Prediciendo la violencia doméstica a partir de la actividad de las tiendas de licores con aprendizaje automático

Un nuevo artículo de investigación de la Universidad de Buffalo estudia la relación entre los establecimientos que venden alcohol y la violencia doméstica (VD) en varios barrios de una ciudad estadounidense, basándose en datos de ubicación GPS anónimos de una red de teléfonos móviles.

El artículo concluye que la actividad de las tiendas de licores está más estrechamente asociada con la violencia doméstica que cualquier otro lugar donde se puede comprar alcohol, lo que indica que la correlación entre los establecimientos que venden alcohol y la violencia doméstica podría ser más matizada de lo que sugieren los estudios recientes:

‘Remarkablemente, la variable de tasas de visita a tiendas de licores muestra la contribución positiva más alta a la tasa de VD en comparación con otras variables. Este resultado sugiere que la visita a tiendas de licores es un predictor importante para la tasa de VD a nivel de barrio.

‘Interesantemente, las visitas a otros dos tipos de establecimientos que venden alcohol (es decir, lugares de bebida y cervecerías) tienen coeficientes negativos, que son consistentes con el análisis de correlación.

‘Este resultado indica que las visitas a estos establecimientos en realidad están asociadas con tasas de VD más bajas. Este resultado es sorprendente, ya que se pensaba que una mayor densidad de lugares de bebida en un barrio estaba relacionada con una mayor tasa de VD’

Del artículo, una visualización cartográfica que muestra las visitas entre tiendas de licores y barrios residenciales durante una semana en 2019, antes de la interrupción de los datos causada por COVID. Fuente: https://arxiv.org/ftp/arxiv/papers/2203/2203.04088.pdf

Los autores teorizan una posible relación inversa entre la frecuencia de visitas a establecimientos de alcohol más prestigiosos y la violencia doméstica, opinando que los visitantes de lugares como cervecerías y bares probablemente sean de un nivel socioeconómico más alto, lo que reduce su probabilidad de estar involucrados en incidentes de violencia doméstica.

El artículo se titula El papel de las visitas a establecimientos que venden alcohol derivadas de datos de ubicación de teléfonos móviles para mejorar la predicción de la violencia doméstica a nivel de barrio, y proviene de tres investigadores de los departamentos de matemáticas, medicina y geografía de la Universidad de Buffalo.

Datos y delimitación

El objetivo de los investigadores era determinar si los datos de ubicación móvil anónimos podrían usarse, en conjunto con las estadísticas de delitos disponibles, para predecir incidentes y frecuencias de violencia doméstica a nivel de barrio, en la medida en que estos puedan relacionarse con la disponibilidad de alcohol en la localidad.

La primera tarea fue definir los barrios, lo que se logró mediante el uso de Grupos de Bloques Censales (CBG), las unidades geográficas más pequeñas disponibles que aún conservan datos demográficos y socioeconómicos completos, según la Encuesta Comunitaria Estadounidense (ACS).

Los datos de ubicación móvil anónimos provinieron de SafeGraph, una empresa comercial que ofreció datos que cubren toda la Unión Estadounidense a los investigadores de forma gratuita. El conjunto de datos cubre 3,6 millones de puntos de interés en todo el país, incluidos aquellos que venden alcohol, como tiendas de licores, bares, viñedos y cervecerías.

El estudio abarca un período anterior a la interrupción estadística causada por el brote de COVID, y la ubicación de los hogares de los visitantes de establecimientos que venden alcohol se infirió por SafeGraph en función de las ubicaciones nocturnas en las seis semanas anteriores. Tampoco se divulgan en los datos las trayectorias exactas de las visitas ni la ubicación exacta de los usuarios – una muestra que coincide con los límites ‘generalizados’ de los barrios identificados en los datos de la ACS.

Las trayectorias investigadas en el trabajo no necesariamente se correlacionan con visitas de casa a tienda de licores y regreso a casa, sino que pueden representar rutas a otro entorno doméstico, con una parada en una tienda de licores en el camino.

