Modelo de gestión por proyectos para el desarrollo local (MGPDL) en el marco de la nueva gestión pública. Aplicación a los distritos y barrios de la ciudad de Madrid

Esta investigación presenta un modelo de gestión para el ámbito público local enmarcado en la Nueva Gestión Pública que aboga por una gestión más eficaz, eficiente y transparente, y que pone el acento en la consideración del administrado como cliente y en las capacidades gerenciales y de liderazgo de los directivos públicos por encima de la función burocrática clásica. Asumiendo el concepto de comunidad política, en el que los ciudadanos y los gobernantes son corresponsables de la concertación política y social, y se pone en valor el conocimiento de la sociedad civil para la toma de decisiones, este modelo se expresa a través de un plan de acción para el desarrollo local que incorpora la estrategia empresarial “gestión por proyectos”, entendidos éstos como todos los proyectos que recogen las necesidades e ideas de los afectados, y que de alguna manera contribuyen al cambio o ayudan a transformar la realidad para la mejora de la calidad de vida. La realidad objeto de estudio que inspira este modelo es el primer plan de inversiones llevado a cabo en los distritos madrileños de Villaverde y Usera. Las características propias de este plan fueron la voluntad y la habilidad de los poderes públicos para transformar una movilización social reivindicativa en un proceso de planificación como aprendizaje social, integrando a los ciudadanos en un innovador sistema de gestión de responsabilidad compartida. El resultado fue considerado un éxito, ya que se cumplió el objetivo de reequilibrio social y económico de ambos distritos con el conjunto de la ciudad de Madrid, gracias a las infraestructuras y equipamientos construidos, y a los programas sociales implementados. De hecho, al concluir el plan, los problemas que originaron la movilización social apenas tenían relevancia: droga (5%), falta de equipamientos (3%) y baja calidad de vida (5%). A raíz del aprendizaje de esta experiencia desarrollada durante el período 1998‐ 2003, se construyó una metodología de actuación que se ha materializado en los actuales Planes especiales de actuación en distritos y Planes de Barrio de la ciudad de Madrid. Las evaluaciones realizadas hasta ahora determinan que se está logrando una homogeneización territorial en la oferta municipal de bienes, servicios y equipamientos públicos, lo que contribuye a una mayor equidad económica y social, en definitiva, a una mejor calidad de vida. ABSTRACT This research presents a management model for the public sector local framed in the New Public Management that advocates a public management more effective, efficient and transparent, and that puts the accent on the consideration of the citizen as client and in managerial and leadership skills of public managers over the classic bureaucratic function. Embracing the concept of political community, in which citizens and governments are jointly responsible for the political and social dialogue, and highlights the knowledge of the civil society to the decision‐making, this model is expressed through an action plan for local development that incorporates the business strategy "management by projects', understood these as all the projects that reflected the needs and ideas of those affected, and that in some way contribute to the change or help to transform the reality for the improvement of the quality of life. The reality which is subject of study and inspires this model is the first investment plan carried out in the districts of Madrid Villaverde and Usera. The characteristics of this plan were the will and the ability of the public authorities to transform a social mobilization in a planning process as social learning, integrating to citizens in an innovative system of management of shared responsibility. The result was considered a success, since the target was met for social and economic balance of the two districts with the whole of the city of Madrid, thanks to the built infrastructure and equipment, and the social programs implemented. In fact, at the end of the plan, the problems that led to the social mobilization had little relevance: drugs (5 %), lack of equipment (3 %) and low quality of life (5 %). As a result of learning from this experience developed during the period 1998‐ 2003, was built a methodology of performance which has been materialized in the current plans for special action in districts and plans of neighborhood of the city of Madrid. The evaluations conducted until now determine that the plans are achieving a territorial homogenization in the municipal supply of goods, services and public facilities, which contributes to a better economic and social equity, ultimately, to a better quality of life.

