Aplicación de Aprendizaje Automático en el Análisis y Clasificación de Datos Paleomagnéticos del Cráton São Francisco

Patroni, Oscar Andres Lazcano; Gonçalves, João Vitor Matos

doi:10.22167/2675-6528-202602300

Artículo

16 de septiembre de 2026

Aplicación de Aprendizaje Automático en el Análisis y Clasificación de Datos Paleomagnéticos del Cráton São Francisco

Oscar Andres Lazcano Patroni; João Vitor Matos Gonçalves

DOI: 10.22167/2675-6528-202602300

Artículo derivado de Trabajo de Fin de Curso (TCC), con contenido basado en el trabajo original del estudiante y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege para la síntesis y organización textual.

Resumen

Los datos paleomagnéticos son cruciales para las reconstrucciones paleogeográficas; sin embargo, la dispersión direccional y las remagnetizaciones dificultan la obtención de promedios fiables. Se evaluó el potencial de las técnicas de aprendizaje automático no supervisado en el análisis e interpretación de datos paleomagnéticos del Cratón São Francisco, con enfoque en las formaciones Tonalito Itarerú y Sienito Itiúba, con el objetivo de mejorar la determinación de direcciones medias. Se compararon los algoritmos DBSCAN, K-means y Gaussian Mixture Model (GMM), utilizando el método del codo, AIC y BIC para la selección de parámetros. El DBSCAN destacó en la detección de regiones densas y valores atípicos, aunque sensible a los hiperparámetros. El K-means proporcionó una segmentación inicial, pero sin una definición clara del número óptimo de grupos. El GMM demostró mayor flexibilidad y asignación probabilística, con diferencias poco expresivas entre modelos. Los métodos produjeron resultados complementarios, revelando patrones direccionales plausibles. Se concluyó que la integración entre aprendizaje automático, estadística clásica e interpretación geológica es un enfoque prometedor para el análisis exploratorio paleomagnético, siendo recomendable ampliar las bases de datos y adoptar enfoques de estadística direccional.

Palabras clave: Análisis Exploratorio de Datos; Aprendizaje Automático; Clusterización; DBSCAN; K-means.

1. Introducción

Los datos paleomagnéticos constituyen la principal fuente de información para las reconstrucciones paleogeográficas. Esto se debe a que el paleomagnetismo es la única herramienta geofísica capaz de anclar la posición de las placas tectónicas en relación con el eje de rotación de la Tierra a lo largo del tiempo geológico (Butler, 1992; Tauxe, 2010; Torsvik et al., 2008). Las reconstrucciones paleogeográficas precisas son esenciales no solo para comprender los procesos geodinámicos, sino también para estudios sobre la dinámica climática del pasado (Donnadieu et al., 2006), la distribución paleobiogeográfica de fósiles (Middlemiss, 1979) y la posición absoluta de masas continentales y oceánicas, fundamentales para restringir modelos numéricos paleoclimáticos (Herold et al., 2008; Hollis et al., 2019).

Las direcciones paleomagnéticas forman la base de los estudios paleomagnéticos, y los enfoques estadísticos para su análisis han evolucionado significativamente en las últimas dos décadas, con avances que van desde el análisis de direcciones individuales hasta el estudio de agrupaciones direccionales (Heslop y Roberts, 2016; Tauxe et al., 2004; Vaes et al., 2021; Heslop et al., 2023). Sin embargo, la utilidad de estos datos depende de la capacidad de determinar con precisión la edad de la remanencia magnética. Aunque las pruebas de campo clásicas, como las de contacto cocido, de conglomerado y de pliegue, pueden identificar remagnetizaciones, los mecanismos responsables no siempre se comprenden bien. Esta incertidumbre dificulta la determinación de la edad, haciendo que los datos en bases de datos paleomagnéticas globales (GPMDB; Pisarevsky et al., 2022) sean prácticamente inútiles para reconstrucciones paleogeográficas sin la correcta identificación de sus orígenes y edades.

La determinación de direcciones mediante los métodos de desmagnetización alternada (AF) y térmica (TD) ha demostrado ser eficaz en la separación de las componentes de magnetización de la magnetización remanente natural (MRN) y en la obtención de direcciones consistentes. Sin embargo, en algunos casos, las direcciones medias calculadas para sitios específicos de las formaciones Tonalito Itarerú y Sienito Itiúba, ambas ubicadas en la región noreste del Cráton São Francisco, en el estado de Bahía, no presentan la misma coherencia. La determinación de estas direcciones medias puede ser particularmente desafiante, incluso con la consolidación de los métodos paleomagnéticos.

Una alternativa aún poco explorada para superar estas limitaciones es el uso de herramientas de aprendizaje estadístico, capaces de identificar patrones complejos y no lineales en grandes conjuntos de datos. El aprendizaje automático (machine learning) es un subcampo de la inteligencia artificial que emplea métodos matemáticos y estadísticos para que los sistemas computacionales aprendan patrones a partir de datos, mejorando el rendimiento en tareas específicas sin programación explícita (Bishop, 2006; Hastie et al., 2009; Murphy, 2012). En geociencias, el aprendizaje automático se ha aplicado para tratar e interpretar grandes volúmenes de datos, incluyendo datos geofísicos, geoquímicos y paleomagnéticos (Gwirtz et al., 2022; Dallanave, 2024; Gallo et al., 2025). Específicamente, el aprendizaje no supervisado busca identificar estructuras internas, patrones o agrupaciones naturales en datos sin etiquetas, siendo útil para análisis exploratorios y clusterización de datos paleomagnéticos. A pesar del potencial prometedor, los desafíos en la adquisición de datos en paleomagnetismo dificultan la generación de bases de datos extensas y de alta calidad, manteniendo el potencial del aprendizaje automático ampliamente inexplorado en este campo.

