evidoria

← Volver al listado

Buena práctica Importada

Mapas de pobreza HRSI — Focalización mediante satélite y aprendizaje automático para la red de protección social de Santo Tomé y Príncipe

Santo Tomé y Príncipe · São Tomé · Ver el perfil de Santo Tomé y Príncipe · Ver el perfil de São Tomé

Evidencia: Descriptivo / autodeclarado Top 25% 73/100 · Pregunte a Evidence Copilot sobre esta práctica

Un equipo del Banco Mundial elaboró mapas de pobreza a 110x110 metros para Santo Tomé y Príncipe combinando satélite y aprendizaje automático, una herramienta barata y actualizable para focalizar la protección social donde escasean los datos de encuestas.

110m x 110m
Resolución del mapa
Mapas de pobreza HRSI — Focalización mediante satélite y aprendizaje automático para la red de protección social de Santo Tomé y Príncipe

Detalles

Promotor
World Bank Poverty and Equity Global Practice, in support of São Tomé and Príncipe's social protection programme
Período
2022–
Palabras clave
poverty mapping, machine learning, satellite imagery, social protection targeting

Contexto

Los programas de protección social deben decidir dónde concentrar recursos limitados, pero los datos de pobreza detallados y actualizados a resolución geográfica fina son costosos de recopilar mediante encuestas de hogares y quedan obsoletos rápidamente entre censos, una limitación particular para una pequeña nación insular con capacidad estadística reducida.

Actividades

Investigadores del Banco Mundial construyeron mapas de pobreza mediante imágenes satelitales de alta resolución a 110m x 110m, combinando un modelo de aprendizaje automático de incidencia de pobreza con datos de densidad de población, para clasificar celdas geográficas por pobreza estimada.

Resultados

La metodología ha sido citada desde entonces como caso de estudio en la guía del Banco Asiático de Desarrollo sobre el mapeo de la pobreza mediante integración de datos e inteligencia artificial, reflejando un programa de investigación más amplio del Banco Mundial que aplica métodos comparables en otros países con pocos datos de encuestas.

Conclusiones

La documentación pública cubre la metodología, la resolución y la intención de diseño, pero no existe una evaluación publicada de cuánto mejoró la precisión de la focalización una vez que los mapas se usaron operativamente, ni cifras de adopción confirmadas por la administración de la red de protección social de Santo Tomé y Príncipe.

Implementación
Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Corto (< 1 año)
Personal y competencias
World Bank Poverty and Equity Global Practice

Condiciones para el éxito

  • available satellite imagery and population-density data
  • machine-learning poverty-incidence model

Modos de fallo comunes

  • no published evaluation of operational targeting-accuracy improvement
  • no confirmed in-country institutional adoption

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles