Granularidad, consistencia y escalabilidad en los estudios morfológicos. A propósito de algunos trabajos recientes de Dani Arribas-Bel y Martin Fleischmann

Autores/as

DOI:

https://doi.org/10.26754/ojs_zarch/zarch.2022197412

Palabras clave:

Forma urbana, Comportamiento humano, Inteligencia artificial, Datos urbanos

Resumen

Algunos trabajos recientes de Martin Fleischmann y Dani Arribas-Bel sirven de pretexto para conversar con ellos acerca del análisis de datos aplicado al estudio de la forma y comportamiento de nuestras ciudades. Sus reflexiones, desde el ámbito académico, arrojan algunas ideas valiosas sobre las oportunidades del trabajo con datos, sobre el uso de inteligencia artificial en el estudio de tejidos urbanos y sobre el sentido de responsabilidad de su trabajo.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Sergio García-Pérez, Universidad de Zaragoza

Sergio García-Pérez (Doctor Arquitecto) es Profesor Ayudante Doctor en la Universidad de Zaragoza. Financiada por el Ministerio de Economía y Competitividad (2015-19) y el Ministerio de Universidades (2022), su investigación focaliza en la morfología urbana y el análisis de su calidad, considerando las posibilidades de regeneración en distintos tejidos y escalas. Ha desarrollado actividad profesional en el despacho 300.000 Km/s (Premio Nacional de Urbanismo por el CSCAE en 2019), colaborando en proyectos relacionados con el análisis urbano, la vivienda y la regeneración urbana (2020-22). Ha realizado estancias de investigación en la Universidade do Porto (2018, 2022) y Université Paris I-Sorbonne (2019). Su investigación ha sido publicada en revistas como Cities, Journal of Urban Affairs, Sustainable Cities and Society, ACE, Territorio o Zarch.

Pablo Martínez-Díez, 300.000 Km/s

Pablo Martínez-Díez es arquitecto por la Escuela Técnica Superior de Arquitectura de Barcelona. En la actualidad, es cofundador de 300.000 Km/s. Cuenta con gran experiencia en el uso de nuevas formas de información (abierta, social y masiva) para abordar cuestiones urbanas y territoriales contemporáneas a través de diagnósticos, informes, planes o procesos participativos. Es experto en el procesado de datos, desde su obtención hasta publicación. Es pionero en España en el uso de datos abiertos al servicio de las políticas públicas. Como docente ha colaborado con numerosas instituciones europeas (TU Braunschweig, Welsh School of Architecture, Institute of Advanced Architecture, Fundación UPC, entre otras).

Mar Santamaría-Varas, 300.000 Km/s

Mar Santamaria-Varas es arquitecta por la Escuela Técnica Superior de Arquitectura de Barcelona. Actualmente, es cofundadora de 300.000 Km/s. Su actividad profesional ha estado relacionada en los últimos 15 años con las tecnologías digitales, el análisis espacial, el planeamiento y las políticas públicas en un nivel internacional. Como cofundadora de 300.000 Km/s ha elaborado, entre otros, informes estratégicos, diagnósticos, guías, observatorios y planeamiento en el campo de la salud ambiental, la regulación de la actividad económica, nuevas formas de movilidad, vulnerabilidad en la vivienda y brecha digital. Es pionera en España en el uso de datos abiertos al servicio de las políticas públicas, y el desarrollo de habilidades digitales entre la ciudadanía. Como docente, ha colaborado con instituciones prestigiosas como la Welsh School of Architecture, TU Braunschweig, la Escuela Técnica Superior de Arquitectura de Barcelona o el IAAC, entre otros.

Citas

Arribas-Bel, Dani, Seraphim Alvanides, Michael Batty, Andrew Crooks, Linda See, and Levi Wolf. 2021. ‘Urban Data/Code: A New EP-B Section’. Environment and Planning B: Urban Analytics and City Science 48, no. 9 (30 November): 2517–19. https://doi.org/10.1177/23998083211059670.

Arribas-Bel, Dani, Mark Green, Francisco Rowe, and Alex Singleton. 2021. ‘Open Data Products-A Framework for Creating Valuable Analysis Ready Data’. Journal of Geographical Systems 23, no. 4 (1 October): 497–514. https://doi.org/10.1007/s10109-021-00363-5.

Arribas-Bel, Daniel. ‘Accidental, Open and Everywhere: Emerging Data Sources for the Understanding of Cities’. 2014. Applied Geography 49 (May): 45–53. https://doi.org/10.1016/j.apgeog.2013.09.012.

Arribas-Bel, Daniel, and Martin Fleischmann. 2022. ‘Spatial Signatures - Understanding (Urban) Spaces through Form and Function’. Habitat International 128 (October): 102641. https://doi.org/10.1016/j.habitatint.2022.102641.

Cerrone, Damiano, Jesús López Baeza, Panu Lehtovuori, Daniele Quercia, Rossano Schifanella, and Luca Aiello. 2021. ‘How Many, Who, Where, What, and How Long: Public Space in Russian Monotowns through Jan Gehl’s Theory’. Sustainability (Switzerland) 13, no. 9 (1 May). https://doi.org/10.3390/su13095105.

Delclòs-Alió, Xavier, and Carme Miralles-Guasch. 2018. ‘Looking at Barcelona through Jane Jacobs’s Eyes: Mapping the Basic Conditions for Urban Vitality in a Mediterranean Conurbation’. Land Use Policy 75 (June): 505–17. https://doi.org/10.1016/j.landusepol.2018.04.026.

Filomena, Gabriele, Judith A. Verstegen, and Ed Manley. 2022. ‘A Computational Approach to “The Image of the City”’. Cities 89 (June 2019): 14–25. https://doi.org/10.1016/j.cities.2019.01.006.

Fleischmann, Martin, and Daniel Arribas-Bel. ‘Geographical Characterisation of British Urban Form and Function Using the Spatial Signatures Framework’. Scientific Data 9, no. 1 (7 September): 546. https://doi.org/10.1038/s41597-022-01640-8.

Samardzhiev, Krasen, Martin Fleischmann, Daniel Arribas-Bel, Alessia Calafiore, and Francisco Rowe. 2022. ‘Functional Signatures in Great Britain: A Dataset’. Data in Brief, (May): 108335. https://doi.org/10.1016/j.dib.2022.108335.

Sennett, Richard. 2018. Building and Dwelling: Ethics for the City. London: Allen Lane.

Descargas

Publicado

2023-02-11

Cómo citar

García-Pérez, S., Martínez-Díez, P., & Santamaría-Varas, M. (2023). Granularidad, consistencia y escalabilidad en los estudios morfológicos. A propósito de algunos trabajos recientes de Dani Arribas-Bel y Martin Fleischmann. ZARCH, (19), 186–197. https://doi.org/10.26754/ojs_zarch/zarch.2022197412