En els últims anys, els governadors estatals a través dels Estats Units s'han convertit cada cop més en informació quant a la pobresa. En comptes de confiar en programes amplis, una mida- els correspon- els, aquests líders estan utilitzant dades de granular per a assolir recursos amb precisió quirúrgica. S' està fent servir informació sobre ingressos, ocupació, educació, salut i habitatge, governadors poden identificar la població més vulnerable i intervenir on les reformes tindran l' impacte més gran. Aquest desplaçament no és només una tendència fonamental de com els governs lluiten amb la pobresa, movent- se des de la política d' intuïció a la pràctica que estan més independents, i eficaç.

Les estaques financeres són molt altes. Els Estats col· lectivament es gasten bilions de dòlars cada any en programes contra de baixa de diners que van des de l' ajuda i els segells de menjar a l' entrenament i a l'habitatge. Tot i això, sense dades robustes, es poden fer mal interpretades. El govern de dades permet mesurar els resultats, ajustar- se a temps real, i assegurar que cada dòlar s' usa per a millorar el màxim efecte. Com a resultat, els governadors dels dos partits estan invertint en unitats d' anàlisi de dades, en universitats col· laboratives, i obrint dades del govern a la gent. Aquest article explora com els líders de l' estat estan utilitzant dades de la pobresa i el que significa que significa que per a la futura política social.

El rol de dades a l'entenent la pobresa

Les dades fan servir un paper crític en moure els esforços de reducció de la pobresa de la reactiva a la proactiva. En comptes d' esperar que les famílies caiguin en crisi, els governadors puguin utilitzar dades per anticipar-se a la necessitat i entregar serveis d'hora. Per exemple, analitzant els registres d' assistència escolar i les dades de la salut, un estat pot identificar els nens en risc de caure en la pobresa abans que les seves famílies experimentin el col·lapse financer. Aquesta mena d' intervenció aviat és possible quan les dades de diferents agències s' executen i s' analitzin juntes.

Identificant les causes arrel

La pobresa rarament és el resultat d' un únic factor. Normalment és una xarxa complexa de salaris relacionats amb temes que erosionables, manca de carcare raonable, de salut pobre, discriminació i aïllament geogràfic. Les dades ajuden als governadors a descrivibles aquests factors i entenen quines són les més urgents en el seu estat. Per exemple, un governador en un estat rural podria trobar que la manca de transport és la barrera primària a l'ocupació, mentre que un governador en un estat urbà pot enfrontar- se a una crisi de pagament per la seva habitatge. Sense dades, aquestes polítiques encara serien invisibles i podrien perdre la marca.

La població Vulnerable de l'objectiu

Les dades també revelen quins grups estan desproporcionats per la pobresa. Les descanades de demostració per l' edat, la raça, el gènere i l' estat de discapacitat permeten als governadors dissenyar les intervencions de base. Per exemple, [[FLT: 0] nens sota 5[FLT: 1] són el grup d' edat més probable que visqui en la pobresa en molts estats. Per fer que les dades de la pobresa dels nens es facin passar per escala de la infantesa, un governador pot assignar finançament per programes pre-K en els barris on són més necessaris. De manera similar, les dades més altes que mostren les taxes de pobresa entre les mares individuals poden portar a eixamplar les iniciatives que els nens i les subvencions que els paguen.

Dreceres de l' emplaçament geogràfic

Els sistemes d' informació geogràfiques (GIS) han esdevingut eines essencials per als governadors. En el traçat de la pobresa en un mapa junt a les dades, hospitals, botigues del supermercat, i els legisladors públics poden veure exactament on es concentren la pobresa i quins recursos falten. Alguns estats, com [[FLT: 0] Chinenia [[FLT:]]], han creat taulers públics que mostren les dades de pobresa al nivell de cens. Aquestes eines de poder i organitzacions locals per col· laborar amb solucions de govern.

Fonts de dades de clau i Mètrics

Els governadors estatals depenen d'una gran quantitat de fonts de dades per informar les seves estratègies de reducció de la pobresa. Algunes d' aquestes són les enquestes tradicionals del govern, mentre que d' altres provenen de registres administratives o aliances privades. A continuació, són els tipus de dades més emprats i com han d' informar la política.

