Pages

Monday, January 30, 2017

Análisis de sentimientos en Redes Sociales sobre la conferencia Habitat lll, “Cumbre de ciudades, sobre Vivienda y Desarrollo Sostenible”

Universidad Colegio Mayor de Nuestra Señora del Rosario
Facultad de Ciencia Política y Gobierno y de Relaciones Internacionales
Programa de Gestión y Desarrollo Urbanos
Materia: Investigación en Operaciones Urbanas
Estudiante: Paula Juliana Salazar Becerra
            Laura Ximena Rojas Calderón
Noviembre 22 de 2016
  1. Introducción
El presente trabajo tiene la intención de identificar los usuarios más relevantes e influyentes en la red social twitter durante los 4 días de Hábitat 3 y los principales temas que abordaron en sus tweets. Para identificar a los usuarios participantes durante el evento realizado en Ecuador, se tuvo en cuenta su número de menciones y retweets por medio de un análisis de redes en gephi. Los principales temas abordados por cada usuario se pudieron encontrar utilizando una herramienta para generar nubes de palabras que evidenciaban sus intereses.
Para hacer más clara la investigación, gephi es una herramienta de visualización de redes o una plataforma interactiva de código abierto que permite la visualización y exploración de todo tipo de redes y sistemas complejos por medio de gráficos dinámicos y jerárquicos. Para descargar las bases de datos de los 3 días de Hábitat 3 en twitter, se hizo uso de la herramienta IFTTT, que significa “If This Then That” y es un servicio que permite programar tareas rutinarias y sencillas a partir de las bases de datos de redes sociales conocidas como twitter.
  1. Revisión de literatura
    1. Minería de datos
Para un mejor entendimiento del trabajo, fue pertinente la realización de un estado del arte acerca de los conceptos principales, es decir, minería de datos, social network analysis, y Hábitat 3. Para comenzar, la minería de datos, también conocida por algunos autores como el descubrimiento de conocimiento en bases de datos, implica métodos que buscan nuevas y generalizables relaciones y hallazgos, en lugar de intentar probar hipótesis anteriores (Collins, Schapire y Singer, 2004).
Mientras que algunos estadísticos utilizan el término "minería de datos" de manera peyorativa, para indicar la búsqueda sin premisas de hipótesis y la pretensión de que estas hipótesis fueron investigadas aisladamente, la minería de datos como un área de métodos tiene una historia extendida que se remonta a datos exploratorios (Tukey, 1977) y ha establecido métodos para determinar la validez y la generalización.
Distinto a lo anterior, para Harnett la minería de datos se refiere al análisis sin hipótesis de datos archivados o “big data” con la esperanza de descubrir patrones interesantes dentro de los datos (2016, pág 142) y relacionado con esto, para Peral y otros autores, la minería de “big data” es la capacidad de extraer información útil de unas grandes bases de datos y unas nuevas técnicas de minería de datos son necesarias debido al volumen, variabilidad, y velocidad de dichos datos (Peral et al; 2016; pág. 56).
Dicho concepto ha estado recibiendo bastante atención, en parte debido a la enorme cantidad de datos que se producen como resultado del almacenamiento de información sin costo y a la facilidad con la que dichos datos pueden ser recolectados, navegando en internet o en los teléfonos celulares (Brandeisky, 2015).  
San Tay & Peng Sik mencionan que la minería de datos hace referencia al proceso de utilizar técnicas de software para analizar grandes cantidades de datos con el fin de descubrir información útil. La información suele estar en forma de patrones o relaciones que de otro modo no se observarían si son escaneadas por el ojo humano y por lo tanto es útil para muchas industrias en la predicción de tendencias futuras.
Para éstos autores, la minería de datos implica la reproducción de bases de datos y, en consecuencia, plantea problemas de derechos de autor y además, cuenta con técnicas diferentes ofrecidas por la tecnología y debe haber una etapa de pre-procesamiento que implica una limpieza de datos para eliminar los que sean inconsistentes (Tay, Sik; 2016; 899).
    1. Análisis de Redes Sociales
Ahora bien, respecto al concepto Social Network Analysis, para Sapountzi & Psannis, es un término que abarca un análisis descriptivo y basado en la estructura, similar a un análisis estructural. En tal sentido, para entender la estructura de la red es importante obtener información sobre cómo funciona dicha estructura y tomar decisiones sobre ella examinando sus características de nodos y links/enlaces. La comparación de las redes, el seguimiento de los cambios en una red a lo largo del tiempo, la revelación de comunidades y nodos importantes y la determinación de la posición relativa de individuos y clusters en una red son algunos de sus procedimientos comunes.
Todo lo anterior abarca un análisis estadístico y dinámico. Sapountzi & Psannis mencionan que un análisis estadístico presume que una red social cambia gradualmente con el tiempo, mientras que el análisis dinámico, que es más complejo, abarca datos de transmisión que están evolucionando en el tiempo a una tasa alta.  
Salamati & Soheili, establecen de forma más específica que el Social Network Analysis es un paradigma que analiza los patrones estructurales en las relaciones sociales, que proporciona métodos para explicar y probar el proceso de intercambio de conocimientos e identifica los cuellos de botella en los flujos de información (2015; 264).
Ahora bien, Michael Lieberman menciona que el análisis de redes sociales considera las relaciones sociales en términos de teoría de red, que consiste en nodos (que representan a actores individuales dentro de la red) y vínculos (que representan relaciones entre los individuos, tales como amistades en Facebook, correspondencia por correo electrónico, hipervínculos o respuestas de Twitter) Estas redes se representan a menudo en un diagrama social de la red, donde los nodos se muestran como puntos y los vínculos como líneas.
    1. Habitat lll
La Fundación de las Naciones Unidas para el Hábitat y los Asentamientos Humanos nace el 1º de enero de 1975, siendo el primero órgano oficial de la ONU; en ese entonces su tarea consistía en “ayudar a los programas nacionales sobre asentamientos humanos mediante la provisión de capital y asistencia técnica, en particular en los países en vías en desarrollo.” (UNHabitat, s.f.). La primera conferencia de las Naciones Unidas dónde se reconoció la urbanización como un desafío de la humanidad, se llevó a cabo en 1976 en Vancouver, Canadá. “Esta conferencia, Hábitat I, resultó en la creación, el 19 de diciembre de 1977, de los precursores de ONU-Habitat: la Comisión de las Naciones Unidas de Asentamientos Humanos (un órgano intergubernamental) y el Centro de las Naciones Unidas para los Asentamientos Humanos (comúnmente llamado Hábitat), que funcionó como la secretaría ejecutiva de la Comisión.” (UNHabitat, s.f.). En 1996, se celebró una segunda conferencia sobre las ciudades,” Hábitat II”, en Estambul, Turquía, para evaluar los 20 años de avances desde Hábitat I, y para establecer los nuevos objetivos para el nuevo milenio. En dicha conferencia se firmó el primer documento político “Agenda Hábitat” que fue aprobado por 171 países y tendría una vigencia de 20 años hasta el 2016, fecha en la cual se celebró la tercera Cumbre de Ciudades Sobre Vivienda y Desarrollo Sostenible, Hábitat 3.
En la conferencia Hábitat 3 celebrada en octubre de 2016 se establecieron ciertos acuerdos para superar las principales dificultades que presentan las ciudades hoy en día. Varios de estos retos son: la eliminación de la pobreza en los asentamientos urbanos, la disminución de la brecha de desigualdad urbana, el establecimiento de modelos de gobernanza multinivel y el papel del ciudadano en la construcción de ciudad.
  1. Hallazgos
    1. Primer día de hábitat 3, 17 de Octubre de 2016
Para el primer día de hábitat 3 se encuentra que la red estaba bastante dispersa, si bien habían varios usuarios conectados entre ellos. Se encontraron varios nodos como el que se presenta en la Imagen 1 y su distribución gráfica se puede observar en la Imagen 2.
Algunos de los usuarios más importantes en éste día fueron HabitatIIIQuito, Habitat3UN, y WHO. El primero mencionaba dentro de sus caracteres palabras como Habitat3, Presidente, Exposición, ciudades, recorrido, gabellones, visitantes e histórico (Imagen 3); en Habitat3UN, se encontraron palabras como New Urban Agenda, housing, urban, poverty, tool, development, y H3UrbanTalk (Imagen 4); y en WHO se mencionaban palabras claves como air pollution, Breathelife, middle-income, inequalities, live, people y  climate (Imagen 5), y resulto interesante el encontrar que se ubicaba bastante alejado de la red o el nodo principal.
El análisis de redes descubrió que usuarios como InclusionEc, que representaban a Hábitat III Alternativo, formaba un nodo unido al principal pero aparte de los usuarios partidarios de dicho evento, probablemente por establecer una crítica hacia éste.
    1. Segundo día de Hábitat 3, 18 de Octubre de 2016
La red del segundo día era mucho más compacta y todos los usuarios estaban conectados entre ellos, a diferencia de la red del primer día (Imagen 6). El análisis de redes encontró que los usuarios más influyentes seguían siendo HabitatIIIQuito,y  Habitat3UN. Sin embargo, pareció interesante investigar acerca de usuarios como LA_PAH y Ambiente_Ec. El primero corresponde a una plataforma de afectados por la hipoteca en España y las palabras más repetidas en sus tweets fueron Vivienda, mentira, desmontamos, salimos, y popular (Imagen 7). Ambiente_Ec, el ministerio de ambiente de Ecuador,  tweeteaba acerca de la nueva agenda urbana, sostenibilidad, ciudades, humanidad y vivienda.
    1. Tercer día de Hábitat 3, 19 de Octubre de 2016
La red del tercer día, se caracterizó, al igual que la del segundo día, por ser más compacta y densa. Los usuarios más influyentes en este día fueron @WalterGarciaArq, @Who y @RosarioRobles. Estos 3 usuarios durante este día enviaron tuits sobre temas ambientales. En este día también se logró observar la existencia de varios nodos por fuera de la red principal; es decir, que habían varios usuarios que tuiteaban sobre Hábitat lll, pero no tenían relación alguna con el evento.
    1. Cuarto día de Habitat 3, 20 de Octubre de 2016
El último día fue el de mayor participación, con una base de datos de más de 5.000 usuarios. Ésta red fue la más compacta y compleja de los 4 días (Imagen 10) y alrededor del nodo principal, se formaba un círculo representando la influencia de los usuarios que se encontraban dentro de él.
En éste día se analizaron algunos usuarios como DNP_Colombia, AFE_Colombia, WWFColombia, y savechcolombia. Se encontró que su participación en el día más importante de Hábitat3 fue casi nula, y las palabras más relevantes dentro de sus tweets fueron  sostenibilidad, ambiental, rural y urbano (Imagen 11).
Conclusiones
Luego de un análisis de sentimientos en twitter sobre Habitat 3, se puede decir que con respecto a los temas abordados en la nueva agenda urbana, los usuarios identificados no se encontraron muy interesados en temas de gobernanza, desarrollo económico local y educación. Los temas principales se relacionaban con vivienda, salud, y transporte.
Igualmente, el centro de la red para los 4 días se encontraba siempre en el twitter de instituciones importantes como HabitatIIIQuito, y Habitat3UN. Además, los usuarios con mayor número de retweets eran o instituciones internacionales, o funcionarios públicos. Por ejemplo, uno de los usuarios más activos e influyentes en las redes de cada día, fue Rosario_Robles_, secretaria de desarrollo agrario, territorial y urbano de México.
Finalmente, si bien el análisis redes se hizo por medio de una base de datos generada a partir del Hashtag #Habitat3, fue posible identificar a algunos usuarios partidarios del Hábitat 3 Alternativo. Éstos se encontraban cerca de algún nodo importante, pero aparte del nodo principal de la red.