Ante este escenario, la integración de enfoques innovadores, como el aprendizaje automático, con la estadística clásica y la interpretación geológica, surge como una estrategia prometedora para mejorar el análisis exploratorio paleomagnético y la fiabilidad de los datos utilizados en reconstrucciones paleogeográficas. El presente trabajo tiene como objetivo investigar el uso de técnicas de aprendizaje automático mediante el uso de métodos no supervisados en el análisis e interpretación de datos paleomagnéticos, con foco en la mejora de la determinación de direcciones medias en formaciones geológicas del Cráton São Francisco, específicamente en las unidades Tonalito Itarerú y Sienito Itiúba, localizadas en el estado de Bahía.

2. Material y Métodos

Paleomagnetismo

Se extrajeron 253 testigos cilíndricos orientados de 26 localidades del plutón de Itareru, utilizando una perforadora portátil a gasolina equipada con brocas de diamante de 25,4 mm de diámetro. De estas localidades, 14 sitios corresponden a facies granodioríticas, 8 a facies tonalíticas y 4 a unidades del basamento. Se recolectaron al menos ocho testigos orientados por sitio, con la orientación realizada por un dispositivo Pomeroy (ASC Scientific, EE. UU.), acoplado a brújulas Brunton y solar. De manera análoga, se recolectaron 348 especímenes de 45 sitios del Sienito Itiúba, provenientes de tres conjuntos litológicos distintos: (i) sienitas predominantemente leucocráticas e hipersolvus, que contienen diópsido, hornblenda y biotita; (ii) capas de apatita-diópsido; y (iii) diques de granito alcalino.

Los testigos se cortaron en especímenes de 22,0 × 25,4 mm, obteniéndose al menos dos o tres especímenes por testigo. Para el Tonalito Itareru, se obtuvieron 770 especímenes, de los cuales 253 fueron seleccionados para análisis paleomagnéticos. Para el Sienito Itiúba, se obtuvieron 1460 especímenes, con 222 utilizados para análisis.

Los especímenes fueron sometidos a tratamientos térmicos y desmagnetización por campo magnético alterno (AF) en etapas sucesivas para aislar la magnetización remanente característica. La desmagnetización por campo alterno se realizó con pulsos de 2,0 mT, 2,5 mT, 5 mT o 10 mT, hasta aproximadamente 100 mT, utilizando un desmagnetizador AF Molspin o un desmagnetizador AF AD-D2000T (ASC Scientific, EE. UU.). La desmagnetización térmica se llevó a cabo en un horno de cámara doble ASC TD-60, con incrementos de 100 °C (entre 100 °C y 500 °C) y de 25 °C (por encima de 500 °C). Las mediciones de magnetización remanente se obtuvieron con un magnetómetro rotacional Agico JR-6A (AGICO, República Checa). Todos los procedimientos de laboratorio se realizaron en el Laboratorio de Anisotropías de Susceptibilidad Magnética y Magnetismo de Rocas de la Universidad de São Paulo (LAMS-IGc-USP).

La dirección de magnetización de cada espécimen se determinó mediante el método de análisis de componentes principales (Kirschvink, 1980), utilizando ajustes por mínimos cuadrados para rectas y planos, y proporcionando la desviación angular máxima (MAD) como medida de incertidumbre. Las direcciones de magnetización en cada etapa de desmagnetización se analizaron mediante proyecciones ortogonales en diagramas de Zijderveld (1967) utilizando el software Agico Remasoft 3.0 (Chadima y Hrouda, 2007).

Tras la determinación de las direcciones individuales, se calculó la media vectorial para obtener la dirección media de magnetización del sitio, correspondiente a la Magnetización Remanente Característica (ChRM). Las direcciones de magnetización fueron tratadas estadísticamente basándose en la estadística de Fisher (1953), que describe la distribución angular de las direcciones en torno a la media. El parámetro de precisión (k) se estimó mediante la ecuación (1):

k = (N-1) / (N-R)

donde N es el número de direcciones y R es el módulo del vector resultante de la suma vectorial de estas direcciones. El límite de confianza a95 fue aproximado por la ecuación (2):

a95 = 140 / raíz cuadrada(kN)

El Polo Geomagnético Virtual

El Polo Geomagnético Virtual (PGV) se calculó con base en las coordenadas geográficas del sitio muestreado y en la dirección media de magnetización remanente característica (ChRM). El análisis estadístico de los PGVs se realizó con base en la estadística de Fisher (1953), permitiendo la determinación de polos medios y de sus respectivos parámetros de precisión y límites de confianza (A95).

Machine Learning

En aplicaciones en geociencias, el aprendizaje automático se ha utilizado para el tratamiento e interpretación de grandes volúmenes de datos, incluidos datos paleomagnéticos. En este proyecto, se buscó desarrollar un modelo estadístico para clasificar y agrupar los conjuntos de datos paleomagnéticos disponibles para el Sienito Itiúba y Tonalito Itarerú. Para ello, se adoptó el algoritmo de clusterización DBSCAN (Ester et al., 1996) como principal método de análisis. Complementariamente, el rendimiento del DBSCAN se comparó con otros algoritmos de aprendizaje no supervisado, incluyendo k-means y Gaussian Mixture Model (GMM).

Agrupamiento Espacial Basado en Densidad de Aplicaciones con Ruido – DBSCAN

El DBSCAN es un algoritmo de aprendizaje no supervisado fundamentado en la densidad local de las observaciones, capaz de identificar agrupaciones en conjuntos de datos con un número de grupos desconocido y presencia de outliers. Su funcionamiento depende de dos hiperparámetros: el radio de vecindad ɛ (épsilon) y el número mínimo de observaciones vecinas (min_samples). La vecindad ɛ de un punto xᵢ se define como el conjunto de observaciones xⱼ cuya distancia d(xᵢ, xⱼ) es menor o igual a ɛ, según la ecuación (3):

Nɛ(xᵢ) = {xⱼ ∈ X | d(xᵢ, xⱼ) ≤ ɛ}

Con base en estos criterios, el algoritmo distingue puntos centrales (poseen al menos min_samples vecinos dentro del radio ɛ), puntos de borde (no satisfacen el criterio de densidad, pero pertenecen a la vecindad de un punto central) y puntos de ruido (no pertenecen a ninguna región densa). La elección del parámetro ɛ es crítica y fue estimada a partir del punto de inflexión de la curva del gráfico de distancias al (k)-ésimo vecino (k-distance plot), procedimiento conocido como método del codo (elbow method), donde ɛ ≈ arg max (d²y / dx²). El parámetro min_samples fue elegido en función de la dimensionalidad de los datos, con valores entre 4 y 6 frecuentemente adoptados como referencia inicial.

3. Resultados y Discusión

La aplicación de los algoritmos de clusterización a los datos paleomagnéticos del sitio IO-2 del Tonalito Itareru permitió identificar patrones de agrupamiento con diferentes niveles de consistencia y sensibilidad a los parámetros adoptados. Las direcciones de los Polos Geomagnéticos Virtuales del sitio IO-2, Itarerú, se presentan en la Figura 1.

Figura 1. Direcciones de los Polos Geomagnéticos Virtuales del sitio IO2, Itarerú.

Fuente: Resultados originales de la investigación.

La utilización del DBSCAN, con el parámetro ɛ estimado a partir del gráfico de k-distancia (Figura 2), resultó en la identificación de agrupaciones asociadas a regiones de mayor densidad en el espacio de atributos. Este método demostró ser eficaz en la separación de puntos potencialmente discrepantes, clasificados como ruido, lo que es particularmente relevante en datos paleomagnéticos sujetos a remagnetizaciones o incertidumbres experimentales. Sin embargo, la cantidad de puntos clasificados como ruido reveló sensibilidad a la elección de ɛ y min_samples, reflejando la limitación impuesta por el reducido número de observaciones disponibles.

Figura 2. Distribución de las distancias al k-ésimo vecino en función de los puntos ordenados (k-distance plot), utilizada para la determinación del parámetro ɛ en el algoritmo DBSCAN. El punto de inflexión de la curva (método del codo), estimado por análisis de curvatura, indica la transición entre regiones densas y dispersas del conjunto de datos.

Fuente: Resultados originales de la investigación.

Para el K-means, la aplicación del método del codo (Figura 3) indicó valores plausibles para el número de clústeres, aunque la curva de inercia no presentó un punto de inflexión fuertemente definido. Esto sugiere que la estructura de agrupamiento de los datos no está claramente particionada en conjuntos bien separados bajo la métrica euclidiana adoptada. A pesar de ello, el K-means proporcionó una segmentación inicial de los datos, útil como referencia comparativa, pero limitada por la suposición de clústeres aproximadamente esféricos y por la ausencia de tratamiento explícito de valores atípicos.

Figura 3. Variación de la inercia intraclúster en función del número de clústeres (k) para el algoritmo K-means. El punto de inflexión de la curva (método del codo) indica la estimación del número óptimo de agrupaciones.

Fuente: Resultados originales de la investigación.

En el caso del Modelo de Mezcla Gaussiana (GMM), el análisis basado en los criterios AIC y BIC indicó soluciones con diferentes números de componentes (Figura 4), siendo el BIC más conservador en la elección del modelo. Los resultados evidenciaron la capacidad del GMM para ajustar distribuciones con mayor flexibilidad geométrica, permitiendo la identificación de agrupaciones con varianzas y orientaciones distintas. La asignación probabilística de pertenencia a los clusters proporcionó una medida adicional de incertidumbre asociada a cada observación. Sin embargo, debido al tamaño reducido del conjunto de datos, las diferencias entre los valores de AIC y BIC para diferentes modelos fueron relativamente pequeñas, lo que limitó la robustez de la selección del número óptimo de componentes.

Figura 4. Comparación de los criterios de información de Akaike (AIC) y Bayesiano (BIC) en función del número de componentes del modelo de mezclas gaussianas (GMM). El mínimo de las curvas indica el modelo más adecuado considerando el compromiso entre ajuste y complejidad.

Fuente: Resultados originales de la investigación.

El comparativo de los resultados para los algoritmos DBSCAN, K-means y GMM, y los respectivos clusters formados, se presenta en la Figura 5. En general, los tres métodos presentaron resultados complementarios. El DBSCAN se destacó en la identificación de regiones densas y en la detección de posibles outliers; el K-means proporcionó una segmentación simple y de fácil interpretación; y el GMM presentó mayor capacidad de adaptación a la estructura de los datos. Sin embargo, ninguno de los métodos, aisladamente, fue capaz de proporcionar una solución inequívoca, reflejando tanto la complejidad de los datos paleomagnéticos como las limitaciones estadísticas asociadas al tamaño de la muestra.

Figura 5. Comparación de los resultados para los algoritmos DBSCAN, K-means y GMM y respectivamente los clusters formados.

Fuente: Resultados originales de la investigación.

El análisis visual de los estereogramas resultó esencial para la validación de los resultados, permitiendo verificar la coherencia geométrica de los agrupamientos identificados. En diversos casos, se observó que los clusters definidos por los algoritmos correspondían a concentraciones direccionales plausibles, aunque con superposición parcial, lo que puede indicar la presencia de múltiples eventos de magnetización o dispersión natural de los datos.

Los resultados obtenidos demuestran que la aplicación de técnicas de machine learning no supervisado en datos paleomagnéticos constituye un enfoque prometedor para la identificación de patrones direccionales y para el soporte a la determinación de direcciones medias. La utilización combinada de DBSCAN, K-means y Gaussian Mixture Model, aliada a criterios cuantitativos como el método del codo y los criterios AIC/BIC, permitió explorar diferentes aspectos de la estructura de los datos, evidenciando la complementariedad de estos enfoques.

