five

ExcessDeathsBRperStatevsBolsonaroVotes

收藏
github2021-11-18 更新2024-05-31 收录
下载链接:
https://github.com/medcodigos/excessdeathbr
下载链接
链接失效反馈
官方服务:
资源简介:
巴西各州2021年超额死亡与2018年第一轮选举中博尔索纳罗投票的直接关系研究项目数据集。

Dataset for the research project on the direct relationship between excess mortality in Brazilian states in 2021 and Bolsonaro's votes in the first round of the 2018 election.
创建时间:
2021-08-03
原始信息汇总

数据集概述

数据集名称

  • Excess death per state in Brazil 2021 vs Bolsonaro votes at 1st round 2018 election

数据集作者

  • Dr Eric Grossi Morato

数据集描述

  • 该数据集源自研究项目“Excess deaths per state in Brasil 2021 was direct relation with electoral preference for Bolsonaro in 1st round 2018 election”。
  • 数据集包含巴西27个州和3个州组的数据,展示2018年至2021年每月超额死亡率与2018年第一轮选举中Bolsonaro得票率的关系。
  • 图表使用时间线(1月至12月)作为X轴,Y轴表示当月超额死亡率与五年平均值的百分比变化。灰色线代表2018年的数据。
搜集汇总
数据集介绍
main_image_url
构建方式
该数据集基于巴西2021年各州的超额死亡数据与2018年第一轮选举中博索纳罗的得票率进行对比研究。数据来源包括巴西官方统计机构提供的2014年至2021年的年度死亡率数据,以及2018年选举的投票结果。通过按月分析27个州及3个州群的超额死亡百分比变化,结合选举数据,构建了一个跨时间、跨区域的对比框架。
特点
该数据集的核心特点在于其跨时间维度的对比分析,涵盖了2018年至2021年的超额死亡数据与2018年选举结果的关联性。数据集以图表形式呈现,横轴为月度时间线,纵轴为超额死亡百分比变化,直观展示了各州及州群的死亡率波动与选举偏好之间的关系。此外,数据集中还包含了对5年平均死亡率的对比分析,进一步增强了数据的科学性和参考价值。
使用方法
该数据集适用于社会科学、公共卫生及政治学领域的研究。研究者可通过分析超额死亡数据与选举结果的关联性,探讨公共卫生事件对政治倾向的影响,或评估政策实施效果。使用该数据集时,建议结合巴西的社会经济背景及公共卫生政策进行多维度分析,以确保研究结果的全面性和准确性。
背景与挑战
背景概述
ExcessDeathsBRperStatevsBolsonaroVotes数据集由Dr. Eric Grossi Morato于2021年创建,旨在探讨巴西各州在2021年超额死亡人数与2018年第一轮总统选举中博尔索纳罗得票率之间的关系。该数据集基于巴西27个州及3个州群的数据,详细记录了2018年至2021年间的月度超额死亡变化情况,并与2018年选举结果进行对比分析。这一研究不仅揭示了公共卫生事件与政治倾向之间的潜在联系,也为社会科学与公共卫生领域的交叉研究提供了宝贵的数据支持。
当前挑战
该数据集在构建过程中面临多重挑战。首先,超额死亡的计算依赖于历史数据的准确性,而巴西各州在数据收集与报告方面存在差异,可能导致数据的不一致性。其次,将选举结果与超额死亡数据进行关联分析时,需排除其他可能影响死亡率的因素,如经济状况、医疗资源分配等,这对数据的清洗与处理提出了较高要求。此外,如何确保数据的可视化呈现能够清晰传达复杂的统计关系,也是研究者需要克服的技术难题。
常用场景
经典使用场景
该数据集主要用于分析巴西各州在2021年的超额死亡率与2018年第一轮选举中博尔索纳罗得票率之间的关系。研究者通过对比不同州的数据,探讨了政治倾向与公共卫生事件之间的潜在联系。
解决学术问题
该数据集为解决公共卫生与政治科学交叉领域的研究问题提供了重要支持。通过分析超额死亡率与选举数据的关系,研究者能够揭示政治决策对公共卫生事件的潜在影响,为政策制定者提供科学依据。
衍生相关工作
该数据集衍生了一系列关于政治倾向与公共卫生事件关系的研究。例如,研究者利用该数据集进一步探讨了选举结果与疫苗接种率、医疗资源分配等公共卫生指标之间的关系,推动了相关领域的学术进展。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作