JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
1
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
2
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
1
Editor en Jefe a.i.
Ing. Ariel Quezada Castro
Editor de sección: Civil
M.Sc. María Elena Sahonero Saravia
Editor de sección: Electromecánica
Ing. Edson Gastón Montaño Bautista
Editor de sección: Petróleo y energías
Ing. Carla Rocio Andrade Delgadillo
Editor de sección: Alimentos
Ph.D. Tania Araujo Burgos
Comité de revisores
Artículo de Informática
Ing. MSc. Oscar Contreras Carrasco
Universidad Privada del Valle, UNIVALLE,
Bolivia.
Ing. MSc. Gastón Silva Sanchez
Universidad Privada del Valle, UNIVALLE,
Bolivia.
Artículos de Ing. Civil
Congreso Latinoamericano de Estudiantes de
Ingeniería Civil - COLEIC Tarija 2021
Comité cientifíco revisor
Ing. MSc. Sergio Callau Medrano
Universidad Mayor de San Andrés
Ing. MSc. Jhonny Rodrigo Rojas Morales
Hasselt University, Bélgica
Ing. MSc. Fernando Palacios Galarza
Ponticia Universidad Católica de Chile
Ing. MSc. Erick Ronald Arrázola Iriarte
Universidad Amazónica de Pando
Comité cientifíco organizador
Ing. MSc. Joaquín Humberto Aquino Rocha
Universidad Federal de Rio de Janeiro
Nahúm Gamalier Cayo Chileno
Universidad Privada del Valle, UNIVALLE,
Bolivia.
Alex Isaac Arrázola Brañez
Universidad Privada del Valle, UNIVALLE,
Bolivia.
Laura Céreny Velásquez Linneo
Universidad Privada del Valle, UNIVALLE,
Bolivia.
Giovana Silvia Cachaca Tapia
Universidad Privada del Valle, UNIVALLE,
Bolivia.
Equipo técnico
Lic. Paola Andrea Antezana Pérez
Coordinadora de Publicaciones y Difusión
Cientíca
Lic. Luis Marco Fernández Sandoval
Coordinador de Producción Audiovisual
Autoridades Universitarias
M.Sc. Gonzalo Ruiz Ostria
Rector
Diego Villegas Zamora, Ph.D.
Vicerrector Académico
M.Sc. Sandra Ruiz Ostria
Vicerrectora de Interacción Social
Lic. Daniela Zambrana Grandy
Secretaria General
M.Sc. Franklin Néstor Rada
Vicerrector Académico Subsede La Paz
M.Sc. Antonio Carvalho Suárez
Vicerrector Académico Subsede Santa Cruz
MBA. Carlos Torricos Mérida
Vicerrector Académico Subsede Sucre
M.Sc. René Monje Morant
Vicerrector Académico Subsede Trinidad
M.Sc. Jorge Ruiz de la Quintana
Director Nacional de Investigación
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
2
Es parte de:
Universidad Privada del Valle
Telf: (591) 4-4318800 / Fax: (591) 4-4318886.
Campus Universitario Tiquipaya.
Calle Guillermina Martínez, s/n, Tiquipaya.
Casilla Postal 4742.
Cochabamba – Bolivia.
Depósito Legal Nº 2-3-66-09
La reproducción parcial o total de los
artículos está permitida en tanto las
fuentes sean citadas.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
3
Páginas
Editorial
Editorial
Sergio Rodriguez Belmonte.........................................................................................................4
Avances en el diseño e implementación de un esquema de colaboración
abierta distribuida y en la cuanticación de la vulnerabilidad. Caso de
estudio: Inundaciones urbanas en Villa Páez, Córdoba, Argentina
Advances in the design and implementation of crowdsourcing program and in the
vulnerability assessment. Study case: urban ooding in Villa Páez, Córdoba, Argentina
Andrés Julián Portigliatti, Sebastián López, Leandro Massó,
Carlos Marcelo García, José Manuel Díaz Lozada, Antoine Patalano,
Facundo Cruz ............................................................................................................................................5-21
Motivación y factores de satisfacción en los trabajadores de la construcción:
Estudio de caso
Motivation and satisfaction factors in construction workers: Study case
Alan Rafael Velázquez García...................................................................................................................22-33
Identicación de personas sin barbijo utilizando Deep Learning
Identication of people without a mask using Deep Learning
Giovanny Germán Rocha Vallejo .............................................................................................................34-44
ÍNDICE
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
4
EDITORIAL
En esta oportunidad presentamos el Nro. 52 del Journal Boliviano de Ciencias, con tres artículos
correspondientes al área de Ingeniería.
El primer artículo realizado por la Universidad Nacional de Córdoba, Argentina, presenta un esquema de
colaboración abierta distribuida, cuyo principal objetivo es realizar un diagnóstico de la problemática de
inundaciones que afectan periódicamente al barrio de Villa Páez de la Ciudad de Córdoba. El segundo
artículo, realizado por el Departamento de Ingeniería de Sistemas Informáticos, tiene el objetivo de
identicar las áreas de oportunidad, abordando la motivación y satisfacción de las necesidades del trabajador
de la construcción a n de destacar la importancia del tema en el sector. En el tercer artículo, Rocha Vallejo
presenta una propuesta sobre el uso de las redes neuronales convolucionales para la detección de personas
sin barbijo.
Tenemos la seguridad que los artículos de este número se constituirán como una referencia importante para
la comunidad universitaria y sociedad en general que tengan interés en los temas presentados.
Agradecemos a los autores y revisores su contribución, dedicación y esfuerzo por presentar artículos de
calidad, siguiendo los tiempos establecidos.
Por el Consejo Editorial.
Ing. M. I. Sergio Rodriguez Belmonte
Director Departamento de Ingeniería Civil
Universidad Privada del Valle Cochabamba
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
5
Artículo cientíco
Avances en el diseño e implementación de un
esquema de colaboración abierta distribuida y en la
cuanticación de la vulnerabilidad. Caso de estudio:
Inundaciones urbanas en Villa Páez, Córdoba,
Argentina
Advances in the design and implementation of crowdsourcing program and in the vulnerability
assessment. Study case: urban ooding in Villa Páez, Córdoba, Argentina
Citar como: Portigliatti,
A. J., López, S., Massó, L.,
García, C. M., Díaz Lozada,
J. M., Patalano, A., & Cruz,
F. (2022). Avances en el
diseño e implementación de
un esquema de colaboración
abierta distribuida y en
la cuanticación de la
vulnerabilidad. Caso de estudio:
Inundaciones urbanas en Villa
Páez, Córdoba, Argentina.
Journal Boliviano de Ciencias,
18(52), 5-21. https://doi.
org/10.52428/20758944.
v18i52.227
Editor invitado: Joaquin
Humberto Aquino Rocha
Presidente comité cientíco
COLEIC: Nahúm Gamalier
Cayo Chileno
Revisado: 25/10/2021
Aceptado: 20/12/2021
Publicado: 29/06/2022
Declaración: Los autores
declaran no tener ningún
conicto de intereses en la
publicación de este documento.
Este es un artículo de acceso
abierto distribuido bajo los
términos y condiciones de la
Creative Commons. Licencia
de atribución (CC BY) (https://
creativecommons.org/licenses/
by/4.0/).
Andrés Julián Portigliatti
1
. Sebastián López
2
. Leandro Massó
3
.
Carlos M. García
4
. José Manuel Díaz Lozada
5
. Antoine Patalano
6
.
Facundo Cruz
7
.
1
Universidad Nacional de Córdoba. Córdoba. Argentina. ajportigliatti@gmail.com
2
Universidad Nacional de Córdoba. Córdoba. Argentina. sebalo.cba@gmail.com
3
Universidad Nacional de Córdoba. Córdoba. Argentina. leandro.masso@unc.edu.ar
4
Universidad Nacional de Córdoba. Córdoba, Argentina. carlos.marcelo.garcia@unc.edu.ar
5
Universidad Nacional de Córdoba. Córdoba, Argentina. jmdiazlozada@unc.edu.ar
6
Universidad Nacional de Córdoba. Córdoba, Argentina. Antoine.patalano@unc.edu.ar
7
Universidad Nacional de General Sarmiento. Córdoba, Argentina. facundocruzguastavino@gmail.
com
RESUMEN
En este trabajo se presenta un esquema de colaboración abierta distribuida,
cuyo principal objetivo es realizar un diagnóstico de la problemática de
inundaciones que afectan periódicamente al barrio de Villa Páez de la Ciudad
de Córdoba, Argentina; a través del trabajo conjunto entre investigadores de
distintas disciplinas de la Universidad Nacional de Córdoba, el Centro Vecinal
de Villa Páez y la ciudadanía que habita el barrio. En este esquema conuyen
tres proyectos de ciencia ciudadana. Por un lado, “Cazadores de crecidas”,
cuyo objetivo es caracterizar escurrimientos superciales a partir de vídeos
y fotografías tomadas por vecinos previamente capacitados. Por otro lado, el
proyecto “Adopto un cuerpo de agua como mi mascota”, la cual trabaja en
identicar con la comunidad la cuenca de aporte de los escurrimientos, para
la construcción conjunta del conocimiento con la comunidad. Y, por último,
“Proyecto MATTEO” que consiste en la instalación de estaciones meteorológicas
de bajo costo y pluviómetros en escuelas, organismos, y residencias particulares
para registrar datos propios de eventos de precipitación. De esta forma, la
ciudadanía es partícipe directa y fundamental en la elaboración del diagnóstico
de la problemática, generando aportes desde su experiencia y colaboración en
la recolección de datos sumamente valiosos para el estudio; los cuales, desde el
sector académico y de investigación les sería dicultoso conseguir. Finalmente,
en este trabajo se presenta una cuanticación de vulnerabilidad del área de
estudio ante inundaciones urbanas, enfatizando en el análisis particular de la
dimensión física y social.
Palabras clave: Inundación urbana. Ciencia Ciudadana. Proyectos Educativos.
Métodos experimentales. Vulnerabilidad.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
6
ABSTRACT
This project presents a distributed open collaboration scheme whose main
objective is to carry out a diagnosis of the ooding problem that periodically
aects the Villa Paez neighborhood in the city of Cordoba, Argentina, through
joint work between researchers of the National University of Cordoba, the Villa
Paez Neighborhood Center and the citizens living in the neighborhood. Three
citizen science projects converge in this scheme. On the one hand, “Cazadores de
Crecidas” whose objective is the characterization of surface runo from vídeos and
photographs taken by neighbors previously trained for this purpose. On the other
hand, “Adopto un Cuerpo de Agua como Mi Mascota” is a project where we work
identifying with the community the basin from where the runo ows and building
a shared knowledge base. And nally, “Proyecto MATTEO”, which consists of
installing low-cost weather stations and rain gauges in schools and organizations to
record data on precipitation events. In this way, citizens are direct and fundamental
participants in this study, generating contributions from their experience and form
the records of extremely valuable data, which would be dicult for the academic
and research participants to obtain on their own. Finally, this paper presents a
quantication of the vulnerability of the study area to urban ooding, emphasizing
the analysis of the physical and social dimensions.
Keywords: Flooding. Citizen Science. Educational projects. Experimental
methods. Vulnerability assesment.
1. INTRODUCCIÓN
Las inundaciones urbanas se han convertido en una amenaza creciente a nivel
mundial, pues más de la mitad de la población mundial vive en áreas urbanas
(Markowski y Richardson, 2010). En Argentina, las grandes ciudades han
experimentado un rápido crecimiento en las últimas décadas, generalmente
asociada a la ocupación de zonas inundables, con cambios de uso de suelo y
problemas de infraestructura, como la insuciencia de los sistemas de drenaje,
que aumenta el nivel de vulnerabilidad de la población a las inundaciones (Ortiz
et al., 2017, Tingsanchali, 2012, Hardoy y Piandiella, 2009,). Rasmussen et al.
(2014) muestran que las inundaciones repentinas afectan cada año al centro y norte
de Argentina, tendencia que también se observa en varios países a nivel mundial
(Tingsanchali, 2012). Entre 1980-2010, las inundaciones fueron el desastre natural
más destructivo en Argentina, afectando a 13 millones de personas y costando al
menos 8.9 mil millones de dólares (Banco Mundial, 2020).
El impacto de los fenómenos naturales agrava la vulnerabilidad de la sociedad civil,
no solo por deciencias en el diseño de medidas estructurales, y no estructurales,
requeridas para mitigar el riesgo hídrico, sino también por falta de consciencia
sobre las amenazas a las que están expuestos. Ante este escenario de incertidumbre
y de desconexión entre conocimiento (ciencia), toma de decisiones (gestión)
y ciudadanía, se requieren nuevas formas de diálogo que reconstruyan esta
relación (Alonso et al., 2013; Frodeman y Mitcham, 2004). La ciencia ciudadana
toma relevancia como un campo que fomenta la oportunidad para apropiar el
conocimiento cientíco desde la sociedad, que se genera a partir de la ciencia y
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
7
utilizarlo para participar activamente en la toma de decisiones sobre el territorio, en
la educación de la población frente a amenazas y colaborando conjuntamente en el
estudio, diseño e implementación de medidas estructurales y no estructurales entre
cientícos, ciudadanos y tomadores de decisiones.
El barrio Villa Páez de la Ciudad de Córdoba, Argentina es uno de los tantos
barrios de la ciudad que se ven afectados anualmente por las problemáticas de
inundaciones urbanas. La solución de esta problemática requiere un diagnóstico
detallado para plantear soluciones adecuadas. Dado que los vecinos del barrio
tienen conocimiento y experiencia por haber vivido más de 30 años en el lugar. Para
realizar dicho diagnóstico se aprovechó la implementación de tres proyectos de
ciencia ciudadana para el registro de variables hidrológicas e hidrometeorológicas,
a n de llevar a cabo el estudio de la problemática de inundaciones. Dichos
datos fueron fundamentales para la confección del Mapa de Riesgo, que surge de
combinar el estudio de amenazas de distintos eventos y la vulnerabilidad que la
zona de estudio posee. El Mapa de Riesgo resulta una herramienta fundamental
para identicar aquellas áreas que resultan más vulnerables y críticas frente a la
ocurrencia de un evento; permitiendo de esta manera, desarrollar un plan de acción
con el diseño de medidas estructurales y no estructurales requeridas para mitigar el
riesgo hídrico ante inundaciones urbanas.
2. METODOLOGÍA
2.1. Área de estudio
El área de estudio fue el área urbana que drena hacia el barrio Villa Páez
(31°23’41.09”S 64°12’29.43”O). Según los datos censales de INDEC del año
2010, este barrio presenta una alta densidad habitacional, con necesidades básicas
insatisfechas, perteneciendo a un estrato socioeconómico medio bajo (Figura 1).
La topografía del área de interés muestra que el drenaje se da hacia el río Suquía,
el cual recorre de oeste a este la ciudad de Córdoba, uno de los principales centros
urbanos de Argentina. Para empezar a analizar la problemática, lo primero que
se realizó fue el trazado preliminar de la cuenca urbana de aporte. Para ello, se
utilizó un Modelo Digital de Terreno (MDT) de 5m x 5m provisto por el Instituto
Geográco Nacional (IGN), el cual es de libre acceso en su Página Web.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
8
Figura 1. Estratos socioeconómicos del área de estudio. Fuente: Pablo De
Grande, 2019.
2.2. Diseño e implementación de un esquema de colaboración abierta
distribuida
Una vez obtenido preliminarmente la cuenca de estudio, se comenzó a recopilar
información para caracterizar los procesos hidrometeorológicos e hidrológicos
dentro de la misma. Para ello, se utilizaron distintas fuentes de información
ociales disponibles, como los datos del servicio Meteorológico Nacional
SMN, el Observatorio Hidrometeorológico de Córdoba OHMC y las estaciones
hidrometeorológicas de la Subgerencia de la Región semiárida del Instituto
Nacional del Agua INA-CIRSA. Y dado que la información ocial provista era
insuciente, se implementaron en la zona de estudio tres proyectos de ciencia
ciudadana con el objetivo de involucrar a la población en el diagnóstico del
problema y ampliar espacial y temporalmente la cantidad de información.
En primer lugar, dentro el marco del proyecto “Adopto un cuerpo de agua
como mascota” (FCEFyN, 2019), se trabajó en conjunto con las personas que
residen en el barrio transmitiéndoles conocimientos técnicos sobre los sistemas
de cuenca, para luego poder trabajar sobre la cuenca de estudio. Se trabajó
sobre mapas del terreno y se elaboró una maqueta de la topografía de la cuenca,
para que los ciudadanos comprendan cómo funciona el sistema hidrológico.
También se realizaron visitas al barrio para escuchar las experiencias de las
personas protagonistas de los eventos (niveles de ujos en calles, frecuencias
de inundaciones, sentidos de escurrimientos, tiempos de respuesta) (Figura 2).
En el marco de este proyecto se recopiló la información necesaria para denir
nalmente la cuenca hidrológica de estudio. Una vez denida la cuenca de
estudio, a través de la información GIS obtenida de IDECOR (https://idecor.cba.
gov.ar/), se denieron los usos del suelo.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
9
Luego, en el marco del “Proyecto MATTEO” (FCEFyN, 2019) se instaló una
estación meteorológica automática de bajo costo en la vivienda de una vecina del
barrio (Figura 3a) ubicada en la parte baja de la cuenca. Del mismo modo se instalaron
cinco pluviómetros distribuidos espacialmente sobre la cuenca, en viviendas de
vecinos (Figura 3b) con el objetivo de caracterizar la variabilidad espacial de los
eventos con datos propios. Dichos datos eran recopilados posteriormente en cada
evento de carga de los milímetros registrados (georreferenciados) en una aplicación
de celular desarrollada por el mismo proyecto, buscando así, facilitar el proceso de
carga y visualización de la información hidrometeorológica.
(a) (b)
Figura 2. a) Maqueta de la cuenca, y b) reunión en el centro vecinal, trabajando
sobre concepto de cuenca y escuchando experiencias de los vecinos. Fuente:
Elaboración propia.
(a) (b)
Figura 3. a) Instalación de estación meteorológica en vivienda de vecina, en el
marco del “Proyecto MATTEO”, y b) ubicación de los pluviómetros en viviendas
particulares de vecinos en la cuenca. Fuente: Elaboración propia.
Para la caracterización de los procesos hidrológicos, en primer lugar, se recopilaron
antecedentes y relatos de los vecinos que se vieron afectados (personas y bienes
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
10
materiales) durante inundaciones urbanas. Para la caracterización se utilizaron
técnicas modernas de velocimetría por imágenes a gran escala (LSPIV, por sus
siglas en inglés). En el marco del proyecto “Cazadores de crecidas” (C.E.T.A,
2019) se elaboró un esquema de red de monitoreo distribuido espacialmente en
la cuenca, mediante la denición de sitios favoritos de medición, relevamiento de
puntos de control y secciones transversales de los sitios (Figura 4a), capacitación
de los vecinos encargados de lmar los escurrimientos (Figura 4b) y se elaboraron
instructivos detallados para el registro de fotografías y vídeos de cada sitio,
con el n de poder obtener información útil para la caracterización espacial de
escurrimientos en la cuenca.
(a) (b)
Figura 4. a) Relevamiento de puntos de control, y secciones transversales de
sitios favoritos y b) capacitación de los vecinos sobre la captación óptima de
vídeos para luego poder ser procesados mediante la técnica LSPIV. Fuente:
Elaboración propia.
Previo a cada evento de precipitación se recurría a pronósticos tanto del Servicio
Meteorológico Nacional (SMN, 2019) como del Observatorio Hidrometeorológico
de Córdoba (OHMC, 2019), para dar aviso a las personas encargadas de tomar
registros de escurrimientos, mediante un grupo de telecomunicación, sobre la
posibilidad de un evento; y se enviaba por el mismo grupo un instructivo recordando
buenas prácticas para la grabación de vídeos y fotos (Figura 5a). Posterior a cada
evento se recopilaban los distintos registros pluviométricos, fotografía de nivel y
vídeos grabados por los vecinos. Se georreferenciaba toda la información recopilada
y se procesaba la información, obteniendo valores de niveles de agua y valores
de caudal líquido escurrido por las calles mediante la técnica de velocimetría por
imágenes LSPIV (Patalano et al., 2017).
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
11
(a) (b)
Figura 5. a) Relevamiento de puntos de control y secciones transversales de
sitios favoritos, y b) capacitación de los vecinos sobre la captación óptima de
vídeos para luego poder ser procesados mediante la técnica LSPIV. Fuente:
Elaboración propia.
