<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Política Pública | CRiSS-LAB Chile</title><link>https://criss-lab.com/es/tag/politica-publica/</link><atom:link href="https://criss-lab.com/es/tag/politica-publica/index.xml" rel="self" type="application/rss+xml"/><description>Política Pública</description><generator>Wowchemy (https://wowchemy.com)</generator><language>es-cl</language><lastBuildDate>Tue, 26 May 2026 00:00:00 +0000</lastBuildDate><image><url>https://criss-lab.com/media/sharing.png</url><title>Política Pública</title><link>https://criss-lab.com/es/tag/politica-publica/</link></image><item><title>Cuando la inseguridad cambia la forma de moverse</title><link>https://criss-lab.com/es/blog/urban-insecurity-mobility/</link><pubDate>Tue, 26 May 2026 00:00:00 +0000</pubDate><guid>https://criss-lab.com/es/blog/urban-insecurity-mobility/</guid><description>&lt;p>La movilidad urbana no es solo un problema de transporte. También está moldeada por percepción, miedo, rutina y exposición desigual al riesgo.&lt;/p>
&lt;p>El artículo en EPJ Data Science sobre sentimientos de inseguridad estudia cómo la percepción de inseguridad se relaciona con el movimiento diario, con énfasis en diferencias de género. Al conectar percepciones subjetivas con datos objetivos de movilidad, el trabajo muestra cómo el miedo puede convertirse en una restricción real sobre el uso de la ciudad.&lt;/p>
&lt;p>Para la política pública, la lección es concreta: ciudades más seguras e inclusivas no se miden solo por estadísticas de delito, sino también por la reducción de barreras cotidianas para moverse libremente.&lt;/p></description></item><item><title>Inferencia Causal para Ciencia de Datos</title><link>https://criss-lab.com/es/teaching/causal-inference-data-science/</link><pubDate>Fri, 01 Aug 2025 00:00:00 +0000</pubDate><guid>https://criss-lab.com/es/teaching/causal-inference-data-science/</guid><description>&lt;p>El curso cubre herramientas para razonar sobre causalidad en problemas aplicados de ciencia de datos. El foco está en formular preguntas identificables, distinguir correlación de efecto causal y evaluar intervenciones usando diseños experimentales y cuasi-experimentales.&lt;/p></description></item></channel></rss>