Marco de trabajo tecnológico y computacional para la modelación de Sistemas Complejos Adaptativos

Autores/as

DOI:

https://doi.org/10.22201/dgtic.26832968e.2024.11.43

Palabras clave:

multifactorialidad, modelos explicativos, inteligencia híbrida, arquitectura de sistemas

Resumen

Todos los grandes problemas, tanto nacionales como internacionales, tales como el cambio climático, las enfermedades emergentes, las enfermedades crónico-degenerativas, la pérdida de biodiversidad y muchos más, son reconocidos universalmente como problemas “complejos”. Aunque no hay un consenso sobre la definición de un Sistema Complejo Adaptativo, su multifactorialidad/multicausalidad es un factor crucial que dificulta enormemente su comprensión y predicción. En este artículo, analizamos los retos informáticos, tecnológicos, científicos y políticos que representan, presentando un marco tecnológico y computacional para su modelado en el contexto de algunas de las experiencias generadas en el desarrollo de las plataformas para el Laboratorio para la Simulación de Sistemas Complejos Adaptativos —CHILAM— del Centro de Ciencias de la Complejidad.



Descargas

Los datos de descargas todavía no están disponibles.

Citas

C. R. Stephens, “What isn't complexity?,” arXiv, vol. 1502.03199v1, [nlin.AO], 2015. doi: 10.48550/arXiv.1502.03199.

J. A. Rivera Dommarco, C. A. Aguilar Salinas, y M. Hernández Ávila, eds., Obesidad en México: recomendaciones para una política de Estado. Dirección General de Publicaciones y Fomento Editorial, Instituto Nacional de Salud Pública, 2015.

Instituto Nacional de Salud Pública, Secretaría de Salud, Encuesta Nacional de Salud y Nutrición (ENSANUT). [En línea]. Disponible en: https://ensanut.insp.mx/

CONABIO, Sistema Nacional de Información sobre Biodiversidad en México (SNIB). [En línea]. Disponible en: https://www.snib.mx/

WorldClim: Global climate and weather data. [En línea]. Disponible en: https://worldclim.org

INEGI, Censo de Población y Vivienda 2020. [En línea]. Disponible en: https://www.inegi.org.mx/programas/ccpv/2020/

Consejo Nacional de Evaluación de la Política de Desarrollo Social (CONEVAL). [En línea]. Disponible en: https://www.coneval.org.mx/

Secretaría de Salud, Datos Abiertos de la Dirección General de Epidemiología. [En línea]. Disponible en: https://www.gob.mx/salud/documentos/datos-abiertos-152127

Plataforma Universitaria de Inteligencia Epidemiológica (EpIPUMA 1.0). [En línea]. Disponible en: https://epipuma10.c3.unam.mx/

Plataforma para el análisis epi-ecológico y epidemiológico de SARS-CoV-2. [En línea]. Disponible en: https://epipuma20.c3.unam.mx/

Proyecto 42: Causas del síndrome metabólico y obesidad en México. [En línea]. Disponible en: https://project42.c3.unam.mx/landing

C. Gonzalez, Atlas de enfermedades infecciosas: Una herramienta de eco-epidemiología espacial. [En línea]. Disponible en: https://www.atmosfera.unam.mx/eventos/atlas-de-enfermedades-infecciosas-una-herramienta-de-eco-epidemiologia-espacial/

C. R. Stephens et al., Epi-PUMA: Plataforma Universitaria de Inteligencia Epidemiológica de SARS-CoV-2, Versión 1.0, Revista de Tecnología e Innovación en Educación Superior, núm. 7, marzo 2023.

R. Sierra y C. R. Stephens, “Exploratory analysis of the interrelations between co-located boolean spatial features using network graphs,” Int. J. Geogr. Inf. Sci., vol. 26, no. 3, pp. 441–468, 2012, doi: 10.1080/13658816.2011.594799.

GraphQL: A query language and execution engine. [En línea]. Disponible en: https://spec.graphql.org/

M. C. Hansen et al., “High-resolution global maps of 21st-century forest cover change,” Science, vol. 342, pp. 850–853, 2013, doi: 10.1126/science.1244693.

C. R. Stephens, V. Sánchez-Cordero, y C. González Salazar, “Bayesian inference of ecological interactions from spatial data,” Entropy, vol. 19, no. 12, p. 547, 2017, doi: 10.3390/e19120547.

A. Chernev, U. Böckenholt, y J. Goodman, “Choice overload: A conceptual review and meta-analysis,” J. Consum. Psychol., vol. 25, no. 2, pp. 333–358, 2015.

Composición abstracta de líneas geométricas, cuadros y esferas en tonos rojos, negros y azules, creando una estructura tridimensional dinámica y vibrante.

Descargas

Publicado

5/12/24 (12:00)

Cómo citar

Gordillo Ruiz, J. L., & Stephens, C. R. (2024). Marco de trabajo tecnológico y computacional para la modelación de Sistemas Complejos Adaptativos. TIES, Revista De Tecnología E Innovación En Educación Superior, (11), 16–39. https://doi.org/10.22201/dgtic.26832968e.2024.11.43

Número

Núm. 11 (2024): Número 11

Sección

Artículos

Licencia

Derechos de autor 2024 José Luis Gordillo Ruiz, Christopher Rhodes Stephens

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

TIES, Revista de Tecnología e Innovación en Educación Superior, es una publicación semestral de acceso abierto bajo la licencia Creative Commons Atribución-No Comercial 4.0 Internacional (CC BY-NC 4.0). 

ISSN 22683-2968 • © 2025 Universidad Nacional Autónoma de México. TIES, Revista de Tecnología e Innovación en Educación Superior es editada por la Universidad Nacional Autónoma de México a través de la Dirección General de Cómputo y de Tecnologías de Información y Comunicación (DGTIC).  Circuito exterior s/n, Ciudad Universitaria, Alcaldía Coyoacán, C.P. 04510, Ciudad de México, México • Reserva de Derechos de Autor otorgado por INDAUTOR: 04-2019-011816190900-203.

El contenido de los artículos es responsabilidad de los autores y no refleja el punto de vista del Comité editorial, del Editor o de la Universidad Nacional Autónoma de México. Hecho en México, 2025.