Projeto Final {Reprograma} - Trabalho não remunerado e desigualdade de gênero: uma perspectiva global
Este é o projeto final do curso de Análise de Dados | Turma On26 da {Reprograma}.
Este projeto é uma Análise de dados feita no Jupyter Notebook com visualização no Tableau
Ao abordar questões de igualdade no trabalho doméstico, nosso objetivo é lançar luz sobre as diferentes realidades enfrentadas por mulheres em várias partes do mundo, contribuindo para discussões mais amplas sobre equidade e políticas públicas.
Ao longo do notebook, examinaremos a disparidade de gênero, identificando padrões específicos em diferentes regiões e faixas etárias. A análise visa fornecer insights valiosos para informar iniciativas e estratégias voltadas para a promoção da igualdade de gênero e o desenvolvimento sustentável.
Definição acordada internacionalmente:
"O trabalho doméstico não remunerado refere-se a actividades que incluem a gestão e preparação de alimentos e refeições, limpeza e manutenção da própria habitação e arredores, decoração “faça você mesmo”, manutenção e reparação de bens pessoais e domésticos, cuidado e manutenção de têxteis e calçado, gestão doméstica, cuidados com animais de estimação, compras para a própria casa e familiares e viagens relacionadas a serviços domésticos não remunerados listados anteriormente.
O trabalho de cuidados não remunerado refere-se a atividades relacionadas com cuidados e instrução de crianças, cuidados a familiares e familiares doentes, idosos ou deficientes, ajuda a agregados familiares e familiares adultos não dependentes e viagens relacionadas com estes serviços de cuidados não remunerados"
No estudo sobre igualdade de gênero e trabalho não remunerado, exploraremos um indicador significativo fornecido pela Organização das Nações Unidas (ONU): o número médio de horas despendidas em trabalho doméstico e de cuidados não remunerado. Este indicador, crucial para compreender as dinâmicas de gênero em diferentes regiões, nos permite analisar como as responsabilidades não remuneradas são distribuídas entre os gêneros binários, levando em consideração a idade e a localização geográfica.
- DATASET: Número médio de horas despendidas em trabalho doméstico e de cuidados não remunerado, por sexo, idade e localização (renomeado: 'trabalho_nao_remunerado.csv')
Fonte https://gender-data-hub-2-undesa.hub.arcgis.com/pages/indicators
**[Apresentação do Projeto Final]https://docs.google.com/presentation/d/1Sn_fly_noZY_cjvbw3p3f9iwpRErArK-/edit#slide=id.p2
Tecnologias e Dependências Utilizadas
| Ferramenta | Descrição |
|---|---|
python |
Linguagem de programação. |
pandas |
Biblioteca criada para a linguagem Python para manipulação e análise de dados. |
numpy |
Biblioteca para a linguagem Python, que suporta o processamento de grandes, multi-dimensionais arranjos e matrizes. |
matplotlib |
Biblioteca de software para criação de gráficos e visualizações de dados em geral, feita para e da linguagem de programação Python. |
seaborn |
Ferramenta para plotagem dos mais variados tipos de gráficos em Python. |
jupyter notebook |
Aplicação web criada para desenvolver software de código aberto, padrões abertos e serviços para computação interativa em dezenas de linguagens de programação. |
Tableau |
Plataforma de análise, exploração e gerenciamento de dados visuais. |
Link para o site com as bases de dados utilizadas:
# Clonar o repositório
$ git clone https://github.com/kerllare/Projeto_semana_17_Reprograma
# Entrar na pasta do repositório
$ cd PROJETO_FINAL
# Instalar as bibliotecas
$ import pandas as pd
$ import numpy as np
$ import matplotlib.pyplot as plt
$ import seaborn as sns
# Executar o comando na parte superior do arquivo em .ipynb para que você possa rodar o projeto localmente no arquivo 'analise_projeto_final.ipynb'.
$ Run ou Run All📌 Este projeto está com visualizações públicas no Tableau. Você pode acessar no link [Tableau](https://public.tableau.com/views/Projeto_17018901247540/Painel3?:language=pt-BR&:display_count=n&:origin=viz_share_link
Projeto criado com a orientação e cuidado da Professora Mariana Rezende!
Agradecimento à todas as professoras do curso, à Jani, nossa facilitadora maravilhosa, a Ju, que nos acolheu, todas minhas colegas da On26 e às pessoas que fizeram parte dessa construção e conhecimento em algum momento!🚀
Desenvolvido por Kerlla - Analista de Dados
