Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018

La pobreza es un fenómeno que afecta las distintas ramas de la sociedad colombiana, tanto desde el aspecto económico como social, y el impacto que ejerce sobre la comunidad es de alto coste, por ende, se hace necesario investigar cómo se comporta esta problemática y cuáles son los posibles determina...

Full description

Autores:
Lombana Zorro, Pablo Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Militar Nueva Granada
Repositorio:
Repositorio UMNG
Idioma:
spa
OAI Identifier:
oai:repository.umng.edu.co:10654/37331
Acceso en línea:
https://hdl.handle.net/10654/37331
Palabra clave:
POBREZA
ANALISIS ESPACIAL (ESTADISTICA)
ANALISIS DE REGRESION
Spatial Data Analysis
Poverty
Spatial Models
Regression
Análisis espacial de Datos
Pobreza
Modelos Espaciales
Regresión
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
id UNIMILTAR2_ec2f38e97a3b0deca78c6d4681fab6cb
oai_identifier_str oai:repository.umng.edu.co:10654/37331
network_acronym_str UNIMILTAR2
network_name_str Repositorio UMNG
repository_id_str
dc.title.spa.fl_str_mv Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018
dc.title.eng.fl_str_mv Spatial analysis of people in poverty condition at municipal level, in the departments of Magdalena, Bolivar and Sucre during year 2018
title Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018
spellingShingle Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018
POBREZA
ANALISIS ESPACIAL (ESTADISTICA)
ANALISIS DE REGRESION
Spatial Data Analysis
Poverty
Spatial Models
Regression
Análisis espacial de Datos
Pobreza
Modelos Espaciales
Regresión
title_short Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018
title_full Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018
title_fullStr Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018
title_full_unstemmed Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018
title_sort Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018
dc.creator.fl_str_mv Lombana Zorro, Pablo Andrés
dc.contributor.advisor.none.fl_str_mv Reyes, Freddy León
dc.contributor.author.none.fl_str_mv Lombana Zorro, Pablo Andrés
dc.subject.lemb.spa.fl_str_mv POBREZA
ANALISIS ESPACIAL (ESTADISTICA)
ANALISIS DE REGRESION
topic POBREZA
ANALISIS ESPACIAL (ESTADISTICA)
ANALISIS DE REGRESION
Spatial Data Analysis
Poverty
Spatial Models
Regression
Análisis espacial de Datos
Pobreza
Modelos Espaciales
Regresión
dc.subject.proposal.eng.fl_str_mv Spatial Data Analysis
Poverty
Spatial Models
Regression
dc.subject.proposal.spa.fl_str_mv Análisis espacial de Datos
Pobreza
Modelos Espaciales
Regresión
description La pobreza es un fenómeno que afecta las distintas ramas de la sociedad colombiana, tanto desde el aspecto económico como social, y el impacto que ejerce sobre la comunidad es de alto coste, por ende, se hace necesario investigar cómo se comporta esta problemática y cuáles son los posibles determinantes de esta situación. La presente investigación, conlleva a realizar un proceso de ciencia de datos a nivel espacial, utilizando análisis exploratorio de datos espacial y análisis confirmatorio de datos espaciales, para los municipios de los departamentos de Sucre, Bolívar y Magdalena durante el año 2018. Los resultados muestran cómo se distribuye y aglomeran los municipios con altos registros de personas en condición de pobreza, determinando que la relación espacial es de tipo positivo y el modelo espacial autorregresivo, estableció que los principales factores que inciden sobre el fenómeno corresponden a analfabetismo y problemas de hacinamiento.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-12-22T03:57:09Z
dc.date.available.none.fl_str_mv 2020-12-22T03:57:09Z
dc.date.issued.none.fl_str_mv 2020-11-23
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Especialización
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/10654/37331
dc.identifier.instname.spa.fl_str_mv instname:Universidad Militar Nueva Granada
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Militar Nueva Granada
dc.identifier.repourl.none.fl_str_mv repourl:https://repository.umng.edu.co
url https://hdl.handle.net/10654/37331
identifier_str_mv instname:Universidad Militar Nueva Granada
reponame:Repositorio Institucional Universidad Militar Nueva Granada
repourl:https://repository.umng.edu.co
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Acevedo, I., & Velásquez, E. (2008). Algunos Conceptos de la Econometría Espacial y el Análisis Exploratorio de Datos Espaciales. 27, 9-34.
Anselin, L. (1988). Spatial Econometrics: Methods and Models (Vol. 4).
Anselin, L. (1995). Local Indicators of Spatial Association
Banco Mundial. (2020). Pobreza: Panorama general [Text/HTML]. World Bank. https://www.bancomundial.org/es/topic/poverty/overview
Bivand, R. S., Pebesma, E., & Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer New York. https://doi.org/10.1007/978-1-4614-7618-4
Buitrago, H., & Cabrera, M. (2014). EDUCACIÓN PARA EL TRABAJO Y DESARROLLO HUMANO EN LOS INICIOS DEL SIGLO XXI: INCLUSIÓN SOCIAL, EMPRENDIMIENTO Y AUTOGESTIÓN [Universidad Pedagógica Nacional]. http://repositorio.pedagogica.edu.co/bitstream/handle/20.500.12209/710/TO-17324.PDF?sequence=1&isAllowed=y
Castaño, E. (2011). Una estimación no paramétrica y robusta de la transformación Box-Cox para el modelo de regresión. Lécturas de Economía, 89-106.
Chen, X., Pei, Z., Chen, A. L., Wang, F., Shen, K., Zhou, Q., & Sun, L. (2015). Spatial Distribution Patterns and Influencing Factors of Poverty—A Case Study on Key Country From National Contiguous Special Poverty-stricken Areas in China. Procedia Environmental Sciences, 26, 82-90. https://doi.org/10.1016/j.proenv.2015.05.005
Cliff, A., & Ord, K. (1973). Spatial Autocorrelation, Monographs in Spatial Environmental Systems Analysis.
CORPOMAG, & Universidad del Atlántico. (2017). Caracterización, Diagnóstico y Análisis de Vulnerabilidades y Amenazas en el Departamento del Magdalena. 31.
Cruz-Martinez, G. (2015). Esfuerzo de bienestar y pobreza desde el enfoque monetarista y de capacidades: Análisis transnacional en América Latina y el Caribe (1990-2010). 29.
DANE. (2015). 20 de los 24 Departamentos estudiados redujeron la pobreza en 2014. https://www.dane.gov.co/files/investigaciones/condiciones_vida/pobreza/cp_pobreza_departamentos_R2014.pdf
DANE. (2018a). Boletín Técnico Medida de Pobreza Multidimensional Municipal CNPV2018. https://www.dane.gov.co/files/investigaciones/condiciones_vida/pobreza/2018/informacion-censal/bt-censal-pobreza-municipal-2018.pdf
DANE. (2018b). Boletín Técnico Pobreza Monetaria Departamental 2018. https://www.dane.gov.co/files/investigaciones/condiciones_vida/pobreza/2018/bt_pobreza_monetaria_18_departamentos.pdf
Faraldo, P., & Pateiro, B. (2012). Estadística y Metodología de la Investigación. http://eio.usc.es/eipc1/BASE/BASEMASTER/FORMULARIOS-PHP-DPTO/MATERIALES/Mat_G2021103104_EstadisticaTema1.pdf
Galvis, L. A. (2015, diciembre 11). Crecimiento económico y demográfico regional en Colombia, 1985-2012. Revista de Economía Institucional. https://doi.org/10.18601/01245996.v17n33.08
Haughton G, J., & Khandker, S. R. (2009). HANDBOOK ON POVERTY + INEQUALITY. http://documents1.worldbank.org/curated/en/488081468157174849/pdf/483380PUB0Pove101OFFICIAL0USE0ONLY1.pdf
Kuznets, S. (1974). Población y Crecimiento Económico. https://repositorio.cepal.org/bitstream/handle/11362/7950/S7400430_es.pdf?sequence=1&isAllowed=y
Liu, M., Hu, S., Ge, Y., Heuvelink, G. B. M., Ren, Z., & Huang, X. (2020). Using multiple linear regression and random forests to identify spatial poverty determinants in rural China. Spatial Statistics, 100461. https://doi.org/10.1016/j.spasta.2020.100461
Lombana Zorro, P. A., & Jiménez Joven, L. (2016). Análisis Espacial de la Deforestación a Escala Municipal, Estudio de Caso: Departamento del Chocó 2005-2010. http://repository.udistrital.edu.co/handle/11349/4488
Mendoza, J. L. (2003). EDUCACIÓN Y POBREZA EN EL PERÚ. Pensamiento Crítico, 2, 069-077. https://doi.org/10.15381/pc.v2i0.9255
Moran, P. (1948). The Interpretation of Statistical Maps (Vol. 10).
