Identificadores del recurso
File
- Title:
- Aplicacions de visualització d'informació georeferenciada
- Tema:
- Geolocalització, Serveis de
- Estadística
- Sistemes d'informació geogràfica
- Dades geoespacials
- 311
- Description:
- En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.
- In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.
- Programa de Doctorat: Dret, Economia i Empresa
- Source:
- TDX (Tesis Doctorals en Xarxa)
- Idioma:
- Catalan; Valencian
- Autor/Productor:
- Lagonigro Bertran, Raymond
- Publisher:
- Universitat de Vic - Universitat Central de Catalunya
- Otros colaboradores/productores:
- false
- Oller, Ramon
- Martori, Joan Carles
- Universitat de Vic - Universitat Central de Catalunya. Departament d'Economia i Empresa
- Rights:
- ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
- info:eu-repo/semantics/openAccess
- Date:
- 2021-03-18T08:11:51Z
- 2022-02-16T01:00:23Z
- 2021-02-16
- Tipo de recurso:
- info:eu-repo/semantics/doctoralThesis
- info:eu-repo/semantics/publishedVersion
- Format:
- 89 p.
- application/pdf
oai_dc
<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
<dc:title>Aplicacions de visualització d'informació georeferenciada</dc:title>
<dc:creator>Lagonigro Bertran, Raymond</dc:creator>
<dc:contributor>false</dc:contributor>
<dc:contributor>Oller, Ramon</dc:contributor>
<dc:contributor>Martori, Joan Carles</dc:contributor>
<dc:contributor>Universitat de Vic - Universitat Central de Catalunya. Departament d'Economia i Empresa</dc:contributor>
<dc:subject>Geolocalització, Serveis de</dc:subject>
<dc:subject>Estadística</dc:subject>
<dc:subject>Sistemes d'informació geogràfica</dc:subject>
<dc:subject>Dades geoespacials</dc:subject>
<dc:subject>Estadística</dc:subject>
<dc:subject>311</dc:subject>
<dc:description>En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</dc:description>
<dc:description>In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</dc:description>
<dc:description>Programa de Doctorat: Dret, Economia i Empresa</dc:description>
<dc:date>2021-03-18T08:11:51Z</dc:date>
<dc:date>2022-02-16T01:00:23Z</dc:date>
<dc:date>2021-02-16</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<dc:identifier>http://hdl.handle.net/10803/671145</dc:identifier>
<dc:language>cat</dc:language>
<dc:rights>ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:format>89 p.</dc:format>
<dc:format>application/pdf</dc:format>
<dc:format>application/pdf</dc:format>
<dc:publisher>Universitat de Vic - Universitat Central de Catalunya</dc:publisher>
<dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</oai_dc:dc>
<?xml version="1.0" encoding="UTF-8" ?>
dim
<dim:dim schemaLocation="http://www.dspace.org/xmlns/dspace/dim http://www.dspace.org/schema/dim.xsd">
<dim:field element="contributor" mdschema="dc">Universitat de Vic - Universitat Central de Catalunya. Departament d'Economia i Empresa</dim:field>
<dim:field element="contributor" mdschema="dc" qualifier="author">Lagonigro Bertran, Raymond</dim:field>
<dim:field element="contributor" mdschema="dc" qualifier="authoremailshow">false</dim:field>
<dim:field element="contributor" mdschema="dc" qualifier="director">Oller, Ramon</dim:field>
<dim:field element="contributor" mdschema="dc" qualifier="codirector">Martori, Joan Carles</dim:field>
<dim:field element="date" mdschema="dc" qualifier="accessioned">2021-03-18T08:11:51Z</dim:field>
<dim:field element="date" mdschema="dc" qualifier="available">2022-02-16T01:00:23Z</dim:field>
<dim:field element="date" mdschema="dc" qualifier="issued">2021-02-16</dim:field>
<dim:field element="identifier" mdschema="dc" qualifier="uri">http://hdl.handle.net/10803/671145</dim:field>
<dim:field element="description" mdschema="dc" qualifier="abstract">En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</dim:field>
<dim:field element="description" mdschema="dc" qualifier="abstract">In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</dim:field>
<dim:field element="description" mdschema="dc" qualifier="degree">Programa de Doctorat: Dret, Economia i Empresa</dim:field>
<dim:field element="format" mdschema="dc" qualifier="extent">89 p.</dim:field>
<dim:field element="format" mdschema="dc" qualifier="mimetype">application/pdf</dim:field>
<dim:field element="language" mdschema="dc" qualifier="iso">cat</dim:field>
<dim:field element="publisher" mdschema="dc">Universitat de Vic - Universitat Central de Catalunya</dim:field>
