Análise do bem-estar social em Lisboa através de indicadores modelados por dados Geoespaciais

Dissertation presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business Intelligence Este estudo foi realizado com o objetivo de melhor explicar os dados de bemestar social e econômico. Uma abordagem mais ampla do entendimento de bemestar social, que permite considerar a ocupação do espaço pelos indivíduos, é proposta. Desta forma, Estados e organizações globais, como a OCDE, que desenvolvem os indicadores mais amplamente discutidos, calculam seus índices utilizando dados não espaciais. No entanto, índices espaciais são amplamente utilizados para a formulação de diversos indicadores ao redor do mundo, nas mais diferentes áreas. Este estudo utiliza alguns entendimentos metodológicos para contribuir com a formulação de um indicador de bem-estar social que se baseia em dados espaciais. Estes dados obtidos por projetos que utilizam, em grande parte, crowdsourcing para o mapeamento participativo, podem ser conseguidos com menos recursos financeiros que dados não espaciais. O estudo referente ao Concelho de Lisboa, visa construir índices de bem-estar social para cada uma das suas freguesias e comparar com os índices tradicionais. Ao final, analisamos o comparativo entre os indicadores para que possamos identificar as relações que permitam, graficamente, afirmar que os dados espaciais podem ser utilizados para a explicar o índice de bem-estar social e econômico. This study was carried out with the aim of better explaining the data on social and economic well-being. A broader understanding of social well-being is proposed, which allows us to consider approaching space through us. In this way, states and global organizations such as the OECD develop the most discussed indicators, calculate their indices using non-spatial data. However, spatial indices are widely used for the formulation of several indicators around the world, in the most different areas. This study uses some methodological understandings to contribute to the formulation of a social welfare indicator based on spatial data. This data obtained by projects that extensively use crowdsourcing for participatory mapping, can be obtained with less financial resources than non-spatial data. The study, limited to the Municipality of Lisbon, aims to build social well-being indices for each of its neighborhoods and compare with traditional indices. At the end, we analyze the comparison between the indicators so that we can identify the relationships that allow, graphically, to state that spatial data can be used to explain the index of social and economic well-being.