https://giscience.github.io/gis-training-resource-center/spanish/content/es/es_intro.html

5.6. Ejercicios para el módulo 5

Estos ejercicios cubren todo el contenido del módulo 5.

Ejercicio	Descripción	Grupo focal	Duración estimada
Ejercicio 1: Distribución de los centros de salud en la región de Saint Louis	El objetivo de este ejercicio es familiarizarse con diferentes tipos de herramientas de análisis espacial y geoprocesamiento y comprender el proceso de descubrimiento de relaciones y conexiones entre entidades en datos espaciales. El objetivo es determinar cuáles son los centros de salud propensos a inundaciones en la región de Saint Louis en Senegal. Usaremos buffers, clasificación, selección por ubicación y selección mediante una expresión.	Análisis de datos	3 horas
Ejercicio 2: Impacto de los desastres en las diferentes regiones de Senegal	Familiarizarse con los distintos tipos de análisis no espacial y las herramientas de geoprocesamiento. Comprender el proceso de descubrimiento de relaciones y conexiones entre entidades en datos espaciales.	Análisis de datos	3 horas
Ejercicio 3: Mapa de activación e intervención para acciones anticipadoras	Este ejercicio toma como referencia el proceso de supervisión y activación utilizado por la Sociedad de la Media Luna Roja Somalí (SRCS, por sus siglas en inglés) en el marco de un Protocolo de Acción Temprana contra la sequía. En este ejercicio, usted construirá una versión simplificada del mecanismo de monitoreo y activación para el pilar de proyección cartográfica FEWSNET.	Análisis de datos, Protocolo de Acción Anticipatoria, Monitoreo y Activación	6 horas
Ejercicio 4: Seguridad Peshawar		Análisis de datos	3 horas
Ejercicio 5: Agregar y evaluar transferencias de dinero G2P en Pakistán	El ejercicio enseña cómo agregar datos en los niveles administrativos y, posteriormente, unir los datos agregados con un conjunto de datos poligonales.	Análisis de datos y creación de informes	60 minutos
Ejercicio 6: Calcular el índice de vulnerabilidad parte 1	Queremos crear una visión general de diferentes indicadores de vulnerabilidad. Usando un conjunto de datos de indicadores de riesgo de Covid-19, tomamos % permanent wall type, % permanent roof type y poverty incidence. Usando estadísticas de población de Uganda, calculamos el % of under fives y el % of elderly. Combinando los datos, ahora podemos visualizar las áreas en Uganda que son más vulnerables.	Análisis de datos	45-60 minutos
Ejercicio 8: Estimar la población expuesta: enfoque manual de Aina	Este ejercicio enseña cómo crear un buffer alrededor de la trayectoria del ciclón y utilizar estadísticas zonales para estimar la población dentro del buffer.	Análisis de datos	2 horas