Resultados das equipes de expedição de dados

Durante o fim de semana se apresentaram cinco projetos e se nomearam três ganadores. Em seguida, se detalha em que consiste o cada um deles. Você pode ler sobre o resto dos projetos no blog Abierto al Público.

Zika Dash

zikadashproject

A equipe Zika Dash desenvolveu uma plataforma em linha que cruza os dados epidemiológicos e os ambientes para mapear a incidência de Zika nos barrios de Rio de Janeiro e permite visualizar como a doença se propagou entre 2015 e 2016. Con esta visualização, propõe facilitar a detecção de barrios mais afectados pela doença e tomar medidas. Para apoiar seu estudo, esta equipe executou um estudo que mostra que não havia a evidência entre os casos de Zika, Dengue e Chikungunya na cidade de Rio.

As visualizações gráficas, os estudos basados em estudos estatísticos e as respostas concretas às perguntas do Ministério levaram Zika Dash, dois estudantes de pós-graduação em matemática aplicada na FGV, para presentar seu projeto no evento AULA BID.

Z3O2

z302-project

Uma equipe de três estudantes da PUC Rio basearam seu trabalho na premissa de que os dados de surtos Zika estavam directamente relacionadas com a situação geográfica do paciente. Eles criaram um modelo de regressão que utilizou dados epidemiológicos, sociais e ambientais para prever o comportamento do surto na cidade.

Eles fizeram uso da linguagem de programação Python com bibliotecas de código aberto Theano DeepLearning Library,e OpenLayers Library para a visualização de mapas. Finalmente também contou com a ferramenta Carto, aplicação web especializada em módulos de visualização de dados e previsão cartográficos.

Equipe Alerta Zika

marceloteamalertazika-image

Esta equipe desenvolveu visualizações de dados para o nível exploratória para determinar a correlação entre o número de casos detectados e outras variáveis, como a temperatura ou o índice de desenvolvimento humano para os diferentes bairros do Rio.

Através de um painel com métricas diferentes, esta equipa foi capaz de identificar as correlações entre os conjuntos de dados de incidentes clínicos, dados meteorológicos e variáveis Atlas do Brasil derivadas de Índice de Desenvolvimento Humano Municipal (IDH-M) das Nações Unidas.

Leave a Reply

Your email address will not be published. Required fields are marked *