Diferencias

Muestra las diferencias entre dos versiones de la página.

--- politicaspublicasvalencia:areas_vulnerables_vinaros [2019/10/03 11:11] – [Referencias] pbaldovi
+++ politicaspublicasvalencia:areas_vulnerables_vinaros [2019/10/03 12:11] – [Referencias] pbaldovi
@@ Línea 133: / Línea 133: @@
 Y luego al final, tras la consolidación de los datos, se podrá ponderar toda la información para agregarla y obtener con ello un ranking de prioridades de actuación por parte de la Administración Pública.
+Los datos se calculan por áreas confeccionadas por zonas/calles que están relacionadas más que por distritos.
+Desde QGis (por si acaso luego es útil), vamos a poner el área de cada zona dibujada (en base al conocimiento "sobre el terreno" de la realidad).
+Para diferenciar las áreas, las hemos numerado. Hay 38.
+En la representación se escogerán las zonas que más necesiten intervención por su vulnerabilidad.
+Vamos a incorporar la cantidad de personas que viven en cada área.
+Para ello se va a sacar, utilizando cualquiera de las capas generadas ayer como la de padrón.
+Lo primero que se va a hacer ahora, es contar los puntos en polígono.
+En las capas generadas ayer, cogemos cualquiera (no la que se le quitó el punto del asilo) y le pedimos que "cuente puntos", por lo que se creará una capa nueva y ejecutamos.
+Se ha creado una nueva capa. Abrimos "atributos" y se ve que se ha añadido que dentro de cada capa, se dice el nº de personas que vive en cada área (oscilando de cero a ochocientas).
+Analizamos ¿qué está pasando? y lo que pasa es que en el Juzgado y en el Colegio, no vive nadie, hay naves abandonadas... conclusión, el resultado tiene sentido.
+Decidimos, eliminar la capa generada y repetir el proceso basándonos en la capa sin asilo.
+Cogemos "los puntos que están mal" y lo dejamos dentro del área del asilo.
+Ejecutamos de nuevo el análisis de puntos y sobreescribimos la capa generada antes.
+Analizamos.
+Tenemos tres áreas con poca población (de nuevo)... algo no estamos haciendo bien. Sólo habíamos movido un punto, no todos... Problema. ¿Cómo podemos hacerlo?
+Repetimos.
+No había tantos puntos en el asilo...
+Vale..., no utilizamos la edificación.
+Utilizaremos los estudios, porque creemos que puede ser más representativo.
+Hay más puntos.
+Algo había mal en inmigración, que parece que tenía algún error.
+Vamos moviendo punto a punto... ¿habrá alguna forma de moverlos todos a la vez? El proceso es farragoso y lento.
+Es importante, tras cada paso, comprobar si éste tiene errores o no.
+Vamos a volver a hacer el cálculo de la población total en cada área.Contamos puntos.
+Analizamos el resultado. Las áreas pequeñas y las zonas con dotación de edificios públicos, tienen poca población.
+En la zona de la playa, con edificios altos, hay poca gente empadronada porque son segundas residencia.
+Como el resultado tiene sentido, seguimos avanzando.
+Para sacar el primero de los planos, el de certificados energéticos, por ejemplo,
+Ayer se obtuvieron unas valoraciones, en cuanto a los certificados y con ello, simplificamos dando valores de 1 (bueno), 0 (malo) y con el resultado induce a pensar que la simplificación no ofrece demasiada información como resultado. Se decide cambiar el criterio, de modo que se amplia los valores que salen peor.
+Con la "calculadora"..., no creamos un campo nuevo y cuando el campo rating sea categoría F-G el valor es uno, cuando sea D y E, el valor es cero coma cinco y cuando el valor sea A y B, el valor será cero.
+Desde propiedades, escogemos colores para cada uno de los tres valores (los que están peor, escogemos color rojo), y nos sale un mapa diferente.
+En equipo, analizamos el resultado para validarlo, si procede.
+Tal vez, en lugar de por puntos, se representaría mejor por parcela.
+Podríamos contar los puntos y poner etiquetas con la suma de puntos por área.
+La visualización, queda dispersa.
+Contamos puntos...
+Le vamos a pedir que, en otra capa, cuente sólo los "malos", los F-G. Con esta capa, contamos: cuantos certificados y cuantos F-G.
+De momento, los F-G, están por toda el área de estudio.
+De momento, hay una discordancia entre la tabla con datos y el mapa obtenido.
+Estaba todo bien.  Vamos a "unir atributos por localización".
+La representación, pasada de puntos a parcelas, permite visualizar más claramente la situación de vulnerabilidad por zonas.
+No nos acaba de gustar cómo de clasificador es la representación anterior.
+Quitamos las zonas con buenos certificados energéticos.