Resultados del Programa de Comparación Internacional (PCI) de 2011 para América Latina y el Caribe

El Programa de Comparación Internacional (PCI) es un proyecto estadístico mundial cuyo objetivo consiste en recolectar datos comparables sobre precios de una amplia canasta de productos y compilar valores detallados del producto interno bruto (PIB) relativos al gasto para calcular las paridades de poder adquisitivo (PPA). Al utilizarse las PPA en lugar de los tipos de cambio de mercado para convertir los agregados macroeconómicos, es posible comparar la producción de las economías y el bienestar de sus habitantes en términos reales, es decir, teniendo en consideración la capacidad de compra en cada uno de los países participantes.

Circulando en el laberinto: la economía política de la salida del patrón oro en la Argentina (1929-1933)

Este artículo es la pequeña, pero crucial historia de un régimen cambiario-monetario en tránsito durante cuatro años, que culminó en 1933 con la desaparición definitiva del patrón oro en la Argentina. Ese proceso se caracterizó por decisiones tomadas en coyunturas críticas frente a las cuales las autoridades de gobierno no podían andar pausadamente, ante las cuales no tenían un arsenal analítico, ni certezas técnicas, ni convicciones políticas. El objetivo de este estudio es analizar esas “decisiones” a lo largo de siete hitos, siendo el primero el shock externo de 1929 y el último el envío al Congreso de una ley para la creación del banco central y un régimen de control de cambios caracterizado por tipos de cambio múltiples. El nuevo régimen implícito en ese reordenamiento de la economía argentina habría de perdurar, con sus idas y venidas, por al menos un cuarto de siglo.

Teorías implícitas y metas de logro en Educación Física escolar en niños y niñas de diferentes estratos sociales

El estudio es parte de un proyecto mas global que pretende integrar los avances efectuados en la ultima década en tres proyectos de investigación anteriores centrados en estudios sobre las relaciones entre conducta motriz, habilidad motriz y los sistemas de representaciones que los niños tienen acerca de su habilidad motriz. De este modo aspira a construir una genealogía centrada en dichas relaciones, exhibiendo el estado del arte en conceptos tales como motricidad, aprendizaje motor, habilidad motriz, competencia motriz percibida, metas de logro en educación física En este caso presentamos los resultados de estudio descriptivo y correlacional que procura indagar en la estructura de las representaciones infantiles sobre la habilidad motora en la infancia y como estas representaciones se distribuyen en grupos naturales de niño/as de 8 años, conformando tipicidades representacionales. Estas tipicidades otorgan base empirica para programar intervenciones didácticas orientadas al cambio conceptual en educación física

Teorías implícitas y metas de logro en Educación Física escolar en niños y niñas de diferentes estratos sociales

El estudio es parte de un proyecto mas global que pretende integrar los avances efectuados en la ultima década en tres proyectos de investigación anteriores centrados en estudios sobre las relaciones entre conducta motriz, habilidad motriz y los sistemas de representaciones que los niños tienen acerca de su habilidad motriz. De este modo aspira a construir una genealogía centrada en dichas relaciones, exhibiendo el estado del arte en conceptos tales como motricidad, aprendizaje motor, habilidad motriz, competencia motriz percibida, metas de logro en educación física En este caso presentamos los resultados de estudio descriptivo y correlacional que procura indagar en la estructura de las representaciones infantiles sobre la habilidad motora en la infancia y como estas representaciones se distribuyen en grupos naturales de niño/as de 8 años, conformando tipicidades representacionales. Estas tipicidades otorgan base empirica para programar intervenciones didácticas orientadas al cambio conceptual en educación física

Teorías implícitas y metas de logro en Educación Física escolar en niños y niñas de diferentes estratos sociales

El estudio es parte de un proyecto mas global que pretende integrar los avances efectuados en la ultima década en tres proyectos de investigación anteriores centrados en estudios sobre las relaciones entre conducta motriz, habilidad motriz y los sistemas de representaciones que los niños tienen acerca de su habilidad motriz. De este modo aspira a construir una genealogía centrada en dichas relaciones, exhibiendo el estado del arte en conceptos tales como motricidad, aprendizaje motor, habilidad motriz, competencia motriz percibida, metas de logro en educación física En este caso presentamos los resultados de estudio descriptivo y correlacional que procura indagar en la estructura de las representaciones infantiles sobre la habilidad motora en la infancia y como estas representaciones se distribuyen en grupos naturales de niño/as de 8 años, conformando tipicidades representacionales. Estas tipicidades otorgan base empirica para programar intervenciones didácticas orientadas al cambio conceptual en educación física

