2f:Tb70,1. DATASET ALLOTJAMENTS TURíSTICS
** Informació ** : correcta, tot i que podria ser més divulgativa. ** Mancances ** : El dataset té molts valors nuls, o sense informació (NaN”, cel·les buides, “No consta”, “No aplica”, “S/N”), entre elles les dades de titular (nom i cognoms) i la informació urbanística (Cèdula d’habitabilitat, Referència cadastral, Blocs/Escala).
** Línies vermelles ** : Seria poc ètic publicar adreces exactes, noms i cognoms dels titulars en un mapa i difondre'l a xarxes socials, segons el Reglament de Protecció de Dades europeu-RGPD, [arts. 5](https://www.privacy-regulation.eu/es/5.htm) i [art. 6](https://www.privacy-regulation.eu/es/6.htm). O a partir dels noms, creuar amb origen ètnic!
** Recordeu **: les dades poden ser públiques però no eximeix de complir el RGPD. Són dades personals i s’ha de respectar el principi de finalitat (transparentar activitats turístiques). 2. DATASET PREU LLOGUER
** Informació ** mínima, es podria explicar millor el significat de 'renda contractual'.
** Mancances ** : Els valors buits a columna 'renda' estan justificats perquè sol coincidir amb municipis amb molt poques operacions d’arrendament en el període. Per temes de confidencialitat, el Departament de Territori (creador dataset) anonimitza dades per municipis amb menys de 6 habitatges registrats.
** Línies vermelles ** : Fer mapes per barris, etiquetant zones pobres/marginals sense context socioeconòmic. O fer un creuament amb padró i inferir el perfil ètnic/polític a partir del preu mitjà. O intentar desanonimitzar les dades anonimitzades. 3. DATASET ENS PUBLICS
** Informació ** : mínima per no dir nul.la. Què s'entén per 'ens local'? 'Ens d'àmbit territorial i d'àmbit administratiu'? Podrien especificar les dades personals que hi figuren i el tractament que es dona. Ex. "Per l'article 5 del RGPD només s’inclou el mínim necessari. Dades de persones (gerents, telèfons directes) es fan opcionals o s’eliminen". Es podria incloure informació de com fer un bon ús d'aquestes dades i de què no fer d'acord al RGPD.
** Mancances ** : El dataset està creat amb informació de [MUNICAT](https://municat.gencat.cat/ca/municat/secretaria/) i d’altres registres oficials. Falten dades perquè no totes les entitats disposen dels mateixos sistemes o capacitat de reportar.
** Línies vermelles ** : Fer _doxxing_, és a dir, revelar públicament informació personal per posar-la en un mapa punt-a-punt, amb GEOREFERÈNCIA dels equipaments municipals quan coincideixen amb domicilis particulars. O fer classificacions “top 10 alcaldes amb més sous” sense context. Perfilar ideologies dels càrrecs. El dataset conté contactes directes i coordenades; qualsevol ús que pugui identificar o exposar persones físiques sense el seu consentiment és ** línia vermella **. 30:[{"id":"28285b71848e338a85ccb0d35cd38971ce0ad179af99b632a5a11aba443d5abbbb22537ecfa756d4e27d0407f53e4900b74feb10755fbf91801e432defba6760","href":"https://static.observableusercontent.com/files/28285b71848e338a85ccb0d35cd38971ce0ad179af99b632a5a11aba443d5abbbb22537ecfa756d4e27d0407f53e4900b74feb10755fbf91801e432defba6760","name":"EstablimentsTuristics.csv","type":"text/csv","lastModified":1752945996970.973,"size":29433069},{"id":"c812c39a038a9fb2827da9694b27c9c1127620a42aa087ce5edfa4602fc27fb946bf4db47438f331e48619767bcfcfc2cbd14251680d4b24a5885deef7814ae8","href":"https://static.observableusercontent.com/files/c812c39a038a9fb2827da9694b27c9c1127620a42aa087ce5edfa4602fc27fb946bf4db47438f331e48619767bcfcfc2cbd14251680d4b24a5885deef7814ae8","name":"PreuLloguer.csv","type":"text/csv","lastModified":1752946015825.151,"size":3129377},{"id":"2174fd76a66067f546dbde4c09568517ae66d9deaaa8b966f7b626b77859056764e15346ef13f9c84f612fee158481838a68d2d34d18bc59c9efab2e42a5d9cf","href":"https://static.observableusercontent.com/files/2174fd76a66067f546dbde4c09568517ae66d9deaaa8b966f7b626b77859056764e15346ef13f9c84f612fee158481838a68d2d34d18bc59c9efab2e42a5d9cf","name":"DadesEnsLocals.csv","type":"text/csv","lastModified":1752946030117.717,"size":4636853}] 