BUSCADOR RECOLECTA

BASES DE DATOS Y CAPAS DE INFORMACIÓN GEOGRÁFICA (formato xlsx y shp)

Contenido: Dataset con las bases de datos (formato xlsx) y capas en formato geográfico (formato shp).

Formatos: bases de datos xlsx, capas de información geográfica shp comprimidas en zip, especificaciones de datos en pdf y txt.

Archivos totales: 36 (1 pdf + 1 txt + 13 xlsx + 21 zip).

ESPECIFICACIONES DE LOS DATOS (2 archivos)

1 archivo -formato pdf- con las especificaciones de contenidos, formatos y metodología de los datos publicados en e-cienciaDatos.

1 archivo -formato txt- con las especificaciones de los datos del dataset.

00_Especificaciones datos_BBVV-BBINM.pdf

00_Readme_00 BD y capas.txt

MUNICIPIOS (6 archivos)

1 archivo -formato xlsx- con los municipios analizados (151) en los años 1991, 2001, 2006 y/o 2011 y los indicadores básicos municipales (1_0).

5 archivos -formato shp comprimido en zip-, uno por año y Catálogo (1991, 2001, 2006 y 2011). Capas de información geográfica en formato SHP con los polígonos de los municipios estudiados (1_1 y 1_2).

1_0_BD_Municipios_1991_2001_2006_2011.xlsx

1_1_Capa_Municipios_BBVV_1991.zip

1_1_Capa_Municipios_BBVV_2001.zip

1_1_Capa_Municipios_BBVV_2011.zip

1_2_Capa_Municipios_BBINM_2006.zip

1_2_Capa_Municipios_BBINM_2011.zip

BARRIOS Y ÁREAS ESTADÍSTICAS (14 archivos)

5 archivos -formato xlsx-, uno por año y catálogo (1991, 2001, 2006 y 2011). Bases de datos de los Barrios y Áreas Estadísticas e indicadores (2_1_0 y 2_2_0).

5 archivos -formato shp comprimido en zip-, uno por año y catálogo (1991, 2001, 2006 y 2011). Capas de información geográfica en formato SHP con los polígonos de los Barrios Vulnerables y de los Barrios de Inmigración (2_1_1 y 2_2_1).

4 archivos -formato shp comprimido en zip- (2001, 2006, 2011). Capas de información geográfica en formato SHP con los polígonos de las Áreas Estadísticas detectadas (2_1_2 y 2_2_2).

2_1_0_BD_BBVV-AEV_1991.xlsx

2_1_0_BD_BBVV-AEV_2001.xlsx

2_1_0_BD_BBVV-AEV_2011.xlsx

2_1_1_Capa_BBVV_1991.zip

2_1_1_Capa_BBVV_2001.zip

2_1_1_Capa_BBVV_2011.zip

2_1_2_Capa_AEV_2001.zip

2_1_2_Capa_AEV_2011.zip

2_2_0_BD_BBINM-AEINM_2006.xlsx

2_2_0_BD_BBINM-AEINM_2011.xlsx

2_2_1_Capa_BBINM_2006.zip

2_2_1_Capa_BBINM_2011.zip

2_2_2_Capa_AEINM_2006.zip

2_2_2_Capa_AEINM_2011.zip

SECCIONES CENSALES PERTENECIENTES A ÁREAS ESTADÍSTICAS (8 archivos)

4 archivos -formato xlsx- (2001, 2006, 2011). Bases de datos de las secciones censales que conforman las Áreas Estadísticas detectadas e indicadores (3_1_BD y 3_2_BD).

4 archivos -formato shp comprimido en zip- (2001, 2006, 2011). Capas de información geográfica en formato SHP con los polígonos de las secciones censales que conforman las Áreas Estadísticas detectadas (3_1_Capa y 3_2_Capa).

