%0 Journal Article
%T Clasificaci車n Autom芍tica del Avance de Megaproyectos de Inversi車n P迆blica en Colombia, desde un Enfoque T谷cnico, Organizacional y Ambiental
%J -
%D 2017
%R https://doi.org/10.14483/23448393.11483
%X Abstract (es_ES) Contexto: se considera el marco t谷cnico, organizacional y ambiental (TOE, por sus siglas en ingl谷s) para el an芍lisis de proyectos de gran escala como contexto para el desarrollo de clasificadores de avance de megaproyectos, seg迆n las necesidades del Departamento Nacional de Planeaci車n, Colombia. M谷todo: se establecen algunas caracter赤sticas para la clasificaci車n del avance de proyectos de inversi車n p迆blica, tomadas del marco TOE; a partir de estas, se construye una base de datos que se utiliza para entrenar dos clasificadores del avance de los proyectos reportados en la plataforma de seguimiento de proyectos de inversi車n del departamento de planeaci車n nacional. Se emple車 la informaci車n de cerca de 3200 proyectos registrados entre el 2008 y 2012, correspondientes a cuatro sectores econ車micos (medio ambiente y desarrollo sostenible, minas y energ赤a, salud y protecci車n social y transporte). La base de datos fue depurada siguiendo un enfoque anal赤tico y cuantitativo. Se emple車 el 70% de los datos para entrenamiento y el 30% para validaci車n. Resultados: se obtienen algunos modelos con tasas de clasificaci車n superiores al 70%, lo que valida la elecci車n de caracter赤sticas a partir del an芍lisis del marco TOE. Conclusiones: este trabajo es un punto de partida para la configuraci車n de una herramienta que pueda ser usada por el departamento nacional de planeaci車n en la evaluaci車n a priori del retraso de megaproyectos de inversi車n p迆blica. Abstract (en_US) Context: the TOE (Technical, Organizational, and Environmental) framework for the analysis of large scale projects is considered as the basis for the development of megaproject progress classification in accordance with the needs of the national planning agency in Colombia. Method: Classification of a megaproject progress is supported in the selection of several features taken from the TOE. These feature set is used to configure a database from the projects registered in the project-surveillance platform of the national planning agency in Colombia. The database is used to train two classification models. Information about 3200 projects from 2008 to 2012 was used, covering four economic sectors (Environment and sustainable development, Energy and mining, Health and social care and transportation). Debugging of the database was carried out by an analytic and quantitative approach. Model training and validation were computed with 70% and 30% of data respectively. Results: obtained models have similar performances beyond 70% in precision and agree in relevant input features. Conclusions: this work is
%K megaprojects
%K complexity
%K management
%K neural networks
%K support vector machines Complejidad
%K Gesti車n
%K M芍quinas de vectores de soporte
%K Megaproyectos
%K Redes
%U https://revistas.udistrital.edu.co/index.php/reving/article/view/11483