• español
    • English
  • Login
  • español 
    • español
    • English

UniversidaddeCádiz

Área de Biblioteca, Archivo y Publicaciones
Comunidades y colecciones
Ver ítem 
  •   RODIN Principal
  • Editorial UCA
  • Costas
  • Costas Vol. 6 nº 01 (2024)
  • Ver ítem
  •   RODIN Principal
  • Editorial UCA
  • Costas
  • Costas Vol. 6 nº 01 (2024)
  • Ver ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Predicción de Intervenciones en Playas Españolas Mediante Árboles de Decisión

Thumbnail
Identificadores

URI: http://hdl.handle.net/10498/38111

DOI: 10.25267/ Costas.2024.v6.i1.0503

ISSN: 2304-0963

Ficheros
Ansorena+10816 (1).pdf (829.8Kb)
Estadísticas
Ver estadísticas
Métricas y Citas
 
Compartir
Exportar a
Exportar a MendeleyRefworksEndNoteBibTexRIS
Metadatos
Mostrar el registro completo del ítem
Título alternativo
Forecasting Interventions on Spanish Beaches through Decision Trees
Autor/es
López Ansorena, Iñigo
Fecha
2025-10-08
Fuente
Costas - 2024, Vol. 6, n. 1, pp. 101-114
Resumen
Aunque el uso de grandes volúmenes de datos puede ser un elemento crucial en los estudios de costas, pocos trabajos han abordado esta cuestión. El presente artículo emplea una base de datos depurada del catálogo de playas (del Ministerio para la Transición Ecológica y Reto Demográfico de España) para elaborar un Árbol de Decisión que arroje luz sobre los criterios que guían las actuaciones en las playas de España. El Árbol de Decisión se elabora a través de una técnica de aprendizaje automático supervisado que aprende de 40 características y más de 100.000 puntos de datos descriptivos de las 3.554 playas españolas. Este trabajo revela la importancia de cada variable a la hora de tomar la decisión de actuar o no sobre una playa determinada. El modelo permite entender mejor los criterios con los que el Ministerio toma la decisión con unos niveles de certeza estadísticamente significativos. El conocimiento con antelación de esa decisión crítica puede ser utilizado por todos los agentes sociales, económicos y políticos para realizar aportaciones que complementen a la actuación planteada por la Dirección General de Costas.
 
While large-scale data utilization can be a crucial element in coastal studies, few works have addressed this issue. This paper utilizes a refined database from the beach catalogue (Ministry for Ecological Transition and Demographic Challenge of Spain) to develop a Decision Tree that sheds light on the criteria guiding actions on Spanish beaches. The Decision Tree is constructed through a supervised machine learning technique that learns from 40 features and over 100,000 descriptive data points from the 3,554 Spanish beaches. This work reveals the impor-tance of each variable when making a decision (to act or not) on a specific beach. The model allows for a better understanding of the criteria used by the Ministry to make the decision with statistically significant levels of certainty. Early knowledge of this critical decision can be used by all social, economic, and political agents to make contributions that complement the action proposed by the Coastal Directorate.
 
Materias
Análisis de decisiones; toma de decisiones políticas/públicas; playas españolas; aprendizaje automático; Decision analysis; political/public decision making; panish beaches; upervised machine learning; data-driven approach.
Colecciones
  • Costas Vol. 6 nº 01 (2024) [6]
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Esta obra está bajo una Licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internacional

Listar

Todo RODINComunidades y ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

Información adicional

Acerca de...Deposita en RODINPolíticasNormativasDerechos de autorEnlaces de interésEstadísticasNovedadesPreguntas frecuentes

RODIN está accesible a través de

OpenAIREOAIsterRecolectaHispanaEuropeanaBaseDARTOATDGoogle Académico

Enlaces de interés

Sherpa/RomeoDulcineaROAROpenDOARCreative CommonsORCID

RODIN está gestionado por el Área de Biblioteca, Archivo y Publicaciones de la Universidad de Cádiz

ContactoSugerenciasAtención al Usuario