Mapas de políticas
Cómo funcionan nuestros mapas de impacto de políticas
En resumen: tomamos el enfoque declarado de una política, lo trazamos a través de indicadores públicos y te mostramos un mapa — siempre con nuestro nivel de confianza indicado, nunca presentado como más certero de lo que es.
El proceso, paso a paso
-
1. Empezamos con la política
Cada política en este sitio viene de la plataforma publicada por el propio candidato, clasificada por categoría y por a qué "dimensión de equidad" apunta — acceso a la salud, asequibilidad de la vivienda, equidad fiscal, entre otras.
-
2. Buscamos la dimensión
Cruzamos esa dimensión de equidad con uno o más indicadores públicos — datos de ingresos y pobreza del Censo/ACS, estimaciones de salud de CDC PLACES, puntuaciones de carga ambiental de EJScreen de la EPA. Algunas dimensiones todavía no tienen un buen indicador; lo decimos en vez de adivinar.
-
3. Buscamos la mejor geografía disponible
Preferimos los datos por zona censal — la geografía más pequeña que podemos mapear. Cuando solo existen datos a nivel de condado, los usamos, pero marcamos cada zona censal que heredó un valor del condado en vez de tener el suyo propio — con rayado y atenuado, nunca presentado como preciso a nivel de zona censal.
-
4. Calificamos la confianza
Cada mapa recibe un nivel T1–T5. T1 son datos medidos directamente para esa zona censal. T5 es un indicador indirecto que representa algo que aún no podemos medir directamente. El nivel nunca se oculta — se imprime en la leyenda del mapa.
-
5. Escribimos la leyenda con honestidad
La leyenda de cada mapa sigue una fórmula: "Este mapa muestra [indicador], una estimación [nivel], como indicador indirecto de a quién puede afectar el enfoque de [dimensión] de [política] — no es un conteo estimado de personas afectadas." Nunca decimos cuántas personas afectaría una política. Mostramos un patrón posible, no un conteo de personas.
Tres formas en que este tipo de mapa puede confundir — y qué hacemos en su lugar
Leer un indicador indirecto como un conteo de personas
Una zona censal sombreada no significa "esta cantidad de personas está afectada." Significa "el valor de esta zona censal en un indicador relacionado es alto o bajo en comparación con otras zonas." Nuestras leyendas dicen "estimación" e "indicador indirecto," nunca "población afectada" ni "personas impactadas" — un conteo real requeriría una microsimulación de elegibilidad que no construimos en la versión 1.
Que los datos de condado se vean tan precisos como los de zona censal
Cuando una zona censal solo tiene el valor de su condado porque no existen datos a nivel de zona censal, esa zona se ve visualmente distinta en cada mapa — patrón rayado, opacidad reducida — nunca pintada con el mismo relleno sólido que una zona con datos propios reales.
Comparar dos políticas que en realidad no son comparables
Cuando superpones los mapas de dos candidatos, verificamos cuántos niveles de confianza de distancia hay entre sus indicadores de fondo. Si están a más de un nivel de distancia, marcamos la comparación como "no directamente comparable" en vez de dejar que dos mapas con distinta confianza sugieran una equivalencia falsa.
Los cinco niveles de confianza
De dónde vienen los datos
Los valores de los indicadores son marcadores ilustrativos en esta versión 1, generados para demostrar el proceso metodológico sobre la geografía real de zonas censales del condado de Dane — todavía no es una extracción en vivo de datos medidos. Cada mapa y cada archivo de datos lo indica explícitamente. Una fase futura reemplazará esto con valores de indicadores generados en vivo, obtenidos de la API de Policy Data Infrastructure donde esté disponible, y directamente del Censo/ACS, CDC PLACES y EJScreen de la EPA donde no lo esté.
Lo que viene después (aún no construido)
Un asistente de "habla con los datos" fundamentado — haz una pregunta en lenguaje sencillo y recibe una respuesta basada en estos mismos indicadores — está planeado para una fase posterior. No es parte de esta versión; todavía no encontrarás un cuadro de chat aquí.