أكثر

المساعدة في استخدام بيانات مسح المجتمع الأمريكي الأمريكي

المساعدة في استخدام بيانات مسح المجتمع الأمريكي الأمريكي


أرغب في استخدام بيانات مسح المجتمع الأمريكي بالولايات المتحدة الأمريكية للتحليل المكاني ، لكني أجد صعوبة في فهم كيفية إنشاء جداول المسح حتى أتمكن من ربطها بملفات أشكال مجموعة الكتل.

لقد نجحت في إنشاء ملف شكل يحتوي على جميع مجموعات blockgroup في الولايات المتحدة ، لكن لا يمكنني معرفة كيفية ارتباط بيانات التعداد بها باستخدام رمز STFID. لدي بضعة آلاف من الملفات النصية (باسمe20095ak0001000.txtعلى سبيل المثال). عندما قرأتها فيرظهرت مع الرؤوس التالية:

[1] "ACSSF" "X2009e5" "ak" "X000" "X0011" "X0000001" [7] "X4269" "X2211" "X224" "X157" "X189" "X142" [13] "X77" "X269 "" X247 "" X169 "" X389 "" X146 "... حتى 200 أو نحو ذلك

(أفترض أن كود blockgroup لا يتطابق مع اسم الملف ، حيث لدي 12465 ملفًا و 212.083 blockgroups)

أدرك أنني بحاجة إلى معرفة رمز المعرف ، لربطها بمجموعات الحظر ، لكن لا يمكنني العثور على الوثائق التي تشرح هذه المعلومات (حتى بعد قراءة الوثائق الفنية). أين يتم شرح رؤوس الأعمدة هذه؟

أنا أستخدم مسح ACS لمدة 5 سنوات.


تريد تجميع مجموعة وطنية في ملف واحد؟ كم عدد المتغيرات؟

هناك عدد قليل من الأطواق للتغلب عليها لتوصيل STFIDs في ملف الشكل بالبيانات. لم أتمكن من قراءة ما إذا كانت مشكلتك الأساسية هي فك تشفير مخططات تسمية الملفات ومعرفة ما هو موجود في كل منها ، أو ما إذا كانت تتعلق بربط المفاتيح الأساسية لملف الشكل وملفات البيانات. على أي حال ، هذه طريقة واحدة. يجب أن أقول إنني أشير إلى عينة ACS 2005-2009 ، لكن يبدو أن الهيكل مماثل:

  • احصل على ملف البيانات. هل يبدو أنك قمت بتنزيل مجموعة البيانات الوطنية بالكامل؟ الملف الذي تشير إليه هو من ACS 2009 ، ألاسكا ، الجزء 0001 (نظرًا لوجود العديد من الحقول في ملف ملخص ACS ، يقوم المكتب بتقسيمها إلى أكثر من 100 ملف منفصل للتقديرات و 100 ملف إضافي يحتوي على هوامش أخطاء. هذه تحتوي الملفات على بريفكس "m" (لكل ولاية).
  • ستحتاج إلى رؤوس الجدول أيضًا. بالنسبة لـ ACS يتم تخزينها في ملفات xls.
  • STFID هي طريقة واحدة للإشارة بشكل فريد إلى مجموعة الحظر. آخر هو LOGRECNO ، وهو الحقل الموجود بالفعل في ملفات البيانات. تحتاج إلى ربط ذلك باستخدام أحد الملفات الجغرافية (أيضًا xls). على سبيل المثال ، كاليفورنيا واحدة هنا. STFID هو إصدار أقصر من العمود C (آخر 15 حرفًا أو نحو ذلك ؛ لا تتذكر الرقم الدقيق لمجموعات الكتل ، لكنه يحدد رمزًا مكونًا من رقمين للولاية ، ورمز مكون من ثلاثة أرقام للمقاطعة ، ورمز مكون من ستة أرقام للمسالك ، وأ (أعتقد) أربعة رمز مكون من رقم واحد لمجموعة الكتل). على سبيل المثال ، ستكون مجموعة الكتل في سان فرانسيسكو 060750101001 أو هكذا.
  • إذا كنت مهتمًا فقط بعدد قليل من المتغيرات ، فمن الأسهل كثيرًا فقط جلب تلك الجداول من American Factfinder. أعتقد أن معظم استطلاعات ACS موجودة الآن في فايندر 2.
  • أخيرًا ، عندما كنت أتعامل مع هذا ، وجدت هذه الوثيقة مفيدة ، وإن كانت لعينة الخمس سنوات. هذا واحد متاح لعينة 1 سنة.

ملخص عرض تعليمات الملخص

مسح المجتمع الأمريكي (ACS) هو مسح إحصائي مستمر يقوم بأخذ عينات من نسبة صغيرة من السكان كل عام - مما يمنح المجتمعات المعلومات التي يحتاجونها لتخطيط الاستثمارات والخدمات. عينة البيانات الجزئية للاستخدام العام (PUMS) لمدة 5 سنوات (PUMS) للفترة 2015-2019 هي مجموعة فرعية من عينات مسح المجتمع الأمريكي (ACS) لعام 2015-2019 ومسح مجتمع بورتوريكو (PRCS). يحتوي على نفس العينة مثل ملفات PUMS المجمعة لمدة عام واحد للأعوام 2015 و 2016 و 2017 و 2018 و 2019. يحتوي نظام PUMS لعام 2015-2019 لمدة 5 سنوات على خمس سنوات من البيانات للوحدات السكنية (HUs) والسكان من الأسر. وأرباع المجموعة (GQ). يتم ترجيح عدد سكان GQ والوحدات السكنية والسكان من الأسر بما يتفق مع حسابات ACS ، والتي هي متوسط ​​على مدى فترة الخمس سنوات (2015-2019). يتم اختيار عينة ACS من جميع المقاطعات في جميع أنحاء البلاد وجميع البلديات في بورتوريكو.


مجال المشروع

الفترة (الفترات) الزمنية عرض المساعدة للفترة الزمنية (فترات)

تاريخ المجموعة عرض المساعدة لتاريخ التحصيل

ملاحظات جمع البيانات عرض تعليمات ملاحظات جمع البيانات

لا يحتوي جمع البيانات هذا على سجلات للأشخاص في بورتوريكو.

يتم تشجيع المستخدمين بشدة على قراءة جميع الوثائق بما في ذلك أخذ العينات وأخطاء أخذ العينات والأوزان والتضمين قبل تحليل البيانات. الوثائق متاحة للتنزيل مع هذه المجموعة.

من حين لآخر ، يجب تغيير فئات الاستجابة المستخدمة في ملفات بيانات ACS. قد يتسبب هذا في أن يحمل ملف PUMS متعدد السنوات متغيرين أو أكثر ليحل محل المتغير الفردي الأصلي الذي شوهد في PUMS لمدة عام واحد. يحدث هذا بسبب التغييرات في أنظمة التصنيف المستخدمة لتحليل الاقتصاد وكذلك التغييرات في العرق المفصل ، والأصل ، ومكان أكواد الميلاد وتعريفات مناطق البيانات الجزئية للاستخدام العام (PUMAs).

في بيانات عام 2012 ، تم تقديم مجموعة من المتغيرات القديمة المزدوجة إلى ملف PUMS لمدة 5 سنوات. تعد مجموعة بيانات PUMS 2012-2016 ACS لمدة 5 سنوات أول منتج مدته 5 سنوات يحتوي على خمس سنوات من البيانات مع متغيرات 2012 القديمة. في ملفات 2012-2016 ، تمت إعادة تسمية هذه المتغيرات ، مع إزالة السنة الآن من اسم المتغير. على سبيل المثال ، يُطلق على المتغير POBP12 في مجموعة بيانات PUMS ذات الخمس سنوات 2011-2015 مجموعة بيانات 2012-2016.

أصغر وحدة جغرافية تم تحديدها هي منطقة البيانات الجزئية للاستخدام العام (PUMA). PUMA هي مناطق خاصة غير متداخلة تقسم كل ولاية إلى وحدات جغرافية متجاورة تحتوي كل منها على ما لا يقل عن 100000 شخص. تعتمد ملفات PUMS 2012-2016 ACS لمدة 5 سنوات على حدود PUMA التي رسمتها حكومات الولايات بعد تعداد 2010.

يتضمن جمع البيانات هذا ملف تحقق يوفر تقديرات للخصائص المحددة المقدمة لمساعدة مستخدمي البيانات في تحديد ما إذا كانوا يستخدمون الأوزان بشكل صحيح لحساب التقديرات. قد تختلف بعض هذه التقديرات عن تقديرات نفس الخصائص المنشورة في American FactFinder. يمكن للمستخدمين العثور على ملف التحقق في دليل المستخدم الفني. للحصول على شرح لهذه الاختلافات ، يرجى الرجوع إلى قسم "دقة البيانات" في دليل المستخدم الفني.

إذا أراد مستخدمو PUMS مقارنة تقديرات PUMS لمدة 5 سنوات 2012-2016 بـ PUMS 2011-2015 ، أو يرغبون في إعادة استخدام برنامج مكتوب لبيانات PUMS لمدة 5 سنوات 2011-2015 ، فراجع قسم "اقرأني" في دليل المستخدم الفني حول المتغيرات مع التغييرات بين 2015 و 2016. لمزيد من التفاصيل حول التغييرات ، راجع كلاً من قواميس بيانات PUMS وقوائم الرموز ذات الخمس سنوات 2011-2015 و 2012-2016.

تمت إضافة المتغيرات منذ 5 سنوات سابقة PUMS: RACNH و RACPI.

المتغيرات التي تم حذفها منذ PUMS السابقة لمدة 5 سنوات: ANC1P05 و ANC2P05 و CITWP05 و LANP05 و MARHYP05 و MIGPUMA00 MIGSP05 و OCCP10 و POB05 و POWPUMA00 و POWSP05 و PUMA00 و RAC2P05 و YACOC3P05

المتغيرات ذات الرموز الجديدة أو المعدلة منذ 5 سنوات السابقة PUMS: ADJHSG و ADJINC و BUS و CITWP و CONP و LANP و MARHYP و PLM و SERIALNO و SVAL و TOIL و YBL و YOEP و FBUSP و FTOILP.

المتغيرات ذات التغييرات التجميلية على الملصقات المتغيرة أو تسميات القيمة: ANC1P و ANC2P و FER و LANP و MIGPUMA و MIGSP و OCCP و POB و POWPUMA و POWSP و PUMA و RAC2P و RAC3P و SOCP و SRNT و TEL و FTELP.

نظرًا للحد من عدد الصفوف المسموح بها البالغ 65.536 والأعمدة المسموح بها وهي 256 في Excel 97-2003 (الملف المنتهي ، xls) ، فإن ملف Excel الذي يتم توزيعه مع هذه المجموعة موجود في الإصدار الأحدث من Excel (الملف المنتهي بـ xlsx) .

لمزيد من المعلومات ، يرجى زيارة موقع مسح المجتمع الأمريكي (ACS).


مقدمة

على الرغم من أنه لا يمكن السيطرة على حدوث الكوارث الطبيعية ، يمكن للمجتمع أن يقلل من آثارها من خلال استراتيجيات التعافي الفعالة بعد الكوارث. تقيم هذه الدراسة الاضطرابات الناجمة عن إعصار ساندي ، وسرعات استعادة النظام وتأثيراتها على الإنتاجية الاقتصادية على مستوى الأسرة. إعصار ساندي ، كارثة طبيعية شديدة التأثير تسمى "Superstorm Sandy" بسبب شدتها ، ضرب منطقة مدينة نيويورك (NYC) في 29 أكتوبر 2012. عطلت العاصفة أنظمة النقل والطاقة بشكل كبير (Kaufman et al. ، 2012) ، مما يحد من قدرة الجمهور على الوصول إلى مواقع التوظيف والعودة إلى الإنتاجية. العودة إلى الإنتاجية ، لأغراض هذه الدراسة ، تعني "القدرة على العمل" لوظيفة معينة. تتطلب بعض الوظائف أن يكون أحدها حاضرًا فعليًا بينما يسمح البعض الآخر للموظفين بالعمل عن بُعد. أولئك الذين يجب أن يكونوا حاضرين يحتاجون إلى نظام النقل ، في حين أن أولئك الذين يعملون عن بعد قد يحتاجون إلى كل من أنظمة الطاقة والاتصالات لكي تعمل. قد تواجه كلتا المجموعتين قيودًا إضافية ، مثل التزامات رعاية الأطفال بسبب إغلاق المدارس والرعاية النهارية ، مما يؤثر بشكل أكبر على قدرتهم على أن يكونوا منتجين.

في منطقة العاصمة نيويورك ، ما يقرب من ثلث العمال الذين تبلغ أعمارهم 16 عامًا فما فوق الذين يغادرون منازلهم للعمل يتنقلون باستخدام وسائل النقل العام - وهو وضع ترانزيت يتقاسم ثمانية أضعاف متوسط ​​المناطق الحضرية الأخرى في الولايات المتحدة (مسح المجتمع الأمريكي). تضيف حصة الوضع المرتفعة هذه تعقيدات ، نظرًا لأنه يصبح أكثر أهمية في مدينة نيويورك مقارنة بأجزاء أخرى من أمريكا الحضرية لاستعادة نظام النقل والبنية التحتية الداعمة. قد تواجه الأسر ذات الدخل المنخفض المزيد من التحديات بسبب انخفاض خيارات النقل (على سبيل المثال ، عدم امتلاك سيارة خاصة) ونقص الموارد المالية لدفع تكاليف رعاية الأطفال أثناء إغلاق المدارس أو خيارات النقل الخاصة ذات الأسعار المرتفعة (مركز المساعدة الفنية للكوارث ، 2017) ، Masozera et al.، 2007، Lowe، 2018). بالإضافة إلى ذلك ، يمكن أن تتواجد الأسر ذات الدخل المنخفض في مناطق أكثر عرضة للضرر. وجد فابر (2015) ، على سبيل المثال ، أن نسبة أكبر من الأسر في مناطق تعداد مدينة نيويورك التي غمرتها ساندي كانت تحت خط الفقر مقارنة بالمناطق غير المغمورة. ساهم هذا الفيضان في الإغلاق المؤقت لـ 150 محطة مترو أنفاق في مدينة نيويورك ، مما حد من الوصول إلى النظام بالنسبة للمقيمين والعمال الذين يسافرون عادةً إلى هذه المحطات أو منها. يبدو أن أشد حالات الانخفاض في الوصول كانت بين المناطق ذات معدلات الفقر المرتفعة للغاية ، على الرغم من عدم وجود مساحات كافية لهذا الادعاء لإظهار الأهمية الإحصائية (فابر ، 2015).

استخدمت العديد من الدراسات حول سلوك الركاب بعد الاضطراب مناهج المسح والنماذج الإحصائية. على سبيل المثال ، Kontou et al. (2017) استحوذت على تكيف الركاب بعد إعصار ساندي من خلال تطوير خمسة نماذج لوغاريتمات ثنائية متعددة المتغيرات لتغيير الوضع وإلغاء رحلة العمل وتغيير المسار وتغيير أوقات المغادرة (في وقت سابق أو لاحقًا) للرحلات من المنزل إلى العمل. أشارت الأدبيات الحالية (جوليانو وجولوب ، 1998 ، تشو وآخرون ، 2010 ، مختاريان وآخرون ، 2010) إلى أن تغيير وقت المغادرة وتغيير المسار هما أول خيارين مفضلين للركاب الذين يواجهون اضطرابًا في النقل ويمكن اعتبارهما قرارات تكتيكية (على عكس القرارات الإستراتيجية) التي لا تنطوي بالضرورة على استثمارات مالية أو تغييرات في الأنشطة وتكون تحت سيطرة المسافر. يعد تغيير الوضع هو الخيار الأقل تفضيلاً (جوليانو وجولوب ، 1998 ، تشو وآخرون ، 2010 ، مختاريان وآخرون ، 2010) ، وهو أقل احتمالًا حتى من إلغاء الرحلة تمامًا (جوليانو وجولوب ، 1998) ، منذ نقص السيارة الملكية وخيارات خدمة النقل المحدودة تقيد جدوى تغيير الأسلوب (Zhu et al.، 2010). تقع خدمة النقل وإمكانية الوصول خارج نطاق سيطرة الركاب بينما يمكن اعتبار ملكية السيارة قرارًا استراتيجيًا ، يتضمن استثمارًا ماليًا كبيرًا وجهدًا للحصول على السيارة.

تحدد مراجعة Levinson and Zhu (2012) لـ 16 ورقة حول الاستجابات السلوكية لاضطرابات شبكة النقل العديد من القيود المفروضة على الدراسات الحالية التي تقيد قابليتها للتعميم: (1) نقص التفاصيل في خيارات الطريق ووقت المغادرة ، (2) الاعتماد على خيار واحد للركاب التكيف ، مثل تغيير المسارات أو أوقات المغادرة ، والفشل في دمج خيارات متعددة ، و (3) الفشل في مراعاة الخبرة والتعلم أثناء مسار الاضطراب. يعالج بحثنا بعض أوجه القصور هذه من خلال بناء نموذج قائم على الوكيل (ABM). لمعالجة المشكلة (1) ، تأخذ ABM في الاعتبار خيارات المسار ووقت المغادرة لكل وكيل. بالنسبة لركاب مترو الأنفاق / السكك الحديدية ، فنحن نضع نموذجًا لخيار المسار اليومي الكامل بينما بالنسبة للأوضاع الأخرى ، فإننا نأخذ في الاعتبار فقط أجزاء معينة من الطريق المستخدمة في التنقل ، مثل الجسور والأنفاق. فيما يتعلق بالمسألة (2) ، تسمح ABM لدينا للوكلاء بإجراء تغييرات متعددة ، مثل المسار ووقت المغادرة ، في نفس الوقت. أخيرًا ، بالنسبة للإصدار (3) ، يتعلم المسافرون في نموذجنا من تجارب سفرهم السابقة من خلال التفكير في التأخير والازدحام من اليوم السابق حتى يتمكنوا من تعديل قرارات السفر الخاصة بهم وفقًا لذلك.

يمكن للصواريخ البالستية محاكاة المواقف الزمنية المعقدة والديناميكية ، مثل الاضطرابات المرتبطة بإعصار ساندي ، وغالبًا ما تستخدم نماذج إحصائية. تقدم النمذجة المستندة إلى الوكيل ، في صلب أهدافنا ، نهجًا مناسبًا لنمذجة المشكلات المتعلقة بالنقل (برنهاردت ، 2007) ودمج عملية صنع القرار البشري الديناميكية التي يمكن أن تسبب اختلافات كبيرة في وظيفة النظام الكلية (Hager et al. ، 2015) على سبيل المثال ، تم استخدام النمذجة القائمة على الوكيل في دراسات طلب السفر وسلوك اتخاذ القرار خلال عملية الإخلاء (Yin، 2014، Zhang et al.، 2013، Zhang and Wolshon، 2014، Ukkusuri et al.، 2017) ، الحد الأدنى لوقت الإخلاء لفلوريدا كيز (Chen et al.، 2006) ، مقارنة استراتيجيات الإخلاء المرحلي والمتزامن (Chen and Zhan، 2006) وتأثير وقت المغادرة على الإخلاء (Lammel and Klupfel، 2012). استخدمت دراسات أخرى تقنيات النمذجة القائمة على الوكيل لحساب طلب النقل المستقبلي (Huynh وآخرون ، 2011) وتقييم مشاكل ازدحام الطرق (Rossetti et al. ، 2000).

تختلف دراستنا عن حالات ما قبل التأثير هذه ، حيث تركز على الركاب الذين يبقون في منطقة التأثير ويحاولون عيش حياة طبيعية قدر الإمكان بعد زوال الخطر المباشر. بعد إعصار ساندي ، تأثر السكان بالاضطرابات الناجمة عن العاصفة وإجراءات التعافي التي نفذتها مختلف الكيانات. للتعامل مع هذه الاضطرابات ، قام الناس بتغيير أنماط تنقلهم. ذكر مارسدن ودوشرتي (2013) أن سلوك السفر أكثر تنوعًا مما يسمح به صانعو السياسات وأن دراسة السلوك بعد كل اضطراب يمكن أن يكشف عن رؤى جديدة. لذلك ، لتحديد التغييرات المحتملة في التنقل واكتساب رؤى جديدة لجهود الاسترداد ، تستخدم هذه الدراسة بيانات المسح ويتم إعلامها بالدراسات السابقة.

تقدم هذه الورقة ABM الأصلية لالتقاط سلوك الناس والتكيف بعد إعصار ساندي وتتناول على وجه التحديد كيف تؤثر سيناريوهات التعافي الافتراضية المختلفة على الإطار الزمني الذي يمكن فيه للأشخاص العودة إلى حالة الإنتاج. يمكن أن يساعد الفهم الأفضل لهذه العوامل المسؤولين والوكالات على تحديد كيفية تركيز جهود التعافي من أجل تعزيز العودة المبكرة للإنتاجية بعد وقوع كارثة ، بالإضافة إلى تحديد الأنظمة الأكثر أهمية للتعافي أولاً. ما تبقى من هذه الورقة مقسم إلى أربعة أقسام. القسم 2 يصف ABM والبيانات المستخدمة لتطويره. يقدم القسم 3 نتائج التحقيق في سيناريوهات الاسترداد التي تغير الجدول الزمني الحقيقي لاستعادة النظام لفحص تأثيرها على الإنتاجية. أخيرًا ، يلخص القسم 4 الاستنتاجات ويعرض القسم 5 الاتجاهات والقيود المستقبلية.


مجال المشروع

الفترة (الفترات) الزمنية عرض المساعدة للفترة (الفترات) الزمنية

تاريخ المجموعة عرض المساعدة لتاريخ التحصيل

ملاحظات جمع البيانات عرض تعليمات ملاحظات جمع البيانات

لا يحتوي جمع البيانات هذا على سجلات للأشخاص في بورتوريكو.

يتم تشجيع المستخدمين بشدة على قراءة جميع الوثائق بما في ذلك أخذ العينات وأخطاء أخذ العينات والأوزان والتضمين قبل تحليل البيانات. الوثائق متاحة للتنزيل مع هذه المجموعة.

من حين لآخر ، تتغير فئات الاستجابة المستخدمة في ملفات بيانات ACS ، مما قد يتسبب في أن يحمل ملف PUMS متعدد السنوات متغيرين أو أكثر ليحل محل المتغير الفردي الأصلي الذي شوهد في نظام PUMS لمدة عام واحد. يحدث هذا بسبب التغييرات في أنظمة التصنيف المستخدمة لتحليل الاقتصاد وكذلك التغييرات في العرق المفصل ، والأصل ، ومكان أكواد الميلاد وتعريفات مناطق البيانات الجزئية للاستخدام العام (PUMAs). يحتوي ملف PUMS هذا من 2008-2012 لمدة 5 سنوات على ستة عشر مجموعة من المتغيرات المزدوجة (أو الثلاثية) (الموصوفة أيضًا كمتغيرات عتيقة) حيث تمت مراجعة العديد من المتغيرات التفصيلية لمنتجات بيانات 2012. من أجل الحصول على بيانات لعينة PUMS بأكملها ، يجب استخدام كل هذه الطرازات لمتغير معين. يتم تعيين قيمة -9 أو -09 أو -009 أو -0009 (اعتمادًا على طول المتغير) للحالات التي لا ينطبق فيها المتغير بسبب سنة البيانات ، باستثناء أكواد المهنة. للحصول على قائمة كاملة بالمتغير المزدوج ، راجع مستند ReadMe لـ PUMS لمدة 5 سنوات 2008-2012 وقاموس بيانات PUMS المضمن مع مجموعة البيانات هذه لمزيد من المعلومات حول هذه المتغيرات.

أصغر وحدة جغرافية تم تحديدها هي منطقة البيانات الجزئية للاستخدام العام (PUMA) ، والتي تستند إلى حجم السكان الذي يبلغ في البداية حوالي 100000 أو أكثر. هناك مجموعتان من PUMA في 2008-2012 ACS PUMS. تحتوي سجلات PUMS من عام 2008 حتى عام 2011 على أكواد PUMA التي تم إنشاؤها من ملفات بيانات PUMS بنسبة 5 بالمائة في تعداد عام 2000. تحتوي سجلات PUMS من عام 2012 على أكواد PUMA استنادًا إلى بيانات تعداد 2010. لا تحتوي السجلات القديمة على أكواد PUMA لعام 2010 ، ولا تحتوي سجلات 2012 على رموز PUMA التي تستند إلى 2000 بنسبة 5 بالمائة.

نظرًا للحد من عدد الصفوف المسموح بها البالغ 65536 والأعمدة المسموح بها وهي 256 في Excel 97-2003 (الملف المنتهي ، xls) ، فإن ملف Excel الذي يتم توزيعه مع هذه المجموعة موجود في الإصدار الأحدث من Excel (الملف المنتهي بـ xlsx) .


رسم خرائط للمكالمات المتعلقة بانعدام الأمن الغذائي 2-1-1 في منطقة مكونة من 10 مقاطعات في وسط تكساس بواسطة الرمز البريدي: استكشاف دور الوصول إلى الغذاء الجغرافي ، والحضارة ، والمؤشرات الديموغرافية

يعد انعدام الأمن الغذائي مشكلة صحية عامة تؤثر على 12٪ من الأمريكيين. من المرجح أن يعاني الأفراد الذين يعيشون في أسر تعاني من انعدام الأمن الغذائي من حالات مثل نقص التغذية والسمنة والأمراض المزمنة. تم ربط انعدام الأمن الغذائي بمحدودية الوصول الجغرافي إلى الغذاء ، ومع ذلك ، فقد استخدمت الدراسات السابقة مقاييس محدودة للوصول والتي لا تلتقط بشكل كامل الفروق الدقيقة في سياق المجتمع. كان الغرض من هذه الدراسة هو استكشاف العلاقة بين انعدام الأمن الغذائي والوصول إلى الغذاء الجغرافي حسب مستوى العمران. تم تصنيف مكالمات 2-1-1 التي تم إجراؤها في 2018 في وسط تكساس على أنها احتياجات غذائية مقابل احتياجات غير غذائية. تم تعيين السوبر ماركت والمتاجر الصغيرة باستخدام ArcGIS. تم تفعيل الوصول الجغرافي إلى الطعام نظرًا لوجود محلات السوبر ماركت والمتاجر الصغيرة: داخل الرمز البريدي فقط في الرموز البريدية المجاورة وليس داخل أو في الرموز البريدية المجاورة. تم استخدام الإحصاء الوصفي والانحدار اللوجستي ذي الحدين لفحص الارتباطات بين الوصول الجغرافي ومكالمات الطعام 2-1-1 ، مرتبة حسب مستوى العمران. 11٪ من المكالمات 2-1-1 التي تم إجراؤها في 2018 (العدد = 55405) كانت تتعلق بالاحتياجات الغذائية. أظهرت النتائج أن المتصلين في المناطق شبه الحضرية والريفية الذين يعيشون في رموز بريدية ولديهم محلات سوبر ماركت فقط في الرموز البريدية المجاورة لديهم احتمالات أكبر للاتصال بشأن الاحتياجات الغذائية مقارنةً بأولئك الذين لديهم محلات سوبر ماركت داخل الرمز البريدي. تشير هذه النتائج إلى أن الوصول الجغرافي إلى الغذاء مرتبط بانعدام الأمن الغذائي ، لكن هذه العلاقة تختلف حسب العمران. وبالتالي ، هناك حاجة إلى تطوير برامج التخفيف من انعدام الأمن الغذائي في المناطق شبه الحضرية والريفية.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


في عام 2019 ، كان حوالي 9 في المائة من الأطفال دون سن 18 عامًا يعيشون في أسر لم يكمل فيها أي والد المدرسة الثانوية ، و 26 في المائة يعيشون في أسر معيشية للأم فقط ، و 8 في المائة يعيشون في أسر معيشية للأب فقط ، و 16 في المائة في أسر تعيش. في الفقر.

ترتبط خصائص أسر الأطفال بالخبرات التعليمية للأطفال وتحصيلهم الأكاديمي. توصلت الأبحاث السابقة إلى أن عوامل الخطر المتمثلة في العيش في منزل بدون أحد الوالدين أكمل المدرسة الثانوية ، والعيش في أسرة معيشية ذات والد واحد ، والعيش في فقر ترتبط بنتائج تعليمية سيئة - بما في ذلك الحصول على درجات تحصيل منخفضة ، واضطرارهم إلى الإعادة. درجة ، والتسرب من المدرسة الثانوية. 1 ، 2 يفحص هذا المؤشر انتشار عوامل الخطر هذه بين المجموعات العرقية / الإثنية ، وحالة الفقر ، بين الدول. لمزيد من المعلومات حول العلاقة بين الحالة الاجتماعية والاقتصادية للأسرة وما بعد المرحلة الثانوية ونتائج التوظيف ، انظر حالة التعليم 2019 مؤشر تسليط الضوء على النتائج التعليمية والتوظيفية للشباب البالغين حسب الحالة الاجتماعية والاقتصادية للأسرة.

حدد مجموعة فرعية:

حدد خاصية مجموعة فرعية من القائمة المنسدلة أدناه لعرض النصوص والأشكال ذات الصلة.

1 يشمل الآباء الذين أكملوا المرحلة الثانوية من خلال برامج المعادلة ، مثل برنامج GED.

ملاحظة: يشمل فقط الأطفال الذين تقل أعمارهم عن 18 عامًا والذين أقاموا مع أحد والديهم على الأقل (بما في ذلك المتبني أو زوجة الأب باستثناء الوالد بالتبني). أعلى مستوى تحصيل تعليمي للوالدين هو أعلى مستوى تعليمي حصل عليه أي والد يقيم في نفس المنزل مع الطفل. يشمل الآباء المتبنين وزوجات الأبوين ولكنهم يستبعدون الآباء الذين لا يقيمون في نفس المنزل مع أطفالهم. التفاصيل قد لا المبلغ إلى المجاميع بسبب التقريب. على الرغم من عرض الأرقام المقربة ، إلا أن الأرقام مبنية على بيانات غير متداخلة.

المصدر: وزارة التجارة الأمريكية ، مكتب الإحصاء ، مسح المجتمع الأمريكي (ACS) ، 2010 و 2019. انظر ملخص إحصاءات التعليم 2020، الجدول 104.70.

في عام 2019 ، على الرغم من أن ما يزيد قليلاً عن نصف الأطفال الذين تقل أعمارهم عن 18 عامًا كانوا يعيشون في أسر كان أحد الوالدين قد أكمل فيها على الأقل درجة جامعية (شهادة جامعية أو أعلى) ، يعيش نصفهم تقريبًا في أسر ليس فيها أي من الوالدين حاصل على شهادة جامعية. على وجه التحديد ، يعيش 9 في المائة في أسر لم يكمل فيها أي والد المدرسة الثانوية ، و 19 في المائة يعيشون في أسر كان أعلى مستوى تعليمي فيها هو إكمال المدرسة الثانوية ، و 3 و 20 في المائة يعيشون في أسر كان أعلى مستوى تعليمي فيها هو بعض الكلية الحضور ولكن بدون درجة. عاش عشرة بالمائة في أسر كان فيها أعلى مستوى تعليمي حصل عليه أي من الوالدين هو درجة الزمالة. يعيش 43 في المائة من الأطفال في أسر كان أعلى مستوى تعليمي حصل عليه أي من الوالدين هو درجة البكالوريوس أو درجة أعلى ، بما في ذلك 23 في المائة بدرجة البكالوريوس و 14 في المائة بدرجة الماجستير و 6 في المائة بدرجة الدكتوراه. 4

مقارنة بعام 2010 ، كانت هناك نسب أقل من الأطفال الذين تقل أعمارهم عن 18 عامًا في عام 2019 الذين يعيشون في أسر معيشية لم يكمل فيها أحد الوالدين درجة ما بعد الثانوية. وهذا يشمل الأطفال في الأسر التي لم يكمل فيها أي والد المدرسة الثانوية (9 مقابل 12 في المائة) ، حيث كان أعلى مستوى تعليمي حصل عليه أي من الوالدين هو إكمال المدرسة الثانوية (19 مقابل 20 في المائة) ، وفيها أعلى مستوى من التعليم الذي حصل عليه أي من الوالدين كان بعض الحضور في الكلية ولكن بدون شهادة (20 مقابل 23 في المائة). وهذا بدوره يعني أن هناك نسبة مئوية أعلى من الأطفال في عام 2019 مقارنة بعام 2010 الذين كانوا يعيشون في أسر كان أعلى مستوى من تعليم الوالدين فيها هو درجة ما بعد الثانوية. على وجه التحديد ، في عام 2019 ، كان حوالي 43 في المائة يعيشون في أسر كان أعلى مستوى تعليمي بلغه أي من الوالدين هو درجة البكالوريوس أو أعلى ، مقارنة بـ 35 في المائة في عام 2010. 5

1 يشمل الآباء الذين أكملوا المرحلة الثانوية من خلال برامج المعادلة ، مثل برنامج GED.

ملاحظة: يشمل فقط الأطفال الذين تقل أعمارهم عن 18 عامًا والذين أقاموا مع أحد والديهم على الأقل (بما في ذلك المتبني أو زوجة الأب باستثناء الوالد بالتبني). أعلى مستوى تحصيل تعليمي للوالدين هو أعلى مستوى تعليمي حصل عليه أي والد يقيم في نفس المنزل مع الطفل. يشمل الآباء المتبنين وزوجات الأبوين ولكنهم يستبعدون الآباء الذين لا يقيمون في نفس المنزل مع أطفالهم. تستبعد فئات العرق الأشخاص من أصل إسباني. التفاصيل قد لا المبلغ إلى المجاميع بسبب التقريب. على الرغم من عرض الأرقام المقربة ، إلا أن الأرقام مبنية على بيانات غير متداخلة.

المصدر: وزارة التجارة الأمريكية ، مكتب الإحصاء ، مسح المجتمع الأمريكي (ACS) ، 2019. انظر ملخص إحصاءات التعليم 2020، الجدول 104.70.

اختلف أعلى مستوى تعليمي حصل عليه أي من والدي الأطفال الذين تقل أعمارهم عن 18 عامًا عبر المجموعات العرقية / الإثنية في عام 2019. وكانت النسبة المئوية للأطفال دون سن 18 عامًا الذين يعيشون في أسر لم يكمل فيها أحد الوالدين المدرسة الثانوية أعلى بالنسبة للأطفال من أصل إسباني (22 بالمائة) ) مقارنة بالأطفال من المجموعات العرقية / الإثنية الأخرى: الهنود الأمريكيون / سكان ألاسكا الأصليون (11 بالمائة) ، السود (8 بالمائة) ، جزر المحيط الهادئ (7 بالمائة) ، الآسيويون (6 بالمائة) ، إثنان أو أكثر (4 بالمائة) ، و أبيض (3 بالمائة). كانت النسبة المئوية للأطفال الذين يعيشون في أسر معيشية بدون والد أكمل المدرسة الثانوية أقل بالنسبة للأطفال البيض منها للأطفال من أي مجموعة عرقية / إثنية أخرى.

كانت النسبة المئوية للأطفال في عام 2019 الذين عاشوا في أسر كان أعلى مستوى تعليمي حصل عليه أي من الوالدين على الأقل درجة البكالوريوس أقل بالنسبة لمن هم من أصل إسباني (22 في المائة) ، والهنود الأمريكيين / سكان ألاسكا الأصليين (24 في المائة) ، وسكان جزر المحيط الهادئ (25 في المائة). في المائة) ، والأسود (27 في المائة) مقارنة بسباقين أو أكثر (48 في المائة) ، وأبيض (54 في المائة) ، وأطفال آسيويين (70 في المائة).

1 يشمل المجيبين الذين كتبوا في عرق آخر لم يتم تضمينه كخيار في الاستبيان.

ملاحظة: لا تشمل البيانات الأطفال بالتبني ، والأطفال في العائلات الفرعية غير ذات الصلة ، والأطفال الذين يعيشون في مساكن جماعية ، والأطفال الذين تم الإبلاغ عنهم على أنهم رب الأسرة أو زوج رب الأسرة. "الأسرة المعيشية للأم فقط" لديها ربة منزل من الإناث ، مع عدم وجود الزوج (أي أن رب المنزل غير متزوج أو أن الزوج ليس في الأسرة) ، في حين أن "الأسرة المعيشية للأب فقط" لديها رب منزل ذكر ، دون وجود الزوج . يشمل جميع الأطفال الذين يعيشون إما مع والديهم (والديهم) أو مع رب الأسرة الذين تربطهم قرابة بالميلاد أو الزواج أو التبني (باستثناء الطفل الذي يكون زوج رب المنزل). يتم تصنيف الأطفال حسب الحالة الاجتماعية لوالديهم ، أو في حالة عدم وجود أبوين في الأسرة ، حسب الحالة الاجتماعية لرب المنزل المرتبط بالأطفال. صاحب المنزل هو الشخص (أو أحد الأشخاص) الذي يمتلك أو يؤجر (يحافظ) على الوحدة السكنية. تستبعد فئات العرق الأشخاص من أصل إسباني. على الرغم من عرض الأرقام المقربة ، إلا أن الأرقام مبنية على بيانات غير متداخلة. لا يصل مجموع التفاصيل إلى 100 بالمائة لأنه لم يتم الإبلاغ عن فئة "كل الأطفال الآخرين".

