錄取組織
主題/組織/三個關鍵字：
火災風險地圖2.0 (高雄市政府消防局)
危險因子、火災預防、救災優化
「到院前心肺休止」風險地圖 (高雄市政府衛生局)
熱區辨識、危險因子、緊急醫療優化
輪值社工智慧派勤 (臺北市家庭暴力暨性侵害防治中心)
排班組合優化、量表設計、簡化流程
高風險家庭資料建置與預警 (財團法人漢慈公益基金會)
個案模組系統、預測風險、處遇優化
錄取英雄
王Ｏ婷、呂Ｏ北、呂Ｏ遠、宋Ｏ源、周Ｏ川、林Ｏ哲、
林Ｏ蔚、林Ｏ平、林Ｏ軒、施Ｏ芸、胡Ｏ瀚、張Ｏ中、
張Ｏ婷、張Ｏ元、莊Ｏ淳、郭Ｏ伶、陳Ｏ瑜、陳Ｏ揚、
曾Ｏ維、葉Ｏ俊、劉Ｏ錡、鄭Ｏ生、鍾Ｏ芸、羅Ｏ光。
備取：
謝Ｏ賢、鍾Ｏ修、張Ｏ坤、屈Ｏ宏、
Fellows：曾凱聲、張凱鈞、宋培源、王宜婷、許筱翎、韓鈺瑩
Mentor：謝宗震、劉嘉凱
Project Manager：王蕙盈
Project Partner：高雄市政府消防局
對抗火災的最佳策略是採取預防性攻擊，防患於未然。若用資料科學的語言描述，就是定義問題、資料盤點與清理、分析建模、預測、決策支援。
以高雄市為例，每年的火災案件不到一百件，但是消防隊員還是忙不完。有一個重要的原因是，雖然每年「火災」數量不多，但是「火警」的案件卻是數以千計。火警和火災，差別只在一線間。家中瓦斯爐燒開水未關，鄰居報案後，消防隊來得及破門而入關掉瓦斯，就只是火警；來不及關掉，就可能演變為造成生命與財物損失的火災了。而不論火災或火警，其危險因子（例如起火原因、建築物特性、人口特徵等等）可能都是共通的，若能評估火警風險，或許就等同建立了火災風險模型。這即是 D4SG 資料英雄計畫「火災風險地圖」專案正在設法解決的公共問題。
我們是一群「用資料力做公益」的資料英雄，很榮幸與高雄市政府消防局合作，利用週末和晚上，共同分析過去數年的消防案件，從無到有，開始打造台灣第一個「資料科學，打火救人」的實戰經驗。
高雄，加油！
資料來源
1. 高雄市政府消防局火災紀錄資料
2. 高雄市政府消防局火災分析表
3. 高雄市政府消防局火警出動人車數
4. 高雄市政府消防局各大隊補助安裝住宅用火災警報器場所清冊
5. 高雄市政府社會局資料(低收入戶、獨居長者、身心障礙)
6. 高雄市政府稅捐處建築物資料
問題解決
一、人力配置
問題
如何使人員排班更有效率？（每個分隊在什麼時段可精簡人力，什麼時段須要多加派人力？）
高雄市政府消防局每個隊員的值班待命時間為早上8點到隔天9點，共25小時。
若能從歷年的火災紀錄看出忙碌的時段差異，在較不忙碌的時段安排較少的人力，在滿足基本戰力與鄰近分隊即時支援的前提下，不必讓每個隊員皆值勤25小時的時間，能夠讓隊員有更多時間休息，避免不必要的人為疏失，並作更有效率之人力配置。
分析
1. 以派遣次數的角度出發：
分隊的派遣次數越多代表該時段火災火警發生越頻繁，消防人員出動的次數越多。以線圖呈現分隊忙碌的時段。使用分析欄位：案件時間、派遣分隊、案件狀態。
Fellows：陳晉暉、陳均豪、林家慶、周立筠、吳彥霖、楊承翰
Mentor：謝宗震、劉嘉凱
Project Manager：鄧凱元
Project Partner：天下雜誌、國家太空中心
農電組製作了一個網頁陳述完整專案報告 (https://d4sg-solar.github.io/)
以下整理天下雜誌呂國禎副總主筆在10/26成果發表會的報告內容
問題定義
農地種電的利益與衝突
電業法將台灣電力結構入法，50％天然氣、30％燃煤、20％綠電成為法律規定。太陽能光電目標20GW(核四*7)，目前總裝置容量0.95GW，未來將種20倍的太陽能
