Resumen La distribución poblacional en la superficie terrestre revela una variedad de patrones espaciales que reflejan procesos sociodemográficos relacionados con las dinámicas histórico-geográficas que los produjeron. Las grillas poblacionales han cobrado protagonismo como fuente de datos, involucrando estimaciones y distribución en áreas pequeñas. Cada una de ellas está compuesta por celdas de tamaños específicos y abarcan la totalidad del globo o territorios locales específicos. Este trabajo presenta una revisión comentada de la literatura en el campo de estas representaciones poblacionales, específicamente en la distribución y el volumen de la población, y la importancia de las variables auxiliares espaciales, denominadas aquí variables sintomáticas. Estas desempeñan un papel crucial en la construcción de modelos basados en la realidad tanto local como global, utilizando diversos métodos, incluido el aprendizaje automático. También se destacan las principales iniciativas en el campo, los productos globales disponibles y las bases técnicas de las principales metodologías. Además, se discuten las limitaciones, precauciones y las nuevas oportunidades resultantes de la creación de estas grillas poblacionales. históricogeográficas histórico geográficas produjeron datos pequeñas población sintomáticas global métodos automático metodologías Además limitaciones
Abstract The population distribution on the Earth's surface reveals a variety of spatial patterns that reflect sociodemographic processes related to the historical-geographical dynamics that produced them. Population grids have gained prominence as a source of population data, involving estimates and distribution in small areas. Each population grid consists of cells of specific sizes, covering the entire globe or specific local territories. This work presents a commented literature review in the field of these population representations, specifically in the distribution and volume of the population, and the importance of spatial auxiliary variables, referred to here as symptomatic variables. These play a crucial role in building reality-based models, both locally and globally, using various methods, including Machine Learning. The main initiatives in the field, available global products, and the technical foundations of the main methodologies are also highlighted. Additionally, the paper discusses limitations, precautions, and new opportunities resulting from the creation of these population grids. Earths Earth s historicalgeographical historical geographical them data areas sizes territories representations variables realitybased reality based models globally methods Learning products highlighted Additionally limitations precautions
Resumo A distribuição populacional na superfície terrestre revela uma variedade de padrões espaciais que refletem processos sociodemográficos relacionados às dinâmicas histórico-geográficas que os produziram. As grades populacionais têm ganhado destaque como fonte de dados, envolvendo estimativas e distribuição de população em pequenas áreas. Cada grade populacional é composta por células de tamanhos, cobrindo a totalidade do globo ou territórios locais. Este trabalho apresenta uma revisão comentada da literatura no campo destas representações populacionais, especificamente na distribuição e volume da população, bem como na importância das variáveis auxiliares de cunho espacial, denominadas aqui de variáveis sintomáticas. Estas desempenham papel crucial na construção de modelos pautados na realidade, tanto local quanto global, utilizando métodos diversos, que incluem aprendizado de máquina. Destacam-se ainda as principais iniciativas do campo, os produtos globais disponíveis e as bases técnicas das principais metodologias. Além disso, são discutidas as limitações, precauções e as novas oportunidades resultantes da criação dessas grades populacionais. históricogeográficas histórico geográficas produziram dados áreas tamanhos locais espacial sintomáticas realidade global diversos máquina Destacamse Destacam se metodologias disso limitações
