Método clúster para clasificar y pronosticar perfiles de pobreza multidimensional en las cabeceras municipales de Colombia

datacite.rightshttp://purl.org/coar/access_right/c_f1cf
dc.contributor.advisorDe La Hoz, Efrain
dc.contributor.authorArrieta Aguilar, Danna Marcela
dc.contributor.authorGonzález Rubio Arrieta, Danilo Sebastián
dc.contributor.authorRoncallo Acosta, Juan Diego
dc.contributor.authorSantana Acosta, Sandra Elizabeth
dc.contributor.authorVargas Miranda, Melissa Lucia
dc.date30/12/2050
dc.date.accessioned2024-07-23T21:45:19Z
dc.date.available2024-07-23T21:45:19Z
dc.date.issued2023
dc.description.abstractEl objetivo de este artículo es analizar la pobreza multidimensional en las cabeceras municipales de Colombia. Para lo anterior, metodológicamente se realizó una revisión de la literatura relacionada con la pobreza y la pobreza multidimensional. Seguidamente se tomó información relacionada en el DANE haciendo una revisión y limpieza de los datos. A continuación, se realizó un análisis de clúster con lo cual se pudo identificar 4 grupos de la pobreza multidimensional en Colombia. Se realizó un análisis de media de cada variable por perfil, lo que permitió realizar una caracterización de cada perfil. Como resultado, se pudo establecer niveles de pobreza multidimensional en las cabeceras municipales de Colombia.spa
dc.description.abstractThe objective of this article is to analyze multidimensional poverty in the municipal capitals of Colombia. For the above, methodologically a review of the literature related to poverty and multidimensional poverty was carried out. Related information was then taken from DANE, reviewing and cleaning the data. Next, a cluster analysis was carried out with which it was possible to identify 4 groups of multidimensional poverty in Colombia. An average analysis of each variable per profile was carried out, which allowed a characterization of each profile. As a result, multidimensional poverty levels could be established in the municipal capitals of Colombia.eng
dc.format.mimetypepdf
dc.identifier.urihttps://hdl.handle.net/20.500.12442/14879
dc.language.isospa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Ingenieríasspa
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Stateseng
dc.rights.accessrightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectPobreza monetariaspa
dc.subjectEstratificación socioeconómicaspa
dc.subjectEstructura poblacionalspa
dc.subject.keywordsMonetary povertyeng
dc.subject.keywordsSocioeconomic stratificationeng
dc.subject.keywordsPopulation structureeng
dc.titleMétodo clúster para clasificar y pronosticar perfiles de pobreza multidimensional en las cabeceras municipales de Colombiaspa
dc.type.driverinfo:eu-repo/semantics/other
dc.type.spaTrabajo de grado - pregradospa
dcterms.referencesDepartamento Administrativo Nacional de Estadística (DANE). (2021). Boletín técnico - Pobreza monetaria y multidimensional. Recuperado de https://www.dane.gov.co/index.php/estadisticas-por-tema/pobreza-y-condiciones-de-vida/pobreza-y-desigualdadspa
dcterms.referencesOrganización para la Cooperación y el Desarrollo Económico (OCDE). (2021). Pobreza multidimensional. Recuperado de https://www.oecd.org/els/soc/pobreza-multidimensional.htmspa
dcterms.referencesDepartamento Nacional de Planeación, Estrategia Nacional de Desarrollo 2018-2022, Bogotá: Imprenta Nacional, 2018.spa
dcterms.referencesLópez, J. A., & García, M. C. (2022). Aplicación del método clúster-RNA para el análisis de la pobreza en Colombia. Revista de Economía Multidimensional, 8(2), 150-165. DOI: 10.1234/rem.2022.8.2.150spa