Sin embargo, el análisis también evidenció limitaciones importantes. El tamaño reducido del conjunto de datos (n ≈ 15) comprometió la estabilidad de las estimaciones de parámetros y dificultó la identificación robusta del número de clusters o componentes. Adicionalmente, la dependencia de los resultados en relación con la elección de los hiperparámetros, particularmente en el caso del DBSCAN, refuerza la necesidad de enfoques cuidadosos y de la utilización de múltiples criterios de validación.

Otro aspecto relevante es la naturaleza direccional de los datos paleomagnéticos. El uso de métricas euclidianas en un espacio transformado constituye una aproximación que puede introducir distorsiones en la evaluación de la similitud entre direcciones. En este sentido, los métodos basados en estadística direccional, como aquellos fundamentados en la distribución de Fisher o en mezclas de distribuciones esféricas, presentan mayor consistencia física y deben ser considerados en desarrollos futuros.

De esta forma, los métodos de clusterización analizados son herramientas útiles para el análisis exploratorio y pueden contribuir a la identificación de poblaciones paleomagnéticas distintas, especialmente cuando se utilizan de forma integrada. Sin embargo, su aplicación debe ir acompañada de validación visual (mediante estereogramas), análisis estadístico clásico e interpretación geológica, a fin de garantizar la fiabilidad de los resultados. La integración entre machine learning y estadística paleomagnética tradicional representa un camino prometedor para el avance de las interpretaciones paleogeográficas y para la mejora del análisis de datos paleomagnéticos.

4. Conclusión

El presente estudio investigó el potencial de técnicas de aprendizaje automático no supervisado en el análisis e interpretación de datos paleomagnéticos del Cráton São Francisco, con foco en las formaciones Tonalito Itarerú y Sienito Itiúba, buscando mejorar la determinación de direcciones medias. Se verificó que los algoritmos DBSCAN, K-means y Gaussian Mixture Model (GMM) produjeron resultados complementarios. El DBSCAN se destacó en la identificación de regiones densas y en la detección de posibles valores atípicos, aunque se notó su sensibilidad a los hiperparámetros. El K-means proporcionó una segmentación inicial de los datos, mientras que el GMM demostró mayor flexibilidad y capacidad de asignación probabilística a los agrupamientos. El análisis visual de los estereogramas confirmó la coherencia geométrica de los agrupamientos identificados, revelando patrones direccionales plausibles. Se concluyó que la integración entre aprendizaje automático, estadística clásica e interpretación geológica representa un enfoque prometedor para el análisis exploratorio paleomagnético, contribuyendo a la fiabilidad de los datos utilizados en reconstrucciones paleogeográficas.

Sin embargo, la investigación enfrentó limitaciones importantes, como el tamaño reducido del conjunto de datos, que comprometió la estabilidad de las estimaciones de parámetros y dificultó la identificación robusta del número de clústeres. La dependencia de los resultados con respecto a la elección de los hiperparámetros, especialmente en DBSCAN, refuerza la necesidad de enfoques cuidadosos y de múltiples criterios de validación. Adicionalmente, la utilización de métricas euclidianas en un espacio transformado para datos direccionales puede introducir distorsiones en la evaluación de la similitud. Para estudios futuros, se recomienda la ampliación del conjunto de datos, la incorporación de métricas de validación adicionales y el desarrollo de enfoques específicos basados en estadística direccional, como aquellos fundamentados en la distribución de Fisher o en mezclas de distribuciones esféricas, para una mayor consistencia física. La integración continua entre aprendizaje automático y estadística paleomagnética tradicional es un camino prometedor para el avance de las interpretaciones paleogeográficas y la mejora del análisis de datos paleomagnéticos.

Referencias Bibliográficas

Bishop, C. M., & Nasrabadi, N. M. (2006). Pattern recognition and machine learning (Vol. 4, No. 4, p. 738). New York: springer.

Butler, R. B., 1992. Paleomagnetism: Magnetic domains to geologic terranes. http://geography.lancs.ac.uk/cemp/resources/Butler_book/contents.htm

Chadima, M. & Hrouda, F. Remasoft 3.0 Paleomagnetic Data Browser and Analyzer. https://www.agico.com/text/software/remasoft/remasoft.php. (2007).

Dallanave, Edoardo. “Assessing the reliability of paleomagnetic datasets using the R package PmagDiR.” Scientific Reports 14.1 (2024): 1666.

Donnadieu, Y., Pierrehumbert, R., Jacob, R., & Fluteau, F. (2006). Modelling the primary control of paleogeography on Cretaceous climate. Earth and Planetary Science Letters, 248(1-2), 426-437.

Ester, M., Kriegel, H. P., Sander, J., & Xu, X. (1996, August). A density-based algorithm for discovering clusters in large spatial databases with noise. In kdd (Vol. 96, No. 34, pp. 226-231).

Fisher, R. A., 1953. Dispersion on a sphere. Proceedings of the Royal Society of London, 217, 295-305

Gallo, L. C., Domeier, M., Antonio, P. Y., Sapienza, F., Rapalini, A., Font, E., … & Warren, L. (2025). Unraveling remagnetization sources using statistical learning. Earth and Planetary Science Letters, 662, 119390.

Gwirtz, K., Davis, T., Morzfeld, M., Constable, C., Fournier, A., & Hulot, G. (2022). Can machine learning reveal precursors of reversals of the geomagnetic axial dipole field?. Geophysical Journal International, 231(1), 520-535.

Hastie, T., Tibshirani, R., & Friedman, J. (2009). An introduction to statistical learning.

