<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-06-03T04:48:13Z</responseDate><request verb="GetRecord" identifier="oai:riuma.uma.es:10630/41448" metadataPrefix="mets">https://riuma.uma.es/rest/oai/request</request><GetRecord><record><header><identifier>oai:riuma.uma.es:10630/41448</identifier><datestamp>2026-02-05T07:28:58Z</datestamp><setSpec>com_10630_2254</setSpec><setSpec>col_10630_37956</setSpec></header><metadata><mets xmlns="http://www.loc.gov/METS/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" ID="&#xa;&#x9;&#x9;&#x9;&#x9;DSpace_ITEM_10630-41448" TYPE="DSpace ITEM" PROFILE="DSpace METS SIP Profile 1.0" xsi:schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd" OBJID="&#xa;&#x9;&#x9;&#x9;&#x9;hdl:10630/41448">
   <metsHdr CREATEDATE="2026-06-03T06:48:13Z">
      <agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
         <name>RIUMA. Repositorio Institucional de la Universidad de Málaga</name>
      </agent>
   </metsHdr>
   <dmdSec ID="DMD_10630_41448">
      <mdWrap MDTYPE="MODS">
         <xmlData xmlns:mods="http://www.loc.gov/mods/v3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
            <mods:mods xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
               <mods:name>
                  <mods:role>
                     <mods:roleTerm type="text">author</mods:roleTerm>
                  </mods:role>
                  <mods:namePart>Mayorga-Toledano, María Cruz</mods:namePart>
               </mods:name>
               <mods:extension>
                  <mods:dateAccessioned encoding="iso8601">2026-01-12T12:23:25Z</mods:dateAccessioned>
               </mods:extension>
               <mods:extension>
                  <mods:dateAvailable encoding="iso8601">2026-01-12T12:23:25Z</mods:dateAvailable>
               </mods:extension>
               <mods:originInfo>
                  <mods:dateIssued encoding="iso8601">2021</mods:dateIssued>
               </mods:originInfo>
               <mods:identifier type="citation">Mayorga-Toledano, María Cruz: "Limitaciones legales de la analítica predictiva y el big data en el ámbito asegurador", en Derecho de seguros nuevas realidades y nuevos retos, Marcial Pons, 2025, pp. 313-327.</mods:identifier>
               <mods:identifier type="isbn">978-84-1381-026-3</mods:identifier>
               <mods:identifier type="other">https://www.marcialpons.es/libros/derecho-de-seguros/9788413810263/</mods:identifier>
               <mods:identifier type="uri">https://hdl.handle.net/10630/41448</mods:identifier>
               <mods:abstract>Dentro del nuevo marco tecnológico, el sector asegurador se enfrenta a la tarea de reformular parte de su negocio para alinearlo con la nueva forma de relacionarse de los clientes con los dispositivos digitales. Así, el consumidor se encuentra hiperconectado y generando, de diversas formas, una ingente cantidad de datos a los que la aseguradora puede potencialmente acceder y que en la actualidad dispone de técnicas para procesar y utilizar. Es el acceso a ese volumen gigantesco de esos datos de diferente origen (generados por la propia empresa, la interacción del cliente en las redes sociales, el uso de diversos dis- positivos por el cliente), lo que cambia la perspectiva del negocio asegurador por cuanto proporcionan a la compañía un conocimiento del cliente muy certero (en comparación con la información con la que tradicionalmente se ha contado) sobre aspectos tales como salud, estilos de vida, preferencias, relaciones, hábitos y ubicaciones. Se utilizan nuevas técnicas que permiten objetivizar mejor el riesgo que, a la par de ser susceptibles de generar beneficios para el cliente, sobre todo posibilitan una gestión más eficiente de los recursos y solvencia de la entidad aseguradora (facilita afinar los cálculos necesarios para realizar la tarificación y la solvencia de la entidad). Así, se sostiene que el impacto del uso de los datos masivos en el sector asegurador abre la vía a un cambio de paradigma por el que es preciso replantear su cartera de productos.  La nueva realidad no solo supone para el legislador un cambio en el modelo regulatorio sino en los principios objetivos del mismo. Así, debe buscar un equilibrio entre la posibilidad de las entidades aseguradoras de tener acceso a todos estos sistemas y recursos y a usarlos y las garantías legales que se deben otorgar a los clientes a fin de asegurar el pleno respeto a sus derechos individuales.</mods:abstract>
               <mods:language>
                  <mods:languageTerm authority="rfc3066">spa</mods:languageTerm>
               </mods:language>
               <mods:accessCondition type="useAndReproduction" />
               <mods:subject>
                  <mods:topic>Consumidores - Protección</mods:topic>
               </mods:subject>
               <mods:subject>
                  <mods:topic>Datos masivos</mods:topic>
               </mods:subject>
               <mods:titleInfo>
                  <mods:title>Limitaciones legales de la analítica predictiva y el big data en el ámbito asegurador.</mods:title>
               </mods:titleInfo>
               <mods:genre>book part</mods:genre>
            </mods:mods>
         </xmlData>
      </mdWrap>
   </dmdSec>
   <amdSec ID="TMD_10630_41448">
      <rightsMD ID="RIG_10630_41448">
         <mdWrap MIMETYPE="text/plain" MDTYPE="OTHER" OTHERMDTYPE="DSpaceDepositLicense">
            <binData>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</binData>
         </mdWrap>
      </rightsMD>
   </amdSec>
   <amdSec ID="FO_10630_41448_3">
      <techMD ID="TECH_O_10630_41448_3">
         <mdWrap MDTYPE="PREMIS">
            <xmlData xmlns:premis="http://www.loc.gov/standards/premis" xsi:schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
               <premis:premis>
                  <premis:object>
                     <premis:objectIdentifier>
                        <premis:objectIdentifierType>URL</premis:objectIdentifierType>
                        <premis:objectIdentifierValue>https://riuma.uma.es/bitstreams/2b642701-dc51-4a57-941b-c337933cc532/download</premis:objectIdentifierValue>
                     </premis:objectIdentifier>
                     <premis:objectCategory>File</premis:objectCategory>
                     <premis:objectCharacteristics>
                        <premis:fixity>
                           <premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
                           <premis:messageDigest>880646f1a0d4b684c4dfd48f5439ea42</premis:messageDigest>
                        </premis:fixity>
                        <premis:size>206748</premis:size>
                        <premis:format>
                           <premis:formatDesignation>
                              <premis:formatName>application/pdf</premis:formatName>
                           </premis:formatDesignation>
                        </premis:format>
                     </premis:objectCharacteristics>
                     <premis:originalName>Limitaciones legales analitica predictiva y big data.pdf</premis:originalName>
                  </premis:object>
               </premis:premis>
            </xmlData>
         </mdWrap>
      </techMD>
   </amdSec>
   <fileSec>
      <fileGrp USE="ORIGINAL">
         <file ID="BITSTREAM_ORIGINAL_10630_41448_3" MIMETYPE="application/pdf" SEQ="3" SIZE="206748" CHECKSUM="880646f1a0d4b684c4dfd48f5439ea42" CHECKSUMTYPE="MD5" ADMID="FO_10630_41448_3" GROUPID="GROUP_BITSTREAM_10630_41448_3">
            <FLocat LOCTYPE="URL" xlink:type="simple" xlink:href="https://riuma.uma.es/bitstreams/2b642701-dc51-4a57-941b-c337933cc532/download" />
         </file>
      </fileGrp>
   </fileSec>
   <structMap LABEL="DSpace Object" TYPE="LOGICAL">
      <div TYPE="DSpace Object Contents" ADMID="DMD_10630_41448">
         <div TYPE="DSpace BITSTREAM">
            <fptr FILEID="BITSTREAM_ORIGINAL_10630_41448_3" />
         </div>
      </div>
   </structMap>
</mets>
</metadata></record></GetRecord></OAI-PMH>