Persona:
Osorio Arjona, Joaquín

Foto de perfil
Dirección de correo electrónico
ORCID
0000-0002-0102-8756
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Osorio Arjona
Nombre de pila
Joaquín
Nombre

Filtros

2020 - 20248
Restablecer filtros

Ajustes

Fecha de finalización: 2024 × Fecha de inicio: 2020 ×

Resultados de la búsqueda

Mostrando 1 - 8 de 8
  • Miniatura
    Publicación
    Analyzing post-COVID-19 demographic and mobility changes in Andalusia using mobile phone data
    (Nature Portfolio, 2024-06-27) Osorio Arjona, Joaquín
    This work studies changes in the demographics of the different spatial units that make up the Andalusia region in Spain throughout the year 2021, with the aim of seeing the progressive recovery of the population after the COVID-19 pandemic. Mobile phone data from Origin-Destination matrices has been used, due to the ease of obtaining updated information quickly and constantly. A methodology has been developed to transform the number of travelers into an estimated population without biases, and an interpolation function has been used to take into account all the data available in the year 2021. Results show a direct link between the demographic changes in Andalusia and the removal of the mobility restrictions caused by the COVID-19 pandemic, with an increase of non-related work mobility and a decrease of static population. Travel distances between home and work places are also affected, with an increase of long trips after the end of the mobility restrictions. In addition, different patterns have been visualized, such as the concentration of commuting in the metropolitan areas of the region during working days, the population growth in rural areas during weekends, or the population displacement to coastal areas in summer. weekends, or the population displacement to coastal areas in summer.
  • Miniatura
    Publicación
    Social media semantic perceptions on Madrid Metro system: Using Twitter data to link complaints to space
    (Elsevier, 2021-01-01) Horak, Jiri; Svoboda, Radek; García Ruiz, Yolanda; Osorio Arjona, Joaquín::virtual::4555::600; Osorio Arjona, Joaquín; Osorio Arjona, Joaquín; Osorio Arjona, Joaquín
    Social networks are platforms widely used by travelers who express their opinions about many services like public transport. This paper investigates the value of texts from social networks as a data source for detecting the spatial distribution of problems within a public transit network by geolocating citizens' feelings, and analyzes the effects some factors such as population or income have over that spatial spread, with the goal of developing a more intelligent and sustainable public transit service. For that purpose, Twitter data from the Madrid Metro account is collected over a two-month period. Topics and sentiments are identified from text mining and machine learning algorithms, and mapped to explore spatial and temporal patterns. Lastly, a Geographically Weighted Regression model is used to explore the causality of the spatial distribution of complaining users, by using official data sources as exploratory variables. Results show Twitter users tend to be mid-income workers who reside in peripheral areas and mainly tweet when traveling to workplaces. The main detected problems were punctuality and breakdowns in transfer stations or in central areas, mainly in the early morning of weekdays, and affected by density of points of interest in destination areas.
  • Miniatura
    Publicación
    Análisis de los patrones espacio-temporales de eventos a partir de datos de Twitter: el caso de la World Pride 2017 en Madrid
    (Editorial CSIC, 2020-06-30) Osorio Arjona, Joaquín
    Este trabajo analiza los patrones espaciotemporales de un macroevento en una ciudad a partir de nuevas fuentes de datos, partiendo como hipótesis que las multitudes registran una alta actividad en las redes sociales durante los programas del evento. Identificando usuarios que han publicado tweets geolocalizados en el centro de Madrid durante la World Pride 2017, se puede localizar su procedencia, y evaluar el impacto del evento a nivel espaciotemporal a partir de la comparación con los resultados observados durante una semana habitual. Los resultados obtenidos muestran un crecimiento del número de usuarios extranjeros y un fuerte aumento de la actividad en las principales zonas del evento mientras que la actividad de las zonas más alejadas disminuye.
  • Miniatura
    Publicación
    Redes sociales geolocalizadas y COVID-19: análisis de la actividad espaciotemporal de los usuarios de Twitter de España durante la pandemia
    (Asociación Española de Geografía, 2022-12-30) Osorio Arjona, Joaquín
    Este trabajo busca mostrar Twitter como fuente de datos alternativa para el estudio de la pandemia causada en España por el virus COVID-19. Para ello, se plantea un análisis de la distribución espacial y temporal de una muestra de usuarios obtenida en tres periodos diferentes del año 2020, y se comparan los resultados obtenidos con los mismos periodos del año anterior a la pandemia. También se elabora un análisis espaciotemporal del uso de términos asociados con la enfermedad, y se realizan mapas de calor para observar el impacto causado en dos ciudades de relevante peso turístico. Los resultados obtenidos indican una fuerte disminución del número de usuarios que publican tweets geolocalizados en todo el país a lo largo del año 2020, especialmente en la segunda mitad del año y en las provincias del interior peninsular. También se observa de forma menos pronunciada una disminución del número de usuarios en áreas costeras y provincias orientadas al sector turístico.