Moreno, R. M., & Vaya, E. (2000). Econometría Espacial; nuevas técnicas para el análisis regional: Una aplicación a las regiones europeas. Investigaciones Regionales, 83-106.
Núñez Méndez, J. A., Ramírez Jaramillo, J. C., Naciones Unidas, & Comisión Económica para América Latina y El Caribe (Bogotá). (2002). Determinantes de la pobreza en Colombia: Años recientes. CEPAL.
Parra, J. (2002). Análisis Exploratorio y Análisis Confirmatorio de Datos. 1, 11, 115-124.
Rupasingha, A., & Goetz, S. J. (2007). Social and political forces as determinants of poverty: A spatial analysis. The Journal of Socio-Economics, 36(4), 650-671. https://doi.org/10.1016/j.socec.2006.12.021
Tapias Ortega, J. M. (2017). Pobreza y violencia en la Región Caribe colombiana: Un enfoque espacial. Ensayos sobre Política Económica, 35(83), 139-153. https://doi.org/10.1016/j.espe.2016.12.002
Universidad Catolica de Oriente. (2013). Pobreza y Desigualdad. https://www.uco.edu.co/ova/OVA%20Economia%20Colombiana/Objetos%20informativos/Unidad%202/4.%20pobreza%20y%20desigualdad.pdf
Vargas, G. (2010). Introducción a la Teoría Económica. http://herzog.economia.unam.mx/profesores/gvargas/libro1/cp23pob.pdf
Yrigoyen, C. C. (2011). ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES AL SERVICIO DEL GEOMARKETING. 21.
zandi, R., Zanganeh, M., & Akbari, E. (2019). Zoning and spatial analysis of poverty in urban areas (Case Study: Sabzevar City-Iran). Journal of Urban Management, 8(3), 342-354. https://doi.org/10.1016/j.jum.2019.09.002
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.*.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.local.spa.fl_str_mv Acceso abierto
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 International
Acceso abierto
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv applicaction/pdf
dc.coverage.spatial.spa.fl_str_mv Sucre, Bolívar y Magdalena
dc.coverage.temporal.spa.fl_str_mv 2018
dc.coverage.sede.spa.fl_str_mv Calle 100
dc.publisher.program.spa.fl_str_mv Especialización en Geomática
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.grantor.spa.fl_str_mv Universidad Militar Nueva Granada
institution Universidad Militar Nueva Granada
bitstream.url.fl_str_mv https://repository.umng.edu.co/bitstreams/f0f4fc8c-5add-4746-a108-94ac25813c5c/download
https://repository.umng.edu.co/bitstreams/ace9203b-b87b-4352-8719-190e19f99bd1/download
https://repository.umng.edu.co/bitstreams/b626a9c4-9854-429d-9e7c-5c020ae4a0f8/download
bitstream.checksum.fl_str_mv a609d7e369577f685ce98c66b903b91b
a95f1f5b1a68708a0cfb2e41f5a2bc62
e7836104e37adf9476ba2dff2a740c4c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UMNG
repository.mail.fl_str_mv bibliodigital@unimilitar.edu.co
_version_ 1851052750897414144
spelling Reyes, Freddy LeónLombana Zorro, Pablo AndrésEspecialista en GeomáticaSucre, Bolívar y Magdalena2018Calle 1002020-12-22T03:57:09Z2020-12-22T03:57:09Z2020-11-23https://hdl.handle.net/10654/37331instname:Universidad Militar Nueva Granadareponame:Repositorio Institucional Universidad Militar Nueva Granadarepourl:https://repository.umng.edu.coLa pobreza es un fenómeno que afecta las distintas ramas de la sociedad colombiana, tanto desde el aspecto económico como social, y el impacto que ejerce sobre la comunidad es de alto coste, por ende, se hace necesario investigar cómo se comporta esta problemática y cuáles son los posibles determinantes de esta situación. La presente investigación, conlleva a realizar un proceso de ciencia de datos a nivel espacial, utilizando análisis exploratorio de datos espacial y análisis confirmatorio de datos espaciales, para los municipios de los departamentos de Sucre, Bolívar y Magdalena durante el año 2018. Los resultados muestran cómo se distribuye y aglomeran los municipios con altos registros de personas en condición de pobreza, determinando que la relación espacial es de tipo positivo y el modelo espacial autorregresivo, estableció que los