Экономические школы таблица сравнения и характеристики: Таблица Основные экономические школы. Материал полезен для олимпиад по обществознанию

Сравнить Office 365 корпоративный | Майкрософт

Деньги, раса и успех: сравнение вашего школьного округа

Уровень образования в каждом школьном округе США.

Каждый круг представляет один школьный округ. Круги большего размера представляют районы с большим количеством учащихся.

Нам давно известно о постоянном и неприятном академическом разрыве между белыми учащимися и их чернокожими и латиноамериканскими сверстниками в государственных школах.

Мы также давно поняли основную причину: более высокая доля чернокожих и латиноамериканских детей происходит из бедных семей. Новый анализ результатов тестов по чтению и математике со всей страны подтверждает, насколько важны социально-экономические условия.

Дети в школьных округах с самой высокой концентрацией бедных в среднем более чем на четыре класса отстают от детей в самых богатых округах.(Надежные оценки для американцев азиатского происхождения недоступны.)

Еще более отрезвляющим является то, что анализ показывает, что самый большой разрыв между белыми детьми и их одноклассниками из числа меньшинств возникает в некоторых из самых богатых сообществ, таких как Беркли, Калифорния; Чапел-Хилл, Северная Каролина; и Эванстон, штат Иллинойс,

Исследование Шона Ф. Рирдон, Деметра Калогридес и Кеннет Шорс из Стэнфорда также выявили большие академические пробелы в таких местах, как Атланта, где в государственных школах высок уровень сегрегации.

Существует большой разрыв между белыми детьми и их чернокожими и латиноамериканскими одноклассниками. Разрывы самые большие в местах с большим экономическим неравенством.

На диаграмме показаны округа, в которых в каждом классе обучается не менее 100 белых, 100 черных и 100 латиноамериканских учащихся. Надежные оценки недоступны для американцев азиатского происхождения.

Почему в богатых школьных округах разница в успеваемости по расовым признакам была столь явной? Это загадочный вопрос, поднятый данными. Частично ответ может заключаться в том, что в таких сообществах ученики и родители из более богатых семей постоянно соревнуются за еще большие успехи в учебе. Пока родители нанимают репетиторов, записывают своих детей в классы робототехники и заставляют их решать непонятные математические задачи, эти дети продолжают отдаляться от тех, кто не может позволить себе обогащение.

«Наши первоклассные ученики, которые приходят к нам, зашкаливают, — сказал Джефф Нэш, исполнительный директор по связям с общественностью городских школ Чапел-Хилл-Каррборо.

Школьная система находится рядом с флагманским кампусом Университета Северной Каролины, и 30 процентов учащихся в школах имеют право на бесплатный обед по сниженной цене, что ниже среднего показателя по стране.

Более богатые студенты, как правило, происходят из семей, в которых, «надо признать, оба родителя имеют докторскую степень.Д., и на этого ребенка, что бы ни происходило в школе, с детского сада оказывают давление, чтобы добиться успеха», — сказал г-н Нэш. «Поэтому, несмотря на то, что наши учащиеся из числа меньшинств превосходят учащихся из числа меньшинств в других округах рядом с нами, из-за этого разрыв здесь все еще больше».

Напротив, сообщества с небольшим разрывом в успеваемости, как правило, это те, в которых очень мало черных или латиноамериканских детей, или такие места, как Детройт или Буффало, где все учащиеся настолько бедны, что меньшинства и белые одинаково плохо справляются со стандартными тестами.

Данные не всегда мрачны. Несколько бедных районов, таких как Бремен-Сити, штат Джорджия, и Юнион-Сити, штат Нью-Джерси, получили оценки выше среднего. Они предполагают возможность того, что сильные школы могут помочь детям из малообеспеченных семей добиться успеха.

«Есть некоторые отклонения, и стоит обратить внимание на попытку выяснить, что делает их более успешными», — сказал г-н.Рирдон, профессор педагогики и ведущий автор анализа.

В новом анализе исследуются данные примерно 200 миллионов стандартных тестов по математике и чтению, проведенных учащимися с третьего по восьмой классы в каждом штате в период с 2009 по 2012 год. Хотя в разных штатах проводятся разные экзамены, г-н Рирдон и его команда смогли сравнить результаты штата с баллы по федеральным тестам, известным как Национальная оценка образовательного прогресса, чтобы разработать согласованную шкалу для сравнения округов.

Г-н Рирдон сказал, что анализ не следует использовать для ранжирования округов или школ. Результаты тестов отражают не только качество школ или их учителей, но и всевозможные другие факторы в жизни детей, включая их домашнюю среду; посещали ли они хорошее дошкольное учреждение; травмы, которые они пережили; читают ли им родители на ночь или нанимают репетиторов.

Из данных ясно видно, насколько неразрывно связаны раса и класс, и насколько эта связь усугубляется в школьных условиях.

Мало того, что чернокожие и латиноамериканские дети чаще растут в бедных семьях, черные и латиноамериканские дети из среднего класса также гораздо чаще, чем бедные белые дети, живут в районах и посещают школы с высокой концентрацией бедных учащихся.

Эти школы могут столкнуться с множеством проблем. Им, как правило, труднее нанимать и удерживать самых опытных учителей, а занятия чаще прерываются инцидентами с применением насилия или эмоциональными последствиями насилия по соседству. Эти школы часто предлагают меньше классов высокого уровня, таких как курсы Advanced Placement, и у родителей меньше ресурсов, чтобы собрать дополнительные деньги, которые могут обеспечить расширенные программы и возможности в области искусства.

«Если школа находится в районе с высокой сегрегацией и обслуживает цветных учеников с ограниченными ресурсами, это окажет разрушительное воздействие на тех, кто переживает кризис», — сказала Тена Робинсон Мок, директор проекта Ending the. Программа «От школы до тюрьмы» спонсируется группой по защите гражданских прав Advancement Project.«Но другие, которые, возможно, не страдают от этого кризиса дома, также будут страдать от нехватки ресурсов или высококвалифицированных учителей. Таким образом, если эти факторы будут действовать, это повлияет на все школьное сообщество».

Даже в округах, где белые студенты и их одноклассники из числа меньшинств имели сходное социально-экономическое положение, академические разрывы сохранялись.

Здесь мы показываем только районы, в которых чернокожие и белые учащиеся или испаноязычные и белые учащиеся имеют одинаковое происхождение.

В некоторых сообществах, где и черные, и белые, и латиноамериканцы, и белые происходили из одинакового социально-экономического положения, академические пробелы сохранялись.Г-н Рирдон сказал, что преподаватели в этих школах могут подсознательно — а в некоторых случаях и сознательно — отслеживать белых учеников на одаренных курсах, назначая чернокожих и латиноамериканцев на менее строгие курсы.

Другие, изучавшие данные, говорят, что они вызвали столько же вопросов, сколько и ответов. «Эти данные дают нам увеличительное стекло в местах, которые имеют одинаковые социально-экономические разрывы, но разные модели достижений», — сказал Рукер С.Джонсон, адъюнкт-профессор государственной политики Калифорнийского университета в Беркли. «Поэтому нам нужно использовать это увеличительное стекло, чтобы выяснить, какое созвездие других факторов» влияет на ученых.

В одном школьном округе, который, кажется, превзошел все шансы, Юнион-Сити, штат Нью-Джерси, учащиеся стабильно успевали примерно на треть выше среднего по стране на тестах по математике и чтению, даже несмотря на то, что средний доход семьи составляет всего 37 000 долларов и только 18 процентов. родителей имеют степень бакалавра.Около 95 процентов студентов составляют латиноамериканцы, и подавляющее большинство студентов имеют право на бесплатные обеды или обеды по сниженным ценам.

