Comprendiendo la dinámica de los conflictos en américa latina: una aproximación desde el machine learning

Juan José  Villar Roldán; Juan Manuel Martín Álvarez

doi:10.22451/5817.ibj2023.vol7.1.11076

Autores/as

Juan José Villar Roldán Universidad Internacional de La Rioja, España
Juan Manuel Martín Álvarez Universidad Internacional de La Rioja, España

DOI:

https://doi.org/10.22451/5817.ibj2023.vol7.1.11076

Resumen

El presente estudio tiene como finalidad la identificación de patrones en los conflictos de América Latina desde el año 1989 hasta la actualidad. El artículo se basa en el supuesto de que la clusterización puede utilizarse para alcanzar una mayor comprensión sistémica de las correlaciones entre política, economía y conflicto. Se parte del supuesto de que las variables utilizadas forman parte de un sistema interactivo con correlaciones aún por comprender. La clusterización es la herramienta que se utiliza para clasificar entidades en grupos con el fin de buscar explicaciones basadas en características transversales a los objetos en los que están integradas; de este modo, el análisis busca una explicación más tangible de los complejos vínculos entre las variables de desarrollo humano, económicas y las relacionadas con los conflictos. En el análisis se utilizan los datos del Uppsala Conflict Dataset Program para categorizar actores presentes en conflictos en función de una serie de características.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Juan José Villar Roldán, Universidad Internacional de La Rioja, España

Licenciado en Ingeniería Industrial por la Universidad Carlos III de Madrid (UC3M) desarrolló su Tesis de Licenciatura en análisis de series temporales de indicadores macroeconómicos y su predicción. Máster en Business Intelligence por la Universidad Internacional de la Rioja (UNIR) que cuenta con amplia experiencia en consultoría de datos para los sectores bancario y energético en Londres y España.

Juan Manuel Martín Álvarez , Universidad Internacional de La Rioja, España

Doctor en Economía con enfoque en análisis cuantitativo para la toma de decisiones. Cuenta con amplia experiencia como docente en universidades públicas y privadas en las áreas de Contabilidad, Finanzas, Estadística y Econometría. Es Profesor Titular de Métodos Cuantitativos para la Economía y la Empresa en la Universidad Internacional de La Rioja (UNIR). Actualmente, es director del Máster en Business Intelligence de la Universidad Internacional de La Rioja (UNIR). Finalmente, ha publicado más de 20 artículos de Economía Aplicada, con especial enfoque en el consumo de tabaco, en revistas indexadas.

Citas

Alvear, M. G., Giraldo, A., Valdez, S. & Ramírez, C. (2022). Disputa por el territorio, crimen organizado y autocorrelación espacial de homicidios en Veracruz, México, 2001-2018. Revista Colombiana de Sociología, 45(2), pp 223-251. https://doi.org/10.15446/rcs.v45n2/95919

Blair, R. A., & Sambanis, N. (2020). Forecasting civil wars: Theory and structure in an age of “Big Data” and machine learning. Journal of Conflict Resolution, 64(10), 1885-1915. https://doi.org/10.1177/0022002720918923

Bowlsby, D., Chenoweth, E., Hendrix, C., & Moyer, J. D. (2020). The future is a moving target: predicting political instability. British Journal of Political Science, 50(4), 1405-1417. https://doi.org/10.1017/S0007123418000443

Buhaug, H., & von Uexkull, N. (2021). Vicious circles: violence, vulnerability, and climate change. Annual Review of Environment and Resources, 46, 545-568. https://doi.org/10.1146/annurev-environ-012220-014708

Chen, C., Roberts, J., Adhikari, S., Asal, V., Beardsley, K., Gonzalez, E., ... & van Wijk, A. (2022). Tipping Points: Challenges in Analyzing International Crisis Escalation. International Studies Review, 24(3), viac024. https://doi.org/10.1093/isr/viac024

Cortés, A., et al. "Desarme, desmovilización y reintegración, DDR: una introducción para Colombia." Cuaderno de análisis 1.13 (2013): 1-88.

Dunn Cavelty, M., & Balzacq, T. (Eds.). (2016). Routledge Handbook of Security Studies (2nd ed.). Routledge. https://doi.org/10.4324/9781315753393

Duursma, A. (2022). Peacekeeping, Mediation, and the Conclusion of Local Ceasefires in Non-State Conflicts. Journal of Conflict Resolution, 00220027221148132. https://doi.org/10.1177/00220027221148132

Ge, Q., Hao, M., Ding, F., Jiang, D., Scheffran, J., Helman, D., & Ide, T. (2022). Modelling armed conflict risk under climate change with machine learning and time-series data. Nature communications, 13(1), 2839. https://doi.org/10.1038/s41467-022-30356-x

Gleditsch, K. S., & Ward, M. D. (2013). Forecasting is difficult, especially about the future: Using contentious issues to forecast interstate disputes. Journal of Peace Research, 50(1), 17-31. https://doi.org/10.1177/0022343312449033

Goldstone, J. A., Bates, R. H., Epstein, D. L., Gurr, T. R., Lustik, M. B., Marshall, M. G., Ulfelder, J. & Woodward, M. (2010). A global model for forecasting political instability. American Journal of Political Science, 54(1), 190-208. https://doi.org/10.1111/j.1540-5907.2009.00426.x

