Implementar la solución y agregar datos
ArcGIS Solutions proporciona configuraciones específicas de la industria para ArcGIS diseñadas para cumplir requisitos clave y admitir flujos de trabajo comunes de su organización. Cada solución incluye una o varias aplicaciones, encuestas, mapas, capas de entidades y proyectos de ArcGIS Pro que se pueden configurar para dar respuesta a sus necesidades.
Comenzará implementando la solución Análisis de equidad social desde ArcGIS Online y abriendo el proyecto ArcGIS Pro desde la solución.
Descargar la solución Análisis de equidad social
Primero, iniciará sesión en su cuenta de ArcGIS y buscará la solución Análisis de equidad social.
- Inicie sesión en su cuenta de la organización de ArcGIS.
Nota:
Si no tiene una cuenta de organización, consulte las opciones de acceso a software.
- En la parte superior de la pantalla, haga clic en el botón Aplicación y elija Solutions en el selector de aplicaciones.
Aparece la página ArcGIS Solutions.
- En la barra de búsqueda, escriba social equity.
- Haga clic en la tarjeta de solución Análisis de equidad social.
Aparece la ventana Análisis de equidad social.
- En la ventana Análisis de equidad social, revise las diapositivas que describen el flujo de trabajo de la solución.
La solución Análisis de equidad social tiene cuatro componentes clave:
- Evaluar las condiciones y acciones de la comunidad: este componente implica la representación cartográfica de las condiciones de la comunidad, crear índices compuestos e identificar patrones demográficos, y realizar una selección de sitios basada en los objetivos de equidad.
- Medir el progreso a lo largo del tiempo: este componente incluye una aplicación de Leyenda Interactiva para compartir el índice de características comunitarias con el público en general.
- Aumentar la transparencia y la confianza del público: este componente incluye una plantilla de sitio de ArcGIS Hub para compartir con el público y las partes interesadas los avances en las iniciativas o programas de equidad racial. También incluye una encuesta de Survey123 para que el público comparta su opinión general.
Este tutorial se centrará en el primer componente: evaluar las condiciones y acciones de la comunidad.
- Cuando haya terminado de revisar las diapositivas, haga clic en el botón Implementar ahora.
Aparece la página Mis soluciones y se implementa la solución Análisis de equidad social.
A continuación, descargará la plantilla de aplicación de escritorio de la solución para abrirla en ArcGIS Pro.
- Apunte a la solución Análisis de equidad social y haga clic en Abrir.
- Desplácese hacia abajo hasta la sección Contenido de la solución y haga clic en SocialEquityAnalysis.
Aparece la página del elementos SocialEquityAnalysis. Esta es la página de elemento del paquete ArcGIS Pro de la solución Análisis de equidad social.
- Haga clic en Descargar.
- Descomprima y abra el contenido de SocialEquityAnalysis.zip. Haga doble clic en el archivo de proyecto SocialEquityAnalysis para abrir el proyecto en ArcGIS Pro.
El proyecto ArcGIS Pro se abre y muestra un mapa en blanco.
Agregar los datos de grupos de bloques censales
A continuación, agregará las capas que necesitará para crear un mapa de índice de equidad social, por ejemplo, distritos censales, ubicaciones de escuelas, datos demográficos y resultados sobre salud.
- En el proyecto ArcGIS Pro, en el panel Catálogo, expanda Tareas y haga doble clic en Análisis de equidad social.
Sugerencia:
Si el panel Catálogo no está visible, en la cinta, haga clic en Vista y en el grupo Ventanas, haga clic en Panel Catálogo.
Aparece el panel Tareas.
El panel Tarea contiene un proceso guiado para usar las herramientas en ArcGIS Pro que incluye la identificación de un área de interés, una evaluación de qué comunidades se ven afectadas o sobrecargadas de manera desproporcionada por ella, y dónde dirigir las intervenciones para abordar efectos o resultados desproporcionados. Empezará preparando los datos de activos y resultados.
- En el panel Tareas, expanda Identificar área de estudio, crear y preparar variables y haga doble clic en Identificar área de estudio y enriquecerla con variables demográficas.
Aparece la ventana Agregar datos.
- En la ventana Agregar datos, en Portal, haga clic en Living Atlas. En la barra de búsqueda, escriba usa census block group boundaries y pulse Intro.
- Haga clic en USA Census Block Group Boundaries propeidad de esri_dm.
- Haga clic en Aceptar.
La capa USA Census BlockGroups se agrega a su mapa.
- En el panel Tareas, haga clic en Paso siguiente.
El siguiente paso del panel Tareas le pide que aplique el zoom a su área de informes. Acercará el zoom a Toledo, Ohio.
- En la cinta, en la pestaña Mapa, en el grupo Consulta, haga clic en Localizar.
Aparece el panel Localizar.
- En el panel Localizar, en la barra de búsqueda, escriba Toledo, OH y pulse Intro.
El mapa se acerca a Toledo, Ohio.
- Cierre el panel Localizar. En el mapa, aléjese hasta que vea la mayor parte del estado de Ohio.
Observa que la capa USA Census BlockGroups incluye datos de todo Estados Unidos, pero solo le interesa analizar datos en el condado de Lucas, el condado donde se ubica la ciudad de Toledo. Creará una consulta de definición para limitar los grupos de bloques censales visibles a solo los del condado de Lucas. Antes de crear la expresión de consulta de definición para la capa, descubrirá el número de identificación único del condado.
- En la cinta, en la pestaña Mapa, en el grupo Selección, haga clic en Seleccionar.
- En el mapa, acérquese a Toledo y haga clic en un distrito censal cercano a la etiqueta de la ciudad de Toledo.
El distrito seleccionado se resalta en azul, lo que indica que está seleccionado.
- Cierre el panel Localizar.
- En la parte inferior del panel Tareas, haga clic en la pestaña Contenido.
- En el panel Contenido, haga clic con el botón derecho en la capa USA Census BlockGroups y haga clic en Tabla de atributos.
- En la tabla de atributos, haga clic en Mostrar registros seleccionados.
La tabla muestra solo la fila correspondiente al distrito que ha seleccionado.
- Localice el atributo STCOFIPS y anote el valor.
FIPS son las siglas en inglés de Sistema Federal de Procesamiento de la Información. El STCO en STCOFIPS son las siglas en inglés de estado y condado. Los códigos FIPS son números que identifican áreas geográficas de forma única. Los dos primeros dígitos del código STCOFIPS representan el código del estado en el que se encuentra el condado, y los tres dígitos restantes representan un código específico del condado.
El STCOFIPS del condado de Lucas (Ohio) es 39095. Utilizará esta información para crear una consulta de definición para la capa de forma que solo muestre los datos del condado de Lucas.
- En el panel Contenido, haga doble clic en la capa USA Census BlockGroups.
Aparece la ventana Propiedades de capa.
