Mostrar el registro sencillo del ítem
dc.contributor.advisor | Carot Sierra, José Miguel | es_ES |
dc.contributor.author | Rytck Molodykh, Iuliia | es_ES |
dc.date.accessioned | 2024-09-09T12:42:37Z | |
dc.date.available | 2024-09-09T12:42:37Z | |
dc.date.created | 2024-07-22 | |
dc.date.issued | 2024-09-09 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/207773 | |
dc.description.abstract | [ES] El concepto de accesibilidad se extiende más allá de las medidas espaciales, integrando aspectos sociales para abordar las desigualdades individuales y las disparidades socioeconómicas en las oportunidades urbanas. El propósito principal de este trabajo es comprender la compleja interacción entre la accesibilidad espacial a los centros de educación obligatoria y los factores socioeconómicos en la ciudad de Valencia. Para lograr este objetivo, se implementaron diversas técnicas de análisis espacial y socioeconómico. En primer lugar, se realizó un exhaustivo preprocesamiento de los datos, que incluyó la limpieza, integración y enriquecimiento de los conjuntos de datos geoespaciales y socioeconómicos provenientes de diversas fuentes, tales como el Geoportal del Ayuntamiento de Valencia y el Instituto Nacional de Estadística (INE). La metodología principal utilizada para medir la accesibilidad fue el método de área de captación flotante de dos pasos (2SFCA), que permite evaluar la accesibilidad a los servicios educativos en función de la capacidad y la distancia. Esta técnica se adaptó para calcular indicadores de accesibilidad a colegios en general y por su tipología: según el modelo de gestión (públicos, concertados), y según niveles educativos (infantil, primaria, secundaria y bachillerato). El análisis espacial se enriqueció con la construcción de matrices de pesos espaciales utilizando métodos basados en la contigüidad y en la distancia (como Queen, KNN y Kernel), permitiendo modelar las relaciones geográficas entre diferentes ubicaciones. Posteriormente, se implementaron análisis de autocorrelación espacial mediante el uso del estadístico de Moran I, tanto global como local, para identificar patrones espaciales significativos y evaluar la intensidad de estos. Para la selección de las variables más importantes, se aplicaron técnicas de selección de características como métodos de filtro (basados en la correlación), métodos wrapper (selección secuencial hacia adelante, eliminación recursiva con regresión Ridge) y métodos embebidos como la regresión LASSO. Estas técnicas permitieron identificar las variables más relevantes que influyen en la accesibilidad a los colegios. En el ámbito de la clasificación y análisis de clústeres, se utilizaron Árboles de Decisión y Random Forest con validación cruzada para predecir categorías de clústeres espaciales ('HH' y 'LL'). Además, se aplicaron técnicas de agrupamiento con K-means para identificar agrupaciones espaciales, ayudando a identificar áreas homogéneas en términos de accesibilidad y variables socioeconómicas. Finalmente, se utilizó la técnica de regresión espacial, como la Regresión Ponderada Geográficamente (GWR), para capturar las relaciones complejas entre la accesibilidad espacial y las variables socioeconómicas. Estas metodologías permitieron una evaluación integral de las desigualdades socioeconómicas, proporcionando información valiosa para la formulación de políticas públicas orientadas a mejorar la equidad y la calidad educativa en la ciudad. Este trabajo busca proporcionar una base sólida para la formulación de políticas urbanas, promoviendo la equidad y la calidad de vida en la ciudad, y contribuyendo al entendimiento de la dinámica de accesibilidad a los servicios educativos en Valencia. | es_ES |
dc.format.extent | 159 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Analysis espacial | es_ES |
dc.subject | Estadística espacial | es_ES |
dc.subject | Análisis urbano | es_ES |
dc.subject | Método de área de captación flotante de dos pasos | es_ES |
dc.subject | Two Step Floating Catchment Area (2SFCA) | es_ES |
dc.subject | Accesibilidad | es_ES |
dc.subject | Educación | es_ES |
dc.subject | Regresión espacial | es_ES |
dc.subject | Regresión ponderada geográficamente | es_ES |
dc.subject | Geographically Weighted Regression (GWR) | es_ES |
dc.subject | Regresión LASSO | es_ES |
dc.subject | Clasificación | es_ES |
dc.subject | Árbol de decisión | es_ES |
dc.subject | Random forest | es_ES |
dc.subject | Análisis cluster | es_ES |
dc.subject | K-means | es_ES |
dc.subject | Kernel | es_ES |
dc.subject | K-nn | es_ES |
dc.subject | Moran I Lasso | es_ES |
dc.subject.classification | ESTADISTICA E INVESTIGACION OPERATIVA | es_ES |
dc.subject.other | Máster Universitario en Ingeniería de Análisis de Datos, Mejora de Procesos y Toma de Decisiones-Màster Universitari en Enginyeria d'Anàlisi de Dades, Millora de Processos i Presa de decisions | es_ES |
dc.title | Mapeando Oportunidades: Accesibilidad y Desigualdades Socioeconómicas en la Ciudad de Valencia | es_ES |
dc.title.alternative | Mapping Opportunities: Accessibility and Socioeconomic Inequalities in the City of Valencia | es_ES |
dc.title.alternative | Mapejant Oportunitats: Accessibilitat i Desigualtats Socioeconòmiques a la Ciutat de València | es_ES |
dc.type | Tesis de máster | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Estadística e Investigación Operativa Aplicadas y Calidad - Departament d'Estadística i Investigació Operativa Aplicades i Qualitat | es_ES |
dc.description.bibliographicCitation | Rytck Molodykh, I. (2024). Mapeando Oportunidades: Accesibilidad y Desigualdades Socioeconómicas en la Ciudad de Valencia. Universitat Politècnica de València. http://hdl.handle.net/10251/207773 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\165686 | es_ES |