Atribución-NoComercial-SinDerivadas 4.0 InternacionalDuque Méndez, Néstor DaríoBarbosa Rojas, Liseth2025-01-282025-01-282024https://repositorio.unal.edu.co/handle/unal/87382fotografías, graficas, tablasEl problema que aborda la investigación es la deficiencia en caracterización y datos de las comunidades Negras, Afrocolombianas, Raizales y Palenqueras del departamento de Caldas, problema que imposibilita el direccionamiento de estrategias acordes a las necesidades específicas que promuevan el desarrollo integral de estas comunidades. El objetivo de este trabajo consistió en diseñar una propuesta integral metodológica que permita caracterizar a las comunidades Negras, Afrocolombianas, Raizales y Palenqueras de Organizaciones de Base y los Consejos comunitarios del departamento de Caldas. El diseño permitió identificar 12 dimensiones para tener en cuenta en la caracterización integral para comunidades Negras, Afrocolombianas, Raizales y Palenqueras. El trabajo de campo se realizó con una muestra de 296 personas de estas comunidades, en 7 municipios del departamento de Caldas (Anserma, La Dorada, Manizales, Marmato y Palestina, Supía y Victoria). El estudio evidenció que la población Negra, Afrocolombiana, Raizal y Palenquera está en condiciones socioeconómicas vulnerables, así como también que tiene dificultades de acceso a servicios básicos como salud y educación. Además, se identificaron problemas importantes relacionados con el desempleo, la falta de oportunidades laborales y la discriminación en diversos sectores. Para el análisis de los datos, se implementaron técnicas de Machine Learning. Mediante el algoritmo k-means, se identificaron 17 variables claves, de un total de 80, como las más relevantes para caracterizar a las comunidades Negras, Afrocolombianas, Raizales y Palenqueras. Entre estas, las variables relacionadas con las zonas de residencia y el tipo de régimen de salud resultaron ser las más influyentes en la clasificación de los grupos ((Texto tomado de la fuente)The research addresses the issue of insufficient characterization and data regarding the Black, Afro-Colombian, Raizal, and Palenquero communities in the department of Caldas, a problem that hinders the development of strategies aligned with the specific needs of these communities to promote their integral development. The objective of this study was to design a comprehensive methodological proposal that allows the characterization of the Black, Afro-Colombian, Raizal, and Palenquero communities from grassroots organizations and community councils in the department of Caldas. The design identified 12 key dimensions to consider in the comprehensive characterization of these communities. Fieldwork was conducted with a sample of 296 individuals from these communities in seven municipalities in the department of Caldas (Anserma, La Dorada, Manizales, Marmato, Palestina, Supía, and Victoria). The study highlights that the Black, Afro-Colombian, Raizal, and Palenquero populations face vulnerable socioeconomic conditions and difficulties in accessing basic services such as health and education. Additionally, significant issues related to unemployment, lack of job opportunities, and racial discrimination in various sectors were identified. Machine learning techniques, specifically the k-means algorithm, were implemented for data analysis, identifying 17 key variables out of 80 as the most relevant for characterizing these communities. Residence zones and type of health regime were found to be the most influential variables in the classification of groups.191 páginasapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/300 - Ciencias sociales::305 - Grupos socialesTrabajo de grado - MaestríaUniversidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/info:eu-repo/semantics/openAccessCaracterizaciónAfrodescendientesComunidades NegrasAfrocolombianosOrganizacionesConsejos comunitariosAlgoritmo k-meansCharacterizationAfro-descendantsBlack communitiesAfro-ColombiansGrassrootsOrganizations and community councilsK-means algorithmMachine LearningComunidades étnicasDesarrollo socialDiscriminación racialInteligencia artificial