AB
1
Control Maestro Encendido (0 calculo encendido, 1 detenciĆ³n cĆ”lculos)0
2
El sistema de estimaciĆ³n 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 InformaciĆ³n. 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 fĆ³rmulas). A continuaciĆ³n de seƱalan los contenidos de cada Planilla y Hoja asociada
3
EstimaciĆ³n Impactos GEI APL 2021 CABA - PROD: Los Ć­ndices sectorialesProd
4
EstimaciĆ³n Impactos GEI APL 2021 CABA - PRES: Los datos de producciĆ³n levantados, con sus proyecciones segĆŗn la variaciĆ³n de los indices sectorialesPrEs
5
EstimaciĆ³n 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 ademĆ”s variables auxiliares y descriptivasCaBa
6
EstimaciĆ³n Impactos GEI APL 2021 CADE - CABA: Es un import de de EstimaciĆ³n 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 celdas2021-04-01 EstimaciĆ³n Impactos GEI APL 2024 CADE
7
EstimaciĆ³n 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 emisiĆ³n, pero depende de ecuaciones especĆ­ficas segĆŗn categoria2021-04-01 EstimaciĆ³n Impactos GEI APL 2024 CADE
8
FACT: Datos con los diferentes parĆ”metros por defecto y factores de emisiĆ³n utilizados en los cĆ”lculos de las categorĆ­as derivadas2021-04-01 EstimaciĆ³n Impactos GEI APL 2024 CADE
9
Script para realizar transformaciĆ³n 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 EmisiĆ³n para el CĆ”lculo de CategorĆ­as Derivadas en el modelo de datos ASCC01-12-2024 Factores de emisiĆ³n para categorias derivadas ASCC
11
StagingBINormal: Es la transformaciĆ³n de los datos para facilitar el procesamiento por la suite de inteligencia de negocios. Su principal rol es concentrar todo los aƱos en una sola dimensiĆ³n de anĆ”lisis en vez de cada aƱo ser una dimensiĆ³n diferente.2022-05-14 StagingBINormal 2024
12
Encuesta INE sobre el numero de proyectos activos de Acuerdos de ProducciĆ³n Limpia (APL)R00001011: Number of projects from Clean Production Agreements, according to sector of production (No.)
13
Reporte InteractivoContribuciĆ³n APLs al NDC / APL Contribution to Chile NDC
14
Reporte Escrito en sitio Web ASCCASCC - Acuerdos de ProducciĆ³n Limpia
15
Archivo de legado con sistematizaciĆ³n y revisiĆ³n de datos extraibles de informes de APL's2015-12-01 APL seleccionados y enlaces a documentos
16
CrĆ©ditos: Esta planilla de Impactos (o mĆ”s bien la combinaciĆ³n de las 3 planillas, la intranet y Google Data Studio), representan la tercera iteraciĆ³n en el diseƱo del soporte para la estimaciĆ³n de los impactos logrados en APL. La primera iteraciĆ³n fue resultado de la tesis de memoria "DiseƱo de sistema de gestiĆ³n para la evaluaciĆ³n de impactos de los acuerdos de producciĆ³n 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 iteraciĆ³n inicia su implementaciĆ³n en 2020. Dentro de cada iteraciĆ³n se han realizado mejoras incrementales al diseƱo del sistema de procesamiento, con exepciĆ³n del 2019, sin perjuicio que cada aƱo se ha incrementado la dimensionalidad del reporte asĆ­ como los esfuerzos de valorizaciĆ³n del mismo. En esta nueva ediciĆ³n de la tercera iteraciĆ³n 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 sistematizaciĆ³n 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 sistematizaciĆ³n 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 emisiĆ³n y permitieron la incorporaciĆ³n de nuevas categorĆ­as bajo la direcciĆ³n y contribuciĆ³n directa de Ismael Diaz. A continuaciĆ³n, se agradecen las contribuciones de:
17
Francisco CatalƔn MeyerAurora Leyton
18
Maria JosƩ BrionesAndrƩs Morales
19
Alberto BoherPablo Osorio
20
Cristopher BriceƱoMarcela Pino
21
Sebastian CautƭnCamila PiƱones
22
Jorge FigueroaCamilo Ruiz
23
Valeria Santana