  • Miniatura
    Publicación
    Mapping of functional areas in Spain based on mobile phone data during different phases of the COVID-19 pandemic
    (Taylor & Francis, 2023-05-22) Ruiz Santacruz, Javier Sebastián; Obras Loscertales Sampériz, Julia de las; Osorio Arjona, Joaquín
    Mobility functional areas are tools based on human mobility that can be useful for spatial andtransport planning in delicate situations such as the COVID-19 pandemic. In this work, we aimto map functional areas in Spain from four days corresponding to different phases of thedisease. For that goal, mobile phone data provided by Spanish Statistical National Institute(INE) has been used due to its value and potential to provide constantly updatedinformation of mobility at almost-real time. The methodology consists of a network analysisover an origin-destination matrix to obtain modularity values for 3214 population cellsprovided by the INE. These values were then used to cluster the cells into functional areas. The results show how different confinement and mobility restriction policies influence theamount, size and shape of the functional areas, and therefore, they affect access to servicesor jobs.
  • Miniatura
    Publicación
    Big Data y matrices Origen-Destino: cartografía de flujos de movilidad en España a partir de datos de Twitter y comparación con datos de telefonía móvil
    (AEG- Asociación Española de Geografía, 2022) Osorio Arjona, Joaquín
    Este trabajo analiza el valor de nuevas fuentes de datos basados en Big Data para estudiar la movilidad en España y comparar diferentes patrones de movilidad observados según los datos usados. Para ello, este trabajo emplea datos de Twitter geolocalizados publicados en España durante un periodo de 30 meses, analiza la distribución espaciotemporal de los usuarios de Twitter según la provincia o mes en el que se ha publicado el tweet, y diseña una serie de matrices Origen-Destino con el objetivo de visualizar diferentes patrones en los flujos de movilidad en días laborales o en el periodo vacacional estival. Finalmente, se comparan los resultados obtenidos con las matrices Origen-Destino publicadas por el Ministerio de Fomento de España a partir de datos de telefonía móvil. Los resultados obtenidos indican una distribución espacial de usuarios de Twitter cercana a la realidad, un mayor número de usuarios en el mes de agosto, y el papel de la Comunidad de Madrid como provincia núcleo de atracción de viajes a nivel nacional. Respecto a los datos de telefonía móvil se ha observado una mayor concentración de viajes con origen o destino en la provincia de Madrid a partir de datos de Twitter.
  • Miniatura
    Publicación
    Estimation of mobility and population in Spain during different phases of the COVID-19 pandemic from mobile phone data
    (Nature Research, 2023-06-02) Obras-Loscertales Sampériz, Julia de las; Osorio Arjona, Joaquín
    This work aims to find out the effectiveness of sources based on Big Data like mobile phone records to analyze mobility flows and changes in the population of Spain in different scenarios during the period of the pandemic caused by the COVID-19 virus. To this end, we have used mobile phone data provided by the National Institute of Statistics from four days corresponding to different phases of the pandemic. Origin–Destination matrices and population estimation calculations at the spatial level of population cells have been elaborated. The results show different patterns that correspond to the phenomena that have occurred, as the decrease of the population during the periods associated with the confinement measures. The consistency of findings with the reality and the generally good correlation with the population census data indicate that mobile phone records are a useful source of data for the elaboration of demographic and mobility studies during pandemics.
  • Miniatura
    Publicación
    Spatio-temporal mobility and Twitter: 3D visualisation of mobility flows
    (Taylor & Francis, 2020-06-18) García Palomares, Juan Carlos; Osorio Arjona, Joaquín
    Recent progress in computation and the spatio-temporal richness of data obtained from new sources have invigorated Time Geography. It is now possible to visualise and represent movements of people in a dual spatial–temporal dimension. In this work, we use geo-located data from the social media platform Twitter to show the value of new data sources for Time Geography. The methodology consists of visualising space–time paths in 2D and 3D in four study zones, with different land-use profiles, based on tweets compiled over the course of two years. The results provide a view of behaviours occurring in the areas of study throughout the day, with complementary data to show the population's main activity at different times.