Jose David Sánchez Grajales
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Research Interests
Jose David Sánchez Grajales has a total of 4 co-authors. Here are the top co-authors by number of shared publications:
- Víctor Andrés Bucheli Guerrero
Universidad del Valle
2 shared publications - Daniel Elías Cuartas
Universidad del Valle
1 shared publication - Hugo Ordoñez
University of Cauca
1 shared publication - Oswaldo Solarte Pabón
Escuela de Ingeniería de Sistemas y Computación. Facultad de Ingeniería, Universidad del Valle, 760042, Cali, Colombia Colombia
1 shared publication
Latest Publications
- Open Access
- 1 July 2022
- Published by Universidad Simon Bolivar in Investigación e Innovación en Ingenierías
- Vol. 10 (2) , 7-24
Análisis de clustering para entender la vulnerabilidad poblacional relacionada con el COVID-19
Objetivo: El objetivo del estudio es identificar grupos poblacionales en la ciudad de Cali-Colombia, cuya vulnerabilidad poblacional dependen de sus características sociodemográficas y socioeconómicas. La hipótesis de este trabajo es que el crecimiento de los casos de COVID-19 es mayor para los grupos poblacionales más vulnerables. Metodología: Para este trabajo se integraron datos de casos positivos de COVID-19 para las comunas de la ciudad de Cali-Colombia y variables que representan la vulnerabilidad poblaciones en términos sociodemográficos y socioeconómicos. Así, se desarrolló un análisis de clustering jerárquico, para el periodo marzo-junio 2020. Resultados: Los resultados evidencian que existen grupos poblacionales más vulnerables que otros en la ciudad de Cali, debido a las dinámicas propias de la población. De esta forma, la dinámica de la pandemia por COVID-19 impacta de diferente manera a cada grupo poblacional de acuerdo con sus propias características. Además, algunos de los grupos obtenidos forman corredores geográficos, donde las comunas de un mismo grupo están ubicadas contiguamente. Conclusiones: Los resultados fueron corroborados con las curvas de crecimiento de los casos para cada uno de los grupos obtenidos y estos son consistentes. Estos resultados permiten diseñar estrategias diferentes de mitigación y prevención de COVID-19 por sectores, zonas o por grupos de comunas específicas y no estrategias generales para toda la ciudad. Adicionalmente, el diseño de estrategias basadas en datos que se pueden actualizar en el tiempo y permiten actualizar las estrategias de acuerdo con la dinámica de la pandemia.
- 1 July 2022
- Published by Universidad Simon Bolivar in Investigación e Innovación en Ingenierías
- Vol. 10 (2) , 7-24
Open AccessAnálisis de clustering para entender la vulnerabilidad poblacional relacionada con el COVID-19
Objetivo: El objetivo del estudio es identificar grupos poblacionales en la ciudad de Cali-Colombia, cuya vulnerabilidad poblacional dependen de sus características sociodemográficas y socioeconómicas. La hipótesis de este trabajo es que el crecimiento de los casos de COVID-19 es mayor para los grupos poblacionales más vulnerables. Metodología: Para este trabajo se integraron datos de casos positivos de COVID-19 para las comunas de la ciudad de Cali-Colombia y variables que representan la vulnerabilidad poblaciones en términos sociodemográficos y socioeconómicos. Así, se desarrolló un análisis de clustering jerárquico, para el periodo marzo-junio 2020. Resultados: Los resultados evidencian que existen grupos poblacionales más vulnerables que otros en la ciudad de Cali, debido a las dinámicas propias de la población. De esta forma, la dinámica de la pandemia por COVID-19 impacta de diferente manera a cada grupo poblacional de acuerdo con sus propias características. Además, algunos de los grupos obtenidos forman corredores geográficos, donde las comunas de un mismo grupo están ubicadas contiguamente. Conclusiones: Los resultados fueron corroborados con las curvas de crecimiento de los casos para cada uno de los grupos obtenidos y estos son consistentes. Estos resultados permiten diseñar estrategias diferentes de mitigación y prevención de COVID-19 por sectores, zonas o por grupos de comunas específicas y no estrategias generales para toda la ciudad. Adicionalmente, el diseño de estrategias basadas en datos que se pueden actualizar en el tiempo y permiten actualizar las estrategias de acuerdo con la dinámica de la pandemia.
- 1 September 2018
- Published by Scalable Computing: Practice and Experience in Scalable Computing: Practice and Experience
- Vol. 19 (3) , 301-307
EVALUATING THE SCALABILITY OF BIG DATA FRAMEWORKS
The aim of this paper is to present a method based on the isoefficiency model for assessing the scalability in big data environments. The programs word count and sort were implemented and compared in Hadoop and Spark. The results confirm that isoefficiency presented a linear growth as the size of the data sets was increased. They were checked experimentally to ensure that the evaluated frameworks are scalable and a sublinear function was obtained. This paper discusses how scalability in big data is governed by a constant of scalability (beta).
- 1 September 2018
- Published by Scalable Computing: Practice and Experience in Scalable Computing: Practice and Experience
- Vol. 19 (3) , 301-307
EVALUATING THE SCALABILITY OF BIG DATA FRAMEWORKS
The aim of this paper is to present a method based on the isoefficiency model for assessing the scalability in big data environments. The programs word count and sort were implemented and compared in Hadoop and Spark. The results confirm that isoefficiency presented a linear growth as the size of the data sets was increased. They were checked experimentally to ensure that the evaluated frameworks are scalable and a sublinear function was obtained. This paper discusses how scalability in big data is governed by a constant of scalability (beta).