Finalmente se realizaba un informe técnico y un reporte del evento (Figura 5b),
informando características y resultados de este, el cual se compartía con los
habitantes del barrio. El principal objetivo del reporte compartido era retribuir a los
vecinos con los resultados obtenidos para informarles y de esta manera, mantener
la motivación para futuros eventos.
Con los datos generados por la actividad de ciencia ciudadana, sumado a la
búsqueda de eventos históricos (año 2009 hasta la actualidad) a través de las
distintas redes sociales (Facebook, Twitter y Youtube), se generó una base de datos
georreferenciada con los registros de precipitación, fotografías de niveles y vídeos.
Esta información fue procesada ubicando los hietogramas de eventos según el lugar
del registro, se relevaron los sitios de las fotografías para determinar los niveles
alcanzados por el agua en cada imagen, y relevaron secciones donde se tenía vídeos
para poder estimar el caudal de escurrimiento por dicha calle. Esta base de datos
permitió realizar un análisis de las amenazas.
Por otro lado, para el estudio de vulnerabilidad se utilizaron ciertos indicadores
que permitieron evaluar el nivel de vulnerabilidad social previo a un evento (IVS
i) y posterior a un evento (IVS ii) (Arteaga y San Juan, 2012), utilizando los datos
disponibles del CENSO Nacional 2010 (INDEC, 2010). Finalmente, mediante la
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
12
superposición de los estudios de amenazas y vulnerabilidad, se confeccionó el
Mapa de Riesgo.
Es importante destacar que, gracias al aporte de la ciencia ciudadana, sumado
a todos los registros encontrados en las diferentes fuentes de redes sociales se
permitió tener un amplio aporte de información que ayudaron a entender mejor
el comportamiento de la cuenca hidrológica de estudio. Este nivel de detalle en
la caracterización del comportamiento hidrológico de la cuenca hubiese sido
prácticamente imposible de alcanzar sin la información generada por la ciudadanía.
2.3. Cuanticación de la vulnerabilidad ante inundaciones urbanas
Para el estudio de vulnerabilidad se enfatizó el análisis particular de la dimensión
física y social. Éste representa a los sectores económicamente más deprimidos y se
remite a la dicultad de acceso a servicios básicos, de salud, educación, entre otros.
Tal como se mencionó con anterioridad, se utilizaron determinados indicadores que
permitieron evaluar dos niveles de vulnerabilidad social: uno previo a un evento,
IVS i (Ecuación 1), y otro posterior a un evento, IVS ii (Ecuación 2) (Arteaga y San
Juan, 2012). De la combinación de estos, con la aplicación de la Ecuación 3, surge
el Mapa de Vulnerabilidad Social Total.
Para formular el IVS (i) se utilizaron indicadores que reejan la situación social
previa al evento de inundación. En el que se trabajó con las variables: (i) Índice
de Privación Material (IPMH) y (ii) la Calidad de los Materiales de las Viviendas
(CALMAT), ambos recortados a la zona de riesgo de inundación. En la Ecuación 1
se les asigna el mismo peso, mientras que el riesgo de inundación determina como
término la existencia de inundación (si/no), con un valor de 0 a 1.
El IVS (ii) reeja la capacidad de la población de acceso a las redes y servicios,
siendo estos los activos que permiten la recuperación después del desastre.
Demuestra el grado de resiliencia de los individuos y grupo sociales. Se utilizaron
las siguientes tres variables en la Ecuación 2: (i) desempleo (D), (ii) Nivel de
Educación del Jefe de Hogar (E) y (iii) Cobertura de Salud (S).
Es importante mencionar que todos los avances mencionados cuentan con la
constante colaboración de los vecinos afectados, tanto como aportes de los trabajos
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
13
que se realizan como también supervisando resultados y compartiendo
opiniones para mejorar el avance, siendo este aspecto de gran aprendizaje
para los participantes e investigadores de este proyecto.
3. RESULTADOS
3.1. Resultados del diseño e implementación de un esquema de
colaboración abierta distribuida
A través de la metodología adoptada, se logró trabajar en conjunto con
la ciudadanía sobre la problemática de inundaciones en el barrio. El
procesamiento del Modelo Digital del Terreno en conjunto con la información
provista por los vecinos y el relevamiento en campo sobre el escurrimiento
del agua, logró denir la cuenca urbana cuyo punto de salida se encuentra
en el barrio Villa Páez (-31.3998491, -64.2054996). La cuenca se muestra en
la Figura 6 y abarca un área de 10 km
2
. Es importante destacar, que al igual
que muchas cuencas urbanas, esta cuenca puede tener un comportamiento
dinámico, es decir el área de aporte puede modicarse en ciertos eventos por
ejemplo debido a la falla o superación de los caudales de diseño de ciertas
obras, que producen que el escurrimiento de un sector se incorpore a la cuenca.
Figura 6. Cuenca hidrológica de estudio. Fuente: Elaboración propia.
Luego, utilizando la información obtenida con los ciudadanos, se generó una
base de datos en el que cada punto representa un registro tomado por la ciencia
ciudadana (Figura 7). Como puede observase, los datos fueron discretizados
en distintas categorías como: vídeos, imágenes o ambos; red social o aporte
directo; según tipo de variable.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
14
Figura 7. Base de datos georreferenciada de registro de información
hidrometeorológica e hidrológica por la ciudadanía. Fuente: Elaboración propia.
En base a la información de la base de datos se sectorizaron las amenazas dentro del
barrio (Figura 8). Con la información obtenida se observó una gran inuencia en
el comportamiento del sistema de desagües de pluviales frente a distintos niveles
del río Suquía, provocando una condición de borde aguas debajo de los desagües
que genera una reducción en la capacidad de descarga de los pluviales hacia el río
(Figura 8).
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
15
Figura 8. Diagnóstico de la problemática de inundaciones en la cuenca, realizada
en conjunto con la ciudadanía, zonicando según el tipo de amenaza. Fuente:
Elaboración propia.
También se implementó el esquema de monitoreo propuesto para una serie de
eventos en la temporada de lluvias 2019-2020 y 2020-2021. En el cual los vecinos
lograron registrar las lluvias en la cuenca (Figura 9 a), imágenes de niveles de
agua alcanzados y registro de vídeos. Se generaron nueve reportes de eventos
para los vecinos y se procesaron cinco datos de caudales utilizando la Técnica de
Velocimetría por Imágenes LSPIV (Figura 9 b). En la Tabla 1 se pueden observar
algunos de los eventos más importantes de precipitación y los valores obtenidos de
las variables hidrológicas de interés: caudal y nivel.
(a) (b)
Figura 9. a) Precipitación acumulada para el evento del 30-12-19 registrado en la
casa de una vecina del barrio, y b) procesamiento de vídeo registrado por vecina
del barrio en la alcantarilla del Pasaje San Pablo estimando un caudal de 200
litros/segundo (derecha). Fuente: Elaboración propia.
Tabla 1. Resumen de variables de cada evento (precipitación acumulada,
intensidad máxima, variable obtenida y valor estimado).
Fuente: Elaboración propia.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
16
3.2. Resultados de la cuanticación de la vulnerabilidad ante inundaciones
urbanas
Se realizó el correspondiente estudio de vulnerabilidad del área de estudio, en el
que se abarca diferentes dimensiones que se vinculan a las características de una
comunidad expuesta a determinada amenaza. Los indicadores utilizados en este
trabajo vinculan las condiciones de vida generales de una comunidad e incluye
aspectos relacionados a los niveles de educación, acceso a salud, equidad social,
seguridad, etc.
Dicho análisis permite denir zonas peligrosas para los asentamientos humanos
y que poseen deciencias de la estructura física para “absorber” los efectos de las
amenazas, también conocido como exposición. Estas zonas vulnerables demandan
mayor atención tanto desde el punto de vista de manejo ambiental, de ejecución de
proyectos de reducción de vulnerabilidades, así como la denición de sitios para
la localización de instalaciones críticas durante la emergencia. En las siguientes
guras (Figuras 10 y 11) se pueden observar los resultados obtenidos del estudio
de vulnerabilidad.
(a) (b)
Figura 10. a) Índice de Vulnerabilidad Social previo al evento, e b) Índice de
Vulnerabilidad Social posterior al evento. Fuente: Elaboración propia.
Lo que se puede resaltar de lo observado en las imágenes anteriores es la falta
de homogéneidad del nivel de vulnerabilidad dentro de la cuenca, siendo algunas
zonas más vulnerables que otras. Dentro de las zonas más vulnerables se encuentra
el barrio de Villa Páez, con una valoración de vulnerabilidad que va en el rango
entre 0.4 a 06 (Vulnerabilidad media baja).
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
17
Figura 11. Índice de Vulnerabilidad Social Total. Fuente: Elaboración propia.
Una apreciación del estudio de vulnerabilidad es que el producto conseguido no es
muy representativo a la realidad que actualmente viven los vecinos de Villa Páez.
Esta apreciación se debe a que, en función de las visitas y los relatos por parte de
ellos, la vulnerabilidad social es mucho mayor a la conseguida teóricamente con la
aplicación de los indicadores seleccionados. Sin embargo, si se realizara el mismo
análisis utilizando los datos del Censo Nacional actualizado, se logrará un mejor
valor de vulnerabilidad acorde a la realidad.
Finalmente, mediante la combinación y superposición del estudio de amenazas
con los niveles de vulnerabilidad surge el Mapa de Riesgo (Figura 12), siendo esta
una primera aproximación que sienta las bases para que trabajos futuros puedan
implementar y calibrar el modelo que se explica en López et al. (2021), y luego de
esta manera que se realice el Mapa de Amenazas y, por consiguiente, el Mapa de
Riesgo denitivo.
Lo que se puede contemplar del mapa anterior es que, en la zona baja de la cuenca,
donde se encuentra Villa Páez, las principales amenazas vienen de crecidas
del Río Suquía, lo cual representa una condición de borde aguas abajo en los
desagües y conlleva a una reducción en la descarga de los pluviales hacia el río
generando niveles excesivos. Esta zona es importante destacar ya que, a nivel de
vulnerabilidad, representa una de las zonas que mayor nivel de vulnerabilidad
posee dentro de la cuenca.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
18
Figura 12. Mapa de Riesgo. Fuente: Elaboración propia.