Hegre, H., Karlsen, J., Nygård, H. M., Strand, H., & Urdal, H. (2013). Predicting armed conflict, 2010–2050. International Studies Quarterly, 57(2), 250-270. https://doi.org/10.1111/isqu.12007

Hegre, H., Nygård, H. M., & Landsverk, P. (2021). Can we predict armed conflict? How the first 9 years of published forecasts stand up to reality. International Studies Quarterly, 65(3), 660-668. https://doi.org/10.1093/isq/sqaa094

Hernández, G. (2020). La política de seguridad en México entre 2012 y 2018. De la confrontación a la prevención del delito. Espiral (Guadalajara), 27(77), 43-79. https://doi.org/10.32870/eees.v27i77.7082

Hyde, S. D., & Saunders, E. N. (2020). Recapturing regime type in international relations: Leaders, institutions, and agency space. International Organization, 74(2), 363-395. https://doi.org/10.1017/S0020818319000365

Joshi, M. (2020). A comparative analysis of one-sided violence and civil war peace agreement implementation. Stability: International Journal of Security and Development, 9(1). https://doi.org/10.5334/sta.774

Khokhlov, N., & Korotayev, A. (2022). Internet, political regime and terrorism: A quantitative analysis. Cross-Cultural Research, 56(4), 385-418. https://doi.org/10.1177/10693971221085343

Lin, K., Yang, J., Giang, N., & Joye, C. (2021). Techniques for Forecasting Global Conflicts. http://dx.doi.org/10.2139/ssrn.3939995

Maechler M, Rousseeuw P, Struyf A, Hubert M, Hornik K (2022). cluster: Cluster Analysis Basics and Extensions. R package version 2.1.4 — For new features, see the 'Changelog' file (in the package source), https://CRAN.R-project.org/package=cluster

Metz, S. (1993) The Future of Insurgency, Carlisle, PA: Strategic Studies Insitute U.S. Army War College.

Pastor, M. L. (2020). El coronavirus golpea las finanzas de los cárteles mexicanos. Documento Informativo IEEE 15//2020. http://www.ieee.es/Galerias/fichero/docs_informativos/2020/DIEEEI15_2020LUIPAS_COVIDMexico.pdf

Pettersson, T., Davies, S., Deniz, A., Engström, G., Hawach, N., Högbladh, S., & Öberg, M. S. M. (2021). Organized violence 1989–2020, with a special emphasis on Syria. Journal of Peace Research, 58(4), 809-825. https://doi.org/10.1177/00223433211026126

Pinedo, M. E. (2021). La política después de la “guerra”. Los acuerdistas de Sendero Luminoso (1993-2020). Eirene Estudios de Paz y Conflictos, 4(7). https://orcid.org/0000-0003-3137-2424

Quevedo, N. (9 de mayo de 2015). «Los hilos sueltos de “Macaco”». El Espectador (Colombia). Consultado el 20 de mayo de 2023. https://www.elespectador.com/investigacion/los-hilos-sueltos-de-macaco-article-559630/

Quinn, J., Mason, T. D., Kirisci, M., & Sharif, S. (2023). Proto-Insurgency, Repression-Driven Contagion, and Civil War Onset. Defence and Peace Economics, 1-21. https://doi.org/10.1080/10242694.2023.2183346

R Core Team, “R: A language and environment for statistical computing”. R Foundation for Statistical Computing, Vienna, Austria, 2021, https:// www.R-project.org/

Redaelli, C. (2021). The War against Drugs: Challenges for International Humanitarian Law. Anuario Iberoamericano de Derecho Internacional Humanitario. http://dx.doi.org/10.2139/ssrn.3958287

Rénique, J. L. (2003). La voluntad encarcelada: las luminosas trincheras de combate de Sendero Luminoso del Perú. IEP. Lima.

Rokach, L., & Maimon, O. (2005). “Clustering methods” in Data mining and knowledge discovery handbook (pp. 321-352). Springer, Boston, MA.

RStudio Team. “RStudio: Integrated Development for R”. RStudio, PBC, Boston, MA URL, 2020, http://www.rstudio.com/

Ruan, P. U. (2021). El crimen en América Latina: desorden, fragmentación y transnacionalidad. Análisis del Real Instituto Elcano (ARI), (103), 1.

Russett, B. M., & Oneal, J. R. (2001). Triangulating peace: Democracy, interdependence, and international organizations. WW Norton & Company Incorporated.

Sundberg, R., & Melander, E. (2013). Introducing the UCDP georeferenced event dataset. Journal of Peace Research, 50(4), 523-532. https://doi.org/10.1177/0022343313484347

Wallensteen, P. (2018) Understanding Conflict Resolution. 5th edn. SAGE Publications. Available at: https://www.perlego.com/book/1432011/understanding-conflict-resolution-pdf (Accessed: 1 May 2023).

Wickham H, Averick M, Bryan J, Chang W, McGowan LD, François R, Grolemund G, Hayes A, Henry L, Hester J, Kuhn M, Pedersen TL, Miller E, Bache SM, Müller K, Ooms J, Robinson D, Seidel DP, Spinu V, Takahashi K, Vaughan D, Wilke C, Woo K, Yutani H (2019). “Welcome to the tidyverse.” Journal of Open Source Software, 4(43), 1686. https://doi.org/10.21105/joss.01686

Williford, G. W., & Atkinson, D. B. (2020). A Bayesian forecasting model of international conflict. The Journal of Defense Modeling and Simulation, 17(3), 235-242. https://doi.org/10.1177/1548512919827659