Por otro lado, este experimento de redes, logró realizar un acercamiento a conocer quiénes son las personas más influyentes en temas urbanos, y, en este caso, cuáles son los temas de mayor interés, según la medición de las redes y la centralidad de los tuits. Si bien, el caso de la conferencia Habitat lll permitió ver diferentes aspectos importantes en los temas urbanos, es válido recalcar que es necesario seguir haciendo este tipo de estudios con casos que complementen el anterior experimento, como la revisión de la red de la Post-Agenda Habitat lll o las conferencias venideras, como el Foro Nacional Urbano, o, El Foro Urbano Mundial 9.







BIBLIOGRAFÍA
Slater,S; Joksimovié, S; Kovanovic, V; Baker, R; Gasevic, D (09/2016) Journal of Educational and Behavioral Statistics: “Tools for Educational Data Mining: A Review”
Collins, M., Schapire, R. E., & Singer, Y. (2004). Logistic regression, Adaboost and Bregman distances. Machine Learning, 48, 253–285.
Tukey, J. W. (1977). Exploratory data analysis. Reading, MA: Addison-Wesley
Hernett, J (2016) Society for the teaching of psychology: “Using Data Mining To Teach Applied Statistics and Correlation”.
Brandeisky, K. (2015, February). Your embarrassing online searches about health problems aren’t private. Time. Retriev
Sapountzi, A; Psannis, K. University of Macedonia, Department of Applied Informatics, Thessaloniki, Greece: “Social networking data analysis tools & challenges”.
Salamati,P; Soheili,F (2015). Chinese Journal of Traumatology: “Social network analysis of Iranian researchers in the field of violence”
Lieberman, Michael. Visualizing Big Data: Social Network Analysis.  
Peral, J; Maté, A; Marco, M (2015). Computer Standars & Interfaces: “Application of Data Mining techniques to identify relevant Key Performance Indicators”







Anexos
Imagen 1                                                                             
                      
Imagen 2










Imagen 3
Imagen 4


Imagen 5
Imagen 6             
Imagen 7
Imagen 8
Imagen 9
Imagen 10
                                      
Imagen 11


Posted by at No comments:
Labels:

Trabajo “Agent Based Modeling” para dinámicas urbanas (Contaminación)

UNIVERSIDAD COLEGIO MAYOR DE NUESTRA SEÑORA DEL ROSARIO
MATERIA: INVESTIGACIÓN EN OPERACIONES URBANAS
ESTUDIANTES: MARTÍN ARTEAGA - ANDREA GÓMEZ
23/10/16
Abstract: El trabajo a continuación tiene como objetivo hacer una aproximación teórica a cómo las políticas públicas pueden incidir en la salud de la sociedad a través de la gestión de la contaminación atmosférica. El enfoque desde el cual se aborda el problema es la experimentación mediante el modelaje basado en agentes. Así pues, para cumplir con el propósito mencionado, el presente escrito estará dividido en cuatro partes: 1) una introducción a la temática en donde se hace una revisión de literatura y aproximación al sustento teórico; 2) La explicación del modelo y de su alcance para guiar la toma de decisiones tangibles en el marco de la administración pública; 3) Presentación de resultados crudos, y 4) Análisis y conclusiones finales. Así pues, a partir de este ejercicio, será posible establecer que intervenir en esta problemática conlleva a mejorías en la calidad de la salud de los habitantes y que hay momentos en que la intervención es más eficiente.
Palabras clave: contaminación; gestión ambiental; modelación basada en agentes