Por otro lado, en la zona media de la cuenca se identicaron dos zonas donde
los escurrimientos alcanzan altas velocidades. Los riesgos que estos conllevan
implican el arrastre no solo de personas sino también de vehículos hacia la parte
baja de la cuenca. Estos peligros fueron relatados en reiteradas ocasiones por los
vecinos. Por último, a pesar de que el Mapa de Riesgo es meramente una primera
aproximación, se extraen conclusiones importantes de cara a realizar trabajos
futuros. Estos tipos de mapas representan una herramienta fundamental, no sólo
para identicar las áreas más vulnerables dentro de una cuenca de estudio, sino
también para poder diseñar medidas de prevención y corrección con los datos de
caudal y niveles conseguidos gracias al gran aporte de la ciencia ciudadana.
4. CONCLUSIONES
En este estudio se presentaron los avances alcanzados en el diseño e implementación
de un esquema de colaboración con los ciudadanos que incluye a tres proyectos de
ciencia ciudadana, el cual le permite a la comunidad ser parte de las propuestas de
solución de las problemáticas de inundaciones, acercando a los distintos actores de
la ciencia, gestión y ciudadanía.
Del diagnóstico efectuado se concluye, que la problemática del barrio Villa Páez
está dada principalmente por dos motivos: por un lado, amenazas debidas a lluvias
intensas en la cuenca de estudio (la cual abarca una parte importante de la ciudad)
y cuyo punto de salida se encuentra en dicho barrio, con una gran inuencia de
la topografía deprimida (al nivel del río). La falta de planicación a nivel de
cuenca ha hecho que las obras existentes sean insucientes, lo que diculta la
evacuación de escorrentía alcanzando niveles peligrosos para las personas que
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
19
habitan en el barrio. Por otro lado, también se logró determinar, mediante los
artículos cientícos recopilados y los relatos de vecinos, que existe un riesgo
frente a niveles excesivos del Río Suquía, esto se registra en experiencias de
inundaciones de viviendas con al menos un (1) metro de nivel de agua, para
los eventos de crecidas extremas de los años 2000 y 2015.
La gran cantidad de información registrada, sumado a los registros encontrados
en las distintas redes sociales, permitieron generar una amplia base de datos
que permitieron entender mejor el funcionamiento de la cuenca hidrológica, y
de esta manera poder evaluar distintas medidas estructurales y no estructurales
requeridas para mitigar el riesgo hídrico ante inundaciones urbanas. Es
importante destacar que, sin la participación de la ciencia ciudadana en este
proyecto, mucho de los registros no hubiesen sido posible obtenerlos.
El crecimiento que viene teniendo la ciencia ciudadana en contexto de riesgo
hidrológico, puede explicarse por la inaccesibilidad y la escasez de conjuntos
de datos ociales relacionados a la problemática de inundaciones urbanas
(generalmente muy localizadas), así como también por el desarrollo de nuevas
tecnologías como los teléfonos inteligentes conectados a Internet.
Referido a la red de monitoreo, actualmente se continúa trabajando de manera
organizada ante cada evento para comunicar sobre alerta de posibles riesgos,
pedidos de ayuda, consultas sobre pronósticos y trabajo en escuelas para
abordar temáticas similares junto a estudiantes.
Finalmente, en este trabajo se presentó una cuanticación de la vulnerabilidad
del área de estudio ante inundaciones urbanas en la cual se enfatizó el análisis
particular de la dimensión física y social. Con esta información se logró
avanzar en la confección del Mapa de Riesgo, herramienta fundamental que
ayuda a la toma de decisiones sobre el tipo de medidas implementar en función
de la identicación de las zonas más vulnerables y comprometidas ante la
ocurrencia de un evento. Las herramientas generadas podrán ser utilizadas
para la planicación de futuras urbanizaciones. Es necesario considerar que los
resultados obtenidos de vulnerabilidad están condicionados por la antigüedad
de los datos del Censo Nacional. Debido a que el último censo fue en el año
2010, los resultados reejaron la información disponible, pero quedará para
trabajos futuros la actualización con los nuevos datos.
Es importante destacar que es muy enriquecedor para los técnicos e
investigadores que participan de este proyecto (de diferentes disciplinas)
llevar a cabo una constante interacción con los ciudadanos para el aprender de
las experiencias propias de los verdaderos protagonistas de las problemáticas
analizadas.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
20
REFERENCIAS
Alonso, A., Rodríguez, J., y Lafuente, A. (2013). “¡Todos sabios! Ciencia ciudadana
y conocimiento expandido”. Madrid, España. (Ediciones Cátedra, Ed.)
(1.a)
Arteaga, A., & San Juan, G. A. (2012). Metodología para obtener un índice
de vulnerabilidad social. Avances en Energías Renovables y Medio
Ambiente, 16.
Banco Mundial (2020). Banco Mundial: Argentina pierde unos US$1.000 millones
anuales por inundaciones. Recuperado de http://www.preventionweb.net/
Centro de Estudios y Tecnología del Agua (C.E.T.A). (12 de octubre de 2019).
Cazadores de Crecidas. Recuperado de https://www.cazadoresdecrecidas.
unc.edu.ar/
Facultad de Ciencias Exactas, Físicas y Naturales, Universidad Nacional de
Córdoba (FCEFyN) (12 de octubre del 2019). Adopto un cuerpo de Agua
como mascota. Recuperado de https://sites.google.com/mi.unc.edu.ar/
proyecto-adoptouncuerpodeagua/
Facultad de Ciencias Exactas, Físicas y Naturales, Universidad Nacional de Córdoba
(FCEFyN) (12 de octubre de 2019). Proyecto MATTEO (Monitoreo
Automático del Tiempo en Escuelas y Organismos). Recuperado de
https://sites.google.com/view/proyectomatteo/
Frodeman, R., & Mitcham, C. (2004). “Toward a philosophy of science policy:
Approaches and Issues”. Philosophy Today, 48.
Hardoy J. y Pandiella, G. (2009) “Urban poverty and vulnerability in Latin
America”. Environment and Urbanization, 21, 203-224.
INDEC Argentina (2010). Censo Nacional 2010. Recuperado de https://www.
indec.gob.ar/indec/web/Nivel4-Tema-2-41-135
Instituto Nacional del Agua (INA-CIRSA) (12 de octubre de 2019). Sistema de
Gestión de Amenazas. Recuperado de https://sgainacirsa.ddns.net/cirsa/
login.xhtml
López S., Massó, L., Portigliatti A., Patalano A, Kazimierski L., Díaz Lozada
J.M., Re M., García C.M. (2021). Implementación de proyectos de
ciencia ciudadana en el diseño y evaluación de medidas para mitigar el
riesgo hídrico de inundaciones urbanas. Congreso Latinoamericano de
Hidráulica 2021, XXVI, México.
Markowski P. y Richardson Y. (2010): “Mesoscale Meteorology in Midlatitudes”.
Observatorio Hidrometeorológico de la provincia de Córdova (OHMC) (12
de octubre 2019). Grupo Radar Córdoba. Radares meteorológicos.
Recuperado de https://webmet.ohmc.com.ar/
Ortiz, N., Re, M, Kazimierski, L.D., Garcia, P.E., (2017) “Characterization of
the impact associated with dierent ood types on an urban basin”.
CONAGUA 2017 (In spanish), XXVI, Cordoba, Argentina.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
21
Pablo De Grande (2019). Cartografía de radios del Censo Nacional de Población,
Hogares y Viviendas 2010. Recuperado de https://mapa.poblaciones.
org/map/#/@-31.393742,-64.218231,15z/l=11901!v0!w0/p=c1/
f=f52832392711742
Pablo De Grande (2019). Cartografía de radios del Censo Nacional de Población,
Hogares y Viviendas 2010. https://mapa.poblaciones.org/
Patalano, A., García, C. M., & Rodriquez, A. (2017). Rectication of Image
Velocity Results (RIVeR): a simple and user-friendly toolbox for large-
scale water surface Particle Image Velocimetry (PIV) and Particle
Tracking Velocimetry (PTV). Computers & Geosciences.
Servicio Meteorológico Nacional (SMN) (12 de octubre de 2019). Sistema de
alerta temprana. Recuperado de https://www.smn.gob.ar/alerta
Tingsanchali, T. (2012). Urban ood disaster management. Procedia engineering, 32,
25-37. ISSN 1877-7058, https://doi.org/10.1016/j.proeng.2012.01.1233.
Fuentes de nanciamiento: No hubo fuentes de nanciamiento.
Declaración de conicto de intereses: Los autores declaran no tener conictos
de interés.
Derechos de autor (c) 2022 Andrés Julián Portigliatti, Sebastián López, Leandro
Massó, Carlos Marcelo García, José Manuel Díaz Lozada, Antoine Patalano,
Facundo Cruz
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
22
Citar como: Velázquez García,
A. R. (2022). Motivación
y factores de satisfacción
en los trabajadores de la
construcción: Estudio de
caso. Journal Boliviano de
Ciencias, 18(52), 22-33. https://
doi.org/10.52428/20758944.
v18i52.228
Editor invitado: Joaquin
Humberto Aquino Rocha
Presidente comité cientíco
COLEIC: Nahúm Gamalier
Cayo Chileno
Revisado: 28/05/2021
Aceptado: 18/09/2021
Publicado: 29/06/2022
Declaración: Los autores
declaran no tener ningún
conicto de intereses en la
publicación de este documento.
Este artículo es un artículo de
acceso abierto distribuido bajo
los términos y condiciones de
la Creative Commons. Licencia
de atribución (CC BY)(https://
creativecommons.org/licenses/
by/4.0/).
Artículo Cientíco
Motivación y factores de satisfacción en los
trabajadores de la construcción: estudio de caso
Motivation and satisfaction factors in construction workers: study case
Alan Rafael Velázquez García
1
.
1
Universidad de Guanajuato. Guanajuato. México. ar.velazquezgarcia@ugto.
mx
RESUMEN
El objetivo del presente artículo es identicar las áreas de oportunidad,
abordando la motivación y satisfacción de las necesidades del trabajador de la
construcción a n de destacar la importancia del tema en el sector. Se abordó
desde la perspectiva de un estudio exploratorio, el cual buscó una investigación
más precisa y el desarrollo de hipótesis. Se creó un marco teórico de referencia en
donde se contemplan legislaciones, teorías y contextualizaciones del problema,
el cual es descriptivo y un segundo nivel que ofrece una visión de las relaciones,
representaciones, necesidades, problemáticas y demás del conjunto estudiado.