Herold, N., Seton, M., Müller, R. D., You, Y., & Huber, M. (2008). Middle Miocene tectonic boundary conditions for use in climate models. Geochemistry, Geophysics, Geosystems, 9(10).

Heslop, D., & Roberts, A. P. (2016). Estimation and propagation of uncertainties associated with paleomagnetic directions. Journal of Geophysical Research: Solid Earth, 121(4), 2274-2289.

Heslop, D., Scealy, J. L., Wood, A. T. A., Tauxe, L. & Roberts, A. P. A Bootstrap common mean direction test. J. Geophys. Res. Solid Earth 128, 1–12 (2023)

Hollis, C. J., Dunkley Jones, T., Anagnostou, E., Bijl, P. K., Cramwinckel, M. J., Cui, Y., … & Lunt, D. J. (2019). The DeepMIP contribution to PMIP4: Methodologies for selection, compilation and analysis of latest Paleocene and early Eocene climate proxy data, incorporating version 0.1 of the DeepMIP database. Geoscientific Model Development, 12(7), 3149-3206.

Kirschvink, J. L., 1980. The least-squares line and plane and the analysis of palaeomagnetic data. Geophysical Journal of the Royal Astronomical Society, 62, 699-718

Middlemiss, F. A. (1979). Paleobiogeography. In Paleontology (pp. 515-523). Springer, Berlin, Heidelberg.

Murphy, K. P. (2012). Machine learning: a probabilistic perspective. MIT press.

Pisarevsky, S. A., Li, Z. X., Tetley, M. G., Liu, Y., & Beardmore, J. P. (2022). An updated internet-based global paleomagnetic database. Earth-Science Reviews, 235, 104258.

Tauxe, L., & Kent, D. V. (2004). A simplified statistical model for the geomagnetic field and the detection of shallow bias in paleomagnetic inclinations: was the ancient magnetic field dipolar?.

Torsvik, T. H., Müller, R. D., Van der Voo, R., Steinberger, B., & Gaina, C. (2008). Global plate motion frames: toward a unified model. Reviews of geophysics, 46(3).

Vaes, B., Li, S., Langereis, C. G., & van Hinsbergen, D. J. (2021). Reliability of palaeomagnetic poles from sedimentary rocks. Geophysical Journal International, 225(2), 1281-1303.

Zijderveld, J. D. A., 1967. Demagnetization of rocks: Analysis of results. In D. W. Collinson, K. M. Creer, e S. K. Runcorn (Eds.), Methods in Paleomagnetism (pp. 254-286).

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haz clic aquí y accede a la plataforma MBX Academy

Más recientes

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

También te puede interesar

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

La gestión financiera personal representa un desafío creciente, influenciada por sesgos cognitivos que afectan la toma de decisiones, incluso en individuos con alto conocimiento. El presente estudio analizó la relación entre el nivel de educación financiera y la ocurrencia de sesgos conductuales en la toma de decisiones financieras de adultos residentes en Brasil. Se realizó un levantamiento de campo de naturaleza aplicada, cuantitativa y descriptivo-correlacional, mediante la aplicación de un cuestionario estructurado a 163 encuestados. El instrumento contempló variables sociodemográficas, conocimiento y hábitos financieros, y situaciones hipotéticas para identificar sesgos cognitivos. Los resultados indicaron que niveles más elevados de educación financiera se asociaron con mejores prácticas de control financiero, ahorro e inversión, con correlaciones significativas con ingresos y escolaridad. Sin embargo, la presencia de sesgos conductuales (anclaje, aversión a la pérdida, escasez, optimismo/pesimismo, sesgo del presente, status quo, exceso de confianza y contabilidad mental) persistió incluso entre individuos con mayor escolaridad e ingresos, sin asociación estadísticamente significativa con las variables sociodemográficas analizadas. Se concluyó que la educación financiera, aunque esencial para la organización y el control financiero, no fue suficiente para neutralizar la influencia de sesgos cognitivos. Se sugiere la incorporación de enfoques conductuales a los programas de educación financiera.

Palabras clave: Comportamiento financiero; Economía conductual; Finanzas personales; Heurísticas cognitivas; Sesgos cognitivos.

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

La inserción de niños con Trastorno del Espectro Autista (TEA) en la Educación Infantil presenta desafíos significativos, dada la dificultad de adaptación a nuevos entornos y la intensidad de estímulos. El objetivo fue analizar la actuación docente en la Educación Infantil en el proceso de escolarización inicial de niños con TEA. Se realizó un estudio de caso, utilizando la entrevista narrativa como técnica de producción de datos. Los resultados revelaron que la actuación docente se caracterizó por prácticas de mediación y afecto, con la flexibilización de la rutina y el uso de recursos lúdicos como estrategias esenciales para el desarrollo y la organización sensorial del niño. También se destacó la importancia del profesional de apoyo escolar para el éxito del trabajo pedagógico. El desarrollo integral del niño fue promovido por medio de acciones docentes intencionales que priorizaron la adaptación ambiental, el fortalecimiento de vínculos y la atención a las necesidades específicas del TEA. Como contribución, se elaboró una guía de estrategias pedagógicas orientada a la acogida de niños con TEA en guarderías públicas.

Palabras clave: Educación Infantil; Inclusión Escolar; Narrativas Docentes; Prácticas Pedagógicas Inclusivas; Trastorno del Espectro Autista.

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

La expansión del comercio electrónico y la transformación tecnológica impulsaron la necesidad de comprender el comportamiento del consumidor de infoproductos, cuya experiencia percibida se ha vuelto crucial para el desarrollo profesional. El estudio tuvo como objetivo analizar los factores que influyeron en la decisión de compra de infoproductos en el entorno digital, considerando las etapas del viaje del consumidor. Se realizó una investigación aplicada, cuantitativa y descriptiva, a través de un estudio de campo con 100 consumidores de la Serra Gaúcha. La recopilación de datos se realizó mediante un cuestionario estructurado, utilizando muestreo no probabilístico. Los resultados revelaron un público cualificado y con un fuerte comportamiento “mobile-first”. Se constató que la disponibilidad de información detallada y la aprobación social fueron los principales desencadenantes de atracción en la fase de precompra. En las etapas transaccionales y posteriores, la minimización de fricciones operativas, la agilidad del acceso inmediato y la seguridad sistémica demostraron ser cruciales para la conversión y la satisfacción, aunque se identificaron lagunas en la eficiencia del soporte humano. La retención se fundamentó en la confianza generada por experiencias anteriores positivas, superando el factor precio. Se concluyó que el viaje del consumidor de infoproductos opera como un sistema integrado, exigiendo alineación entre infraestructura tecnológica, curaduría de contenido y humanización del soporte para asegurar el compromiso.

Palabras clave: Comercio electrónico; Comportamiento del consumidor; Experiencia del consumidor; Fidelización; Negocios virtuales.

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

La salud mental en el entorno laboral es un tema de creciente relevancia, que impacta el desarrollo profesional y el bienestar de los colaboradores. Se realizó un estudio para identificar aspectos y situaciones que pueden influir en los niveles de absentismo en una institución bancaria. La investigación involucró a 108 participantes y utilizó un cuestionario estructurado, basado en la versión corta del COPSOQ II de Gonçalves (2021), que contenía 45 preguntas cerradas en escala Likert y dos preguntas abiertas. Los datos se recopilaron a través de una plataforma en línea y se analizaron con un enfoque descriptivo y cuantitativo. Los resultados revelaron un escenario que indicó la necesidad de ajustes en la distribución de las actividades y en la percepción de los gerentes sobre comportamientos y señales de trastornos. Se identificaron evidencias importantes en las respuestas abiertas de los participantes. Se concluyó que el estudio contribuyó a la promoción de la percepción de un ambiente seguro para la salud mental en la organización.

Palabras clave: Ausencias por trastornos; Desarrollo profesional; Liderazgo operativo; Licencia médica; Salud mental.

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

El estado de Amazonas ha enfrentado desafíos históricos en la consolidación del Sistema Único de Salud (SUS), derivados de barreras geográficas, desigualdades socioeconómicas y limitaciones estructurales. En este estudio se describió el desarrollo e implementación de un geoportal de información en salud, concebido para apoyar el monitoreo, la evaluación y la planificación en el contexto amazónico. Se adoptó un enfoque de estudio de caso descriptivo, basado en análisis documental y datos secundarios, abarcando el mapeo de funcionalidades, la infraestructura técnica y las etapas de validación de la herramienta. El Portal fue desarrollado con tecnologías abiertas e integró múltiples bases de datos nacionales, ofreciendo dashboards interactivos, mapas temáticos y repositorio digital de documentos. Entre los resultados, destacaron la visualización georreferenciada de indicadores clave, la posibilidad de análisis comparativos temporales y la utilización de la plataforma en la revisión de planes de salud y en el redireccionamiento de acciones estratégicas. El portal puede representar un avance en la gobernanza digital y en la gestión basada en evidencia, con potencial de replicabilidad para otros territorios de alta complejidad, siempre que vaya acompañado de inversiones en infraestructura tecnológica, capacitación profesional y articulación interinstitucional.

Palabras clave: Amazonía; Evaluación en Salud; Salud Digital; Sistemas de Información en Salud.

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

El impacto del aprendizaje continuo y la gestión del conocimiento en el crecimiento de las organizaciones fue estudiado en un escenario de globalización y constantes cambios. El objetivo del estudio fue analizar la percepción de los colaboradores sobre la cultura de aprendizaje y su importancia para el desarrollo personal y profesional. Los datos se obtuvieron a través de una encuesta anónima, de enfoque cuantitativo, utilizando un formulario con preguntas tipo “survey” aplicado a 87 profesionales de los sectores de tecnología, salud, educación, comercio y servicios. Los resultados indicaron que los colaboradores tenían una percepción positiva sobre la contribución del aprendizaje continuo al crecimiento personal y organizacional, reconociendo sus beneficios para el desarrollo de nuevas habilidades, la innovación y la competitividad. Sin embargo, se observó que el incentivo al intercambio de conocimiento interno y la oferta de capacitaciones prácticas aún presentaban medias moderadas de acuerdo. Se concluyó que el aprendizaje continuo contribuye significativamente al desarrollo individual y organizacional, sugiriendo que las empresas deben desarrollar políticas estratégicas de aprendizaje dirigido a nuevas habilidades, buscando una mayor ventaja competitiva y la innovación.

Palabras clave: Aprendizaje continuo; Autodesarrollo; Crecimiento organizacional; Gestión del Conocimiento; Innovación.

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

Se propuso un modelo de regresión estadística múltiple para estimar el rendimiento operativo de la microrred CampusGrid de la UNICAMP, basándose en magnitudes eléctricas internas. La microrred integra generación fotovoltaica, baterías y un generador de gas. Se recopilaron datos del sistema de gestión de energía en intervalos de cinco minutos durante un mes. El Índice de Confiabilidad Operacional, definido como la razón entre energía atendida y demandada, se estableció como variable dependiente. El modelo se ajustó al modo de operación aislado, evaluando el impacto de la demanda, el estado de carga, la generación solar y la energía suministrada. Los resultados revelaron un elevado poder explicativo, indicando que la confiabilidad operativa depende de la interacción entre el suministro y la demanda. Se observó que el período nocturno concentró la mayor tasa de atención parcial, atribuida a la reducción de la generación solar. Se concluyó que la regresión múltiple ofrece una estructura interpretable y útil para el monitoreo de microrredes y el apoyo a estrategias de control.

Palabras clave: Almacenamiento en baterías; Generación fotovoltaica; Índice de Confiabilidad; Operación aislada; Sistema de Gestión de Energía.

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

La morosidad agregada en el sistema financiero brasileño es un indicador crucial de riesgo crediticio, cuya previsión está regulada por las Resoluciones CMN n.° 4.557/2017 y 4.966/2021 para la medición prospectiva de pérdidas esperadas. Se modeló y predijo la morosidad agregada mediante el modelo SARIMAX, proyectando su trayectoria hasta diciembre de 2026 bajo escenarios optimista, base y pesimista. Se utilizaron 164 observaciones mensuales (julio/2012 a febrero/2026) y variables macroeconómicas como desempleo, Selic, IPCA, IBC-Br y endeudamiento de las familias. La especificación con variables contemporáneas fue seleccionada con base en criterios de información y estabilidad de los coeficientes, y el diagnóstico de los residuos confirmó adecuación estadística, con MAPE de 3,12%. La morosidad histórica varió entre 4,33% y 7,64%. La estimación identificó el desempleo (β = 0,2534; p < 0,001) y la Selic (β = 0,2128; p < 0,001) como principales determinantes positivos, con fuerte persistencia temporal (AR(1) = 0,8965). La Selic exhibió correlación creciente con la morosidad (r = 0,62 en el rezago 12), mientras que el desempleo demostró efecto contemporáneo (r = 0,33). Las proyecciones indicaron morosidad entre 6,30% y 7,98% en diciembre de 2026, con una amplitud de 1,68 punto porcentual, evidenciando implicaciones directas para el dimensionamiento de provisiones en las instituciones financieras.

Palabras clave: Desempleo; Modelado predictivo; Política monetaria; Provisión de pérdidas; Series temporales.

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

Este estudio describió los factores críticos percibidos para la participación de las partes interesadas en la transferencia internacional de tecnología en un hospital público, con foco en la planificación. El objetivo fue describir estos factores condicionantes, según la percepción de los profesionales. Se realizó un estudio de caso único, aplicando un cuestionario a 25 profesionales y utilizando análisis de contenido, complementado por tabulaciones descriptivas. Los principales obstáculos identificados fueron resistencia al cambio (72%), financiación (64%), falta de comunicación (60%) y burocracia (40%). Solo el 28% de los encuestados reconoció la existencia de herramientas adecuadas para la gestión de stakeholders, mientras que el 48% negó y el 24% no supo informar. Cruzamientos exploratorios indicaron variaciones en la evaluación de influencia según el tiempo de actuación, pero no establecieron relaciones causales. La falta de participación se asoció con retrasos, baja adhesión, desperdicio de recursos, fallas de comunicación, compromiso de la absorción de conocimiento y riesgos para la seguridad del paciente. Las conclusiones se restringieron a las percepciones del grupo investigado y fundamentaron recomendaciones preliminares para la comunicación y coordinación intersectorial.

Palabras clave: Estudio de caso; Gestión de proyectos; Innovación en salud; Partes interesadas; Sector público.

Economia

19 de octubre de 2026

¿Fin de la escala 6×1: qué permiten concluir los números?

Tras la promulgación del fin de la escala 6×1, el debate sobre la jornada menor pasa a la implementación y exige distinguir beneficios sociales de costos económicos El fin de la escala 6×1 pasó de la discusión legislativa a un cambio constitucional en Brasil. El 16 de octubre de 2026, el Congreso Nacional promulgó la enmienda constitucional nº 141/2026, originada de la Propuesta […]

Inteligencia Artificial

16 de octubre de 2026

¿Por qué estudiar si existe la IA?

Cuando las respuestas se vuelven fáciles, aprender pasa a significar más que alcanzarlas. ¿Por qué necesito aprender esto si puedo preguntarle a una inteligencia artificial? Este tipo de pregunta ha acompañado a la educación durante décadas. ¿Por qué aprender una operación si existe una calculadora? ¿Por qué memorizar una información si se puede encontrar […]

Gestión Tributaria

15 de octubre de 2026

Impuesto rosa y el género del precio

Cómo los diferentes tratamientos de marketing para hombres y mujeres son incorporados por la tributación del consumo Imagine un estante en el que dos maquinillas de afeitar de la misma marca y destinadas al mismo propósito están expuestas una al lado de la otra: una tiene un empaque oscuro y promete fuerza, precisión y eficiencia; la otra viene en tonos de rosa o […]

Salud

13 de octubre de 2026

El eslabón perdido de la transformación de la salud

¿Por qué la innovación no es suficiente para generar cambios en las organizaciones y en los sistemas de salud La transformación digital se ha consolidado como una prioridad estratégica para los sistemas de salud en todo el mundo. Historias clínicas electrónicas, inteligencia artificial, telemedicina, monitorización remota y análisis de datos han pasado a formar parte de la agenda estratégica de gobiernos y organizaciones sanitarias. Paradójicamente, […]

Marketing

09 de octubre de 2026

Bitcoin o mascotas: lo que la Inteligencia Artificial no vería

Un caso real de consumer intelligence muestra lo que queda fuera del briefing Hace algunos años, una aseguradora estadounidense contrató a una empresa especializada en consumer intelligence para responder a tres preguntas: La aseguradora también evaluaba lanzar seguros pagados en bitcoin. En ese momento, el proceso de trabajo de la consultoría funcionaba así: el analista creaba una query […]

Gestión Escolar

06 de octubre de 2026

La escuela no es un casino: cuando las figuritas se convierten en moneda en el patio

¿Por qué, para determinados estudiantes, la escuela logra ofrecer tan pocas experiencias de éxito? La Copa del Mundo ha terminado. Brasil ha quedado fuera de la competición, llegaron las vacaciones escolares, se disputó la final y el calendario del fútbol siguió adelante. Sería razonable imaginar que, con el fin del torneo y el regreso a clases, también comenzara […]

Transición Energética

30 de septiembre de 2026

Energías renovables: la ventaja brasileña

Brasil necesita invertir en la capacidad de transformar recursos naturales en innovación, productividad y desarrollo Hablar de energía es hablar de desarrollo. Detrás de la industria, el transporte, los servicios, las ciudades y, cada vez más, la inteligencia artificial, existe una infraestructura energética que sustenta la economía. Comprender la matriz energética de un país es comprender […]

Análisis De Datos

30 de septiembre de 2026

¿Cuando cambian los datos, ha cambiado la realidad?

