Modelo de simulación espacial del desplazamiento del hurto a personas en la ciudad de Bogotá frente a una intervención policial focalizada en hot spots

dc.contributor.advisorMartínez Martínez, Luis Joelspa
dc.contributor.authorRamírez Rincón, Boris Yesidspa
dc.coverage.cityBogotáspa
dc.coverage.countryColombiaspa
dc.coverage.tgnhttp://vocab.getty.edu/page/tgn/1000050
dc.date.accessioned2020-10-16T16:25:24Zspa
dc.date.available2020-10-16T16:25:24Zspa
dc.date.issued2019-12-18spa
dc.descriptionilustraciones, gráficas, mapasspa
dc.description.abstractEn Bogotá la actividad delictiva, especialmente el hurto a personas se ha establecido como uno de los problemas con mayor atención por parte de las diferentes administraciones debido a su impacto social, económico y político. Por esta razón, la presente tesis propone un modelo de predicción del desplazamiento espacial del delito por medio de diferentes métodos y aplicando herramientas disponibles en los Sistemas de Información Geográfica (SIG), la metodología Risk Terrain Modeling (RTM) y elementos de lógica difusa con el objetivo principal de identificar las concentraciones de hurto a personas a partir de las variables del entorno como son: actividades comerciales o uso del suelo, variables asociadas a la movilidad de la gente y otras actividades delictivas, las cuales inciden en el comportamiento espacial del delito y a partir de estas predecir su desplazamiento geográfico al momento de definir una intervención policial en un punto especifico. Para esto, se utilizaron las herramientas SIG relacionadas con georreferenciación, análisis de proximidad, superposición de capas y análisis de densidad tipo Kernel para la preparación, procesamiento y análisis de los datos delictivos del sistema de información delictivo, contravencional y operativo de la Policía Nacional – SIEDCO. Además, se usaron datos de variables del entorno como bares, bancos, colegios, universidades, malla vial, vías principales y estaciones de transporte masivo. Como resultado de este trabajo se obtienen tres productos: el primero, es una caracterización de las relaciones espaciales entre el hurto a personas y las variables del entorno ya mencionadas. El segundo, es un modelo de estimación espacial a través de la metodología RTM que permite identificar en dónde se concentra la actividad delictiva (hot spots o puntos críticos) teniendo en cuenta las variables del entorno. El tercer producto se genera a través de los resultados del producto anterior, es un modelo de lógica difusa que permite predecir el desplazamiento espacial del hurto a personas en el momento que se planea o diseña una intervención de tipo policial en un sitio específico. La simulación se realiza con el fin de identificar las zonas con mayor riesgo de desplazamiento del delito para poder diseñar actividades de prevención o de mitigación en las antes de que se presente, lo que permitirá maximizar los resultados de la intervención y disminuir los efectos colaterales de la misma. (Texto tomado de la fuente).spa
dc.description.abstractIn Bogota, the crime, especially robbery, has established itself as one of the problems with greatest attention in the different administrations due to its social, economic and political impact. For this reason, the present thesis proposes a predicting model for the spatial displacement of crime through different tools of Geographic Information Systems (GIS), Risk Terrain Modeling (RTM) methodology and fuzzy logic elements with the main objective of identifying the density of robbery from the environmental variables such as: other criminal activities, commercial activities or land use and variables associated with the mobility of people, which affect the crime spatial behaviour, thereby predict their spatial displacement when defining a police intervention at a specific point. For this, GIS tools related to georeferencing, proximity