Como resultados principales se conrmaron las siguientes hipótesis: ‘‘Sí la
recompensa obtenida excede de la que el trabajador considera adecuada o si es
equiparable, el trabajador alcanza el estado de satisfacción. Sí esta relación se
desarrolla en sentido inverso, se produce la insatisfacción’’; ‘‘La satisfacción de
necesidades inuye en el orden jerárquico siguiente: siológico, de seguridad,
de pertenencia, de estima y de realización personal en los resultados del proceso
laboral’’; ‘‘Los trabajadores están mayormente motivados por factores intrínsecos
que por factores extrínsecos’’, y ‘‘Trabajadores más motivados dependiendo
de su puesto en la constructora’’. Este estudio de caso usa datos cuantitativos
para interpretarlos de forma cualitativa y reeja el contexto y las necesidades
especícas de una empresa constructora, es una evidencia social y cultural de
las condiciones en las que viven los trabajadores de la construcción en México y
algunos países de Latinoamérica.
Palabras clave: Motivación. Satisfacción. Derechos laborales. Trabajadores.
Albañil.
ABSTRACT
The objective of this article is to identify the areas of opportunity, addressing the
motivation and satisfaction of the needs of the construction worker to highlight
the importance of the topic in this sector. An exploratory study was made which
sought more precise research and hypothesis development. A theoretical frame
of reference was created in which legislation, theories and contextualization of
the problem are contemplated. This frame oers a vision of the relationships,
representations, needs, and problems of the group studied. The following
assumptions were conrmed as main results: ‘‘If the reward obtained exceeds
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
23
what the worker considers appropriate or if it is comparable, the worker reaches
a state of satisfaction. If this relationship develops in the opposite direction,
dissatisfaction occurs’’; ‘‘The satisfaction of needs inuences the following
hierarchical order: physiological, safety, belonging, esteem and personal fullment
in the results of the work process’’; ‘‘Workers are mostly motivated by intrinsic
factors rather than by extrinsic factors’’, and ‘‘Workers are more motivated
depending on their position in the construction company’’. This research uses
quantitative data to interpret them qualitatively and reects the context, as well
as the specic needs of a construction company, is a social and cultural reection
of the conditions in which construction workers live in Mexico and some Latin
American countries.
Keywords: Motivation. Satisfaction factors. Labour rights. Construction Workers.
Builder.
1. INTRODUCCIÓN
Los trabajadores de la construcción enfrentan prácticas laborales adversas al
desarrollo de sus capacidades, así como se ven expuestos a una gran variedad de
riesgos en el lugar de trabajo; químicos, físicos, biológicos y sociales (Carcaño,
2006), condiciones precarias, trabajos mal remunerados (De Oliveira, 2006), entre
otras características históricamente propias del entorno, lo que desmotiva al mismo
trabajador a aspirar tener un mejor desarrollo. Al tratarse de personas, este recurso
incrementa en importancia la responsabilidad que los ingenieros civiles tienen,
situaciones que reere la presente investigación.
La Cámara Internacional de Trabajadores de la Construcción y la Madera (OIT,
2016) establece que actualmente en el mundo, el sector laboral de la construcción
ofrece principalmente trabajo a corto plazo, no registrado, informal y peligroso en
una industria totalmente fragmentada. Según un estudio realizado por la Cámara
Mexicana de la Industria de la Construcción a través del Centro de Estudios
Económicos del Sector de la Construcción (CEESCO, 2019) usando datos de 2017,
se revela que hay 6,111,055 puestos de trabajo ocupados por la industria de la
construcción en México, de los cuales 5,133,086 son de albañiles tanto en empresas,
como personas que laboran por su cuenta y en la autoconstrucción, referida a la
construcción realizada por los propios habitantes de un lugar sin la supervisión de
profesionales. El Instituto Mexicano del Seguro Social (IMSS, 2017) indica que
solamente hay 1,602,368 trabajadores asegurados por las empresas constructoras.
Es decir, en solamente el 26.22% de los trabajadores de la construcción estaban
asegurados.
Estos datos muestran las condiciones que se tienen que mejorar para que la
albañilería sea vista como un trabajo digno. Entre ellos se puede mencionar: los
bajos salarios con respecto a lo desgastante que es; la poca capacitación que se
recibe; la insuciente oportunidad de tener un empleo seguro, porque gran parte de
los albañiles tienen trabajos eventuales; la constante búsqueda de un trabajo para
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
24
asegurar un ingreso, y no generar antigüedad en una empresa (De Castro Sánchez,
2018).
El Centro de Estudios Económicos de la Industria de la Construcción (CEESCO,
2018) reere que, a pesar de estas múltiples condiciones, la industria de la
construcción es una actividad clave para la economía mexicana, debido a que el
sector incrementó su contribución en el PIB (Producto Interno Bruto) nacional de
7.7% en 2013 a 8.0% en 2017. Tradicionalmente la construcción es un generador
de empleos por excelencia, contribuyó con alrededor del 12% de empleos en el
país.
Entre los objetivos particulares de la investigación se establecieron: identicar
y visibilizar la importancia del valor como ser humano del trabajador de la
construcción en la industria y cumplir con las obligaciones obrero-patronales
exigidas por ley; promover la motivación al trabajador y sus compañeros a través de
la concientización a las entidades contratantes para la mejora de su entorno laboral
e identicar los factores de satisfacción del trabajador, y proponer soluciones con
base en los escenarios analizados para un mejor ambiente laboral creado en los que
las empresas constructoras puedan aplicarlas.
2. MARCO NORMATIVO
La investigación está planeada para obtener información de dos partes detalladas
a continuación.
2.1. Contexto legislativo y jurídico mexicano en el trabajo de la construcción
sobre patrones y trabajadores
Entre las legislaciones mexicanas se analizaron la Ley Federal del Trabajo (2019);
la Ley del Seguro Social (2020); la Norma Ocial Mexicana (NOM-031-STPS,
2011) sobre construcción-condiciones de Seguridad y salud en el Trabajo, y la
Norma Ocial Mexicana (NOM-035-STPS, 2018) sobre factores de riesgo
psicosocial en el trabajo-identicación, análisis y prevención.
2.2 Contexto histórico del trabajo de la construcción sobre patrones y
trabajadores en Guanajuato y México
Por parte del contexto histórico del trabajo se analizaron dos fuentes. La primera
corresponde al informe “3 de mayo, día del albañil” del Instituto de Planeación,
Estadística y Geografía (IPLANEG, 2017). En este segmento se analizaron
características como las Demográcas y Sociales, Distribución Territorial,
Estructura por edad, Educación, así como las características del empleo en la región.
Además, se contempla el estudio exploratorio sobre la motivación del albañil de
Cuevas Rosales (2004). El autor hace una importante investigación, justicando
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
25
que, en México frecuentemente el trabajador de la construcción no es tomado en
cuenta como ser humano, sino como un medio de producción.
Aunado a esto, se seleccionó la Teoría de Jerarquía de Necesidades de Maslow,
donde se menciona que las acciones nacen de la motivación por cubrir ciertas
necesidades, las cuales inconscientemente ordenamos según su importancia para
nuestro bienestar (García-Allen, 2016).
3. METODOLOGÍA
Los estudios de caso a considerar se abordaron desde la perspectiva de un estudio
exploratorio, el cual formuló un problema para posibilitar una investigación.
Permitió formular hipótesis de primer y segundo grado, las cuales se comentan
posteriormente en el documento. Se posee información previa con la que se
tiene claridad sobre la investigación que se presenta, más la información que
proporcionaron los trabajadores. Como primer nivel de conocimiento se tiene
un marco teórico de referencia en donde se contemplan legislaciones, teorías
y contextualizaciones, el cual es descriptivo y es la base para el avance en este
segundo nivel.
3.1. Población, muestra y muestreo
El muestreo, conocido como determinístico, dene el tamaño y selección de la
muestra bajo aspectos subjetivos como lo son el criterio personal y accesibilidad,
entre otros; en este tipo de muestreo los resultados no pueden generalizarse a
la población objeto de estudio, son válidos exclusivamente para el conjunto de
elementos en muestra.
El muestreo es social. Geográcamente todos están ubicados en el territorio
del Municipio de León, Guanajuato, México. La empresa fue seleccionada por
aceptar formar parte de la investigación y contar con un número considerable
de trabajadores, 17 trabajadores y un supervisor, esto para generar estadísticas
completas de la constructora. El estudio se realizó en las tres obras de construcción
que se encontraban ejecutando durante el proceso de investigación: ampliación
de dos casas y la construcción de otra. La población de estudio se divide en: los
trabajadores de la construcción y el supervisor.
3.2. Técnicas e instrumentos de recolección de datos
La recolección de datos se hizo mediante un cuestionario que constó de tres
etapas (42 ítems): la primera abarca la información general para conocer el perl
del trabajador promedio en la empresa constructora. La segunda (8 ítems) tiene
preguntas abiertas para conocer mediante las propias palabras del trabajador como
es el ambiente laboral en el que se desempeña actualmente y si las percepciones de
todos coinciden, de no ser así, interpretar por qué no se percibe de la misma manera.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
26
Y, por último, la tercera etapa (27 ítems) es una combinación entre preguntas que
miden el nivel de satisfacción y la adaptación del cuestionario MbM (Management
by Motivation) de Sashkin (1996), con un análisis de resultados basado en la
metodología de escala de Likert, la cual consta de una serie de armaciones que
pueden reejar o no lo que el trabajador piensa sobre su trabajo. A través de una
escala de calicación se cuestionó a los participantes sobre su nivel de acuerdo o
desacuerdo con cada declaración.
4. RESULTADOS
Según la muestra de trabajadores analizada, seis de ellos son ociales de
construcción, ocho son ayudantes de ocial, uno es medio ocial, otro de ellos es
encargado y apoya a los diferentes ociales. Uno más se dedica a hacer los trabajos
de herrería, carpintería, entre otros.
La mitad de la fuerza de trabajo de la empresa constructora tienen más de 50
años (47.1%). Todos los trabajadores se encuentran dentro de la edad para laborar
legalmente. En cuanto a la educación (Figura 1), solo dos de los trabajadores, los
cuales se encuentran en el rango de edad entre 50 y 60 años, tienen estudios técnicos
y terminaron el nivel medio superior de educación. Uno tiene la preparatoria
incompleta, el cual es también el menor de todos. Predominan con 23.2% los
trabajadores con la secundaria completa.
Figura 1. Nivel de escolaridad. Fuente: Elaboración propia.
El 29.4% (5) de los trabajadores tienen el estado civil de solteros y, según el
proceso de observación y convivencia, no tienen dependientes de sus ingresos
económicos. El 70.6% de los trabajadores tienen cónyuge y la mayoría de ellos
tienen hijos e hijas, por lo que se entiende que tienen dependientes directos de sus
ingresos económicos.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
27
En las Figuras 2 y 3 se observa que el 76.5% de los trabajadores no nacieron en el
municipio donde actualmente laboran. Tres de los trabajadores residen y/o trabajan
en un municipio diferente al que nacieron. Dos de los trabajadores nacieron en
León, trabajan en León, pero no residen en el mismo municipio. Solo dos de los
trabajadores residen y trabajan en León. El 88.2% (15) de los trabajadores se tienen
que desplazar diaria o semanalmente desde su municipio de residencia hasta su
lugar de trabajo. Sus municipios de residencia se encuentran a 29, 75 y 90 km de
distancia, respectivamente.
El 41.2% (7) de los trabajadores tienen más de 10 años laborando como trabajadores
de la construcción, entre estos siete casi todos con más de 50 años, a excepción
de uno que tiene 28 años, lo que quiere decir que ha pasado mayor parte de su
vida trabajando como albañil. Otros siete trabajadores tienen menos de dos años
trabajando en la industria, dos tienen entre 2 - 5 años y uno entre 5 - 10 años,
trabajando como albañil.
Figura 2. Lugar de nacimiento. Fuente: Elaboración propia.
Figura 3. Lugar de residencia. Fuente: Elaboración propia.
Entre las razones más mencionadas respecto al por qué se dedican a la construcción,
destacan en orden el gusto por la actividad (6), la necesidad de ganar dinero (5),
porque piden menos requisitos y la contratación es inmediata (4). Cabe mencionar
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
28
que en esta y en las armaciones siguientes los trabajadores podían escoger más
de una respuesta.
El 64.9% de los trabajadores (11) reeren que el trabajo actual es su única fuente
de ingresos; mientras que, el resto dicen tener otros trabajos eventuales o los nes
de semana. Ninguno de ellos, arman seguir estudiando.
Entre las funciones que los trabajadores más desempeñan y se sienten cómodos se
encuentran: acabados (10), pisos y azulejos (9), obra gris (8). Entre las funciones
que menos se desempeñan se encuentran las estructuras y la supervisión. Y,
entre las áreas en las que más les gustaría recibir capacitación se encuentran las
instalaciones (5) y las estructuras (5). La menos solicitada fue obra gris, lo cual
se esperaba porque es parte de las actividades que ya saben ejecutar. Se destaca
el comentario extra de un trabajador que agregó la opción de capacitarse en ser
ocial.
Las Figuras 4 y 5 exhiben lo que los trabajadores valoran y desaprueban de un
ambiente laboral, respectivamente. El 64.9% de los trabajadores expreso que les
gusta su trabajo actual porque es un trabajo seguro. Después, las opciones más
señaladas fueron que valoran el respeto, la comunicación y la toma de decisiones.
Entre las cosas desaprueban en el trabajo destaca la falta de material y/o herramienta
(10) y la falta de respeto por parte de compañeros y/o supervisor. La menos
mencionada fue falta de pago puntual. Los trabajadores coinciden, en su mayoría,
en que les gustaría contar con materiales y herramientas de trabajo (7), pero aún
es más importante para ellos rotar y hacer diferentes actividades (9). Comparando
estos resultados, es importante considera que la percepción de cada individuo es
diferente y es por ello que algunos trabajadores dieren a pesar de compartir el
mismo puesto de trabajo, como puede ser en el respeto a su persona.
Figura 4. Aspectos positivos en el trabajo. Fuente: Elaboración propia.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
29
La Tabla 1 presenta un resumen de las necesidades que son más importantes de
cubrir para los trabajadores. En los colores más oscuros se observan los números
más altos, en un intervalo de 0 a 30 puntos, los más cercanos a 30 muestran un
grado de importancia mayor para el trabajador. Por ejemplo, el trabajador número
9 indica que las necesidades de seguridad y aliación son más importantes que
las de reconocimiento y autorrealización. La Tabla 2 presenta el promedio de la
evaluación de los 17 trabajadores en la que, para toda la muestra en conjunto, las 4
necesidades analizadas tienen un grado de importancia alto.
Figura 5. Aspectos negativos en el trabajo. Fuente: Elaboración propia.
Tabla 1. Necesidades Analizadas Trabajadores.
Fuente: Elaboración propia.
Tabla 2. Representación de resultados trabajadores.
Fuente: Elaboración propia.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
30
Se observa que, en promedio, para los trabajadores las cuatro necesidades
representan un mismo nivel de importancia, el cual es alto. No se percibe una
clara preferencia colectiva por alguno de ellos. Pero se puede observar que en
la necesidad de aliación es donde tienden a coincidir más en opinión. En la
necesidad de reconocimiento hay más alteraciones en los números, algunos de los
trabajadores puntean muy alta esta necesidad, pero algunos otros como escasamente
importante. Las necesidades de Seguridad y de Autorrealización recibieron un
puntaje muy similar en el que ambos son igualmente importantes, pero se reconoce
que jerárquicamente la seguridad es esencial.
En la Tabla 3 se representan los resultados analizados de la perspectiva del
supervisor para con sus trabajadores. El puntaje, del 0 al 30, las cuatro necesidades
analizadas tienden a ser relevantes al momento de considerarlas. La Tabla 4
muestra que sí existe un orden jerárquico en grado de importancia entre las cuatro
necesidades analizadas.
Tabla 3. Necesidades analizadas por el supervisor.
Fuente: Elaboración propia.
Tabla 4. Representación de resultados supervisor.
Fuente: Elaboración propia.
Se puede observar que, para el supervisor, las necesidades de protección y
seguridad son primordiales de satisfacer, seguidas por las sociales y de pertenencia.
En similar importancia se encuentran las de autoestima y autorrealización.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
31
Por último, las hipótesis planteadas se cumplen en lo particular, como muestra la
Tabla 5. Así mismo, aportan a la conrmación de las ideas de los entornos en los
que se desarrollan los trabajadores y cómo podrían mejorarse.
Tabla 5. Resultados de hipótesis.
Fuente: Elaboración propia.
5. CONCLUSIONES
Este trabajo, si bien es un estudio de caso que muestra el contexto, y las necesidades
especícas de una sola empresa constructora, es un reejo social y cultural de las
condiciones en las que viven los trabajadores de la construcción en México. Esta
investigación usa datos cuantitativos para interpretarlos de forma cualitativa. El
estudio fue de lo general a lo particular en la búsqueda de entender a los trabajadores
como personas, como individuos con necesidades y características particulares.
Se analizaron los diferentes espacios donde se desarrollan (diferentes obras de
construcción). A través de la investigación teórica y el trabajo en campo, se puede
corroborar de que las estadísticas de las instituciones mencionadas en el marco
teórico no se despegan de la realidad.
La empresa constructora requiere dar un enfoque más humano y sensible en lo
administrativo para con sus trabajadores. Si bien ellos aseguran sentirse bien, la
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
32
percepción de bienestar recae sobre el contexto en el que siempre se han desarrollado
y es importante que su lugar de empleo también se preocupe por ampliar y mejorar
las perspectivas de los trabajadores para que sean más críticos y objetivos con su
entorno. Se muestra un interés sincero por parte de los empleadores por mejorar
los entornos laborales de sus trabajadores, pero se cree que el desconocimiento
en esta área y las cuestiones económicas por las que se atraviesa no permiten que
exista esa completa voluntad y disposición de hacerlo. Con este tipo de estudios se
da a conocer la posibilidad de mejorar las condiciones sin la necesidad de grandes
inversiones, y las que se hagan serán redituables en el corto plazo.
Se propone que este trabajo se continúe profundizando de una manera
multidisciplinaria, en la que se involucren a profesionales de áreas como la
psicología, el derecho, la ingeniería industrial, la arquitectura y por supuesto la
ingeniería civil. De modo que se abarquen temas con mayor especialidad para
trabajar sobre condiciones con mejor delimitación y alcance.
Este trabajo está hecho para adaptarse a otras empresas constructoras. Solo se
deben adecuar las preguntas de las encuestas del trabajador y usar un enfoque
particular a la empresa que se analice. Se ve viable que se lleve a cabo un estudio
de forma masiva en el que estén incluidas más empresas y así recuperar datos de
zonas en particular y ver la relación con el lugar.
REFERENCIAS
Carcaño, R. S. (2006). Riesgos en la salud de los trabajadores de la construcción.
Ingeniería, 10(2), 67-74.
Centro de estudios económicos de la industria de la construcción (CEESCO). (2018).
La fuerza laboral en el sector de la construcción. Recuperado de https://
www.cmic.org.mx/cmic/ceesco/2018/Fuerza%20Laboral%20en%20
la%20Industria%20de%20la%20Construcci%C3%B3n_CEESCO_1.pdf
Centro de estudios económicos del sector de la construcción (CEESCO).
(2019). Situación del empleo en el sector de la construcción.
Recuperado de https://www.cmic.org.mx/cmic/ceesco/2019/PDF/
Situaci%C3%B3n%20del%20Empleo%20en%20el%20Sector%20
de%20la%20Construcci%C3%B3n%20al%20mes%20de%20Mayo%20
2019_CEESCO_04_07_2019.pdf
Cuevas Rosales, M.F. (2004). Estudio exploratorio sobre la motivación del albañil.
Universidad Iberoamericana, México.
De Castro Sánchez, S. (2018). ¿Por qué cobra más un arquitecto que un albañil?
Recuperado de Recuperado de https://www.elsaltodiario.com/el-rumor-
de-las-multitudes/por-que-cobra-mas-un-arquitecto-que-un-albanil
De Oliveira, O. (2006). Jóvenes y precariedad laboral en México. Papeles de
población, 12(49), 37-73.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
33
García-Allen, J. (2016). Pirámide de Maslow: la jerarquía de las necesidades
humanas. Recuperado de https://psicologiaymente.com/psicologia/
piramide-de-maslow
Instituto de Planeación, Estadística y Geografía (IPLANEG). (2017). 3 de mayo,
día del albañil. Recuperado de https://seieg.iplaneg.net/seieg/doc/Dia_
del_Albanil_020517_1493779506.pdf
Instituto Mexicano de Seguro Social (IMSS). (2017). IMSS Prospera. Recuperado
de http://www.imss.gob.mx/imss-prospera
Ley del Seguro Social (2020). Diario ocial de la Federación, última reforma del
2020-10-21. Recuperado de http://www.imss.gob.mx/sites/all/statics/pdf/
leyes/LSS.pdf
Ley Federal del Trabajo (2019), Diario ocial de la Federación, última reforma del
2019-07-02. Recuperado de https://www.diputados.gob.mx/LeyesBiblio/
pdf/125_020719.pdf
Norma ocial mexicana (NOM-031-STPS). (2011). Construcción-condiciones de
seguridad y salud en el trabajo. Recuperado de http://asinom.stps.gob.
mx:8145/upload/noms/NOM-031.pdf
Norma ocial mexicana (NOM-035-STPS). (2018). Factores de riesgo psicosocial
en el trabajo-identicación, análisis y prevención. Recuperado de https://
www.dof.gob.mx/nota_detalle_popup.php?codigo=5541828
Organización Internacional del Trabajo (OIT). (2016). Mejore su negocio: el
recurso humano y la productividad. Ginebra, Suiza. Recuperado de http://
www.ilo.org/safework/areasofwork/hazardous-work/WCMS_356582/
lang--es/index.html
Sashkin, M. (1996). El Cuestionario MbM: Gestión por motivación. Recuperado
de https://downloads. hrdpressonline. com/les/7320 080417160937. pdf.
Fuentes de nanciamiento: No aplica.
Declaración de conicto de intereses: El autor declara no tener conictos de
interés.
Derechos de autor (c) 2022 Alan Rafael Velázquez García
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
34
Citar como: Rocha Vallejo,
G. G. (2022). Identicación
de personas sin barbijo
utilizando Deep Learning.
Journal Boliviano de Ciencias,
18(52), 34-44. https://doi.
org/10.52428/20758944.
v18i52.236
Editor invitado: Joaquin
Humberto Aquino Rocha
Presidente comité cientíco
COLEIC: Nahúm Gamalier
Cayo Chileno
Revisado: 25/04/2022
Aceptado: 27/04/2022
Publicado: 29/06/2022
Declaración: Los autores
declaran no tener ningún
conicto de intereses en la
publicación de este documento.
Este artículo es un artículo de
acceso abierto distribuido bajo
los términos y condiciones de
la Creative Commons. Licencia
de atribución (CC BY)(https://
creativecommons.org/licenses/
by/4.0/).
Proyecto de Ingeniería Aplicada
Identicación de personas sin barbijo utilizando Deep
Learning
Identication of people without a mask using Deep Learning
Giovanny Germán Rocha Vallejo 1.
1. Licenciado en Informática. Universidad Privada del Valle. Cochabamba.
Bolivia. giovo1@gmail.com.
RESUMEN
Este trabajo hace uso de las redes neuronales convolucionales para la detección
de personas sin barbijo, ya que debido a la coyuntura actual del COVID-19
y de acuerdo con las medidas de bioseguridad instruidas por las instituciones
gubernamentales y de salud, se ha visto de una manera comprobada que el uso de
los barbijos o mascarillas quirúrgicas ayudan a reducir el riesgo de contagio de la
enfermedad, por esta razón se hace evidente la necesidad de realizar la detección
o identicación de personas que no estén utilizando un barbijo, incumpliendo
con esta medida de bioseguridad y poniendo en riesgo a un grupo de la población.
Inicialmente se estableció un repositorio de entrenamiento compuesto por
imágenes de personas con y sin barbijos, dichas imágenes habrían sido obtenidas
de distintas fuentes.
Se han entrenado y comparado tres tipos de redes neuronales convolucionales,
Faster R-CNN, SSD (Single Shot MultiBox Detector) y YOLO (You Only Look
Once), cada una realiza la detección de personas con y sin barbijos, destacándose
una de otra por su rapidez, precisión o rendimiento.
Para la obtención de los modelos de detección de objetos, se han utilizado los
frameworks Darknet y TensorFlow Object Detection API, además de Google
Colab que al ser un servicio de un proveedor gratuito, proveyó también potentes
características computacionales.
Palabras clave: Visión por computador. Aprendizaje profundo. Red neuronal
convolucional. Detección de objetos, YOLO.
ABSTRACT
This work makes use of convolutional neural networks to detect people with and
without mask, due to the current situation of COVID-19 and in accordance with
the biosecurity measures instructed by government and health institutions, it has
been proven in a way that the use of surgical masks or chinstraps help to reduce
the risk of contagion of the disease, the need to be able to detect or identify
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
35
people who are not wearing a mask becomes evident, not complying with this
biosecurity measure and putting a group of the population at risk.
Initially, a training repository was established consisting of images of people with
and without masks, these images were obtained from dierent sources.
Three types of convolutional neural networks have been trained and compared,
Faster R-CNN, SSD (Single Shot MultiBox Detector) and YOLO (You Only Look
Once), each one performs the detection of people with and without masks, standing
out one from the other due to its speed, precision, or performance.
To obtain the object detection models, Darknet and TensorFlow Object Detection
API frameworks have been used, Google Colab was used too, which, being a free
provider, it also provided powerful computational features.
Keywords: Computer vision. Deep learning. Convolutional neural networks.
Object detection. YOLO.
1. INTRODUCCIÓN
Una de las áreas de aplicación del Deep Learning es la detección de objetos, que
es el proceso de identicación y localización de ciertas entidades que dependiendo
del contexto interesa ubicar, ya sea que estén en una imagen o en un video. En la
actualidad existen bastantes modelos de detección de objetos, que se diferencian
de las novedosas técnicas que utilizan a la hora de realizar la detección, esto
trae consigo que algunos modelos se destaquen por su precisión, rendimiento o
velocidad a la hora de ser utilizados.
Las redes neuronales convolucionales son la base de los modelos de detección de
objetos, si bien fueron creadas en los 90´s, hoy en día siguen apareciendo nuevas,
cada una con mejores características que otra. YOLO (You Only Look Once)
es una red neuronal convolucional que se destaca por su velocidad a la hora de
realizar la detección de objetos, procesa toda una imagen una única vez, realizando
la extracción, ltraje, localización y clasicación de los objetos con los que fue
entrenada (Redmon et al., 2016).
Transfer learning es una técnica que permite utilizar el conocimiento obtenido
de entrenar un modelo y utilizarlo en la obtención de otro. Con esto lo que se
pretende lograr es una reducción del tiempo de entrenamiento así como obtener
modelos más precisos y robustos (Pan y Yang, 2010). Fine tuning en deep learning
implica el uso de los pesos de un algoritmo de aprendizaje profundo anterior para
programar otro proceso de aprendizaje profundo similar (Joshi, 2020).
Los modelos de detección de objetos predicen un cuadro delimitador y una
categoría de un objeto en una imagen. Intersection Over Union (IoU) se utiliza para
determinar si el cuadro delimitador se predijo correctamente. IoU se dene como
el área de la intersección o superposición dividida por el área de la unión de un
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
36
recuadro delimitador predicho con un recuadro delimitador de verdad fundamental
(Padilla et al., 2020)
Con la aparición del COVID-19 a nales del año 2019, el uso del barbijo se ha
vuelto en algo básico para tratar de prevenir la enfermedad, es así que poder
identicar a personas que no lo estén utilizando resulta algo útil y necesario,
es por esta razón que se plantea en el presente trabajo utilizar una red neuronal
convolucional entrenada para detectar personas sin barbijo.
2. DESARROLLO DE LA SOLUCIÓN
Para la obtención de los modelos de detección que permitan detectar personas con
o sin barbijos se ejecutaron varias actividades, comenzando con la elaboración del
repositorio de imágenes de entrenamiento, seguido de las herramientas y el entorno
de trabajo utilizados, y nalmente el proceso de entrenamiento de las redes YOLO,
Faster R-CNN y SSD.
1. Repositorio imágenes de entrenamiento
Para establecer el repositorio de imágenes de entrenamiento de la red neuronal, se
hizo uso de cuatro Dataset públicos que contendrían imágenes de personas con y
sin barbijos.
1.1. Unicación de los Dataset
Debido a que se utilizaron cuatro Dataset de distintas fuentes, para poder unicarlos
en un solo repositorio de imágenes, se tuvo que realizar un preprocesamiento de las
mismas junto con los archivos de texto que las acompañaban.
1.2. Generación de los archivos pivote
Una vez centralizadas y uniformizadas las imágenes y archivos de texto, se
procedió a generar los archivos pivote del repositorio, que contendrían información
de las clases u objetos a entrenar, así como también la ubicación y porcentaje de las
imágenes que serían utilizadas para el entrenamiento y validación.
2. Herramientas y entorno de trabajo
Para la obtención de un modelo de detección utilizando YOLO se hizo uso de
Darknet que provee muchas facilidades para el entrenamiento y validación de la
red neuronal, así mismo se utilizó también Google Colab que al ser un entorno de
trabajo en la nube, es gratuito y provee características computacionales de muy
buen rendimiento. Para el entrenamiento de Faster R-CNN y SSD se utilizó el API
de TensorFlow Object Detection.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
37
3. YOLOv4
La arquitectura de la versión 4 de YOLO implementada en el framework de
Darknet, está conformada por 162 capas, de convolución (conv), de ruta (route), de
atajo (shortcut) y del tipo YOLO.
Para realizar el entrenamiento de la red neuronal, se tuvo que realizar algunas
modicaciones a los archivos de conguración del framework, para que queden
denidos valores como el número de clases a entrenar, número de ltros, tamaño
del redimensionamiento de las imágenes, técnicas de data augmentation a utilizar.
3.1. Archivo con pesos pre-entrenados
Debido a que el uso de archivos con pesos pre-entrenados ayudan a que un
detector de objetos personalizado sea mucho más preciso y no tenga que entrenar
tanto tiempo, se procedió a descargar el archivo yolov4.conv.137
1
de pesos pre-
entrenados para las capas convolucionales de la red neuronal YOLO v4.
3.2. Ejecución del entrenamiento
Para el proceso de entrenamiento, se habilitó el uso del GPU de Google Colab,
lográndose completar todo el proceso en un tiempo total de 2 días.
4. Faster R-CNN y SSD
Para poder comparar los resultados obtenidos del entrenamiento realizado con
YOLO v4, se realizó también el entrenamiento de las redes Faster R-CNN y SSD
con el mismo repositorio de imágenes que fue utilizado por YOLO, pero se hizo
uso del API de TensorFlow Object Detection para este propósito.
