Content uploaded by Cesar R. Salas-Guerra
Author content
All content in this area was uploaded by Cesar R. Salas-Guerra on May 06, 2021
Content may be subject to copyright.
A preview of the PDF is not available
IMPACTO DE LA ACTIVIDAD ECONÓMICA DIGITAL EN EL CRECIMIENTO ECONÓMICO REGIONAL: UN ESTUDIO DE CASO DEL NORTE DE MINAS GERAIS ENTRE 2009 AL 2018
Abstract
En la actualidad la medición económica de las oficinas nacionales de estadística no ha definido o capturado los beneficios de la actividad economía digital, debido a la baja calidad o inexistencia de metodologías. En la actualidad existe un debate relevante sobre la capacidad que tiene la actividad economía digital para generar productividad, crecimiento económico y bienestar a través de la innovación y conocimiento. Por tal razón, esta investigación identificó y estudió el conocimiento especializado, asentamiento humano y actividad económica digital como los factores que influencian en el crecimiento económico regional. Como resultado se midió el impacto que generan los nuevos modelos de operación de negocios basados en tecnología de la información. Esta investigación usó un modelo empírico de medición que permitió identificar ciertos fenómenos como los polos regionales de desarrollo económico regional (PRDE) que envuelven a las regiones económicamente florecientes. Además, demostró que los municipios con altos grados de crecimiento económico fueron impactados por la actividad económica digital y conocimiento especializado, hallazgo que es cónsono con las teorías de crecimiento económico que apuntan a la evolución tecnológica como el principal factor del crecimiento económico moderno. Por consiguiente, este estudio contribuyó con resultados beneficiosos a los gobiernos y empresas municipales para el desarrollo de estrategias enmarcadas en solventar los problemas de cooperación industrial de regiones económicamente florecientes con sus vecinos, afrontando el problema de aglomeración de recursos y capital reflejados en el asentamiento humano los cuales fomentan el desequilibrio en el crecimiento económico y desarrollo social.
ResearchGate has not been able to resolve any citations for this publication.
We present a method for visualizing and analyzing card sorting data aiming to develop an in-depth and effective information architecture and navigation structure. One of the well-known clustering techniques for analyzing large data sets is with the k-means algorithm. However, that algorithm has yet to be widely applied to analyzing card sorting data sets to measure the similarity between cards and result displays using multidimensional scaling. The multidimensional scaling, which employs particle dynamics to the error function minimization, is a good candidate to be a computational engine for interactive card sorting data. In this paper, we apply the combination of a similarity matrix, a k-means algorithm, and multidimensional scaling to cluster and calculate an information architecture from card sorting data sets. We chose card sorting to improve an information architecture. The proposed algorithm handled the overlaps between cards in the card sorting data quite well and displayed the results in a basic layout showing all clusters and card coordinates. For outliers, the algorithm allows grouping of single cards to their closest core clusters. The algorithm handled outliers well choosing cards with the strongest similarities from the similarity matrix. We tested the clustering algorithm on real-world data sets and compared to other techniques. The results generated clear knowledge on relevant usability issues in visualizing information architecture. The identified usability issues point to a need for a more in-depth search of design solutions that are tailored for the targeted group of people who are struggling with complicated visualizing techniques. This study is for people who need support to easily visualize information architecture from data sets.
La importancia de los sistemas de gestión para la integración de la RSC en la estrategia de la empresa es un recurso vital que ha sido poco estudiado en las empresas tecnológicas. En este artículo se propone un modelo de ecuaciones estructurales para explicar la influencia de la RSC y su integración en el sistema de gestión de la empresa, facilitada por la existencia de sistemas de gestión normalizados previos, y cómo influye dicha integración en la estrategia de la empresa y si esto tiene un reflejo en el performance económico de la empresa tecnológica. El estudio se llevó a cabo en empresas ubicadas en parques científicos y tecnológicos españoles. Los resultados del modelo revelan que existe una relación positiva, directa y estadísticamente significativas entre la integración de la RSC y la estrategia, por un lado, y la integración y el performance, por el otro. Asimismo se evidencia unas relaciones indirectas entre los sistemas de gestión normalizados previos a la implantación de la RSC y el performance y, por tanto, con implicaciones prácticas para la gestión de la RSC en empresas tecnológicas.
En este artículo se exploran espacialmente,
algunos factores que inciden
tanto en la no aleatoriedad en la distribución
subnacional del índice de condiciones
de vida, como en la existencia
de amplios valores diferenciales entre
los municipios de regiones centrales
y periferias. Se limita el análisis a los
1116 municipios continentales de Colombia,
utilizando Shape files del Sistema
de Información Geográfica para
la Planeación y Ordenamiento Territorial,
del Instituto Geográfico Agustín
Codazzi. Bajo premisas de la Nueva
Geografía Económica y empleando
técnicas univariantes y multivariantes,
se efectúa un análisis exploratorio de
datos y utilizando herramientas de
modelación en econometría espacial,
se formulan, especifican y estiman
algunos modelos matemáticos. La
estimación de la propuesta óptima
sugiere que el índice de condiciones
de vida se relaciona de forma inversa
con el índice de necesidades básicas
insatisfechas y de manera directa con
los índices de generación de recursos
propios y la tasa de urbanización.
