caracterizar_poblacion_cultural

Herramientas para conocer al público objetivo de un ministerio a partir de registros administrativos.

https://github.com/datos-fundar/caracterizar_poblacion_cultural

Science Score: 77.0%

This score indicates how likely this project is to be science-related based on various indicators:

  • CITATION.cff file
    Found CITATION.cff file
  • codemeta.json file
    Found codemeta.json file
  • .zenodo.json file
    Found .zenodo.json file
  • DOI references
    Found 3 DOI reference(s) in README
  • Academic publication links
    Links to: zenodo.org
  • Committers with academic emails
    1 of 1 committers (100.0%) from academic institutions
  • Institutional organization owner
  • JOSS paper metadata
  • Scientific vocabulary similarity
    Low similarity (4.0%) to scientific vocabulary
Last synced: 10 months ago · JSON representation ·

Repository

Herramientas para conocer al público objetivo de un ministerio a partir de registros administrativos.

Basic Info
  • Host: GitHub
  • Owner: datos-Fundar
  • License: other
  • Language: Jupyter Notebook
  • Default Branch: main
  • Size: 212 KB
Statistics
  • Stars: 0
  • Watchers: 1
  • Forks: 0
  • Open Issues: 0
  • Releases: 1
Created over 1 year ago · Last pushed over 1 year ago
Metadata Files
Readme License Citation

README.md

Guía práctica para caracterizar a la población objetivo de una política pública a partir de registros administrativos

Título del Artículo

License: CC BY 4.0

DOI

En este repositorio se comparte el código que se ha utilizado para el análisis del documento Guía práctica para caracterizar a la población objetivo de una política pública a partir de registros administrativos[^1]. En este trabajo se describe la experiencia colaborativa entre el Área de Datos de Fundar y la Dirección de Planificación y Seguimiento de Gestión del Ministerio de Cultura de Nación, donde se buscó identificar herramientas útiles para caracterizar a la población objetivo de las políticas culturales.

La manera de responder a la pregunta inicial de la Guía fue mediante un análisis de clustering. La utilización de esta metodología permitió dividir a la población en 6 grupos con características distintas y que indican la presencia de diferentes perfiles. Para ello, se consideraron tanto la actividad que desarrollaban como su lugar de residencia, relación laboral e ingresos culturales, entre otros. El código para replicarlo se encuentra en el siguiente jupyter notebook.

Cita Sugerida: Avenburg, A., Houllé, J., Luvini, P. y Rodrigues Pires, M. (2022). Guía práctica para caracterizar a la población objetivo de una política pública a partir de registros administrativos.

Bibtex:

bibtex @report{caracterizarcultura, author = {Avenburg, A.; Houllé, J.; Luvini, P.; Rodrigues Pires, M.}, title = {Guía práctica para caracterizar a la población objetivo de una política pública a partir de registros administrativos.}, year = {2022}, institution = {Fundar}, type = {Document} }

Producción del Repositorio de Datos: Paula Luvini

[!NOTE] Se pueden encontrar los datos abiertos del Registro Federal de Cultura (RFC) para replicar el ejercicio en el siguiente link.

[^1]: Avenburg, A., Houllé, J., Luvini, P. y Rodrigues Pires, M. (2022). Guía práctica para caracterizar a la población objetivo de una política pública a partir de registros administrativos.


 
 
 

Owner

  • Name: Datos Fundar
  • Login: datos-Fundar
  • Kind: organization
  • Email: datos@fund.ar
  • Location: Argentina

Área de Datos de FUNDAR

Citation (CITATION.cff)

cff-version: 1.2.0
message: "Si usás este repositorio, por favor citalo usando estos datos."
license: CC-BY-NC-SA-4.0
type: software
date-released: "2024-12-20"
title: "Guía práctica para caracterizar a la población objetivo de una política pública a partir de registros administrativos"
abstract: >-
  En este repositorio se comparte el código que se ha utilizado para el análisis del documento "Guía práctica para caracterizar a la población objetivo de una política pública a partir de registros administrativos". 
  En este trabajo se describe la experiencia colaborativa entre el Área de Datos de Fundar y la Dirección de Planificación y Seguimiento de Gestión del Ministerio de Cultura de Nación, donde se buscó identificar herramientas útiles para caracterizar a la población objetivo de las políticas culturales.

repository-code: "https://github.com/datos-Fundar/caracterizar_poblacion_cultural"
url: "https://fund.ar/publicacion/guia-caracterizar-poblacion-objetivo-registros-administrativos/"

identifiers:
  - description: "Caracterización de población objetivo de políticas públicas"
    type: doi
    value: 10.5281/zenodo.14365555
authors:
  - given-names: "Alejandro"
    family-names: "Avenburg"
    affiliation: "Fundar"
    email: aavenburg@fund.ar
  - given-names: "Julia"
    family-names: "Houllé"
  - given-names: "Paula"
    family-names: "Luvini"
    affiliation: "Fundar"
    email: pluvini@fund.ar
  - given-names: "Magalí"
    family-names: "Rodrigues Pires"

GitHub Events

Total
  • Release event: 1
  • Push event: 1
  • Create event: 1
Last Year
  • Release event: 1
  • Push event: 1
  • Create event: 1

Committers

Last synced: about 1 year ago

All Time
  • Total Commits: 5
  • Total Committers: 1
  • Avg Commits per committer: 5.0
  • Development Distribution Score (DDS): 0.0
Past Year
  • Commits: 5
  • Committers: 1
  • Avg Commits per committer: 5.0
  • Development Distribution Score (DDS): 0.0
Top Committers
Name Email Commits
paulaluvini p****i@u****r 5
Committer Domains (Top 20 + Academic)

Issues and Pull Requests

Last synced: about 1 year ago

All Time
  • Total issues: 0
  • Total pull requests: 0
  • Average time to close issues: N/A
  • Average time to close pull requests: N/A
  • Total issue authors: 0
  • Total pull request authors: 0
  • Average comments per issue: 0
  • Average comments per pull request: 0
  • Merged pull requests: 0
  • Bot issues: 0
  • Bot pull requests: 0
Past Year
  • Issues: 0
  • Pull requests: 0
  • Average time to close issues: N/A
  • Average time to close pull requests: N/A
  • Issue authors: 0
  • Pull request authors: 0
  • Average comments per issue: 0
  • Average comments per pull request: 0
  • Merged pull requests: 0
  • Bot issues: 0
  • Bot pull requests: 0
Top Authors
Issue Authors
Pull Request Authors
Top Labels
Issue Labels
Pull Request Labels