Abstract: The following paper has the objective of establishing a rational approximation towards how can public policies influence in the health of society through the management of atmospheric pollution. This problem will be tackled within the paradigm of agent based modeling. So, in order to achieve the mentioned purpose of the investigation, this document will be divided into four basic titles: 1) An introduction of the subject, in which there is a literature review and an approximation to the underlying theory; 2) The explanation of the used model and the reach it may have to guide decision-making within the public administration; 3) Presentation of “raw” results; 4) Final analysis and conclusions. In this order of ideas, throughout this exercise, it will be possible to establish, not only that there is a significant improvement in the quality of health when the public sector intervenes, but that there are certain moments in which acting is more efficient.
Key words: pollution; environmental management; agent based modeling


INTRODUCCIÓN
El trabajo a continuación tiene como objetivo hacer una aproximación teórica a cómo las políticas públicas pueden incidir en la salud de la sociedad a través de la gestión de la contaminación atmosférica. El enfoque desde el cual se aborda el problema es la experimentación mediante el modelaje basado en agentes. Así pues, para cumplir con el propósito mencionado, el presente escrito estará dividido en cuatro partes: 1) una introducción a la temática en donde se hace una revisión de literatura y aproximación al sustento teórico; 2) La explicación del modelo y de su alcance para guiar la toma de decisiones tangibles en el marco de la administración pública; 3) Presentación de resultados crudos, y 4) Análisis y conclusiones finales. Así pues, a partir de este ejercicio, será posible establecer que intervenir en esta problemática conlleva a mejorías en la calidad de la salud de los habitantes y que hay momentos en que la intervención es más eficiente.
A pesar que la gestión de la contaminación y del ambiente en general son temáticas recurrentes en la actualidad, esto no ha sido así históricamente. Por ejemplo, al revisar varios autores, sus posturas varían en cuanto al efecto de la tasa de polución en la salud de las personas. En 1979 Hollan et al empezaron a descubrir que una de las razones que causaban mayores muertes a nivel nacional era la contaminación ambiental. Si esta contaminación era moderada, no iba a afectar a la salud; sin embargo, eran pocos los casos en donde las fábricas controlaban su tasa de contaminación. A pesar de ello, en 1980, los doctores Carl Shy y David Bates confirmaron que, a pesar de que se controlen las emisiones contaminantes, las personas igual se ven afectadas por ellas. Lo anterior quiere decir que, no importa que tan moderada sea la tasa, siempre que exista polución las personas se van a ver afectadas de forma directa. En 1997 y 1999, Kaiser y Dockey aumentaron sus investigaciones y tuvieron como resultado que, la relación entre la salud y la polución era directa, sin importar que la polución fuera moderada. Aproximadamente, hace 15 años se han multiplicado las evidencias epidemiológicas y clínicas que relacionan la concentración de material particulado con las enfermedades respiratorias y cardiovasculares.
En el 2000 se hicieron aproximadamente 150 investigaciones en donde se dividieron en dos métodos la relación entre salud y polución. El primero de ellos se denomina “Estudios de exposición aguda” en donde se incluyen los cambios en la salud en corto tiempo o de manera inmediata. Por otro lado, están los “estudios de exposición crónica”, en donde están los cambios en la salud que dependen de las condiciones espaciales de la población. Esta división se conversa hoy en día al momento de analizar qué tanto se ve afectada la salud de la población dependiendo de su ubicación en el territorio. Un ejemplo de lo anterior es la investigación de Arana y col en donde se identificó la correlación entre la climatología de Santiago de Chile, la contaminación (PM10) y el efecto en la salud. Sin embargo, en el mismo año, Avendaño y col descubrieron que las partículas más pequeñas (PM2,5) también causaba daños en la salud de los habitantes.

Incluso, la gestión del ambiente pasa también a verse desde principios éticos. Por ejemplo, de acuerdo a algunos filósofos del desarrollo como A. Escobar, se sostiene que la preservación del medio ambiente debería responder a un paradigma de derechos a la naturaleza, en contraste con el enfoque extractivista tradicional. Sin embargo, en pos de este trabajo, nos centraremos en cómo se pueden gestionar los servicios ambientales (especialmente los de regulación) para fines prácticos enfocados en la salud humana.
Por otra parte, encontramos que la modelación basada en agentes (ABM por sus siglas en inglés) es ya una disciplina con una tradición considerable. En términos generales, la búsqueda por analizar comportamientos humanos y de sociedades en conjunto a partir de métodos cuantitativos tiene una amplia gama de métodos. Sin embargo, el desarrollo tecnológico en la computación, bien podría traer grandes beneficios en el desarrollo de las ciencias sociales. De acuerdo a M. Jensen (2005) el ABM es “el estudio computacional de agentes sociales, como sistemas evolutivos de agentes autónomos que interactúan” (traducción propia). De esta forma, esta perspectiva hace que el investigador se enfoque en cómo los fenómenos macro se derivan de una serie de comportamientos micro que son heterogéneos.

Previamente al uso de ABM como herramienta investigativa, ya se había establecido con una gran fuerza la modelación basada en ecuaciones, debido a su efectividad en la simulación de micro escenarios de dos sujetos en teoría de juegos, como ilustra Bousquet (2001). Sin embargo, la estructura de la teoría de juegos es más bien restrictiva, en la medida en que los agentes deben tener grandes habilidades cognitivas y las reglas del juego siempre son excesivamente rígidas.

