Modelos predictivos para la seguridad alimentaria en América Latina: Una revisión de alcance
Introducción: La seguridad alimentaria en América Latina enfrenta desafíos significativos debido a factores como el cambio climático, la desigualdad social y la inestabilidad económica, lo que resalta la necesidad de herramientas avanzadas para su análisis y gestión. Este artículo revisa el estado a...
Saved in:
| Main Authors: | , , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Sociedad Latinoamericana de Nutrición
2025-06-01
|
| Series: | Archivos Latinoamericanos de Nutrición |
| Subjects: | |
| Online Access: | https://www.alanrevista.org/ediciones/2025/2/art-6/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Introducción: La seguridad alimentaria en América Latina enfrenta desafíos significativos debido a factores como el cambio climático, la desigualdad social y la inestabilidad económica, lo que resalta la necesidad de herramientas avanzadas para su análisis y gestión. Este artículo revisa el estado actual de la literatura sobre modelos predictivos aplicados a la seguridad alimentaria en Latinoamérica, con énfasis en el contexto colombiano durante el período 2014- 2024. Objetivo: Describir los enfoques metodológicos, los algoritmos utilizados y sus aplicaciones prácticas en este ámbito. Materiales y métodos: Se realizó una revisión de alcance siguiendo los lineamientos PRISMA-ScR, que incluyó 65 estudios relevantes. Resultados: Los hallazgos destacan el predominio de variables climáticas, agrícolas y tecnológicas, mientras que las categorías socioeconómicas y sanitarias/ nutricionales estuvieron subrepresentadas. Los algoritmos más utilizados fueron Bosques Aleatorios y Redes Neuronales Artificiales, ambos con un 16,9%. Las principales áreas de enfoque fueron la gestión sostenible de recursos naturales (26,2%), la predicción del rendimiento agrícola (21,54%) y los impactos del cambio climático y la calidad y seguridad de los alimentos (13,85% cada una). Conclusiones: La integración de categorías de datos más amplias y el desarrollo de modelos más robustos son fundamentales para fortalecer la seguridad alimentaria en la región, contribuyendo a los objetivos de desarrollo sostenible y a políticas públicas más efectivas. |
|---|---|
| ISSN: | 0004-0622 2309-5806 |