analysis, layer overlay and Kernel density analysis were used for the preparation, processing and analysis of criminal data of the National Police's information system – SIEDCO, Additionally, data on environmental variables such as bars, banks, schools, universities, road network, main roads and mass transit stations were used. As a result of this work, three products are obtained: The first is a characterization of the spatial relationships between robbery and the environmental variables already mentioned. The second is a spatial estimation model through the RTM methodology that allows to identify where the criminal activity is concentrated (hot spots) taking into account the environment variables. The third product, generated through the results of the previous product, is a fuzzy logic model that allows predicting the spatial displacement of robbery at the time a police intervention is planned or designed at a specific site, The simulation is carried out in order to identify the areas with the highest risk of displacement of crime to be able to design prevention or mitigation activities in those before it is presented, which will maximize the results of the intervention and reduce its collateral effects.eng
dc.description.curricularareaCiencias Agronómicasspa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Geomáticaspa
dc.description.notesIncluye anexosspa
dc.format.extent168 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameUniversidad Nacional de Colombiaspa
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombiaspa
dc.identifier.repourlhttps://repositorio.unal.edu.co/
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/78542
dc.language.isospaspa
dc.publisherUniversidad Nacional de Colombiaspa
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotáspa
dc.publisher.departmentEscuela de posgradosspa
dc.publisher.facultyFacultad de Ciencias Agrariasspa
dc.publisher.placeBogotá, Colombiaspa
dc.publisher.programBogotá - Ciencias Agrarias - Maestría en Geomáticaspa
dc.relation.referencesAguirre, H. R. O., Salas, S. L., & Moreno, V. M. L. (2018). Simulación Basada En Agentes Para El Control Inteligente De Semáforos Mediante Lógica Difusa. Pistas Educativas, 39(128), 1206–1223. <http://www.itcelaya.edu.mx/ojs/index.php/pistas/article/view/1095/1009>spa
dc.relation.referencesArefiev, N., Terleev, V., & Badenko, V. (2015). GIS-based fuzzy method for urban planning. Procedia Engineering, 117(1), 39–44. <https://doi.org/10.1016/j.proeng.2015.08.121>spa
dc.relation.referencesBalbi, A., Adolphe, Q., G. (1829). Statistique comparée de l’état de l’instruction et du nombre des crimes dans les divers Arrondissements des Académies et des Cours Royales de France (J. Renouard, Ed.). Paris: Jules Renouard.spa
dc.relation.referencesBernasco, W., & Block, R. (2011). Robberies in Chicago: A block-level analysis of the influence of crime generators, crime attractors, and offender anchor points. Journal of Research in Crime and Delinquency, 48(1), 33–57. <https://doi.org/10.1177/0022427810384135>spa
dc.relation.referencesBrantingham, P. J., & Brantingham, P. L. (1991). Environmental criminology. In Environmental criminology. Waveland Pr Inc.spa
dc.relation.referencesBrown, L. L. (2012). Forecasting Risk for Street Robbery in Portland , Oregon.spa
dc.relation.referencesBurrueco Gallardo, P. J. (2014). Desplazamiento del delito. Crimipedia. <http://crimina.es/crimipedia/wp-content/uploads/2015/06/Desplazamiento-del-delito.pdf>spa
dc.relation.referencesCamara de Comercio de Bogotá. (2018). Encuesta de Percepción y Victimización en Bogotá Contenido.spa
dc.relation.referencesCámara de Comercio de Bogotá. (2016). Encuesta de Percepción y Victimización en Bogotá. <https://bibliotecadigital.ccb.org.co/handle/11520/18302>spa
dc.relation.referencesCaplan, Joel M. Kennedy, L. W. (2010). Risk Terrain Modeling Manual (R. C. on P. Security, Ed.). Newark.spa
