Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires

Autores
Belogi Mascialino, Ignacio Federico
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Identificar y delimitar las centralidades urbanas es fundamental para comprender las dinámicas y desigualdades de las metrópolis de América Latina, un reto que históricamente ha sido significativo en los estudios urbanos. Este artículo aprovecha herramientas del giro computacional en las ciencias sociales para abordar este problema en la región, formulando una estrategia metodológica mixta que prioriza el costo, la parsimonia y la reproducibilidad. Se utilizó big data de Open Street Map, la técnica de agrupamiento DBSCAN, programación en Python, recorridos de campo y documentación fotográfica para el desafiante caso de Buenos Aires. Como resultado, se identificaron las centralidades de dicha ciudad y se ilustró su diversidad de centros de distintos tipos y jerarquías. Finalmente, se reflexiona sobre las lecciones del caso para replicar esta experiencia en otras ciudades de la región.
ities of Latin American metropolises, a challenge that has historically been significant in urban studies. This article leverages the tools of the computational shift in the social sciences to address this problem in the region, formulating a mixed methodological strategy that prioritizes cost, parsimony, and reproducibility. Big data from Open Street Maps, the DBSCAN clustering technique, Python programming, fieldwork, and photographic documentation were used for the challenging case of Buenos Aires. As a result, the city's centralities were identified, illustrating the diversity of centers across different types and hierarchies. Finally, the article reflects on the lessons learned from the case study to replicate this experience in other cities in the region.
Fil: Belogi Mascialino, Ignacio Federico. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Sociales. Instituto de Investigaciones "Gino Germani"; Argentina
Materia
ESTRUCTURA URBANA
CENTROS URBANOS
DISTRIBUCIÓN ESPACIAL
DBSCAN
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/271414

id CONICETDig_cae4c83f2474ffaba1becd419fe398f8
oai_identifier_str oai:ri.conicet.gov.ar:11336/271414
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos AiresDelimitation of metropolitan centralities in Latin America: a computational approach applied to Buenos AiresBelogi Mascialino, Ignacio FedericoESTRUCTURA URBANACENTROS URBANOSDISTRIBUCIÓN ESPACIALDBSCANhttps://purl.org/becyt/ford/5.7https://purl.org/becyt/ford/5Identificar y delimitar las centralidades urbanas es fundamental para comprender las dinámicas y desigualdades de las metrópolis de América Latina, un reto que históricamente ha sido significativo en los estudios urbanos. Este artículo aprovecha herramientas del giro computacional en las ciencias sociales para abordar este problema en la región, formulando una estrategia metodológica mixta que prioriza el costo, la parsimonia y la reproducibilidad. Se utilizó big data de Open Street Map, la técnica de agrupamiento DBSCAN, programación en Python, recorridos de campo y documentación fotográfica para el desafiante caso de Buenos Aires. Como resultado, se identificaron las centralidades de dicha ciudad y se ilustró su diversidad de centros de distintos tipos y jerarquías. Finalmente, se reflexiona sobre las lecciones del caso para replicar esta experiencia en otras ciudades de la región.ities of Latin American metropolises, a challenge that has historically been significant in urban studies. This article leverages the tools of the computational shift in the social sciences to address this problem in the region, formulating a mixed methodological strategy that prioritizes cost, parsimony, and reproducibility. Big data from Open Street Maps, the DBSCAN clustering technique, Python programming, fieldwork, and photographic documentation were used for the challenging case of Buenos Aires. As a result, the city's centralities were identified, illustrating the diversity of centers across different types and hierarchies. Finally, the article reflects on the lessons learned from the case study to replicate this experience in other cities in the region.Fil: Belogi Mascialino, Ignacio Federico. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Sociales. Instituto de Investigaciones "Gino Germani"; ArgentinaAsociación Española de Geografía2025-07info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/271414Belogi Mascialino, Ignacio Federico; Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires; Asociación Española de Geografía; GeoFocus; 35; 7-2025; 137-1571578-5157CONICET DigitalCONICETspahttps://ri.conicet.gov.ar/handle/11336/268906info:eu-repo/semantics/altIdentifier/url/https://www.geofocus.org/index.php/geofocus/article/view/908info:eu-repo/semantics/altIdentifier/doi/10.21138/GF.908info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:10:47Zoai:ri.conicet.gov.ar:11336/271414instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:10:48.14CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires
Delimitation of metropolitan centralities in Latin America: a computational approach applied to Buenos Aires
title Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires
spellingShingle Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires
Belogi Mascialino, Ignacio Federico
ESTRUCTURA URBANA
CENTROS URBANOS
DISTRIBUCIÓN ESPACIAL
DBSCAN
title_short Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires
title_full Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires
title_fullStr Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires
title_full_unstemmed Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires
title_sort Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires
dc.creator.none.fl_str_mv Belogi Mascialino, Ignacio Federico
author Belogi Mascialino, Ignacio Federico
author_facet Belogi Mascialino, Ignacio Federico
author_role author
dc.subject.none.fl_str_mv ESTRUCTURA URBANA
CENTROS URBANOS
DISTRIBUCIÓN ESPACIAL
DBSCAN
topic ESTRUCTURA URBANA
CENTROS URBANOS
DISTRIBUCIÓN ESPACIAL
DBSCAN
purl_subject.fl_str_mv https://purl.org/becyt/ford/5.7
https://purl.org/becyt/ford/5
dc.description.none.fl_txt_mv Identificar y delimitar las centralidades urbanas es fundamental para comprender las dinámicas y desigualdades de las metrópolis de América Latina, un reto que históricamente ha sido significativo en los estudios urbanos. Este artículo aprovecha herramientas del giro computacional en las ciencias sociales para abordar este problema en la región, formulando una estrategia metodológica mixta que prioriza el costo, la parsimonia y la reproducibilidad. Se utilizó big data de Open Street Map, la técnica de agrupamiento DBSCAN, programación en Python, recorridos de campo y documentación fotográfica para el desafiante caso de Buenos Aires. Como resultado, se identificaron las centralidades de dicha ciudad y se ilustró su diversidad de centros de distintos tipos y jerarquías. Finalmente, se reflexiona sobre las lecciones del caso para replicar esta experiencia en otras ciudades de la región.
ities of Latin American metropolises, a challenge that has historically been significant in urban studies. This article leverages the tools of the computational shift in the social sciences to address this problem in the region, formulating a mixed methodological strategy that prioritizes cost, parsimony, and reproducibility. Big data from Open Street Maps, the DBSCAN clustering technique, Python programming, fieldwork, and photographic documentation were used for the challenging case of Buenos Aires. As a result, the city's centralities were identified, illustrating the diversity of centers across different types and hierarchies. Finally, the article reflects on the lessons learned from the case study to replicate this experience in other cities in the region.
Fil: Belogi Mascialino, Ignacio Federico. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Sociales. Instituto de Investigaciones "Gino Germani"; Argentina
description Identificar y delimitar las centralidades urbanas es fundamental para comprender las dinámicas y desigualdades de las metrópolis de América Latina, un reto que históricamente ha sido significativo en los estudios urbanos. Este artículo aprovecha herramientas del giro computacional en las ciencias sociales para abordar este problema en la región, formulando una estrategia metodológica mixta que prioriza el costo, la parsimonia y la reproducibilidad. Se utilizó big data de Open Street Map, la técnica de agrupamiento DBSCAN, programación en Python, recorridos de campo y documentación fotográfica para el desafiante caso de Buenos Aires. Como resultado, se identificaron las centralidades de dicha ciudad y se ilustró su diversidad de centros de distintos tipos y jerarquías. Finalmente, se reflexiona sobre las lecciones del caso para replicar esta experiencia en otras ciudades de la región.
publishDate 2025
dc.date.none.fl_str_mv 2025-07
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/271414
Belogi Mascialino, Ignacio Federico; Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires; Asociación Española de Geografía; GeoFocus; 35; 7-2025; 137-157
1578-5157
CONICET Digital
CONICET
url http://hdl.handle.net/11336/271414
identifier_str_mv Belogi Mascialino, Ignacio Federico; Delimitación de centralidades metropolitanas en América Latina: Un enfoque computacional aplicado a Buenos Aires; Asociación Española de Geografía; GeoFocus; 35; 7-2025; 137-157
1578-5157
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://ri.conicet.gov.ar/handle/11336/268906
info:eu-repo/semantics/altIdentifier/url/https://www.geofocus.org/index.php/geofocus/article/view/908
info:eu-repo/semantics/altIdentifier/doi/10.21138/GF.908
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Asociación Española de Geografía
publisher.none.fl_str_mv Asociación Española de Geografía
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844614000562667520
score 13.069144