Сильвия Аббато, суперинтендант округа, сказала, что не может указать ни одно действие, которое привело бы к лучшим результатам. Она отметила, что округ использует федеральные средства для оплаты труда учителей, чтобы получить сертификаты выпускников в качестве специалистов по грамотности, и он спонсирует родительские вечера раз в две недели с советами по домашней работе для детей, питанию и иммиграционному статусу.

Округ регулярно обновляет учебную программу и использует быстрые онлайн-тесты, чтобы определить, где учащимся нужна дополнительная помощь или учителям нужно изменить свои подходы.

«Это не то, что вы можете сделать за одну ночь», — сказала мисс. — сказал Аббато. «Мы предпринимаем постепенные шаги повсюду».

Если вы хотите более подробно освещать расу и этническую принадлежность, подпишитесь на нашу рассылку новостей о расе и родственных вещах.

«Преподавательская сила» Гарварда выводит бизнес-школу на первое место по влиянию

Гарвард возглавляет список самых влиятельных бизнес-школ мира, основанный на преподавательской способности — новом показателе того, насколько результаты их научных исследований используются в других бизнес-курсах.

Другие учреждения с преподавателями, чьи книги по бизнесу, бухгалтерскому учету, маркетингу и экономике широко рекомендуются их коллегами, включают Уорик и Портсмут в Великобритании, школу менеджмента Слоуна в Массачусетском технологическом институте и Келлогг в Северо-Западном в Чикаго.

Рейтинг, составленный для Financial Times американской некоммерческой организацией Open Syllabus, отслеживает, в какой степени работа профессоров и их бизнес-школ поручается студентам.Он обеспечивает другую меру цитирования, полученного от исследователей в академических журналах.

Рейтинг преподавателей бизнес-школ

Ознакомьтесь с полным рейтингом обучающих способностей здесь. Рейтинг основан на индивидуальных присвоениях 500 лучших титулов. Авторы отнесены к школам на основе начальной и / или поздней карьерной принадлежности. Названия, написанные в соавторстве, распределяют свое общее количество заданий между авторами.

«Университеты занимаются двумя вещами: преподают и проводят исследования, — говорит Джо Караганис, директор Open Syllabus.«Исследования оставляют публичные записи, но преподавание остается черным ящиком. Преподаватели получают кредит за опубликованные работы, цитируемые в журналах. Мы надеемся, что сможем помочь переоценить преподавание, помогая им заявить о своей работе, которую они выполняют в классе».

Караганис говорит, что его проект может способствовать более широкому обмену курсами и помочь студентам подготовиться к учебе. Это также могло бы повысить доверие ученых к их обучению в то время, когда основное внимание уделяется результатам исследований.

Рейтинг «преподавательской способности» был составлен путем подсчета бизнес-публикаций с наибольшим количеством ссылок в описаниях курсов и списках для чтения с 2015 года. Эти ссылки должны быть в свободном доступе в Интернете и зачислены в бизнес-школы, в которых работают авторы, вышедшие из , или с которыми они имеют давнюю связь.

Наиболее часто цитируемым академиком является Филип Котлер, почетный профессор маркетинга Школы менеджмента Келлогга Северо-Западного университета, чьи книги включают Маркетинг, Управление маркетингом и Принципы маркетинга .

Всего 10% наиболее цитируемых работ принадлежат женщинам во главе с Эммой Белл из Открытого университета за ее Методы бизнес-исследований .

Бизнес-школа с наибольшим количеством цитируемых ученых в целом — это Гарвард, преподаватели которого включают Майкла Портера, профессора, специализирующегося на конкурентной стратегии, и Джона Коттера, заслуженного профессора лидерства.

Гарвард также доминирует на рынке тематических исследований. В прошлом году было продано более 15 миллионов отдельных копий бизнес-школам по всему миру, а общий доход от издательской деятельности составил 262 миллиона долларов.

В рейтинге преобладают учебники, многие из которых были написаны много лет назад и много раз переиздавались. Одним из примеров, вышедшим в 1989 году, является книга «Организационное поведение на рабочем месте », написанная Лори Маллинз, бывшим преподавателем Портсмутского университета. Издатель Пирсон говорит, что книгу использовали 500 000 студентов.

Рейтинг «преподавательского потенциала» составлен на основе 5 миллионов наименований, упомянутых в более чем 7 миллионах учебных программ почти 7400 университетов в 96 странах. В нем преобладают колледжи США, за которыми следуют колледжи Великобритании и Канады.

По всем предметам, преподаваемым в университетах, классика Уильяма Странка Элементы стиля занимает первое место, а Карла Маркса Манифест   из Коммунистическая Партия занимает четвертое место, опережая Платона The The The Manifesto

Но наибольшее количество учебных программ, почти 600 000, посвящено бизнес-исследованиям. Многие из программ бизнес-курсов, доступных в Интернете, получены от учреждений в Великобритании, которые цитируют работы других британских ученых.Это помогает объяснить высокие места, полученные несколькими британскими школами. Анализ не включает учреждения в странах, где опасения по поводу политических преследований могут поставить учителей под угрозу.

Open Syllabus провел оценку на основе четырех академических дисциплин, которые удалось классифицировать с помощью алгоритма машинного обучения. Однако он не мог легко определить точные курсы или уровень обучения, в которых цитируются публикации, размер или статус различных классов или то, насколько широко на самом деле читаются назначенные книги.

Баллы начислялись за количество цитирований каждой работы, разделенное между количеством авторов, которые могли быть связаны с конкретной бизнес-школой как с их основным работодателем. Работы должны быть в списках для чтения, составленных для курсов с 2015 года, чтобы обеспечить разумную степень «свежести».

Наиболее цитируемые тексты по бизнесу, маркетингу, бухгалтерскому учету, экономике

1. Методы исследования для студентов, изучающих бизнес | Сондерс, Льюис, Торнхилл

2. Управление маркетингом | Котлер, Келлер

3. Принципы маркетинга | Котлер, Армстронг

4. Изучение стратегии | Johnson, Whittington, Scholes

5. Менеджмент и организационное поведение | Mullins

6. Методы бизнес-исследований | Bell, Bryman

7. Принципы корпоративных финансов | Брили, Майерс, Аллен

8. Организационное поведение  | Huczynski, Buchanan

9. Управленческий учет для менеджеров | Норин, Брюэр, Гарнизон

10. Управление операциями | Slack, Брэндон-Джонс, Джонстон

11. Инвестиции | Боди, Кейн, Маркус

12. Анализ современной стратегии | Грант

13. Корпоративные финансы | Росс, Вестерфилд, Джаффе

14. Микроэкономика | Pindyck, Rubinfeld

15. Организационная культура и лидерство | Schein

Определить школы для программы наставничества

Окончание средней школы открывает перед учащимися множество возможностей дальнейшего образования и экономических возможностей. Учащиеся, окончившие среднюю школу, с большей вероятностью будут иметь более высокий уровень занятости, более высокий доход, более низкий уровень заболеваемости и большую продолжительность жизни.

На этом уроке вы возьмете на себя роль ГИС-аналитика, работающего в некоммерческой организации, которая занимается наставничеством учащихся восьмых и девятых классов, которые рискуют отстать и не закончить учебу. Вы изучите данные по городу и определите средние школы с процентом выпускников ниже среднего по штату.Вы изучите демографические характеристики районов, которые обслуживают эти школы, и определите, какие средние школы и какие школы, обслуживающие восьмиклассников, были бы хорошими местами для инвестиций в программу наставничества.

Последний раз этот урок тестировался 4 ноября 2021 г. с использованием ArcGIS Pro 2.9. Если вы используете другую версию ArcGIS Pro, вы можете столкнуться с другими функциями и результатами.

План урока

Прежде чем вы начнете анализ того, где реализовать программу наставничества, вы отфильтруете и адаптируете некоторые данные из нескольких источников.

Откройте проект

Сначала вы загрузите и откроете данные проекта по умолчанию в ArcGIS Pro.

