Brecha de género en empleo HRST en Europa (Eurostat + Tableau)

Resumen ejecutivo (para qué sirve)

Pregunta: ¿Cómo varía la brecha de género en empleo HRST (Human Resources in Science and Technology) entre países y a lo largo del tiempo en Europa?

Objetivo: identificar patrones territoriales, temporales y demográficos para priorizar intervenciones (políticas públicas y programas STEM/HRST) basadas en evidencia.

Aplicación (empleabilidad e innovación social): útil para orientar acciones de atracción, retención y progresión de talento (especialmente femenino) en itinerarios STEM/HRST y programas de empleabilidad.

Datos: Eurostat (indicadores HRST) + preparación y modelado para visualización.

Entregable: dashboard interactivo en Tableau Public.

Ver dashboard (Tableau Public):
https://public.tableau.com/views/Brecha_genero_HRST_Europa_Marina-Ruth/BrechadegneroenempleoHRSTenEuropa

---

Acceso rápido

• Dashboard: https://public.tableau.com/views/Brecha_genero_HRST_Europa_Marina-Ruth/BrechadegneroenempleoHRSTenEuropa
• Preview: ver imagen más abajo
• Datos: Eurostat (datasets listados en “Fuentes de datos”)

---

Autoras

Marina Martín Díaz
Ruth Pérez Segovia

---

Contribución

• Proyecto desarrollado en colaboración (repo original creado por Marina Martín Díaz).
• Mi aportación: diseño y publicación del dashboard en Tableau Public, preparación/modelado de datos para visualización y documentación final (README).

---

Qué preguntas responde el dashboard

1. Evolución temporal: ¿Cómo evoluciona el empleo HRST por sexo a lo largo del tiempo?
2. Comparativa territorial: ¿Qué países presentan mayor o menor brecha de género relativa?
3. Dimensión demográfica: ¿Cómo se distribuye el desempleo HRST por grupos de edad?

---

Dashboard preview

---

KPIs incluidos

El panel superior resume la situación con:

• % medio de mujeres en empleo HRST
• Brecha media relativa
• Número de países con datos disponibles

---

Key insights (orientados a decisión)

Insights cualitativos basados en el dashboard; pueden ampliarse con ejemplos por país.

• Equilibrio agregado ≈ 50%, pero con variabilidad por país → priorizar acciones por contexto nacional/territorial.
• Desigualdad territorial persistente → sugiere factores estructurales → útil para identificar “países referencia” y zonas prioritarias.
• La mejora absoluta no implica cierre automático de brecha → diseñar medidas específicas de atracción/retención/progresión.
• Diferencias por edad en desempleo HRST → diseñar acciones segmentadas por etapa de carrera.

---

Interactividad (cómo explorar)

Filtros

• Año
• País

Interacciones

• Selección en el mapa filtra el ranking y actualiza el resto de visualizaciones.
• Permite analizar patrones específicos por país y periodo temporal.

---

Visualizaciones incluidas

• Evolución HRST por sexo: series temporales para detectar convergencias/divergencias.
• Mapa de brecha relativa por país: lectura territorial rápida.
• Ranking Top/Bottom: identifica extremos en desigualdad relativa.
• Desempleo HRST por edad: dimensión demográfica complementaria.

---

Fuentes de datos (Eurostat)

Datasets utilizados (TSV):

• hrst_st_nsecsex2 — Empleo en ciencia y tecnología por categoría HRST, actividad económica y sexo
• hrst_st_nunesex — Personas desempleadas en ciencia y tecnología por categoría y sexo
• hrst_st_nuneage — Personas desempleadas en ciencia y tecnología por categoría y grupo de edad

---

Preparación y transformación de datos

Tareas realizadas:

• limpieza de valores nulos
• normalización de tipos de dato
• creación de campos calculados
• filtrado de agregados supranacionales
• normalización de nombres de países
• preparación de variables para visualización

Campos calculados principales:

• porcentaje de mujeres
• brecha de género relativa
• número de países con dato
• filtro de países válidos
• Top/Bottom 10 por brecha relativa

---

Limitaciones

• Datos agregados por país: no capturan diferencias por sector/ocupación/empresa dentro de cada país.
• La disponibilidad y cobertura puede variar por país/año.
• Requiere contexto adicional (políticas educativas, estructura productiva) para interpretar causas.

---

Tecnologías utilizadas

• Tableau Desktop Public Edition
• Eurostat datasets
• Git / GitHub

---

Estructura del repositorio

Proyecto-4/
├── README.md
├── assets/
│   ├── chunga-malaje-consulting.png
│   └── dashboard-preview.png
├── data/
│   ├── estat_hrst_st_nsecsex2.tsv
│   ├── estat_hrst_st_nunesex.tsv
│   └── estat_hrst_st_nuneage.tsv
└── Brecha_genero_HRST_Europa_Marina_Ruth.twbx