Transparentar el conocimiento urbano para el apoyo a la decisión mediante inteligencia artificialcomprendiendo la percepción infantil de los entornos escolares de Granada

  1. Abarca-Alvarez, Francisco Javier 1
  2. Mora-Esteban, Rubén 2
  3. Campos-Sánchez, Francisco Sergio 1
  1. 1 Departamento de Urbanística y Ordenación del Territorio. Escuela Técnica Superior de Arquitectura. Universidad de Granada (España)
  2. 2 Doctorando de la Universidad Politécnica de Madrid.
Revista:
Teknokultura: Revista de Cultura Digital y Movimientos Sociales

ISSN: 1549-2230

Ano de publicación: 2018

Volume: 15

Número: 1

Páxinas: 89-104

Tipo: Artigo

DOI: 10.5209/TEKN.57194 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Outras publicacións en: Teknokultura: Revista de Cultura Digital y Movimientos Sociales

Obxectivos de Desenvolvemento Sustentable

Resumo

As recentes transformações socioeconômicas têm encorajado sociedades que aspiram a papéis mais ativos na tomada de decisões; afetando não só as organizações sociais, mas também a gestão do conhecimento e da educação. Para que esse empoderamento ocorra, é necessário um melhor e mais equitativo acesso à informação – mais transparente e fácil de compreender e interpretar. O trabalho apresentado dá continuidade a uma investigação participativa – realizada com estudantes universitários e outros cidadãos –, a qual permitiu chegar a um consenso sobre atributos e indicadores de qualidade de vida e sustentabilidade urbana. A pesquisa se concentra agora no objetivo de fornecer conhecimento útil ao empoderamento cidadão na tomada de decisões. Como estudo de caso, foram selecionados entornos urbanos de escolas, na cidade de Granada. A informação é obtida através de metodologia quantitativa com a aplicação de questionário a crianças, a fim de compreender algumas dimensões: família, residência, relacionamento com o meio e percepção dos ambientes escolar e urbano. Empregando técnicas de Inteligência Artificial sobre as três primeiras dimensões, obtêm-se os perfis de crianças que respondem a tais realidades. Os perfis são contrastados com a dimensão perceptiva que as crianças têm do entorno próximo à sua escola, e assim se representa, de uma maneira compreensível, a interpretação direta dos cidadãos. Conclui-se que a percepção infantil sobre a cidade é influenciada pelo contexto familiar e, especialmente, pelos tipos de deslocamento que faz – sendo geralmente mais positiva quando estes deslocamentos são feitos a pé. Isso se coaduna com a ideia de uma “Cidade das Crianças”, mais pedestre e humana; legitimando linhas de ação críticas e cidadãs.