- En la ventana Propiedades de capa, haga clic en Consulta de definición y en Nueva consulta de definición.
- Cree la expresión Donde STCOFIPS es igual a 39095.
- Haga clic en Aplicar y haga clic en Aceptar.
- En la cinta, en la pestaña Mapa, en el grupo Selección, haga clic en Borrar.
Ahora, la capa muestra solo los grupos de bloques censales del condado de Lucas, Ohio.
Enriquecer grupos de bloques con datos demográficos
Ahora que tiene divisiones del grupo de bloques censales en el mapa, agregará información demográfica a cada grupo de bloques.
- Vuelva al panel Tareas y haga clic dos veces en Paso siguiente.
Aparece el panel Enriquecer con datos demográficos.
La siguiente tarea utiliza la herramienta Enriquecer para agregar datos demográficos de enfoque clave. Esta herramienta consume créditos.
Nota:
Geocodificar consumirá créditos. Los créditos son la moneda que se utiliza en ArcGIS y que se consumen para determinadas transacciones y tipos de almacenamiento como, por ejemplo, almacenar entidades, realizar análisis y utilizar contenido Premium. La coincidencia de direcciones al publicar una hoja de cálculo como una capa de entidades alojada mediante ArcGIS World Geocoding Service consume créditos. Más información sobre los créditos.
Para saber cuántos créditos le quedan en su cuenta de ArcGIS Online, en la parte superior de la página, haga clic en su nombre de usuario y luego en Mi configuración. En la página Mi configuración, haga clic en Créditos para ver cuántos créditos le quedan en su cuenta.
- En el panel de la herramienta Enriquecer con datos demográficos, en Entidades de entrada, elija USA Census BlockGroups, y en Entidades de salida escriba LucasCounty_Enrich.
A continuación, elegirá las variables del panel Enriquecer con datos demográficos que se determinaron por su alcance y sus esfuerzos de colaboración con la comunidad.
En cualquier flujo de trabajo de análisis de equidad, las variables o indicadores seleccionados para crear un índice de equidad variarán en función de la comunidad correspondiente y la intervención que desee abordar. Tal como se ha mencionado anteriormente, el paso más crucial del flujo de trabajo Racial Equity es implicar a las comunidades afectadas por la inequidad y quién recibirá el apoyo de la intervención. Estos miembros de la comunidad deben incluirse en el proceso de determinar estos indicadores antes de crear el índice.
- En Variables, haga clic en el botón Eliminar de los siguientes indicadores preconfigurados.
Nota:
Si elimina una variable accidentalmente, puede restablecer la lista de variables haciendo clic en el botón Volver al paso anterior situado en la parte inferior del panel Tareas. A continuación, haga clic en Omitir para volver al paso Enriquecer con datos demográficos a las áreas de notificación. Aparece el panel Enriquecer con datos demográficos con la lista preconfigurada de variables.
- 2023 Total Population
- 2021 Population Age 65+ (ACS 5-Yr)
- 2023 Unemployed Population 16+
- 2023 Per Capita Income
- 2023 Median Household Income
- 2021 Pop Ratio Inc/Poverty: 2.00+ (ACS 5-Yr)
- 2021 Pop 19-34: No Health Insurance (ACS 5-Yr)
- 2021 Pop 35-64: No Health Insurance (ACS 5-Yr)
- 2021 HHs w/ Food Stamps/SNAP (ACS 5-Yr)
- 2021 Owner HHs with 0 Vehicles (ACS 5-Yr)
- 2021 Renter HH with 0 Vehicles (ACS 5-Yr)
- 2023 Owner Occupied HUs
Quedan cinco variables con porcentaje seleccionado:
- 2023 Child Population
- 2021 HHs: Inc Below Poverty Level (ACS 5-Yr)
- 2021 Pop <19: No Health Insurance (ACS 5-Yr)
- 2023 Pop Age 25+: High School/ No Diploma
- 2021 HHs w No Internet Access (ACS 5-Yr)
Nota:
Para ejecutar esta herramienta se necesitarán 23,95 créditos.
Si no tiene suficientes créditos para completar este paso, puede usar la capa LucasCounty_Enrich_Learn_2024 proporcionada para continuar con el tutorial. Para agregar esta capa, en la cinta, en la pestaña Mapa del grupo Capa, haga clic en Agregar datos. Busque LucasCounty_Enrich_Learn owner: Learn_ArcGIS y, en la lista de resultados, elija la capa LucasCounty_Enrich_Learn 2024. Omita este paso para continuar el tutorial.
- En el panel Enriquecer con datos demográficos, haga clic en Ejecutar.
- En el panel Contenido, haga clic con el botón derecho en LucasCounty_Enrich y haga clic en Tabla de atributos.
Los indicadores que ha seleccionado se han agregado a la capa del grupo de bloques.
- Cierre la tabla.
Agregar y filtrar datos de resultados sobre salud
A continuación, desea agregar datos sobre los resultados sobre salud para comprender mejor la tasa actual de asma en el condado. Agregará una capa propiedad del Centro de control y prevención de enfermedades que incluye datos sobre la prevalencia del asma a nivel de distrito censal.
- En la cinta, en la pestaña Mapa del grupo Capa, haga clic en Agregar datos.
- Asegúrese de buscar en Living Atlas y, en la barra de búsqueda, escriba places cdc y pulse Intro.
- Haga doble clic en la capa del grupo LUGARES: Datos locales para una mejor salud por data_cdc.
Aparece el contenido de la capa del grupo. Solo necesitará la capa Distritos.
- Haga clic en la capa Distritos y haga clic en Aceptar.
La capa Distritos se agrega a su mapa. La simbología predeterminada muestra los distritos censales por el porcentaje de la población de esos distritos que carecen de cobertura de seguros de salud. Le interesan los datos sobre la prevalencia del asma de esta capa, pero por ahora no necesita cambiar la simbología.
La capa Distritos también muestra datos de todo el país. Solo necesita los datos del condado de Lucas. Antes de crear la expresión de consulta de definición para la capa, como hizo anteriormente en el tutorial, desea averiguar el número de identificación único para el condado.
- En la cinta, en la pestaña Mapa, en el grupo Selección, haga clic en Seleccionar y haga clic en un distrito censal cercano a la etiqueta de la ciudad de Toledo.
El distrito seleccionado se resalta en azul, lo que indica que está seleccionado.
- En el panel Contenido, haga clic con el botón derecho en la capa Tracts y haga clic en Tabla de atributos.
- En la tabla de atributos, haga clic en Mostrar registros seleccionados.
La tabla muestra solo la fila correspondiente al distrito que ha seleccionado.
- Desplácese para ver el atributo Modelo FIPS del condado y anote el valor.
El valor del Modelo FIPS del condado para el condado de Lucas es 39095. Utilizará esta información para crear una consulta de definición para la capa de forma que solo muestre los datos del condado de Lucas.
- Cierre la tabla.
- En el panel Contenido, haga doble clic en la capa Distritos. En el panel Propiedades de capa, haga clic en Consulta de definición.
- Haga clic en Nueva consulta de definición y cree la expresión Donde el modelo FIPS del estado es igual a 39095. Haga clic en Aplicar y haga clic en Aceptar.
- En la cinta, en la pestaña Mapa, en el grupo Selección, haga clic en Borrar.
La capa Distritos muestra ahora el condado de Lucas.
Los pasos restantes del panel Tareas están relacionados con resumir y calcular el activo, la condición o los datos resultantes y la tasa. No tendrá que utilizar el resto de pasos, ya que los datos de interés resultantes ya se facilitaron como tasa en la capa por el CDC. Sin embargo, los datos del CDC se proporcionan a nivel de distrito, de modo que utilizará la herramienta Unión espacial para aplicar los valores de la tasa de prevalencia del asma de los datos de nivel de distrito a los datos de nivel de grupo de bloques más pequeños.
- En la parte superior del panel Tarea, haga clic en la flecha hacia atrás. En la ventana Tareas que aparece, haga clic en Sí.
- En la Barra de herramientas de acceso rápido, haga clic en Guardar para guardar el proyecto.
Utilizar unión espacial
Ahora que ha agregado y filtrado los datos de resultados sobre salud a su proyecto, utilizará la herramienta Unión espacial para agregar el campo de prevalencia del asma de la capa Distritos a la capa LucasCounty_Enrich.
- Haga clic en la pestaña Contenido para ver el panel Contenido.
- Haga clic con el botón derecho en la capa Distritos, apunte a Diseño de datos y elija Campos.
Se abre la vista Campos de la capa Distritos.
La capa contiene varios campos para diversos resultados sanitarios sobre los que informa el CDC, pero solo le interesan los datos relacionados con el asma. Especificar qué campo desea que esté visible le facilitará encontrar su campo de interés cuando necesite definir los parámetros de la herramienta para el resto del flujo de trabajo.
- En la parte superior de la vista Campos, desactive la casilla Visible.
Todos los campos están desactivados.
A continuación, localizará los datos relacionados con la prevalencia del asma y los convertirá en el único campo visible de la capa.
- Localice el campo Prevalencia cruda actual del asma (%) y marque la casilla Visible para el campo.
- En la cinta en la pestaña Campos, en el grupo Cambios, haga clic en Guardar y cierre la vista Campos.
A continuación, ejecutará la herramienta Unión espacial para crear una nueva capa que incluya los datos demográficos de la prevalencia del asma y los datos demográficos de los tipos de datos demográficos de LucasCounty_Enrich.
- En el panel Geoprocesamiento, haga clic en la flecha hacia atrás.
- En la barra de búsqueda, escriba unión espacial y, en la lista de resultados, elija Unión espacial.
- En el panel de la herramienta Unión espacial, defina los siguientes parámetros:
- En Entidades de destino, elija LucasCounty_Enrich.
- En Unir entidades, elija Distritos.
- En Clase de entidad de salida, escriba LucasCounty_Enrich_AsthmaP.
- En Operación de unión, seleccione Unión de uno a muchos.
- En Opción de coincidencia, elija Tienen su centro en.
Va a unir la capa Distritos, que contiene datos en el nivel de distrito censal, a la capa LucasCounty_Enrich, que contiene datos a nivel de grupo de bloques censales. Los grupos de bloques son más pequeños que el nivel de distrito. Al elegir Unir uno a muchos para Operación de unión y Tienen su centro en Opción de coincidencia, está asignando los valores en el nivel de distrito para que se apliquen a todos los grupos de bloques dentro del distrito.
- Haga clic en Ejecutar.
La capa LucasCounty_Enrich_AsthmaP se agrega al mapa y al panel Contenido.
- En el panel Contenido, haga clic con el botón derecho en la capa LucasCounty_Enrich_AsthmaP y elija Tabla de atributos. Exportar los campos de la capa.
Los indicadores sociales y demográficos y los datos de prevalencia del asma están ahora en la misma capa junto con los grupos de bloques.
- Cierra la tabla y guarda el proyecto.
Ha implementado la solución Análisis de equidad social y ha utilizado los pasos guiados para evaluar las condiciones de la comunidad y las acciones de interés. Ha agregado datos de características sociales y datos de resultados sobre salud relativos a la prevalencia del asma. A continuación, seguirá utilizando la solución Análisis de equidad social para crear mapas de análisis e índices.
Crear un índice compuesto de equidad
Ahora que tiene todos los datos preparados, ha llegado el momento de crear mapas para comprender lo que los datos pueden explicar sobre los resultados socioeconómicos y sanitarios de la comunidad se distribuyen por la comunidad.
Nota:
Para este tutorial, no se incluirán las variables de raza y etnia para crear el índice porque más adelante en el tutorial desglosaremos los resultados del índice por raza y etnia para comprender mejor la disparidad de experiencias y necesidades de cada grupo. Cada índice debe ser específico para la jurisdicción y el caso de uso previsto para el índice, por lo que puede haber situaciones en las que sea importante incluir las categorías de raza y etnia en este paso del proceso de creación del índice.
El componente más importante del flujo de trabajo Equidad racial es implicar a las comunidades. Es esencial que cualquier análisis de SIG de equidad social participe eficazmente y ello incluye a los miembros de la comunidad a los que el análisis pretende prestar servicio. Al principio del escenario de este tutorial, su organización ya ha comenzado el trabajo de implicar a las comunidades para identificar los indicadores socioeconómicos y de resultados sobre salud que utilizó para enriquecer la capa de grupo de bloques.
A continuación, visualizará las características de la comunidad y compartirá el mapa resultante con la comunidad y solicitará comentarios. Tras interactuar con las comunidades objetivo y recopilar comentarios, puede que sea necesario revisar si los datos que utiliza son contextuales para la experiencia local y reflejan de forma más precisa las necesidades de las comunidades.
Identificar las características de la comunidad
Creará un mapa con una capa de entidades y salidas de gráfico para mostrar cómo se distribuyen los seis indicadores que especificó anteriormente en el tutorial. La solución Análisis de equidad social utiliza la herramienta Calcular índice compuesto para realizar este cálculo.
Un índice es un número que mide un tema de interés, a menudo algo difícil de medir o definir directamente, como la vulnerabilidad social o la innovación empresarial. La herramienta Calcular índice compuesto crea un índice combinando varias variables en una única variable. La herramienta sigue un flujo de trabajo de tres pasos para preprocesar las variables, combinarlas y postprocesar el índice.
Nota:
Consulte la herramienta Calcular índice compuesto para obtener más información sobre la herramienta Calcular índice compuesto. Consulte la serie de tutoriales Crear un índice compuesto con ArcGIS Pro para obtener más artículos, documentos de orientación, vídeos y tutoriales sobre el uso de la herramienta.