Multi-dimensional classification using Bayesian networks for stationary and evolving streaming data

Hoy en día, con la evolución continua y rápida de las tecnologías de la información y los dispositivos de computación, se recogen y almacenan continuamente grandes volúmenes de datos en distintos dominios y a través de diversas aplicaciones del mundo real. La extracción de conocimiento útil de una cantidad tan enorme de datos no se puede realizar habitualmente de forma manual, y requiere el uso de técnicas adecuadas de aprendizaje automático y de minería de datos. La clasificación es una de las técnicas más importantes que ha sido aplicada con éxito a varias áreas. En general, la clasificación se compone de dos pasos principales: en primer lugar, aprender un modelo de clasificación o clasificador a partir de un conjunto de datos de entrenamiento, y en segundo lugar, clasificar las nuevas instancias de datos utilizando el clasificador aprendido. La clasificación es supervisada cuando todas las etiquetas están presentes en los datos de entrenamiento (es decir, datos completamente etiquetados), semi-supervisada cuando sólo algunas etiquetas son conocidas (es decir, datos parcialmente etiquetados), y no supervisada cuando todas las etiquetas están ausentes en los datos de entrenamiento (es decir, datos no etiquetados). Además, aparte de esta taxonomía, el problema de clasificación se puede categorizar en unidimensional o multidimensional en función del número de variables clase, una o más, respectivamente; o también puede ser categorizado en estacionario o cambiante con el tiempo en función de las características de los datos y de la tasa de cambio subyacente. A lo largo de esta tesis, tratamos el problema de clasificación desde tres perspectivas diferentes, a saber, clasificación supervisada multidimensional estacionaria, clasificación semisupervisada unidimensional cambiante con el tiempo, y clasificación supervisada multidimensional cambiante con el tiempo. Para llevar a cabo esta tarea, hemos usado básicamente los clasificadores Bayesianos como modelos. La primera contribución, dirigiéndose al problema de clasificación supervisada multidimensional estacionaria, se compone de dos nuevos métodos de aprendizaje de clasificadores Bayesianos multidimensionales a partir de datos estacionarios. Los métodos se proponen desde dos puntos de vista diferentes. El primer método, denominado CB-MBC, se basa en una estrategia de envoltura de selección de variables que es voraz y hacia delante, mientras que el segundo, denominado MB-MBC, es una estrategia de filtrado de variables con una aproximación basada en restricciones y en el manto de Markov. Ambos métodos han sido aplicados a dos problemas reales importantes, a saber, la predicción de los inhibidores de la transcriptasa inversa y de la proteasa para el problema de infección por el virus de la inmunodeficiencia humana tipo 1 (HIV-1), y la predicción del European Quality of Life-5 Dimensions (EQ-5D) a partir de los cuestionarios de la enfermedad de Parkinson con 39 ítems (PDQ-39). El estudio experimental incluye comparaciones de CB-MBC y MB-MBC con los métodos del estado del arte de la clasificación multidimensional, así como con métodos comúnmente utilizados para resolver el problema de predicción de la enfermedad de Parkinson, a saber, la regresión logística multinomial, mínimos cuadrados ordinarios, y mínimas desviaciones absolutas censuradas. En ambas aplicaciones, los resultados han sido prometedores con respecto a la precisión de la clasificación, así como en relación al análisis de las estructuras gráficas que identifican interacciones conocidas y novedosas entre las variables. La segunda contribución, referida al problema de clasificación semi-supervisada unidimensional cambiante con el tiempo, consiste en un método nuevo (CPL-DS) para clasificar flujos de datos parcialmente etiquetados. Los flujos de datos difieren de los conjuntos de datos estacionarios en su proceso de generación muy rápido y en su aspecto de cambio de concepto. Es decir, los conceptos aprendidos y/o la distribución subyacente están probablemente cambiando y evolucionando en el tiempo, lo que hace que el modelo de clasificación actual sea obsoleto y deba ser actualizado. CPL-DS utiliza la divergencia de Kullback-Leibler y el método de bootstrapping para cuantificar y detectar tres tipos posibles de cambio: en las predictoras, en la a posteriori de la clase o en ambas. Después, si se detecta cualquier cambio, un nuevo modelo de clasificación se aprende usando el algoritmo EM; si no, el modelo de clasificación actual se mantiene sin modificaciones. CPL-DS es general, ya que puede ser aplicado a varios modelos de clasificación. Usando dos modelos diferentes, el clasificador naive Bayes y la regresión logística, CPL-DS se ha probado con flujos de datos sintéticos y también se ha aplicado al problema real de la detección de código malware, en el cual los nuevos ficheros recibidos deben ser continuamente clasificados en malware o goodware. Los resultados experimentales muestran que nuestro método es efectivo para la detección de diferentes tipos de cambio a partir de los flujos de datos parcialmente etiquetados y también tiene una buena precisión de la clasificación. Finalmente, la tercera contribución, sobre el problema de clasificación supervisada multidimensional cambiante con el tiempo, consiste en dos métodos adaptativos, a saber, Locally Adpative-MB-MBC (LA-MB-MBC) y Globally Adpative-MB-MBC (GA-MB-MBC). Ambos métodos monitorizan el cambio de concepto a lo largo del tiempo