المصدر: وزارة التجارة الأمريكية ، مكتب الإحصاء ، مسح المجتمع الأمريكي (ACS) ، 2019. انظر ملخص إحصاءات التعليم 2020، الجدول 102.20.

في عام 2019 ، على الرغم من أن غالبية الأطفال الذين تقل أعمارهم عن 18 عامًا كانوا يعيشون في أسر مكونة من زوجين (63 بالمائة) ، فإن 26 بالمائة يعيشون في أسر معيشية للأم فقط و 8 بالمائة يعيشون في أسر معيشية للأب فقط. 6 لوحظ هذا النمط - نسبة مئوية أعلى من الأطفال الذين يعيشون في أسر معيشية ثنائية أكثر من الأسر المعيشية للأم والأب فقط - للأطفال عبر جميع المجموعات العرقية / الإثنية ، باستثناء الأطفال السود. يعيش غالبية الأطفال السود في أسر معيشية للأم فقط (55 في المائة) ، مقارنة بـ 34 في المائة يعيشون في أسر مكونة من زوجين و 9 في المائة يعيشون في أسر معيشية للأب فقط.

1 يشمل المجيبين الذين كتبوا في عرق آخر لم يتم تضمينه كخيار في الاستبيان.

ملحوظة: مقياس فقر الأطفال يشمل جميع الأطفال المرتبطين برب المنزل بالميلاد أو الزواج أو التبني (باستثناء الطفل الذي يكون زوج رب الأسرة). صاحب المنزل هو الشخص (أو أحد الأشخاص) الذي يمتلك أو يؤجر (يحافظ) على الوحدة السكنية. للحصول على معلومات إضافية حول حالة الفقر ، راجع https://www.census.gov/topics/income-poverty/poverty/guidance/poverty-measures.html. تستبعد فئات العرق الأشخاص من أصل إسباني. على الرغم من عرض الأرقام المقربة ، إلا أن الأرقام تستند إلى بيانات غير متداخلة.

المصدر: وزارة التجارة الأمريكية ، مكتب الإحصاء ، مسح المجتمع الأمريكي (ACS) ، 2010 و 2019. انظر ملخص إحصاءات التعليم 2020، الجدول 102.60.

في عام 2019 ، كان ما يقرب من 11.6 مليون طفل دون سن 18 عامًا في أسر فقيرة. 7 كان معدل الفقر للأطفال في عام 2019 (16 في المائة) أقل مما كان عليه في عام 2010 (21 في المائة). لوحظ هذا النمط للأطفال في جميع المجموعات العرقية / الإثنية ، باستثناء أطفال جزر المحيط الهادئ. على سبيل المثال ، عاش 23 في المائة من الأطفال من أصل إسباني في فقر في عام 2019 ، مقارنة بـ 32 في المائة في عام 2010 ، و 30 في المائة من الأطفال السود يعيشون في فقر في عام 2019 ، مقارنة بـ 38 في المائة في عام 2010. بالنسبة لأطفال جزر المحيط الهادئ ، كان معدل الفقر لعام 2019 لا تختلف بشكل ملموس عن المعدل في عام 2010.

تباين معدل الفقر للأطفال دون سن 18 عامًا عبر المجموعات العرقية / الإثنية في عام 2019. كان لدى الأطفال الأمريكيين الهنود / سكان ألاسكا الأصليين (30 في المائة) ، والسود (30 في المائة) ، والأطفال من أصل إسباني (23 في المائة) معدلات فقر أعلى من المتوسط ​​الوطني (16) في المائة) ، بينما كانت معدلات الأطفال البيض (10 في المائة) والآسيويين (9 في المائة) أقل من المعدل الوطني. لم تكن معدلات الفقر للأطفال من عرقين أو أكثر وأطفال جزر المحيط الهادئ مختلفة بشكل ملموس عن المتوسط ​​الوطني. للحصول على معلومات إضافية حول معدلات الفقر والمجموعات الفرعية العرقية / الإثنية ، يرجى الرجوع إلى المكانة والاتجاهات في تعليم المجموعات العرقية والإثنية أبلغ عن.

! تفسير البيانات بحذر. معامل الاختلاف (CV) لهذا التقدير ما بين 30 و 50 في المئة.

1 يشمل المجيبين الذين كتبوا في عرق آخر لم يتم تضمينه كخيار في الاستبيان.

2 يشمل الآباء الذين أكملوا المرحلة الثانوية من خلال برامج المعادلة ، مثل برنامج GED.

ملاحظة: يشمل فقط الأطفال الذين تقل أعمارهم عن 18 عامًا والذين أقاموا مع أحد والديهم على الأقل (بما في ذلك المتبني أو زوجة الأب باستثناء الوالد بالتبني). أعلى مستوى تحصيل تعليمي للوالدين هو أعلى مستوى تعليمي حصل عليه أي والد يقيم في نفس المنزل مع الطفل. يشمل الآباء المتبنين وزوجات الأبوين ولكنهم يستبعدون الآباء الذين لا يقيمون في نفس المنزل مع أطفالهم. يشمل مقياس فقر الأطفال الأطفال المرتبطين برب المنزل بالميلاد أو الزواج أو التبني (باستثناء الطفل الذي يكون زوجة رب الأسرة). صاحب المنزل هو الشخص (أو أحد الأشخاص) الذي يمتلك أو يؤجر (يحافظ) على الوحدة السكنية. للحصول على معلومات إضافية حول حالة الفقر ، راجع https://www.census.gov/topics/income-poverty/poverty/guidance/poverty-measures.html. تستبعد فئات العرق الأشخاص من أصل إسباني. على الرغم من عرض الأرقام المقربة ، إلا أن الأرقام مبنية على بيانات غير متداخلة.

المصدر: وزارة التجارة الأمريكية ، مكتب الإحصاء ، مسح المجتمع الأمريكي (ACS) ، 2019. انظر ملخص إحصاءات التعليم 2020، الجدول 102.62.

In 2019, the poverty rate for children under age 18 was highest for those in households in which no parent had completed high school (43 percent) and lowest for those in households in which the highest level of education attained by either parent was a bachelor’s or higher degree (4 percent). This pattern held both overall and within all racial/ethnic groups except Pacific Islander children. For Pacific Islander children, the poverty rate by parent’s education level was higher (25 to 33 percent) than the poverty rate for those living in households in which the highest level of education was a bachelor’s or higher degree (5 percent) for every level except children living in households in which the highest level of education attained by either parent was some college (13 percent).

! Interpret data with caution. The coefficient of variation (CV) for this estimate is between 30 and 50 percent.

1 Includes respondents who wrote in some other race that was not included as an option on the questionnaire.

NOTE: A “mother-only household” has a female householder, with no spouse present (i.e., the householder is unmarried or their spouse is not in the household), while a “father-only household” has a male householder, with no spouse present. Includes all children who live either with their parent(s) or with a householder to whom they are related by birth, marriage, or adoption (except a child who is the spouse of the householder). Children are classified by their parents’ marital status or, if no parents are present in the household, by the marital status of the householder who is related to the children. The householder is the person (or one of the people) who owns or rents (maintains) the housing unit. For additional information about poverty status, see https://www.census.gov/topics/income-poverty/poverty/guidance/poverty-measures.html. Race categories exclude persons of Hispanic ethnicity. Although rounded numbers are displayed, the figures are based on unrounded data.

SOURCE: U.S. Department of Commerce, Census Bureau, American Community Survey (ACS), 2019. See Digest of Education Statistics 2020, table 102.60.

In 2019, the poverty rate for children under age 18 was highest for those living in mother-only households (37 percent), followed by those living in father-only households (18 percent). Children living in married-couple households had the lowest poverty rate (7 percent). This pattern of children living in married-couple households having the lowest poverty rate was observed across most racial/ethnic groups. The exception was Pacific Islander children, for whom there was no measurable difference between poverty rates in father-only households and other household structures. For all racial/ethnic groups, poverty rates were higher for children in mother-only households than for those in married-couple households.

NOTE: A “mother-only household” has a female householder, with no spouse present (i.e., the householder is unmarried or their spouse is not in the household), while a “father-only household” has a male householder, with no spouse present. Includes all children who live either with their parent(s) or with a householder to whom they are related by birth, marriage, or adoption (except a child who is the spouse of the householder). Children are classified by their parents’ marital status or, if no parents are present in the household, by the marital status of the householder who is related to the children. The householder is the person (or one of the people) who owns or rents (maintains) the housing unit. For additional information about poverty status, see https://www.census.gov/topics/income-poverty/poverty/guidance/poverty-measures.html.

SOURCE: U.S. Department of Commerce, Census Bureau, American Community Survey (ACS), 2010 and 2019. See Digest of Education Statistics 2020, table 102.60.

Similar to the overall difference between 2010 and 2019 in the poverty rate for children under age 18, the poverty rate was lower in 2019 than in 2010 for children living in mother-only households (37 vs. 44 percent), father-only households (18 vs. 26 percent), and married-couple households (7 vs. 11 percent). This pattern of lower child poverty rates in 2019 than 2010 by family structure was observed across all racial/ethnic groups, except Pacific Islander and American Indian/Alaska Native children, for whom there were no measurable differences between the two years.

NOTE: The measure of child poverty includes all children who are related to the householder by birth, marriage, or adoption (except a child who is the spouse of the householder). The householder is the person (or one of the people) who owns or rents (maintains) the housing unit. For additional information about poverty status, see https://www.census.gov/topics/income-poverty/poverty/guidance/poverty-measures.html.

SOURCE: U.S. Department of Commerce, Census Bureau, American Community Survey (ACS), 2019. See Digest of Education Statistics 2020, table 102.40.

While the national average poverty rate for children under age 18 was 16 percent in 2019, the rates among states ranged from 7 percent in New Hampshire to 28 percent in Mississippi. Twenty-four states had poverty rates for children that were lower than the national average, 15 states had rates that were higher than the national average, and 11 states and the District of Columbia had rates that were not measurably different from the national average. Of the 15 states that had poverty rates higher than the national average, the majority (12) were located in the South. In 39 states and the District of Columbia, the poverty rates were lower in 2019 than in 2010. In the remaining 11 states, there was no measurable difference between the poverty rates in 2010 and 2019.

1 Pungello, E.P., Kainz, K., Burchinal, M., Wasik, B.H., Sparling, J.J., Ramey, C.T., and Campbell, F.A. (2010, February). Early Educational Intervention, Early Cumulative Risk, and the Early Home Environment as Predictors of Young Adult Outcomes Within a High-Risk Sample. Child Development, 81(1): 410–426. Retrieved January 8, 2021, from http://onlinelibrary.wiley.com/doi/10.1111/j.1467-8624.2009.01403.x/full.

2 Ross, T., Kena, G., Rathbun, A., KewalRamani, A., Zhang, J., Kristapovich, P., and Manning, E. (2012). Higher Education: Gaps in Access and Persistence Study (NCES 2012-046). U.S. Department of Education. Washington, DC: National Center for Education Statistics. Retrieved January 8, 2021, from https://nces.ed.gov/pubsearch/pubsinfo.asp?pubid=2012046.

3 Includes parents who completed high school through equivalency programs, such as a GED program.

4 Includes parents who had completed professional degrees.

5 Although the percentage of children living in households in which the highest level of education attained by either parent was an associate’s degree was also higher in 2019 than in 2010 (10.1 vs. 9.7 percent), both percentages round to 10 percent.

6 A “mother-only household” has a female householder, with no spouse present (i.e., the householder is unmarried or the spouse is not in the household), while a “father-only household” has a male householder, with no spouse present. Includes all children who live either with their parent(s) or with a householder to whom they are related by birth, marriage, or adoption (except a child who is the spouse of the householder). Children are classified by their parents’ marital status or, if no parents are present in the household, by the marital status of the householder who is related to the children. The householder is the person (or one of the people) who owns or rents (maintains) the housing unit. Foster children, children in unrelated subfamilies, children living in group quarters, and children who were reported as the householder or spouse of the householder are not included in this analysis.

7 In this indicator, data on household income and the number of people living in the household are combined with the poverty threshold, published by the Census Bureau, to determine the poverty status of children. A household includes all families in which children are related to the householder by birth or adoption, or through marriage. The householder is the person (or one of the people) who owns or rents (maintains) the housing unit. In 2019, the poverty threshold for a family of four with two related children under 18 years old was $25,926. For a more detailed breakdown of the 2019 poverty rate, refer to this table.


نتائج

Prevalence of food insecurity

In total, 450 adult-child dyads from five participating communities (ن = 240 rural households ن = 210 urban households) were enrolled. Participant demographics are summarized in Table 1. For adults, the average age was 31.5 ± 8.5 years, 95% were female, and 81.3% self-identified as American Indian for children, average age was 45.0 ± 13.0 months, 50.0% were female, and 86.3% were identified by their caregiver as American Indian. The overall prevalence of food insecurity was 61% and was significantly higher in urban versus rural households at 80% versus 45%, respectively (ص < 0.001, Fig. 1). Between food insecure and food secure households, significant differences were observed in education level (ص < 0.01), income (ص < 0.01), adult age (ص < 0.05), and distance traveled to purchase food (ص < 0.001).

Prevalence of household food insecurity in the overall sample and by rural and urban status. Prevalence of household food insecurity was determined for the overall sample from Healthy Children, Strong Families 2 study (ن = 450 households) and by rural (ن = 240 households) and urban (ن = 210 households) status using 2 validated questions from the USDA Household Food Security Survey

Factors associated with food insecurity

Using logistic regression analysis, factors associated with food insecurity were assessed (Table 2). In the model that included all households, factors associated with significantly higher odds of food insecurity were adult ethnicity identified as American Indian (ص < 0.05), WIC participation (ص < 0.05), and urban households (ص < 0.001), with a trend toward higher odds for single adult households (ص = 0.054). Attainment of a college degree or higher was associated with significantly lower odds of food insecurity (ص < 0.01). For rural households, single adult households were associated with significantly higher odds (ص < 0.01), while attainment of a college degree or higher and working outside of the home were associated with lower odds of food insecurity (ص < 0.05 for both). For urban families, the odds of food insecurity decreased with increasing distance traveled to purchase food (ص < 0.05) and increased with an increasing number of children in the household (ص < 0.05).

Dietary patterns among food insecure and food secure households

The frequency of daily intake of the following food groups was determined for both the adult and child: fruit, vegetables, salad, potatoes, fried potatoes, pizza, 100% juice, soda, other sugar sweetened beverages (SSBs, e.g., lemonade, sweetened tea, fruit punch, Kool-Aid), sports drinks, and milk (Table 3). Adults from food insecure households had significantly lower vegetable consumption (ص < 0.05), and significantly higher intake of fried potatoes (ص < 0.001), 100% fruit juice (ص = 0.001), and other SSBs (ص < 0.05). Children from food insecure households had significantly higher intake of salad (ص < 0.01), fried potatoes (ص < 0.05), soda (ص = 0.01), and sports drinks (ص < 0.05).

Dietary patterns in food insecure and secure households were further analyzed by geographic status (urban and rural). Adults in rural food insecure households had lower intake of vegetables and higher intake of 100% fruit juice and SSBs compared to rural food secure households. For children from rural food insecure households, salad was significantly higher than their food secure counterparts. For adults in urban food insecure households, fried potatoes and 100% fruit juice were significantly higher compared to urban food secure households. Fried potatoes were also significantly higher for urban food insecure children compared to urban food secure households. For all food variables, adult and child mean daily intake was significantly correlated (ص < 0.05), with two exceptions: adult and child intake of soda and milk was not significantly associated in rural food insecure households (data not shown).

مجموعات التركيز

Six focus groups were held (two rural and one urban site) with a total of 31 adults between August 2015 and April 2016. Participants reported coping strategies employed during times of food insecurity, such as use of food assistance programs and relying on family members to supplement meals. Participants reported some intergenerational living or child care arrangements, which blunted some food insecurity through pooled resources but introduced a loss of parental control over some feeding choices. Some geographic differences in coping strategies were noted. For example, urban families with greater access to food outlets reported shopping frequently (every day or every other day), which resulted in spending more on food than planned. Rural families reported infrequent food purchasing trips, which often resulted in the purchase of fewer fresh fruits and vegetables. Rural families also reported using hunting, gathering, and sharing practices (e.g., hunting deer, harvesting wild rice) and individual/community gardens to supplement their diet. Table 4 includes sample comments from urban and rural participants.


3.2 Orientation to Esri Business Analyst Online (BAO)

Registered students can access the reading in Canvas on the Lesson 3 Readings صفحة.

The above reading is the introduction to a scenario from Miller's text which you can use to orient yourself to Esri's Business Analyst Online.

In this lesson, we provide a brief overview of Esri's Business Analyst Online (BAO). BAO includes Esri's most current business, demographic, and lifestyle data:

  • Business Data: Refreshed data for the United States and Canada from Dun and Bradstreet.
  • Esri's 2014/2019 US Updated Demographics: Accurate, current-year estimates and five-year projections capture changes to the US population such as growth and decline increased diversity aging and changes to household types, home values, employment, and income.
  • 2008/2012 US American Community Survey (ACS): Updated survey data from the Census Bureau. Variables include households with/without a disabled person and households using food stamps.
  • Esri's 2014 Tapestry Segmentation: Tapestry reflects changes in the US population such as increased diversity, changing households, aging, and nontraditional families.

You will be receiving an email from the instructor with directions to access the Penn State licensed Esri Business Analyst Online, using your PSU user name and password. The email provides access to the BAO system and class group work, so please be sure to check your Penn State email. Once logged into the site, you will notice that additional help documentation is available as well as instructional videos on the website.

  • Log into Esri's BAO.
  • Select the "Maps" tab.
  • Choose "Define Areas for Reports."
  • Select "Geography," search for your geography, enter ("Minneapolis, MN"), Go.
  • Select the radio button for "Metropolitan Areas (CBSAs)," check Minneapolis-St. Paul, Click "Next."
  • You should now have a polygon on the map around Minneapolis MN (see Figure 3.1).

Upcoming assignments will involve creating choropleth maps and using Esri's Tapestry data on BAO. Familiarize yourself with those two topics by utilizing Esri's documentation and instructional videos to help you better understand how to display the information.

There are some excellent free resources for learning Esri's Business Analyst Online as follows:

We will only complete the first part of this activity this week (Exploring Your Own Market, Part 1), continuing on with site selection next week.

  • Murphy, Geography: Why It Matters, Chapter 3 "Places" excerpt (pp. 75-86)
  • Church/Murray, Business Site Selection, Location Analysis, and GIS, Chapter 1 (pp. 1-16)
  • Buckner, Site Selection, Chapter 6 "Prioritizing Markets" (pp. 74-84)
  • Esri. 2019. Tapestry Life Mode Reference Tables. Tapestry Segmentation. Esri.

ال Geography: Why it Matters reading is from the required textbook for this course.
Registered students can access the other readings in Canvas on the Lesson 3 Readings صفحة.

Optional Readings

  • Spaeder, Karen. E. 2019. How to Find the Best Location: A guide to scouting out a location for your food or retail business, sizing up demographics and getting the help you need. Entrepreneur.
  • Kerski, Joseph & Clark, Jill. 2019. GIS Guide to Public Domain Data. Esri Press.
  • ArcGIS Hub open data portal. Esri. www.arcgisonline.com

Registered students can access the reading in Canvas on the Lesson 3 Readings صفحة.


Measuring Exposure Density by Neighborhood over Time

We explore three hypotheses. First, large-scale mobility data can represent neighborhood activity levels over time, and neighborhood social distancing can be measured by changes in this observed activity. Second, disparities in community activity changes before and after a stay-at-home order are associated with neighborhood socioeconomic, demographic, and built-environment characteristics. Third, variations in neighborhood social distancing result in disparities in COVID-19 infections and outcomes, controlling for differences in population health risk.

To examine these questions, we introduce exposure density ( E x ρ ) as a high-spatiotemporal-resolution social-distancing metric using large-scale mobility data without tracking individual devices. The goal of social distancing is to reduce the probability of contact between potentially infected and noninfected individuals therefore, it can be defined mathematically as the inverse proportion of human activity density, represented by the number of people in a given area at a given time. Naively, a lower activity volume, holding spatial area constant, results in a lower dynamic population density, thus decreasing the probability of close contacts. However, this metric needs to account for both the volume of activity in an area and the type of land use where activities occur. For example, activities in residential buildings can be a measure of people staying at home, while activities outside of residential buildings, depending on the specific nature of those activities, are more likely to increase exposure risk by raising the likelihood of contact with those outside of the family or household unit. As transmission risk increases with a greater probability of close contacts outside of the household or family unit, we quantify E x ρ based on activities in nonresidential buildings (e.g., office buildings, hotels, and retail stores) and outdoor areas (e.g., parks, sidewalks, and open spaces). We measure the average number of hourly users per grid cell (250 m × 250 m) outside of residential buildings for 177 zip code tabulation areas during the pre-COVID period and after the stay-at-home order.

The average change in neighborhood exposure density before and after the New York stay-at-home order (by grid cell) and COVID-19 infection positivity rates (by zip code) are presented in Fig. 1. The positivity rate is a measure of the prevalence of disease infection, represented by the percentage of COVID-positive tests out of all tests conducted in a given area using a PCR test (SI Appendix, Table S3). The citywide overall activity volume decreased approximately 20% after the stay-at-home order when compared to the pre-COVID baseline (SI Appendix, Fig. S2). However, there are significant disparities in neighborhood exposure density levels across the city, as shown in Fig. 1, العلوي. A majority of neighborhoods in Manhattan, and several in Brooklyn, experienced large reductions in exposure density, a result, in part, of a decrease in overall population as many residents left the city, and a shift in activities from nonresidential and outdoor areas to residential buildings for those that remained. On the other hand, neighborhoods in South Brooklyn, East Queens, and Staten Island showed an increase in exposure density, despite having relatively lower urban densities, as more residents stayed within their local communities. The measured change in exposure density corresponds with higher positivity rates, as illustrated in Fig. 1, أدنى. Overall, this visual representation suggests that areas with lower median incomes and lower housing density had greater infection risk during the study period.

Neighborhood exposure density change by 250-m × 250-m grid cell (العلوي) and COVID-19 positivity rate by zip code (أدنى).