  • [FLT: 0]Invendeixa i Estadístiques d'ocupació [[[FLT: 1] The US Censslopation American Community Survey (ACS) ofereix dades anuals sobre ingressos, estat de pobresa i ocupació. Els governadors usen aquestes xifres per determinar els programes d'eligència com ara la Metge i el SNAP i a avaluar si l'economia de l' estat de 2001- 2003 està creixentment.
  • [[FLT: 0] [[FLT: 1] Els departaments d' estat de l' educació col· lecciona dades a les exàmens, taxes de graduació i disciplina escolar. En enllaçar aquestes dades a les dades a l' ús de dades, els governadors poden identificar els forats i invertir en escoles que serveixen estudiants amb ingressos baixos. Els programes com [[FLT:] {F2 Promits Scholarings[F:]] es basen en l' anàlisi.
  • [[FLT: 0] Health i Salutcare Access Information[[[[[FLT:] diu que les dades, els registres de l'hospital i les enquestes com el factor de vigilància del Comportament del sistema (BRFS) ajuden als governadors a entendre l'impacte de la salut de la pobresa. Per exemple, els estats amb un elevat índex de diabetis entre la població baixa ingressos poden expandir l' accés a prevenir i els programes nutricionals.
  • [[FLT: 0] S'utilitza l' Afeforditat i les dades de Homedecibilitat i de Mandència [[[FLT: 1] El Departament de treball d'Autizament i Urban Development (HUD) proporciona dades de lloguer en càrrega, desallotjaments i de descuració. Els governadors poden creuar referències amb ingressos per establir les dades d'habitatge i refugi d'emergència en les comunitats més equipades.
  • [[FLT: 0]] InformacióDemogràfic [[[FLT: 1] Åge, raça, etnicitat i les dades de discapacitat són essencials per assegurar-se de risc. Molts governadors han establert [[FLT:]]] equity taulers [[FLT: 3] que segueix si els esforços de reducció de pobresa estan arribant a totes les poblacions igualment.

Incrementament, els estats també s' usen [[FLT: 0] i sistemes de dades integrades (IDS) [[[FLT: 1] que enllaça registres a través de les agències. Per exemple, Oregon10:] INFLT: Sistema de dades integrades del client [[FLT:]] es connecta dades dels serveis humans, educació i agències de treball per a proveir una visió holística de cada família de les necessitats de les màquines. Aquests sistemes permeten als governadors a avaluar l' impacte combinat de múltiples programes i reduir la càrrega administrativa en les famílies.

Com els governadors Tradueixven les dades en acció

L'augment de dades només és el primer pas. El repte real es troba en traduir les polítiques que canvien la vida. Els governadors estatals experimenten amb diversos mecanismes per a poder superar el buit entre l' anàlisi de dades i la implementació del programa.

S' estan establint unitats d' anàlisi de dades

Molts governadors han creat equips de dades dedicats a les seves oficines o sota el seu control. Aquestes unitats estan equipades per científics de dades, estadístiques i analistes polítics que treballen directament amb líders de l' agència per dissenyar programes de dades basades en proves. L' estat de [[FLT: 0] Washington[ [FLT: 1], sota el governador Jay Inslee, va llançar la [FLT:] 2Results Washington[FLT3], que utilitza dades al tauler de seguiment de la pobresa i altres objectius clau. De manera similar, [FLT:[ 7:]]] [FFFFT]]]]] [FFFIH:] creat les dades [FUp]:] [FOploar:] Office [FFOp] [FOp]:] Data de l' oficina de l' oficina de l' oficina de l' oficina [FLT]. ANFLT]: // coincideix amb el mapa de coordenades de dades del departament [FLT].

S' està usant el model predictiu per a la Intervenció primerenca

El programa de l' arsenal de la planificació de les fonts. En alimentar les dades històriques en models d' aprenentatge de màquines, els estats poden predir quines famílies estan en risc de caure en la pobresa o experimentar des de la intelació. Per exemple, l' estat de [[FLT: 0] Machtstts [[[[FLT:]] pilotat un model que utilitza dades d' atenció adiva, el benestar i la infestització (empària per a les sol· licituds) per identificar famílies que podrien beneficiar- se de la gestió de la gestió de la persona. El programa reduït la probabilitat de la nena que entra en compte i que milions d' estat de crisis en resposta.

Enllaçar dades a decisions de pressupostos

Alguns governadors estan encastats directament en el procés pressupostari. En comptes de proposar- los de línia per programes de pobresa, requereixen que les agències es facin proves d'eficàcia. En [[FLT: 0]] [[FLT: 1], l' oficina del governador de Pressution i la gestió usen una aproximació de l' ordre StatePress-First, que requereixen que els seus programes han estat avaluats usant mètodes rigorals com proves a l' atzar controlats. Els programes que no poden demostrar que són desemproven, mentre que els programes de proves reben recursos addicionals.

Taulers públics i característiques comunitària

La transparència és una part clau del govern de dades. Molts estats ara publiquen les mètriques en línia que la majoria de les pistes de la pobresa en temps real. Aquests taulers permeten als ciutadans, periodistes i grups de defensa que puguin mantenir les seves regles de control. Per exemple, [[FLT: 0] Nevada [[[FLT: 1] ha creat el [[FLT:]] 2=Driven Data- Driven-Mruption [FLT3:], el programa que inclou un tauler públic. Quan una mètriques mostra una reducció en una ocupació entre els països baixos, la comunitat de les parts poden ajustar els programes d' entrenament.

Estudis de casos: reducció de la pobresa de dades en acció

Califòrnia: l'objectiu de la pobresa infantil amb les dades integrades

El governador Gavin Newstom ha fet que la pobresa reduceixi una prioritat central, especialment per als nens. En 2021, la seva administració va llançar el Departament de Serveis Socials [[FLT: 0]]] [[FLT: 1], el qual va establir un objectiu de reduir la pobresa infantil per un 50% de 2030. Per seguir el progrés, l' estat construït un sistema de dades integrades que vincula el Departament de Serveis socials, el Departament d' Educació i el Departament de Serveis d' Equacionals de Salut. Usant aquesta informació, l' estat identificat com a taxa de crèdit d' interès (ITC) i Calesh (PEFre) va tenir beneficis sobre la pobresa més gran. En el 2022, Califòrnia, ambdós programes, el 15% de dades de pobresa.

Michigan: S' usa GIS per a Al-locatorable Fonss d' autoutilització

La governadora Gretten Whitmer administració de l'administració de dades utilitzada per a real- assignar fons d'ajuda federal per a l'habitatge. L' autoritat de Michigan Houting Development (MSHDA) analitzava les dades de desallotjament, índex de càrrega i descontrolada al nivell del comtat. S' han trobat que quatre comtats comptaven amb un 60% de la inestabilitat estatal. Usant aquestes dades, el governador va dirigir a uns $ 100 milions de dòlars addicionals per a les persones de lloguer i de desenvolupament d'habitatges. L' apropament era tan exitós que MDA ara utilitza el mateix model de dades per a tots els seus inversions.

Texas: Exercici de cerca de feina personal des de dades laboristes

El governador Greg Abbottts va mostrar que l'àrea de Houston havia establert una manca d'assistents d'infermeria (CNA) però una exclusència dels treballadors de venda, l'estat finançava un programa d'entrenament gratuït per als treballadors de vendes desplaçants. El programa situat més de 1.200 persones en treball a CN en sis mesos, amb una taxa de retenció del 90% després d' un any. El governador cies Oficina de les dades que s' acostava a la caretació del programa kestruent, que no va costar un període de 3.000 dòlars segons una mitjana de l' estat.000 dòlars per programes d' estat similar a la mitjana.

Superïdes dels reptes: Privadesa, competència, i capacitat

Malgrat la seva promesa, la reducció de la pobresa de dades no és sense obstacles, els governadors han de navegar per un camp de preocupació de privacitat, temes de qualitat de dades, resistència institucional i de la resistència institucional.

Ús i l' emtical de dades

L' empresonament de dades de diverses agències s' apliquen greus preocupacions sobre la privacitat i el potencial. Les famílies de la pobresa ja són vulnerables, i l' especificació de vigilància del govern pot desordenar- les des de la cerca. Per a abordar això, diversos estats han adoptat qüestions serioses [[FLT: 0] privetat- ad- adhead- adjument [[F: 1]. Per exemple, [[FLT:]] [FLT]]]] [FLT:]] va crear el sistema econòmic [[ FLT:] Connecte Data- col· laboratiu col· laboratiu [FLT:], que utilitza dades de xifratge i de xifratge explícit per a qualsevol tipus de dades. El governador també ha de predir que els models que no han estat documentats o els sistemes de seguretat racials i la justícia.