A su vez, la experimentación en materia de gestión ambiental ha encontrado en el AMB una herramienta de gran capacidad explicativa. El hecho de que la injerencia de agentes sociales individuales se pueda representar sobre un sistema macro, ha hecho que se lleven a cabo grandes “aplicaciones” de estas técnicas en investigaciones en todo el mundo. Desde modelos e investigaciones teóricas como “Rural Water Resource Management” (Lansing y Kremer, 1994) o “Agricultural Land use Change” (Polhill 2001), hasta modelos de estudios de caso precisos como el “Thames model” (Downing, 2001). Así pues, se encuentra una gran batería de ejemplos para evaluar y describir diversas preguntas investigativas.
EXPLICACIÓN DEL MODELO
Para tratar el problema establecido, se trabajará con un modelo previamente desarrollado por Felsen, M y Wilensky, U (2007). En este modelo hay tres agentes: las personas, los árboles y las fábricas. Las personas dentro del simulador cuentan con salud, esta se reduce paulatinamente durante 10 años hasta que se mueren. Durante esos 10 años, la población se va reproduciendo a una tasa determinada. A su vez, las fábricas producen polución, lo que genera la reducción en la salud de las personas, haciendo que estas mueran más rápido y perdiendo su capacidad de reproducción. Sin embargo, las personas plantan árboles aleatoriamente lo que reduce la polución del “sistema”
Dentro del modelo funcionan cinco variables: población inicial, tasa de crecimiento, tasa de plantación de árboles, fábricas y tasa de polución. Después de experimentar varias veces, se llegó a la conclusión de que el verdadero cambio en el simulador se daba si se modificaban únicamente la tasa de plantación y la tasa de polución, es decir que se utilizó el modelo con una tasa de natalidad, el número de fábricas y la población inicial constantes, en un periodo de tiempo de 100 años.
La ventaja comparativa de usar este modelo radica en que se pueden realizar varios “experimentos” que permiten encontrar determinados resultados. Si bien, no se resuelve un caso de estudio específico, encontramos un modelo aproximado que puede resolver las preguntas que se plantean a continuación.
Habiéndose planteado lo anterior se plantearon las siguientes preguntas:
  • ¿Qué aspecto es más importante intervenir para mejorar la salud de la población, entre tasa de polución de las fábricas o tasa en la que se plantan árboles?
  • ¿En qué punto es óptima dicha intervención?
.
Para dar solución a estas se hicieron 4 experimentos.
Análisis de datos
Experimento 1
En el primer experimento se inició con una tasa de plantación de árboles en 0 y una tasa de polución de 0, 2, 4  y 6. A partir de este se pudo evidenciar que solamente cuando tanto la polución es 0, la vida de las personas durará más años, ya que, sin necesidad de plantar árboles, no hay ningún factor que les afecte su salud. Por otro lado, cuando se tiene una tasa de polución de 4 y 6, al no tener árboles para reducir el efecto negativo de la polución en la salud, las personas mueren con más facilidad.
Experimento 2
En esta ocasión, se aumentó la tasa de plantación de árboles a 0.05, dando como resultado que, sin importar la tasa de polución que exista, siempre que se planten árboles, la población podrá vivir muchos más años.
Experimento 3
En el último experimento se incrementó la tasa de plantación a 1 y así como en el experimento número dos, las personas al plantar árboles hacen que la tasa de polución no les afecte tanto.
Conclusiones
Ahora bien, para poder respoder ¿Qué aspecto es más importante intervenir para mejorar la salud de la población, entre tasa de polución de las fábricas o tasa en la que se plantan árboles? Y ¿En qué punto es óptima dicha intervención? Es necesario evaluar los promedios tanto de la tasa de plantación, como los de la tasa de polución.
De acuerdo a la tabla de promedios es posible afirmar que al cambiar la tasa de polución sólo será eficiente cuando la tasa de plantación es cero. Por eso, es mucho mejor intervenir la tasa de plantación de 0 a 0.05, pues el número de personas vivas después de los 100 años, incrementa exponencialmente. Es decir que interviniendo la tasa de plantación se hará un proceso más óptimo y eficiente.
Para evidenciar lo anterior, se realizó un cuarto experimento.
Experimento 4
En este último experimento se puede ver cómo, a pesar de tener una tasa de polución alta (6), hay un cambio en la vida de las personas cuando la tasa de plantación pasa de 0 a 0.01. Esto demuestra que, en una ciudad en donde existan fábricas emitiendo grandes residuos contaminantes, se podrá mitigar el efecto de esta polución por medio de la plantación de árboles.
A su vez, el presente trabajo se plantea como un punto de partida para revalidar el uso de estas herramientas en la toma de decisiones en la esfera pública. Nuevas tecnologías como la “Smog Free Tower” del Estudio Roosegaarde proveen una nueva visión de la capacidad estatal para la gestión de la contaminación. Sin embargo, la información desde la cual se basan la asignación de recursos públicos debe también basarse en nuevas herramientas y tecnologías, y el ABM se perfila como una de las mejores opciones.  
Bibliografía
  • Aranda C, Romero H. Topo-climatología de la cuenca de Santiago y sus efectos en la contaminación atmosférica y en la salud. Enf Resp Cir Tor 1989; 5: 24-30.
  • Avendaño L, Céspedes A, Stecher X, Palomina MA. Influencia de virus respiratorios, frío y contaminación aérea en la infección respiratoria aguda baja del lactante. Rev Méd Chile 1999; 127: 1073-8.
  • Bousquet, F., R. Lifran, M. Tidball, S. Thoyer and M. Antona (2001), ‘Agentbased modelling, game theory and natural resource management issues’, Journal of Artificial Societies and Social Simulation, http://jasss.soc.surrey.ac.uk/4/2/0.html.
  • Downing, T. E., Moss, S. and PahlWostl. C. (2001) Understanding climate policy
using participatory agent-based social simulation, in: S. Moss and P. Davidsson, (Eds). Multi-Agent-Based Simulation. Springer Verlag, New York.
  • Felsen, M. and Wilensky, U. (2007). NetLogo Urban Suite - Pollution model. http://ccl.northwestern.edu/netlogo/models/UrbanSuite-Pollution. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
  • Janssen M. (2005). “Modelling in ecological economics”, - isecoeco.org
  • Lansing, J.S. and Kremer, J.N. (1994). Emergent properties of Balinese water
temple networks: Coadaptation on a rugged fitness landscape, in: C. Langton,
(Ed). Artificial Life III. Addison-Wesley, New York.
  • Wellenius G. Inhalation of concentrated ambient air particles exacerbates myocardial ischemia in conscius dogs. Env Health Perspect 2003; 3: 402-8.
  • Zanobetti A, Schartz J, Dockery DW. Airborne particles are a risk factor for hospital admissions for heart and lung diseases. Envir Health Perspect 2000; 108: 1071-7.