<dim:field element="rights" mdschema="dc" qualifier="license">ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dim:field>
<dim:field element="rights" mdschema="dc" qualifier="accessLevel">info:eu-repo/semantics/openAccess</dim:field>
<dim:field element="source" mdschema="dc">TDX (Tesis Doctorals en Xarxa)</dim:field>
<dim:field element="subject" mdschema="dc">Geolocalització, Serveis de</dim:field>
<dim:field element="subject" mdschema="dc">Estadística</dim:field>
<dim:field element="subject" mdschema="dc">Sistemes d'informació geogràfica</dim:field>
<dim:field element="subject" mdschema="dc">Dades geoespacials</dim:field>
<dim:field element="subject" mdschema="dc" qualifier="other">Estadística</dim:field>
<dim:field element="subject" mdschema="dc" qualifier="udc">311</dim:field>
<dim:field element="title" mdschema="dc">Aplicacions de visualització d'informació georeferenciada</dim:field>
<dim:field element="type" mdschema="dc">info:eu-repo/semantics/doctoralThesis</dim:field>
<dim:field element="type" mdschema="dc">info:eu-repo/semantics/publishedVersion</dim:field>
<dim:field element="embargo" mdschema="dc" qualifier="terms">12 mesos</dim:field>
</dim:dim>
<?xml version="1.0" encoding="UTF-8" ?>
etdms
<thesis schemaLocation="http://www.ndltd.org/standards/metadata/etdms/1.0/ http://www.ndltd.org/standards/metadata/etdms/1.0/etdms.xsd">
<title>Aplicacions de visualització d'informació georeferenciada</title>
<creator>Lagonigro Bertran, Raymond</creator>
<contributor>false</contributor>
<contributor>Oller, Ramon</contributor>
<contributor>Martori, Joan Carles</contributor>
<subject>Geolocalització, Serveis de</subject>
<subject>Estadística</subject>
<subject>Sistemes d'informació geogràfica</subject>
<subject>Dades geoespacials</subject>
<description>En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</description>
<description>In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</description>
<date>2021-03-18</date>
<date>2022-02-16</date>
<date>2021-02-16</date>
<type>info:eu-repo/semantics/doctoralThesis</type>
<type>info:eu-repo/semantics/publishedVersion</type>
<identifier>http://hdl.handle.net/10803/671145</identifier>
<language>cat</language>
<rights>ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</rights>
<rights>info:eu-repo/semantics/openAccess</rights>
<publisher>Universitat de Vic - Universitat Central de Catalunya</publisher>
<source>TDX (Tesis Doctorals en Xarxa)</source>
</thesis>
<?xml version="1.0" encoding="UTF-8" ?>
marc
<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
<leader>00925njm 22002777a 4500</leader>
<datafield ind1=" " ind2=" " tag="042">
<subfield code="a">dc</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="720">
<subfield code="a">Lagonigro Bertran, Raymond</subfield>
<subfield code="e">author</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="260">
<subfield code="c">2021-02-16</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</subfield>
</datafield>
<datafield ind1="8" ind2=" " tag="024">
<subfield code="a">http://hdl.handle.net/10803/671145</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Geolocalització, Serveis de</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Estadística</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Sistemes d'informació geogràfica</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Dades geoespacials</subfield>
</datafield>
<datafield ind1="0" ind2="0" tag="245">
<subfield code="a">Aplicacions de visualització d'informació georeferenciada</subfield>
</datafield>
</record>
<?xml version="1.0" encoding="UTF-8" ?>
marc_ccuc
<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
<leader>nam a 5i 4500</leader>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Geolocalització, Serveis de</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Estadística</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Sistemes d'informació geogràfica</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Dades geoespacials</subfield>
</datafield>
<datafield ind1="1" ind2="0" tag="245">
<subfield code="a">Aplicacions de visualització d'informació georeferenciada</subfield>
</datafield>
<datafield ind1=" " ind2="1" tag="264">
<subfield code="a">[Barcelona] :</subfield>
<subfield code="b">Universitat de Vic - Universitat Central de Catalunya,</subfield>
<subfield code="c">2021</subfield>
</datafield>
<datafield ind1="4" ind2="0" tag="856">
<subfield code="z">Accés lliure</subfield>
<subfield code="u">http://hdl.handle.net/10803/671145</subfield>
</datafield>
