Senior Research Fellow Dr Carla Pezzulo
#unisouthampton will present: Factors associated with attending secondary
#school in
#Tanzania - at the 56th Session of the United Nations Commission on
#Population &
#Development, Fri 14 Apr
#UN #SDGs #PopDevUNFPA #UNESCO https://www.un.org/development/desa/pd/content/cpd56-calendar-side-eventsCPD56: Calendar of side events | Population Division
*Additional events will be added as details are confirmed.
New
#research paper led by Research Fellow Edith Darin on methods for estimating and mapping populations in non- or partially enumerated municipalities in
#BurkinaFaso using
#SatelliteImagery A collaboration with Institut National de la Statistique et de la Démographie, Burkina Faso and the United Nations Population Fund
#PopDevUNFPA for the
#GRID3 programme.
#Bayesian #Census #Populationhttps://www.cairn-int.info/journal-population-2022-3-page-437.htm
The Population Seen from Space: When Satellite Images Come to the Rescue of the Census
Le dénombrement de la population, dénominateur de nombreux indicateurs statistiques, est crucial pour les politiques publiques d’un pays. Il est du ressort des instituts nationaux de statistique d’en organiser la collecte, le plus souvent par le biais d’un recensement. Que se passe-t-il lorsqu’une partie du territoire n’est pas accessible aux agents recenseurs ? Actuellement, les données spatiales, telles qu’extraites de l’imagerie satellite, offrent une information géographique complète et de haute résolution, qui représente, lorsque combinée à un dénombrement partiel de la population, une opportunité sans précédent pour estimer les effectifs des territoires manquants. Leur précision spatiale rend également possible une estimation carroyée de la population en haute résolution, un format de données innovant à la croisée de la géographie et de la démographie. À partir du cas du Burkina Faso, cet article analyse comment le découpage du pays en carreaux de 100m sur 100m permet dans un premier temps de développer un modèle pour estimer, par le biais d’une approche hiérarchique bayésienne, la population des zones caractérisées par des problèmes sécuritaires n’ayant pas pu être dénombrées lors du dernier recensement de 2019. Ce découpage permet dans un second temps de désagréger les effectifs obtenus, par le biais d’un modèle d’apprentissage statistique pour obtenir une précision spatiale d’estimation de la population inégalée.
Earlier today principal research fellow Dr Attila Lazar presented our
#Population model methodology at the 'World of 8 Billion' conference in
#PapuaNewGuinea - the culmination of our 5 day capacity strengthening workshop in
#PNG #8BillionStrong #PopDevUNFPA
WorldPopProject