Posted by at No comments:
Labels:

DINAMICA DE SISTEMAS CICLORUTAS BOGOTÀ

UNIVERSIDAD COLEGIO MAYOR DE NUESTRA SEÑORA DEL ROSARIO  
  







  






  
INVESTIGACIÒN EN OPERACIONES URBANAS  


MARIANA DUQUE GAVIRIA
MARTIN ARTEAGA
ALEJANDRO CORTES  
  















NOVIEMBRE 2016 
BOGOTÁ 



Contenido


















Introducción


Justificación

El presente documento es la entrega final del proyecto planteado para el tercer corte en la clase de Investigación en Operaciones Urbanas el cual tiene como propósito aplicar los conocimientos adquiridos durante la asignatura, a un tema urbano. En el caso de los estudiantes exponentes de esta entrega eligieron trabajar “Dinámica de sistemas” dada su aplicabilidad a los temas urbanos y su pertinencia en temas de investigación y manejo de datos.
El tema urbano a trabajar es las ciclorutas, específicamente la red de ciclo rutas en Bogotá, kilómetros, usuarios, entre otros. Este modelo de simulación se realiza con el software Stella.

Planteamiento del problema

El modelo busca establecer cómo, a partir de un punto de vista cuantitativo, se podría dar cuenta de la distribución de el modo de viajes en la ciudad de Bogotá. Paralelamente, en la medida en que se establecen las interrelaciones entre diversas variables del sistema, se busca establecer cómo influye la intervención pública en la disposición de infraestructura para el uso de la bicicleta al sistema de movilidad en general para la ciudad de Bogotá.
Teniendo como referencia sistemas de información oficiales, es posible establecer, tanto un punto de partida en el diseño de la simulación, como proyecciones estadísticas basándose en el comportamiento histórico de cada variable. De esta manera, y tomando como sustento el Plan de Desarrollo para la ciudad de Bogotá en el periodo 2016-2020, se propone una aproximación teórica a cuál podría ser el efecto de la construcción de más o menos malla vial de Ciclorrutas.

Objetivos


Objetivo general:

El objetivo planteado es realizar un modelo de dinámica de sistemas en el que se logren identificar cómo funcionan las relaciones del sistema.

Objetivos específicos:

  • Predecir qué va a suceder cuando se ejecute lo planteado en el tema de infraestructura vial del PDD
  • Evidenciar qué pasaría si el PDD se enfoca en el crecimiento de la malla vial de ciclorutas



Dinámica de sistemas

¿Qué es la dinámica de sistemas?

La Dinámica de Sistemas es una herramienta de construcción de modelos de simulación, que tiene como objetivo llegar a comprender las causas estructurales que provocan el comportamiento del sistema, por lo que se requiere conocer el papel y/o rol que desempeña cada elemento en el sistema y de esta manera evidenciar como diferentes acciones efectuadas sobre el sistema acentúan o atenúan las tendencias de comportamiento implícitas en el mismo.
La dinámica de sistemas a diferencia de otras metodologías no pretende predecir detalladamente el comportamiento futuro; permite la construcción de modelos tras un análisis cuidadoso de los elementos del sistema, dicho análisis, permite extraer la lógica interna del modelo y con ello intentar un conocimiento de la evolución a largo plazo del sistema.
Esta metodología permite:
  • Identificar el problema.
  • Desarrollar hipótesis dinámicas que explican las causas del problema.
  • Construir un modelo de simulación del sistema que permita analizar la raíz del problema.
  • Verificar que el modelo reproduce de forma satisfactoria el comportamiento observado en la realidad.
  • Probar en el modelo las diferentes alternativas o políticas que solucionan el problema, e implementar la mejor solución.
Esto ratifica lo mencionado anteriormente de la elección del grupo para trabajar con esta metodología y la aplicación al caso de estudio de las ciclorutas, permitiendo así la construcción de un modelo que permita evidenciar y “jugar” con las variables para lograr conclusiones valiosas.
Además de seleccionar el modelo a trabajar fue necesario elegir la herramienta (software) con el que este se realizará, en este caso se eligió Stella Architect, una herramienta de modelado que permite crear simulación de sistemas de una manera gráfica a través de símbolos.