Aunque los datos de GPS disponibles abarcan toda la nación como área potencial de investigación, los investigadores eligieron Chicago debido a la información relativamente bien etiquetada disponible a través del sistema de Análisis y Presentación de Informes de Aplicación de la Ley Ciudadana del Departamento de Policía de Chicago (CLEAR).

El conjunto de datos CLEAR incluye tipos de delitos (como incendio premeditado o agresión), así como la hora, ubicación y pares de latitud/longitud para el incidente, entre otros puntos de datos. También contiene un valor binario para ‘Doméstico’, que indica si los oficiales de policía que atendieron la llamada atribuyeron el incidente a la Ley de Violencia Doméstica de Illinois de 1986.

Los investigadores señalan que varios delitos no relacionados con la violencia doméstica (incluido el incendio premeditado) se atribuyeron erróneamente a esta categoría, y filtraron estos incidentes.

A la izquierda, los límites de la ciudad de Chicago, junto con sus Grupos de Bloques Censales (CBG), a la derecha, incidentes de violencia doméstica extraídos.

Solo se contabilizaron las ocasiones en que una visita a una tienda de licores duró cuatro o más minutos. Además, los investigadores admiten que no hay forma de saber si la visita resultó en una compra, o la magnitud o tipo de la compra. Además, señalan que la violencia doméstica se considera uno de los delitos menos denunciados, lo que contribuye a la naturaleza aproximada de los resultados obtenidos en el estudio.

Cuatro enfoques

Los datos se investigaron utilizando cuatro enfoques: Random Forest (RF), Regresión de Mínimos Cuadrados Ordinarios (OLS), Red Neuronal Profunda (DNN) y Regresión con Ponderación Geográfica (GWR). OLS y GWR son métodos estadísticos en lugar de métodos de aprendizaje automático.

Visión general de los experimentos, que abarcan cuatro métodos y cuatro categorías de puntos de interés de alcohol en los datos de SafeGuard, cruzados con incidentes de violencia doméstica en los datos de CLEAR.

Los resultados en los cuatro métodos indican que la relación entre tiendas de licores y violencia doméstica varía notablemente entre barrios, aunque los investigadores concluyen finalmente que ‘el aumento en las visitas a tiendas de licores se asocia con un aumento en las tasas de VD en la mayoría de los barrios de Chicago’.

Correlación con incidentes de VD, basada en los cuatro tipos de establecimientos que venden alcohol estudiados en el artículo: a) tiendas de licores, b) lugares de bebida (es decir, bares), c) cervecerías y d) viñedos.

El artículo contiene un esquema más detallado de los indicadores socioeconómicos y demográficos relacionados con los análisis.

Los autores afirman*:

‘Nuestros resultados proporcionan más información sobre la relación entre el consumo de alcohol y la VD. Entre los cuatro tipos de visitas a establecimientos que venden alcohol, las visitas a tiendas de licores tienen la asociación más fuerte con un aumento en la VD en los barrios residenciales de los visitantes de tiendas de licores.

‘La Teoría de la Actividad Rutinaria del Crimen sugiere tres condiciones necesarias para que se produzca un crimen, que son: un delincuente motivado, un objetivo potencial y la falta de algo que inhiba el comportamiento del delincuente. Las visitas a tiendas de licores sugieren que el alcohol comprado se consumirá en el hogar, donde se cumplen las tres condiciones: el delincuente y el objetivo potencial están en estrecha proximidad entre sí y el alcohol proporciona el [desinhibidor].’

Los autores también sugieren que los resultados de estudios como estos podrían contribuir a futuras decisiones políticas sobre la regulación de tiendas de licores en áreas donde su relación con la violencia doméstica parece manifiesta en los datos, con posibles intervenciones que incluyen la restricción de las horas de venta permitidas y la limitación del número de licencias de alcohol.

* Mi conversión de la cita en línea de los autores a hipervínculo.

Publicado por primera vez el 9 de marzo de 2022.