Browsing by Author "Mallea Osses, Alfredo Ignacio"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Thesis Análisis espacial de la brecha digital en Chile: desigualdades territoriales en acceso y calidad de internet y su relación con factores socioeconómicos y geográficos(Universidad Técnica Federico Santa María, 2026-09) Mallea Osses, Alfredo Ignacio; Departamento de Industrias; Godoy Ramos, David RobertoEl acceso a Internet se ha consolidado como un pilar crítico para el desarrollo socioeconómico y la participación ciudadana en la sociedad del conocimiento. Sin embargo, este avance no ha sido uniforme en el territorio chileno, emergiendo los denominados "desiertos digitales": zonas de desconexión absoluta que constituyen la manifestación más crítica de la desigualdad tecnológica del país. Pese a su relevancia, la complejidad territorial de este fenómeno no había sido abordada mediante análisis geoespaciales rigurosos, lo que limitaba la comprensión de sus patrones de desigualdad y dificultaba el diseño de políticas públicas efectivamente focalizadas y basadas en evidencia territorial. Frente a esta carencia, la presente investigación cuantificó y modeló la distribución de la brecha digital a nivel comunal en todo el territorio nacional, con el objetivo de analizarla mediante modelación espacial del acceso a Internet y su relación con factores territoriales y socioeconómicos, utilizando técnicas de regresión espacial y Sistemas de Información Geográfica (SIG), para identificar patrones de desigualdad y fundamentar propuestas de política pública orientadas a la equidad en conectividad. Los resultados confirmaron que la penetración comunal de banda ancha fija presenta una estructura territorial estadísticamente significativa: el Índice de Moran Global alcanzó un valor de 0,4346, evidenciando autocorrelación espacial positiva, y los indicadores LISA permitieron identificar 44 comunas en clústeres de alta conectividad (High-High) y 36 en clústeres de rezago persistente (Low-Low). La estimación econométrica mostró que un modelo lineal convencional resultaba insuficiente para representar el fenómeno, por lo que se avanzó hacia modelos espaciales globales (SAR y SEM) y, posteriormente, hacia un modelo de regresión geográficamente ponderada (GWR), el cual alcanzó el mejor ajuste del estudio (R² = 0,6865), demostrando que variables como la ruralidad y la pobreza operan con distinta intensidad según el territorio, amplificando la exclusión en zonas geográficamente marginadas. A partir de esta evidencia, se concluye que(...).
Política de Privacidad 