1. Загрузите файл Identification_Schools.zip-файл.
2. Найдите загруженный файл на своем компьютере.

   В зависимости от вашего веб-браузера вам может быть предложено выбрать местоположение файла перед началом загрузки. Большинство браузеров загружают файлы в папку «Загрузки» по умолчанию.

3. Щелкните файл правой кнопкой мыши и извлеките его в место, которое легко найти, например в папку «Документы».
4. Откройте папку «Идентификация_школ».

   Папка содержит упакованный файл проекта ArcGIS Pro (.ppkx) и разделенные запятыми значения (.csv) таблица.

5. Если на вашем компьютере установлен ArcGIS Pro, дважды щелкните файл identity_Schools.ppkx.
6. При появлении запроса войдите в систему, используя свою лицензированную учетную запись ArcGIS.

   Если у вас нет ArcGIS Pro или учетной записи ArcGIS, вы можете подписаться на бесплатную пробную версию ArcGIS.

   Проект содержит карту, на которой показаны школы округа Чатем, штат Джорджия, США, а также зоны посещаемости средних школ. Школы представлены точечными объектами, а зоны представлены полигональными объектами.

   Эти два слоя были загружены с портала открытых данных SAGIS, авторитетного информационного центра для данной области.

Добавить определяющий запрос

Школ намного больше, чем зон посещаемости средней школы. Это потому, что слой школ содержит все школы, а не только государственные средние школы. Вы часто обнаружите, что данные из авторитетных источников содержат больше функций и атрибутов, чем вам нужно для вашего проекта.

1. На панели «Содержание» щелкните правой кнопкой мыши «Школы» и выберите «Таблица атрибутов».

   Каждая строка в этой таблице содержит значения для одной школы. Текст в нижней части таблицы говорит вам, что существует 100 школ. В таблице есть поля, содержащие значения, описывающие каждую школу.

   В поле TYPE указывается тип школы для каждой точки. Поскольку вас интересует количество выпускников средних школ, вы будете использовать этот атрибут для фильтрации слоя, чтобы он отображал только средние школы. Поле SCHOOL_TYP определяет государственные и частные школы.

2. На панели «Содержание» дважды щелкните «Школы».

   Появится окно свойств слоя.

3. В окне «Свойства слоя» щелкните вкладку «Запрос определения» и щелкните «Новый запрос определения».

   Запрос 1 отображается на панели Определение запроса. В строке «Где» есть три раскрывающихся списка, позволяющих выбрать поле, связь и значение.

4. Выберите поле ТИП, выберите равно и выберите Высокий.

   Это отфильтрует слой, чтобы показать средние школы. Для этого проекта интерес представляют только государственные школы, поэтому следующим шагом будет добавление в запрос еще одного предложения.

5. Щелкните Добавить пункт.

   На панели запросов определения появляется еще одна строка.

6. Для этого предложения оставьте оператор И и установите SCHOOL_TYP равным Public School.

   Предложения соединяются оператором И, поэтому на карте будут отображаться только школьные точки, которые являются как старшими, так и государственными школами.

   Переключатель SQL в правом верхнем углу построителя запросов позволяет просматривать (и редактировать) предложения запроса, представленные в виде кода языка структурированных запросов (SQL), но в большинстве случаев проще использовать эти элементы управления для построения запросов.

7. Нажмите «Применить».
8. Нажмите OK.

   Вы отфильтровали слой Schools с помощью определяющего запроса. Теперь слой показывает только общедоступные средние школы, школы, важные для этой части анализа.

Скрыть дополнительные поля

В слое Schools есть несколько полей, которые не нужны для этого проекта. Вы их спрячете.

1. В таблице атрибутов слоя Schools щелкните заголовок поля GRADES; нажмите Ctrl, одновременно нажимая ПРИСОЕДИНЕНИЕ, ОГРАНИЧЕНИЕ, АДРЕС, ГОРОД и ZIP.

   Заголовки полей меняют цвет, указывая на то, что выбрано несколько столбцов.

2. Щелкните правой кнопкой мыши ОГРАНИЧЕНИЕ и выберите Скрыть поле.

   Эти поля все еще находятся в таблице данных, но теперь они скрыты.

   Слой AttendanceZones также содержит поля, которые сейчас не нужны. Поскольку вы будете скрывать большинство полей в слое, вы будете использовать представление «Поля», чтобы скрыть поля.

3. На панели Содержание щелкните правой кнопкой AttendanceZones, выберите Дизайн данных и щелкните Поля.

   Появится представление Поля.

4. В представлении «Поля» снимите флажок «Видимый», чтобы отключить видимость всех полей.

5. Установите флажок «Видимый» рядом с ИМЯ, чтобы снова включить это поле.

6. На ленте на вкладке Поля в группе Изменения щелкните Сохранить.
7. Закройте панель просмотра полей.
8. На панели Содержание щелкните правой кнопкой AttendanceZones и выберите Таблица атрибутов.

   Появится таблица атрибутов для слоя AttendanceZones, а поля, которые вам не нужны для анализа, будут скрыты.

Сравните две таблицы

Теперь вы сравните таблицы для слоев Schools и AttendanceZones.

1. Откройте таблицы атрибутов для слоев AttendanceZones и Schools.

   Две таблицы могут быть расположены как две вкладки на одной панели таблицы. Чтобы сравнить их рядом, вы можете перетащить одну из вкладок из этой панели.

2. Щелкните вкладку AttendanceZones и перетащите ее, чтобы закрепить сбоку от таблицы атрибутов для слоя Schools.

   При перетаскивании панели, представленной синей тенью, в центре табличного представления и по краям окна приложения появляются установочные объекты. Каждая цель представляет собой область, в которой может располагаться панель.

3. В таблице Schools щелкните правой кнопкой мыши заголовок поля NAME и выберите Sort Ascending.
4. В таблице AttendanceZones щелкните правой кнопкой мыши заголовок поля ИМЯ и выберите Сортировка по возрастанию.

   При сравнении двух таблиц выясняется, что большинство учащихся государственных средних школ посещают школу, расположенную в их зоне посещаемости, но некоторые посещают школы, в которых учащиеся находятся за пределами зоны.

   Первые шесть средних школ — Бич, Гроувс, Айлендс, Дженкинс, Джонсон и Нью-Хэмпстед, Виндзорский лес и Школа гуманитарных наук (в средней школе Саванны) — указаны в обеих таблицах.

   Однако есть еще три школы, не входящие в зоны AttendanceZones. Эти школы называются Академия искусств Саванны, Ранний колледж Саванны (в средней школе Саванны) и Программа средней школы Вудвилля Томпкинса / Сумерки. Эти три школы привлекают учащихся из разных зон посещаемости в качестве магнитных школ.

   В Соединенных Штатах специализированные школы — это государственные школы или образовательные программы, которые предлагают широкий спектр отличительных учебных программ, часто специализирующихся на академических предметах, таких как математика, естественные науки или технологии. Цель специализированных школ — предоставить учащимся доступ к специализированным академическим возможностям, которые не связаны географическим расположением и обозначением школьных зон. Прием в программы специализированных школ зависит от школьного округа, но часто предлагается на основе сочетания заслуг, системы лотереи и других критериев.

Добавьте информацию путем объединения таблиц

Ни один из двух текущих слоев не содержит подсчета учащихся или количества выпускников для школ. Часто вам придется улучшать существующие данные, комбинируя их с данными из других источников. К счастью, друг в вашем офисе нашел отчет о состоянии, в котором есть числа, и ввел их в текстовый файл со значениями, разделенными запятыми, или . csv (CSV — это очень простой формат таблицы). Вы будете использовать значение кода идентификатора школы штата, чтобы присоединить эти данные к слою Schools.

1. На ленте на вкладке Карта в разделе Слой щелкните Добавить данные.

   Появится окно Добавить данные.

2. Перейдите к папке в Документах, в которую вы извлекли папку Identification_Schools, щелкните GraduationRates.csv и нажмите OK.

   Таблица добавлена ​​на панель Содержание в разделе Автономные таблицы.

   В этой таблице есть поле с именем SCHOOLCODE, в котором указан идентификационный код штата для каждой школы. Слой Schools имеет те же значения данных в поле School_ID.

   Вы соедините две таблицы, соединив их по совпадающим значениям в этих полях.

   Иногда можно использовать поле имени в качестве поля соединения, но обычно лучше использовать числовые или кодовые поля. Имена часто имеют различия в написании, написании заглавных букв и полноте, что не позволяет им сопоставляться. Например, поля NAME в слоях Schools и AttendanceZones используют разные соглашения об именах для названий школ. Имя таблицы Schools сочетается со словом High (например, Beach High), а имя таблицы AttendanceZones сочетается со словом High School (например, Beach High School).Эти различия могут быть несущественны для человека, но они будут препятствовать правильному объединению таблиц.

3. На панели «Содержание» щелкните правой кнопкой мыши «Школы», выберите «Объединения и связи» и нажмите «Добавить объединение».

   Появится окно «Добавить соединение».

4. В окне «Добавить объединение» введите следующие параметры:
   • Для входной таблицы убедитесь, что выбраны школы.
   • Для поля ввода соединения выберите SCHOOL_ID.
   • Для присоединения к таблице подтвердите GraduationRates.выбран CSV.
   • В поле «Объединить таблицу» выберите КОД ШКОЛЫ.

5. Нажмите OK.

   Символ предупреждения рядом с входным полем соединения присутствует, потому что поле не проиндексировано. Индексация полей соединения повышает производительность, но для такой маленькой таблицы в этом нет необходимости. Нажав «Проверить соединение», инструмент проверит, работает ли выражение.

   Поля GRCLASSZ (количество классов старшей школы) и GRDNUM (количество выпускников) присоединяются к классу пространственных объектов.Теперь вы можете рассчитать выпускные курсы.

6. Закройте таблицу AttendanceZones.

Добавить поля для хранения новых значений

Даже если у вас есть данные в таблицах, таблицы могут не содержать именно ту информацию, которая вам нужна. В этом случае таблица содержит два соответствующих поля, которые содержат размер выпускного класса и количество выпускников. К счастью, по этим значениям можно рассчитать процент выпускников. Вы добавите поле для хранения результатов перед выполнением расчета.

1. В таблице «Школы» нажмите «Добавить».

   Появится представление «Поля» для школ с редактируемым новым полем в нижней части таблицы.

2. В поле Имя поля введите GradRate, а в поле Псевдоним введите Gradation Rate.
3. Установите тип данных Double.

4. На ленте на вкладке Поля в разделе Изменения щелкните Сохранить.

   Пока вы добавляете поля в таблицу, вы добавите еще два поля для хранения двух других частей информации о школах — являются ли они школами с углубленным изучением предметов (школы со всех зон) и являются ли они падать выше или ниже среднего уровня выпускников по штату.

5. В нижней части представления «Поля» щелкните Щелкните здесь, чтобы добавить новое поле.
6. Для нового поля в поле Имя поля введите Магнит, а в поле Тип данных выберите Текст. В поле «Длина» введите 5.

   Это поле позволит вам различать школы, которые набирают учащихся из одной зоны, и школы, которые набирают учащихся из разных зон.

7. Добавьте поле с именем Under82, со значением типа данных Text и значением длины 5.

   Это поле позволит вам различать школы, которые выше и ниже 82-процентного уровня выпускников.

8. Нажмите «Сохранить» и закройте вкладку «Поля».

   Новые поля добавлены в конец таблицы Schools. Возможно, вам придется прокрутить таблицу вправо, чтобы увидеть их.

   Теперь, когда поля добавлены, вы готовы рассчитать количество выпускников для каждой школы и пометить школы другими значениями для анализа.

Рассчитайте новые значения

Вы рассчитаете количество выпускников для каждой школы. Чтобы рассчитать количество выпускников, вы разделите количество выпускников (GRDNUM) на общее количество учеников в классе (GRDCLASSZ).Умножьте результат на 100, чтобы получить степень градации, выраженную в процентах.

1. В таблице атрибутов Schools щелкните правой кнопкой мыши Graduation Rate и выберите Calculate Field.

   Появится инструмент Вычислить поле.

2. В инструменте «Вычислить поле» в столбце «Выражение» в столбце «Поля» дважды щелкните GRDNUM.

   Это добавляет !GraduationRates.csv.GRDNUM! в поле выражения вычисления поля.

   Поскольку это вычисление на слое, который имеет соединение, имя исходной таблицы добавляется в качестве префикса к имени поля, и они разделяются восклицательными знаками, чтобы указать, что это имя поля.

3. Нажмите кнопку деления (/).
4. В столбце «Поля» дважды щелкните GRCLASSZ.
5. В поле выражения заключите оператор в круглые скобки и введите * 100.

   Готовое выражение выглядит следующим образом:

   (!GraduationRates.csv.GRDNUM! / !GraduationRates.csv.GRCLASSZ!) * 100

   То есть значение поля GRDNUM (количество выпускников), деленное на значение поля GRCLASSZ (размер класса), умноженное на 100. Как GRDNUM, так и GRVLSSZ имеют префикс GraduationRates. csv, чтобы указать, что они находятся в таблице GraduationRates.csv. Процентное значение будет храниться в Schools.GradRate, поле GradeRate таблицы Schools.

6. Нажмите OK.

   Процент выпускников отображается в столбце «Процент выпускников» таблицы «Школы».

   Есть три школы — Академия искусств Саванны, Ранний колледж Саванны (при средней школе Саванны) и Программа средней школы / Сумерки Вудвилля Томпкинса, которые привлекают учащихся из разных зон посещаемости. Вы добавите значения в поле «Магнит», чтобы отличать их количество выпускников от других школ.

7. В таблице атрибутов Schools щелкните заголовок строки для Savannah Arts Academy и, удерживая клавишу Ctrl, щелкните номера строк для Savannah Early College и Woodville Tompkins.

   Строки для каждой школы должны быть выделены, чтобы указать, что они выбраны.

8. В таблице Schools щелкните правой кнопкой мыши столбец Magnet и выберите Calculate Field.
9. В инструменте «Вычислить поле» в поле выражения введите «Да».

   Заключите слово в кавычки.

10. Нажмите «Применить». Не закрывайте инструмент Вычислить поле.

    Значение Да добавляет к атрибуту Магнит для трех выбранных школ.

11. В таблице Schools нажмите кнопку Switch Selection.

    Остальные восемь школ выбраны.

12. В инструменте «Вычислить поле» измените выражение на «Нет» и нажмите «ОК».

    Значения поля Магнит обновлены.

13. Нажмите кнопку «Очистить выбор», чтобы отменить выбор в таблице.

    Рассчитывается количество выпускников и маркируются специализированные школы.

Экспорт данных в новый класс пространственных объектов

Теперь, когда вы добавили новые данные в слой Schools, данные о количестве выпускников средних школ готовы для анализа. Экспортируйте его в новый класс пространственных объектов, чтобы сохранить объединенные поля и устранить необходимость в определяющем запросе.

1. На панели содержимого щелкните правой кнопкой мыши Schools, выберите Data и щелкните Export Features.

   Появится окно Экспорт объектов.

   Убедитесь, что для входных объектов установлено значение «Школы», а выходным местоположением является база геоданных вашего проекта, identity_school.gdb.

2. В поле Выходной класс объектов введите HighSchools. Нажмите «ОК».

   На карту добавлен новый слой HighSchools.

3. На панели «Содержание» снимите флажок «Школы», чтобы отключить слой.
4. Закройте таблицу «Школы».
5. На панели быстрого доступа щелкните Сохранить, чтобы сохранить проект.