Recuperación cruzada de información pública clínico-genómica a partir de consultas sobre repositorios clínicos privados

Parte de la investigación biomédica actual se encuentra centrada en el análisis de datos heterogéneos. Estos datos pueden tener distinto origen, estructura, y semántica. Gran cantidad de datos de interés para los investigadores se encuentran en bases de datos públicas, que recogen información de distintas fuentes y la ponen a disposición de la comunidad de forma gratuita. Para homogeneizar estas fuentes de datos públicas con otras de origen privado, existen diversas herramientas y técnicas que permiten automatizar los procesos de homogeneización de datos heterogéneos. El Grupo de Informática Biomédica (GIB) [1] de la Universidad Politécnica de Madrid colabora en el proyecto europeo P-medicine [2], cuya finalidad reside en el desarrollo de una infraestructura que facilite la evolución de los procedimientos médicos actuales hacia la medicina personalizada. Una de las tareas enmarcadas en el proyecto P-medicine que tiene asignado el grupo consiste en elaborar herramientas que ayuden a usuarios en el proceso de integración de datos contenidos en fuentes de información heterogéneas. Algunas de estas fuentes de información son bases de datos públicas de ámbito biomédico contenidas en la plataforma NCBI [3] (National Center for Biotechnology Information). Una de las herramientas que el grupo desarrolla para integrar fuentes de datos es Ontology Annotator. En una de sus fases, la labor del usuario consiste en recuperar información de una base de datos pública y seleccionar de forma manual los resultados relevantes. Para automatizar el proceso de búsqueda y selección de resultados relevantes, por un lado existe un gran interés en conseguir generar consultas que guíen hacia resultados lo más precisos y exactos como sea posible, por otro lado, existe un gran interés en extraer información relevante de elevadas cantidades de documentos, lo cual requiere de sistemas que analicen y ponderen los datos que caracterizan a los mismos. En el campo informático de la inteligencia artificial, dentro de la rama de la recuperación de la información, existen diversos estudios acerca de la expansión de consultas a partir de retroalimentación relevante que podrían ser de gran utilidad para dar solución a la cuestión. Estos estudios se centran en técnicas para reformular o expandir la consulta inicial utilizando como realimentación los resultados que en una primera instancia fueron relevantes para el usuario, de forma que el nuevo conjunto de resultados tenga mayor proximidad con los que el usuario realmente desea. El objetivo de este trabajo de fin de grado consiste en el estudio, implementación y experimentación de métodos que automaticen el proceso de extracción de información trascendente de documentos, utilizándola para expandir o reformular consultas. De esta forma se pretende mejorar la precisión y el ranking de los resultados asociados. Dichos métodos serán integrados en la herramienta Ontology Annotator y enfocados a la fuente de datos de PubMed [4].---ABSTRACT---Part of the current biomedical research is focused on the analysis of heterogeneous data. These data may have different origin, structure and semantics. A big quantity of interesting data is contained in public databases which gather information from different sources and make it open and free to be used by the community. In order to homogenize thise sources of public data with others which origin is private, there are some tools and techniques that allow automating the processes of integration heterogeneous data. The biomedical informatics group of the Universidad Politécnica de Madrid cooperates with the European project P-medicine which main purpose is to create an infrastructure and models to facilitate the transition from current medical practice to personalized medicine. One of the tasks of the project that the group is in charge of consists on the development of tools that will help users in the process of integrating data from diverse sources. Some of the sources are biomedical public data bases from the NCBI platform (National Center for Biotechnology Information). One of the tools in which the group is currently working on for the integration of data sources is called the Ontology Annotator. In this tool there is a phase in which the user has to retrieve information from a public data base and select the relevant data contained in it manually. For automating the process of searching and selecting data on the one hand, there is an interest in automatically generating queries that guide towards the more precise results as possible. On the other hand, there is an interest on retrieve relevant information from large quantities of documents. The solution requires systems that analyze and weigh the data allowing the localization of the relevant items. In the computer science field of the artificial intelligence, in the branch of information retrieval there are diverse studies about the query expansion from relevance feedback that could be used to solve the problem. The main purpose of this studies is to obtain a set of results that is the closer as possible to the information that the user really wants to retrieve. In order to reach this purpose different techniques are used to reformulate or expand the initial query using a feedback the results that where relevant for the user, with this method, the new set of results will have more proximity with the ones that the user really desires. The goal of this final dissertation project consists on the study, implementation and experimentation of methods that automate the process of extraction of relevant information from documents using this information to expand queries. This way, the precision and the ranking of the results associated will be improved. These methods will be integrated in the Ontology Annotator tool and will focus on the PubMed data source.