Simulación de escenarios de crisis y la gestión de riesgos de desastres naturales en el Perú, 2024

Franshesca Villar Infante

Universidad Nacional Mayor de San Marcos – Facultad de Ingeniería de Sistemas e Informática

https://orcid.org/0000-0001-7034-9601

Cayo León

Universidad Nacional Mayor de San Marcos – Facultad de Ingeniería de Sistemas e Informática

https://orcid.org/0000-0003-1704-8214

DOI: https://doi.org/10.55204/trj.v4i1.e59

Palabras clave: Simulación de crisis, Gestión de riesgos de desastres, Gestión de crisis, Modelo de aceptación de tecnologías, Resiliencia comunitaria.


Resumen

El Perú, es un país altamente vulnerable a desastres naturales debido a su ubicación en el cinturón de fuego del Pacífico y fenómenos como El Niño. El objetivo de esta investigación es determinar de qué manera la simulación de escenarios de crisis influye en la gestión de riesgos de desastres naturales en el Perú, optimizando la preparación, la respuesta y la recuperación ante emergencias. La presente investigación es aplicada, descriptiva, cuantitativa, no experimental y longitudinal, encuestando a 65 funcionarios de la Marina de Guerra del Perú y el COER-Callao. Los resultados evidenciaron mejoras significativas: un 35% en la precisión para identificar riesgos y un 40% en la eficiencia del despliegue de recursos, fortaleciendo la resiliencia comunitaria al reducir tiempos de respuesta y mejorar la coordinación interinstitucional. La validez de los hallazgos fue confirmada mediante regresión logística con un 95% de confianza, destacando la relevancia de las simulaciones para diseñar políticas públicas que mitiguen riesgos y minimicen impactos en infraestructura y vidas humanas.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Abbasabadi Arab, M., Khankeh, H. R., Mosadeghrad, A. M., & Farrokhi, M. (2019). Developing a hospital disaster risk management evaluation model. Risk Management and Healthcare Policy, 12, 287–296. https://doi.org/10.2147/rmhp.s215444

Arias Bailly, B. (2017). Simulación como parte de la Gestión de Crisis. Industrial Data, 20(2), 115. https://doi.org/10.15381/idata.v20i2.13945

Barnes, B., Dunn, S., & Wilkinson, S. (2019). Natural hazards, disaster management and simulation: a bibliometric analysis of keyword searches. Natural Hazards (Dordrecht, Netherlands), 97(2), 813–840. https://doi.org/10.1007/s11069-019-03677-2

Garge, R. N., Ha, H., & Khoo, S. (2015). Disaster risk management and the role of the armed forces: Critical analysis of reactive disaster management in India. In Strategic Disaster Risk Management in Asia (pp. 49–67). Springer India.

Hamani, A., & Boudjema, L. (2013). A generic model helps to transit from crisis management to natural disasters risk management and stabilize sustainable development. Energy Procedia, 36, 977–984. https://doi.org/10.1016/j.egypro.2013.07.111

Qie, Z., & Rong, L. (2022). A scenario modelling method for regional cascading disaster risk to support emergency decision making. International Journal of Disaster Risk Reduction: IJDRR, 77(103102), 103102. https://doi.org/10.1016/j.ijdrr.2022.103102

Šakić Trogrlić, R., van den Homberg, M., Budimir, M., McQuistan, C., Sneddon, A., & Golding, B. (2022). Early warning systems and their role in disaster risk reduction. In Towards the “Perfect” Weather Warning (pp. 11–46). Springer International Publishing.

Université de Lorraine, CNRS, CREGU, GeoRessources laboratory, Ecole des Mines de Nancy, Campus Artem, Judek, C., Edjossan-Sossou, A. M., Université de Lorraine, CNRS, CREGU, GeoRessources laboratory, Ecole des Mines de Nancy, Campus Artem, Verdel, T., Université de Lorraine, CNRS, CREGU, GeoRessources laboratory, Ecole des Mines de Nancy, Campus Artem, Van Heuserswyn, K., Campus Vesta, Oostmalsesteenweg, Verhaegen, F., & Universitéde Lorraine, APEMAC (EA4360). (2018). Crisis simulation scenario building methodology that considers cascading effects. Journal of Integrated Disaster Risk Management, 8(2), 24–43. https://doi.org/10.5595/idrim.2018.0329

Valaei Sharif, S., Habibi Moshfegh, P., & Kashani, H. (2023). Simulation modeling of operation and coordination of agencies involved in post-disaster response and recovery. Reliability Engineering & System Safety, 235(109219), 109219. https://doi.org/10.1016/j.ress.2023.109219

Yong Varela, L. A. (2004). Modelo de aceptación tecnológica (tam) para determinar los efectos de las dimensiones de cultura nacional en la aceptación de las tics. Revista Internacional de Ciencias Sociales y Humanidades, SOCIOTAM, XIV(1), 131–171. https://www.redalyc.org/articulo.oa?id=65414107

Yu, M., Yang, C., & Li, Y. (2018). Big Data in natural disaster management: A review. Geosciences, 8(5), 165. https://doi.org/10.3390/geosciences8050165