- En el panel Tareas, haga clic en la flecha hacia atrás. En la ventana Tareas, haga clic en Sí.
- En el panel Tareas, expanda Crear un índice compuesto y haga doble clic en Crear datos de las características de la comunidad.
Aparece el panel de la herramienta Calcular índice compuesto.
- En el panel de la herramienta Calcular índice compuesto, para Tabla de entrada, elija LucasCounty_Enrich_AsthmaP. En Entidades o tabla de salida, escriba ChildAsthmaIndex.
- Junto a Variables de entrada, haga clic en el botón Agregar muchos.
- Marque los siguientes campos y haga clic en Agregar.
- 2023 Child Population: Percent
- 2021 HHs: Inc Below Poverty Level (ACS 5-Yr): Percent
- 2021 Pop <19: No Health Insurance (ACS 5-Yr): Percent
- 2023 Pop Age 25+: High School/No Diploma: Percent
- 2021 HHs w/No Internet Access (ACS 5-Yr): Percent
- Prevalencia bruta actual de asma (%)
Las seis variables aparecen en el panel de la herramienta Calcular índice compuesto.
A continuación, elegirá los parámetros para el preprocesamiento y la combinación de los indicadores. Puede utilizar el parámetro Método preestablecido para escalar y combinar variables para elegir métodos comunes de escalado y combinación de los indicadores. También puede elegir manualmente la opción Método para escalar variables de entrada y la opción Método para combinar variables escaladas.
Nota:
Para obtener más información sobre los métodos para escalar y combinar variables, consulte Cómo funciona Calcular índice compuesto.
Por ahora, mantendrá la selección predeterminada, que consiste en combinar los valores por la media de los valores escalados utilizando el método de escalado de mínimo a máximo.
- Expanda Configuración de salida. En Nombre de índice de salida, introduzca ChildAsthmaIndex.
- En Valores del índice de salida Mínimo, Máximo y Salida, para Mínimo, escriba 0. Para Máximo, escriba 100.
- En Salidas clasificadas adicionales, marque Intervalo equivalente, Cuantil y Desviación estándar. En Número de clases del índice de salida, introduzca 10.
Definir el rango de Valores de índice de salida Mínimo, Máximo y Salida entre 0 y 100 es una forma de hacer que la puntuación del índice resultante sea rápidamente comprensible.
Ha terminado de configurar los parámetros de preprocesamiento, combinación y postprocesamiento en la herramienta Calcular índice compuesto.
- Haga clic en Ejecutar.
Aparece el mapa de índice compuesto resultante.
- En el panel Tareas, haga clic en Paso siguiente.
Aparece la página Interpretar los resultados
Es importante explorar el mapa y los gráficos resultantes para ver la distribución del índice, determinar si los pasos de preprocesamiento lograron el resultado previsto y consultar cualquier correlación entre las variables de entrada y el índice. Otras cuestiones a tener en cuenta son las siguientes:
- ¿El índice resultante aborda la pregunta y las dimensiones del índice?
- ¿Cómo afectan las variables de entrada al índice de salida?
- ¿Son adecuadas todas las variables de entrada o pueden eliminarse algunas?
- ¿Ponderiza el índice de producción involuntariamente una dimensión o variable concreta?
- ¿Es apropiada la unidad espacial en función de las variables de entrada?
Nota:
Consulte el documento técnico Creación de índices compuestos con ArcGIS: mejores prácticas (PDF) para obtener más orientación, consejos y prácticas recomendadas.
- En la parte inferior del panel Tareas, haga clic en Contenido.
En el panel Contenido, la capa de grupo Capas ChildAsthmaIndex contiene la capa ChildAsthmaIndex así como las otras salidas adicionales que seleccionó en la herramienta Calcular índice compuesto. La capa ChildAsthmaIndex también incluye gráficos creados automáticamente por la herramienta.
- En la capa ChildAsthmaIndex, haga doble clic en el gráfico Relaciones de las variables escaladas e índice.
Aparece el gráfico.
La fila más importante que hay que investigar es la inferior. Muestra la correlación entre los valores de ChildAsthmaIndex y cada una de las variables. Los resultados muestran que ninguna de ellas presenta una correlación demasiado alta, de 0,90 o superior. Ninguna de ellas es demasiado baja (0,10 o menos) ni tiene un valor negativo. Esto significa que no es probable que haya ponderaciones involuntarias ni contribuciones desiguales de las variables en el índice.
También puede utilizar este gráfico para evaluar la correlación entre las variables utilizadas para crear el índice compuesto. Para evaluar la correlación entre variables, sobre todo querrá asegurarse de que ninguna de ellas tenga valores altos de correlación. En este ejemplo, las variables no superan el 0,53, lo que significa que no están demasiado correlacionadas entre sí.
- Cierre el gráfico.
- En el panel Contenido, desmarque la capa ChildAsthmaIndex y marque la capa ChildAsthmaIndex - Quantile Classes.
La capa ChildAsthmaIndex - Quantile Classes está ahora visible en el mapa.
Este mapa muestra los grupos de bloques divididos en 10 grupos iguales por su valor de puntuación del índice compuesto. Los grupos de bloques de la Clase 10 son los que se encuentran en el percentil 10 superior de los grupos de bloques con la puntuación de índice más alta, es decir, deberían ser los más prioritarios para los programas de intervención.
- En el panel Contenido, desactive la capa ChildAsthmaIndex - Quantile Classes y active ChildAsthmaIndex - Standard Deviation Classes.
La capa ChildAsthmaIndex - Standard Deviation Classes está ahora visible en el mapa.
Esta capa calcula cuántas desviaciones estándar está la puntuación de un índice por encima o por debajo de la media de los grupos de bloques. Este mapa puede ayudarle a interpretar en qué áreas son mayores los impactos de las variables del índice compuesto. Las capas de cuantiles y de desviación estándar muestran otros métodos de priorización.
- Por su cuenta, explore las otras capas de salida del índice.
- Cuando haya terminado, vuelva al panel Tareas y haga clic en Paso siguiente.
Aparece la página Cargar índice de salida en la capa de entidades alojada. Este paso no es necesario en este momento, por lo que hará clic en Finalizar para cerrar la tarea.
- Haga clic en Finalizar.
- Pulse Ctrl+S para guardar el proyecto.
Compartir el mapa de índice de la comunidad
Es importante compartir los datos de características de la comunidad resultantes con las partes interesadas de la comunidad para comprobar y asegurarse de que representen a la comunidad e identificar los ajustes necesarios para que el mapa refleje mejor a la comunidad. Compartirá el mapa como mapa web.
- En la cinta, haga clic en la pestaña Compartir. En el grupo Compartir como, haga clic en Mapa web.
Aparece el panel Compartir como capa web.
- En el panel Compartir como capa web, escriba una frase descriptiva para Resumen y, en Etiquetas, escriba algunas palabras relevantes y pulse Intro después de cada una.
- En Compartir con, marque la casilla Todos.
- Haga clic en Analizar.
Aparece un error que requiere que la capa permita Id. numéricos únicos antes de poder compartirla como capa web.
- Haga doble clic en el error.
Aparece la ventana Propiedades de mapa.
- En la ventana Propiedades del mapa, marque la casilla Permitir asignación de Id. numéricos únicos para compartir capas web y haga clic en Aceptar.
- En el panel Compartir como capa web, haga clic en Analizar.
No hay más errores.
- Haga clic en Publicar.
La capa se publica como capa web.
- Haga clic en Administrar la capa web.
La página de elemento de la capa de índice de las características de la comunidad aparece en su navegador.
- Haga clic en Abrir en Map Viewer.
La capa se abre en Visor de mapas. En Visor de mapas puede configurar qué indicadores mostrar en el mapa y compartirlo como enlace para que los miembros de la comunidad puedan revisar los datos.
Además de compartir el mapa que muestra los resultados de ChildAsthmaIndex, considere crear mapas que muestren indicadores clave, por ejemplo, el porcentaje de población por raza y etnicidad, por acceso a Internet o por el nivel de pobreza.
Estas son algunas preguntas que puede considerar formular a la comunidad:
- ¿La distribución de este indicador está alineada con su experiencia en la comunidad o en su área de la ciudad?
- ¿Hay áreas que los resultados de la capa ChildAsthmaIndex no hayan priorizado y que le sorprendan de acuerdo con su experiencia y conocimiento de la ciudad?
- ¿Hay otros indicadores que se deban agregar para reflejar mejor las áreas que deberían priorizarse?
El proceso de participación en la comunidad es una conversación. Mantener estas comunicaciones y desarrollar soluciones podría requerir varias iteraciones. Sin embargo, resulta útil porque asegura que el análisis refleje experiencias vividas que los datos tal vez no puedan capturar. Con resultados más precisos, es posible identificar soluciones más precisas.
Nota:
Para obtener más información sobre cómo usar Visor de mapas, considere explorar los tutoriales de ArcGIS Crear un mapa de China y Crear un mapa de políticas para abordar las condiciones sanitarias.
El mapa se comparte en un ayuntamiento de la comunidad donde se presentan la metodología de análisis y los mapas. Las partes interesadas, tales como padres de escuelas locales, médicos de clínicas locales, grupos vecinales y una comisión de salud pública designada por la comunidad, revisaron el mapa y aportaron comentarios. A continuación, integrará lo que ha aprendido de los comentarios y ajustará su mapa para representar a la comunidad con mayor precisión.
Ajustar los datos de las características de su comunidad
Después de compartir el mapa con la comunidad, los residentes compartieron una experiencia extra que puede haberse excluido en el mapa de características de la comunidad. Se identificó que otra carga acumulada que enfrentan las familias es la falta de acceso a oportunidades de vivienda en propiedad y transporte accesible, lo cual se debe en gran medida a barreras sistémicas, por ejemplo, políticas económicas y de vivienda. Los residentes compartieron que sería valioso considerar y dar prioridad a residentes que actualmente alquilan su vivienda y no tienen acceso a vehículo propio. Estos vecinos son muy vulnerables a la contaminación y a la exposición al tráfico debido al tiempo prolongado que pasan caminando y usando el transporte público para llegar a la escuela. Esto es muy importante para aquellos que viven cerca del centro de la ciudad, donde hay un mayor porcentaje de inquilinos sin vehículo propio.
Utilizará lo que ha aprendido para incluir un indicador adicional y crear un mapa de índice actualizado de las características de la comunida.
- En la cinta, haga clic en la pestaña Análisis. En el grupo Geoprocesamiento, haga clic en Historia.
El panel Historial muestra todas las herramientas de geoprocesamiento que ya ha ejecutado.
- En el panel Historial, haga doble clic en Enriquecer con datos demográficos.
Aparece el panel de la herramienta Enriquecer con datos demográficos, cubierto con los parámetros que introdujo anteriormente en el tutorial.
La capa LucasCounty_Enrich_AsthmaP ya contiene el resto de indicadores demográficos que agregó anteriormente en el tutorial, así como los datos de los resultados sobre salud. Agregará un indicador más a esta capa mediante la herramienta Enriquecer con datos demográficos.
- En el panel de la herramienta Enriquecer con datos demográficos, en Entidades de entrada, elija LucasCounty_Enrich_AsthmaP. En Entidades de salida, escriba LucasCounty_Enrich2.
- En la lista de variables, haga clic en Eliminar todo.
- Junto a Variables, haga clic en el botón para agregar.
Aparece la ventana Explorador de datos.
- En la barra de búsqueda, escriba vehículos de inquilinos y pulse Intro.
Aparece una lista de variables relacionadas.
- Para la variable 2021 Renter HHs by Vehicles Avail: 0 (ACS 5-Yr), haga clic en el botón número para anular la selección y haga clic en porcentaje para seleccionarlo y, a continuación, active la casilla de la variable.
- Haga clic en Aceptar.
- En el panel de la herramienta Agregar datos demográficos, haga clic en Ejecutar.
Nota:
Dado que está usando de nuevo la herramienta Enriquecer, este proceso requerirá créditos. Para agregar este simple indicador se requieren 4.79 créditos. Si no dispone de créditos suficientes para completar este paso, puede utilizar una capa enriquecida proporcionada para continuar el tutorial.
Para agregar esta capa, en la cinta, en la pestaña Mapa del grupo Capa, haga clic en Agregar datos. En Portal, haga clic en ArcGIS Online y, en la barra de búsqueda, escriba LucasCounty_Enrich2 owner: Learn_ArcGIS y pulse Intro. Agregue la capa LucasCounty_Enrich2_Learn_2024. Omita este paso para continuar el tutorial.
La capa LucasCounty_Enrich2 se agrega a su mapa y al panel Contenido. Ahora contiene todos los indicadores identificados por la comunidad para incluirlos en el mapa de características de la comunidad.
- En el panel Historial, haga doble clic en Calcular índice compuesto.
- En el panel de la herramienta Calcular índice compuesto, actualice lo siguiente:
- En Tabla de entrada, elija LucasCounty_Enrich2.
- En Entidades o tabla de salida, escriba ChildAsthmaIndex2.
- En la parte inferior de la lista Variables de entrada, agregue 2021 Renter HHs by Vehicles Avail: 0 (ACS 5-Yr): Percent.
- En Configuración de salida, en Nombre del índice de salida, escriba ChildAsthmaIndex2.
- Haga clic en Ejecutar.
Se agrega la capa ChildAsthmaIndex2 al mapa y al panel Contenido.
En el panel Contenido, verá que la leyenda de las capas ChildAsthmaIndex y ChildAsthmaIndex2 es la misma. La diferencia entre ellos es que la capa ChildAsthmaIndex2 incluye cálculos para un indicador adicional: el porcentaje de residentes que son inquilinos sin vehículo.