utilizando la log-verosimilitud media como métrica y el test de Page-Hinkley. Luego, si se detecta un cambio de concepto, LA-MB-MBC adapta el actual clasificador Bayesiano multidimensional localmente alrededor de cada nodo cambiado, mientras que GA-MB-MBC aprende un nuevo clasificador Bayesiano multidimensional. El estudio experimental realizado usando flujos de datos sintéticos multidimensionales indica los méritos de los métodos adaptativos propuestos. ABSTRACT Nowadays, with the ongoing and rapid evolution of information technology and computing devices, large volumes of data are continuously collected and stored in different domains and through various real-world applications. Extracting useful knowledge from such a huge amount of data usually cannot be performed manually, and requires the use of adequate machine learning and data mining techniques. Classification is one of the most important techniques that has been successfully applied to several areas. Roughly speaking, classification consists of two main steps: first, learn a classification model or classifier from an available training data, and secondly, classify the new incoming unseen data instances using the learned classifier. Classification is supervised when the whole class values are present in the training data (i.e., fully labeled data), semi-supervised when only some class values are known (i.e., partially labeled data), and unsupervised when the whole class values are missing in the training data (i.e., unlabeled data). In addition, besides this taxonomy, the classification problem can be categorized into uni-dimensional or multi-dimensional depending on the number of class variables, one or more, respectively; or can be also categorized into stationary or streaming depending on the characteristics of the data and the rate of change underlying it. Through this thesis, we deal with the classification problem under three different settings, namely, supervised multi-dimensional stationary classification, semi-supervised unidimensional streaming classification, and supervised multi-dimensional streaming classification. To accomplish this task, we basically used Bayesian network classifiers as models. The first contribution, addressing the supervised multi-dimensional stationary classification problem, consists of two new methods for learning multi-dimensional Bayesian network classifiers from stationary data. They are proposed from two different points of view. The first method, named CB-MBC, is based on a wrapper greedy forward selection approach, while the second one, named MB-MBC, is a filter constraint-based approach based on Markov blankets. Both methods are applied to two important real-world problems, namely, the prediction of the human immunodeficiency virus type 1 (HIV-1) reverse transcriptase and protease inhibitors, and the prediction of the European Quality of Life-5 Dimensions (EQ-5D) from 39-item Parkinson’s Disease Questionnaire (PDQ-39). The experimental study includes comparisons of CB-MBC and MB-MBC against state-of-the-art multi-dimensional classification methods, as well as against commonly used methods for solving the Parkinson’s disease prediction problem, namely, multinomial logistic regression, ordinary least squares, and censored least absolute deviations. For both considered case studies, results are promising in terms of classification accuracy as well as regarding the analysis of the learned MBC graphical structures identifying known and novel interactions among variables. The second contribution, addressing the semi-supervised uni-dimensional streaming classification problem, consists of a novel method (CPL-DS) for classifying partially labeled data streams. Data streams differ from the stationary data sets by their highly rapid generation process and their concept-drifting aspect. That is, the learned concepts and/or the underlying distribution are likely changing and evolving over time, which makes the current classification model out-of-date requiring to be updated. CPL-DS uses the Kullback-Leibler divergence and bootstrapping method to quantify and detect three possible kinds of drift: feature, conditional or dual. Then, if any occurs, a new classification model is learned using the expectation-maximization algorithm; otherwise, the current classification model is kept unchanged. CPL-DS is general as it can be applied to several classification models. Using two different models, namely, naive Bayes classifier and logistic regression, CPL-DS is tested with synthetic data streams and applied to the real-world problem of malware detection, where the new received files should be continuously classified into malware or goodware. Experimental results show that our approach is effective for detecting different kinds of drift from partially labeled data streams, as well as having a good classification performance. Finally, the third contribution, addressing the supervised multi-dimensional streaming classification problem, consists of two adaptive methods, namely, Locally Adaptive-MB-MBC (LA-MB-MBC) and Globally Adaptive-MB-MBC (GA-MB-MBC). Both methods monitor the concept drift over time using the average log-likelihood score and the Page-Hinkley test. Then, if a drift is detected, LA-MB-MBC adapts the current multi-dimensional Bayesian network classifier locally around each changed node, whereas GA-MB-MBC learns a new multi-dimensional Bayesian network classifier from scratch. Experimental study carried out using synthetic multi-dimensional data streams shows the merits of both proposed adaptive methods.

Programa de Comparación Internacional Ronda 2011: documento metodológico

La paridad del poder adquisitivo (PPA) es un indicador económico que permite efectuar comparaciones de manera realista sobre el nivel de vida entre países, atendiendo al producto interno bruto (PIB) de cada país. Este indicador elimina la ilusión monetaria ligada a la variación de los tipos de cambio, de tal manera que una apreciación o depreciación de una moneda no cambiará la paridad del poder adquisitivo de un país, puesto que los habitantes de ese país reciben sus salarios y hacen sus compras en la misma moneda. El PIB a paridad de poder adquisitivo (PPA) en dólares será por tanto el conjunto de bienes y servicios finales producidos en un país durante un año, pero en vez de poner los precios de ese país se toman los precios de EEUU, que servirá de base para el cálculo en todos los países. Para abordar los retos emanados de este proyecto, la CEPAL asumió el rol de coordinador para los países de América Latina y El Caribe. Durante este proceso llevó a cabo la labor de nexo entre la Oficina Global (Banco Mundial) y los países adoptando los requerimientos de la primera y adaptándolos a las características existentes en la región. Este documento detalla los lineamientos adoptados en la región para dar cumplimiento a las solicitudes efectuadas a nivel global con miras a estimar las paridades de poder adquisitivos de cada uno de los países participantes en la Ronda 2011.

Paridades de poder adquisitivo para América Latina y el Caribe, 2005-2013: métodos y resultados

Este trabajo tiene como objetivo presentar algunos aspectos metodológicos y las series del producto interno bruto (pib) de América Latina y el Caribe con respecto al período 2005-2013, expresadas en paridades del poder adquisitivo (ppa), y señalar algunas limitaciones de este tipo de ejercicio. Se realizan comparaciones con las series (a precios corrientes y constantes) expresadas en dólares con tipos de cambio de mercado, y también con los resultados de la ronda del Programa de Comparación Internacional (pci) efectuada en 2005. Asimismo, se adelantan algunas hipótesis interpretativas sobre el comportamiento de las principales variables económicas calculadas en el estudio.

Factores determinantes del éxito en una transformación cultural durante un proceso de fusión entre empresas intensivas en conocimiento: el caso de Tecnalia.

456 p.

Impacto del cambio en el ambiente institucional sobre el subsistema de pesca para producción de harina de pescado en Perú : caso Hayduk

La industria pesquera es un elemento importante para la economía peruana por ser una fuente generadora de divisas. El subsistema de pesca para consumo humano indirecto (CHI) representa el 80 por ciento en términos de volumen de desembarque de los recursos hidrobiológicos y, está basada únicamente en la explotación de la especie anchoveta (Engraulis ringens). En los sesenta años de existencia de la pesca para harina de pescado, se han dado varios episodios en los que el stock de anchoveta estuvo cerca de desaparecer producto del sobredimensionamiento de la industria, regulación inadecuada y fenómenos climáticos. En los últimos años se dictaron normas y leyes para regular el sector y proteger los recursos. El D.L. 1084 estableció los límites máximos de captura por embarcación perturbando en gran medida al subsector pesca para harina de pescado. Por ello, el objetivo del presente trabajo es analizar cómo una organización dedicada a la producción de harina de pescado se adaptó en el ámbito organizacional y tecnológico a las perturbaciones institucionales del sector. El abordaje de estudio fue la epistemología fenomenológica, mediante un análisis del tipo cualitativo y utilizando como metodología el estudio de caso aplicado a la empresa Corporación Hayduk. Identificando como la implementación de estas nuevas leyes disminuyó la incertidumbre e impulsaron innovaciones organizacionales y tecnológicas en Hayduk que permitieron eliminar capacidad ociosa y dosificar esfuerzos por una mayor producción de harinas Premium, orientando el negocio hacia una mayor productividad, creación de valor y apertura de nuevos mercados internacionales con mayores estándares de calidad y con mejor obteobtención de rentas por la venta de harina de pescado.

