{"id":21078,"date":"2021-03-05T13:10:08","date_gmt":"2021-03-05T19:10:08","guid":{"rendered":"https:\/\/iieg.gob.mx\/ns\/?page_id=21078"},"modified":"2023-03-09T12:08:33","modified_gmt":"2023-03-09T18:08:33","slug":"calles-desiguales","status":"publish","type":"page","link":"https:\/\/iieg.gob.mx\/ns\/?page_id=21078","title":{"rendered":"Calles desiguales"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\"\"<\/p>

VISIBILIZANDO LA DESIGUALDAD <\/strong><\/span><\/p>

DE G\u00c9NERO UTILIZANDO INTELIGENCIA\u00a0 ARTIFICIAL <\/strong><\/span><\/p>

\u00a0<\/span><\/strong><\/span><\/p>

Introducci\u00f3n<\/span><\/strong><\/span><\/p>

La desigualdad de g\u00e9nero se materializa de formas diversas, algunas expl\u00edcitas y otras casi imperceptibles, es as\u00ed que la construcci\u00f3n de instrumentos que permitan visibilizar aquellas situaciones que reproducen relaciones de subordinaci\u00f3n entre mujeres y hombres, resultan fundamentales.<\/p>

El proyecto \u201cCalles Desiguales\u201d, busca a partir de la creaci\u00f3n de una red neuronal, determinar el porcentaje de calles que poseen nombres de mujeres y el porcentaje que poseen nombres de hombres, compararlos, y promover la discusi\u00f3n p\u00fablica sobre las razones sociohist\u00f3ricas, y las implicaciones concretas de la situaci\u00f3n encontrada.<\/p>

\u00a0<\/strong><\/span><\/p>

M\u00e9todo<\/strong><\/span><\/p>

A partir de la base de datos generada por el INE (2018) de las calles del \u00c1rea Metropolitana de Guadalajara (compuesta por 48,743 registros), se gener\u00f3 un modelo supervisado de red neuronal unicapa, con el cual se clasificaron los registros en 3 clases, Clase 1. G\u00e9nero Femenino, Clase 2. G\u00e9nero Masculino, Clase 3. Ambiguo. Para el entrenamiento de la red se dispuso una lista de nombres comunes y se identific\u00f3 su g\u00e9nero, posteriormente se realiz\u00f3 la operaci\u00f3n con la base de datos mencionada. Finalmente, con el objetivo de mejorar la precisi\u00f3n de la informaci\u00f3n obtenida, se realiz\u00f3 una identificaci\u00f3n manual de los registros para la detecci\u00f3n de sesgos y errores.<\/p>

\u00a0<\/strong><\/span><\/p>

Objetivo a mediano plazo<\/strong><\/span><\/p>

Seguiremos trabajando en la mejora de la red neuronal para la identificaci\u00f3n autom\u00e1tica de la divisi\u00f3n de calles con nombres de mujeres y hombres, con el objetivo de que dicho sistema pueda ser utilizado por cualquier persona para realizar esta evaluaci\u00f3n para cualquier ciudad del pa\u00eds.<\/p>

\u00a0<\/strong><\/span><\/p>

Resultados<\/strong><\/span><\/p>

Con base en informaci\u00f3n del INE del 2018, se hace un an\u00e1lisis de desigualdad de g\u00e9nero en los nombres de calles del AMG. Se identifica que, de un total de 48,743 calles registradas en 2018, 1,499 se identifican con g\u00e9nero femenino, 7,533 masculino y 39,711 ambiguo, seg\u00fan se muestra en la tabla 1.<\/p>

Puede observarse que la mayor\u00eda de nombres de calles es ambiguo y por lo tanto no se identifican con alg\u00fan g\u00e9nero, con 81.47%, el g\u00e9nero masculino est\u00e1 en el segundo lugar con 15.45% y el femenino representa el 3.08%. En la secci\u00f3n de Conclusi\u00f3n se muestra un esquema de la situaci\u00f3n.<\/p>
Femenino<\/td>1,499<\/td>3.08<\/td><\/tr>
Masculino<\/td>7,533<\/td>15.45<\/td><\/tr>
Ambiguo<\/td>39,711<\/td>81.47<\/td><\/tr>
\u00a0<\/td>48,743<\/strong><\/td>100<\/strong><\/td><\/tr><\/tbody><\/table>

Tabla 1. G\u00e9nero en calles del AMG.<\/p>

\u00a0<\/strong><\/span><\/p>

\u00a0<\/strong><\/span><\/p>

Conclusi\u00f3n<\/strong><\/span><\/p>

\u00a0<\/strong>A trav\u00e9s del presente an\u00e1lisis se realiz\u00f3 un proceso que permiti\u00f3 identificar que, descartando los casos ambiguos, la mayor\u00eda de los nombres de las calles de la AMG pertenecen al g\u00e9nero masculino en un orden de 1 a 5, es decir, por cada calle que pertenece al g\u00e9nero femenino, hay 5 calles que se identifican con g\u00e9nero masculino.<\/p>