Exactitud de dades i línies de temps

Les dades són útils si són exactes i actuals. Moltes agències d' estat depenen dels mètodes de col· lecció de dades obsolets, com ara les bases de dades de paper o sloiva que no es comuniquen amb una altra. Una iniciativa de governador Equanstegrate de dades es pot debilitar per dades dolentes. Per a combatre això, els estats s' estan invertint en [[FLT: 0 educcions de dades de paper [[ FLT: 1]]], incloent les API, el núvol i dades en temps real. Per exemple, [[FLT:] 2a] [Fe] [F3:] un estat construït d' aquestes agències de l' estat que permet compartir dades properes al temps real. Les actualitzacions del tauler de la pobresa de l' estat s'actualitzament que dóna una imatge més precisa.

S' està construint la capacitat tècnica

Molts governs estatals no tenen coneixement de la ciència en el sector públic per executar anàlisis sofisticades. Attrrringar i conservar el talent de dades és un repte perenenne, especialment quan els salaris del sector privat són més alts. Els governadors han respost creant [[FLT: 0] coversions [[[[FLT:]] i col· laborant amb universitats. [[FLT:] 9 York[ F3], sota el governador Hohul, han llançat les [[FLT: New York: New York:] un programa [F5], que substate d' estudiants de doctorat de l' estat en les agències de la pobresa. Els projectes han produït més de 50 recomanacions en dos anys.

El futur de la reducció de la pobresa de dades

El paisatge de la governança de dades està evolucionant ràpidament. A vegades, poques tendències són probables per a donar forma a la pobresa del combat als governadors durant la dècada que s'aconsegueix.

Intel·ligència artificial i aprenentatge de màquines

L' AI· la màquina permet que els estats es puguin moure d' anàlisi descriptiu (que va passar) a una anàlisi prescriptiva (què hem de fer). Per exemple, un model d' aprenentatge de màquina podria analitzar milers de variables per recomanar la mescla òptima de programes per a cada treball familiar, entrenament infantil, assistència o efectiu en els resultats prescriptives. Els pilots en [FLT:] 0Aama[FLT:]]]]] han demostrat que el cas de gestió d' AIDuament pot reduir les famílies en temps de pobresa durant 18 mesos.

Dades reals i bucles de comentaris continus

En comptes de informes anuals, els programes de futur faran servir dades en temps real per ajustar- se ràpidament. Internet de les coses (IoT), dispositius mòbils i transferències de telèfons electrònics (EBT) poden proporcionar indicadors d' informació econòmica a llarg termini. Un governador pot veure una pujada en ús de segell de menjar en un comtat específic i immediatament desplegar pantries de mòbils o ajustar els nivells de neteja de SNAP.

Col· laboració creuada i compartició de dades

La pobresa no respecta les línies estatals. La migració entre l' estat, els mercats de treball regional i les desrupcions de cadena de subministraments a tots els efectes de pobresa. Els governadors comencen a compartir dades a través de fronteres a través de les fronteres compactes com les [FLT: 0] Associació Associació RABOUBUBUBUBUBBIBUBUBBBUBUBUBUBUBUBUBUBUBUBUBUBIBIBIBIBUBUBUBUBIG (OFFLT: LA Xarxa ELAT [[FLT: 1]. Això permet que es recliquincifiqueu els seus esforços de reducció de pobresa en contra els estats dels companys i les millors pràctiques adoptades que s' han demostrat en un altre lloc.

Conclusió

L' ús estratègic de dades per part dels governadors estatals està transformant els esforços de reducció de la pobresa d' un procés de recuperació en una ciència. Per identificar les causes de l' administrador, el fet que la població vulnerable i el mesura els resultats en temps real, les governadors poden dissenyar les interaccions que siguin més efectives i més eficients. Mentre que els reptes al voltant de la privacitat, la capacitat d' aconseguir, la trajectòria és clara: el futur de les dades antipèntiques està impulsada. Com a avenços i l' aprofundir en la col· laboració, aquests enfocaments seran encara més sofisticats, fins i tot més importants, per a les solucions que duren a la nació. Els governadors que accepten aquesta transformació que fan que la pobresa més profunda de l' estàndard i els resultats que estableixen el segle.