Interpretación de:
Graphical models and the challenge of evidence-based practice in development and sustainability
https://doi.org/10.1016/j.envsoft.2020.104734Calder, R., Alatorre, A., Marx, R., Mallampalli, V., Mason, S., Olander, L., Jeuland, M., Borsuk, M., 2020: Graphical models and the challenge of evidence-based practice in development and sustainability, Environmental Modelling & Software, 130, 104734, https://doi.org/10.1016/j.envsoft.2020.104734
Intérprete
tineo anthony
Fecha de interpretación
02/01/2024
Revisor
Giráldez Solano Lucy Marisol
Resultados y conclusiones
En este estudio se empleó el impacto del acceso a la energía en el desarrollo, medio ambiente y salud en el mundo en desarrollo como un caso de estudio. El objetivo fue demostrar cómo los modelos gráficos pueden ser utilizados para organizar la evidencia disponible en comunidades interdisciplinarias. Los resultados indican que las relaciones causales son más sólidamente respaldadas cuando son mecánicamente interpretables y menos complejas, destacando la importancia de considerar vías causales específicas al evaluar intervenciones. Los modelos gráficos emergen como herramientas efectivas para organizar y visualizar la complejidad de sistemas socioambientales, proporcionando perspectivas que pueden orientar investigaciones futuras y mejorar la práctica basada en evidencia en campos interdisciplinarios.
Metodología y datos
Se emplearon modelos gráficos para analizar la evidencia proveniente de una revisión exhaustiva de la literatura sobre el impacto del acceso a la energía en el desarrollo, medio ambiente y salud en el mundo en desarrollo. Se construyeron redes gráficas que representan las relaciones causales entre diversos conceptos, identificando la fuerza de estas asociaciones mediante el ancho de las flechas, proporcional al número de artículos de revisión que respaldan cada relación. La complejidad de la red se evaluó considerando el número de relaciones y conceptos incluidos. Se utilizaron análisis de regresión cuantil para evaluar la consistencia de la evidencia en función de la complejidad de la red. La recopilación de datos involucró búsquedas bibliográficas exhaustivas limitadas a artículos de revisión. El número de artículos por relación específica indicó la solidez de la evidencia. Se consideraron métricas como el porcentaje de artículos con evidencia contradictoria. Esta metodología permitió una evaluación integral de las relaciones causales, identificando patrones y brechas en la evidencia y resaltando la complejidad inherente a los sistemas socioambientales y biofísicos.
Limitaciones de la investigación
El estudio tiene limitaciones importantes a considerar al interpretar los resultados. La metodología basada en revisiones de la literatura puede estar sujeta a sesgos en la selección y focalización de estudios revisados. La variabilidad en la definición y medición de conceptos clave, como "acceso a la energía" o "desarrollo", puede introducir ambigüedades en la interpretación de relaciones causales. La complejidad de los sistemas socioambientales y biofísicos dificulta representar todas las interacciones relevantes, y las simplificaciones en los modelos gráficos pueden perder matices. La calidad y consistencia de la evidencia variaron entre las relaciones examinadas, afectando la fiabilidad de las conclusiones. A pesar de estas limitaciones, el estudio ofrece una valiosa síntesis de la evidencia disponible y señala áreas clave para investigaciones futuras en el ámbito del acceso a la energía y sus impactos asociados.
Recomendaciones
Basándonos en los hallazgos de esta investigación, se proponen recomendaciones clave para futuras investigaciones y políticas. Se insta a realizar estudios más detallados en áreas con investigación limitada, abordando lagunas específicas. La colaboración interdisciplinaria se destaca para comprender completamente las complejidades de las relaciones causales en sistemas socioambientales. Se sugiere establecer estándares claros y uniformes en la definición de conceptos clave, facilitando la comparación y síntesis de hallazgos. Además, se resalta la necesidad de una evaluación continua de la evidencia con la participación de expertos y considerando perspectivas locales. Estas recomendaciones buscan informar políticas más efectivas en el ámbito del acceso a la energía y sus consecuencias socioambientales.
Adaptación: Agricultura, Agua
Mitigación: Energía
Escala: Regional
Ámbito geográfico: No especifica
Palabras clave: Cadena de resultados, Red bayesiana, Modelos geográficos, Modelo lógico, Evaluación de evidencia
Cita de la interpretación
tineo, anthony, 2024: Interpretación de Calder et al. (2020, doi:10.1016/j.envsoft.2020.104734), Observatorio de Conocimiento Científico sobre Cambio Climático del Perú, IGP, https://cienciaclimatica.igp.gob.pe/entities/interpretation/db98f231-0c1d-4b31-966b-66289dfe67be