Impacto del marco institucional en el cambio de paradigma en el sector alpaquero : el caso de los productores alpaqueros del Distrito Corani, Región Puno, Perú

En los últimos años la demanda mundial de fibra de alpaca ha experimentado un gran crecimiento debido a que es considerada una de las fibras más lujosas y finas del mundo, no sólo por sus atributos físicos sino porque es escasa en el mercado, haciéndola más exclusiva. Las ventajas comparativas en el Perú, han permitido que nuestro país ostente el 86,9 por ciento de la producción ganadera mundial de alpacas; sin embargo el sistema de agronegocios de la fibra de alpaca se ha caracterizado durante años por un alto nivel de intermediación en la comercialización y limitada capacidad de negociación de los criadores de alpacas, altos costos de transacción e información asimétrica. Históricamente la fibra de alpaca en el Perú se ha comercializado como un commodity, la estructura de gobernanza entre criadores de alpaca y compradores era el mercado spot. En este sentido, el objetivo de este trabajo fue caracterizar las innovaciones organizacionales y tecnológicas adoptadas por los pequeños y medianos productores alpaqueros del distrito de Corani ante el impulso del ambiente institucional, a fin de poder describir las mejoras en el subsistema estrictamente coordinado (SSEC). La metodología de trabajo utilizada fue la epistemología fenomenológica combinada con un análisis estructural discreto con énfasis en las innovaciones. Para ello se realizó un análisis a nivel institucional, organizacional y tecnológico del subsistema de la Región Puno y del caso de los productores alpaqueros del distrito de Corani, que a través de su forma asociativa lograron una coordinación horizontal y a la vez vertical mediante los representantes de su Comité de Acopio, logrando adaptarse y cambiar el paradigma tradicional, y de esta forma tomar un rol más activo y colectivo en el acopio, clasificación, proceso y comercialización de la fibra de alpaca con valor agregado. Los resultados obtenidos muestran que se rompió el path dependecy trabajando de forma colectiva apoyados en organizaciones públicas y privadas del sector, adquirieron mayores niveles de coordinación para gobernar el intercambio de una manera eficiente y reducir los costos de transacción. La finalidad de este estudio es obtener las herramientas necesarias y promover la acción colectiva y la coordinación de otras organizaciones de productores del subsistema de fibra de alpaca de la Región de Puno.

Com poden els mestres ajudar-se entre ells? : la colúlaboració com a base per al canvi. '¿Cómo pueden los maestros ayudarse entre ellos? : la colaboración como base para el cambio'.

Resumen tomado de la publicación en catalán

Cal un canvi en profunditat : la llicenciatura per a la formació inicial dels mestres. 'Hace falta un cambio en profundidad : la licenciatura para la formación inicial de los maestros'.

Resumen en catalán

Itinerari per un canvi d'escola. 'Itinerario por un cambio de escuela'.

Se expone el modelo escolar que se está llevando a cabo en una escuela de Barcelona. Esta metodología no se muestra como modelo a seguir, sino como una de las opciones que existen en los centros educativos.

Educació Matemàtica per a una civilització en procés de canvi. 'Educación Matemática para una civilización en proceso de cambio'.

Estamos viviendo en una civilización en transformación que afectará a nuestro comportamiento, valores y acciones, y en particular a la Educación. Este trabajo refleja una manera de ver las relaciones entre las matemáticas y la educación. Éstas son estrategias contextualizadas e interdependientes, por lo que el autor procura comprender la evolución de ambas y analizar las tendencias en el estado actual de la civilización, planteando algunas propuestas para el futuro.