Método constante, replicable y auditable para análisis de problemáticas locales.
El Observatorio no genera resultados empíricos ni simula impacto real. Solo analiza estructuras con base en datos públicos verificables.
Toda afirmación sobre implementaciones, resultados preliminares o impacto proyectado que no haya ocurrido en la realidad queda prohibida en esta plataforma.
Cada investigación sigue este protocolo obligatorio. Sin excepciones.
Identificación del nodo central, nodos periféricos, flujos entre componentes y variables críticas que determinan el comportamiento del sistema.
Registro estructurado de todos los datos utilizados con: fuente primaria oficial, unidad de medida, periodo temporal y estatus de disponibilidad.
Declaración completa de todos los supuestos del análisis. Nada implícito, todo declarado. Permite auditoría y evaluación de validez.
Ecuación o modelo conceptual claro y reproducible. Nada ornamental. Solo lo necesario para representar el sistema y sus dinámicas.
Simulación de tres escenarios: Base (condiciones actuales), Estrés (presión moderada) y Extremo (presión máxima o crisis).
Identificación de qué datos no son públicos pero deberían serlo, y qué información falta para un análisis más robusto.
Conclusión basada en la estructura del sistema y los datos, no en narrativa, moral o ideología. Solo lo que el análisis permite afirmar.
El IVE evalúa la capacidad de un sistema para mantenerse funcional sin colapsar bajo su propia demanda. Un IVE alto indica que el sistema tiene margen de operación suficiente; un IVE bajo indica que el sistema está al límite de su capacidad y puede fallar ante cualquier perturbación.
El sistema hídrico de Choix tiene una capacidad de almacenamiento de 10 Mm³ (millones de metros cúbicos) en la presa Miguel Hidalgo. La demanda anual total (agricultura + población urbana + industria) es de 8.2 Mm³.
IVE = (Capacidad Disponible) / (Demanda Total)
IVE = (10 - 8.2) / 10 = 0.18
Interpretación: El sistema opera al 82% de su capacidad, dejando solo un 18% de margen. Esto significa que ante un incremento de demanda del 20% (por ejemplo, sequía prolongada o crecimiento poblacional acelerado), el sistema colapsaría.
El sistema tiene margen amplio para absorber perturbaciones sin colapsar.
El sistema opera correctamente pero tiene poco margen ante incrementos de demanda.
El sistema opera al límite de su capacidad y puede fallar ante cualquier perturbación.
Una brecha es la distancia entre un dato ideal y un dato real. Cuando construimos un modelo estructural, necesitamos ciertos datos para que las conclusiones sean sólidas. Si esos datos no existen, están desactualizados o son de baja calidad, documentamos esa brecha explícitamente.
Para evaluar la viabilidad del sistema educativo, necesitamos conocer el porcentaje de deserción escolar por nivel (primaria, secundaria, preparatoria). Sin embargo, INEGI solo publica datos estatales agregados, no datos municipales desagregados.
Brecha detectada:
Documentar brechas es un acto de transparencia metodológica. En lugar de ocultar las limitaciones del análisis, las hacemos explícitas para que cualquier persona pueda evaluar qué tan sólidas son las conclusiones.
La incertidumbre mide cuánto cambian las conclusiones si los supuestos varían. Un modelo con baja incertidumbre produce conclusiones estables incluso si los datos tienen errores pequeños. Un modelo con alta incertidumbre produce conclusiones muy diferentes si los supuestos cambian levemente.
Proyectamos que el hospital de Choix necesitará 15 camas adicionales para 2026 bajo el supuesto de que la población crece 2% anual. Pero, ¿qué pasa si el crecimiento real es 1.5% o 2.5%?
Análisis de sensibilidad:
Interpretación: La conclusión varía entre 12 y 18 camas (diferencia de 6 camas, o ±40% del valor base). Esto indica incertidumbre moderada: la decisión de inversión debe considerar este rango, no solo el valor puntual de 15 camas.
¿Cómo reducimos la incertidumbre? La incertidumbre se reduce mediante tres estrategias: