Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/28794 |
Resumo: | A detecção de clusters espaciais ou espaço-temporais têm papel importante para a tomada de decisão das instituições competentes. O trabalho aqui proposto objetiva a detecção e identificação de clusters espaciais na ocorrência de crimes de roubo, furto e letalidade violenta no estado do Rio de Janeiro entre os anos de 2016 a 2020. Para tal, será utilizado a estatística Scan, proposta por Kulldorff (1997). Deseja-se identificar possíveis clusters persistentes em divisões territoriais da base de segurança feita pelo Instituto de Segurança Pública, ISP, que corresponde às menores áreas territoriais de apuração de indicadores de criminalidade, sendo as Circunscrições Integradas de Segurança Pública – CISP. As análises, para cada ano, serão realizadas de forma independente e será analisado se os possíveis clusters identificados apresentam comportamento semelhante ao longo dos trimestres. Dessa forma, foi possível observar que os municípios apresentam comportamentos diferentes em alguns trimestres. Entretanto, na grande maioria das vezes as áreas com risco mais alto de criminalidade, para os três desfechos de interesse, estão concentrados espacialmente na Região Metropolitana do estado. |
id |
UFF-2_4468b698a54f57fee40bc2575fedbb73 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/28794 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Identificação de clusters persistentes de criminalidade no estado do Rio de JaneiroEstatística EspacialCriminalidadeRio de JaneiroSaTScanClusterEstatísticaCriminalidade urbanaRio de Janeiro (RJ)A detecção de clusters espaciais ou espaço-temporais têm papel importante para a tomada de decisão das instituições competentes. O trabalho aqui proposto objetiva a detecção e identificação de clusters espaciais na ocorrência de crimes de roubo, furto e letalidade violenta no estado do Rio de Janeiro entre os anos de 2016 a 2020. Para tal, será utilizado a estatística Scan, proposta por Kulldorff (1997). Deseja-se identificar possíveis clusters persistentes em divisões territoriais da base de segurança feita pelo Instituto de Segurança Pública, ISP, que corresponde às menores áreas territoriais de apuração de indicadores de criminalidade, sendo as Circunscrições Integradas de Segurança Pública – CISP. As análises, para cada ano, serão realizadas de forma independente e será analisado se os possíveis clusters identificados apresentam comportamento semelhante ao longo dos trimestres. Dessa forma, foi possível observar que os municípios apresentam comportamentos diferentes em alguns trimestres. Entretanto, na grande maioria das vezes as áreas com risco mais alto de criminalidade, para os três desfechos de interesse, estão concentrados espacialmente na Região Metropolitana do estado.63 f.Pinto Junior, Jony ArraisErbisti, Rafael SantosVeloso, Guilherme AugustoDuca, Victor Eduardo Leite de AlmeidaGOMES, BRENDHA ALVES2023-05-15T14:15:40Z2023-05-15T14:15:40Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfGOMES, Brendha Alves. Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro. 2022. 63 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2022.http://app.uff.br/riuff/handle/1/28794CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-05-15T14:15:44Zoai:app.uff.br:1/28794Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:12:05.319047Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro |
title |
Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro |
spellingShingle |
Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro GOMES, BRENDHA ALVES Estatística Espacial Criminalidade Rio de Janeiro SaTScan Cluster Estatística Criminalidade urbana Rio de Janeiro (RJ) |
title_short |
Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro |
title_full |
Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro |
title_fullStr |
Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro |
title_full_unstemmed |
Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro |
title_sort |
Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro |
author |
GOMES, BRENDHA ALVES |
author_facet |
GOMES, BRENDHA ALVES |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pinto Junior, Jony Arrais Erbisti, Rafael Santos Veloso, Guilherme Augusto Duca, Victor Eduardo Leite de Almeida |
dc.contributor.author.fl_str_mv |
GOMES, BRENDHA ALVES |
dc.subject.por.fl_str_mv |
Estatística Espacial Criminalidade Rio de Janeiro SaTScan Cluster Estatística Criminalidade urbana Rio de Janeiro (RJ) |
topic |
Estatística Espacial Criminalidade Rio de Janeiro SaTScan Cluster Estatística Criminalidade urbana Rio de Janeiro (RJ) |
description |
A detecção de clusters espaciais ou espaço-temporais têm papel importante para a tomada de decisão das instituições competentes. O trabalho aqui proposto objetiva a detecção e identificação de clusters espaciais na ocorrência de crimes de roubo, furto e letalidade violenta no estado do Rio de Janeiro entre os anos de 2016 a 2020. Para tal, será utilizado a estatística Scan, proposta por Kulldorff (1997). Deseja-se identificar possíveis clusters persistentes em divisões territoriais da base de segurança feita pelo Instituto de Segurança Pública, ISP, que corresponde às menores áreas territoriais de apuração de indicadores de criminalidade, sendo as Circunscrições Integradas de Segurança Pública – CISP. As análises, para cada ano, serão realizadas de forma independente e será analisado se os possíveis clusters identificados apresentam comportamento semelhante ao longo dos trimestres. Dessa forma, foi possível observar que os municípios apresentam comportamentos diferentes em alguns trimestres. Entretanto, na grande maioria das vezes as áreas com risco mais alto de criminalidade, para os três desfechos de interesse, estão concentrados espacialmente na Região Metropolitana do estado. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-05-15T14:15:40Z 2023-05-15T14:15:40Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
GOMES, Brendha Alves. Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro. 2022. 63 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2022. http://app.uff.br/riuff/handle/1/28794 |
identifier_str_mv |
GOMES, Brendha Alves. Identificação de clusters persistentes de criminalidade no estado do Rio de Janeiro. 2022. 63 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2022. |
url |
http://app.uff.br/riuff/handle/1/28794 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823688453980160 |