dc.relation.referencesCaplan, J. M. (2011). Mapping the Spatial Influence of Crime Correlates: A Comparison of Operationalization Schemes and Implications for Crime Analysis and Criminal Justice Practice. Cityscape: A Journal of Policy Development and Research, 13(3), 57–83.spa
dc.relation.referencesCaplan, J. M., Kennedy, L. W., & Piza, E. L. (2013). Risk Terrain Modeling Diagnostics Utility USER MANUAL. <www.rutgerscps.org>spa
dc.relation.referencesCaracuel, E. O., Lucio, T. D. P., & Pelta, D. A. (n.d.). Técnicas Difusas y Evolutivas para el Control de Veh ´ ıculos en Entornos Reales y Virtuales Tesis Doctoral.spa
dc.relation.referencesCarranza, D. (2008). Aplicación de la lógica difusa para la ubicación de especies faunísticas y florísticas, y su comparación con otros métodos geoestadísticos. 134. <http://repositorio.espe.edu.ec/xmlui/bitstream/handle/21000/791/T-ESPE-017763.pdf?sequence=1&isAllowed=y>spa
dc.relation.referencesClarke, R. V. (2002). Closing streets and alleys to reduce crime: should you go down this road? Problem-Oriented Guides for Police Response Guides Series No. 2. <http://ric-doj.zai-inc.com/Publications/cops-w0030-pub.pdf>spa
dc.relation.referencesClarke, R. V, & Eck, J. E. (2008). Instituto Nacional de Ciencias Penales 60 pasos para ser un analista delictivo. <http://www.popcenter.org/library/reading/PDFs/60_StepsMexicoNacional.pdf>spa
dc.relation.referencesClarke, R. V, & Eck, J. E. (2010). Análisis Delictivo para la Resolución de Problemas En 60 Pequeños Pasos Center for Problem-Oriented Policing. U.S. Department of Justice Office. https://doi.org/10.3923/ibm.2016.751.758spa
dc.relation.referencesCohen, L. (2018). Predictive policing one reason given for Atlantic City’s violent crime drop last year. Psikologi Pendidikan. <https://www.breakingac.com/2018/03/predictive-policing-one-reason-given-atlantic-citys-violent-crime-drop-last-year/>spa
dc.relation.referencesCórdova Montúfar, M. (2007). Percepción de inseguridad : una aproximación transversal (Tema central). Región Andina y América Latina, (Sorel), 4–9. <http://repositorio.flacsoandes.edu.ec/handle/10469/2623>spa
dc.relation.referencesCornish, D. B., & Clarke, R. (1986). The Reasoning Criminal. The Reasoning Criminal. <https://doi.org/10.4324/9781315134482>spa
dc.relation.referencesCornish, D., & Clarke, R. (2003). Opportunities, precipitators and criminal decisions: a reply to wortley’s critique of situational crime prevention. Rational Choice and Criminal Behavior: Recent Research and Future Challenges, 32(2003), 41–63. <http://www.popcenter.org/Responses/crime_prevention/PDFs/Cornish&Clarke.pdf>spa
dc.relation.referencesCruz, P. P. (2011). Inteligencia Artificial. MARCOMBO. Barcelona.spa
dc.relation.referencesDi Martino, F., & Sessa, S. (2009). Implementation of the extended fuzzy C-means algorithm in geographic information systems. Journal of Uncertain Systems, 3(4), 298–306.spa
dc.relation.referencesEscobedo, R. (2013). Ollas: la Policía intervino pero persiste el problema. <FIP website: http://www.ideaspaz.org/publications/posts/524>spa
dc.relation.referencesESRI. (2019). desktop.arcgis.com. <http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-analyst-toolbox/raster-calculator.htm>spa
dc.relation.referencesFelson, M., & Clarke, R. V. G. (1998). The Limits of the Sovereign State: Strategies of Crime Control. In Police Research Series No. 98.spa
dc.relation.referencesFelson, M., & Cohen, E. L. (1979). Social Change and Crime Rate Trends : A Routine Activity Approach. American Sociological Review, 44(4), 588–608.spa
dc.relation.referencesFernández, B., & Corraliza, J. (2014). Aspectos físicos y sociales en los lugares peligrosos. Miedo al delito en un espacio institucional. Estudios de Psicología.spa
dc.relation.referencesFerreira, F., & Meléndez, M. (2012). Desigualdad de resultados y oportunidades en Colombia 1997-2010. Universidad de Los Andes, 1997–2010.spa