Вы загрузили, открыли и изучили исходные данные для проекта. Вы изменили поля, отображаемые слоями, и добавили новые поля. Вы присоединили данные к школам из файла .csv, рассчитали количество выпускников и закодировали школы как магнитные или немагнитные школы. Вы экспортировали новый слой только со средними школами со всей добавленной вами информацией.

Теперь вы будете исследовать данные.Вы будете использовать диаграмму данных, чтобы получить представление о том, как данные распределяются, и как процент выпускников связан с конкретными местами в округе.

Просмотр гистограммы количества выпускников

Сначала вы откроете таблицу атрибутов слоя HighSchools и отсортируете ее.

1. Щелкните правой кнопкой слой HighSchools и выберите Таблица атрибутов.
2. В таблице HighSchools щелкните правой кнопкой мыши заголовок поля Уровень выпускников и выберите Сортировать по возрастанию.

3. Щелкните правой кнопкой мыши заголовок поля «Коэффициент выпуска» и выберите «Статистика».

   Появится диаграмма с коэффициентами деления, представленными в виде гистограммы, и появится панель Свойства диаграммы, показывающая описательную статистику для значений поля.

   Средний процент выпускников школ составляет 88,63 процента, что выше, чем в среднем по штату (82 процента). Самый низкий процент выпускников составляет 75,3 процента, а самый высокий — 100 процентов.

   По умолчанию данные разделены на восемь бинов для гистограммы, хотя это можно настроить.

   Числа в этой таблице показаны с большим количеством десятичных разрядов, чем необходимо.Далее вы измените формат чисел для диаграммы.

4. На панели «Свойства диаграммы» перейдите на вкладку «Оси» и в разделе «Ось X» для «Числовой формат» нажмите кнопку «Определить формат отображения для числовых типов полей».

5. На появившейся панели для категории выберите Числовой. В разделе «Округление» в поле «Десятичные разряды» введите 1.

   Числовой формат для коэффициентов выпуска обновляется по оси X диаграммы.

6. Закройте панель свойств диаграммы.
7. Щелкните первый столбец гистограммы.

   Когда вы щелкаете полосу для ячейки с наименьшим значением, выбираются две школьные точки, которые попадают в эту ячейку. Они выделены на карте и в атрибутивной таблице HighSchools.

8. Щелкните другие столбцы, чтобы увидеть расположение школ в других корзинах.
9. Щелкните столбец с самой высокой скоростью градации.

   Выбраны три школы с наибольшим количеством выпускников.

10. В таблице атрибутов HighSchools просмотрите атрибуты выбранных школ.

    Три школы с самым высоким процентом выпускников являются специализированными школами. Школы-магниты привлекают учащихся из разных зон посещаемости. Прием в специализированную школу может быть основан на нескольких критериях, включая заслуги, лотерею или наличие брата или сестры, которые посещали школу раньше. Школы-магниты, как правило, привлекают учащихся, которые особенно заинтересованы в специальном учебном плане или программе, предлагаемой школой, такой как искусство, естественные науки и математика или профессиональное и техническое образование. Магнитные школы также могут иметь доступ к специальному финансированию и нанимать преподавателей с особыми интересами к программе.Это может быть одной из причин, по которым школы-специалисты имеют самые высокие показатели выпускников среди этой группы школ в вашем анализе.

11. В таблице HighSchools щелкните Очистить, чтобы снять выделение.

    Вашей организации может быть полезно изучить эти школы, чтобы определить причины их высоких показателей выпускников, которые также могут быть применены в программе наставничества.

12. Закройте таблицу атрибутов HighSchools и панели диаграмм.

Отфильтруйте школы-специалисты

Поскольку школы-специалисты набирают учащихся из разных зон посещаемости и имеют самый высокий процент выпускников, они не будут полезны при выборе старших и средних школ для программы наставничества.Вы добавите определяющий запрос, чтобы отфильтровать их.

1. На панели Содержание дважды щелкните HighSchools.

   Появится окно свойств слоя.

2. В окне «Свойства слоя» щелкните вкладку «Запрос определения» и щелкните «Новый запрос определения».
3. Постройте выражение Где Магнит равно нет.
4. Нажмите «Применить», а затем нажмите «ОК».

   Магнитные школы больше не отображаются на карте. Далее вы обозначите оставшиеся школы символами, чтобы определить географические закономерности в количестве выпускников.

Измените символы средних школ

Теперь вы измените символы точек HighSchools, чтобы лучше показать, где расположены школы с более высокими и низкими показателями.

1. Щелкните правой кнопкой мыши HighSchools и выберите Символы.

   Появится панель Символы.

2. На панели Символы для Первичных символов выберите Градуированные цвета. Для Поле выберите Gradation Rate.

   Метод классификации по умолчанию — Естественные границы.

   В этой цветовой схеме вы можете видеть, что школы с самым высоким процентом выпускников показаны в виде темно-синих точек, светлеющих по мере уменьшения процента выпускников.

   Средний процент выпускников средних школ составлял 88,6, в то время как процент выпускников по штату в целом в 2020 году составлял около 82 процентов. Ваша организация хочет запустить программу наставничества в школах, где процент выпускников ниже среднего по штату, составляющего 82 процента.

   Далее вы измените символы, чтобы выделить школы с долей менее 82 процентов.

3. На панели Символы для Классов введите 2 и нажмите Enter.

4. На вкладке «Классы» в столбце «Верхнее значение» дважды щелкните первое поле, установите первое верхнее значение на 82 и нажмите Enter.

5. Дважды щелкните символ первой категории.

6. В галерее символов щелкните кружок 3.

   Этим символом выделены школы с процентом выпускников ниже среднего по штату.

   Эти школы сосредоточены в северо-центральной части округа.Это частично отвечает на вопрос вашей организации — где находятся средние школы с процентом выпускников ниже среднего по штату. Эти школы станут площадками для программы наставничества для девятых классов. Вам все еще нужно определить, какие школы, обслуживающие восьмиклассников, должны участвовать.

7. На панели Содержание включите слой Schools и выключите слой HighSchools.

   Слой HighSchools включает данные из GraduationRates.csv, поэтому объединенные данные в слое Schools можно удалить.

8. Щелкните правой кнопкой мыши «Школы», выберите «Объединения и связи», щелкните «Удалить все объединения».

9. В появившемся окне «Удалить объединения» нажмите «Да».

Показать расположение школ с восьмиклассниками

Вы измените определяющий запрос на слое Schools, чтобы показать школы, которые обслуживают восьмиклассников.

1. Дважды щелкните «Школы».

   Появится окно свойств слоя.

2. В окне «Свойства слоя» на вкладке «Определяющий запрос» укажите «Запрос 1» и нажмите «Удалить определяющий запрос», чтобы удалить определяющий запрос.

3. В появившемся окне «Удалить запрос определения» нажмите «Да».

   Запрос удален.

   Далее вы создадите запрос для поиска школ которые классифицируются как средние школы, школы K-8 или K-12 школы — школы в любой из этих категорий включают восьмой класс ученики. Вы также добавите пункт, чтобы ограничить результаты общедоступными школы.

   Ранее в этом уроке вы использовали оператор И, чтобы соединить два предложения запроса, отображающие точки, где поле TYPE значение было высоким, а значение поля SCHOOL_TYP было Общеобразовательная школа.Вы хотели, чтобы запрос показывал только школы который выполнил оба этих запроса.

   В этом запросе вы будете использовать операторы Or для объединения трех предложения, которые найдут школы со значениями Middle Or K-8 или K-12 в поле TYPE и используйте оператор И, чтобы найти школы, в которых значение поля SCHOOL_TYP является общедоступным Школа.

4. Щелкните Новый определяющий запрос.

   Сначала вы создадите запрос для отображения промежуточных школ.

5. Для запроса 1 постройте выражение, где TYPE равно Middle.
6. Щелкните Добавить пункт и создайте выражение Или ТИП равен K-8.

7. Нажмите «Применить» и нажмите «ОК».

   Карта обновляется в соответствии с запросом.

8. Откройте таблицу атрибутов для школ и посмотрите на карту.

   В таблице нет записей. В чем может быть проблема?

9. На панели Содержание дважды щелкните Школы.

   Окно «Свойства слоя» появляется на вкладке «Запрос определения».

   Проблема в логической ошибке.В запросе используется неправильный оператор для соединения предложений. Используя оператор И, запрос выбирает школы, в которых значение поля ТИП равно среднему и равно К-8. Это выражение не дает совпадений, так как школьные баллы имеют только одно значение текстовой строки, хранящееся в этом поле. Он не может быть равен обоим текстовым значениям одновременно.

   Когда вы добавляете второе предложение в выражение запроса в построителе определения запросов, оператором по умолчанию является И, поскольку это распространенный выбор.Если бы это поле было числовым, имело бы смысл иметь два предложения, работающие с одним и тем же полем, соединенные оператором И. Например, вы можете захотеть просмотреть только школы, в которых обучается от 100 до 300 учеников, поэтому вы можете сделать запрос, чтобы найти точки, где StudentBody >= 100 и StudentBody <= 300.

   Решение состоит в том, чтобы отредактировать запрос, чтобы использовать Или оператор.

10. Для запроса 1 нажмите «Изменить» и установите оператор «Или», нажмите «Применить» и нажмите «ОК».

    Теперь вы можете видеть школы, у которых поле ТИП равно среднему или равно K-8.В таблице показано, что этому запросу соответствует 26 школ.

11. Откройте окно «Свойства слоя» для слоя «Школы» на вкладке «Запрос определения».
12. Отредактируйте запрос 1 и добавьте третье предложение, чтобы также найти школы, являющиеся школами K–12.

    Теперь вы можете видеть школы, у которых поле ТИП равно среднему, K-8 или K-12. В таблице показано, что этому запросу соответствует 26 школ.

    Некоторые из этих школ являются частными школами, а некоторые являются государственными чартерными школами, которые, как и средние школы-магниты, собираются со всего округа.Для этого проекта вы их исключите. Для этого вы добавите предложение.

13. Откройте окно «Свойства слоя» для слоя «Школы».
14. На вкладке Определение запроса для Запроса 1 щелкните Изменить.
15. Щелкните Добавить пункт и создайте выражение И SCHOOL_TYP равно государственной школе.

    В этот раз обязательно установите оператор And.

16. Нажмите «Применить» и нажмите «ОК».
17. Откройте таблицу атрибутов «Школы».

    Есть еще 26 школ, соответствующих запросу.Это неожиданно, потому что некоторые из этих школ должны были быть проигнорированы запросом. Кроме того, в таблице все еще есть частные и государственные чартерные школы. Что здесь происходит?

18. Откройте окно «Свойства слоя» для школ на вкладке «Запрос определения».

    Часть выражения теперь имеет отступ.

19. Включите переключатель SQL, чтобы просмотреть запрос как выражение SQL.

    В выражении SQL видно, что скобки группируются (TYPE = ‘K-12’ и SCHOOL_TYP = ‘Public School’) вместе.

    Проблема в том, что в SQL есть порядок операций, как в арифметике. Правило состоит в том, что сначала оцениваются операторы И, а затем операторы ИЛИ. Скобки были добавлены автоматически, чтобы указать, что правило соблюдается. В этом случае запрос фактически показывает нам школы, которые соответствуют обоим TYPE = K-12 и SCHOOL_TYP = Public School, или школы, где TYPE = K-8 или TYPE = Middle.

20. В представлении выражения SQL отредактируйте круглые скобки вокруг TYPE = ‘Middle’ или TYPE = ‘K-8’ или TYPE = ‘K-12’.

    Полное выражение запроса должно быть следующим: (TYPE = ‘Средний’ Или TYPE = ‘K-8’ Или TYPE = ‘K-12’) И SCHOOL_TYP = ‘Государственная школа’

21. Нажмите «Применить» и нажмите «ОК».

    Теперь запрос возвращает только государственные школы, в которых могут быть восьмиклассники.

22. Откройте окно «Свойства слоя» для школ на вкладке «Запрос определения». Выключите SQL.

    Изменения, внесенные в код SQL, отражаются в группировке и отступах предложений.Вы также можете изменить группировку предложений в этом представлении.

23. Щелкните полосу рядом с предложением, чтобы выбрать школы K–8, нажмите Ctrl и щелкните полосу рядом с предложением, чтобы выбрать промежуточные школы.

    При выборе двух или более предложений становятся активными две кнопки в верхней части запроса. Они позволяют изменять уровни отступов для группировки или разгруппировки предложений для управления порядком операций.

24. Нажмите кнопку «Отмена» и закройте окно «Свойства слоя».

Просмотрите школы вместе

Теперь, когда вы нашли школы, в которых учатся восьмиклассники, вы можете просмотреть эти школы наряду со старшими школами.

1. Включите слой HighSchool.
2. На панели Содержание щелкните правой кнопкой мыши точечный символ слоя Schools и выберите ярко-зеленый цвет.

   Школы с восьмиклассниками теперь ярко-зеленые.

3. Сохраните проект.

   Теперь вопрос в том, какая из этих школ с восьмыми классами тоже должна получить наставников.Вы можете выбрать все школы в зонах посещаемости участвующей средней школы. Вы можете выбрать школы на некотором расстоянии от участвующей средней школы. Или вы можете использовать демографические данные, чтобы помочь принять решение.

Вы нашли средние школы с процентом выпускников ниже среднего по штату. Это будут сайты для программы наставничества девятого класса. Вы также использовали определяющий запрос, чтобы показать подходящие государственные школы округа с восьмиклассниками. Далее вы просмотрите и проанализируете некоторые демографические данные, чтобы решить, какую из этих школ включить в программу.

Теперь вы добавите на карту некоторые демографические данные, чтобы помочь принять решение о том, какие школы включить. Вы изучите карту, чтобы увидеть взаимосвязь между количеством выпускников и демографическими факторами, а затем воспользуетесь обогащением данных для количественной оценки проблемы. Наконец, вы будете использовать обогащение данных, чтобы определить школы с учащимися восьмого класса для участия в программе наставничества.

Добавьте данные из ArcGIS Living Atlas

Сначала вы добавите слой демографических данных из ArcGIS Living Atlas of the World.

1. На ленте на вкладке Вид в группе Окна нажмите кнопку Панель каталога.

   Появится панель Каталог.

2. На панели Каталог щелкните Портал и выберите Living Atlas. В строке поиска введите ACS и нажмите Enter.

   ACS расшифровывается как American Community Survey, проект демографических и жилищных данных, основанный на исследовании U.Ежегодная выборка данных Бюро переписи населения С.

   Чтобы узнать больше о данных ACS в ArcGIS Living Atlas, прочтите тему Census and ACS.

   Существует много уровней ACS. Вы уточните поисковый запрос, чтобы найти определенный.

3. Введите бедность ACS и нажмите Enter.
4. Щелкните правой кнопкой мыши Переменные состояния бедности ACS — Границы и выберите Добавить к текущей карте.

   Полигоны являются переписными участками. Меньшие участки, как правило, находятся в городских районах с более высокой концентрацией людей.

   На карте области с более темными цветами имеют более высокий уровень бедности. Школы с более низким процентом выпускников, по-видимому, расположены в небольших городских районах в центре округа с более высоким уровнем бедности.

5. Щелкните по карте на одном из участков рядом с красной точкой.

   Всплывающее окно показывает номер района, количество людей, живущих в районе, количество людей, живущих за федеральной чертой бедности, и количество детей, живущих в бедности.

