Introducción: la comunicación política es un eje fundamental de la actividad política. Concretamente la red social X se caracteriza por tener un contacto inmediato y directo con los usuarios por lo que se han ampliado las oportunidades para que los políticos se comuniquen más rápidamente con los públicos. Metodología: esta investigación se centra en el impacto de X en la comunicación política, en las Elecciones Generales celebradas en julio del 2023 en España en los perfiles de Pedro Sánchez y Alberto Núñez Feijóo a través de una revisión de la literatura sobre comunicación política y una metodología mixta, que contempla un análisis cuantitativo y cualitativo y una valoración del contenido con procesos automatizados de descarga y análisis de datos. Resultados: persigue obtener resultados que ayuden a entender de manera más completa la influencia (o no) de X como un componente importante en la formación de la opinión pública en el período electoral. Discusión: El importante papel del humor y la sátira como crítica social y política. Conclusiones: el análisis muestra que X tuvo un gran impacto e influencia en dichas elecciones y que a través de su análisis se pueden predecir resultados certeros.

El turismo de la Región de Murcia se ha basado en la promoción del segmento de sol y playa para atraer visitantes, pero la masificación y el agotamiento del producto ha provocado la búsqueda de nuevas alternativas. Se pretende conocer la integración de la creatividad y las industrias culturales como plan de desarrollo local en la ciudad de Lorca para evidenciar la influencia de la celebración de un festival en la mejora de la promoción turística. La metodología con enfoque cualitativo incluye una revisión de la literatura para el estudio descriptivo combinado con la técnica de la entrevista a directivos y representantes del sector de la música. Se concluye que la celebración del festival Fortaleza Sound ha permitido integrar necesidades y soluciones de competencia local estratégicas para el desarrollo económico de Lorca. El posicionamiento durante su primera edición ha contribuido a consolidar las bases para futuras estrategias digitales de publicidad.

La inclusión educativa en el ámbito universitario representa uno de los desafíos más significativos para las instituciones de educación superior en el siglo XXI. En todo este proceso tienen un protagonismo decisivo las ciudades que, al ser entornos multiculturales y diversos, influyen directamente en cómo las universidades abordan la inclusión. De hecho, la diversidad urbana obliga a las universidades a ajustar acceso, servicios, currículo y gestión para atender poblaciones heterogéneas. Las prioridades cambian según la presencia de inmigración, raza, condición socioeconómica, discapacidad y diversidad de género. Y es que la tipología de ciudad en la que se ubica la institución de educación superior influye en cómo las universidades deben compensar las diferencias con programas de acompañamiento en grandes urbes con alta segregación social o priorizar la eficiencia sobre la inclusión, dejando atrás a colectivos vulnerables.

The circular economy (CE) has become a key framework for decoupling economic well-being from the consumption of finite resources through the closing of material loops and the regeneration of natural systems. In this context, recycling constitutes a critical mechanism for reducing resource extraction and associated environmental impact. Artificial intelligence (AI) emerges as a cross-cutting lever for improving waste sorting, operational efficiency, reverse logistics, and eco-design. However, the literature and institutional reports tend to address these applications in a fragmented way. This research develops a conceptual model that integrates (i) AI capabilities, (ii) recycling system integration, (iii) circularity outcomes, and (iv) institutional and operational moderators, with particular emphasis on the European context. As a contribution, the study proposes testable theoretical propositions and a research agenda that connects engineering, operations management, circular economy research, and management studies.

This paper proposes a methodological architecture to integrate Q-learning into economic modelling systematically. It addresses a common gap: the lack of a shared framework linking economic foundations to Reinforcement Learning components. Rather than introducing a new algorithm, it specifies and reports how preferences, frictions, information structures, and time horizons map to the reward function, discount factor, and learning environment design. Equilibrium outcomes serve as benchmarks for comparing learned policies, not as imposed axioms. This approach interprets learning dynamics through standard economic categories and enables comparability across studies. The architecture organizes models along explicit dimensions: behavioural preferences, institutional frictions, economic environment class, information structure, learning and exploration mechanisms, and evaluation metrics. A simulation illustrates how variations in frictions, risk attitudes, and intertemporal preferences affect learned policies, their stability, and their relationship to static benchmarks. The paper aims to promote the cumulative use of Reinforcement Learning in applied economics by providing a general specification that improves interpretability, comparability, and reproducibility, turning deviations from theoretical equilibria into measurable diagnostics that refine economic fundamentals.