dc.relation.referencesGarcia, C. E. (2003). Modelo basado en lógica difusa para la construcción de indicadores de vulnerabilidad urbana frente a fenómenos naturales (Vol. 14).spa
dc.relation.referencesGarnier, S., Caplan, J. M., & Kennedy, L. W. (2018). Predicting Dynamical Crime Distribution From Environmental and Social Influences. Frontiers in Applied Mathematics and Statistics, 4(May), 1–10. https://doi.org/10.3389/fams.2018.00013spa
dc.relation.referencesGonzález, C. (2001). Lógica Difusa Una introducción práctica. Técnicas de Softcomputing.spa
dc.relation.referencesHiggs, G., & Langford, M. (2009). GIScience, environmental justice, & estimating populations at risk. Applied Geography.spa
dc.relation.referencesIlanloo, M. (2011). A comparative study of fuzzy logic approach for landslide susceptibility mapping using GIS: An experience of Karaj dam basin in Iran. Procedia - Social and Behavioral Sciences, 19, 668–676. <https://doi.org/10.1016/j.sbspro.2011.05.184>spa
dc.relation.referencesJeffery, C. R. (1971). Crime Prevention Through Environmental Design. Beverly Hills [, 1971.spa
dc.relation.referencesKaur, R., & Singh Sehra, S. (2014). Analyzing and Displaying of Crime Hotspots using Fuzzy Mapping Method. International Journal of Computer Applications, 103(1), 25–28. <https://doi.org/10.5120/18039-8914>spa
dc.relation.referencesMaps, M. (2017). Making Maps: DIY Cartography. <https://makingmaps.net/page/1/>spa
dc.relation.referencesMejía, D., Ortega, D., & Ortiz, K. (2014). Un análisis de la criminalidad urbana en Colombia Versión preliminar para comentarios. <https://igarape.org.br/wp-content/uploads/2015/01/Criminalidad-urbana-en-Colombia-diciembre-2014.pdf>spa
dc.relation.referencesMinisterio Nacional de Defensa. (2014). Libro blanco de las estadísticas del sector seguridad y defensa (Imprenta N). Imprenta Nacional de Colombia.spa
dc.relation.referencesNewman, O. (1996). Creating Defensible Space. In U.S. Department of Justice (Ed.), U.S. Department of Justice (U.S. Depar, Vol. 1). U.S. Department of Housing and Urban Development Office.spa
dc.relation.referencesNusca, A. (2011). In Los Angeles, using statistics to predict crime. <ZDnet website: https://www.zdnet.com/article/in-los-angeles-using-statistics-to-predict-crime/>spa
dc.relation.referencesOrtuño, R. A. (2016). Criminología ambiental: estudio de la distribución espacio - temporal de la actividad delictiva en la ciudad de Castellón de la Plana. UNIVERSITAT JAUME I.spa
dc.relation.referencesO`Sullivan, D., & Unwin, D. (2010). Geographic Information Analysis (2nd ed.). Chichester-UK: Wiley.spa
dc.relation.referencesPark, Robert E. Burgess, E. W. B. (1925). The City Suggestions for Investigation of Human Behavior in the Urban Environment. In The University of Chicago. <https://doi.org/10.1016/0191-8869(86)90077-2>spa
dc.relation.referencesPasalari, H., & Nabizadeh, R. (2019). MethodsX Land fi ll site selection using a hybrid system of AHP-Fuzzy in GIS environment : A case study in Shiraz city , Iran. MethodsX, 6, 1454–1466. <https://doi.org/10.1016/j.mex.2019.06.009>spa
dc.relation.referencesPolicía Nacional de Colombia. (2018). Estadística delictiva. <Estadistica Delictiva website: https://www.policia.gov.co/grupo-información-criminalidad/estadistica-delictiva>spa
dc.relation.referencesSecretaría de Seguridad y Justicia. (2018). Aclaración sobre las implicaciones de los cambios metodológicos introducidos por la Policía Nacional y la Fiscalía General de la Nación en las cifras de criminalidad en Bogotá.spa
dc.relation.referencesShaw, C., & McKay, H. (1942). Juvenile Delinquency and Urban Areas. Chicago: University of Chicago Press.spa
dc.relation.referencesSilverman, B. W. (1986). Dentist Estimate. For Statistics and Data Analysis. London; New York: Chapman y Hall/CRC.spa
dc.relation.referencesSoto, C. (2013). La medición del desplazamiento y la difusión de beneficios. Revista Española de Investigación Criminológica, 11, 1–26.spa