A continuación, comparará la capa ChildAsthmaIndex original con la actualizada que acaba de crear.
- Bajo la capa del grupo Capas ChildAsthmaIndex2, pulse Ctrl y contraiga la capa ChildAsthmaIndex2.
Todas las capas de la capa de grupo se contraen.
- Bajo la capa de grupo Capas ChildAsthmaIndex, pulse Ctrl y contraiga la capa ChildAsthmaIndex y todas las demás capas de la capa de grupo. Asegúrese de que las dos únicas capas que marcadas son la capa ChildAsthmaIndex y la capa ChildAsthmaIndex2. Haga clic en la capa ChildAsthmaIndex2 para seleccionarla.
Ahora las capas de ambos grupos están contraídas, lo que facilitará el uso de la herramienta Swipe para comparar los dos resultados.
- En la cinta, haga clic en la pestaña Capa de entidades. En el grupo Comparar, haga clic en Swipe.
- En el mapa, haga clic y arrastre por el mapa para comparar la capa ChildAsthmaIndex2 y la capa ChildAsthmaIndex.
La capa ChildAsthmaIndex2 actualizada se centraba más en un par de grupos de bloques. Es probable que se tratase de áreas con una mayor proporción de residentes que tienen el riesgo adicional de exposición de pasar más tiempo fuera de casa expuestos a contaminantes atmosféricos porque había más inquilinos sin vehículos en estas áreas.
- En la cinta, haga clic en la pestaña Mapa. En el grupo Navegar, haga clic en la herramienta Explorar para desactivar la herramienta Swipe.
- Utilice lo que ha aprendido para compartir la capa como mapa web y a compartir el mapa resultante con los miembros de la comunidad y las partes interesadas.
- Guarde el proyecto.
Dado que dio el importante paso de implicar a la comunidad en su primera ronda del mapa de índice compuesto, ha integrado un indicador importante y de interés local para su análisis. Agregó el indicador a su análisis y creó un mapa que se adapta mejor a las experiencias y necesidades de la comunidad.
A continuación, desglosará los resultados del índice por raza y etnia y priorizará a las escuelas del condado que se encuentran en la mejor ubicación para acoger el programa de educación pública sobre salud
Evaluar el índice de equidad y proponer ubicaciones para los programas
A la hora de crear un índice compuesto, es importante evaluarlo para comprender mejor cómo afecta a otro subgrupo de población del área objetivo de su proyecto. En esta sección, también utilizará el análisis de redes para determinar qué cinco centros educativos públicos se encuentran en la mejor ubicación para llegar a los grupos de bloques con las puntuaciones más altas en el índice de prioridad.
Desagregar datos demográficos
Los datos desagregados son datos que se han desglosado por subcategorías, como grupos raciales y étnicos, género, idioma, etc. Al desagregar los datos se pueden revelar los beneficios y las cargas que experimenta cada subcategoría y que pueden no ser evidentes en los datos agregados. En este tutorial, ha creado un índice de equidad que tiene en cuenta varios datos socioeconómicos y de resultados sobre salud. En esta sección, desagregará los valores medios de puntuación del índice por raza y etnia para determinar qué grupos están experimentando una carga desproporcionadamente alta de indicadores de asma infantil.
- En el panel Tareas, haga clic en la flecha hacia atrás. Haga clic en Sí para continuar.
- Expanda la carpeta Opcional: Desagregar y visualizar datos demográficos y haga doble clic en Desagregar y visualizar datos demográficos.
- Haga clic en Paso siguiente.
- En el panel Enriquecer con datos demográficos desagregados, para Entidades de entrada, elija ChildAsthmaIndex2 - Quantile Classes. En Entidades de salida, escriba ChildAsthmaIndex_Disaggregated.
- En Variables, para todas las variables precargadas excepto 2023 Hispanic Pop, haga clic en el botón Eliminar.
La única variable que permanece en el panel de la herramienta Enriquecer con datos demográficos desagregados es 2023 Hispanic Population.
- Junto a Variables, haga clic en el botón para agregar.
Aparece la ventana Explorador de datos.
- En la ventana Explorador de datos, haga doble clic en Raza.
- Haga doble clic en Non Hispanic Origin.
- Expanda 2023 Race and Hispanic Origin (Esri).
- Para las siguientes variables, haga clic en el botón de porcentaje para seleccionarla, anule la selección del botón de número y marque la variable:
- 2023 Non-Hispanic White Pop
- 2023 Non-Hispanic Black Pop
- 2023 Non-Hispanic American Indian Pop
- 2023 Non-Hispanic Asian Pop
- 2023 Non-Hispanic Pacific Islander Pop
- 2023 Non-Hispanic Other Race Pop
- 2023 Non-Hispanic Multiple Race Pop
Las siete variables porcentuales se agregan a la lista de variables seleccionadas, con lo que el total asciende a ocho variables seleccionadas.
Nota:
En los Estados Unidos, la Oficina del Censo recopila datos demográficos para varias categorías de raza y distingue además las categorías según la etnia hispana. Si bien estas categorías son limitadas a la hora de captar el diverso y complejo rango de grupos de personas, experiencias y culturas, sigue siendo una fuente de datos fiable para comprender mejor cómo la raza y la etnia se correlacionan con otras experiencias de equidad en Estados Unidos.
- Haga clic en Aceptar.
- En el panel de la herramienta Enriquecer con datos demográficos desagregados, haga clic en Ejecutar.
Nota:
Para ejecutar esta herramienta se necesitarán 38,32 créditos. Si no dispone de créditos suficientes, puede utilizar una capa enriquecida proporcionada para continuar el tutorial.
Para agregar esta capa, en la cinta, en la pestaña Mapa del grupo Capa, haga clic en Agregar datos. En Portal, haga clic en ArcGIS Online y, en la barra de búsqueda, escriba ChildAsthmaIndex_Disaggregated_Learn owner: Learn_ArcGIS y pulse Intro. Agregue la capa ChildAsthmaIndex_Disaggregated_Learn. Omita este paso para continuar el tutorial.
La capa ChildAsthmaIndex_Disaggregated se agrega al proyecto.
Está diseñado por 10 clases y la más alta, la Clase 10, representa los grupos de bloques censales con la puntuación más alta en el índice compuesto o las áreas prioritarias para la programación de apoyo al asma infantil.
A continuación, creará un gráfico para visualizar qué grupos raciales y étnicos están más representados en los grupos de bloques censales según su puntuación en el índice.
- En el panel Tareas, haga clic dos veces en Paso siguiente.
- Haga clic en Ejecutar.
- En el panel Propiedades de gráfico, en Categoría o fecha, elija ChildAsthmaIndex2 - Mean (Quartile Classes). En Agregación, elija Valor medio.
- En Campo(s) numérico(s), haga clic en el botón Seleccionar.
- Marque las ocho variables de raza y etnia y haga clic en Aplicar.