3_1_BD_SSCC_AEV_2001.xlsx

3_1_BD_SSCC_AEV_2011.xlsx

3_1_Capa_SSCC_AEV_2001.zip

3_1_Capa_SSCC_AEV_2011.zip

3_2_BD_SSCC_AEINM_2006.xlsx

3_2_BD_SSCC_AEINM_2011.xlsx

3_2_Capa_SSCC_AEINM_2006.zip

3_2_Capa_SSCC_AEINM_2011.zip

SECCIONES CENSALES EXTERIORES A ÁREAS ESTADÍSTICAS (6 archivos)

3 archivos -formato xlsx- (2001 y 2011). Bases de datos de las secciones censales que aun superando el valor de referencia para alguno de los indicadores básicos de vulnerabilidad son exteriores a las áreas estadísticas vulnerables (4_1_BD y 4_2_BD).

3 archivos -formato shp comprimido en zip- (2001 y 2011). Capas de información geográfica en formato SHP con los polígonos de las secciones censales que aun superando el valor de referencia para alguno de los indicadores básicos de vulnerabilidad son exteriores a las áreas estadísticas vulnerables (4_1_Capa y 4_2_Capa).

4_1_BD_SSCCVV_Exteriores_2001.xlsx

4_1_BD_SSCCVV_Exteriores_2011.xlsx

4_1_Capa_SSCCVV_Exteriores_2001.zip

4_1_Capa_SSCCVV_Exteriores_2011.zip

4_2_BD_SSCCINM_Exteriores_2011.xlsx

4_2_Capa_SSCCINM_Exteriores_2011.zip

El dataset forma parte de los datos abiertos de los Catálogos de Barrios Vulnerables de España 1991, 2001 y 2011. La información puesta a disposición pública es de dos tipos: las bases de datos de indicadores y los polígonos de las delimitaciones de Barrios y Áreas Estadísticas delimitados; y el fichero completo de Barrios producido para las tres ediciones de los Catálogos. Los contenidos publicados son los siguientes:

- Bases de datos: formato xlsx (13 archivos).

- Capas: formato shp (21 archivos).

- Fichero: 395 archivos que contienen las 6.299 fichas del fichero. Formato pdf (248 archivos) y formato comprimido zip (147 archivos).

- Resúmenes nacionales y por Comunidades Autónomas (101 archivos pdf).

- Ficheros de ciudades (294 archivos: 147 pdf y 147 zip).

- Documento de especificación de contenidos y datos: formato pdf (21 archivos, aunque se trata del mismo documento replicado en cada uno de los datasets).

Para esta edición se ordenado y homogeneizado toda la información que se encontraba dispersa en cada una de las ediciones, y se han producido todas las fichas resumen (estatales, autonómicas y municipales) y los listados de Barrios y Áreas Estadísticas delimitados.

*** NOTAS

Las especificaciones pormenorizadas de los datos publicados y una síntesis metodológica de los trabajos puede consultarse en el documento 00_Especificaciones datos_BBVV-BBINM.pdf que se incluye en todos los datasets distribuidos.

The NLPMedTerm project aims at providing the research community with resources for natural language processing (NLP) in the health domain for Spanish. A Work Package of the project is a corpus texts annotated with medical entities as a resource for experiments in Named Entity Recognition. The corpus is aimed at training machine-learning models incorporating state-of-the-art neural network approaches. Another Work Package are the word embeddings from the medical domain.

The Clinical Trials for Evidence-Based-Medicine in Spanish (CT-EBM-SP) corpus is a collection of 1200 texts about clinical trials studies and clinical trials announcements: - 500 abstracts from journals published under a Creative Commons license, e.g. available in PubMed or the Scientific Electronic Library Online (SciELO) - 700 clinical trials announcements published in the European Clinical Trials Register and Repositorio Español de Estudios Clínicos The word-embeddings were trained with fastText and using the following parameters: skipgram model, window size = 10, dimensions = 100, minimum frequency = 1, number of negatives sampled = 10, learning rate = 1e-4. We used texts from the European Medicines Agency corpus (∼13.9M tokens) and articles from the Scientific Electronic Library Online (SciELO) repository (∼25M tokens)