dc.relation.referencesTompson, L., & Bowers, K. (2013). A Stab in the Dark?: A Research Note on Temporal Patterns of Street Robbery. Journal of Research in Crime and Delinquency, 50(4), 616–631. https://doi.org/10.1177/0022427812469114spa
dc.relation.referencesTremante, P., & Brea, E. (2014). Ingeniería Industrial. Actualidad y Nuevas Tendencias. Ingeniería Industrial. Actualidad y Nuevas Tendencias, (12). Retrieved from http://www.redalyc.org/html/2150/215037911010/spa
dc.relation.referencesU.S. Department of Justice. Mapping Crime: Understanding Hot Spots. , 6 U.S. Department of Housing and Urban Development Office 208–210 (2005).spa
dc.relation.referencesVanegas, J. O., & Ríos, M. A. (2015). Diseño de un Regulador de Velocidad para una Pequeña Central Hidroeléctrica Utilizando Técnicas de Control Inteligente. (January 2014), 0–7.spa
dc.relation.referencesVann, I. & Garson, G. D. (2003). Crime mapping (p. 149). p. 149. P. Lang,.spa
dc.relation.referencesVozmediano, L., & S. J. G. (2010). Criminología ambiental. In Editorial UOC. Barcelona: Editorial UOC.spa
dc.relation.referencesWang, D., Ding, W., Lo, H., Morabito, M., Chen, P., Salazar, J., & Stepinski, T. (2013). Understanding the spatial distribution of crime based on its related variables using geospatial discriminative patterns. Computers, Environment and Urban Systems, 39, 93–106. https://doi.org/10.1016/j.compenvurbsys.2013.01.008spa
dc.relation.referencesWhitworth, A., & McLennan, D. (2010). Geographical displacement or diffusion of benefit around area-based interventions? Evidence from the New Deal for Communities. People, Place and Policy Online, 4(3), 76–88. <https://doi.org/10.3351/ppp.0004.0003.0001>spa
dc.relation.referencesWilson, J., & Kelling, G. (1982). Broken windows. Environmental Criminology and Crime Analysis: Second Edition, 334–350. https://doi.org/10.4324/9781315709826spa
dc.relation.referencesWortley, R., & Mazerolle, L. (2008). Environmental Criminology and Crime Analysis. In Willan Publishers. <https://doi.org/10.4324/9780203118214>spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacionalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subject.ddc360 - Problemas y servicios sociales; asociaciones::362 - Problemas sociales y servicios para grupo de personasspa
dc.subject.proposalHot spotseng
dc.subject.proposalRobberyeng
dc.subject.proposalFuzzy logiceng
dc.subject.proposalRobbery spatial displacementeng
dc.subject.proposalRisk Terrain Modeling, RTMeng
dc.subject.proposalPolice interventioneng
dc.subject.proposalPuntos críticosspa
dc.subject.proposalHurto a personasspa
dc.subject.proposalLógica difusaspa
dc.subject.proposalDesplazamiento del hurtospa
dc.subject.proposalRisk Terrain Modeling, RTMspa
dc.subject.proposalIntervención policialspa
dc.subject.unescoPrevención del crimenspa
dc.subject.unescoCrime preventioneng
dc.subject.unescoModelo de simulaciónspa
dc.subject.unescoSimulation modelsspa
dc.subject.unescoProtección contra el robospa
dc.titleModelo de simulación espacial del desplazamiento del hurto a personas en la ciudad de Bogotá frente a una intervención policial focalizada en hot spotsspa
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TMspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dcterms.audience.professionaldevelopmentInvestigadoresspa
dcterms.audience.professionaldevelopmentEstudiantesspa
dcterms.audience.professionaldevelopmentPúblico generalspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
79878064.2019.pdf
Tamaño:
19.01 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría en Geomática
Cargando...
Miniatura
Nombre:
A79878064.2019.pdf
Tamaño:
19.13 MB
Formato:
Adobe Portable Document Format
Descripción:
Anexo1

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
3.8 KB
Formato:
Item-specific license agreed upon to submission
Descripción: