A | B | |
---|---|---|
1 | Control Maestro Encendido (0 calculo encendido, 1 detención cÔlculos) | 0 |
2 | El sistema de estimación de impactos se compone de 3 hojas de cĆ”lculo de google, una intranet como respositorio de los datos originales y un servicio de BI (Googla Data Studio) que, de maner acombinada proveen almacenamiento, procesamiento y reporte de la Información. Su estructura actual es resultado de la necesidad de mantener un nĆŗmero de celdas razonable, bajo el lĆmite mĆ”ximo de google, el no abusar del uso de funciones de cĆ”lculo muy pesadas (con la consiguiente perdida de rendimiento e incremento de tiempo en los cĆ”lculos), y el mantener una flexibilidad que no hiciera depender cada cĆ”lculo de referencias exactas (con el consiguiente riesgo de generar errores al insertar nuevos datos o al copiar y pegar fórmulas). A continuación de seƱalan los contenidos de cada Planilla y Hoja asociada | |
3 | Estimación Impactos GEI APL 2021 CABA - PROD: Los Ćndices sectoriales | Prod |
4 | Estimación Impactos GEI APL 2021 CABA - PRES: Los datos de producción levantados, con sus proyecciones según la variación de los indices sectoriales | PrEs |
5 | Estimación Impactos GEI APL 2021 CABA - CABA: Son los datos Base, esto incluye los datos efectivamente medidos como a los escenarios sin y con APL para las Categorias Base. Se incluyen ademÔs variables auxiliares y descriptivas | CaBa |
6 | Estimación Impactos GEI APL 2021 CADE - CABA: Es un import de de Estimación Impactos GEI APL 2020 CABA - CABA, permite realizar el cĆ”lculo de categorĆas derivadas en una planilla diferente haciendo mĆ”s ligera ambas planilla en tĆ©rminos de procesamiento y celdas | 2021-04-01 Estimación Impactos GEI APL 2024 CADE |
7 | Estimación Impactos GEI APL 2021 CADE - CADE: Son los escenarios generados para las categorias derivadas de las categorias base, usualmente eso se hace multiplicando una categorĆa base por un factor de emisión, pero depende de ecuaciones especĆficas segĆŗn categoria | 2021-04-01 Estimación Impactos GEI APL 2024 CADE |
8 | FACT: Datos con los diferentes parĆ”metros por defecto y factores de emisión utilizados en los cĆ”lculos de las categorĆas derivadas | 2021-04-01 Estimación Impactos GEI APL 2024 CADE |
9 | Script para realizar transformación de datos y calcular algunas categorĆas derivadas para preparar datos previo a carga a suite de inteligencia de negocios. | Cambiar CABA y CADE a Seudo Forma Normal (ASCC) |
10 | Factores de Emisión para el CĆ”lculo de CategorĆas Derivadas en el modelo de datos ASCC | 01-12-2024 Factores de emisión para categorias derivadas ASCC |
11 | StagingBINormal: Es la transformación de los datos para facilitar el procesamiento por la suite de inteligencia de negocios. Su principal rol es concentrar todo los años en una sola dimensión de anÔlisis en vez de cada año ser una dimensión diferente. | 2022-05-14 StagingBINormal 2024 |
12 | Encuesta INE sobre el numero de proyectos activos de Acuerdos de Producción Limpia (APL) | R00001011: Number of projects from Clean Production Agreements, according to sector of production (No.) |
13 | Reporte Interactivo | Contribución APLs al NDC / APL Contribution to Chile NDC |
14 | Reporte Escrito en sitio Web ASCC | ASCC - Acuerdos de Producción Limpia |
15 | Archivo de legado con sistematización y revisión de datos extraibles de informes de APL's | 2015-12-01 APL seleccionados y enlaces a documentos |
16 | CrĆ©ditos: Esta planilla de Impactos (o mĆ”s bien la combinación de las 3 planillas, la intranet y Google Data Studio), representan la tercera iteración en el diseƱo del soporte para la estimación de los impactos logrados en APL. La primera iteración fue resultado de la tesis de memoria "DiseƱo de sistema de gestión para la evaluación de impactos de los acuerdos de producción limpia" y se refleja en reportes 2015 y 2016. La segunda fue resultado de un rediseƱo para manejar el incremento de dimensionalidad y de datos a procesar de una manera que fuese mĆ”s eficiente, lo que se refleja en reportes 2017 a 2019 y la tercera iteración inicia su implementación en 2020. Dentro de cada iteración se han realizado mejoras incrementales al diseƱo del sistema de procesamiento, con exepción del 2019, sin perjuicio que cada aƱo se ha incrementado la dimensionalidad del reporte asĆ como los esfuerzos de valorización del mismo. En esta nueva edición de la tercera iteración se ha optimizado aĆŗn mĆ”s el uso de celdas, utilizando googledatastudio en vez de las spreasheets para crear nuevos campos. Este trabajo nunca hubiese sido posible sin el tremendo trabajo de todo el equipo de Operaciones (liderado en su primer momento por Carolina Giaconi, y posteriormente por Ambrosio YobĆ”nolo) y del NBC, y, en particular, de la sistematización realizada por 5 estudiantes en prĆ”ctica en enero de 2016. Posteriormente diferentes practicantes y memoristas han contribuido a su perfeccionamiento. Se rescatan los excelentes trabajos de sistematización realizado por Jorge Figueroa el 2017 asĆ como Francisco CatalĆ”n el 2018, de Maria JosĆ© Briones y Alberto Boher el 2019, y de Valeria Santana en 2022 quienes afinaron factores de emisión y permitieron la incorporación de nuevas categorĆas bajo la dirección y contribución directa de Ismael Diaz. A continuación, se agradecen las contribuciones de: | |
17 | Francisco CatalƔn Meyer | Aurora Leyton |
18 | Maria JosƩ Briones | AndrƩs Morales |
19 | Alberto Boher | Pablo Osorio |
20 | Cristopher BriceƱo | Marcela Pino |
21 | Sebastian CautĆn | Camila PiƱones |
22 | Jorge Figueroa | Camilo Ruiz |
23 | Valeria Santana |