Due to increased competitive pressure, modern organizations tend to rely on knowledge and its exploitation to sustain a long-term advantage. This calls for a precise understanding of knowledge management (KM) processes and, specifically, how knowledge is created, shared/transferred, acquired, stored/retrieved, and applied throughout an organizational system. However, since the beginning of the new millennium, such KM processes have been deeply affected and molded by the advent of the fourth industrial revolution, also called Industry 4.0, which involves the interconnectedness of machines and their ability to learn and share data autonomously. For this reason, the present study investigates the intellectual structure and trends of KM in Industry 4.0. Bibliometric analysis and a systematic literature review are conducted on a total of 90 relevant articles. The results reveal 6 clusters of keywords, subsequently explored via a systematic literature review to identify potential stream of this emergent field and future research avenues capable of producing meaningful advances in managerial knowledge of Industry 4.0 and its consequences.
The aim of this paper is to measure and analyse the socioeconomic effects of digitisation in Saudi Arabia by using data for the period 1981–2016. Adopting the autoregressive distributed lag and the fully modified least squares approaches, the results reveal significant relationships between the digitisation and socioeconomic variables. Notably, digitisation contributes to the gross domestic product, reduces unemployment, and enhances transparency. Thus, digitisation can be considered a new impetus growth and a powerful instrument of economic diversification that permits the transition to a knowledge-based economy.
¿Cómo varía UN fenómeno a través del espacio geográfico? Esta es la pregunta que ayuda a resolver la autocorrelación espacial. En este editorial se presenta una breve introducción al concepto de autocorrelación espacial y a los métodos de análisis usados para clasificar y cuantificar el comportamiento de un fenómeno a través del espacio. Además, se presenta una contextualización histórica sobre su origen y desarrollo, y una serie de elementos que se espera ayude a aclarar las posibles confusiones entre la correlación y autocorrelación espacial. Las descripciones y conceptos expuestos no son desarrollados con rigurosidad matemática ni detallando la formalización de cada método, por el contrario, se presentan como discusión conceptual que describe los fundamentos y detalles que se consideran necesarios para conocer y comprender la base de los principales métodos estadísticos espaciales hasta ahora desarrollados para analizar la variación de los fenómenos geográficos. El objetivo de estas notas es que sirvan de soporte para cursos introductorios de análisis espacial.
The objective of this study is to investigate spatial structures of error in the assessment of continuous raster data. The use of conventional diagnostics of error often overlooks the possible spatial variation in error because such diagnostics report only average error or deviation between predicted and reference values. In this respect, this work uses a moving window (kernel) approach to generate geographically weighted (GW) versions of the mean signed deviation, the mean absolute error and the root mean squared error and to quantify their spatial variations. Such approach computes local error diagnostics from data weighted by its distance to the centre of a moving kernel and allows to map spatial surfaces of each type of error. In addition, a GW correlation analysis between predicted and reference values provides an alternative view of local error. These diagnostics are applied to two earth observation case studies. The results reveal important spatial structures of error and unusual clusters of error can be identified through Monte Carlo permutation tests. The first case study demonstrates the use of GW diagnostics to fractional impervious surface area datasets generated by four different models for the Jakarta metropolitan area, Indonesia. The GW diagnostics reveal where the models perform differently and similarly, and found areas of under-prediction in the urban core, with larger errors in peri-urban areas. The second case study uses the GW diagnostics to four remotely sensed aboveground biomass datasets for the Yucatan Peninsula, Mexico. The mapping of GW diagnostics provides a means to compare the accuracy of these four continuous raster datasets locally. The discussion considers the relative nature of diagnostics of error, determining moving window size and issues around the interpretation of different error diagnostic measures. Investigating spatial structures of error hidden in conventional diagnostics of error provides informative descriptions of error in continuous raster data.
The Harbin-Changchun City Cluster (HCCC) is an important growth engine for the revitalization of the Northeast, and it is also the main mode and spatial platform for the implementation of the new urbanization of the country. Industrial functional organization, structural upgrading and spatial transfer are important driving force for the growth of City Cluster. According to the statistical data of the employed population and industrial output value, we study the industrial spatial layout features and structural evolution of the HCCC and then explore the correlation between industrial organization and the City Cluster spatial based on the Industrial Agglomeration Indicators Analysis and the Locational Gini Coefficient. At the macro level, it is found that the industrial structure and specialized division of labor affect the spatial network and the axis pattern of the City Cluster; at the meso level, the industrial quantity and spatial distribution affect the layout of key cities and node towns in the City Cluster; at the micro level, the industrial level and transformation and upgrading affect the changes of urban spatial structure and the optimal allocation of relevant land.
