Los proyectos que el #Datafest14 nos dejó (1)

 

Alianzas en las elecciones 2013

Bases: Agrupaciones políticas habilitadas para las PASO 2013 – Dirección Nacional Electoral

 Integrantes: “The Viz Machine”

Tomás Crom -Periodista

Martín Alalú – Politólogo y Periodista

Mariano Estevez -Dataminer

Antonio Milanese -Politólogo

El proyecto consiste en una visualización de las alianzas entre los partidos que participaron en las elecciones a diputados nacionales en el 2013. El grafico muestra las distintas alianzas a nivel nacional (kirchnerismo, peronismo opositor, UCR-Socialismo, PRO y el Frente de Izquierda) y el modo y frecuencia en que sus partidos integrantes interactuaron.

El primer paso consistió en ordenar la base en pdf que publica la Dirección Nacional Electoral, y luego contar la cantidad de veces que dos partidos compartían una alianza en cualquier distrito, de modo que pudiese relacionarse a ambos partidos y establecer el peso (densidad) de dicha relación. Utilizaron Gephi para hacer la visualización y un algoritmo de clusterización para identificar las comunidades. Por último se utilizó Sigma JS para poder hacer las imágenes interactivas.

 Post en Medium

Visualización interactiva

Twitter: @thevizmachine

Herrarientas: Excel, Gephi, Sigma JS

 TVM – Mapeando alianzas

 

El foursquare de la educación

 

Bases: establecimientos educativos / estadísticas educación

Integrantes:

Pablo Seibelt – Desarrollador de Software

Gissela Peralta – Programadora- comunicadora

Jorge Drot de Gourville – Analista Data Mining

Cristian D’agata – Analista Data Mining

Resumen: Se trata de una herramienta de crowdsourcing nutrida por la gente y hecha para la gente. La idea es que la herramienta funcione como una fuente de datos actualizada por los mismo interesados, de la misma manera en que funcionan aplicaciones y sistemas como Foursquare, Yelp, Guia Oleo, etc. El concepto, por ende, sería similar pero adaptado a escuelas públicas y privadas, permitiendo al usuario común evaluar las escuelas cercanas para elegir a cual enviar a sus hijos. Los datos anónimos y sumarizados estarían disponibles para cualquiera que quisiera utilizarlos para realizar análisis más detallados, de manera que sería una fuente de información para analistas de periodismo de datos. Un análisis que podría realizarse a priori, suponiendo un uso continuado de la herramienta, sería relacionar las inversiones realizadas en educación con un cambio en las puntuaciones de infraestructura a lo largo del tiempo.

Durante el Datafest se realizó un prototipo que puede verse en http://datafest.sicarul.com. En principio sólo funciona para capital federal. El resto de las funcionalidades quedan para una segunda etapa.

Análisis de datos de censos de estudiantes

Bases: Censos de la UBA, Censo Indec 2010. Complementarios: Cippec, ONU, BM.

Integrantes:

Natalia López – Periodista

Miguel Pol – Programador, consultor

Federico Belvedere – Ingeniero

Alejandro Gerardi – UBA, censo

Gabriel Latorre – investigador

Agustín Leoli – periodista digital, comunicador

Silvia pizano – investigadora

Inés Selvood – comunicadora / periodista digital

César PLanes – Director Censo UBA

Tamara Terciana – analista, programador

Luis Acosta – investigador

Aigul Safiullina – Periodista

Canasta inflacionaria

Bases: Indice barrial de precios

Integrantes:

Alejandro Baranek – Programador

Cristian Bertelegni – Programador

Maximiliano Mozetic – Economista

El Índice de la Canasta Básica releva 25 mil precios por mes en 7 ciudades del país. El proyecto buscó realizar una herramienta interactiva para mostrar la dinámica inflacionaria de la Canasta Básica y más específicamente qué productos de la canasta básica son los que más influyen en la inflación de un determinado mes, pudiendo filtrar por ciudad o por producto.

Se utilizó el lenguaje R para los procesamientos de datos y protipos y JavaScript d3, c3.. Tambien DataHub: http://datahub.io/dataset/ibp-ar

Link a la aplicación

#AutovíaRuta14

El proyecto #AutovíaRuta14 aspira a mejorar la visualización de información referida a los accidentes ocurridos en el corredor vial de la Ruta Nacional 14 que une a la Argentina con sus socios del Mercosur.

La aplicación en desarrollo pretende generar un sistema de visualizaciones interactivas que aporten un mejor insumo para la toma de decisiones. Para ello se pretende visualizar:

 ·         Cantidad de accidentes ocurridos en la Autovía (por año y por mes)

·         Comparación con cantidad de accidentes anteriores a la construcción de la Autovia (2006)

· Flujo dinámico del tránsito

· “Temperatura” de los sectores de la ruta (en base a cantidad de accidentes ocurridos en cada uno de los 40 tramos de la Autovía).

· Cantidad de heridos y muertos por mes / año / tramo de la ruta

· Tipos de accidentes (Frontales, laterales, de atrás, otros) x mes y por año.

· Tipo de vehículo involucrado en accidente (Auto, camión)

Se generará a su vez aplicación mobile para geolocalizar accidentes en tiempo real. Este sistema de alertas estará disponible para dependencias de Policía y Gendarmería que controlan el corredor vial, Bomberos y Hospitales a la vera de la Autovía.

El modelo general que se aplique para la Autovía Ruta 14 será un modelo que replique en los 18 corredores viales del país.

El equipo realizó un hackatón para seguir trabajando en el proyecto.

Modelando sobre datos de la estadística educativa

Bases: Educación + CABA – Escuelas públicas vs privadas –  Resultados de evaluación calidad educativa

Integrantes:

Nahuel Dikenstein

Augusto Gesualdi

Gastón Gadea

Matias Canovas

 Resumen: Un análisis de datos estadísticos de educación para distinguir diferencias entre escuelas públicas y privadas. Una visualización estática de resultados para distinguir un tipo de escuela de otra. Se buscó identificar si existe una diferencia en la calidad educativa según el tipo de institución.

 Herramientas: SAS, SPSS

Datafishing

Bases (click para descargar):

Argentina – Siia, Minagri

Malvinas – Falkland Islands Gvt

Chile – Servicio Nacional de Pesca y Acuicultura:

Peru – Ministerio de la producción

Uruguay – Dirección Nacional de Recursos Acuáticos (DINARA)

Integrantes:

Tomas Cantinello

Miguel Angel Silva

Anais Dubois

Pablo Armas

Helge Holler

Franco Hechenveitner

Resumen: Por segundo año consecutivo se reunió un equipo en el Datafest para tratar los datos de las capturas pesqueras por país desde 1992 hasta 2013. El equipo realizó una visualización mostrando una comparativa entre el mercado de pesca que queda en el país y la exportación que se realiza. La pregunta que catapultó la investigación fue: ¿Por qué es tan caro el pescado en Argentina? ¿Cómo son las capturas en otros países?

Herramientas: Excels, CartoDB, Tabula, Google charts, Tableau Public, OpenRefine