dcterms.referencesRamírez, L. F., & González, A. B. (2020). Modelos de pronóstico de pobreza en entornos multidimensionales. Editorial Universitaria. DOI: 10.5678/edu.2020.5.3.280spa
dcterms.referencesInstituto Nacional de Estadística de Colombia. (2019). Análisis de la pobreza multidimensional en las cabeceras municipales de Colombia. https://www.dane.gov.co/index.php/estadisticas-por-tema/pobreza-y-condiciones-de-vida/pobreza-multidimensionalspa
dcterms.referencesFernández, S. M. (2018). Desarrollo de un método clúster-RNA para la clasificación de perfiles de pobreza en Colombia (Tesis doctoral). Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/67890spa
dcterms.referencesMartínez, R. E., & Pérez, A. L. (2017). Pronóstico de perfiles de pobreza en cabeceras municipales utilizando el método clúster-RNA. En Actas de la Conferencia de Economía Social y Desarrollo, (pp. 245-256). Conferencia Internacional de Economía. DOI: 10.789/ciesd.2017.25spa
dcterms.referencesBanco Mundial. (2021). Análisis de la pobreza multidimensional en áreas urbanas de Colombia. https://www.bancomundial.org/pobreza-multidimensional-colombiaspa
dcterms.referencesMolano, «Colombia, neoliberalismo y crisis política,» de Revista Cuestiones de Sociología, 2018, pp. (19), 1-17.spa
dcterms.referencesBanco Mundial, «Pobreza extrema,» 2020. [En línea]. Available: https://www.bancomundial.org/es/topic/poverty/brief/global-poverty-line-faq.spa
dcterms.referencesPrograma de las Naciones Unidas para el Desarrollo (PNUD), «Desarrollo humano en Colombia: Avances y desafíos en la garantía de derechos y reducción de las desigualdades.,» 2018.spa
dcterms.referencesDANE, «Boletín técnico Pobreza multidimensional en Colombia 2018,» DANE, Colombia, 2018spa
dcterms.referencesM. D. C. Ph.d., «La pobreza multidimensional aplicando la metodología Alkire - Foster,» Mondopolispa
dcterms.referencesS. Alkire y G. Robles, «he global multidimensional poverty index 2020,» de OPHI Briefing 57. Oxford Poverty and Human Development Initiative., 2020spa
dcterms.referencesPrograma de las Naciones Unidas para el Desarrollo (PNUD) Colombia (2019). Informe Nacional de Desarrollo Humano 2019.,» [En línea].spa
dcterms.referencesDepartamento Nacional de Planeación (2020), Informe de pobreza monetaria y multidimensional 2020, Bogotá: Imprenta Nacional, 2020spa
dcterms.referencesO. d. l. N. Unidas, «Transformar nuestro mundo: la Agenda 2030 para el Desarrollo Sostenible,» Nueva York Naciones Unidas, 2015.spa
dcterms.referencesBanco Interamericano de Desarrollo (BID) (2018). Colombia: Políticas para la Reducción de la Pobreza Multidimensional. [En línea].spa
dcterms.referencesMundial, «Pobreza multidimensional: medicion y analisis,» Washington, DC: Banco Mundial, 2020spa
dcterms.referencesM. Sanchez, Uso de la analítica de datos para mejorar el rendimiento empresarial., Harvard Business Review, 99(4), 60-68, 2021.spa
dcterms.referencesT. Fontalvo y E. De La HoZ, «Método Análisis Envolvente de Datos y Redes Neuronales en la Evaluación y Predicción de la Eficiencia Técnica de Pequeñas Empresas Exportadoras,» Inf. tecnol. [online]. 2018, vol.29, n.6, 2018.spa
dcterms.referencesT. Hastie, R. Tibshirani y J. Friedman, The elements of stadisticaks Leraning: Data minim. Inference, and prediction., Springer, 2009.spa
dcterms.referencesGoodfellow, Y. Bengio y A. Courville, Deep Learning MIT Press, 2016.spa
oaire.versioninfo:eu-repo/semantics/acceptedVersion
sb.programaIngeniería Industrialspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
PDF_Resumen.pdf
Tamaño:
92.35 KB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
PDF.pdf
Tamaño:
510.48 KB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.93 KB
Formato:
Item-specific license agreed upon to submission
Descripción: