Upload casos_gobernanza.json
Browse files- casos_gobernanza.json +6 -6
casos_gobernanza.json
CHANGED
@@ -8,7 +8,7 @@
|
|
8 |
"descripcion": "Las empresas y gobiernos utilizan modelos de din谩mica de sistemas para anticipar disrupciones en la producci贸n y log铆stica de semiconductores, considerando factores econ贸micos, pol铆ticos y clim谩ticos.",
|
9 |
"enfoque_riesgo": "Se basa en modelado sist茅mico para evaluar interdependencias y retroalimentaciones en la red de suministro, con herramientas como simulaciones de escenarios y an谩lisis de redes complejas.",
|
10 |
"opinion_docente": "Este enfoque permite gestionar incertidumbres de forma proactiva en lugar de reactiva, identificando puntos de fragilidad y optimizando rutas alternativas antes de que ocurra una crisis.",
|
11 |
-
"url": "https://
|
12 |
},
|
13 |
{
|
14 |
"id": 2,
|
@@ -18,7 +18,7 @@
|
|
18 |
"descripcion": "Los mercados financieros operan con un alto nivel de incertidumbre, y los inversionistas desarrollan estrategias evolutivas basadas en aprendizaje continuo y adaptaci贸n a cambios impredecibles.",
|
19 |
"enfoque_riesgo": "El sistema no depende de normativas r铆gidas, sino de la capacidad de los actores para evolucionar mediante mecanismos de selecci贸n natural financiera, optimizando estrategias de inversi贸n y cobertura de riesgos.",
|
20 |
"opinion_docente": "Este modelo ilustra c贸mo la gobernanza de la incertidumbre puede prescindir de estructuras jer谩rquicas y permitir que la inteligencia colectiva optimice din谩micamente sus respuestas.",
|
21 |
-
"url": "https://
|
22 |
},
|
23 |
{
|
24 |
"id": 3,
|
@@ -28,7 +28,7 @@
|
|
28 |
"descripcion": "El sistema inmunol贸gico humano gestiona la incertidumbre de pat贸genos desconocidos mediante detecci贸n descentralizada, memoria inmunol贸gica y adaptaci贸n r谩pida sin necesidad de una direcci贸n centralizada.",
|
29 |
"enfoque_riesgo": "Este enfoque cognitivo se basa en la autoorganizaci贸n y el aprendizaje distribuido, donde cada c茅lula act煤a como un nodo de conocimiento capaz de reaccionar en funci贸n de experiencias pasadas y se帽ales locales.",
|
30 |
"opinion_docente": "Aplicar principios inmunol贸gicos a la gesti贸n del riesgo permitir铆a dise帽ar sistemas organizacionales resilientes, con respuestas descentralizadas y autoaprendizaje continuo.",
|
31 |
-
"url": "https://
|
32 |
},
|
33 |
{
|
34 |
"id": 4,
|
@@ -38,7 +38,7 @@
|
|
38 |
"descripcion": "Las redes el茅ctricas inteligentes permiten gestionar incertidumbres de demanda y suministro en tiempo real, utilizando algoritmos distribuidos y sensores para optimizar el flujo energ茅tico.",
|
39 |
"enfoque_riesgo": "Uso de inteligencia artificial y modelos de redes din谩micas para redistribuir la carga energ茅tica y prevenir fallas sist茅micas ante eventos inesperados.",
|
40 |
"opinion_docente": "Este enfoque ilustra c贸mo la gobernanza de la incertidumbre puede distribuirse en una red descentralizada en lugar de depender de regulaciones r铆gidas.",
|
41 |
-
"url": "https://
|
42 |
},
|
43 |
{
|
44 |
"id": 5,
|
@@ -48,7 +48,7 @@
|
|
48 |
"descripcion": "Los pa铆ses que manejaron mejor la incertidumbre en pandemias recientes utilizaron un enfoque evolutivo, donde estrategias de mitigaci贸n se ajustaban din谩micamente en funci贸n de datos en tiempo real.",
|
49 |
"enfoque_riesgo": "En lugar de aplicar medidas r铆gidas, se adoptaron modelos de gesti贸n evolutiva que optimizaban respuestas sanitarias seg煤n la propagaci贸n del virus y la disponibilidad de recursos.",
|
50 |
"opinion_docente": "Permite una mayor resiliencia frente a crisis sanitarias, evitando rigideces normativas que pueden volverse obsoletas ante nuevas amenazas epidemiol贸gicas.",
|
51 |
-
"url": "https://
|
52 |
},
|
53 |
{
|
54 |
"id": 6,
|
@@ -58,7 +58,7 @@
|
|
58 |
"descripcion": "Sistemas de drones operan sin un control centralizado, utilizando inteligencia de enjambre para explorar 谩reas de desastre, encontrar sobrevivientes y coordinar acciones de rescate de manera aut贸noma.",
|
59 |
"enfoque_riesgo": "Cada dron act煤a como un nodo inteligente que aprende y se comunica con los dem谩s en tiempo real, optimizando decisiones sin necesidad de intervenci贸n humana constante.",
|
60 |
"opinion_docente": "Ejemplo de un sistema cognitivo donde la incertidumbre se gestiona mediante autoaprendizaje distribuido y capacidad de reacci贸n inmediata sin estructuras r铆gidas.",
|
61 |
-
"url": "https://
|
62 |
}
|
63 |
]
|
64 |
}
|
|
|
8 |
"descripcion": "Las empresas y gobiernos utilizan modelos de din谩mica de sistemas para anticipar disrupciones en la producci贸n y log铆stica de semiconductores, considerando factores econ贸micos, pol铆ticos y clim谩ticos.",
|
9 |
"enfoque_riesgo": "Se basa en modelado sist茅mico para evaluar interdependencias y retroalimentaciones en la red de suministro, con herramientas como simulaciones de escenarios y an谩lisis de redes complejas.",
|
10 |
"opinion_docente": "Este enfoque permite gestionar incertidumbres de forma proactiva en lugar de reactiva, identificando puntos de fragilidad y optimizando rutas alternativas antes de que ocurra una crisis.",
|
11 |
+
"url": "https://www.semiconductors.org/wp-content/uploads/2024/05/Emerging-Resilience-in-the-Semiconductor-Supply-Chain_SIA-Summary.pdf"
|
12 |
},
|
13 |
{
|
14 |
"id": 2,
|
|
|
18 |
"descripcion": "Los mercados financieros operan con un alto nivel de incertidumbre, y los inversionistas desarrollan estrategias evolutivas basadas en aprendizaje continuo y adaptaci贸n a cambios impredecibles.",
|
19 |
"enfoque_riesgo": "El sistema no depende de normativas r铆gidas, sino de la capacidad de los actores para evolucionar mediante mecanismos de selecci贸n natural financiera, optimizando estrategias de inversi贸n y cobertura de riesgos.",
|
20 |
"opinion_docente": "Este modelo ilustra c贸mo la gobernanza de la incertidumbre puede prescindir de estructuras jer谩rquicas y permitir que la inteligencia colectiva optimice din谩micamente sus respuestas.",
|
21 |
+
"url": "https://www.portafolio.co/negocios/industrias/resiliencia-y-adaptabilidad-en-las-cadenas-de-suministro-617267?utm_source=chatgpt.com"
|
22 |
},
|
23 |
{
|
24 |
"id": 3,
|
|
|
28 |
"descripcion": "El sistema inmunol贸gico humano gestiona la incertidumbre de pat贸genos desconocidos mediante detecci贸n descentralizada, memoria inmunol贸gica y adaptaci贸n r谩pida sin necesidad de una direcci贸n centralizada.",
|
29 |
"enfoque_riesgo": "Este enfoque cognitivo se basa en la autoorganizaci贸n y el aprendizaje distribuido, donde cada c茅lula act煤a como un nodo de conocimiento capaz de reaccionar en funci贸n de experiencias pasadas y se帽ales locales.",
|
30 |
"opinion_docente": "Aplicar principios inmunol贸gicos a la gesti贸n del riesgo permitir铆a dise帽ar sistemas organizacionales resilientes, con respuestas descentralizadas y autoaprendizaje continuo.",
|
31 |
+
"url": "https://arxiv.org/abs/2007.03278"
|
32 |
},
|
33 |
{
|
34 |
"id": 4,
|
|
|
38 |
"descripcion": "Las redes el茅ctricas inteligentes permiten gestionar incertidumbres de demanda y suministro en tiempo real, utilizando algoritmos distribuidos y sensores para optimizar el flujo energ茅tico.",
|
39 |
"enfoque_riesgo": "Uso de inteligencia artificial y modelos de redes din谩micas para redistribuir la carga energ茅tica y prevenir fallas sist茅micas ante eventos inesperados.",
|
40 |
"opinion_docente": "Este enfoque ilustra c贸mo la gobernanza de la incertidumbre puede distribuirse en una red descentralizada en lugar de depender de regulaciones r铆gidas.",
|
41 |
+
"url": "https://www.mdpi.com/1996-1073/16/22/7562"
|
42 |
},
|
43 |
{
|
44 |
"id": 5,
|
|
|
48 |
"descripcion": "Los pa铆ses que manejaron mejor la incertidumbre en pandemias recientes utilizaron un enfoque evolutivo, donde estrategias de mitigaci贸n se ajustaban din谩micamente en funci贸n de datos en tiempo real.",
|
49 |
"enfoque_riesgo": "En lugar de aplicar medidas r铆gidas, se adoptaron modelos de gesti贸n evolutiva que optimizaban respuestas sanitarias seg煤n la propagaci贸n del virus y la disponibilidad de recursos.",
|
50 |
"opinion_docente": "Permite una mayor resiliencia frente a crisis sanitarias, evitando rigideces normativas que pueden volverse obsoletas ante nuevas amenazas epidemiol贸gicas.",
|
51 |
+
"url": "https://www.elsevier.es/es-revista-inmunologia-322-articulo-modelos-reconocimiento-inmunologico-tolerancia-e-S0213962613000760"
|
52 |
},
|
53 |
{
|
54 |
"id": 6,
|
|
|
58 |
"descripcion": "Sistemas de drones operan sin un control centralizado, utilizando inteligencia de enjambre para explorar 谩reas de desastre, encontrar sobrevivientes y coordinar acciones de rescate de manera aut贸noma.",
|
59 |
"enfoque_riesgo": "Cada dron act煤a como un nodo inteligente que aprende y se comunica con los dem谩s en tiempo real, optimizando decisiones sin necesidad de intervenci贸n humana constante.",
|
60 |
"opinion_docente": "Ejemplo de un sistema cognitivo donde la incertidumbre se gestiona mediante autoaprendizaje distribuido y capacidad de reacci贸n inmediata sin estructuras r铆gidas.",
|
61 |
+
"url": "https://www.researchgate.net/publication/364615908_Decentralized_swarms_of_unmanned_aerial_vehicles_for_search_and_rescue_operations_without_explicit_communication"
|
62 |
}
|
63 |
]
|
64 |
}
|