- Haga clic en la pestaña General e introduzca lo siguiente:
- En Título de gráfico, escriba Puntuaciones medias del índice de asma infantil desagregadas por raza y etnia.
- En Título de eje X, escriba Puntuaciones del índice de asma infantil por deciles.
- En Título de eje Y, escriba Porcentaje del grupo racial/étnico.
El gráfico se ha configurado.
Este gráfico muestra que los grupos de bloques con las puntuaciones medias de índice más altas, en las Clases 8 a 10, tienen proporcionalmente más población negra hispana y no hispana. Los grupos de bloques con las puntuaciones medias de índice más bajas, las Clases 1 a 4, tienen proporcionalmente más población blanca no hispana. Este gráfico le ayudará a comprender mejor qué grupos raciales y étnicos pueden estar sufriendo más las consecuencias del asma infantil en el condado de Lucas.
Utilizar tareas equitativas de selección de sitios
Si bien las decisiones políticas históricas son un motivo fundamental por el cual algunas áreas de una comunidad carecen de recursos y oportunidades, cada comunidad dispone también de activos que puede aprovechar para fortalecer a sus residentes. En este escenario, las escuelas públicas son un activo importante como espacio de reunión donde padres y alumnos pueden aprender a proteger y gestionar la salud respiratoria.
- En el panel Catálogo, expanda Tareas y haga doble clic en Selección equitativa de sitios.
- En el panel Tareas, expanda Identificar área de estudio, crear y preparar variables y haga doble clic en Identificar área de estudio y enriquecerla con variables demográficas.
Aparece el panel Agregar área de estudio al mapa. Ya ha definido su área de estudio y su mapa ya está acercado al área, por lo que se saltará este paso y el siguiente.
- Cierre la ventana Agregar datos que aparece. En el panel Tareas, haga clic dos veces en Omitir.
Aparece el panel de la herramienta Enriquecer con datos demográficos.
Para ejecutar la herramienta Resolver asignación de ubicación con índice más adelante en el tutorial, tendrá que agregar la variable 2023 Total Population.
- En el panel de la herramienta Enriquecer con datos demográficos, introduzca lo siguiente:
- Para Entidades de entrada, elija ChildAsthmaIndex2 - Quantile Classes.
- En Entidades de salida, escriba Priority_Schools_Selection.
- En Variables, elimine todas las variables excepto 2023 Total Population.
- Haga clic en Ejecutar.
Nota:
Para ejecutar esta herramienta se necesitan 4,79 créditos.
La capa Priority_Schools_Selection se agrega al panel Contenido y al mapa.
- En el panel Tareas, haga clic en Finalizar.
A continuación, utilizará los siguientes pasos del panel Tareas para crear una capa de activos que muestre la ubicación de las escuelas públicas del condado de Lucas.
- En el panel Tareas, expanda Identificar área de estudio, crear y preparar variables y haga doble clic en Crear y preparar variables adicionales.
Aparece el panel Geocodificar direcciones.
El siguiente paso es importar activos, condiciones o datos de resultados. Importará datos sobre activos, que son las escuelas públicas donde se alojarán los cursos de educación sobre salud.
- Descargue la carpeta LucasCounty _Schools_List_data.csv y guárdela en una ubicación de fácil acceso.
El archivo .csv contiene información sobre las escuelas públicas de los dos distritos escolares situados en el condado de Lucas.
Nota:
Los datos se obtuvieron de la herramienta en línea del Ohio Educational Directory System para la información del directorio de escuelas y distritos en el sitio web del Departamento de Educación de Ohio.
- En el panel Geocodificar direcciones, en Tabla de entrada, haga clic en el botón Examinar.
- En la ventana Tabla de entrada que aparece, vaya a la carpeta en la que haya guardado el archivo .csv, haga clic en LucasCounty_Schools_List_data.csv y haga clic en Aceptar.
- En Localizador de direcciones de entrada, haga clic en la flecha y elija ArcGIS World Geocoding Service.
Nota:
Geocodificar consumirá créditos. Este paso requerirá 4.28 créditos.
- Defina los siguientes parámetros:
- En Clase de entidad de salida, escriba LucasCounty_Schools.
- En País, seleccione Estados Unidos.
- En Categoría, active Dirección.
- Haga clic en Ejecutar.
Nota:
Si no tiene suficientes créditos para completar este paso, puede usar una capa geocodificada proporcionada para continuar con el tutorial.
Para agregar esta capa, en la cinta, en la pestaña Mapa del grupo Capa, haga clic en Agregar datos. En Portal, haga clic en ArcGIS Online y, en la barra de búsqueda, escriba LucasCounty_Schools owner: Learn_ArcGIS y pulse Intro. Agregue la capa LucasCounty_Schools. Omita este paso para continuar el tutorial.
La capa LucasCounty_Schools se agrega a su mapa.
Proponer ubicaciones de programas con prioridades de equidad
Hay más de 100 escuelas en el condado de Lucas. Su organización no tendrá la capacidad de ejecutar un programa en cada escuela, por lo que deberá priorizar qué ubicaciones de escuelas son las más estratégicas para alojar el programa y que también cumplirán los objetivos de equidad e inclusión de su organización. Utilizará la solución Análisis de equidad social para evaluar las ubicaciones de las escuelas y utilizar el análisis espacial para localizar las escuelas que mejor se ajusten a las necesidades de su organización.
- En el panel Tareas, haga clic en la flecha hacia atrás.
- Expanda Evaluar la cobertura y realizar la selección de sitios y haga doble clic en Identificar lugares candidatos.
Ya ha agregado los datos de la escuela, así que omitirá el primer paso.
- Haga clic en Paso siguiente.
Aparece el panel Agregar lugares candidatos. Usará esta herramienta para agregar las ubicaciones de las escuelas como ubicaciones de activos candidatas. Esto establecerá todas las escuelas del condado como posibles emplazamientos para acoger el programa.
- En el panel Agregar lugares candidatos, en Lugares candidatos, elija LucasCounty_Schools.
- Haga clic en Ejecutar.
- En caso necesario, en el panel Contenido, arrastre el grupo SiteSelection a la parte superior del panel Contenido.
Los símbolos de los marcadores naranjas del mapa indican que las ubicaciones de activos candidatas están definidas en las ubicaciones de las escuelas.
En este tutorial, solo tendrá en cuenta las ubicaciones de los colegios. Sin embargo, es importante considerar otros activos potenciales de una comunidad, por ejemplo, parques públicos, centros comunitarios, bibliotecas y otros espacios que puedan servir como ubicación adecuada para su intervención. Considere solicitar aportaciones de la comunidad sobre posibles activos.
- En el panel Tareas, haga clic en Paso siguiente y en Finalizar.
- En el panel Tareas, haga doble clic en Realizar la selección de sitios.
Aparece el panel de la herramienta Convertir índice de análisis de equidad a puntos de demanda.
