Daha çox

Şəhər ərazilərində siyahıyaalma bloklarını müəyyənləşdirin (pyshp və ya bənzərindən istifadə edərək)


Müəyyən şəhər ərazilərində və ya şəhər qruplarında olan Sayım bloklarını tapmağa çalışıram.

Əhalinin siyahıyaalınması Bürosu aşağıdakı məlumatları əks etdirən şəhər ərazilərinin / şəhər qruplarının siyahısını təqdim edir:

| Sütun Adı | Sütun Təsviri | | ------------- | -------------------------------------------------- --------------- | | UACE | 2010-cu il şəhər ərazilərini unikal şəkildə müəyyən edən beş rəqəmli kod | | ADI | 2010 şəhər ərazisi adı | | POP | 2010-cu il şəhər ərazisinin əhalisi | HU | Şəhər sahəsi üçün 2010 mənzil sayı | | AREALAND | Şəhər sahəsi üçün kvadrat metr ərazi sahəsi. | | AREALANDSQMI | Rekord üçün ərazi kvadrat milə çevrildi | XARİCİ SU | Kvadrat metrlik rekord üçün su sahəsi | | AREAWATERSQMI | Rekord üçün su sahəsi kvadrat milə çevrildi | POPDEN | Əhali sıxlığı | | LSADC | | Üçün hüquqi / statistik sahə təsvir kodu | | şəhər sahəsi (şəhərsalma sahəsi üçün 75, şəhər qrupu üçün 76) |

Bu sənəddəki ilk şəhər sahəsiAbbeville, LA(UACE = 00037). Nümunə olaraq, bu şəhər ərazisindəki bütün siyahıyaalma bloklarını tapmaq istərdim.

Anladığım qədəri ilə, müəyyən bir şəhər ərazisindən siyahıyaalma bloklarının siyahısını almaq üçün bir API və ya başqa bir metod yoxdur, buna görə alternativ tapmağa çalışıram.

Təcrübəli bir proqramçıyam, lakin GIS təcrübəm yoxdur. Nəzəri olaraq, şəhər əraziləri üçün forma və Vermilion Parishdəki (Abbeville'in yerləşdiyi yerdəki) Siyahıyaalma Blokları üçün forma şəklini götürmək, ikisini üst-üstə qoymaq və Abbeville şəhər ərazisini əhatə edən bütün siyahıyaalma bloklarını tapmaq mümkün olmalıdır. çoxbucaqlı.

Bunu bir neçə dəfə etməliyəm, buna görə pyshp və ya bənzəri ilə proqramlı şəkildə edəcəyimi ümid edirdim. Ancaq avtomatlaşdıra biləcəyim və ArcGIS satın almayacağım hər hansı bir qərara açıqam.


Bu problemi həll etmək üçün bir sıra ssenari yazdım və başqasının ehtiyac duyacağı təqdirdə nəticəni dərc etdim. Ətraflı məlumat üçün bu cavabın altına baxın.

GeospatialPython.com məni düzgün istiqamətə yönəltdi. Bunu etmək üçün sürətli bir Python skriptini yığa bildim. Əminəm ki, burada problemlər var, çünki çox tanış deyiləmpiqgis, amma işə yarayır (QGIS GUI vasitəsilə necə təsdiqlənəcəkdir.

qgis.core import * # Qeyd: bunun gətirilməsi üçün PYTHONPATH mühit dəyişəninə /Applications/QGIS.app/Contents/Resources/python/ əlavə edin. # qgisinizin quraşdırılmış olduğu QgsApplication.setPrefixPath təchizatı təchizatı ("/ Applications / QGIS.app / Contents / MacOS", True) # yükləyici provayderlər QgsApplication.initQgis () # Qatlar yüklənərkən probleminiz varsa, buna baxın: / questions / 59069 / yaradılması-qgis-layer-in-python-console-vs-stand-alone-application urban_areas_layer = QgsVectorLayer ("data / census / urban_areas / tl_2010_us_uac10.shp", "urban_areas", "ogr") əgər urban_areas_layer.isVal (): print "Layer yüklənmədi!" block_layer = QgsVectorLayer ("data / census / bloklar / tl_2010_22113_tabblock10 / tl_2010_22113_tabblock10.shp", "bloklar", "ogr") deyilsə block_layer.isValid (): "Layer yüklənmədi!" # Bir təbəqədə sahələrin adlarını alır # / questions / 76364 / how-to-get-field-names-in-pyqgis-2-0 field_names = [field.name () in field for field for urban_areas_layer.pendingFields ()] field_names_blocks = [field.name () in block_layer.pendingFields ()] in urban_area in urban_areas_layer.getFeatures (): attributes = dict (zip (field_names, urban_area.attributes ())) if atributları ['UACE10'] == '00037': block_count = block_layer.getFeatures () içindəki blok üçün 0 çap atributları: if block.geometry (). Touches (urban_area.geometry ()) == True: block_attributes = dict (zip (field_names_blocks, block.attributes ()) )) block_count + = 1 # print block_attributes ['GEOID10'] print "% d block (s) found"% block_count QgsApplication.exitQgis ()

1 redaktə edin:

Budur Python kodu tam avtomatlaşdırır hər şəhər sahəsi üçün lazım olan mahal şəkillərinin yüklənmə prosesi. Çıxış, şəhər ərazisindəki hər bir siyahıyaalma blokunun siyahısı olan bir CSV faylı olmalıdır.

Bu kod üçün bəzi şərtlər var:

  • qgisPython paketi quraşdırılmışdır (QGIS GUI quraşdırılmasının bir hissəsidir)
  • pandalarpaket
  • İlçe shapefiles getmək üçün iş qovluğu bu daxili qovluqları yaradın:məlumat / siyahıya alma / bloklar /
  • Yükləyin tl_2010_us_uac10.shp üçündata / siyahıyaalma / bloklar / urban_areas /
  • Yükləyin ua_county_rel_10.txt üçündata / siyahıyaalma / bloklar / urban_areas /
qgis.core import shell əmrlərini çalıştırmak üçün pdas pd import os # kimi idxal * # Qeyd: bunun gətirilməsi üçün PYTHONPATH mühit dəyişkənliyinə /Applications/QGIS.app/Contents/Resources/python/ əlavə edin. # qgisinizin quraşdırılmış olduğu QgsApplication.setPrefixPath təchizatı təchizatı ("/ Applications / QGIS.app / Contents / MacOS", True) # yükləyici provayderlər QgsApplication.initQgis () # Qatlar yüklənərkən probleminiz varsa, buna baxın: / questions / 59069 / yaradılması-qgis-layer-in-python-console-vs-stand-alone-application urban_areas_layer = QgsVectorLayer ("data / census / urban_areas / tl_2010_us_uac10.shp", "urban_areas", "ogr") əgər urban_areas_layer.isVal (): print "Layer yüklənmədi!" # Etibarlı dövlət ədədi kodları # https://www.census.gov/geo/reference/ansi_statetables.html valid_states = [1, 2, 4, 5, 6, 8, 9, 10, 11, 12, 13, 15 , 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40 , 41, 42, 44, 45, 46, 47, 48, 49, 50, 51, 53, 54, 55, 56] # Şəhər bölgələri ilə mahalları arasında münasibətlər # http://www2.census.gov/geo/docs /maps-data/data/rel/ua_county_rel_10.txt urban_areas_counties = pd.read_csv ('data / census / urban_areas / urban_area_county.txt', ") # Bir təbəqədəki sahələrin adlarını alır # / questions / 76364 / how- to-get-field-names-in-pyqgis-2-0 field_names = [field.name () in field for field for urban_areas_layer.pendingFields ()] # Çıxış dataframe sütunlarını qurun = ['ua_name', 'ua_id', 'state ',' county ',' trakt ',' block ',' block_geoid '] output_df = pd.DataFrame (sütunlar = sütunlar) urban_area_layer.getFeatures () içərisindəki urban_area üçün: block_count = 0 atributlar = dict (zip (field_names, urban_area). atributlar ())) çap "Başlanğıc şəhər sahəsi% s… "% atributlar ['NAME10'] # Bu UA-nın ilçələri əhatə etdiyi ölkələrə baxın = şəhər_yeri_sahiyyələri [(urban_areas_counties.UA == int (float (attributes ['UACE10']))))] # Olmayan hər hansı bir ölkəni atlayın ABŞ ilçelerinde = ilçeler [ilçeler ['STATE']. isin (valid_states)] # counties.iterrows () şəhərciyi üçün şəkilləri sənədlərin artıq yüklənib-yüklənmədiyini yoxlayın: "Starting county% s"% county [1] [ 'CNAME'] # county zero_pad_state = '% 02d'% int (float (county [1] ['STATE'])) zero_pad_county = '% 03d'% int (float (county [1] [) üçün shapefile üçün fayl adını müəyyənləşdirin 'COUNTY'])) filename = 'tl_2010_% s% s_tabblock10'% (zero_pad_state, zero_pad_county) # os.path.exists ("data / census / bloklar /% s /% s.shp "% (dosya adı, dosya adı)): cmd =" ​​cd data / siyahıyaalma / bloklar && rm -rf% s && mkdir% s && cd% s && curl -O ftp: //ftp2.census. gov // geo / tiger / TIGER2010 / TABBLOCK / 2010 /% s.zip && unzip% s.zip "% (dosya adı, dosya adı, fayl adı, fayl adı, fayl adı) os.system (c md) # county üçün blok qatında yüklənmə block_layer = QgsVectorLayer ("data / siyahıyaalma / bloklar /% s /% s.shp"% (dosya adı, dosya adı), "bloklar", "ogr") deyilsə block_layer.isValid () : print "Layer% s.shp to load!"% file name another: # block field_names_blocks = [field.name () block_layer.pendingFields ()] for block_layer.getFeatures (): if for block üçün sahə adları alın .geometry (). within (urban_area.geometry ()) == Doğru: block_attributes = dict (zip (field_names_blocks, block.attributes ())) block_count + = 1 # print "Blok tapıldı:% s"% block_attributes ['GEOID10 '] # Aşağıdakı atributları atmaq lazımdır: # STATEFP10 # COUNTYFP10 # TRACTCE10 # BLOCKCE10 # GEOID10 # # Bununla yanaşı şəhər məlumatlarını da qeyd edin: # atributlar [' NAME10 '] # atributlar [' UACE10 '] # # sütunlar = ['ua_name', 'ua_id', 'state', 'county', 'trakt', 'block', 'block_geoid'] data = [{'ua_name': attributes ['NAME10'], 'ua_id': attributes [ 'UACE10'], 'state': block_attributes ['STATEFP10'], 'county': block_attributes ['COUNTYFP10'], ' trakt ': block_attributes [' TRACTCE10 '],' block ': block_attributes [' BLOCKCE10 '],' block_geoid ': block_attributes [' GEOID10 ']}] output_df = output_df.append (data) # code.interact (local = localals ( )) # sys.exit () çap "% s blok tapıldı"% (block_count, atributlar ['NAME10']) output_df.to_csv ('data / census / urban_area_blocks.csv', index = False) # təmizlənməsi QgsApplication.exitQgis ()

