Integración de las técnicas lluvia de ideas, MICMAC y series de tiempo para la  definición de variables en el proceso prospectivo

Raúl Martelo Gómez; Natividad Villabona Gómez; David Franco Borré

Integración de las técnicas lluvia de ideas, MICMAC y series de tiempo para la definición de variables en el proceso prospectivo

Autores/as

Raúl Martelo Gómez Programa de Ingeniería de Sistemas. Universidad de Cartagena
Natividad Villabona Gómez Programa de Ingeniería de Sistemas. Universidad de Cartagena
David Franco Borré Programa de Ingeniería de Sistemas. Universidad de Cartagena

Palabras clave:

Scanning, Bibliometric Analysis

Resumen

Este trabajo se enmarcó en un estudio de tipo no experimental de corte transeccional, presenta un esquema para la determinación de las variables más importantes o esenciales de un sistema. Las variables son elegidas a través de la utilización de tres técnicas, lluvia de ideas para la recolección de información, MICMAC para la determinación de variables y series de tiempo como un segundo filtro de variables claves y analizar su comportamiento. Como resultado se obtiene la precisión en la identificación de las variables claves de un sistema y su comportamiento por la combinación de dichas técnicas.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Arcade, S., Godet, M., Francis, C. Y Roubelat F. (2004). Análisis estructural con el método MICMAC, y estrategia de los actores con el método MACTOR. Laboratorio de Investigación en Prospectiva y Estrategia (LIPS).

Bastarrica, D., & Romero Lamorú, I. (2014). Análisis estructural para el fortalecimiento estratégico del Instituto Universitario de Tecnología del Estado Bolívar. GECONTEC.

Contreras, A., Atziry, C., Martínez, J., & Sánchez, D. (2016). Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos. Estudios gerenciales, 32, 387-396.

Correa, S. Y Vargas, G. (s.f). Metodología de la prospectiva, por Rafael Popper, obtenido el 12 de febrero de 2017. de: http://eulaks.archiv.zsi.at/attach/VII_Metodolog%C3%ADa_Prospectiva.pdf

Delgadillo-Ruiz, O., Ramírez-Moreno, P., Leos-Rodríguez, J., Salas, J., & Valdez- Cepeda, R. (2016). Pronósticos y series de tiempo de rendimientos de granos básicos en México. Acta Universitaria, 26(3), 23-32. doi:10.15174/au.2016.882

Dema, C. M., & Barberá, T. (2010). Propuesta de una herramienta de apoyo a la selección de las variables clave en el diseño de escenarios múltiples basada en el “Matrice d'Impacts Croises Multiplication “MICMAC. In 4th International Conference On Industrial Engineering and Industrial Management (pp. 1688-1698).

Georghiou et al (2008). The Handbook of Tecchnology Foresight, MPG Books, UK.

Guarín, A., Califa, J. Y Peralta L. (2013). Análisis prospectivo del sector industrial de plásticos en la ciudad de Bogotá D.C. bajo método Delphi. Recuperado el 25 de Noviembre de 20016 de http://repository.uamerica.edu.co/handle/20.500.11839/577?mode=full

Hernández Sampieri, Roberto; Carlos Fernández Collado, y Pilar Baptista Lucio. Metodología de la investigación. México: Mc Graw Hill, (2010).

Machado, C. A. (2014). La Competitividad del destino turístico Villa Clara, Cuba. Estudios y perspectivas en turismo.

Mojica F. (2010) Introducción a la prospectiva estratégica para la competitividad empresarial. Universidad Externado de Colombia.

Martínez, A., Martino, F. Y Blanco, A. (2014). La Administración, desde una prospectiva empresarial. Liderazgo Estratégico 4(1). obtenido de: http://publicaciones.unisimonbolivar.edu.co/rdigital/liderazgo/index.php/liderazgo

Rodríguez, C. (2014). Pensamiento prospectivo: visión sistémica de la construcción del futuro. Análisis, 46(84), 89-104.

Integración de las técnicas lluvia de ideas, MICMAC y series de tiempo para la definición de variables en el proceso prospectivo