Sistemas de comunicación en ambientes de catástrofes naturales: revisión sistemática de la literatura (SLR)
Barra lateral del artículo
Contenido principal del artículo
Resumen
Actualmente, los sistemas de comunicación juegan un papel fundamental en la difusión de información sobre catástrofes naturales. Este artículo presenta una revisión sistemática de literatura (SLR) sobre el uso de sistemas de comunicación como base para aplicar diferentes escenarios de respuesta a emergencias de catástrofes naturales. Además, tiene como objetivo analizar de forma exhaustiva la literatura existente sobre sistemas de comunicación utilizados en ambientes de catástrofes naturales. La primera parte se centra en las fuentes de información; luego se describen las investigaciones que utilizaron técnicas en los sistemas de comunicación. Finalmente, los resultados obtenidos pueden ser utilizados para tomar decisiones en la asignación óptima y manejo de recursos de acuerdo al evento de catástrofe.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
1. Derechos de autor
Las obras que se publican en 593 Digital Publisher CEIT están sujetas a los siguientes términos:
1.1. 593 Digital Publisher CEIT, conserva los derechos patrimoniales (copyright) de las obras publicadas, favorece y permite la reutilización de las mismas bajo la licencia Licencia Creative Commons 4.0 de Reconocimiento-NoComercial-CompartirIgual 4.0, por lo cual se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que:
1.1.a. Se cite la autoría y fuente original de su publicación (revista, editorial, URL).
1.1.b. No se usen para fines comerciales u onerosos.
1.1.c. Se mencione la existencia y especificaciones de esta licencia de uso.
David Fernando Zambrano-Montenegro, Universidad Técnica de Manabí - Ecuador
https://orcid.org/0000-0002-8833-1546
Profesor dedicado y con capacidad para aplicar sus conocimientos y habilidades en temas relacionados con las Tecnologías de la Información y Comunicación. Habilidades para facilitar el diálogo, supervisar trabajos de campo y preparar clases de alta calidad. Experto en Dirección de proyectos de investigación, desarrollo de contenidos curriculares, gestión de aulas y estrategias de participación.
Marcos Anthony Avellán-Vera, Universidad Técnica de Manabí - Ecuador
https://orcid.org/0009-0008-5666-9981
Tengo 27 años de edad, actualmente egresado de la carrera de ingeniería en sistemas informático en la Universidad Técnica de Manabí, me desempeño laboralmente cómo docente - instructor en el sindicato provincial de choferes de Manabí.
Citas
Alkhatib, M., El Barachi, M., & Shaalan, K. (2019). An Arabic social media based framework for incidents and events monitoring in smart cities. Journal of Cleaner Production, 220, 771-785. https://doi.org/10.1016/j.jclepro.2019.02.063
Alsaedi, N., & Burnap, P. (2015). Arabic Event Detection in Social Media. En A. Gelbukh (Ed.), Computational Linguistics and Intelligent Text Processing (Vol. 9041, pp. 384-401). Springer International Publishing. https://doi.org/10.1007/978-3-319-18111-0_29
Bakillah, M., Li, R.-Y., & Liang, S. H. L. (2015). Geo-located community detection in Twitter with enhanced fast-greedy optimization of modularity: The case study of typhoon Haiyan. International Journal of Geographical Information Science, 29(2), 258-279. https://doi.org/10.1080/13658816.2014.964247
Basnyat, B., Anam, A., Singh, N., Gangopadhyay, A., & Roy, N. (2017). Analyzing Social Media Texts and Images to Assess the Impact of Flash Floods in Cities. 2017 IEEE International Conference on Smart Computing (SMARTCOMP), 1-6. https://doi.org/10.1109/SMARTCOMP.2017.7946987
Bernabé, Correón, Cerca, Culqui, González, Gutiérrez, Herrera, & Padilla. (2015). Gestión de Riesgo en el Ecuador. 1, 1-217. https://doi.org/10.13140/RG.2.1.4092.5845