4.1. Conversión repositorio de entrenamiento
El API de TensorFlow Object Detección requiere que los archivos que serán
utilizados para el entrenamiento y validación del modelo de detección estén en
formato TFRecord, que es un formato serializado utilizado por TensorFlow para
almacenar los datos. Es así que los archivos del repositorio tuvieron que ser
convertidos del formato YOLO al formado TFRecord.
4.2. Modelos de detección pre-entrenados
Para el entrenamiento de las redes Faster R-CNN y SSD se utilizaron modelos
de detección pre-entrenados, que permiten mejorar la precisión y tiempo de
entrenamiento. Se hizo uso de los modelos SSD ResNet50 V1 FPN 640x640
(RetinaNet50) y Faster R-CNN ResNet50 V1 640x640 que están disponibles en
(TensorFlow 2 Detection Model Zoo, 2021).
1 De https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/
yolov4.conv.137
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
38
4.3. Entrenamiento de Faster R-CNN y SSD
Debido a que Faster R-CNN y SSD requieren más ciclos de entrenamiento para
obtener buenas detecciones, el tiempo total que fue requerido para completar este
proceso fue de 5 días.
3. RESULTADOS
Después de haber entrenado las redes neuronales convolucionales YOLO v4, Faster
R-CNN y SSD con el repositorio de imágenes de personas con y sin barbijos, a
continuación, se presentan los resultados obtenidos seguidos del análisis respectivo.
1. Métricas obtenidas
En la Tabla 1 se muestran los resultados obtenidos de Verdaderos Positivos (VP),
Falsos Positivos (FP) y Falsos Negativos (FN) por modelo:
Tabla 1. Valores de VP, FP y FN obtenidos
Fuente: Elaboración propia, 2022.
Se puede observar que los tres modelos son capaces de detectar correctamente a la
mayoría de los objetos. Es importante resaltar que el número de FP en YOLO es
mayor con relación a Faster R-CNN y SSD, pero el número de FN es menor, por
lo que se puede armar que YOLO logró detectar más objetos, aunque un grupo de
estas detecciones no superaron el umbral IoU denido.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
39
En cuanto a las principales métricas utilizadas para los modelos de detección se
obtuvieron las que se muestran en la Tabla 2.
Tabla 2. Métricas obtenidas
Fuente: Elaboración propia, 2022.
Como se puede ver, los tres modelos tienen un mAP arriba de 85%, lo que signica
que todos tienen un buen desempeño a la hora de realizar la detección de las clases
entrenadas. En las Figuras 1 y 2 se muestran algunos ejemplos de las detecciones
efectuadas.
Figura 1. Detecciones realizadas por Faster R-CNN
Fuente: Elaboración propia, 2022.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
40
Figura 2. Detecciones realizadas por YOLO
Fuente: Elaboración propia, 2022.
Como se puede observar en la Tabla 2, Faster R-CNN y SSD obtienen mejor
precision lo que signica que un buen porcentaje de las detecciones realizadas
tienen realmente valor, pero su recall es más bajo, lo que indica que no lograron
detectar a varios objetos relevantes como puede ver en la Figura 3, que es parte de
algunas imágenes obtenidas del proceso de entrenamiento realizado.
Figura 3. Ejemplo objetos no detectados
Fuente: Elaboración propia, 2022.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
41
Los recuadros de color rojo son los recuadros delimitadores de verdad fundamental
(ground truth bounding box), como se puede apreciar algunos no fueron detectados,
pero los que sí lo fueron tienen un buen porcentaje de certeza.
En cuanto a recall, YOLO es el que tiene el valor más alto en esta métrica, lo que
signica que logra detectar a un mayor número de todos los objetos existentes en
una imagen, un ejemplo de aquello es mostrado en la Figura 4, donde se puede
apreciar que YOLO detecta correctamente a una persona que está casi al límite de
la imagen a diferencia de Faster R-CNN.
Figura 4. YOLO detecta una persona más que Faster R-CNN
Fuente: Elaboración propia, 2022.
Así mismo, se puede ver también que, de los tres modelos, YOLO obtiene un F1-
Score más alto, lo que signica que el modelo es más balanceado entre precision
y recall, por lo que consigue obtener un buen número de detecciones efectivas y
detectar a una mayoría de los objetos relevantes.
En cuanto a la velocidad a la hora de realizar las detecciones, para poder comparar
los modelos, se utilizó FPS (Frame Per Second) que dene que tan rápido un
modelo de detección de objetos procesa un video y despliega los resultados
obtenidos (Tabla 3).
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
42
Tabla 3. Velocidad de los modelos
Fuente: Elaboración propia, 2022.
Como se puede observar YOLO v4 obtuvo mejores resultados que Faster R-CNN
y SSD, prácticamente realizando la detección en tiempo real, esta es una de las
principales características de ese modelo, su velocidad. En la Figura 5 se muestran
algunos ejemplos de las detecciones realizadas por YOLOv4.
Figura 5. Detecciones realizadas por YOLO en video
Fuente: Elaboración propia, 2022.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
43
5. CONCLUSIONES
Se han utilizado tres de los principales modelos de detección de objetos que
existen actualmente en el área del Deep Learning: Faster R-CNN, SSD y YOLO,
para poder evaluarlos a la hora de realizar la detección de objetos, se procedió a
entrenarlos, utilizando el mismo repositorio de imágenes de personas con y sin
barbijos, se pudo evidenciar que algunos modelos requieren más tiempo y ciclos
de entrenamiento que otros, como resultado nal de todo ese proceso se pudo
constatar que si bien Faster R-CNN y SSD tienen mejor precisión a la hora de
realizar la detección, les falta mejorar la identicación de objetos relevantes en una
imagen, así como también su velocidad a hora de realizar la detección. YOLO en
cambio obtuvo muy buenos resultados en cuanto a la precisión e identicación de
objetos relevantes en una imagen, logrando ser más equilibrado en ese aspecto, con
relación a la velocidad a la hora de realizar la detección, fue sin lugar a duda muy
superior a los otros modelos, realizando la detección prácticamente en tiempo real.
Como punto de partida para el proceso de entrenamiento de los tres modelos, se
estableció un repositorio de imágenes de entrenamiento, el cual fue conformado
por varios Datasets para tener mayor número de imágenes. Así mismo, debido a
que se utilizaron distintas herramientas para el entrenamiento de los modelos, el
repositorio de imágenes consolidado tuvo que ser readecuado al formato requerido
por dichas herramientas.
Se ha podido observar que es posible la personalización de distintos tipos de redes
neuronales convolucionales, en el caso del presente trabajo se habrían entrenado
a las redes YOLO, Faster R-CNN y SSD a reconocer cuando una persona está
utilizando un barbijo y cuando no, esto demuestra que es posible enseñar a una red
neuronal convolucional a detectar cualquier tipo de objeto, por lo que la utilidad
que se les podría dar es prácticamente en cualquier área.
Debido a que en la actualidad existen varios tipos de redes neuronales
convolucionales, cada una con distintas características que las hacen adecuadas
para distintos tipos de problemas, va a depender de los objetivos que se quieran
lograr para seleccionar una u otra, ya que, si por ejemplo se requiere tener certeza
al momento de detectar un objeto en vez de rapidez, utilizar YOLO no sería una
buena opción.
REFERENCIAS
Bisong, E. (2019). Google Colaboratory. En Building Machine Learning and Deep
Learning Models on Google Cloud Platform. Apress.
Bochkovskiy, A. (2021). GitHub - AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4
/ YOLO - Neural Networks for Object Detection (Windows and Linux
version of Darknet). Recuperado el 27 de Marzo de 2021, de GitHub:
https://github.com/AlexeyAB/darknet
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
44
Bochkovskiy, A. (2021). Running a YOLOv4 Object Detector with Darknet in
the Cloud! (GPU ENABLED). Recuperado el 27 de Marzo de 2021,
de Google Colab: https://colab.research.google.com/drive/1_GdoqC-
JWXsChrOiY8sZMr_zbr_fH-0Fg
Bochkovskiy, A., Wang, C.-Y., & Liao, H.-Y. M. (2020). YOLOv4: Optimal
Speed and Accuracy of Object Detection. arXiv:2004.10934.
Girshick, R. (2015). Fast R-CNN. Proceedings of the IEEE International Confer-
ence on Computer Vision, (págs. 1440-1448).
Joshi, N. (2020). How to ne-tune your articial intelligence algorithms. Re-
cuperado el 20 de Abril de 2022, de Allerin: https://www.allerin.com/
blog/how-to-ne-tune-your-articial-intelligence-algorithms.
Khandelwal, R. (2019). COCO and Pascal VOC data format for Object detec-
tion. Recuperado el 28 de Marzo de 2021, de Towards Data Science:
https://towardsdatascience.com/coco-data-format-for-object-detec-
tion-a4c5eaf518c5
Liu, W., Anguelov, D., Erhan, D., Szegedy, C., Reed, S., Fu, C.-Y., & Berg, A.
(2016). SSD: Single Shot MultiBox Detector. European Conference on
Computer Vision, (pp. 21-37).
Padilla, R., Netto, S. L., & da Silva, E. A. (2020). A Survey on Performance
Metrics for Object-Detection Algorithms. International Conference on
Systems Signals and Image Processing.
Pan, S. J., Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions
on Knowledge and Data Engineering, vol. 22, (pp. 1345-1359), doi:
10.1109/TKDE.2009.191.
Ponnusamy, A. (24 de Marzo de 2021). Preparing Custom Dataset for Training
YOLO Object Detector. Obtenido de Vision Geek: https://www.vision-
geek.io/2019/10/preparing-custom-dataset-for-training-yolo-object-de-
tector.html
Redmon, J. (2013-2016). Darknet: Open Source Neural Networks in C. Obteni-
do de http://pjreddie.com/darknet/
Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look
Once: Unied, Real-Time Object Detection. IEEE.
TensorFlow 2 Detection Model Zoo. (1 de Mayo de 2021). Obtenido de GitHub:
https://github.com/tensorow/models/blob/master/research/object_de-
tection/g3doc/tf2_detection_zoo.md
TensorFlow. (1 de Mayo de 2021). Obtenido de www.tensorow.org
TensorFlow Object Detection API. (1 de Mayo de 2021). Obtenido de https://
github.com/tensorow/models/tree/master/research/object_detection
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
45
Fuentes de nanciamiento: Esta investigación fue nanciada con fondos del
autor.
Declaración de conicto de intereses: El autor declara que no tiene ningún
conicto de interés.
Derechos de autor (c) 2022 Giovanny German Rocha Vallejo
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 18 –Número 52
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
46
