logo móvil
Contáctanos

Revisión Sistemática de Modelos Basados en Agentes y Dinámica de Sistemas para Estudios de Caso de Sistemas Socio-Ecológicos

Autores: Nugroho, Supradianto; Uehara, Takuro

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Revisión Sistemática de Modelos Basados en Agentes y Dinámica de Sistemas para Estudios de Caso de Sistemas Socio-Ecológicos


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Sistemas

Palabras clave

Sistema socioecológico
Modelado
Modelos basados en agentes
Dinámica de sistemas
Apoyo a la toma de decisiones
Formulación de políticas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 21

Citaciones: Sin citaciones


Descripción
El modelado de sistemas socioecológicos (SES) implica desarrollar y/o aplicar modelos para investigar problemas complejos que surgen de las interacciones entre los humanos y los sistemas naturales. Entre los diferentes tipos, los modelos basados en agentes (ABM) y la dinámica de sistemas (SD) son enfoques destacados en el modelado de SES. Sin embargo, pocos modelos de SES influyen en el apoyo a la toma de decisiones y en la formulación de políticas. Los objetivos de este estudio fueron explorar la aplicación de ABM y SD en estudios de SES a través de una revisión sistemática de estudios de caso del mundo real publicados y determinar hasta qué punto los modelos de SES existentes informan los procesos de formulación de políticas. Identificamos 35 estudios de caso que utilizan ABM, SD o una combinación de ambos y encontramos que cada enfoque de modelado compartía similitudes que contribuían colectivamente al proceso de formulación de políticas, ofreciendo una comprensión integral de las dinámicas intrincadas dentro de los SES, facilitando la exploración de escenarios y la prueba de políticas, y fomentando una comunicación efectiva y la participación de las partes interesadas. Este estudio también sugiere varias mejoras para trazar una trayectoria más efectiva para la investigación en este campo, incluyendo fomentar la colaboración interdisciplinaria, desarrollar modelos híbridos, adoptar informes de modelos transparentes e implementar algoritmos de aprendizaje automático.

Otros recursos que podrían interesarte

Temas Virtualpro