Bunu GitHub-da etmək üçün bütün kodları yayımladım və çıxışı (şəhər ərazisindəki / şəhər qrupundakı hər blok üçün bir sıra olan tək bir CSV faylı və bu blokun əhalisi ilə birlikdə) burada yayımladım. Bu skriptlər / məlumatlar təsdiqlənməyib, buna görə də öz riskinizdə istifadə edin. Pull istəkləri xoş gəlmisiniz.


PyShp-in müəllifiyəm. Nə etməyə çalışarsan, çox standart bir CİS məhsuludur. QGIS yükləyin. Əsasən açıq mənbəli ArcGIS-dir. Cins açıq açıq mənbəli CİS alətlərinin hamısını gözəl bir GUI-yə və fantastik bir Python avtomatlaşdırma çərçivəsinə bağlayır. Fərqli tapşırıqları yerinə yetirmək üçün onlarla pulsuz təlimat və video var. Bir çox yaxşı kitab da var. Formalı fayllarınızı (.shp) kətana sürükləyin və onu GUI-də prototipləşdirin və sonra bir Qutusu Qenerasiya edərək toplu avtomatlaşdırın. QGIS-də danışın (və əsas OGR kitabxanası) bir şəhər ərazisinin hansı blokları "ehtiva etdiyini" görmək istəyirsiniz. Avtomatik skriptinizi QGIS-də işlədə bilərsiniz və ya QGIS xaricində işləməyiniz lazımdırsa, ehtiva edən () metoduna malik olan OGR-i istifadə edərək komanda xətti proqramına çevirə bilərsiniz. Nə olursa olsun Python istifadə edəcəksiniz.


Missuri və İllinoysda Aşağı Dozlu Kompüterli Tomoqrafiya Ağciyər Xərçəngi müayinəsinə girişdə kənd fərqləri

Bu məqalə üçün təklif olunan sitat: Rohatgi KW, Marx CM, Lewis-Thames MW, Liu J, Colditz GA, James AS. Missuri və İllinoysda Aşağı Dozlu Kompüterli Tomoqrafiya Ağciyər Xərçəngi Tədqiqatına girişdə şəhər fərqi. Əvvəlki Xroniki Dis 202017: 200202. DOI: http://dx.doi.org/10.5888/pcd17.200202 xarici nişan.

Bu mövzuda artıq nə məlumdur?

Ağciyər xərçəngi üçün aşağı dozalı kompüter tomoqrafiyası (LDCT) taraması uyğunluq meyarlarına cavab verən hazırkı və keçmiş siqaret çəkənlər üçün tövsiyə olunur. 2017-ci ildən etibarən kənd yerləri ümumiyyətlə şəhər ərazilərinə nisbətən LDCT yoxlamasına daha az coğrafi giriş imkanı əldə etdilər.

Bu hesabatla nə əlavə olunur?

Son vaxtlar yayılmış LDCT yoxlamasının yayılmasına baxmayaraq, Missouri və İllinoysdakı kənd yerlərində müayinəyə giriş səviyyəsi azdır. Taramaya coğrafi giriş ilə ağciyər xərçəngi ölümü arasında heç bir əlaqə müşahidə etmədik.

Xalq sağlamlığı təcrübəsinin nəticələri hansılardır?

LDKT müayinəsi daha geniş yayıldıqca, gələcək tədqiqatlar onun şəhər və kənd yerlərində əhali səviyyəsində ağciyər xərçəngi ölüm nisbətlərinə təsirlərini qiymətləndirməlidir.


Kiçik sahə təhlili deyəndə nəyi nəzərdə tuturuq?

Kiçik bir sahənin tərifi ehtiyaclarınıza bağlıdır. Bu coğrafi ərazi, siyasi və ya inzibati bölgə, hətta müəyyən bir qrup insan ola bilər.

Kiçik sahə analizinin məqsədi, müəyyən sahələrə və ya populyasiyalara diqqət yetirməkdir ki, daha böyük bir statistik nümunə daxilində kiçik sahələr arasındakı fərqləri görə biləsiniz. Məsələn, statistikanın mövcud olduğu ən kiçik vahid bir ilçedirsə, müəyyən bir məsələyə gəldikdə, bu bölgədəki müxtəlif şəhərlər və ya bölgələr arasında böyük fərqlər ola bilər, astma olan uşaqların yüzdəsini deyək. Bütövlükdə mahalın statistikası ortalama ola bilər, ancaq bir və ya iki kiçik şəhər bu hadisələrin əksəriyyətini təşkil edə bilər, mahalın qalan hissəsində demək olar ki, uşaqlıq astması olmur. Aydındır ki, diqqət astmanın ən ciddi olduğu şəhərlərə yönəldilməlidir.

Kiçik sahə təhlilinin aparılmasında çətinliklər, maraqlandığınız sahələri müəyyənləşdirməkdə və bu sahələr üçün məlumat əldə etməyin yollarını tapmaqda yaranır. Hər iki məsələni - kiçik sahələri müəyyənləşdirmək və məlumat toplamaq - bu hissənin necə ediləcəyi hissəsində daha ətraflı müzakirə edəcəyik.

İcma Alətlər Qutusunda təsvir olunan səylərin çoxunda olduğu kimi, kiçik sahə təhlili də qiymətləndirmənin planlaşdırılmasına icmanı cəlb etmək mümkün olduqda çox vaxt yaxşı nəticə verə bilər. İcmada yaşayan və qiymətləndirmənin ortaya qoyduğu məsələlərdən təsirlənənlər, daha geniş icmanı kiçik ərazilərə (yəni şəhərlər, məhəllələr, yaşayış binaları və s.) Bölmək və nələrə diqqət yetirmək lazım olduğu barədə yaxşı fikirlərə sahib ola bilərlər. .


