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
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/271414
Ver los metadatos del registro completo
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 |