2d:{"title":"Dia 18 — Challenge setmanal!","cells":[{"id":0,"value":"# Dia 18 — Challenge setmanal!","pinned":false,"hidden":false,"mode":"md"},{"id":5,"value":"### EXERCICI\n🎯 Objectiu: descarregar i analitzar de manera crítica diversos conjunts de dades del portal de transparència i crear-ne una representació gràfica amb la llibreria Plot, que permeti a l'usuari el filtratge de dades i analitzar-ne relacions\n\nDades: \n- [Establiments d’allotjament turístic inscrits al Registre de Turisme de Catalunya](https://analisi.transparenciacatalunya.cat/Turisme/Establiments-d-allotjament-tur-stic-inscrits-al-Re/t2h3-cgys/about_data).\n- [Preu mitjà del lloguer d’habitatges per municipi](https://analisi.transparenciacatalunya.cat/Habitatge/Preu-mitj-del-lloguer-d-habitatges-per-municipi/qww9-bvhh/about_data)\n- [Dades generals dels ens locals de Catalunya](https://analisi.transparenciacatalunya.cat/Sector-P-blic/Dades-generals-dels-ens-locals-de-Catalunya/6nei-4b44/about_data)\n\n*Documentació*: \n- [Arrays en JS](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Array)\n- [referència a la llibreria Plot](https://observablehq.com/plot/what-is-plot)\n","pinned":false,"hidden":false,"mode":"md"},{"id":23,"value":"PAS 1 — Crea un fork d'aquest notebook, descarrega del portal de transparència els diferents fitxers, penja'ls al notebook i mostra'ls","pinned":false,"hidden":false,"mode":"md"},{"id":127,"value":"establimentsturistics = await FileAttachment(\"EstablimentsTuristics.csv\").csv({typed: \"auto\"})","pinned":true,"hidden":false,"mode":"ojs"},{"id":128,"value":"preulloguer = await FileAttachment(\"PreuLloguer.csv\").csv({typed: \"auto\"})","pinned":true,"hidden":false,"mode":"ojs"},{"id":129,"value":"dadesenslocals = await FileAttachment(\"DadesEnsLocals.csv\").csv({typed: \"auto\"})","pinned":true,"hidden":false,"mode":"ojs"},{"id":7,"value":"
","pinned":false,"hidden":false,"mode":"html"},{"id":9,"value":"PAS 2 — Fes un comentari crític de les dades, digues si creus que tenen alguna mancança i quines serien les ** línies vermelles ** o gràfics que no seria ètic que visualitzares.\n\n","pinned":false,"hidden":false,"mode":"md"},{"id":259,"value":"$2f","pinned":false,"hidden":false,"mode":"md"},{"id":13,"value":"PAS 3 — Crea una array a on les files corresponguin a municipis i hi guardeu informació respecte el nombre d'establiments turístics, el preu mitjà del lloguer d'habitatges, el cens i la província.","pinned":false,"hidden":false,"mode":"md"},{"id":130,"value":"recompteHabitatge = d3\n .flatGroup(establimentsturistics, (d) => d[\"Codi Postal\"])\n .map((d) => ({\n codiPostal: d[0],\n countHabTuristics: d[1].length,\n municipi: d[1][0].Municipi,\n comarca: d[1][0].Comarca,\n provincia: d[1][0].Província\n }))","pinned":true,"hidden":false,"mode":"ojs"},{"id":134,"value":"recompteHabitatgeAux = d3.flatGroup(\n establimentsturistics,\n (d) => d[\"Codi Postal\"]\n) //Això no ho necessitem, però ens ajuda a entendre què ens retorna la funció flatGroup","pinned":true,"hidden":false,"mode":"ojs"},{"id":140,"value":"preulloguerActual = preulloguer\n .filter(\n (d) =>\n d.Any === 2024 &&\n d[\"Àmbit territorial\"] === \"Municipi\" &&\n d.Període === \"gener-desembre\"\n )\n .map((d) => ({\n nom: d[\"Nom territori\"],\n codiP: d[\"Codi territorial\"],\n habitatges: d.Habitatges,\n renda: d.Renda,\n tram: d[\"Tram de preus\"]\n }))","pinned":false,"hidden":false,"mode":"ojs"},{"id":189,"value":"censActual = dadesenslocals\n .filter((d) => d.NOMTIPUS === \"Municipis\")\n .map((d) => ({\n //...d,\n nom: d.MUNICIPI,\n codiP: d.CODIPOSTAL,\n cens: d.CENS\n }))","pinned":true,"hidden":false,"mode":"ojs"},{"id":147,"value":"habitatgeAmbLloguerICens = recompteHabitatge.map((d) => {\n let infoLloguer = preulloguerActual.find((e) => e.codiP === d.codiPostal);\n if (infoLloguer === undefined) {\n infoLloguer = preulloguerActual.find((e) => e.nom === d.municipi);\n }\n if (infoLloguer === undefined) {\n console.log(d);\n }\n let infoCens = censActual.find((e) => e.codiP === d.codiPostal);\n if (infoCens === undefined) {\n infoCens = censActual.find((e) => e.nom === d.municipi);\n }\n /*if (infoCens === undefined) {\n console.log(d);\n }*/\n return {\n ...d,\n rendaLloguer: infoLloguer?.renda,\n tramLloguer: infoLloguer?.tram,\n habitatgesLloguer: infoLloguer?.habitatges,\n cens: infoCens?.cens\n };\n})","pinned":true,"hidden":false,"mode":"ojs"},{"id":15,"value":"
","pinned":false,"hidden":false,"mode":"html"},{"id":17,"value":"PAS 4 — Crea una visualització general de les dades amb un tooltip que permeti comprendre millor les dades.\n\n","pinned":false,"hidden":false,"mode":"md"},{"id":202,"value":"Plot.plot({\n x: {\n type: \"log\"\n },\n color: {\n legend: true\n },\n marks: [\n Plot.dot(habitatgeAmbLloguerICens, {\n x: \"countHabTuristics\",\n y: \"rendaLloguer\",\n fill: \"provincia\",\n tip: true,\n title: (d) => d.municipi + \" (\" + d.codiPostal + \")\"\n })\n ]\n})","pinned":true,"hidden":false,"mode":"ojs"},{"id":29,"value":"
","pinned":false,"hidden":false,"mode":"html"},{"id":87,"value":"PAS 5 — Crea una visualització que mostri les dades en diferents *facets*.\n\n","pinned":false,"hidden":false,"mode":"md"},{"id":210,"value":"Plot.plot({\n marginRight: 150,\n y: { grid: true, domain: [0, 400] },\n x: {\n //type: \"log\"\n },\n marks: [\n Plot.rectY(\n habitatgeAmbLloguerICens.filter(\n (d) =>\n d.countHabTuristics < 1000 &&\n d.tramLloguer !== undefined &&\n d.cens < 300000\n ),\n Plot.binX(\n { y: \"count\" },\n { x: \"cens\", fy: \"tramLloguer\", fill: \"provincia\" }\n )\n ),\n Plot.ruleY([0])\n ]\n})","pinned":true,"hidden":false,"mode":"ojs"},{"id":35,"value":"
","pinned":false,"hidden":false,"mode":"html"},{"id":111,"value":"PAS 6 — Crea un formulari amb diferents opcions de filtratge de les dades i fés un gràfic que permeti visualitzar les dades filtrades segons aquests criteris\n\n","pinned":false,"hidden":false,"mode":"md"},{"id":234,"value":"viewof form = Inputs.form({\n provincia: Inputs.select([\"Barcelona\", \"Girona\", \"Lleida\", \"Tarragona\"], {\n label: \"Escull provincia\"\n }),\n minimCens: Inputs.range([0, 200000], {\n label: \"Població mínima:\",\n value: 0,\n step: 1000\n })\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":240,"value":"Plot.plot({\n x: {\n type: \"log\"\n },\n color: {\n scheme: \"Viridis\",\n legend: true\n },\n marks: [\n Plot.dot(\n habitatgeAmbLloguerICens.filter(\n (d) => d.provincia === form.provincia && d.cens > form.minimCens\n ),\n {\n x: \"countHabTuristics\",\n y: \"rendaLloguer\",\n fill: \"cens\",\n fillOpacity: 0.6,\n tip: true,\n title: (d) => d.municipi + \" (\" + d.codiPostal + \")\"\n }\n )\n ]\n})","pinned":true,"hidden":false,"mode":"ojs"}],"files":"$W30","stdlib":"1","titling":"auto"}