Un punto de demanda suele ser una ubicación que representa las personas o las cosas que requieren los bienes y servicios que proporcionan las instalaciones. En este caso, será el grupo de bloques censales en el que viven. Utilizará esta herramienta para convertir la capa de grupo de bloques desde una capa de entidades poligonales a una capa de entidades de puntos. Esto permitirá que el análisis calcule lo cerca que están las ubicaciones de las escuelas o las ubicaciones de activos al centro de cada grupo de bloques. Los puntos centrales del grupo de bloques representarán los puntos de demanda que necesitan acceder a las ubicaciones de los activos.
Antes de crear los puntos de demanda, utilizará la herramienta Seleccionar por atributo para crear solo puntos de demanda para grupos de bloques de las 3 clases cuantiles superiores de la puntuación del índice.
- En el panel Contenido, desactive la capa de grupo ChildAsthmaIndex2 Layers.
- En la cinta, en la pestaña Mapa, en el grupo Selección, haga clic en Seleccionar por atributos.
- En la ventana Seleccionar por atributos, en Filas de entrada, elija Priority_Schools_Selection.
- En Expresión, cree la expresión Donde ChildAsthmaIndex2 - Mean (Quantile Classes) es mayor o igual que 8.
- Haga clic en Aceptar.
- En el panel de la herramienta Convertir índice de análisis de equidad en puntos de demanda, en Índice de análisis de equidad de entrada, elija Priority_Schools_Selection. En Capa de salida, escriba Demand_points.
La herramienta indica que se procesarán 143 registros. Esto coincide con el número de registros que esperaba según la consulta que utilizó en la herramienta Seleccionar por atributos.
- Haga clic en Ejecutar.
- En la cinta, en la pestaña Mapa, en el grupo Selección, haga clic en Borrar para anular la selección de edificio.
La capa Demand_points aparece en el mapa con puntos en el centro de los grupos de bloques que se encuentran en las tres clases superiores de la puntuación del índice.
- En el panel Tareas, haga clic en Paso siguiente.
- En el panel de la herramienta Resolver asignación de ubicación con índice, para Capa de selección del sitio de entrada, elija SiteSelection. En Capa de puntos de demanda de entrada, elija Demand_points.
Definirá los parámetros de tiempo de viaje para elegir ubicaciones de escuelas a menos de 30 minutos a pie de los grupos de bloques prioritarios.
- En Número de sitios a buscar, escriba 5. En Valor límite del modo de viaje (tiempo o distancia), escriba 30. En Modo de viaje, elija Tiempo caminando.
- Para la Capa de líneas de asignación de salida, escriba Allocation_lines. Para la Capa de sitios elegidos de salida, escriba Priority_schools.
- Haga clic en Ejecutar.
Nota:
Ejecutar esta herramienta requiere 8,7 créditos.
Si no tiene suficientes créditos para completar este paso, puede usar las siguientes capas facilitadas para continuar con el tutorial. Para agregar las capas facilitadas, busque y agregue las capas Priority_Schools_Learn y Allocation_Lines_Learn propiedad de Learn_ArcGIS. Omita este paso para continuar el tutorial.
El análisis muestra que hay 4 escuelas a 5 millas de distancia en automóvil de los grupos de bloques priorizados. Estas ubicaciones son ideales para acoger los programas de educación sobre salud porque son más accesibles para los grupos de bloque en el percentil 25 superior del análisis del mapa del índice de equidad.
En una situación real, puede que tenga que ejecutar esta herramienta varias veces con diferentes distancias. Considere crear varios mapas que muestren opciones para compartirlos con la comunidad. Contar con diferentes opciones puede servir como herramienta de conversación para ayudar a la comunidad a comprender mejor las desventajas y decidir qué opciones están disponibles y dar prioridad a la comunidad.
- Guarde el proyecto.
Puede utilizar lo que ha aprendido para compartir este mapa con la comunidad y analizar si existen parámetros que se deben ajustar para reflejar mejor las experiencias de la comunidad en su análisis.
Lo anterior es esencial cuando se vaya a realizar un análisis de equidad racial y social. En este escenario del tutorial, ha visto un ejemplo del valor de colaborar con la comunidad para identificar los indicadores clave para abordar el asma infantil. Al invitar a la comunidad a ofrecer sus opiniones a lo largo del análisis, los hitos, mapas y soluciones se fueron haciendo más pertinentes y precisos para las necesidades locales.
«Los mapas y los datos, cuando se combinan con una interacción sólida de la comunidad, ayudan a los responsables de tomar decisiones y a las comunidades a desarrollar esta comprensión compartida de la distribución de las ventajas y cargas en sus comunidades y abordar las barreras a la equidad. ... La equidad social es inherentemente espacial. Se logra cuando la identidad social (raza, etnia, sexo, discapacidad, etc.) ya no determina los resultados de la vida de una persona, cuando todo el mundo tiene lo que necesita para prosperar, independientemente del lugar en el que vivan. La información geográfica es fundamental para comprender, planificar y actuar para lograr la equidad social a la vez que involucra a las personas más importantes (los miembros de la comunidad) a lo largo del camino».
-El poder de la colaboración: la historia que está detrás de la solución Análisis de equidad social
En este tutorial ha implementado la solución Análisis de equidad social, y ha agregado datos demográficos y sobre resultados de salud para evaluar y entender las características de la comunidad. Ha validado y revisado el mapa de características de la comunidad basándose en las opiniones de la comunidad y creó un índice de equidad. Ha podido usar los resultados del índice de equidad para optimizar la intervención de iniciar un programa de salud en las escuelas locales analizando qué ubicación de escuelas estaba ubicada más cerca del centro para servir a los grupos de bloques censales en los que los residentes tenían el mayor riesgo de asma infantil.
Valore cómo se puede aplicar este flujo de trabajo del índice de equidad a diversos escenarios de salud y políticas públicas, por ejemplo, dónde ubicar un nuevo parque público, dónde ubicar centros de refrigeración en verano o dónde mejorar las infraestructuras en áreas de impacto elevado por accidentes de tráfico. Además, tenga en cuenta otras metodologías para desarrollar un mapa de índice, como calcular prioridades basadas en la desviación estándar o cálculos de cuantiles. Para obtener más información, consulte Métodos para crear un mapa de índice para la equidad social.
Aunque no se incluye en este tutorial, el siguiente paso del flujo de trabajo de Igualdad racial es administrar el rendimiento supervisando y analizando el rendimiento de la iniciativa que ha implementado para trabajar en pos de la equidad en su comunidad. Si fuese necesario, este paso le permite evaluar qué está funcionando (y qué podría no estar funcionando) y ajustar su estrategia. Para obtener más información sobre el flujo de trabajo de Igualdad racial, consulte Aplicar el flujo de trabajo de igualdad racial mediante ArcGIS.
Encontrará más tutoriales en la galería de tutoriales.
