Carregant...
Tipus de document
Treball de fi de grauData de publicació
Llicència de publicació
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/226536
Poverty Mapping a Catalunya: una proposta metodològica basada en la densitat d’elements espacials mitjançant machine learning
Títol de la revista
Autors
Director/Tutor
ISSN de la revista
Títol del volum
Recurs relacionat
Resum
Aquest projecte explora la relació entre la configuració espacial i els nivells de renda d’un territori, centrant-se en Catalunya com a cas d'estudi. Es fonamenta en la teoria de l'economia urbana i espacial, que analitza com la distribució geogràfica d’infraestructures, serveis i oportunitats afecta el benestar i la qualitat de vida. L’objectiu principal és desenvolupar una metodologia innovadora per al poverty mapping, utilitzant fonts de dades open source com OpenStreetMap i models de machine learning per predir la renda mitjana per llar a partir de la localització i densitat d’elements espacials. L'estudi proposa una nova perspectiva per analitzar la pobresa, amb l'aspiració de millorar la planificació urbana i la distribució de recursos, contribuint a una millor identificació de zones vulnerables. Aquest treball presenta una primera proposta que podria convertir-se en una eina clau per millorar l’equitat en la distribució de recursos, identificar noves oportunitats de regeneració urbana i dissenyar polítiques socials més inclusives.
Descripció
Treballs Finals del Grau d'Economia i Estadística. Doble titulació interuniversitària, Universitat de Barcelona i Universitat Politècnica de Catalunya. Curs: 2023-2025. Tutor: Francisco Villavicencio ; Sergi Ramírez Mitjans
Matèries (anglès)
Citació
Citació
MOYANO-NÚÑEZ, Berta. Poverty Mapping a Catalunya: una proposta metodològica basada en la densitat d’elements espacials mitjançant machine learning. [consulta: 27 de febrer de 2026]. [Disponible a: https://hdl.handle.net/2445/226536]