   На гистограмме показана возрастная структура населения (слева младшие возрастные группы, справа старшие).

   Всплывающее окно показывает количество детей, живущих в бедности в этом районе, и то, что большая часть всего населения района живет в бедности.

6. Щелкните по светлому участку возле западной окраины округа.

   Всплывающее окно показывает, что в этом переписном районе относительно меньше детей, живущих в бедности, и небольшая часть всего населения района живет в бедности.

   Основываясь на обзоре этих двух участков, школа с более низким процентом выпускников находится в районе с более высоким уровнем бедности по сравнению с районом, где расположена школа с более высоким процентом выпускников.Однако вы также замечаете, что несколько школ с более высоким процентом выпускников расположены в районах с более высоким уровнем бедности.

   Наблюдения за двумя моментами недостаточно, чтобы сделать вывод о наличии корреляции между уровнем бедности и уровнем окончания учебы. Далее вы будете использовать инструмент Обогатить для дальнейшего изучения атрибутов в областях с высокой и низкой степенью градации.

7. Закрыть всплывающее окно.
8. Сохраните проект.

Добавление демографических данных к зонам посещаемости

Еще один способ изучить факторы, которые могут способствовать более низкому уровню выпускников, — это суммировать демографические данные по зонам посещаемости. Это позволит провести количественное сравнение.

1. Перейдите на вкладку Анализ и в разделе Инструменты щелкните инструмент Обогатить.

   Появится панель инструментов Обогатить.

   Инструмент Обогатить позволяет вам добавлять демографическую информацию из ArcGIS Online к вашим объектам.

2. На панели инструментов Обогатить для Входных функций выберите AttendanceZones.

   Можно принять имя выхода по умолчанию AttendanceZones_Enrich.

3. Нажмите кнопку Переменные.

   Появится окно браузера данных.

4. В окне Data Browser дважды щелкните Education.

5. Дважды щелкните папку Education Atainment.
6. Образовательный уровень до 2021 г. (Esri), отметьте поле 2021 Pop Age 25+: High School/No Diploma и нажмите кнопку процента (%), чтобы добавить процент взрослых, которые посещали среднюю школу, но не получили диплом.

   Данные периодически обновляются. Используйте самые последние доступные данные.

7. На боковой панели щелкните Категории и дважды щелкните Доход.
8. Дважды щелкните Семейный доход.
9. При необходимости разверните раздел «Доход на 2021 год (Esri)» и установите флажок «Средний доход домохозяйства на 2021 год».

   Группы переменных «Доход 2021 г.» (Esri) и «Уровень образования 2021 г.» (Esri) представляют собой оценки за текущий год, составленные демографами Esri на основе самых последних данных переписи населения и других источников данных. Они постоянно обновляются самой последней информацией.

   Какие другие демографические переменные могут быть полезны для этого анализа? Вы можете просматривать различные категории или искать другие ключевые слова.

10. Нажмите OK.

    Переменные добавляются на панель инструментов Enrich.

    Инструмент Enrich потребляет кредиты в зависимости от количества расширенных функций и количества добавленных переменных (из расчета 1 кредит на 100 переменных функций). Для этой задачи есть 8 зон посещаемости и 3 переменные или 24 функции-переменных, поэтому задача будет потреблять 0,24 кредита. Если вы добавите больше демографических переменных, инструмент будет потреблять 0,08 кредита на каждую дополнительную переменную.

    Подробнее о кредитах

11. Нажмите «Выполнить».

Новый слой AttendanceZones_Enrich содержит информацию из зон посещаемости, а также данные из двух добавленных вами демографических переменных.

Присоединение средних школ к зонам посещаемости

Зоны посещаемости теперь имеют атрибуты, которые можно использовать для количественной оценки различий между зонами посещаемости для школ с более высоким процентом выпускников и школ с более низкими показателями. Зоны посещаемости не имеют коэффициентов окончания, но вы можете использовать пространственное соединение, чтобы добавить эту информацию из слоя HighSchools.

1. Щелкните правой кнопкой мыши AttendanceZones_Enrich, выберите Соединения и связи и щелкните Пространственное соединение.

   Появится инструмент Пространственное соединение.

   Целевые функции установлены на Attendance Zones_Enrich. Эти объекты получат значения от школ, которые они содержат, добавленные к их атрибутам.

2. В окне «Пространственное соединение» для параметра «Соединение объектов» выберите «HighSchools» и примите другие значения по умолчанию.

   Для выходного класса объектов установлено значение AttendanceZones_Enrich_Spati, а для операции соединения установлено значение «Соединение один к одному», так как существует одинаковое количество средних школ и зон.

3. Нажмите OK.

   Полигоны AttendanceZones_Enrich теперь имеют атрибуты (включая процент выпускников) из баллов HighSchools. Если бы на зонах был код школы, вы могли бы выполнить это с помощью объединения таблиц, но полигоны зон посещаемости не имели поля с таким значением.

Вычисление значения с помощью Python

Ранее вы добавили переменную с именем Under82 в слой HighSchools. Из-за пространственного соединения эта переменная теперь также находится в таблице атрибутов слоя AttendanceZones_Enrich_Spati.Теперь вы добавите значения в это поле, чтобы упростить отображение ваших демографических данных.

Вы будете использовать вычисление поля, чтобы установить значения этого поля выше или ниже. Вы можете сделать это так же, как ранее установили переменную Magnet. Более быстрый способ сделать это в этом случае, поскольку уже есть поле Graduation Rate, содержащее соответствующую информацию, — создать функцию Python и использовать ее в расчетах, чтобы добавить выше, когда значения выше, и ниже, когда значения ниже. .

1. Откройте таблицу атрибутов для AttendanceZones_Enrich_Spati, щелкните правой кнопкой мыши Under82 и выберите Вычислить поле.

   Появится окно Вычислить поле.

2. Скопируйте этот фрагмент скрипта и вставьте его в блок кода:

     def classify_school(gradrate):
       если степень >= 82:
           вернуться "Выше"
       если степень < 82:
           return "Below"  

   Это функция Python. Функция — это блок кода, который выполняет какую-то задачу. В этом случае задача состоит в том, чтобы проверить значения в одном поле и присвоить значения другому. Функции начинаются с def для определения функции.

   Функция называется classify_school, и она принимает один параметр с именем gradrate, указанный в скобках после имени функции. После имени и параметра двоеточие указывает, что следующий код будет выполнен функцией.

   Следующие строки имеют отступ в четыре (или восемь) пробелов. Согласованные отступы важны в Python, так как они определяют, какие строки принадлежат друг другу и когда они выполняются.

   Функция имеет две условные ветви, указанные операторами if.

   Если значение, которое функция получает в параметре gradrate, больше или равно 82, она вернет строковое значение Above.

   Если значение, которое функция получает в параметре gradrate, меньше 82, она вернет строковое значение «Ниже».

3. Над полем Code Block для Under82 = введите classify_school().

4. Щелкните между круглыми скобками и в списке Поля дважды щелкните Уровень градации.

   Добавляет имя поля в качестве параметра функции.Это выглядит так:

   classify_school(!GradRate!)

   Вставляется фактическое имя поля, а не псевдоним поля (градация). Имя поля отделяется восклицательными знаками.

   При запуске инструмента код поля Expression будет выполняться для поля Under82 для каждой строки таблицы. Этот код вызывает функцию classify_schools, которую вы определили в блоке кода. Для каждой строки он проверит, является ли значение в GradRate выше или ниже 82, и обновит значение поля Under82 с результатом, который возвращает функция.

5. Щелкните конец последней строки кода и нажмите Enter.

   Желтая подсветка больше не видна, что указывает на выполнение кода.

6. Нажмите OK.

   В таблице атрибутов теперь отображаются значения выше и ниже в соответствии с кодом Python.