Budgaga, W., Malensek, M., Lee Pallickara, S., & Pallickara, S. (2017). A framework for scalable real-time anomaly detection over voluminous, geospatial data streams: Scalable Anomaly Detection over Voluminous Geospatial Data Streams. Concurrency and Computation: Practice and Experience, 29(12), e4106. https://doi.org/10.1002/cpe.4106
Cerutti, V., Bellman, C., Both, A., Duckham, M., Jenny, B., Lemmens, R. L. G., & Ostermann, F. O. (2021). Improving the reproducibility of geospatial scientific workflows: The use of geosocial media in facilitating disaster response. Journal of Spatial Science, 66(3), 383-400. https://doi.org/10.1080/14498596.2019.1654944
Demoraes. (2003). Amenazas, vulnerabilidad, capacidades y riesgo en el Ecuador: Los desastres, un reto para el desarrollo. http://biblioteca.uazuay.edu.ec/opac_css/index.php?lvl=notice_display&id=54459
Dorasamy, M., Raman, M., & Kaliannan, M. (2017). Integrated community emergency management and awareness system: A knowledge management system for disaster support. Technological Forecasting and Social Change, 121, 139-167. https://doi.org/10.1016/j.techfore.2017.03.017
Goswami, A., & Kumar, A. (2016). A survey of event detection techniques in online social networks. Social Network Analysis and Mining, 6(1), 107. https://doi.org/10.1007/s13278-016-0414-1
Grekousis, G., & Liu, Y. (2019). Where will the next emergency event occur? Predicting ambulance demand in emergency medical services using artificial intelligence. Computers, Environment and Urban Systems, 76, 110-122. https://doi.org/10.1016/j.compenvurbsys.2019.04.006
Habdank, M., Rodehutskors, N., & Koch, R. (2017). Relevancy assessment of tweets using supervised learning techniques: Mining emergency related tweets for automated relevancy classification. 2017 4th International Conference on Information and Communication Technologies for Disaster Management (ICT-DM), 1-8. https://doi.org/10.1109/ICT-DM.2017.8275670
Higashino, T. (2017). Edge Computing for Cooperative Real-Time Controls Using Geospatial Big Data. En C.-M. Kyung, H. Yasuura, Y. Liu, & Y.-L. Lin (Eds.), Smart Sensors and Systems (pp. 441-466). Springer International Publishing. https://doi.org/10.1007/978-3-319-33201-7_16
Kim, J., Bae, J., & Hastak, M. (2018). Emergency information diffusion on online social media during storm Cindy in U.S. International Journal of Information Management, 40, 153-165. https://doi.org/10.1016/j.ijinfomgt.2018.02.003
Kryvasheyeu, Y., Chen, H., Obradovich, N., Moro, E., Van Hentenryck, P., Fowler, J., & Cebrian, M. (2016). Rapid assessment of disaster damage using social media activity. Science Advances, 2(3), e1500779. https://doi.org/10.1126/sciadv.1500779
Lao Li, & Takakuwa. (2017). Análisis de confiabilidad y validez de un instrumento de medición de la sociedad del conocimiento y su dependencia en las tecnologías de la información y comunicación. 2, 74.
Li, J., He, Z., Plaza, J., Li, S., Chen, J., Wu, H., Wang, Y., & Liu, Y. (2017). Social Media: New Perspectives to Improve Remote Sensing for Emergency Response. Proceedings of the IEEE, 105(10), 1900-1912. https://doi.org/10.1109/JPROC.2017.2684460
Lopes, I. M., Guarda, T., & Oliveira, P. (2019). How ISO 27001 Can Help Achieve GDPR Compliance. 2019 14th Iberian Conference on Information Systems and Technologies (CISTI), 1-6. https://doi.org/10.23919/CISTI.2019.8760937
Louati, A., Louati, H., & Li, Z. (2021). Deep learning and case-based reasoning for predictive and adaptive traffic emergency management. The Journal of Supercomputing, 77(5), 4389-4418. https://doi.org/10.1007/s11227-020-03435-3
Ma, X., & Fan, X. (2022). A review of the studies on social media images from the perspective of information interaction. Data and Information Management, 6(1), 100004. https://doi.org/10.1016/j.dim.2022.100004
María, Gómez, Roque, Blanca, & Garcés. (2015). El proceso de comunicación mediado por las tecnologías de la información. Ventajas y desventajas en diferentes esferas de la vida social. 13(4), 481-493.