<controlfield tag="007">cr |||||||||||</controlfield>
<controlfield tag="008">AAMMDDs2021 sp ||||fsm||||0|| 0 cat|c</controlfield>
<datafield ind1="1" ind2=" " tag="100">
<subfield code="a">Lagonigro Bertran, Raymond,</subfield>
<subfield code="e">autor</subfield>
</datafield>
<datafield ind1="1" ind2=" " tag="100">
<subfield code="a">Programa de Doctorat: Dret, Economia i Empresa,</subfield>
<subfield code="e">degree</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="300">
<subfield code="a">1 recurs en línia (89 pàgines)</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="502">
<subfield code="g">Tesi</subfield>
<subfield code="b">Doctorat</subfield>
<subfield code="c">Universitat de Vic - Universitat Central de Catalunya. Departament d'Economia i Empresa</subfield>
<subfield code="d">2021</subfield>
</datafield>
<datafield ind1="2" ind2=" " tag="710">
<subfield code="a">Universitat de Vic - Universitat Central de Catalunya. Departament d'Economia i Empresa</subfield>
</datafield>
<datafield ind1=" " ind2="4" tag="655">
<subfield code="a">Tesis i dissertacions electròniques</subfield>
</datafield>
<datafield ind1="1" ind2=" " tag="700">
<subfield code="a">Oller, Ramon,</subfield>
<subfield code="e">supervisor acadèmic</subfield>
</datafield>
<datafield ind1="1" ind2=" " tag="700">
<subfield code="a">Martori, Joan Carles,</subfield>
<subfield code="e">supervisor acadèmic</subfield>
</datafield>
<datafield ind1="0" ind2=" " tag="730">
<subfield code="a">TDX</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="998">
<subfield code="a">v</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="040">
<subfield code="a">ES-BaCBU</subfield>
<subfield code="b">cat</subfield>
<subfield code="e">rda</subfield>
<subfield code="c">ES-BaCBU</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="336">
<subfield code="a">text</subfield>
<subfield code="b">txt</subfield>
<subfield code="2">rdacontent</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="337">
<subfield code="a">informàtic</subfield>
<subfield code="b">c</subfield>
<subfield code="2">rdamedia</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="338">
<subfield code="a">recurs en línia</subfield>
<subfield code="b">cr</subfield>
<subfield code="2">rdacarrier</subfield>
</datafield>
</record>
<?xml version="1.0" encoding="UTF-8" ?>
mets
<mets ID=" DSpace_ITEM_10803-671145" OBJID=" hdl:10803/671145" PROFILE="DSpace METS SIP Profile 1.0" TYPE="DSpace ITEM" schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd">
<metsHdr CREATEDATE="2023-01-21T08:43:28Z">
<agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
<name>TDX (Tesis Doctorals en Xarxa)</name>
</agent>
</metsHdr>
<dmdSec ID="DMD_10803_671145">
<mdWrap MDTYPE="MODS">
<xmlData schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:name>
<mods:role>
<mods:roleTerm type="text">author</mods:roleTerm>
</mods:role>
<mods:namePart>Lagonigro Bertran, Raymond</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">authoremailshow</mods:roleTerm>
</mods:role>
<mods:namePart>false</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">director</mods:roleTerm>
</mods:role>
<mods:namePart>Oller, Ramon</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">codirector</mods:roleTerm>
</mods:role>
<mods:namePart>Martori, Joan Carles</mods:namePart>
</mods:name>
<mods:extension>
<mods:dateAccessioned encoding="iso8601">2021-03-18T08:11:51Z</mods:dateAccessioned>
</mods:extension>
<mods:extension>
<mods:dateAvailable encoding="iso8601">2022-02-16T01:00:23Z</mods:dateAvailable>
</mods:extension>
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2021-02-16</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">http://hdl.handle.net/10803/671145</mods:identifier>
<mods:abstract>En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</mods:abstract>
<mods:language>
<mods:languageTerm authority="rfc3066">cat</mods:languageTerm>
</mods:language>
- <mods:accessCondition type="useAndReproduction" />
<mods:subject>
<mods:topic>Geolocalització, Serveis de</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Estadística</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Sistemes d'informació geogràfica</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Dades geoespacials</mods:topic>
</mods:subject>
<mods:titleInfo>
<mods:title>Aplicacions de visualització d'informació georeferenciada</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion</mods:genre>
</mods:mods>
</xmlData>
</mdWrap>
</dmdSec>
<amdSec ID="FO_10803_671145_1">
<techMD ID="TECH_O_10803_671145_1">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/671145/1/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>8782f7836413b30b573a465aa4dfeff6</premis:messageDigest>
</premis:fixity>
<premis:size>1339042</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>application/pdf</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<fileSec>
<fileGrp USE="ORIGINAL">
<file ADMID="FO_10803_671145_1" CHECKSUM="8782f7836413b30b573a465aa4dfeff6" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_671145_1" ID="BITSTREAM_ORIGINAL_10803_671145_1" MIMETYPE="application/pdf" SEQ="1" SIZE="1339042">
- <FLocat LOCTYPE="URL" href="https://www.tdx.cat/bitstream/10803/671145/1/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf" type="simple" />
</file>
</fileGrp>
</fileSec>
<structMap LABEL="DSpace Object" TYPE="LOGICAL">
<div ADMID="DMD_10803_671145" TYPE="DSpace Object Contents">
<div TYPE="DSpace BITSTREAM">
- <fptr FILEID="BITSTREAM_ORIGINAL_10803_671145_1" />
</div>
</div>
</structMap>
</mets>
<?xml version="1.0" encoding="UTF-8" ?>
mods
<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:name>
<mods:namePart>Lagonigro Bertran, Raymond</mods:namePart>
</mods:name>
<mods:extension>
<mods:dateAvailable encoding="iso8601">2021-03-18T08:11:51Z</mods:dateAvailable>
</mods:extension>
<mods:extension>
<mods:dateAccessioned encoding="iso8601">2022-02-16T01:00:23Z</mods:dateAccessioned>
</mods:extension>
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2021-02-16</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">http://hdl.handle.net/10803/671145</mods:identifier>
<mods:abstract>En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</mods:abstract>
<mods:abstract>In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</mods:abstract>
<mods:language>
<mods:languageTerm>cat</mods:languageTerm>
</mods:language>
<mods:accessCondition type="useAndReproduction">ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">info:eu-repo/semantics/openAccess</mods:accessCondition>
<mods:subject>
<mods:topic>Geolocalització, Serveis de</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Estadística</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Sistemes d'informació geogràfica</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Dades geoespacials</mods:topic>
</mods:subject>
<mods:titleInfo>
<mods:title>Aplicacions de visualització d'informació georeferenciada</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/doctoralThesis</mods:genre>
<mods:genre>info:eu-repo/semantics/publishedVersion</mods:genre>
</mods:mods>
<?xml version="1.0" encoding="UTF-8" ?>
oaire
<oaire:record schemaLocation="http://namespaceopenaire.eu/schema/oaire/">
<dc:title>Aplicacions de visualització d'informació georeferenciada</dc:title>
<datacite:creator>
<datacite:creatorName>Lagonigro Bertran, Raymond</datacite:creatorName>
</datacite:creator>
<datacite:contributor>false</datacite:contributor>
<datacite:contributor>Oller, Ramon</datacite:contributor>
<datacite:contributor>Martori, Joan Carles</datacite:contributor>
<datacite:contributor>Universitat de Vic - Universitat Central de Catalunya. Departament d'Economia i Empresa</datacite:contributor>
<dc:subject>Geolocalització, Serveis de</dc:subject>
<dc:subject>Estadística</dc:subject>
<dc:subject>Sistemes d'informació geogràfica</dc:subject>
<dc:subject>Dades geoespacials</dc:subject>
<dc:subject>Estadística</dc:subject>
<dc:subject>311</dc:subject>
<dc:description>En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</dc:description>
<dc:description>In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</dc:description>
<dc:description>Programa de Doctorat: Dret, Economia i Empresa</dc:description>
<dc:date>2021-03-18T08:11:51Z</dc:date>
<dc:date>2022-02-16T01:00:23Z</dc:date>
<dc:date>2021-02-16</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<datacite:alternateIdentifier>http://hdl.handle.net/10803/671145</datacite:alternateIdentifier>
<dc:language>cat</dc:language>
<dc:rights>ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:format>89 p.</dc:format>
<dc:format>application/pdf</dc:format>
<dc:format>application/pdf</dc:format>
<dc:publisher>Universitat de Vic - Universitat Central de Catalunya</dc:publisher>
<dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
<oaire:file>https://www.tdx.cat/bitstream/10803/671145/1/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf</oaire:file>
</oaire:record>
<?xml version="1.0" encoding="UTF-8" ?>
ore
<atom:entry schemaLocation="http://www.w3.org/2005/Atom http://www.kbcafe.com/rss/atom.xsd.xml">
<atom:id>http://hdl.handle.net/10803/671145/ore.xml</atom:id>
- <atom:link href="http://hdl.handle.net/10803/671145" rel="alternate" />
- <atom:link href="http://hdl.handle.net/10803/671145/ore.xml" rel="http://www.openarchives.org/ore/terms/describes" />
- <atom:link href="http://hdl.handle.net/10803/671145/ore.xml#atom" rel="self" type="application/atom+xml" />
<atom:published>2022-02-16T01:00:23Z</atom:published>
<atom:updated>2021-03-18T08:11:51Z</atom:updated>
<atom:source>
<atom:generator>TDX (Tesis Doctorals en Xarxa)</atom:generator>
</atom:source>
<atom:title>Aplicacions de visualització d'informació georeferenciada</atom:title>
<atom:author>
<atom:name>Lagonigro Bertran, Raymond</atom:name>
</atom:author>
- <atom:category label="Aggregation" scheme="http://www.openarchives.org/ore/terms/" term="http://www.openarchives.org/ore/terms/Aggregation" />
- <atom:category scheme="http://www.openarchives.org/ore/atom/modified" term="2021-03-18T08:11:51Z" />
- <atom:category label="DSpace Item" scheme="http://www.dspace.org/objectModel/" term="DSpaceItem" />
- <atom:link href="https://www.tdx.cat/bitstream/10803/671145/1/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf" length="1339042" rel="http://www.openarchives.org/ore/terms/aggregates" title="tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf" type="application/pdf" />
<oreatom:triples>
<rdf:Description about="http://hdl.handle.net/10803/671145/ore.xml#atom">
- <rdf:type resource="http://www.dspace.org/objectModel/DSpaceItem" />
<dcterms:modified>2021-03-18T08:11:51Z</dcterms:modified>
</rdf:Description>
<rdf:Description about="https://www.tdx.cat/bitstream/10803/671145/1/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf">
- <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
<dcterms:description>ORIGINAL</dcterms:description>
</rdf:Description>
<rdf:Description about="https://www.tdx.cat/bitstream/10803/671145/2/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf.xml">
- <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
<dcterms:description>MEDIA_DOCUMENT</dcterms:description>
</rdf:Description>
</oreatom:triples>
</atom:entry>
<?xml version="1.0" encoding="UTF-8" ?>
qdc
<qdc:qualifieddc schemaLocation="http://purl.org/dc/elements/1.1/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dc.xsd http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dcterms.xsd http://dspace.org/qualifieddc/ http://www.ukoln.ac.uk/metadata/dcmi/xmlschema/qualifieddc.xsd">
<dc:title>Aplicacions de visualització d'informació georeferenciada</dc:title>
<dc:creator>Lagonigro Bertran, Raymond</dc:creator>
<dc:contributor>Oller, Ramon</dc:contributor>
<dc:contributor>Martori, Joan Carles</dc:contributor>
<dc:subject>Geolocalització, Serveis de</dc:subject>
<dc:subject>Estadística</dc:subject>
<dc:subject>Sistemes d'informació geogràfica</dc:subject>
<dc:subject>Dades geoespacials</dc:subject>
<dcterms:abstract>En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</dcterms:abstract>
<dcterms:abstract>In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</dcterms:abstract>
<dcterms:dateAccepted>2022-02-16T01:00:23Z</dcterms:dateAccepted>
<dcterms:available>2022-02-16T01:00:23Z</dcterms:available>
<dcterms:created>2022-02-16T01:00:23Z</dcterms:created>
<dcterms:issued>2021-02-16</dcterms:issued>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<dc:identifier>http://hdl.handle.net/10803/671145</dc:identifier>
<dc:language>cat</dc:language>
<dc:rights>ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:publisher>Universitat de Vic - Universitat Central de Catalunya</dc:publisher>
<dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</qdc:qualifieddc>
<?xml version="1.0" encoding="UTF-8" ?>
rdf
<rdf:RDF schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
<ow:Publication about="oai:www.tdx.cat:10803/671145">
<dc:title>Aplicacions de visualització d'informació georeferenciada</dc:title>
<dc:creator>Lagonigro Bertran, Raymond</dc:creator>
<dc:contributor>false</dc:contributor>
<dc:contributor>Oller, Ramon</dc:contributor>
<dc:contributor>Martori, Joan Carles</dc:contributor>
<dc:subject>Geolocalització, Serveis de</dc:subject>
<dc:subject>Estadística</dc:subject>
<dc:subject>Sistemes d'informació geogràfica</dc:subject>
<dc:subject>Dades geoespacials</dc:subject>
<dc:description>En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</dc:description>
<dc:description>In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</dc:description>
<dc:date>2021-03-18T08:11:51Z</dc:date>
<dc:date>2022-02-16T01:00:23Z</dc:date>
<dc:date>2021-02-16</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<dc:identifier>http://hdl.handle.net/10803/671145</dc:identifier>
<dc:language>cat</dc:language>
<dc:rights>ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:publisher>Universitat de Vic - Universitat Central de Catalunya</dc:publisher>
<dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</ow:Publication>
</rdf:RDF>
<?xml version="1.0" encoding="UTF-8" ?>
uketd_dc
<uketd_dc:uketddc schemaLocation="http://naca.central.cranfield.ac.uk/ethos-oai/2.0/ http://naca.central.cranfield.ac.uk/ethos-oai/2.0/uketd_dc.xsd">
<dc:title>Aplicacions de visualització d'informació georeferenciada</dc:title>
<dc:creator>Lagonigro Bertran, Raymond</dc:creator>
<dcterms:abstract>En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</dcterms:abstract>
<dcterms:abstract>In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</dcterms:abstract>
<uketdterms:institution>Universitat de Vic - Universitat Central de Catalunya</uketdterms:institution>
<dcterms:issued>2021-02-16</dcterms:issued>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
<dc:language type="dcterms:ISO639-2">cat</dc:language>
<dcterms:isReferencedBy>http://hdl.handle.net/10803/671145</dcterms:isReferencedBy>
<dc:identifier type="dcterms:URI">https://www.tdx.cat/bitstream/10803/671145/1/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf</dc:identifier>
<uketdterms:checksum type="uketdterms:MD5">8782f7836413b30b573a465aa4dfeff6</uketdterms:checksum>
<uketdterms:embargodate>12 mesos</uketdterms:embargodate>
<dc:subject>Geolocalització, Serveis de</dc:subject>
<dc:subject>Estadística</dc:subject>
<dc:subject>Sistemes d'informació geogràfica</dc:subject>
<dc:subject>Dades geoespacials</dc:subject>
<dc:subject>Estadística</dc:subject>
</uketd_dc:uketddc>
<?xml version="1.0" encoding="UTF-8" ?>
xoai
<metadata schemaLocation="http://www.lyncode.com/xoai http://www.lyncode.com/xsd/xoai.xsd">
<element name="dc">
<element name="contributor">
<element name="none">
<field name="value">Universitat de Vic - Universitat Central de Catalunya. Departament d'Economia i Empresa</field>
</element>
<element name="author">
<element name="none">
<field name="value">Lagonigro Bertran, Raymond</field>
</element>
</element>
<element name="authoremailshow">
<element name="none">
<field name="value">false</field>
</element>
</element>
<element name="director">
<element name="none">
<field name="value">Oller, Ramon</field>
</element>
</element>
<element name="codirector">
<element name="none">
<field name="value">Martori, Joan Carles</field>
</element>
</element>
</element>
<element name="date">
<element name="accessioned">
<element name="none">
<field name="value">2021-03-18T08:11:51Z</field>
</element>
</element>
<element name="available">
<element name="none">
<field name="value">2022-02-16T01:00:23Z</field>
</element>
</element>
<element name="issued">
<element name="none">
<field name="value">2021-02-16</field>
</element>
</element>
</element>
<element name="identifier">
<element name="uri">
<element name="none">
<field name="value">http://hdl.handle.net/10803/671145</field>
</element>
</element>
</element>
<element name="description">
<element name="abstract">
<element name="none">
<field name="value">En un context on les eines de geolocalització són cada vegada més habituals, els sistemes de recopilació i difusió de dades estadístiques poden integrar noves eines per publicar informació georeferenciada amb una resolució espacial molt precisa. Al mateix temps, aquesta precisió pot generar problemes de confidencialitat de les persones, llars o empreses a qui fan referència aquestes dades, perquè en pot facilitar la identificació. Ens trobem amb un conflicte entre la capacitat per publicar dades amb un nivell de precisió geogràfica molt acurat i, al mateix temps, complir les diferents normatives de confidencialitat en la difusió de dades estadístiques. Habitualment, les agències d’estadística utilitzen sistemes de recopilació basats en divisions espacials administratives que els permeten fer particions del territori orientades a una millor organització de les dades. Aquestes particions també permeten assegurar confidencialitat, però no sempre són la forma de difusió més adequada quan les dades han de ser utilitzades per realitzar determinades anàlisis espacials. En aquesta tesi proposem una metodologia alternativa per la distribució de dades que, a partir d’una quadrícula inicial de mida constant, divideix jeràrquicament l’espai per obtenir una quadrícula irregular que agrupa la informació balancejant criteris de confidencialitat i maximització de la precisió espacial. Les quadrícules generades amb aquesta metodologia es basen en un sistema de codificació de les caselles que segueix la nomenclatura proposada per la Oficina d’Estadística de la Unió Europea, per la creació d’un conjunt de dades de població únic per la UE en forma de quadrícula. Mesurar la importància dels efectes espacials requereix disposar de dades amb la precisió més acurada possible i, si és possible, a una escala espacial propera a la del fenomen estudiat. En aquest sentit, aquesta tesi també presenta dos estudis de dos fenòmens espacials utilitzant la informació disponible amb els sistemes actuals basats en seccions censals. En ambdós estudis els fenòmens investigats estan caracteritzats a una resolució espacial molt precisa, mentre que les dades disponibles per detectar-ne possibles correlacions espacials estan agregades en unitats espacials a molta menys resolució. Per tal de comparar els diferents processos cal transformar les dades per tenir-les a una mateixa escala. Aquestes transformacions poden esbiaixar els resultats de les anàlisis. La metodologia proposada està orientada a permetre realitzar aquests tipus d’estudis amb dades més precises. Aquesta metodologia està desenvolupada en una llibreria per l’entorn estadístic R, per tal de produir dades per a aquest entorn, però també exportables a formats estàndard per a qualsevol altre sistema d’informació geogràfica. Aquesta llibreria està publicada al repositori habitual de programari R i pot ser descarregada i instal·lada per publicar dades basades en quadrícula a partir de qualsevol conjunt de dades espacials. En el futur, aquesta llibreria permetrà que els instituts d’estadística publiquin informació amb una millor precisió geogràfica per la realització d’anàlisis espacials.</field>
<field name="value">In a context where geolocation tools are becoming more common, statistical data collection and dissemination systems should include new tools to release georeferenced information with precise spatial resolution. At the same time, this accuracy may trigger confidentiality issues for individuals, households or companies to whom this data refers, because it can enable their re-identification. There is a conflict between the dissemination of data at an accurate level of geographical precision and, at the same time, fulfill the different confidentiality regulations on the distribution of statistical data. Statistical offices typically use collection systems based on administrative boundaries to divide the territory and assist data organization. These partitions are also useful to ensure confidentiality but may not be the most appropriate form of dissemination when data should be used to study spatial effects of different phenomena. In this thesis we propose an alternative methodology for data distribution which takes an initial constant size grid, and successively divides the space to obtain an irregular grid that groups the information balancing confidentiality and spatial resolution. Grids produced using this methodology are based on a cell coding system following the indications proposed by the Statistical Office of the European Union, to represent the main characteristics of the population on a unique constant grid. Measuring the importance of spatial effects requires having data at an accurate spatial resolution and, when possible, on a scale close to that of the phenomenon studied. In this regard, this thesis also presents two studies of spatial phenomena conducted with the information available using the current systems based on census tracts. In both studies the investigated phenomena are characterized at a very precise spatial resolution, while the available data to detect possible spatial correlations is aggregated in spatial units with much less resolution. In order to compare the different processes, data must be transformed to the same geographic scales. These transformations may have undesired effects on the results of the analyses. The proposed methodology undertakes the production of more accurate spatial datasets to avoid those possible skewing effects. The methodology is fully developed on a library in the statistical software R, in order to produce data for this environment, but it can also be exported to standard data formats for any other geographic information system. The library is published in the usual R software repository and can be downloaded and installed to publish grid-based datasets from any spatial point data. In the future, this library will allow statistical offices to provide more accurate spatial information to perform spatial analysis.</field>
</element>
</element>
<element name="degree">
<element name="none">
<field name="value">Programa de Doctorat: Dret, Economia i Empresa</field>
</element>
</element>
</element>
<element name="format">
<element name="extent">
<element name="none">
<field name="value">89 p.</field>
</element>
</element>
<element name="mimetype">
<element name="none">
<field name="value">application/pdf</field>
</element>
</element>
</element>
<element name="language">
<element name="iso">
<element name="none">
<field name="value">cat</field>
</element>
</element>
</element>
<element name="publisher">
<element name="none">
<field name="value">Universitat de Vic - Universitat Central de Catalunya</field>
</element>
</element>
<element name="rights">
<element name="license">
<element name="none">
<field name="value">ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.</field>
</element>
</element>
<element name="accessLevel">
<element name="none">
<field name="value">info:eu-repo/semantics/openAccess</field>
</element>
</element>
</element>
<element name="source">
<element name="none">
<field name="value">TDX (Tesis Doctorals en Xarxa)</field>
</element>
</element>
<element name="subject">
<element name="none">
<field name="value">Geolocalització, Serveis de</field>
<field name="value">Estadística</field>
<field name="value">Sistemes d'informació geogràfica</field>
<field name="value">Dades geoespacials</field>
</element>
<element name="other">
<element name="none">
<field name="value">Estadística</field>
</element>
</element>
<element name="udc">
<element name="none">
<field name="value">311</field>
</element>
</element>
</element>
<element name="title">
<element name="none">
<field name="value">Aplicacions de visualització d'informació georeferenciada</field>
</element>
</element>
<element name="type">
<element name="none">
<field name="value">info:eu-repo/semantics/doctoralThesis</field>
<field name="value">info:eu-repo/semantics/publishedVersion</field>
</element>
</element>
<element name="embargo">
<element name="terms">
<element name="none">
<field name="value">12 mesos</field>
</element>
</element>
</element>
</element>
<element name="bundles">
<element name="bundle">
<field name="name">ORIGINAL</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf</field>
<field name="originalName">tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf</field>
- <field name="description" />
<field name="format">application/pdf</field>
<field name="size">1339042</field>
<field name="url">https://www.tdx.cat/bitstream/10803/671145/1/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf</field>
<field name="checksum">8782f7836413b30b573a465aa4dfeff6</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">1</field>
<field name="drm">open access</field>
</element>
</element>
</element>
<element name="bundle">
<field name="name">MEDIA_DOCUMENT</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf.xml</field>
<field name="originalName">tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf.xml</field>
<field name="description">Document Consulta</field>
<field name="format">text/xml</field>
<field name="size">105</field>
<field name="url">https://www.tdx.cat/bitstream/10803/671145/2/tesdoc_a2021_lagonigro_raymond_aplicacions_visualitzacio.pdf.xml</field>
<field name="checksum">6a14c7691e548c9de2a3e2b6bf684474</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">2</field>
<field name="drm">open access</field>
</element>
</element>
</element>
</element>
<element name="others">
<field name="handle">10803/671145</field>
<field name="identifier">oai:www.tdx.cat:10803/671145</field>
<field name="lastModifyDate">2022-02-16 02:00:23.062</field>
<field name="drm">open access</field>
</element>
<element name="repository">
<field name="name">TDX (Tesis Doctorals en Xarxa)</field>
<field name="mail">pir@csuc.cat</field>
</element>
</metadata>
<?xml version="1.0" encoding="UTF-8" ?>