   В этом случае необходимо обновить только несколько функций и значений, поэтому вычисление этих значений с помощью выбора вручную или с помощью инструмента Выбрать по атрибуту не заняло бы много времени.Однако когда необходимо вычислить большее количество различных значений и больше условий, выражения Python могут сэкономить ваше время.

7. Сохраните проект.

Постройте график результатов

Теперь, когда у вас есть зоны посещаемости, демографические данные и процент выпускников, а также категории выше или ниже для одних и тех же функций, вы можете посмотреть на отношения между переменными. Графики — хороший способ сделать это.

1. Щелкните правой кнопкой мыши AttendanceZones_Enrich_Spati, выберите Создать диаграмму и щелкните Столбчатая диаграмма.

   Появится панель свойств диаграммы.

2. На панели свойств диаграммы для категории выберите ИМЯ.
3. Для числовых полей нажмите кнопку Выбрать. Проверьте средний доход домохозяйства за 2021 г. и нажмите «Применить».

   График обновляется.

   Существуют различия в среднем доходе домохозяйства между различными зонами посещаемости средней школы.

4. На панели «Свойства диаграммы» щелкните вкладку «Общие» и в поле «Заголовок диаграммы» введите «Средний доход домохозяйства по зонам посещаемости».

5. На панели диаграммы нажмите кнопку «Экспорт» и выберите «Экспортировать как рисунок».

   Появится окно экспорта.

6. Сохраните изображение диаграммы на своем компьютере как Median_HH_Income_by_Attendance Zone в виде файла .png.

   Вы можете добавить это изображение в отчет или презентацию.

7. На панели свойств диаграммы щелкните вкладку Данные. Для параметра «Разделить на» (необязательно) выберите «Меньше 82».

   Диаграмма обновится, чтобы показать каждую школу по значению поля Under82.

   Если вы разделите значения по тому, находится ли зона посещаемости выше или ниже 82-процентного уровня выпускников, вы увидите, что более низкий средний доход домохозяйства в некоторой степени связан с более низким уровнем выпускников. Точка разрыва, по-видимому, приходится на средний доход домохозяйства около 55 000 долларов. Вы можете экспортировать изображение этой диаграммы для использования в презентации.

8. Закройте представление диаграммы и таблицу атрибутов.
9. На панели Содержание снимите флажок Переменные состояния бедности ACS — слой Границы.

Теперь, когда вы определили взаимосвязь между средним доходом и процентом выпускников, вы будете использовать обогащение данных, чтобы найти школы с восьмиклассниками в районах с более низким средним доходом домохозяйства. Доход, по-видимому, не является здесь единственным фактором, поскольку две школы с показателями более 82 процентов также имеют относительно низкие значения медианного дохода домохозяйства в зоне посещаемости. Вы можете изучить взаимосвязь других демографических переменных с показателями выпускников и использовать одну или несколько дополнительных переменных для принятия решения.

Обогащение на расстоянии

Чтобы найти школы с восьмиклассниками с более низким средним доходом домохозяйства, вы можете выбрать те, которые попадают в те же зоны посещаемости средней школы, что и участвующие средние школы. Однако зоны большие и могут содержать несколько районов с разными характеристиками. Средние школы, школы K–8 и K–12 меньше средних школ, и каждая из них занимает меньшую территорию. Поскольку у вас нет полигонов, представляющих зоны посещаемости для этих школ, вы можете аппроксимировать их окрестности, указав расстояние поиска в инструменте Обогатить.

1. Перейдите на вкладку Анализ и в разделе Инструменты щелкните инструмент Обогатить.
2. На панели инструментов Обогатить для Входных объектов выберите Школы.

   Вы можете принять имя вывода по умолчанию, Schools_Enrich.

3. Нажмите кнопку Переменные.

   Появится окно браузера данных.

4. В окне браузера данных в строке поиска введите средний доход домохозяйства и нажмите Enter.
5. Установите флажок «Средний доход домохозяйства в 2021 г.» и нажмите «ОК».
6. На панели инструментов Обогатить убедитесь, что для параметра Расстояние или время установлено значение 1, а для параметра Единицы установлено значение Мили.
7. Щелкните Выполнить.

   Это суммирует средний доход домохозяйства для круга радиусом в одну милю вокруг каждой школы и добавляет эти данные в выходную таблицу Schools.

   Использование радиуса в одну милю вокруг точек дает площадь выборки 3,14 квадратных миль. Это больше, чем минимальный рекомендуемый размер в две квадратных мили для использования инструмента Обогатить область. Меньшие области будут содержать менее надежные результаты.

   Инструмент Enrich также позволяет обобщать демографические данные, используя временные зоны ходьбы или езды вокруг точек, чтобы вы могли получить демографические данные для районов в пределах 10 минут ходьбы от каждой школы или 15 минут езды.Для этого проекта подойдет простой круг.

Найдите школы с низким средним доходом домохозяйства

Вы обозначите школы значениями дохода, которые вы только что добавили, и выберите школы для программы наставничества восьмого класса.

1. Щелкните правой кнопкой мыши Schools_Enrich и выберите Символы.
2. На панели Символы для Первичных символов выберите Градуированные символы.
3. В поле «Поле» выберите «Средний доход домохозяйства в 2021 году».

   Обновлены символы для слоя Schools_Enrich.

   Маленькие кружки обозначают более низкий средний доход рядом со школой, а большие кружки обозначают более высокий средний доход.

   Большинство школ с более низким средним доходом домохозяйства в радиусе одной мили также близки к трем средним школам с процентом выпускников менее 82 процентов.

   Теперь вы выберете для программы школы с восьмиклассниками.

   Поскольку контрольная точка между средними школами с процентом выпускников более 82 процентов и числом выпускников менее 82 процентов составляла около 55 000 долларов США медианного дохода домохозяйства, вы будете использовать то же значение медианного дохода домохозяйства в качестве критерия отбора для школ с восьмиклассниками. .

4. На вкладке Карта в разделе Выбор нажмите Выбрать по атрибутам.
5. Для входных строк выберите Schools_Enrich.
6. Постройте выражение, где средний доход домохозяйства в 2021 году меньше или равен 55000.

7. Нажмите OK.

   Школы выбраны.

8. Щелкните правой кнопкой мыши Schools_Enrich и выберите Таблица атрибутов.

   Выбрано восемь школ. Значение TYPE для шести школ — средний, а для двух — K-8.

9. В заголовке таблицы щелкните Копировать выделенное.

   Вы можете вставить выбранные строки в электронную таблицу или текстовый документ, чтобы записать выбранные вами школы. Вы также можете сохранить выбранные объекты как новый слой или вычислить значение поля, чтобы указать, что эти школы были выбраны для программы. Вы также можете выбрать слой HighSchools по атрибуту и ​​скопировать эти строки в свой документ.

На этом уроке вы подготовили данные для анализа, использовали определяющие запросы для выбора нужных объектов для отображения, объединенных таблиц, расчетных значений, данных в виде символов и диаграмм, пространственно объединенных слоев и выбранных объектов по атрибутам для запроса конкретных значений. .Вы использовали функцию Python для автоматизации классификации значений в одном поле по классам в другом. Вы также использовали ArcGIS Living Atlas и инструмент Enrich, чтобы добавить демографические данные в свой проект для поддержки принятия решений.

Дополнительные уроки можно найти в уроке Learn ArcGIS Галерея.

Благодарности

• Полигоны зон посещаемости и школьные баллы предоставлены Географической информационной системой Саванны (SAGIS).
• Получено из урока SpatiaLABS Отсев из средней школы — влияние характеристик района, автор Деден Рукмана.

Отправьте нам отзыв

Пожалуйста, пришлите нам свой отзыв об этом уроке. Расскажите нам, что вам понравилось, а что нет. Если что-то в уроке не сработало, сообщите нам, что это было и где в уроке вы столкнулись с этим (название раздела и номер шага).