principales factores que inciden sobre el fenómeno corresponden a analfabetismo y problemas de hacinamiento.Poverty is a phenomenon that affects the different branches of Colombian society, both from the economic and social aspects, and the impact it has on the community is costly, therefore, it is necessary to investigate how this problem behaves and which ones Are the possible determinants of this situation. This research, entailed carrying out a data science process at a spatial level, using exploratory analysis of spatial data and confirmatory analysis of spatial data for the municipalities of the departments of Sucre, Bolívar and Magdalena during 2018. The results show how distributes and agglomerates the municipalities with high records of people living in poverty, determining that the spatial relationship is positive and autoregressive spatial model established that the main factors that affect the phenomenon correspond to illiteracy and overcrowding problems.Especializaciónapplicaction/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 InternationalAcceso abiertohttp://purl.org/coar/access_right/c_abf2Análisis espacial de los municipios en condición de pobreza, para los departamentos de Magdalena, Bolívar y Sucre, durante el año 2018Spatial analysis of people in poverty condition at municipal level, in the departments of Magdalena, Bolivar and Sucre during year 2018POBREZAANALISIS ESPACIAL (ESTADISTICA)ANALISIS DE REGRESIONSpatial Data AnalysisPovertySpatial ModelsRegressionAnálisis espacial de DatosPobrezaModelos EspacialesRegresiónTesis/Trabajo de grado - Monografía - Especializacióninfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fEspecialización en GeomáticaFacultad de IngenieríaUniversidad Militar Nueva GranadaAcevedo, I., & Velásquez, E. (2008). Algunos Conceptos de la Econometría Espacial y el Análisis Exploratorio de Datos Espaciales. 27, 9-34.Anselin, L. (1988). Spatial Econometrics: Methods and Models (Vol. 4).Anselin, L. (1995). Local Indicators of Spatial AssociationBanco Mundial. (2020). Pobreza: Panorama general [Text/HTML]. World Bank. https://www.bancomundial.org/es/topic/poverty/overviewBivand, R. S., Pebesma, E., & Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer New York. https://doi.org/10.1007/978-1-4614-7618-4Buitrago, H., & Cabrera, M. (2014). EDUCACIÓN PARA EL TRABAJO Y DESARROLLO HUMANO EN LOS INICIOS DEL SIGLO XXI: INCLUSIÓN SOCIAL, EMPRENDIMIENTO Y AUTOGESTIÓN [Universidad Pedagógica Nacional]. http://repositorio.pedagogica.edu.co/bitstream/handle/20.500.12209/710/TO-17324.PDF?sequence=1&isAllowed=yCastaño, E. (2011). Una estimación no paramétrica y robusta de la transformación Box-Cox para el modelo de regresión. Lécturas de Economía, 89-106.Chen, X., Pei, Z., Chen, A. L., Wang, F., Shen, K., Zhou, Q., & Sun, L. (2015). Spatial Distribution Patterns and Influencing Factors of Poverty—A Case Study on Key Country From National Contiguous Special Poverty-stricken Areas in China. Procedia Environmental Sciences, 26, 82-90. https://doi.org/10.1016/j.proenv.2015.05.005Cliff, A., & Ord, K. (1973). Spatial Autocorrelation, Monographs in Spatial Environmental Systems Analysis.CORPOMAG, & Universidad del Atlántico. (2017). Caracterización, Diagnóstico y Análisis de Vulnerabilidades y Amenazas en el Departamento del Magdalena. 31.Cruz-Martinez, G. (2015). Esfuerzo de bienestar y pobreza desde el enfoque monetarista y de capacidades: Análisis transnacional en América Latina y el Caribe (1990-2010). 29.DANE. (2015). 