Revisión de literatura


La movilidad y el transporte son temas de alta importancia y de primera necesidad a la hora de analizar las condiciones de los asentamientos humanos. Sin duda, en las ciudades de hoy, estos dos temas son determinantes para pensar en su futuro ya que significan, en muchos casos, problemas que deben ser solucionados con premura para mejorar la calidad de vida y la competitividad de las mismas. Es así que resulta pertinente analizar la movilidad y el transporte de manera que en aras de solucionar los problemas, se encuentren metodologías alternativas para responder a la necesidad de lograr mejoras progresivas.
Para este caso, el análisis del funcionamiento de las ciclorutas en Bogotá, permitirá en una primera instancia una aproximación a las implicaciones que tiene el uso de una infraestructura específica, destinada a un medio de transporte alternativo. La dinámica de sistemas ofrece, en este punto, una aproximación metodológica que hasta ahora no se ha desarrollado para este medio de transporte, sin embargo, se observan aproximaciones parecidas a los medios de transporte tradicionales, como el automóvil y el servicio público.
La importancia de analizar la movilidad y el transporte a la luz de la dinámica de sistemas es defendida por (Abass, 1990), quien arguye que dicha metodología investigativa permite llegar a análisis que correlacionen múltiples variables que deben tenerse en cuenta para el desarrollo del sistema de movilidad de una ciudad. Para dicho autor, la movilidad está compuesta por múltiples problemas analíticos que deben atenderse en la labor de planear ciudades. Para el desarrollo de su modelo y el logro de planear una ciudad, Abass plantea que se deben tener en cuenta de manera interrelacionadas las variables vivienda, población, industria y movilidad, en los que esta última debería incluir infraestructura y facilidad.
También, es posible encontrar adelantos investigativos variados que mediante la aplicación de la dinámica de sistemas pretenden abordar situaciones de transporte y movilidad. Autores como Moscoso; Perdomo; Mayorga y Perdomo, (2011), por su parte han adelantado estudios que permiten modelar un sistema de transporte masivo para explicar el funcionamiento en de Transmilenio en términos de eficiencia y eficacia, teniendo en cuenta variables como la contaminación, la calidad del servicio, el costo de mantenimiento, la cobertura, el precio del pasaje y la capacidad disponible. Usando las mismas variables (Khana, 1986) construye un modelo para comparar los efectos de las políticas de transporte y movilidad en Delhi sobre variables como la congestión vial, inter-modalidad, polución del aire y consumo de combustible por parte del parque automotor.
En la misma vía Orozco y Arenas, (sf) realizan una aproximación al desarrollo de un sistema de transporte masivo utilizando los aportes metodológicos de la dinámica de sistemas, y esgrimiendo que la forma real existente para mejorar la movilidad de las ciudades es logrando que el transporte masivo capte la demanda de otros medios de transporte, lo que solo sucede en el caso en el que este se vuelva más atractivo que los otros medios de transporte.
Por su parte Duarte (2011) realiza un modelo que fundamentado en la dinámica de sistemas, aporta una mirada del transporte público colectivo de la ciudad de Bogotá, teniendo en cuenta el flujo de recursos financieros, el flujo de usuarios y el flujo de la flota vehicular, para analizar la incidencia de las políticas públicas de aumento de tarifas, aumento del parque automotor y de incremento de la malla vial.
Ahora bien, en cuanto a los medios alternativos de transporte y su influencia en la movilidad Schaffernicht (2012) realiza una aplicación de un modelo de dinámica de sistemas sobre el transporte público urbano, para favorecer la innovación ambiental de servicios urbanos y de infraestructura, bajo el objetivo de lograr economías bajas en carbono. Este es sin duda uno de los estudios más dicientes ya que tiene en cuenta la estructura general de las ciudades, el desarrollo de vías, el uso del suelo, la población, los modos de transporte, los viajes, las emisiones, los costos de construcción, el empleo, los vehículos, el dinero, gastos de transporte, expansión del área urbana, y por último, el metro; de esta manera el autor termina dando recomendaciones relativas a los flujos de personas, los conflictos en el corto y en el largo plazo y la interdependencia de las variables.
Utilizando Vensim, un software de análisis de dinámica de sistemas (Wang, Lu y Pen 2008) realizan un análisis de la movilidad teniendo en cuenta loops de información y retroalimentaciones no lineales provenientes de fenómenos complejos derivados de condiciones sociales, económicas y ambientales. El resultado de este estudio arroja un análisis de causa efecto que impide linealidad en los modelos de movilidad, dando como resultado a su vez siete sub-modelos que hacen referencia a la población, el desarrollo económico, el número de vehículos, la influencia ambiental, la demanda y la oferta de viajes y la congestión del tráfico.
En la labor del mejoramiento del transporte urbano se encuentra una aproximación que usa el mismo software que utiliza el presente trabajo para el cumplimiento de los objetivos propuestos; así las cosas, utilizando el software Stella (Franco, Méndez y Espitia, 2015), construyen un modelo apoyándose en diagramas causales, teniendo en cuenta distintas variables y subsistemas que reflejan la complejidad del transporte y la movilidad en una ciudad como Bogotá. Gracias a lo anterior, los autores consiguen llegar a un modelo de evaluación de escenarios de descongestión vehicular en Bogotá, mediante la interrelación entre las siguientes variables: porcentajes de ocupación por modo, indicadores de consumo por modo, velocidad promedio, congestión vial, velocidad promedio Transmilenio, accidentalidad, calidad Transmilenio, calidad transporte público colectivo, sistema vial, parque automotor motocicletas, parque automotor privado, parque automotor transporte público individual y parque automotor transporte público colectivo. La importancia de este adelanto y su relación con el trabajo aquí presentado es que los resultados permiten realizar un análisis de políticas que arroja un escenario tendencial y la necesidad de la implementación de un sistema público intermodal de transporte.

