Diferencia entre revisiones de «Ciclo PAS»
Sin resumen de edición |
|||
Línea 78: | Línea 78: | ||
[[Categoría:Acrónimo]] [[Categoría:Esbozo]] | [[Categoría:Metodología]] [[Categoría:Acrónimo]] [[Categoría:Esbozo]] |
Revisión del 23:47 13 ago 2006
PAS es el acrónimo de Problemática - Análisis - Solución, fases de un ciclo de evaluación de eventos para formulación de soluciones.
Pasos del ciclo
Problemática
Diagrama causal
Consideraciones básicas para la formulación del diagrama causal
Un diagrama causal es la representación gráfica de las relaciones múltiples de causa-efecto entre las diversas variables que intervienen en un proceso. En este caso se representan los actores y factores de la transformación ambiental de una región dada como un sistema abierto, es decir con fuentes y sumideros (variables independientes y derivadas, ambas exógenas al sistema causal).
Las variables a considerar (figura 2.) son económicas (empleo, crecimiento, tasas de inversión, demanas de bienes y servicios, actividad minera, industrial o constructiva, etc.), sociales (interés en conservación, en desarrollo alternativo, en uso no consuntivo de recursos, etc.) o ambientales (alteración o reposición de estructura y dinámica, exportación de contaminantes, consumo de recursos, etc.).
Las variables se definen ad hoc, es decir para el sistema en cuestión. Las variables iniciales independendientes son las fuentes exógenas (representadas por rectángulos grises con las esquinas redondeadas) y las dependientes finales son los sumideros, representados éstos por rectángulos rojos con esquinas redondeadas. Sin embargo, cambios en una variable cualquiera originan cambios (estímulos o retardos) en todas las variables encadenadas, de tal manera que la lectura de un diagrama causal puede comenzar por cualquier variable.
Para la correcta lectura del diagrama causal de la figura 2. se debe considerar además las siguientes reglas:
1. todas las celdas contienen variables (elementos simples o complejos que cambian en el tiempo o en el espacio).
2. la lectura de dos celdas comunicadas con una flecha verde es así: "incrementos en la variable A (celda de donde parte la flecha verde) se traducen en incrementos en la variable B (celda que recibe la flecha verde)". Esto significa que el incremento en una variable al inicio de una cadena de causalidad se traduce en incrementos en todas las variables conectadas mediante flechas verdes con esa variable.
3. la lectura de dos celdas comunicadas con una flecha roja es similar pero el efecto es inverso, así: "incrementos en la variable A (celda de donde parte la flecha roja) se traducen en reducciones en la variable B (celda que recibe la flecha roja)". Esto significa que el incremento en una variable al inicio de una cadena de causalidad se traduce en reducciones en todas las variables de las celdas siguientes a la cual se conecta con una flecha roja y en similares reducciones en las celdas subsiguientes si están conectadas con flechas verdes y en aumentos si están conectadas con flechas rojas. Es decir el efecto de una flecha roja es el de cambiar el sentido (+ ó -) de la relación.
4. las variables pueden ser positivas v. gr.: - crecimiento de áreas urbanizadas - incremento de demanda de materiales de construcción - desarrollo de tipologías urbanas X - aumento de los niveles de contaminantes en el aire, etc. o puden ser negativas, v. gr.: - reducción del espacio público - disminución del tamaño de las viviendas - eliminación de áreas para intercambio social - deterioro de la capacidad de ahorro etc.
5. muchas veces es necesario replantear un diagrama invirtiendo las variables para que no se presenten aparentes contrasentidos ilógicos al leer el diagrama completo. Cuando esto se hace, es necesario también cambiar el color de las flechas. Es decir una variable se puede reemplazar por su complemento, v. gr.: - crecimiento de áreas urbanizadas vs. reducción de áreas rurales - disminución del tamaño de las viviendas vs. aumento de la densidad de habitantes por vivienda
6. En ocasiones se pueden enlazar con una flecha (del color apropiado) dos variables complementarias para hacer más explícita la relación entre dos variables, por ejemplo en la relación:
disminución del tamaño de las viviendas → incremento de enfermedades infecto-contagiosas en la población infantil
se puede cuestionar la aseveración implícita; ésta se haría más clara, más intuitiva, si se representa así:
disminución del tamaño de las viviendas → aumento de la densidad de habitantes por vivienda → incremento de enfermedades infecto-contagiosas en la población infantil
Se puede cambiar la estructura (colores de las flechas) y las relaciones implícitas siguen siendo las mismas:
aumento del tamaño de las viviendas → aumento de la densidad de habitantes/vivienda → incremento de enfermedades infecto-contagiosas en la población infantil
aumento del tamaño de las viviendas → disminución de la densidad de habitantes/vivienda → reducción
de enfermedades infecto-contagiosas en la población infantil Las anteriores reglas y consideraciones se harán más claras al leer y verbalizar las relaciones implícitas, lo cual se efectuará a continuación.
Formulación de hipótesis
Acopio de datos para verificación de hipótesis
Verificación de diagrama causal (definición de relaciones causa - efecto)
Identificación de soluciones y verificación en diagrama causal
Jeraquización multiobjetivo de soluciones
===Aplicación de solución (-ones) a problemática
Ejemplos
- Planicie aluvial del Magdalena
- EIA vía al mar Chocó 1996
- Ciénaga Grande de Santa Marta
- Chingaza
- EsS Lima
- BAC-Yacyretá
- Vivienda y hábitat en AMVA
- Minería provincia de BsAs