Referencias bibliográficas

  • Abarca-Álvarez, F. J. (2011). Identificación de patrones para la ordenación urbanística mediante redes neuronales: Hacia la Ordenanza-Red. Serie Geográfica, 17, 45-60. Disponible en http://hdl.handle.net/10481/18495.
  • Abarca-Álvarez, F. J., Osuna-Pérez, F. (2013). Cartografías semánticas mediante redes neuronales: los mapas auto-organizados (SOM) como representación de patrones y campos. EGA: Revista de Expresión Gráfica Arquitectónica, 18 (22) 154-163. Disponible en https://doi.org/10.4995/ega.2013.1692.
  • Abarca-Álvarez, F. J., Campos-Sánchez, F. S. y Osuna-Pérez, F. (2015). Taxonomía de las inmigraciones turísticas de Andalucía basada en las cualidades de sus asentamientos urbanos. En I Congreso Internacional de migraciones contemporáneas, territorio y urbanismo: Actas del congreso internacional, Cartagena, 9 y 10 de julio de 2015. Cartagena: Universidad Politécnica de Cartagena, Servicio de Documentación, 123-137. Disponible en http://hdl.handle.net/10317/5112.
  • Abarca-Álvarez, F. J., Fernández Avidad, A. (2010). Generation of Downtown Planning-Ordinances using Self Organizing Maps. Design & Decision Support Systems 2010 International Conference. Eindhoven: Tue Eindhoven.
  • Arampatzis, G., Kiranoudis, C. T., Scaloubacas, P. y Assimacopoulos, D. (2004). A GISbased decision support system for planning urban transportation policies. European Journal of Operational Research, 152 (2), 465-475.
  • Bação, F., Lobo, V. y Painho, M. (2005). Self-organizing maps as substitutes for k-means clustering. Computational Science-ICCS 2005, 3516, 476-483. Disponible en http://doi.org/10.1007/11428862_65.
  • Baierle, T. y Cayford, J. (2001). Democracy in Practice: Public Participation in Environmental Decisions. Washington DC, USA: Resources for the Future.
  • Bauman, Z. (2003). Modernidad Líquida. Argentina: Fondo de cultura económica.
  • Bray, J. y McLaughlin, D. (2005). Getting to Ground: Democratic Renewal in Canada. Crossing Boundaries Papers. Ottawa, USA: The Crossing Boundaries National Council.
  • Caddy, J. y Vergez C. (2001). Citizens as Partners: Information, Consultation and Public Participation in Policy-making. Organisation for Economic Co-operation and Development.
  • Cao, L. (2009). Introduction to Domain Driven Data Mining. En L. Cao, S. Y. Philip, C. Zhang, y H. Zhang, Eds. Data mining for business applications. New York, USA: Springer Science+Business Media, LLC. http://doi.org/10.1007/978-0-387-79420-4
  • Carlsson, S. A. y El Sawy, O. A. (2008). Decision Support in Turbulent and High-Velocity Environments. Chapter 37. En F. Burstein y W. Holsapple (Eds). Handbook on Decision Support Systems 2: Variations (pp. 3-17). Berlin Heidelberg, Alemania: Knowledge Management. Springer-Verlag. http://doi.org/10.1007/978-3-540-48713-5
  • Castells, M. (1995). La ciudad informacional: tecnologías de la información, reestructuración económica y el proceso urbano-regional. Madrid: Alianza.
  • CIMAS Red, Alberich, T., Arnanz, L., Basagoiti, M., Belmonte, R., Bru, P., Espinar, C., García, N., Habegger, S., Heras, P., Hernández, D., Lorenzana, C., Martín, P., Montañés, M., Villasante, T. R. y Tenze, A. (2015). Metodologías Participativas: Sociopraxis para la creatividad social. Madrid: Dextra Editorial.
  • Coe, R. y Merino, C. (2003). Magnitud del efecto: Una guía para investigadores y usuarios. Revista de Psicología, 21(1), 147-177.
  • Crick, B. (2002). Democracy: A Very Short Introduction. Oxford, UK: Oxford University Press.
  • De Almeida, E. L., Davis, G., Zanoni, E. y de Souza Mendes, L. (2013). Knowledge Discovery: Data Mining by Self-organizing Maps. En J. Cordeiro y K. H. Krempels (Eds.): WEBIST 2012, LNBIP 140 (pp. 185-200). Berlin Heidelberg, Alemania: Springer-Verlag.
  • Diappi, L., Bolchim, P. y Buscema, M. (2004). Improved Understanding of Urban Sprawl Using Neural Networks. Dordrecht, Países Bajos: Springer.
  • Dryzek, J. S. (1990). Discursive Democracy. New York, USA: Cambridge University Press.
  • Feng, S. y Xu, L. D. (1999). Decision support for fuzzy comprehensive evaluation of urban development. Fuzzy Sets and Systems, 105(1), 1-12.
  • Freire, P. (1970). Pedagogia do Oprimido. Rio de Janeiro, Brasil: Paz e Terra.
  • Garnier, J. P. (2006). Contra los territorios del poder. Por un espacio público de debates y de combates. Barcelona, España: Virus.
  • Goyette, G. y Lessard-Hébert, M. (1988). La investigación-acción: Funciones, fundamentos e instrumentación. Barcelona, España: Laertes.
  • Habermas, J. (1994). Three Normative Models of Democracy. Constellations, 1(1),1−10.
  • Hagen, A. y Timmermans, H. J. P. (2009). A metric of compactness of urban change illustrated to 22 European countries. European Information Society: Taking Geoinformation Science One Stepfurther, 181-200.
  • Harvey, D. (2013). Rebel Cities: From the right to the city to the urban revolution. London, UK: Verso.
  • Hessel, S. (2011). ¡Indignaos!: Un alegato contra la indiferencia y a favor de la insurrección pacífica. Prologado en España por José Luis Sampedro. Barcelona, España: Destino.
  • Irwin, E. G. y Geoghegan, J. (2001). Theory, data, methods: Developing spatially explicit economic models of land use change. Agriculture Ecosystems and Environment, 85(1-3) 7-23.
  • Keen, P. G. (1987). Decision support systems: the next decade. Decision Support Systems, 3(3), 253-265.
  • Kemmis, S. y Mctaggart, R. (1988). Cómo planificar la investigación-acción. Barcelona, España: Laertes.
  • Kohonen, T. (1989). Self-organizing semantic maps. Biological cybernetics, 61(4) 241-254.
  • Kropp, J. (1998). A neural network approach to the analysis of city systems. Applied Geography, 18(1) 83-964.
  • Lefebvre, H. (1968). Le Droit à la ville. París, France: Anthropos.
  • Mack, E. A. (2012). Review of the book: Sustainability in America’s Cities: Creating the Green Metropolis. Journal of Planning Literature, 27(4), 461-462.
  • Nel-Lo, O. (2015). La ciudad en movimiento. Madrid, España: Díaz & Pons.
  • Oliverira de Vasconcelos, V. y Waldemez de Oliveira, M. (2010). Trayectorias de investigación acción: Concepciones, objetivos y planteamientos. Revista Iberoamericana de Educación, 53(5), 13. http://www.rieoei.org/deloslectores/3390Oliveira.pdf
  • Openshaw, S. y Abrahart, R. J. (2000). Geocomputation. London and New York, UK, USA: Taylor and Francis.
  • Power, D. J., Sharda, R. y Burstein, F. (2002). Decision support systems. New Yersey, USA: John Wiley & Sons, Ltd.
  • Riechmann, J. (2011). Frente al abismo. Papeles de relaciones ecosociales y cambio global, 115, 27-48.
  • Rifkin, J. (2014). La sociedad de coste marginal cero: El internet de las cosas, el procomún colaborativo y el eclipse del capitalismo. Barcelona, España: Espasa Libros, S. L. U.
  • Ríos, D., Kersten, G. E. y Grima, C. (2008). Towards Decision Support for Participatory Democracy. Chapter 66. En F. Burstein y W. Holsapple, C. (Eds.). Hand book on Decision Support Systems 2: Variations (pp. 652-685). Berlin Heidelberg, Alemania. Knowledge Management. Springer-Verlag. http://doi.org/10.1007/978-3-540-48713-5.
  • Sassen, S. (2013). Entrevista a Saskia Sassen: Urbanismo de código abierto y smart cities. Disponible en http://www.paisajetransversal.org/2013/02/entrevista-saskia-sassen-urbanismo-de.html.
  • Shukaitis, S y Graeber, D. Eds. (2007). Constituent Imagination. Militant organizations through participation. Amsterdam, Países Bajos: John Benjamins.
  • Silver, M. S. (1990). Decision Support Systems: Directed and Non-Directed Change. Inform Sys Res, 1 (1), 47-70.
  • Silver, M. S. (2008). On the Design Features of Decision Support Systems: The Role of System Restrictiveness and Decisional Guidance. Chapter 49. En F. Burstein y W. Holsapple, (Eds.). Hand book on Decision Support Systems 2: Variations (pp. 261-291). Berlin Heidelberg, Alemania: Knowledge Management. Springer-Verlag. http://doi.org/10.1007/978-3-540-48713-5
  • Sloterdijk, P. (2006). Esferas III. Espumas. Madrid, España: Siruela.
  • Spielman, S. E. y Thill, J. C. (2008). Social area analysis, data mining, and GIS. Computers. Environment and Urban Systems, 32 (2) 110-122.
  • Thiollent, M. (1981). Investigación-acción. Chasqui. Revista Latinoamericana de Comunicación, (1), 76-78. http://doi.org/http://dx.doi.org/10.16921/chasqui.v0i1.975.g1009.
  • Tonucci, F. (1996). La ciudad de los niños. Madrid, España: Grao.
  • Trilla, J. (1993). La educación fuera de la escuela. Ámbitos no formales y educación social. Barcelona, España: Ariel.
  • Uttke, A. (2012). Towards the future design and development of cities with built environment education: Experiencies of scale, methods, and outcomes. Procedia. Social and behavioral sciences, 45, 3-13.
  • Wasserstein, R. L., Lazar, N. A. (2016). The ASA’s statementon p-values: context, process, and purpose. The American Statistician, 1305 (April), 00-00. http://doi.org/10.1080/00031305.2016.1154108
  • Weiss, S. M. y Indurkhya, N. (1998). Predictive Data Mining: A Practical Guide. San Francisco, USA: Morgan Kaufmann.
  • White, R. y Engelen G. (1993). Cellular-automata and fractal urban form a cellular modeling approach to the evolution of urban land use patterns. Environment and Planning A, 25(8), 1175-1199.
  • Wu, F. (1998). An experiment on the generic polycentricity of urban growth in a celular automaticcity. Environment and Planning B Planning and Design, 25(5), 731-752.
Fonte de datos: Dialnet