Dinámica de sistemas Ciclorutas Bogotá

Construcción del modelo

A continuación, se presentan, tanto la representación gráfica del modelo, como las ecuaciones que "rigen" la interrelación de las mismas.





















ESTRUCTURA MODELO


ECUACIONES MODELO
En la representación gráfica del modelo es posible evidenciar dos características básicas del mismo En primera instancia, se denota que el sistema general está compuesto por varios subsistemas que se interrelacionan entre sí. Los subsistemas que componen el modelo son el subsistema Demográfico, que está orientado a determinar el número del total de viajes. Paralelamente, los subsistemas del “costo de transporte”, “infraestructura de transporte” y “seguridad de transporte” definen el porcentaje de viajes que se harán en bicicleta y el porcentaje de los que se harán en carro. Así pues, y como se evidencia en la transcripción de las ecuaciones usadas para el modelo, se parte de que la interrelación de estos tres componentes como se encuentran hoy en día, dan cuenta de la distribución en el primer año (5% de los viajes son en Bicicleta), y el cambio en la sumatoria de estas tres relaciones representa un cambio en la distribución modal del transporte en Bogotá.
Esta aproximación, sin embargo, no establece coeficientes para la incidencia de cada una de estas variables respecto a la distribución final. Esto representaría que los resultados no son tan aproximados a la realidad, sin embargo, al contrastar los resultados obtenidos con la tendencia histórica de las variables, encontramos que es coherente el comportamiento del modelo. Esto se puede deber, en parte, a que las correlaciones establecen indirectamente la magnitud de la injerencia en la variable en el resultado final.
Gráficas
A continuación, se presentan las gráficas que resumen los resultados que se encuentran al correr el modelo, en función del problema de investigación definido previamente, que es la injerencia de la intervención estatal en la construcción de ciclorutas para el sistema en general.

Análisis de Resultados

Los resultados obtenidos dan cuenta de que la variable de KM de Ciclorruta construidos al año, sí influyen en el porcentaje de viajes que se hacen en bicicleta. Adicionalmente, es posible establecer que esta variable no solo afecta directamente la relación que hay con infraestructura, sino que tiene incidencia sobre los otros dos sistemas que definen si una persona utiliza bicicleta o carro. De esta forma se puede establecer que esta es la variable con mayor incidencia sobre el resultado final. Lo dicho anteriormente concuerda con la hipótesis planteada previo al desarrollo de este ejercicio.
Adicionalmente se obtuvieron resultados paralelos sumamente interesantes. Estos resultados responden a la correlación que hay entre kilómetros construidos al año de Ciclorruta y la velocidad promedio de los automóviles en Bogotá. Una explicación que podría dar cuenta de tan inesperados resultados es que el número de viajes total va a incrementar año a año, y la red vial no funciona apropiadamente a menos que algunos de esos viajes se hagan en bicicleta.

Conclusiones
  1. El análisis de dinámica de sistemas, permite correlacionar variables de movilidad y transporte y su incidencia en la formulación de políticas públicas.
  2. Existe una correlación directa entre el porcentaje de viajes que se realizan en bicicleta y el número de kilómetros que se construyen de Ciclorruta
  3. Esta correlación no sólo se debe a la relación directa de la variable con su sistema, sino que tiene incidencia sobre los otros dos sistemas que definen el “Coeficiente Modo de Transpt.”
  4. Por lo explicado anteriormente, se puede establecer que la variable de KM construidos es la que tiene más incidencia sobre el resultado final.
  5. Adicionalmente se obtuvieron resultados paralelos en la posibilidad de establecer la correlación que hay entre kilómetros construidos al año de Ciclorruta y la velocidad promedio de los automóviles en Bogotá.
  6. Una explicación que podría dar cuenta de tan inesperados resultados es que el número de viajes total va a incrementar año a año, y la red vial no funciona apropiadamente a menos que algunos de esos viajes se hagan en bicicleta.









Bibliografía
Páginas web y documentos utilizados para la investigación




Posted by at No comments:
Labels:
Subscribe to: Posts (Atom)