20 de los 24 Departamentos estudiados redujeron la pobreza en 2014. https://www.dane.gov.co/files/investigaciones/condiciones_vida/pobreza/cp_pobreza_departamentos_R2014.pdfDANE. (2018a). Boletín Técnico Medida de Pobreza Multidimensional Municipal CNPV2018. https://www.dane.gov.co/files/investigaciones/condiciones_vida/pobreza/2018/informacion-censal/bt-censal-pobreza-municipal-2018.pdfDANE. (2018b). Boletín Técnico Pobreza Monetaria Departamental 2018. https://www.dane.gov.co/files/investigaciones/condiciones_vida/pobreza/2018/bt_pobreza_monetaria_18_departamentos.pdfFaraldo, P., & Pateiro, B. (2012). Estadística y Metodología de la Investigación. http://eio.usc.es/eipc1/BASE/BASEMASTER/FORMULARIOS-PHP-DPTO/MATERIALES/Mat_G2021103104_EstadisticaTema1.pdfGalvis, L. A. (2015, diciembre 11). Crecimiento económico y demográfico regional en Colombia, 1985-2012. Revista de Economía Institucional. https://doi.org/10.18601/01245996.v17n33.08Haughton G, J., & Khandker, S. R. (2009). HANDBOOK ON POVERTY + INEQUALITY. http://documents1.worldbank.org/curated/en/488081468157174849/pdf/483380PUB0Pove101OFFICIAL0USE0ONLY1.pdfKuznets, S. (1974). Población y Crecimiento Económico. https://repositorio.cepal.org/bitstream/handle/11362/7950/S7400430_es.pdf?sequence=1&isAllowed=yLiu, M., Hu, S., Ge, Y., Heuvelink, G. B. M., Ren, Z., & Huang, X. (2020). Using multiple linear regression and random forests to identify spatial poverty determinants in rural China. Spatial Statistics, 100461. https://doi.org/10.1016/j.spasta.2020.100461Lombana Zorro, P. A., & Jiménez Joven, L. (2016). Análisis Espacial de la Deforestación a Escala Municipal, Estudio de Caso: Departamento del Chocó 2005-2010. http://repository.udistrital.edu.co/handle/11349/4488Mendoza, J. L. (2003). EDUCACIÓN Y POBREZA EN EL PERÚ. Pensamiento Crítico, 2, 069-077. https://doi.org/10.15381/pc.v2i0.9255Moran, P. (1948). The Interpretation of Statistical Maps (Vol. 10).Moreno, R. M., & Vaya, E. (2000). Econometría Espacial; nuevas técnicas para el análisis regional: Una aplicación a las regiones europeas. Investigaciones Regionales, 83-106.Núñez Méndez, J. A., Ramírez Jaramillo, J. C., Naciones Unidas, & Comisión Económica para América Latina y El Caribe (Bogotá). (2002). Determinantes de la pobreza en Colombia: Años recientes. CEPAL.Parra, J. (2002). Análisis Exploratorio y Análisis Confirmatorio de Datos. 1, 11, 115-124.Rupasingha, A., & Goetz, S. J. (2007). Social and political forces as determinants of poverty: A spatial analysis. The Journal of Socio-Economics, 36(4), 650-671. https://doi.org/10.1016/j.socec.2006.12.021Tapias Ortega, J. M. (2017). Pobreza y violencia en la Región Caribe colombiana: Un enfoque espacial. Ensayos sobre Política Económica, 35(83), 139-153. https://doi.org/10.1016/j.espe.2016.12.002Universidad Catolica de Oriente. (2013). Pobreza y Desigualdad. https://www.uco.edu.co/ova/OVA%20Economia%20Colombiana/Objetos%20informativos/Unidad%202/4.%20pobreza%20y%20desigualdad.pdfVargas, G. (2010). Introducción a la Teoría Económica. http://herzog.economia.unam.mx/profesores/gvargas/libro1/cp23pob.pdfYrigoyen, C. C. (2011). ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES AL SERVICIO DEL GEOMARKETING. 21.zandi, R., Zanganeh, M., & Akbari, E. (2019). Zoning and spatial analysis of poverty in urban areas (Case Study: Sabzevar City-Iran). Journal of Urban Management, 8(3), 342-354. https://doi.org/10.1016/j.jum.2019.09.002LICENSElicense.txtlicense.txttext/plain; charset=utf-83420https://repository.umng.edu.co/bitstreams/f0f4fc8c-5add-4746-a108-94ac25813c5c/downloada609d7e369577f685ce98c66b903b91bMD54ORIGINALLombanaZorroPabloAndres2020.pdfLombanaZorroPabloAndres2020.pdfArtículoapplication/pdf1003733https://repository.umng.edu.co/bitstreams/ace9203b-b87b-4352-8719-190e19f99bd1/downloada95f1f5b1a68708a0cfb2e41f5a2bc62MD53THUMBNAILLombanaZorroPabloAndres2020.pdf.jpgLombanaZorroPabloAndres2020.pdf.jpgIM Thumbnailimage/jpeg7028https://repository.umng.edu.co/bitstreams/b626a9c4-9854-429d-9e7c-5c020ae4a0f8/downloade7836104e37adf9476ba2dff2a740c4cMD5510654/37331oai:repository.umng.edu.co:10654/373312020-12-28 01:06:09.374http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repository.umng.edu.coRepositorio Institucional UMNGbibliodigital@unimilitar.edu.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

Publicaciones similares