Factores explicativos de las actitudes hacia el castigo juvenil. Evidencias de un diseño factorial

El rol desempeñado por la opinión pública en el desarrollo de la política criminal actual justifica el incremento de investigaciones destinadas a evaluar las actitudes de los ciudadanos hacia el castigo. No obstante, los avances en este ámbito han sido limitados debido a la utilización de rudimentarios instrumentos de medida. Por ello, el presente trabajo tiene como propósito explorar el efecto que generan en la opinión ciudadana ciertas variables referidas al hecho delictivo y al infractor, precisando su contribución relativa y la interacción existente entre ellas. Para satisfacer este objetivo se recurrió a un diseño factorial de la encuesta, creando una población de 256 casos-escenario fruto de la combinación de cuatro factores: la edad del joven, su historial delictivo, el grado de implicación en el hecho y el tipo de delito cometido. Los mismos fueron distribuidos en grupos de ocho casos ordenados aleatoriamente y fueron suministrados a 32 sujetos. Posteriormente se aplicaron análisis de regresión logística binaria. Los resultados obtenidos revelan que la naturaleza violenta de los hechos, la implicación activa de los jóvenes y el historial delictivo son predictores importantes de las condenas punitivas. Sin embargo la edad, una variable fundamental en la configuración de la justicia juvenil, no resulta significativa. De este modo, el trabajo muestra el potencial explicativo de este conjunto de factores y debate sus implicaciones teóricas y metodológicas para la investigación futura en este terreno.

La visión artificial, un nuevo aliado para el análisis de imágenes artísticas

En este estudio se evalúa el rendimiento de los métodos de Bag-of-Visualterms (BOV) para la clasificación automática de imágenes digitales de la base de datos del artista Miquel Planas. Estas imágenes intervienen en la ideación y diseño de su producción escultórica. Constituye un interesante desafío dada la dificultad de la categorización de escenas cuando éstas difieren más por los contenidos semánticos que por los objetos que contienen. Hemos empleado un método de reconocimiento basado en Kernels introducido por Lazebnik, Schmid y Ponce en 2006. Los resultados son prometedores, en promedio, la puntuación del rendimiento es aproximadamente del 70%. Los experimentos sugieren que la categorización automática de imágenes basada en métodos de visión artificial puede proporcionar principios objetivos en la catalogación de imágenes y que los resultados obtenidos pueden ser aplicados en diferentes campos de la creación artística.