Ministerio de Ciencia, Tecnología y Medio Ambiente. (2013). La comunicación en tiempos de riesgos y de cambio climático. 53(9), 1689-1699. https://doi.org/10.1017/CBO9781107415324.004
Organización de las Naciones Unidas para la Alimentación y la Agricultura (Ed.). (2016). En tierra segura. Desastres naturales y tendencia de la tierra. http://www.fao.org/3/i1255b/i1255b02.pdf
Organización Panamericana de la Salud (Ed.). (2019). Centro en connocimientos en salud publica y desastres. http://saludydesastres.info/index.php?option=com_content&view=category&layout= blog&id=126&lang=es
Parraga-Alava, J., Alcivar-Cevallos, R., Vaca-Cardenas, L., & Meza, J. (2021). UrbangEnCy: An emergency events dataset based on citizen sensors for monitoring urban scenarios in Ecuador. Data in Brief, 34, 106693. https://doi.org/10.1016/j.dib.2020.106693
Porter, & Schwab. (2008). The Global Competitiveness Report 2008-2009.
Ravikumar, K., & RajivKannan, A. (2020). An enhancement of location estimation and disaster event prediction using density based SPATIO-temporal clustering with GPS. Multimedia Tools and Applications, 79(5-6), 3929-3941. https://doi.org/10.1007/s11042-019-7583-7
Robles, P., Tello, A., Zúñiga-Prieto, M., & Solano-Quinde, L. (2019). Modeling 911 Emergency Events in Cuenca-Ecuador Using Geo-Spatial Data. En M. Botto-Tobar, G. Pizarro, M. Zúñiga-Prieto, M. D’Armas, & M. Zúñiga Sánchez (Eds.), Technology Trends (Vol. 895, pp. 564-577). Springer International Publishing. https://doi.org/10.1007/978-3-030-05532-5_43
Scarpone, C., Brinkmann, S. T., Große, T., Sonnenwald, D., Fuchs, M., & Walker, B. B. (2020). A multimethod approach for county-scale geospatial analysis of emerging infectious diseases: A cross-sectional case study of COVID-19 incidence in Germany. International Journal of Health Geographics, 19(1), 32. https://doi.org/10.1186/s12942-020-00225-1
Scheuren, le Polain, Below, Guha-Sapir, & Ponserre. (2008). Annual disaster statistical review: Numbers and trends 2007. Centre for Research on the Epidemiology of Disasters (CRED, United Nations International Strategy for Disaster Reduction Secretariat.
Si, M., Cui, L., Guo, W., Li, Q., Liu, L., Lu, X., & Lu, X. (2020). A comparative analysis for spatio-temporal spreading patterns of emergency news. Scientific Reports, 10(1), 19472. https://doi.org/10.1038/s41598-020-76162-7
SNGR. (2016). Informe de situación No. 1 (16/04/2016) 22h30 Terremoto 7.8 ° Muisne (N.o 3; pp. 4-7). http://www.gestionderiesgos.gob.ec/wp- content/uploads/downloads/2016/04/Informe-de-Situación-1-22h303.pdf
Varshney, D., & Vishwakarma, D. K. (2021). Hoax news-inspector: A real-time prediction of fake news using content resemblance over web search results for authenticating the credibility of news articles. Journal of Ambient Intelligence and Humanized Computing, 12(9), 8961-8974. https://doi.org/10.1007/s12652-020-02698-1
Voigt, S., Giulio-Tonolo, F., Lyons, J., Kučera, J., Jones, B., Schneiderhan, T., Platzeck, G., Kaku, K., Hazarika, M. K., Czaran, L., Li, S., Pedersen, W., James, G. K., Proy, C., Muthike, D. M., Bequignon, J., & Guha-Sapir, D. (2016). Global trends in satellite-based emergency mapping. Science, 353(6296), 247-252. https://doi.org/10.1126/science.aad8728
Wu, X., Cao, Y., Xiao, Y., & Guo, J. (2020). Finding of urban rainstorm and waterlogging disasters based on microblogging data and the location-routing problem model of urban emergency logistics. Annals of Operations Research, 290(1-2), 865-896. https://doi.org/10.1007/s10479-018-2904-1
Zhang, P., Deng, Q., Liu, X., Yang, R., & Zhang, H. (2017). Emergency-Oriented Spatiotemporal Trajectory Pattern Recognition by Intelligent Sensor Devices. IEEE Access, 5, 3687-3697. https://doi.org/10.1109/ACCESS.2017.2678471
Zhang, Y., Wu, W., Wang, Q., & Su, F. (2017). A Geo-Event-Based Geospatial Information Service: A Case Study of Typhoon Hazard. Sustainability, 9(4), 534. https://doi.org/10.3390/su9040534