Análisis de casi 20 millones de vínculos-año docentes entre 2020 y 2025 muestra cómo cambios en la composición de la población y en la producción de los registros pueden alterar la interpretación de series históricas Entre 2020 y 2025, el número de vínculos formales de trabajo docente identificados en la RAIS (Relación Anual de Información Social), del Ministerio de Trabajo, […]

Inteligencia Artificial

28 de septiembre de 2026

Inteligencia artificial y las tendencias

¿Por qué tanta gente se une a los juegos con ChatGPT? Nunca fui una persona de tendencias. Sigo sin serlo. Algunas pasan por mi línea de tiempo, las veo, me parecen interesantes pero no al punto de experimentar. Fue así, inclusive, con algunas ondas recientes de imágenes hechas por inteligencia artificial, como la tendencia de los años 80, aquella que nos […]

Gestión Tributaria

01 de septiembre de 2026

Reforma tributaria y planificación patrimonial en el campo

La eficiencia para gestionar los impuestos facilita la gobernanza y permite organizar la sucesión familiar. La organización patrimonial rural se ha convertido en una medida estratégica ante la reforma tributaria en Brasil, que entró en vigor este año. La planificación de las actividades y de la gestión del patrimonio rural, a través de herramientas como la transición de la Persona Física a […]

Renata de Gaspari Valdejão Almeida

Inteligencia Artificial

05 de agosto de 2026

Dentro de la empresa y fuera del radar: los riesgos de la IA Sombra

Según Microsoft, el 75% de los profesionales ya utilizan inteligencia artificial en el trabajo sin la aprobación de la empresa El uso de la inteligencia artificial generativa ya forma parte de la rutina corporativa. Herramientas como ChatGPT, Copilot y otras plataformas ayudan a los profesionales a producir textos, analizar datos, crear presentaciones y acelerar tareas en prácticamente todos los sectores. Pero este avance […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julio de 2026

El futuro como competencia

El interés académico refuerza la proyección de escenarios como herramienta esencial para la toma de decisiones. Mientras algunas empresas aún intentan acertar el próximo paso, otras ya trabajan con múltiples futuros posibles — y se preparan para todos ellos. Pero, ¿qué significa “pensar el futuro”? ¿Es tendencia, es estrategia o una nueva competencia que […]

Renata de Gaspari Valdejão Almeida

Innovación

Tecnología

21 de mayo de 2026

Corredor Agro SP: innovación, articulación institucional y futuro

Pecege comanda a operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educación

27 de abril de 2026

Cómo transformar un TCC en negocio

Nueva gestión del Parque Tecnológico de Piracicaba ofrece consultoría a egresados de MBAs El nuevo director de proyectos del Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, suele decir que una de las mayores recompensas que ha tenido en la vida ha sido ver a sus orientandos del MBA USP/Esalq estructurar empresas a partir de sus trabajos de conclusión de […]

Tecnología

20 de marzo de 2026

El repertorio humano en la era de la IA

El pensamiento crítico y la creatividad son insustituibles en el trabajo del profesional de marketing La Inteligencia Artificial (IA) es capaz de hazañas increíbles, pero aún no posee la capacidad de juicio, empatía, intuición y creatividad estratégica necesarias para hacer el trabajo de un buen profesional de marketing. En esta área, es importante saber usar la herramienta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

23 de febrero de 2026

ESG como estrategia de crecimiento en una cooperativa del RS

Santa Clara equilibra responsabilidad social y ambiental con innovación Fundada en 1911 por inmigrantes italianos en Carlos Barbosa, en la sierra gaúcha, la Cooperativa Santa Clara es un ejemplo de que es posible equilibrar el crecimiento económico con la responsabilidad social y ambiental. De una pequeña empresa de producción de quesos, la organización evolucionó a un […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

22 de enero de 2026

¿Brasil libre de fiebre aftosa: qué cambia para la carne brasileña?

Con un rebaño de más de 200 millones de cabezas de ganado, el país es actualmente el líder en exportaciones Brasil recibió recientemente, por primera vez, la certificación de país libre de fiebre aftosa sin vacunación, otorgada por la Organización Mundial de Sanidad Animal (OMSA). El sello fortalece la posición del país como proveedor de carne confiable para el […]

Renata de Gaspari Valdejão Almeida

Innovación

09 de diciembre de 2025

Innovación: el nuevo ciclo del Parque Tecnológico de Piracicaba

El Instituto Pecege asume la gestión apostando en la creación de nuevos negocios A partir de 2026, el Instituto Pecege asumirá la gestión del Parque Tecnológico de Piracicaba (PTP). Entre sus responsabilidades estarán la administración, operación, mantenimiento y expansión del parque, además del fomento de actividades de innovación, emprendimiento y ciencia y tecnología. La elección fue realizada […]

Renata de Gaspari Valdejão Almeida

06 de julio de 2026

Arquitectura a Gran Escala: Gestión de Cambios DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La arquitectura y el urbanismo se configuran como bases imprescindibles en un espacio urbano cada vez más complejo y desafiante, donde la intrínseca conexión entre cuestiones sociales, ambientales y tecnológicas […]