Red de Bibliotecas Virtuales de Ciencias Sociales en
América Latina y el Caribe
![logo CLACSO](/image/logo-clacso-esp.png)
Por favor, use este identificador para citar o enlazar este ítem:
https://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/229726
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.creator | Abarca-Álvarez, Francisco Javier | - |
dc.creator | Campos-Sánchez, Francisco Sergio | - |
dc.creator | Reinoso-Bellido, Rafael | - |
dc.date | 2018 | - |
dc.date.accessioned | 2023-03-27T17:25:25Z | - |
dc.date.available | 2023-03-27T17:25:25Z | - |
dc.identifier | 0124-7913 | - |
dc.identifier | https://www.redalyc.org/articulo.oa?id=74855211013 | - |
dc.identifier.uri | https://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/229726 | - |
dc.description | "La gentrificación no siempre es detectada a tiempo por la sociedad, la política y la planificación para 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 seña de la gentrificación. En este artículo se presenta una investigación que evalúa 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 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, aplicadas 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, obteniéndose que la proporción de viviendas en alquiler es una señal relevante de esta. 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." | - |
dc.format | application/pdf | - |
dc.language | es | - |
dc.publisher | Universidad Nacional de Colombia | - |
dc.relation | http://www.redalyc.org/revista.oa?id=748 | - |
dc.rights | Revista Bitácora Urbano Territorial | - |
dc.source | Revista Bitácora Urbano Territorial (Colombia) Num.2 Vol.28 | - |
dc.subject | Estudios Territoriales | - |
dc.subject | predicción | - |
dc.subject | Perfil urbano | - |
dc.subject | gentrificación | - |
dc.subject | mapa autoorganizado | - |
dc.subject | red neuronal artificial | - |
dc.title | Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda | - |
dc.type | artículo científico | - |
Aparece en las colecciones: | Escuela de Planeación Urbano-Regional - EPUR/UNAL - Cosecha |
Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.