viabilidad de la detección de ámbitos vinculados a procesos de gentrificación, incipientes o asentados, mediante el uso de fuentes de información comunes en las ciudades, como son los censos de viviendas. Para ello se propone el uso de metodologías de extracción de información basadas en técnicas de minería de datos procedentes de las ciencias de la Inteligencia Artificial. La metodología se evalúa experimentalmente en un territorio complejo y extenso, la costa mediterránea peninsular española. Los resultados permiten identificar un perfil urbano que incluye todas las barriadas a las que el estado del arte atribuye gentrificación, resultando la proporción de viviendas en alquiler determinante. Se concluye que la metodología propuesta es útil para evidenciar territorios con señales similares a los entornos urbanos con gentrificación, permitiendo la detección temprana de procesos semejantes en otros ámbitos.Gentrification is not always detected by society, policy and planning in time to interpret its dynamics and implement interventions that mitigate its adverse effects. Its implications are so important in the social physiognomy of cities, that any tool that can predict or evidence any kind of sign of gentrification will be relevant. The research seeks to assess the feasibility of detecting areas linked to gentrification processes, incipient or settled, by using common sources of information in cities, such as the housing census. To this end, we propose the use of information extraction methodologies based on data mining techniques from Artificial Intelligence sciences. The methodology is evaluated experimentally in a complex and extensive territory, the Mediterranean coast of the Spanish peninsula. The results make it possible to identify an urban profile that includes all the neighbourhoods, to which the state of the art attributes gentrification, resulting in the proportion of rented dwellings that are essential for this purpose. It is concluded that the proposed methodology is useful to evidence territories with similar signs to urban environments with gentrification, allowing the early detection of similar processes in other areas.A gentrificação nem sempre é detetada a tempo pela sociedade, a política e o planeamento para levar a cabo intervenções que mitiguem os seus efeitos adversos. As suas implicações são tão importantes na fisionomia social das cidades, que será relevante qualquer ferramenta que permita prognosticar ou evidenciar qualquer tipo de sinal da gentrificação. Neste artigo apresenta-se uma investigação que avalia a viabilidade da deteção de âmbitos vinculados a processos de gentrificação, incipientes ou consolidados, através da utilização de fontes de informação comuns nas cidades, como os recenseamentos habitacionais. Para isto, propõe-se a utilização de metodologias de extração de informação baseadas em técnicas de mineração de dados da Inteligência Artificial, aplicadas a um território complexo e extenso: a costa mediterrânea peninsular espanhola. Os resultados permitem identificar um perfil urbano que inclui todos os bairros a que os conhecimentos atuais atribuem gentrificação, demonstrando-se que a proporção de casas para alugar é um sinal relevante de gentrificação. Conclui-se que a metodologia proposta é útil para evidenciar territórios com sinais semelhantes aos dos ambientes urbanos com gentrificação, permitindo a deteção precoce de processos semelhantes noutros âmbitos.application/pdfspaUniversidad Nacional de Colombia - Sede Bogotá - Facultad de Artes - Instituto de Investigaciones Hábitat, Ciudad and Territoriohttps://revistas.unal.edu.co/index.php/bitacora/article/view/70145Universidad Nacional de Colombia Revistas electrónicas UN Bitácora Urbano TerritorialBitácora Urbano TerritorialAbarca-Alvarez, Francisco Javier and Campos-Sánchez, Francisco Sergio and Reinoso-Bellido, Rafael (2018) Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda. Bitácora Urbano Territorial, 28 (2). pp. 103-114. ISSN 2027-145X71 Urbanismo y arte paisajístico / Landscaping and area planningurban profileartificial neural networkself-organizing mapforecastperfil urbanored neuronal artificialmapa auto-organizadopredicciónSeñales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de viviendaArtículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTORIGINAL70145-382540-1-PB.pdfapplication/pdf4843110https://repositorio.unal.edu.co/bitstream/unal/68319/1/70145-382540-1-PB.pdf8351a212287e520226d0bd675409cc8aMD51THUMBNAIL70145-382540-1-PB.pdf.jpg70145-382540-1-PB.pdf.jpgGenerated Thumbnailimage/jpeg7916https://repositorio.unal.edu.co/bitstream/unal/68319/2/70145-382540-1-PB.pdf.jpg86e3a9ed1478b82459c22706c943d675MD52unal/68319oai:repositorio.unal.edu.co:unal/683192023-06-03 23:03:07.982Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |