Fraym:用机器学习生成的数据绘制阿富汗的态度和看法

2021年10月07

阿富汗撤离后的景象, 发展部门对有见地的本地化数据的需要被放大了. Fraym开创了利用地理空间技术在不确定性中提供微妙理解的先河,并帮助决策者制定一条信息充分的前进道路,以支持阿富汗社区. Fraym的社区级数据可以增强发展实施人员的能力,确保他们在阿富汗的努力具有高度针对性和有效性.  

Fraym的机器学习(ML)技术将地理标记的家庭调查数据与卫星图像编织在一起,以创建1公里范围内的当地人口信息2 决议. 具体地说, Fraym的自动ML过程使用统一的调查数据来“训练”一系列模型,这些模型使用来自各种数据源的100多个输入来计算人口特征. 这种方法使Fraym能够对整个国家的人口特征进行本地化研究,并为世界各地的其他地理区域提供可比较的见解. Fraym独特的基于位置的数据为目标风险地区提供了必要的信息, 解决的弱点, 并说明了在超地方层面上发展挑战的潜在驱动因素.  

在过去的几个月里, 以应对阿富汗不断演变的局势, Fraym一直在制作高分辨率数据,用于该国疏散后的景观. Fraym汇编了12betapp态度和看法的关键数据集, 媒体消费, 食品安全, 其他关键指标包括, 并将这些数据集提供给利益攸关方,希望这将帮助他们更好地在实地应对挑战.   

说明其数据集的效用, Fraym绘制了阿富汗社区层面的关键情绪指标,并及时分析了问题, 包括: 

  1. 当地对妇女权利的态度是什么?
  2. 当地人对外援的态度如何?
  3. 哪些社区面临最严重的粮食不安全问题?

这些数据揭示了与人道主义和发展挑战高度相关的关键情绪指标之间的地方差异, 例如支持女孩的教育, 支持外国援助的存在, 和食品安全. 例如, 弗莱姆发现,尽管全国范围内对女孩教育的支持都很强烈——全国平均有86%的成年人略微或强烈支持女孩教育——但在巴格达迪斯省(72%), 查布尔(73%), 坎大哈(73%)的支持率低于全国平均水平. 尽管大多数阿富汗人(66%)也支持外国援助的存在, 这一比例在不同社区之间差别很大. 在喀布尔, 87%的人支持外国援助, 而是在西面的法拉, 只有49%的人持同样的态度. 另外, Fraym绘制了全国社区一级的粮食安全地图,并重点介绍了塔哈尔市和扎兰吉市, 那里只有34%和39%的人口, 分别, 表示有能力购买食物. 这两个社区面临的粮食安全挑战比国家层面的分析所显示的更为严峻, 考虑到全国的平均反应率是51%.  

一幅显示阿富汗各地支持女童教育的地图.
一幅显示阿富汗各地支持女童教育的地图.

弗莱姆还分析了阿富汗人民对塔利班的态度,为实施者提供了重要的形势意识. 在国家层面上, 弗莱姆发现对塔利班的支持很低, 只有12%的成年人更喜欢塔利班统治而不是阿富汗的民主政府. 然而, Fraym的数据对这一趋势的地方差异提供了关键的观察:一些中南部地区的支持水平在50%左右, 包括Andar, 夏朗, 和马塔汗.  

最后, 弗莱姆编制了一个关键的情绪指标,衡量认为塔利班现在比1996-2001年统治阿富汗时更为温和的阿富汗人的比例. 尽管这个指标的全国平均值是43%, 关键的差异出现在该国西南部的城市:扎兰, 这一比例为22%, 在拉什卡尔加和坎大哈, 这个比例超过了50%. 

Fraym对阿富汗多个关键情绪指标的分析强调了超局部数据在应对复杂挑战时的重要性. 该公司的社区级数据可以增强实施者对阿富汗社区的态度和看法的理解,使他们能够制定有针对性的、数据驱动的规划, 尽管情况越来越不清楚.