Niyə ictimai qeydlər və ya arxiv məlumatları istifadə olunur?

Bu materialı istifadə etmək üçün bir sıra səbəblər var, bəziləri açıq, bəziləri daha az.

Bir çox insanın əldə etməsi nisbətən asandır.

Bir çox kütləvi qeydlər və arxivləşdirilmiş materiallar onlayn olaraq oxuna bilər və digərlərinin əksəriyyəti məqbul bir xərclə onları saxlayan agentliklərdən və ya təşkilatlardan tapıla və sifariş edilə bilər. Bu məlumatların əksəriyyəti kitabxanalarda və ya onu toplayan qurumlarda və ya qurumlarda tapıla bilər.

İstədiyiniz ən çox məlumat dövlət və yerli mənbələrdəndir. Dövlət və yerli hökumət qurumları istəkləri araşdırmaq üçün istifadə olunur və ehtiyac duyduğunuz şeyi tapmaq və ya sifariş etmək üçün sistemlər qurulmuşdur. Paytaxtla məsafənin bir maneə yarada biləcəyi böyük əyalətlər xaricində, insanların çoxu axtardıqları materialı tutan agentliyi ziyarət edə bilər.

Milli Arxivlər başqa məsələdir. Onların materiallarının böyük bir hissəsi hal-hazırda deyil və ya Washington, DC-dəki Milli Arxivlər binasını və ya filiallardan birini - San Francisco və Laguna Niguel, CA Denver, CO Kansas City, MO Ft. Worth, TX Chicago, IL Atlanta, GA Philadelphia, PA və ya Pittsfield and Waltham, MA - ehtiyacınız olanı tapmaq. Aydındır ki, bu yalnız məlumatların qiymətləndirməyiniz üçün tamamilə vacib olduğu təqdirdə buna dəyər ola bilər.

Sizə cəmiyyətin tarixi və ya statusu haqqında başqa bir yerə çatmağın çətin olacağı barədə məlumat verə bilərlər.

Gəlir və ya mənzil fondu və ya demoqrafik məlumatlar, şifahi tarixçələr, immiqrasiya məlumatları, kimin hansı torpağa sahib olması barədə sərt rəqəmlər - bunlar və saysız-hesabsız digər məlumatlar, ümumiyyətlə onlayn olaraq, ictimai sənədlərdən və arxivlərdən toplana bilər. Eyni məlumatların çoxunu özünüz tapmaq çox vaxt və səy tələb edəcəkdir.

Çox vaxt cəmiyyətinizi başqaları ilə müqayisə etməyə imkan verirlər.

Bu, cəmiyyətinizdəki problemlərdən hansının daha vacib olduğunu müəyyənləşdirməyi və ya problemləri həll etmək üçün mənbələr tapmaq barədə fikirlər verməyi asanlaşdıra bilər.

Vaxtınızdan daha səmərəli istifadə etməyinizə kömək edir və özünüzü məlumat toplamağa vaxt sərf etmək ehtiyacınızdan azad edir.

Daha çox məlumat əldə edə bilərsiniz, xüsusən də sərt rəqəmlərə gəldikdə, bir neçə saatı ictimai qeydlərdə keçirməkdən, eyni məlumatları birbaşa cəmiyyətdən almağa çalışmaqdan daha çox məlumat əldə edə bilərsiniz.

Bu, müsahibələrin, müşahidələrin və digər oxşar məlumat toplama metodlarının son dərəcə dəyərli olmadığını söyləmək deyil. Əksinə, onlar tamamilə lazımdır. Məsələn, reportajlar sizə bir problemlə üzləşmək üçün keçmiş cəhdlərin müvəffəq və ya uğursuz olmasının arxasındakı hekayəni və ya insanların müəyyən bir məsələnin təsirlərini tam olaraq necə yaşadıqlarını izah edəcəkdir. Bununla birlikdə, cəmiyyətin son 50 ildəki iqtisadi tarixini izləmək və ya cəmiyyətin yeniyetmə hamiləlik nisbətini əyalət və ya ölkənin ətrafındakı oxşar icmalarla müqayisə etməkdə daha az yaxşıdırlar. Buradakı nöqtə sadəcə ehtiyac duyduğunuz məlumat növünü toplamaq üçün ən yaxşı metoddan istifadə etməyin məntiqli olmasıdır.

Onların məlumatları sizi vacib səhvlərdən çəkindirə bilər.

Bəlkə bir şəhər ərazisindəki arxivlərə baxanda yüz il əvvəl bir sənaye sahəsi olduğunu söylədikdə, "həmişə vəhşi" olan bir açıq əraziyə qənaət etməyi təbliğ edə bilərsiniz. Rəqiblər bu cür səhvlərə atlaya bilərlər. səhv bir şeyi müdafiə etdiyinizi tapa biləcəyinizə toxunmayın.

Bunlar daha böyük bir məlumat paketinin bir hissəsidir.

İstifadə etdiyiniz digər qiymətləndirmə strategiyaları, məlumat mənbələri və alətlərinizlə birlikdə cəmiyyətin - indi və keçmişdə - maraqlandığınız aspektləri barədə sizə ən dəqiq və demək olar ki, tam təsəvvür verəcəkdir.


Diez Roux AV. Dəvət olunan şərh: yerlər, insanlar və sağlamlıq. Am J Epidemiol. 2002155:516–519.

O'Campo P. Dəvət olunmuş şərh: yaşayış məhəllələrinin çoxsəviyyəli modelləri və sağlamlığı üçün inkişaf edən nəzəriyyə və metodlar. Am J Epidemiol. 2003157:9–13.

Oakes JM. Qonşuluq effektlərinin (yanlış) qiymətləndirilməsi: praktiki bir sosial epidemiologiya üçün səbəbli nəticə. Soc Sci Med. 200458:1929–1952.

Koushik A, King WD, McLaughlin JR. Kanadanın Ontario şəhərində uşaq lösemi və əhalinin qarışması ilə bağlı ekoloji bir araşdırma. Xərçəng Nəzarətə səbəb olur. 200112:483–490.

Swan SH, Brazil C, Drobnis EZ, et al. ABŞ-ın məhsuldar kişilərinin sperma keyfiyyətindəki coğrafi fərqlər. Ətraf mühitin sağlamlıq perspektivi. 2003111:414–420.

Parklar SE, Housemann RA, Brownson RC. ABŞ-da müxtəlif sosial-iqtisadi mənşəli şəhər və kənd böyüklərindəki fiziki fəaliyyətin fərqləndirici əlaqələri. J Epidemiol Cəmiyyət Sağlamlığı. 200357:29–35.

Adgate JL, Eberly LE, Stroebel C, et al. Uşaqların ehtimal nümunəsində fərdi, qapalı və açıq VOC təsirləri. J Expo Anal Environ Epidemiol. 200414 (Əlavə 1): S4-S13.

ABŞ Səhiyyə və İnsan Xidmətləri Nazirliyi. Kənd Amerikasına Xidmət Bir Bölmə: HHS Kənd Vəzifə Qrupu Katibinə, 2002. Mövcud: ftp://ftp.hrsa.gov/ruralhealth/PublicReportJune2002.pdf. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Galea S, Vlahov D. Şəhər sağlamlığı: dəlil, problemlər və istiqamətlər. Annu Rev Xalq Sağlamlığı. 200526:341–365.

Vlahov D, Galea S. Şəhərləşmə, şəhərlilik və sağlamlıq. J Şəhər Sağlamlığı. 2002 Dek79 (4 Əlavə 1): S1 – S12.

Vlahov D, Galea S. Şəhər sağlamlığı: yeni bir intizam. Lanset. 2003362:1091–1092.

WWAMI Kənd Sağlamlığı Araşdırma Mərkəzi. Kənd tərifləri: kənd nədir? Mövcuddur: http://www.fammed.washington.edu/wwamirhrc/rucas/ruca_definitions.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Bingenheimer JB, Raudenbush SW. Xalq səhiyyəsində statistik və mahiyyətli nəticələr: çox səviyyəli modellərin tətbiqi məsələləri. Annu Rev Xalq Sağlamlığı. 200425:53–77.

Hiotis K, Ye W, Sposto R, Goldberg J, Mukhi V, Skinner K. Döş qoruma nisbətlərinin təyin edilməsində yerin əhəmiyyəti. Am J Surg. 2005 Jul190 (1): 18-22.

ABŞ Siyahıyaalma Bürosu. Coğrafi Müqayisə Cədvəli: GCT-PH1-R Əhali, Yaşayış Birimleri, Sahə və Sıxlıq (Cəmi Cəmiyyətlərə Göre Coğrafiyalar), 2000, Sayım 2000 Xülasə Dosyası 1 (SF 1) 100-Yüzdə Məlumat. Mövcuddur: http://factfinder.census.gov. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Goodall C, Kafadar K, Tukey J. Hesablama və statistik tətbiqetmələrdə şəhər və şəhər ölçülərinə qarşı istifadə. Stat. Am. 199852:101–111.

ABŞ Siyahıyaalma Bürosu. Poçt Kodu® Cədvəl Bölgələri (ZCTA ™). 2004. http://www.census.gov/geo/ZCTA/zctafaq.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Siyahıyaalma Bürosu, Şəhər və kənd tərifləri. Mövcuddur: http://www.census.gov/population/censusdata/urdef.txt. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Siyahıyaalma Bürosu. Siyahıya alma 2000 Şəhər və Kənd Təsnifatı. Mövcuddur: http://www.census.gov/geo/www/ua/ua_2k.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Siyahıyaalma Bürosu. Siyahıyaalma 2000 Xülasə Sənədi 3 Texniki Sənədlər, s. B-54, 2002. Mövcud ünvan: http://www.census.gov/Press-Release/www/2002/sumfile3.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Siyahıyaalma Bürosu. Əhali, mənzil bölmələri, sahəsi və sıxlığı: 2000. Mövcuddur: http://factfinder.census.gov/servlet/SAFFPeople?_sse=on. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Siyahıyaalma Bürosu Şəhər və kənd əhalisi: 1900 - 1990. Mövcuddur: http://factfinder.census.gov/servlet/SAFFPeople?_sse=on. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Siyahıyaalma Bürosu. Əhali, Mənzil Bölmələri, Sahə və Sıxlıq: 2000. Amerika Birləşmiş Ştatları-Şəhər / Kənd və İçəridə / Böyükşəhər Sahəsi. Mövcuddur: http://factfinder.census.gov/servlet/SAFFPeople?_sse=on. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Prehn AW, West DW. Döş xərçəngi görülmə nisbətlərindəki yerli fərqlərin qiymətləndirilməsi: siyahıya almaya əsaslanan metodologiya (Amerika Birləşmiş Ştatları). Xərçəng Nəzarətə səbəb olur. 1998 9 oktyabr (5): 511-517.

Ricketts T, Johnson-Webb K, Taylor P. Kəndin tərifləri: Sağlamlıq Siyasəti Təyin edənlər və Tədqiqatçılar üçün Bir Kitab. Washington: ABŞ Səhiyyə və İnsan Xidmətləri Nazirliyi 1998: 1–12.

Hewitt M. “Kənd” sahələrini müəyyənləşdirmək: səhiyyə siyasətinə və araşdırmalarına təsir. İçində: Gesler WM, Ricketts TC, eds. Şimali Amerikadakı kəndlərdə sağlamlıq. New Brunswick: Rutgers University Press 1992: 25-54.

Johnson-Webb K. Kənd nədir? Məsələlər və mülahizələr. J Kənd Sağlamlığı. 199713:254–256.

ABŞ Ağ Evin İdarəetmə və Büdcə Ofisi. Böyükşəhər Bölgələri I-IV Siyahılar, 1995. Mövcud: http://www.whitehouse.gov/omb/bulletins/95-04attachintro.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Ağ Evin İdarəetmə və Büdcə Ofisi, 2003-18 Mətbuat Açıklaması: OMB, 49 yeni Metropolitan Statistical Area 2003 elan etdi. Http://www.whitehouse.gov/omb/pubpress/2003-18.pdf saytında mövcuddur. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Ağ Evin İdarəetmə və Büdcə Ofisi. Bölüm IX: Böyükşəhər və Mikropoliten Statistik Bölgələrini Təyinetmə Standartları, Bildiriş, 27 dekabr 2000. Mövcuddur: http://www.census.gov/population/www/estimates/00-32997.pdf. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Ağ Evin İdarəetmə və Büdcə Ofisi. Statistik sahə təriflərinin yenilənməsi və onların istifadəsinə dair əlavə rəhbərlik. Bülleten No. 05-02, 2005. Http://www.whitehouse.gov/omb/bulletins/fy05/b05-02.html saytında mövcuddur. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Sayım Bürosu. Böyükşəhər və Mikropoliten Statistik Bölgə Tərifləri. Mövcuddur: http://www.census.gov/population/www/estimates/metrodef.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Sayım Bürosu. Amerika Birləşmiş Ştatları, bölgələr və bölgülər üçün əsas əsaslı statistik sahə (BCSA) statusu üzrə əhali və faiz paylanması: 1990, 2000 və 2003 (CBSA-EST2003-09). Mövcuddur: http://www.census.gov/population/www/estimates/Estimates%20pages_final.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Sayım Bürosu, Əhali şöbəsi. Böyükşəhər Statistik Bölgələr Sıralaması: 1 Aprel 2000 - 1 İyul 2003 (CBSA-EST2003-04). Mövcuddur: http://www.census.gov/population/www/estimates/metropop/PopTable04.xls. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Sayım Bürosu, Əhali şöbəsi. Böyükşəhər və Mikropoliten Statistik Bölgələrinin Əhalisinin İllik Tahminləri: 1 Aprel 2000 - 1 İyul 2003 (CBSA-EST2003-01). Mövcuddur: http://www.census.gov/population/www/estimates/metropop/PopTable04.xls. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Xəstəliklərə Nəzarət Mərkəzləri. Bölgənin şəhərləşməsi nəticəsində dərman zəhərlənməsindən istəmədən ölümlər - New Mexico, 1994-2003. MMWR Morb Mortal Wkly Rep. 200554(35):870–873.

Xəstəliklərə Nəzarət və Profilaktika Mərkəzləri. SMART: Seçilmiş Metropolitan / Micropolitan Area Risk Trends, Smart BRFSS. 22 iyun 2005-ci il tarixində yeniləndi. Mövcud: http://www.cdc.gov/brfss/smart/faqs.htm. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Slifkin RT, Randolph R, Ricketts TC. Dəyişən metropol təyin etmə prosesi və Amerika çöl. J Kənd Sağlamlığı. 200420:1–6.

Hart LG, Larson EH, Lishner DM. Səhiyyə siyasəti və tədqiqatları üçün kənd tərifləri. Am J Xalq Sağlamlığı. 2005 Jul95 (7): 1149–1155.

Ghelfi L, Parker T. Şəhər təsirinin mahal səviyyəsində ölçülməsi. Kənd Dev perspektivi. 199512:32–41.

Baer LD, Johnson-Webb KD, Gesler WM. Kənd nədir? Şəhər təsir kodlarına diqqət. J Kənd Sağlamlığı. 199713:329–333.

ERS / USDA Brifinq Otağı Ölçmə Kəndi: Şəhər Təsir Kodları. İqtisadi Tədqiqat Xidməti USDA, 2003. Mövcud: http://www.ers.usda.gov/briefing/Rurality/UrbanInf/. 23 sentyabr 2005-ci ildə əldə edilmişdir.

ABŞ Kənd Təsərrüfatı Nazirliyi, İqtisadi Tədqiqat Xidməti. ERS / USDA Brifinq Otağı Ölçmə Kəndi: 1993 Şəhər Təsir Kodları. Mövcuddur: http://www.ers.usda.gov/briefing/Rurality/UrbanInf/1993UIC.htm. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Baer LD, Johnson-Webb KD, Gesler WM. Kənd nədir? Şəhər təsir kodlarına diqqət. J Kənd Sağlamlığı. 199713:329–333.

ABŞ Kənd Təsərrüfatı Nazirliyi, İqtisadi Tədqiqat Xidməti. ERS / USDA Brifinq Otağı Ölçmə Kəndi: Kənd-Şəhər Davamlı Kodları. Mövcuddur: http://www.ers.usda.gov/briefing/rurality/RuralUrbCon/. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Larson SL, Fleishman JA. Adi qulluq mənbəyindəki kənd və şəhər fərqləri və ambulator xidmət istifadəsi: şəhər təsir kodlarından istifadə edərək milli məlumatların təhlili. Med Care 200341:65–74.

Hawley ST, Chang S, Risser D, et al. 1990-1992 Texasdakı kolorektal xərçəng insidansı və ölüm: kənd təsnifatlarının müqayisəsi. J Kənd Sağlamlığı. 200218:536–546.

Hall SA, Kaufman JS, Millikan RC, Ricketts TC, Herman D, Savitz DA. Şimali Karolinada şəhərləşmə və məmə xərçəngi insidansı, 1995-1999. Ann Epidemiol. 2005 Noyabr 15 (10): 796-803.

Bennett T, Skatrud JD, Guild P, et al. Kənd ergen hamiləliyi: Güneydən bir mənzərə. Fam Plann Perspect. 199729:256–260, 267.

ABŞ Kənd Təsərrüfatı Nazirliyi, İqtisadi Tədqiqat Xidməti. ERS / USDA Brifinq Otağı: Kəndin Ölçülməsi: Kənd-Şəhər Komutanlığı Sahə Kodları. Mövcuddur: http://www.ers.usda.gov/briefing/Rurality/RuralUrbanCommutingAreas/. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Həftələr WB, Kazis LE, Shen Y, Cong Z, Ren XS, Miller D, Lee A, Perlin JB. Kənd və şəhər qazilərində sağlamlıqla əlaqəli həyat keyfiyyətindəki fərqlər. Am J Xalq Sağlamlığı. 2004 Oct94 (10): 1762-1767.

Washington Universiteti Tibb Fakültəsi. Səhiyyə xidmətində RUCA istifadə. Mövcuddur: http://www.fammed.washington.edu/wwamirhrc/rucas/use_healthcare.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

Washington Universiteti Tibb Fakültəsi. Poçt kodu RUCA Yaxınlaşdırma Metodologiyası. Mövcuddur: http://www.fammed.washington.edu/wwamirhrc/rucas/methods.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.

WWAMI Kənd Sağlamlığı Araşdırma Mərkəzi. Kənd-şəhər taksonomiyalarının əhəmiyyəti və mövcudluğu. Mövcuddur: http://www.fammed.washington.edu/wwamirhrc/rucas/ruca_definitions.html. 23 sentyabr 2005-ci ildə əldə edilmişdir.


Kaliforniyada (Amerika Birləşmiş Ştatları) Gec Mərhələ Kolorektal Xərçəngin Coğrafi Dəyişikliklərini Müəyyən etmək üçün Mekansal Tarama Statistikasından istifadə

Kolorektal xərçəngdə coğrafi dəyişiklikləri məkan təhlili ilə birlikdə təsviri analizdən istifadə edərək Kaliforniyada diaqnoz mərhələsində müəyyənləşdirmək və məkan statistik metodu ilə bağlı metodoloji mülahizələri müzakirə etmək.

Metodlar

1996-2000-ci illərdə Kaliforniyada diaqnoz qoyulmuş 59.076 kolorektal xərçəng hadisəsini lojistik reqressiya və məkan tarama statistikası ilə təhlil etdik və son mərhələdə kolorektal xərçəngin nisbi riskinin daha yüksək və aşağı olmasını müəyyən etdik.

Nəticələr

Kaliforniyada kolorektal xərçəngin ümumi hallarının% 57-si gec mərhələdə diaqnoz qoyuldu. Gec mərhələdə düz bağırsaq xərçəngi diaqnozu qoyulmuş Kaliforniyalılar daha çox İspan və daha aşağı sosial-iqtisadi vəziyyətlərdə yaşayan bölgələrdə yaşayırdılar. Mekansal tarama, gec mərhələdə görülən xərçəngin, qalan bölgədəki paylanmadan gözlənilən saydan fərqli olduğu iki sahəni təyin etdi.

Nəticələr

Mekansal tarama analizləri təsviri statistikanı tamamlaya bilər, lakin nəticələr müşahidə olunan hadisələrin sayı, kənd ərazilərinə və şəhər ünvanlarına qarşı coğrafi kodlaşdırmada dəqiqlik və dəyişənlərə uyğunlaşma çətinliyi kimi mənalı fərqləri aşkar etmək qabiliyyətinə təsir edən amillər nəzərə alınmaqla şərh olunmalıdır.


“Genişzolaqlı provayderlər üçün xərclər”

"Komissiya, siyahıyaalma bloku səviyyəsindən aşağı yerləşdirmə məlumatlarını toplamaq üçün Form 477-dən istifadə etməməlidir" NCTA-İnternet və amp Televiziya Birliyi, kabel sənayesinin əsas lobbi qrupu, çərşənbə axşamı FCC-yə verdiyi bir müraciətində.

NCTA qeyd etdi ki, FCC, 2013-cü ildə siyahıyaalma yolundan siyahıyaalma səviyyəsinə qədər hesabat tələbini genişləndirmişdir. "Bu yeni tələbi həyata keçirmək genişzolaqlı provayderlərin üzərinə xeyli yeni yüklər qoydu və bir çox şirkətdən daxili qeydlərini yeniləmək və məlumatları iş məqsədinə uyğun olmayan şəkildə sıralamaq üçün əhəmiyyətli mənbələr ayırmağı tələb etdi" dedi.

NCTA, bu dəyişikliyin, komissiyanın "ən çox ehtiyac duyduqları ərazilərə genişzolaqlı subsidiyaları hədəf almasına və şirkətlərin özəl kapital qoymağa hazır olduqları ərazilərdə yersiz dəstək verməməsinə" kömək etdiyini etiraf etdi. Ancaq qrup ayrıca məlumatların daha dəqiq olmasının oxşar faydalı bir təsiri olmayacağını da iddia etdi.

NCTA, "Daha çox və ya fərqli məlumat toplamaq üçün hər təklif genişzolaqlı provayderlərə maliyyət yükləyir" dedi. "Eyni zamanda, bir çox hallarda daha çox dənəvər yerləşdirmə məlumatlarının mövcudluğu, komissiyanın onsuz da topladığı dənəvər siyahıyaalma bloku səviyyə məlumatlarına nisbətən komissiyanın qərarlarında hər hansı bir mənalı inkişafa səbəb ola bilməz. Məsələn, daha çox dənəvərliyə ehtiyac yoxdur şəhər bloklarında olan siyahıyaalma blokları ilə əlaqəli məlumatlar, çünki bu bloklar kiçik olmağa meyllidir və xidmət ümumiyyətlə bu bloklar daxilində eyni şəkildə mövcuddur. "

NCTA, bir küçə ünvanında geniş zolaqlı olmağın blokdakı hər bir küçə adresinin əhatə olunduğunu ifadə etməsi ehtimalı az olduğu yerlərdə daha çox dənəvər məlumatların toplanmasında dəyər ola biləcəyini qəbul etdi. Lakin NCTA hələ də bu məlumatları toplamaq üçün Form 477 proqramından istifadə etməyin "iqtisadi cəhətdən məqsədəuyğun" olmayacağını iddia etdi.

Bir çox kabel şirkəti, NCTA-ya görə, hansı ünvana xidmət təklif edə biləcəyini dəqiq izləmir:

Mövcud obyektləri ilə istismar oluna bilən bütün küçə ünvanlarını (əvvəlcədən birləşdirilmiş, damla ilə çatan və ya tipik bir xidmət aralığında inşa edilə bilən xətt uzantıları ilə əldə edilə bilən) xidmət sahələri daxilində müəyyənləşdirmək üçün bir şirkət, ehtimal ki, xeyli vəsait xərcləməlidir. araşdırma tələb edən xidmət sahələrində potensial ünvanları (ilçe vergi qeydləri və poçt qeydləri kimi) müəyyənləşdirmək, satıcılara ünvan formatlarını standartlaşdırmaq, ünvanları zavodunun yerləşdiyi ərazilərə görə ayrı-ayrılıqda təhlil etmək, ödəmək hal-hazırda imkanları olduqları siyahıyaalma bloklarının böyük bir hissəsi və ardından hər bir ünvan üçün əl ilə qeydlər yaradır.


Şəhər ərazilərində siyahıyaalma bloklarını müəyyənləşdirin (pyshp və ya bənzərindən istifadə edərək) - Coğrafi İnformasiya Sistemləri

KOAH üçün yayılma və xəstəxanaya yerləşdirmə coğrafi qrupları milli, əyalət və ilçe səviyyələrində müəyyən edilmişdir. Tədqiqatın məqsədi KOAH olan böyüklər üçün pulmonoloqlara mahal səviyyəsində coğrafi əlçatanlığı müəyyənləşdirməkdir.

Metodlar

12.392 praktik pulmonoloq və 248.160 ilkin tibbi yardım həkiminin xidmət yerləri 2013 Milli Təminatçı Tanıtıcı Reyestrindən müəyyən edilmiş və dairəvi məsafəli bufer zonaları daxilində siyahıyaalma səviyyəsi səviyyəsində populyasiyalar tərəfindən ölçülmüşdür. KOAH olan 18 yaşında ABŞ yetkinlərinin model əsaslı ilçe səviyyəsində əhali sayı 2013 Davranış Risk Faktoru Təzyiq Sistemindən qiymətləndirilmişdir. Ən azı bir provayder növünə potensial çıxışı olan bütün təxmin edilən yetkinlərin yüzdələri və pulmonoloq başına KOAH olan yetkinlərin mahal səviyyəsində nisbəti seçilmiş məsafələr üçün qiymətləndirilmişdir.

Nəticələr

Əksər ABŞ yetkinləri (şəhərləşmiş ərazilərdə% 100, şəhər qruplarında% 99,5 və kənd yerlərində% 91,7) demək olar ki, hamısı (≥% 99,9) 10 millik tampon məsafəsində birincil tibb həkiminə coğrafi giriş imkanı əldə etmişlər 50 mil məsafədəki həkim. 10 mil məsafədə ən azı bir pulmonoloq şəhərləşmiş ərazilərdə yaşayan ABŞ yetkinlərinin% 97,5-i üçün, lakin şəhər qruplarında yalnız 38,3% -i və kənd yerlərində% 34,5-i üçün mövcud idi. When distance increased to 50 miles, at least one pulmonologist was available for 100% in urbanized areas, 93.2% in urban clusters, and 95.2% in rural areas. County-level ratios of adults with COPD per pulmonologist varied greatly across the United States, with residents in many counties in the Midwest having no pulmonologist within 50 miles.

Conclusions

County-level geographic variations in pulmonologist access for adults with COPD suggest that those adults with limited access will have to depend on care from primary care physicians.


Success Stories - Identifying Communities at Risk

Nitrate-contaminated drinking water can lead to serious illness in infants. Also, exposure to nitrates has been associated with certain cancers and adverse reproductive outcomes, including various birth defects. In California, some communities are at higher risk for having nitrate contamination in their drinking water. Because there was no statewide digital map of the areas served by drinking water systems, identifying communities at higher risk for nitrate exposure has been difficult. Moreover, the state had no central location for gathering this information.

What did Tracking do?

The California Tracking Program created a Web-based tool to help water systems create digital maps of the areas they serve. Prior to this effort, many systems only had paper maps. The tracking program&rsquos water tool has received information for public water systems that serve almost 90% of the state&rsquos total population. With this information, users can also identify communities that may be using unregulated private wells, which are also at high risk for nitrate contamination.

Improved public health

The University of California at Davis, on behalf of the state Water Resources Control Board, used data from the water tool and other sources in a report to the state legislature. The report identified communities most exposed to nitrate contamination in drinking water and proposed potential remediation solutions. Findings and recommendations in the report have led to prevention, monitoring, training, and funding activities in high risk areas.

California &ndash Identifying Exposures to Air Pollution from Traffic

What is the problem?

Air pollution from traffic is associated with a variety of health problems. Researchers and public health workers use data on traffic to estimate air pollution and to look at the relationship between traffic pollution and health. However, traffic data can be difficult to access and use.

What did Tracking do?

The California Tracking Program developed a traffic tool to make it easier to access and use CalTrans traffic data for public health activities. People can use the tool to calculate a range of traffic features, such as the average number of vehicles traveling near a location per day. Users of the tool can find out how much traffic passes through any geography, such as a zip code, neighborhood, or another custom area around a specific address. Researchers can compare data from the traffic tool with health data from the CA Tracking Network or other sources to understand better the possible links between air pollution and health.

Improved public health

Several agencies have used the traffic tool to protect and improve public health. For example, the Bay Area Air Quality Management District uses the traffic tool to determine if a proposed project will increase risks of exposure to traffic pollutants. And the CA Environmental Protection Agency used the traffic tool to identify locations more likely to be exposed to pollution from traffic. The agency added this information to its screening tool which identifies communities likely to be affected most by environmental exposures and poor health.

California &ndash Identifying the increases in preterm birth rates in Fresno County

What is the problem?

Research shows that preterm birth is associated with the mother&rsquos exposure to traffic pollutants and lead. A routine review of data on the California Tracking Network revealed a pattern in the risk of preterm birth in Fresno County, one of the major population centers in the state&rsquos Central Valley area.

What did Tracking do?

California&rsquos Environmental Health Tracking Program informed the Fresno Department of Public Health of the trends. The local health department asked the Tracking Network for more data about:

  • Preterm birth trends reported by race and ethnicity.
  • Maternal Infant Health (MIH) indicators, including very preterm birth (less than 32 weeks gestation).
  • Rates by census tracts.

Improved public health

Fresno County used the information to identify locations for targeting activities that are related to childhood lead poisoning, air quality, and asthma. Fresno County officials reported that the data and assistance from the tracking network were very helpful to the local childhood lead poisoning prevention program.

California &ndash Improving community access to useful information

What is the problem?

Variations in health status most frequently occur at the community level, but health information often is available only at the county level. The challenge is how to use existing data to increase the public&rsquos knowledge about how the environment affects their community&rsquos health, without compromising individual privacy. The affected communities should be able to gain access to this information.

What did Tracking do?

The California Tracking Network used special analytic and mapping techniques to locate areas in Alameda County with:

  • high rates of preterm birth.
  • high rates of full term births with low birth weight.
  • a range of asthma indicators.

The staff explored possible relationships between these outcomes and environmental hazards. The project demonstrated how the California Tracking Network can identify elevated rates of community health outcomes while maintaining individual confidentiality. The California Tracking Network also identified disparities in rates by race and ethnicity, income, and geography.

Improved public health

The California Tracking Program partnered with the Urban Strategies Council and several other organizations in a community collaborative called InfoAlameda-County. The collaboration aimed to make these data available publicly and to provide technical assistance to promote equity and empowerment for low-income neighborhoods and communities of color in Alameda County. The information generated by the Tracking Network was incorporated into the InfoAlamedaCounty.org interactive mapping Web site so that community residents will continue to have access to the data even after the project ends.

Florida &ndash Consuming fish safely: Mercury biomonitoring project

What is the problem?

Mercury is a toxin that occurs in the environment naturally and as a result of industrial pollution. Methylmercury is a form of mercury found in some fish and shellfish. It poses a risk to people who consume certain types of fish and shellfish. The greatest risk is to women of childbearing age and to children, who should not eat certain types of fish. Mercury can damage the nervous system of young children and developing fetuses.

Human exposure to mercury through fish consumption is a growing concern in the United States. Areas with high mercury emissions from coal-fired power plants and that have populations who frequently consume fish are of most concern. To help people eat the proper amount and species, they need accurate information about how much and what types of fish to consume.

What did Tracking do?

Researchers evaluated fish eating patterns among women of child-bearing age in Duval and Martin Counties, their research also included mercury biomonitoring. Participants completed a survey about their fish eating habits, knowledge of fish consumption advisories, pregnancy status, demographic and socio-economic information, and mercury exposure history. And each participant provided a scalp hair sample for mercury analysis.

Results showed that women of child-bearing age in Duval and Martin Counties consume more fish than their counterparts in other areas of the United States and that their hair-mercury levels are higher than the participants of the study who do not consume fish. Because of the low local awareness of fish advisories, increased education is needed about the advisories and about mercury exposure among at-risk populations in Duval and Martin Counties.

Improved public health

The Florida Tracking Program created the Fish for Your Health Wallet Card. It contains information about what types and amounts of fish to eat. It encourages women to enjoy the health benefits of certain kinds of fish but also avoid unsafe amounts of mercury. The card lists:

  • Species of fish by different categories of mercury content, and
  • Suggested amounts of fish to eat each week.

The Florida Tracking Program distributes the wallet cards to county health departments, state fish markets and grocery stores, and to the Florida Medical Association (FMA). The FMA sends the wallet cards to local branches and to physicians&rsquo offices.

Iowa &ndash Pesticides in Private Water Wells

What is the problem?

Contact with pesticides may be related to a variety of acute and chronic health problems. Private water wells have the potential to be contaminated with pesticides, especially in farming areas. About 15% of Iowans use private wells for drinking water. Little is known about the extent of human pesticide exposure from private well water.

What did Tracking do?

To improve the state&rsquos ability to measure pesticide exposure, the Iowa Tracking Program will work with the State Hygienic Laboratory and the Iowa Department of Agriculture and Land Stewardship to map off-label pesticide use, pesticide sales, pesticide application statistics, and private well contamination data.

Improved public health

Being able to identify areas with high pesticide use will help Iowa monitor those areas for health problems that are related to using pesticides. This may also help the Iowa Department of Public Health determine if education and intervention programs are needed or if new regulations or guidelines are needed for monitoring drinking wells.

Maine &ndash Educating Residents about a New Risk for Carbon Monoxide Poisoning

What is the problem?

In May 2012, three adults died from carbon monoxide (CO) poisoning after their off-roading vehicle became stuck in a mudbog in central Maine. While CO poisoning has long been a public health concern in Maine, off-roading was not among the list of potentially risky activities included in the state health department&rsquos public education efforts about preventing CO poisoning.

What did Tracking do?

Immediately responding to the deaths, Maine Tracking Program staff used data from their case-based CO poisoning surveillance system to identify a similar event that occurred in 2010. Using information about the two events, the tracking program identified off-roading as a more significant risk for CO poisoning than previously thought. Within a day of the 2012 deaths, tracking staff began educating reporters about CO poisoning, providing them guidance about preventing CO poisoning while off-roading to include in the ongoing news coverage of the deaths.

Improved public health

A few weeks following the deaths, the tracking program issued its annual advisory about preventing CO poisoning during summertime activities. This advisory included specific CO poisoning prevention advice about off-roading. These recommendations are now part of Maine&rsquos standard health advisory issued each spring.

Maine &ndash Preventing childhood lead poisoning

What is the problem?

The number of newly identified cases of childhood lead poisoning in Maine has decreased steadily over the last five years. But lead poisoning continues to threaten children&rsquos health and development. To continue reducing the number of cases of lead poisoning, the Maine Childhood Lead Poisoning Prevention Program needed to understand more about the state&rsquos at risk children.

What did Tracking do?

The Maine Tracking Program used geo-coding and mapping to analyze childhood lead poisoning data. This fresh look at an old problem shed light on some previously unknown critical risk factors. For example, the new analysis revealed that 40% of all childhood lead poisonings occur in just five urban areas. Further probing showed that within those five urban areas, more than 80% of lead-poisoned children lived in rental housing. Data from the U.S. Census Bureau then allowed the tracking program to look by census blocks at the percentage of houses built before 1950. This revealed streets and whole neighborhoods where children were most at risk.

Improved public health

The Maine Tracking Program gave the Childhood Lead Poisoning Prevention Program an advanced understanding of lead poisoning distribution throughout the state. Childhood Lead Poisoning Prevention could now shift resources where they were most needed. Community groups in the five urban areas where 40% of childhood lead poisonings occur could now receive contracts from the Maine CDC for targeted prevention activities in their communities. The contracts help to educate local landlords and tenants about the dangers of lead paint dust and help landlords test their units for lead dust. After just one year of targeted outreach, about 240 rental units were tested for lead dust. Landlords whose units tested high for lead dust were given support or were enrolled in the Lead Hazard Control Program. The Maine Tracking Program has been critical in helping prevent lead poisoning in Maine children.

Maine &ndash Tracking the effect of outdoor air quality on health

What is the problem?

Asthma is one of the most common and costly illnesses in the United States. Maine has one of the highest rates of asthma in the country. About 130,000 Mainers&ndashincluding 28,000 children&ndashhave asthma. Put another way, about one in 10 children and adults in Maine have asthma. Maine often has elevated levels of ozone and particulate matter. People are understandably concerned about the effects of ozone on asthma. Ozone is a main ingredient in smog. At ground level, ozone can be a health risk. Studies have shown that as ozone levels increase, asthma-related hospital stays and emergency department visits tend also to increase.

What did Tracking do?

Maine&rsquos Tracking Program linked outdoor ozone data with asthma-related emergency department data. Now scientists can estimate ozone-related asthma cases both in a community and statewide. Further studies show asthma cases associated with ozone levels by age, sex, and geography.

Improved public health

The tracking program has analyzed the association between asthma and outdoor air quality. The health department has used this information to identify Mainers at high risk. Asthma has no cure, but it can be controlled. Learning about this association has helped the Maine Tracking Program provide information to health care professionals. They can now target people who are at risk and can share prevention tips.

Minnesota &ndash Preparing for Extreme Heat Events

What is the problem?

Extreme heat events, or heat waves, are the most common cause of weather-related deaths in the United States. In Minnesota each year, heat-related illnesses lead to hundreds of emergency department visits and hospital stays. Planning successful prevention and response activities for extreme heat events can be difficult for public health agencies when they do not have a clear picture of who is most at risk.

What did Tracking do?

The Minnesota Tracking Program analyzed data on heat-related illnesses and deaths to inform health professionals about groups most at risk during extreme heat events. They found surprising new information, including:

  • 15- to 34-year-olds are an at-risk age group, in addition to people aged 65-years and older.
  • Rates of hospital stays and emergency department visits were higher in greater Minnesota compared to the 7-county metropolitan area that includes the Twin Cities.

State and local health professionals used the tracking data to develop and update maps showing areas with at-risk populations. The maps show which areas need support to prepare for heat waves.

Improved public health

Health agencies across Minnesota now have a clearer understanding of the people most at risk for illness or death from extreme heat. Each summer, they use the data to focus outreach and planning efforts. Then they use the data to evaluate the effectiveness of their prevention and response efforts and to monitor trends of heat-related illness over time.

Minnesota &ndash Preventing Melanoma

What is the problem?

Melanoma is the most dangerous form of skin cancer. It is one of the most rapidly increasing cancers among Minnesotans. CDC estimates that exposure to ultraviolet (UV) light causes 65-90% of all melanoma. UV light comes from the sun but can also come from tanning beds. Despite the risks for melanoma, tanning bed use remains common in Minnesota.

What did Tracking do?

The Minnesota Tracking Program published interactive maps and charts on their state tracking network showing trends and geographic patterns of melanoma across the state. They also collaborated with the state cancer registry to add county-level melanoma data to MN County Health Tables, a resource used by state and county public health officials to guide program planning and evaluation.

Improved public health

Since making melanoma data easy to find and use, tracking program staff have worked with state programs and other partners, such as the American Cancer Society of MN and the MN Cancer Alliance, to use tracking data to support program and policy initiatives to prevent melanoma. For example, these partners identified reducing the use of artificial UV light for tanning as a key objective in Cancer Plan Minnesota: 2011-2016 pdf icon external icon , a framework for preventing and controlling different types of cancer. In addition, tracking data will be used to evaluate the effectiveness of melanoma prevention program and policy initiatives over time.

Minnesota &ndash Evaluating Indoor Smoking Ban Legislation to Protect Residents from Secondhand Smoke

What is the problem?

Secondhand smoke, also known as environmental tobacco smoke, causes cancer and other health problems in both children and adults. To help reduce exposure to secondhand smoke, Minnesota passed Freedom to Breathe legislation in 2007. The legislation banned smoking in almost all indoor public places and indoor work sites, including bars and restaurants. In 2011, some legislators worked to repeal the legislation.

What did Tracking do?

The Minnesota Tracking Program maintains data on secondhand smoke among nonsmokers for the state. Tracking staff analyzed state data to determine if Freedom to Breathe legislation helped reduce residents&rsquo exposures to secondhand smoke. Tracking staff found that since 2007, exposures to secondhand smoke decreased among non-smokers. In addition, children&rsquos exposures decreased by 20% and adults&rsquo exposures decreased by 25%.

Improved public health

Freedom to Breathe legislation remains in place because the tracking program demonstrated that the legislation was associated with a decrease in exposures to secondhand smoke and because there is strong support to keep the smoking bans in Minnesota. In addition, tobacco prevention programs and others have been able to use the tracking data to plan more effective smoking cessation and awareness activities.

New York &ndash Tracking carbon monoxide risk factors to prevent poisonings

What is the problem?

Many New Yorkers use portable generators when the power goes out. Generator use increases the risk of carbon monoxide (CO) poisoning. Little information is available about how many households use portable generators during power outages. Also, the number of households that have properly installed and maintained CO alarms is unknown.

What did Tracking do?

To learn more about portable generator and CO alarm use, New York State&rsquos Tracking Program added questions to the 2008 New York State Behavioral Risk Factor Surveillance System survey. The Tracking Program collected and analyzed survey results that showed nearly 20% of state residents and more than 33% of residents living outside major cities had a portable generator. Almost 30% of all residents did not have a CO alarm in their homes.

Improved public health

The state department of health used the tracking program information to identify areas most at risk for CO poisoning. The state worked with local health departments and other partners to distribute generator safety posters and CO poisoning-prevention door hangers to area residents. The survey data will track the success of the generator campaign. The data will also show whether people follow the 2009 state law mandating CO alarms in all homes.

New York City &ndash Informing health care providers about asthma

What is the problem?

Each fall NYC sees a large increase in hospital stays and in emergency department visits for asthma, especially among children. Illness rates in the fall can be three times higher than rates during the summer. Possible reasons include infections among children returning to school, seasonal pollen, and cooler weather.

What did Tracking do?

The NYC Tracking Program analyzed childhood asthma data. It used the results to write messages for health care providers. The messages&mdashsent through the city&rsquos Health Alert Network&mdashurged providers to update patients&rsquo asthma management plans in time for school year start.

Improved public health

In the last few years, the seasonal fall mailing to health care providers and other asthma prevention activities have coincided with a decrease in rates of NYC hospital stays among children.

Because of the program&rsquos success, advisories to health care providers have become a standard practice at the beginning of each school year in NYC.

Oregon &ndash Increasing Awareness of and Testing for Radon

What is the problem?

Radon is the second leading cause of lung cancer and is the leading environmental cause of cancer deaths in the United States. Radon is a colorless, odorless, tasteless radioactive gas. Testing is the only way to know if radon levels are high in a building or home. In 1993, the U.S. Environmental Protection Agency identified Oregon as having low to moderate levels of radon. However, recent data show that some areas of the state have high radon levels. The state needed more accurate data on radon hazards to promote testing.

What did Tracking do?

The Oregon Tracking Program and partners developed maps showing radon hazards for areas smaller than counties. Tracking staff used these maps to support public education to encourage in-home radon testing during January 2013, Radon Action Month. They published the radon maps on the health department&rsquos Radon Program web pages and on Oregon Tracking&rsquos Facebook page. They sent news releases to media outlets announcing the maps and providing information about radon testing.

Improved public health

Television news coverage and two front-page articles in The Oregonian newspaper about the maps helped raise public awareness of radon hazards and encourage radon testing. Following the media coverage, monthly average visits to the Radon Program&rsquos web pages tripled. Data from the American Lung Association (ALA) of Oregon showed that they sold nearly 300 test kits during the first day the front page Oregonian article ran. Within three days, ALA sold more radon test kits online than they did in the entire year of 2012. Increases in radon testing likely will lead to more people taking steps to decrease the amount of radon they come in contact with.

Pennsylvania &ndash Documenting elevated blood lead levels

What is the problem?

Studies have shown Pennsylvania to have elevated blood lead level (BLLs) prevalence rates for adults and children that are higher than the national average.

What did Tracking do?

Pennsylvania&rsquos Tracking Program began using the state&rsquos National Electronic Disease Surveillance System (PA-NEDSS) to analyze 123 clusters of family members, containing 268 people with elevated BLLs.

Improved public health

Tracking elevated BLLs is of particular interest because biomonitoring for the disease can be accomplished. The surveillance showed that the PA-NEDSS database could provide an extensive resource of those individuals showing high levels of a serious environmental toxin, and that through tracking collaborative efforts, a more complete and thorough surveillance system could be established, linking the environmental hazards, exposures, and adverse health effects of lead.

Pennsylvania &ndash Arsenic concentrations in groundwater

What is the problem?

Pennsylvania has a large rural population dependent on private wells for drinking water. Some of these wells pull groundwater that contains high levels of arsenic. Several studies have suggested that long-term exposure to arsenic contamination in groundwater increases the risk of developing bladder, kidney, liver, bronchus and lung, and prostate cancer.

What did Tracking do?

In order to better evaluate distribution of arsenic in the state&rsquos ground water, USGS, Pennsylvania Department of Health, and Pennsylvania Department of Environmental Protection began surveillance in 2005 to relate arsenic concentrations in major aquifers. Aquifers are a formation, group of formations, or part of a formation that contains sufficient saturated, permeable material to yield significant quantities of water to wells and springs. Of 169 domestic wells and springs tested, arsenic was detected in 18. Of these, 10 wells had total arsenic levels greater than the U.S. Environmental Protection Agency (EPA) maximum containment level.

Improved public health

Pennsylvania&rsquos Tracking Program counseled families in high risk areas to use bottled water and referred one person to a doctor because of extremely high arsenic levels. Also, doctors were advised to provide arsenic tests to residents in areas where severely elevated arsenic concentrations had been identified.

Utah &ndash Lowering exposure to arsenic from private well water

What is the problem?

Some Millard County residents use private wells for cooking and drinking water. The Health Hazard Assessment team of the Utah Department of Health confirmed that in the Delta Conservation Districts, many of the private wells had arsenic concentrations high enough to be an urgent public health hazard.

What did Tracking do?

The Health Hazard Assessment team used drinking water data from the Utah Tracking Network to assess health effects in residents of Millard County caused by drinking arsenic- contaminated water from private wells.

Improved public health

Due to the high levels of arsenic found in this study, the Health Hazard Assessment team recommended that well water in this area not be used for drinking or cooking. They also suggested that residents of the area purchase and install water systems to reduce arsenic exposure in the community. Arsenic levels in water will be monitored until amounts are at levels that are not harmful to human health.

Utah &ndash Reducing exposure to lead

What is the problem?

The Eureka Valley was heavily mined from the 1870s to 1965. Several large mine waste rock piles are located on the south side of the town of Eureka, close to homes and businesses. Mining activity and housing construction spread mine waste throughout the town. The mine waste exposed many residents to lead from the Eureka Mills Superfund site.

What did Tracking do?

Blood lead data available in the Utah Tracking Network showed highly elevated blood lead levels in children in Eureka. Soil sampling by the U.S. Environmental Protection Agency and the Utah Department of Environmental Quality also showed elevated levels of lead in soil in this community. These data resulted in an emergency cleanup of the area.

Improved public health

During the cleanup period, the Health Hazard Assessment team (HHA) and the Blood Lead Poisoning Prevention Program conducted free quarterly blood lead testing and provided education to the community. Since cleanup began, fewer children have shown signs of elevated blood lead levels. Now blood lead testing frequency has been reduced from every three months to once a year. The Utah Tracking Program with the Central Utah Public Health Department, Utah Department of Health, and the HHA team will continue blood lead testing for children living in Eureka until 2013.


Big data is increasingly seen as a way of providing a more ‘scientific’ approach to the understanding and management of cities. But most geographic analyses of geotagged social media data have failed to mobilize a sufficiently complex understanding of socio-spatial relations. By combining the conceptual approach of relational socio-spatial theory with the methods of critical GIScience, this paper explores the spatial imaginaries and processes of segregation and mobility at play in the notion of the ‘9th Street Divide’ in Louisville, Kentucky. Through a more context-sensitive analysis of this data, this paper argues against this popular spatial imaginary and the notion that the Louisville's West End is somehow separate and apart from the rest of the city. By analyzing the everyday activity spaces of different groups of Louisvillians through geotagged Twitter data, we instead argue for an understanding of these neighborhoods as fluid, porous and actively produced, rather than as rigid, static or fixed. Ultimately, this paper is meant to provide a conceptual and methodological framework for the analysis of social media data that is more attentive to the multiplicity of socio-spatial relations embodied in such data.

Taylor Shelton is currently a Ph.D. candidate in the Graduate School of Geography at Clark University. His research interests lie at the intersection of urban socio-spatial theory, internet geography and critical GIS, with a particular interest in new conceptual and methodological approaches to the study of geotagged social media data.

Ate Poorthuis is currently a Ph.D. candidate in the Department of Geography at the University of Kentucky. His research interests lie at the intersection of urban and internet geographies, with a particular focus on using mixed methodologies to study the everyday use of public space.

Matthew Zook is currently Professor of Geography at the University of Kentucky. His research interests lie in both economic and information geographies, with an interest in the role of code and new digital technologies in the shaping of everyday life.


Videoya baxın: Əhalinin Siyahıyaalınması - 2019 (Oktyabr 2021).