play_arrowdatasetViewer.description
El presente conjunto de datos representa los niveles de vulnerabilidad social frente a diversas amenazas naturales en Chile utilizando datos del Censo de Población de 2017. El modelo se basa en el Índice de Vulnerabilidad Social (SoVI) creado por Cutter et al., (2003). Este índice fue construido en base a variables demográficas, socioeconómicas y físicas de la población a nivel distrital, principalmente mediante el Censo de Población y vivienda de cada uno de los años involucrados en el estudio (1992, 2002 y 2017).
En el mapa, se encuentran representados 5 niveles de vulnerabilidad, los cuales van desde “Muy bajo” a “Muy alto”. Cada uno de estos niveles, fueron definidos en valores de desviación estándar con respecto a la media y se representan con una escala de color rojo, donde el rojo más pálido indica los niveles más bajos de vulnerabilidad y el más fuerte los niveles más altos.
| Rango SOVI | Concepto |
|:--|:--|
| $(-\infty , \mu - 1.5 \ \sigma ]$ | Muy bajo |
| $(\mu - 1.5 \ \sigma , \mu - 0.5 \ \sigma]$ | Bajo |
| $(\mu - 0.5 \ \sigma , \mu + 0.5 \ \sigma]$ | Medio |
| $(\mu + 0.5 \ \sigma , \mu + 1.5 \ \sigma]$ | Alto |
| $(\mu + 1.5 \ \sigma , + \infty)$ | Muy alto |
Los niveles de vulnerabilidad obtenidos para cada año son explicados por diferentes factores. Sin embargo, se destaca que en general el estatus socioeconómico es el factor común para explicar la vulnerabilidad social para 1992, 2002 y 2017. Para más detalles referirse al artículo Temporal evolution in social vulnerability to natural hazards in Chile. Bronfman, N. C., Repetto, P. B., Guerrero, N., Castañeda, J. V., & Cisternas, P. C. (2021). Natural hazards, 107(2), 1757-1784. play_arrowdatasetViewer.preview
datasetViewer.previewCollectionInfo
| Código Región | Nombre Región | Número distritos | SOVI mínimo | SOVI máximo |
|---|
| 15 | Arica y Parinacota | 37 | -1.28209634182 | 14.5658321224 |
| 1 | Tarapacá | 38 | -2.12312970498 | 16.9233763553 |
| 2 | Antofagasta | 62 | -5.16059354059 | 24.5979332236 |
| 3 | Atacama | 74 | -3.42519270922 | 13.157463671 |
| 4 | Coquimbo | 207 | -2.6040294971 | 12.7589500472 |
| ··· | ··· | ··· | ··· | ··· |
| 9 | La Araucanía | 299 | -2.96169776078 | 6.72657709329 |
| 14 | Los Ríos | 100 | -3.08024385651 | 5.7477123374 |
| 10 | Los Lagos | 239 | -4.04589405631 | 6.64237643918 |
| 11 | Aysén del General Carlos Ibáñez del Campo | 56 | -3.25056602758 | 16.5300533397 |
| 12 | Magallanes y de la Antártica Chilena | 36 | -5.77203617556 | 11.8726568505 |
play_arrowdatasetViewer.download
datasetViewer.download1 datasetViewer.here. datasetViewer.download3
play_arrowdatasetViewer.programaticAccess
datasetViewer.programaticAccess1 itrend-ds:68f1042c1045cdc5
datasetViewer.programaticAccess2 Nombre Región
datasetViewer.programaticAccess3 datasetViewer.programaticAccess4 datasetViewer.programaticAccess5 datasetViewer.here
```python
import pytrend
import pandas as pd
session = pytrend.itrend_developer_tools()
session.set_credentials(
access_key_id = '', # Ingresa tu access_key_id
secret_access_key = '' # Ingresa tu secret_access_key
)
# Conjunto de datos
dataset_id = 'itrend-ds:68f1042c1045cdc5'
collection_id = 'Nombre Región'
# Obtener formatos disponibles
dataset_formats = session.get_dataset_formats(dataset_id)
fmt = dataset_formats[0] # Escoger el formato que más le acomode: dataset_formats = [csv]
# Descargar archivo
response = session.download_file(dataset_id, fmt)
# Descargar un elemento
filename = response.get('filename')
delimiter = response.get('delimiter')
df = pd.read_csv(filename, delimiter)
element_formats = session.get_element_formats(dataset_id)
efmt = element_formats[0] # Escoger el formato que más le acomode: element_formats = [csv, xlsx, shp]
for r, row in df.iterrows():
element_id = row[collection_id]
element_response = session.download_file(dataset_id, efmt, element_id)
break
```
play_arrowdatasetViewer.attribution
datasetViewer.attributionMessage1
datasetViewer.attribution1 Centro de Investigación para la Gestión Integrada de Desastres, «Índice de vulnerabilidad SoVI del Censo 2017 por Bronfman et al. (2021)». datasetViewer.attribution2
file_copy
datasetViewer.attributionMessage2
datasetViewer.attribution3 Centro de Investigación para la Gestión Integrada de Desastres («Índice de vulnerabilidad SoVI del Censo 2017 por Bronfman et al. (2021)»), datasetViewer.attribution4
file_copy
play_arrowdatasetViewer.permanentLink
datasetViewer.permanentLinkDescription
https://www.plataformadedatos.cl/datasets/es/68f1042c1045cdc5
file_copy
play_arrowdatasetViewer.metadata
datasetViewer.noMetadata
