Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Votar no se decide el dÃa de la elección: se construye durante años de contacto con la institución y de hábito electoral. Este seminario presenta el primer modelo de machine learning que predice el voto individual en las elecciones cafeteras de Colombia, entrenado con datos de 2022 y aplicado a 342.646 caficultores en 2026, con 8 de cada 10 aciertos en la validación. Lo novedoso no es la técnica, sino el terreno: nunca se habÃa predicho el voto individual en una democracia sin partidos, donde el vÃnculo que explica la participación es económico e institucional, no ideológico.
El hallazgo central implica que la probabilidad media de voto pasa de 25% a 75% según el nivel de interacción con la FNC y si la persona votó antes. El modelo convierte los registros administrativos de la FNC en un instrumento de segmentación y simulación de polÃtica, replicable en cualquier organización gremial con datos.
Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.
PDF (Espanhol)
FLIP
