Usos de herramientas geoespaciales en la deteccion de áreas con riesgo epidemiológico a partir de variables biofísicas y casos de dengue en Jujuy - Argentina / María Nazarena Ramona Rojas.
Detalles de publicación: [S.l. : s.n. ], 2016.Descripción: xiii, 92 h. : il. (algunas col.) ; 30 cmTema(s): Recursos en línea: Formatos físicos adicionales:- Disponible en línea.
| Tipo de ítem | Biblioteca actual | Signatura topográfica | Copia número | Estado | Notas | Fecha de vencimiento | Código de barras | Reserva de ítems | |
|---|---|---|---|---|---|---|---|---|---|
Magister
|
FaMAF Secc. Tesis y Trabajos especiales | MGAEA ROJ | 1 | Disponible | Disponible también en línea | 22693 |
Incluye índice general, de figuras y de cuadros.
Maestría conjunta con el Instituto de Altos Estudios Espaciales "Mario Gulich"-CONAE.
Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2016.
Bibliografía : h. 84-92.
El objetivo de la tesis fue analizar y explicar la variabilidad geográfica de los patrones de distribución de Dengue en la provincia de Jujuy, teniendo presente el brote de 2009. Se implementó el test de Knox revelando la existencia de un patrón de distribución de clusters espaciotemporales distintos del azar. Se modeló a nivel provincial, la favorabilidad ambiental para el desarrollo del vector, usando MaxEnt. Para las variables ambientales empleadas se tuvo un AUC = 0.994. El modelado no jerárquico Árbol de decisión arrojó un mapa de riesgo de distribución que se ajusta al modelo real de distribución de los casos humanos del brote.
Se concluye que la utilización de las herramientas geoespaciales, como las variables empleadas permitieron llegar a los objetivos.
The aim of the thesis was to analyze and explain the geographical variability of distribution patterns of Dengue in the province of Jujuy, bearing in mind the outbreak of 2009. The Knox test was implemented, revealing the existence of a pattern of distribution of clusters spatiotemporal different of random. It was modeled at the provincial level, environmental favorability for the vector biological development, using Maxent. For the environmental variables used had an AUC = 0.994. The non-hierarchical decision tree modeling yielded a risk map distribution model fits true distribution of human cases of the outbreak.
It is concluded that the use of geospatial tools, such as the variables used allowed to reach the objectives.
Disponible en línea.
cc Bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 2.5 Argentina CC BY-NC-ND
Haga clic en una imagen para verla en el visor de imágenes