Show simple item record

Professor Advisordc.contributor.advisorRuiz Moreno, Rocío
Authordc.contributor.authorCornejo Barriga, Diego Ignacio 
Associate professordc.contributor.otherSuazo Sáez, Javier
Associate professordc.contributor.otherVildoso Castillo, Felipe
Admission datedc.date.accessioned2021-08-03T21:13:29Z
Available datedc.date.available2021-08-03T21:13:29Z
Publication datedc.date.issued2021
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/181064
General notedc.descriptionMemoria para optar al título de Ingeniero Civil Industriales_ES
Abstractdc.description.abstractDesde el año 2010, en Chile a existido un aumento sistemático en las tasas de prevalencia de consumo de alcohol y drogas a nivel nacional, donde además, según el Informe del sobre el consumo de drogas en las Américas de la Organización de Estados Americanos; se tiene que los estudiantes secundarios chilenos son los que más consumen tabaco, marihuana, cocaína,pasta base y tranquilizantes, en comparación a los estudiantes secundarios de América. Es en este contexto, que el Ministerio del Interior y Seguridad Pública impulsa la implementación del modelo de prevención Elige Vivir sin Drogas que tiene como desafío de prevenir el consumo de drogas entre nuestros niños, niñas y jóvenes , requiriendo compromiso de los actores relacionados y mantener información eficaz y oportuna. Elige Vivir sin Drogas se basa en el modelo de prevención islandés Planet Youth , el cuál se empezó a implementar desde el año 1997 en dicho país, logrando significativas reducciones en el consumo de alcohol, marihuana y tabaco, en los estudiantes de décimo grado; e involucrando a la familia, establecimientos educacionales, sector privado y público. Dado lo anterior, el presente trabajo de título tiene como objetivo rediseñar el proceso de tomas de decisiones, a nivel comunal, en el ámbito de la prevención del consumo de alcohol y drogas, mediante la incorporación de una herramienta de machine learning que monitorea el consumo de estas sustancias, a través de un análisis de redes sociales, considerando dos tipos comunas, aquellas que utilizan una metodología de intervención basada en un modelo islandés, y aquellas que no. Para esto, se realizaron reuniones con profesionales de la Oficina de Protección de Derechos de Colina, comuna que participa en el modelo de prevención; y el SENDA Previene de Cerro Navia, comuna que no participa, con el objetivo de obtener información sobre los procesos de prevención del consumo de alcohol y drogas en la población; y analizar la instancia óptima de incorporación de una herramienta de machine learning que provee información, en tiempo real, sobre el consumo de ciertas sustancias, para generar un rediseño. Luego, se detectan las necesidades de información requeridas por cada comuna utilizando un prototipo de visualización de la información entregada por la herramienta propuesta, además de propuestas de mejoras de esta plataforma. Finalmente, se elaboró una propuesta de implementación de la herramienta de propuesta en las líneas de servicio de las instituciones que adherirán al modelo preventivo Elige Vivir sin Drogas ; además de un análisis de beneficios sociales, estimando una reducción de $2.445.087.000, en el peor escenario; y de $316.145.934.272 y 2836 muertes al año, asociadas al consumo del alcohol, en el mejor escenario; considerando que todas las comunas del país implementan este modelo preventivo (como se estima para el año 2022) e incorporan en sus líneas de servicio la herramienta propuesta por el WIC.es_ES
Lenguagedc.language.isoeses_ES
Publisherdc.publisherUniversidad de Chilees_ES
Type of licensedc.rightsAttribution-NonCommercial-NoDerivs 3.0 Chile*
Link to Licensedc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/*
Keywordsdc.subjectDrogas alucinógenases_ES
Keywordsdc.subjectAbuso de drogas - Chile - Prevención y controles_ES
Keywordsdc.subjectAprendizaje de máquinaes_ES
Títulodc.titleRediseño del proceso de toma de decisiones en municipios para la prevención del consumo de drogas a través de herramientas de Machine Learninges_ES
Document typedc.typeTesis
Catalogueruchile.catalogadorgmmes_ES
Departmentuchile.departamentoDepartamento de Ingeniería Industriales_ES
Facultyuchile.facultadFacultad de Ciencias Físicas y Matemáticases_ES


Files in this item

Icon
Icon

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Chile
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Chile