種那裡？ 農地上，那台灣有多少農地？
農委會統計的台灣農地約81萬公頃，主計處調查台灣農地(含特定農業區、一般農業區)實際耕種剩44.6萬公頃
參考資料
資料英雄計畫調查結果
國家能源政策綱領 (電業法)
行政院主計處，臺灣農地統計
農委會，嚴重地層下陷地區內不利耕作得設置綠能設施之農業用地範圍
環保數，污染農地調查工作
台電資訊揭露
分析成果
衛星照片定位雲林縣農地上的太陽能面光電板面積、數量
嚴重地層下陷地區
受污染農地
農委會農業收入調查
田野實地調查
成果發現
雲林縣太陽能光電板種電位置與污染農地並無正相關，太陽能板未種在受汙染農地上
雲林縣太陽能板種電與嚴重地層下陷地區呈現正相關，光電板集中於高鐵通過沿線鄉鎮
《D4SG 資料英雄計畫》是一群相信資料驅動的公共服務能夠促進社會進步的社會企業、學研機構、非營利組織共同發起。
2015 年末，在參加與辦過多場資料科學活動後，我們體會到工作坊與黑客松是極佳的概念測試場域，然而一個資料科學解決方案要能夠完備、可複製仍需要一段時間的用心耕耘。D4SG 與公共服務性組織合作，選擇兼具高度社會影響力與再利用性的資料科學專案，並媒合民間熱血的資料英雄，利用三個月的工作時間共同完成。
我們在 2016 年協同六個公共服務性機構，聚集了超過25位來自民間的資料英雄，產出兩期共五組關於組織營運優化、危機案件預警、環境政策倡議上的在地案例。
現在，2017 年的資料英雄計畫正式展開，我們強烈募集「提案單位」與「資料英雄」，即日起受理報名2016 年 11-12 月招募與審查時間，正式計畫將於明年 2017 年 01-03 月開始執行。請有興趣的公益組織與資料科學愛好者到團隊募集頁面瞭解詳細資訊。
想要近距離了解D4SG計畫嗎？不妨參考我們最近的公開講座：
11/08 網路星期二，『資料力，做公益』- 開創公共服務的新契機
11/09 中研院統計所，D4SG資料英雄計畫，資料驅動公共服務的台灣經驗
11/19 泛．知識節，Data for Social Good：資料科學開創公共服務的新契機
11/30 北醫拇山人文講座，如何在大數據時代提升資料力
圖片來源：wesharepics.site
「我是因為小燈泡事件而選擇加入家暴防治的資料英雄專案。」這是依珊在D4SG資料英雄計畫期中聚會的開場白。
依珊和一群原本不認識的人，因為對於家暴防治懷有相同熱誠而相遇，在每週三晚上七點，往往連晚餐都來不及吃，就匆匆趕赴臺北市家庭暴力暨性侵害防治中心，和該中心的工作人員進行資料分析的工作會議。
這群資料英雄包括能在談笑間完成複雜資料格式轉換與清洗的東尼和Brian、不斷提出關鍵問題的依珊和曜容，在超短時間內讀完十幾篇中英文論文的郁秀、沈默寡言埋頭寫程式的阿泰、以及總是一臉嚴肅思考如何建模的雅韵。
他們的共同目標：
建立家暴風險預警管理模型
降低家暴發生率
提高社工服務效能
在家防中心高度專業的工作同仁帶領之下，經過一個多月的努力，他們逐漸認識家庭暴力的種類、成因與個案處理流程，並開始探索第一手的個案處理紀錄資料。
在社會學的領域，對於家暴危險因子的定義通常是質性的，例如「過往受虐經驗」、「關係衝突」或是「居住穩定性」。為了建立統計模型，資料英雄們持續和社工師進行困難的對話，共同嘗試將這些質性指標轉換為可量化的指標。
在未來的一個月，他們希望能協助家防中心將個案資料整理乾淨，繪製家暴熱點地圖與資訊看板，並初步建置家暴預警分析模型。
加油！
>> 原文取自：DSP智庫驅動官方部落格
對抗火災的最佳策略是採取預防性攻擊，防患於未然。
若用資料科學的語言描述，就是定義問題、資料盤點與清理、分析建模、預測、決策支援。
以高雄市為例，每年的火災案件不到一百件，但是消防隊員還是忙不完。
有一個重要的原因是雖然每年「火災」數量不多，但是「火警」的案件卻是數以千計。
火警和火災，差別只在一線間。家中瓦斯爐燒開水未關，鄰居報案後，消防隊來得及破門而入關掉瓦斯，就只是火警；來不及關掉，就可能演變為造成生命與財物損失的火災了。
不論火災或火警，其危險因子（例如起火原因、建築物特性、人口特徵等等）可能都是共通的，若能評估火警風險，或許就等同建立了火災風險模型。
這即是 D4SG 資料英雄計畫「火災風險地圖」專案正在設法解決的公共問題。
我們很榮幸與高雄市政府消防局合作，號召一群「用資料力做公益」的資料英雄，利用週末和晚上，共同分析過去數年的消防案件，從無到有，開始打造台灣第一個「資料科學，打火救人」的實戰經驗。
高雄，加油！
相關資訊：
打火就打火，談大數據？
>> 原文取自：DSP智庫驅動官方部落格
錄取組織
主題/組織/三個關鍵字：
家暴案件預警及風險管理系統 (臺北市家庭暴力暨性侵害防治中心)
通報熱點、決策預警、督導管理
火災風險地圖 (高雄市政府消防局)
危險因子、火災預防、救災優化
全國社福補助概況資源地圖 (中華社會福利聯合勸募協會)
補助樣貌、資訊整合、合理分配
農地種電空間變遷 (天下雜誌)
影像分析、農地變遷、綠能政策
錄取英雄
陳Ｏ韵、王Ｏ弘、王Ｏ秀、張Ｏ鈞、曾Ｏ聲、
王Ｏ婷、韓Ｏ瑩、許Ｏ翎、周Ｏ筠、謝Ｏ珊、
陳Ｏ暉、吳Ｏ霖、周Ｏ琦、楊Ｏ翰、陳Ｏ君、
潘Ｏ任、江Ｏ興、柯Ｏ泰、陳Ｏ豪、林Ｏ慶。
備取：
Fellows：曾文志、馮書昭、柯皓翔、于子傑
Mentor：謝宗震、劉嘉凱
Project Manager：張淑貞
Project Partner：台灣環境資訊協會
土地孕育著無數生命，如同人類的母親。然而當台灣工商業愈加發達，許多農地也在發展歷程中遭汙染。
為讓民眾瞭解農地汙染狀況，台灣環境資訊協會2015年10月發起「守護農地計畫」，希望敦促政府積極行政，讓國民吃得安心，使土地生生不息。
透過智庫驅動（DSP）發起的「D4SG資料英雄計畫」，環資與政治大學資訊科學系/所、新聞系的學生2016年3月下旬組成跨領域團隊，透過資料科學方法，協助環資找出可能受重金屬汙染卻未受政府管制的農地，且分析各縣市的差異，而後希望發展相關專題報導。
兩份資料集套疊，找出超標未管農地
團隊使用農委會農業試驗所（農試所）之「土壤品質及生產力調查」資料，與環保署「土壤及地下水列管場址」資料集中屬農地者進行套疊。前者有重金屬的濃度，後者有公告列管的農地污染控制場址地號；兩者比對後找出未受管制的超標農地。
農試所的資料是1992年至2008年間進行的全國土壤採樣調查資料，累積約13萬筆，涵蓋78萬公頃表土，包含鎘、鉻、銅、鎳、鉛、鋅等六項重金屬有效性之調查。該資料是以250公尺*250公尺網格（6.25公頃）為單位。
不過團隊成員發現農試所所提供之資料，有8000筆重複，並有約13筆時間疑似錯誤（出現在上述時間區間外）。
另外，由於農試所資料與環保署現今重金屬管制標準檢測方法不同，前者是透過0.1M鹽酸方法，後者是經過王水消化法，因此環資先將農試所的資料經公式換算，再根據《土壤汙染管制標準》評估是否超標。
最後得出的超標採樣網格共有1111筆，去掉地理位置重複資料後剩下993筆。
針對環保署的資料，環資已將地號轉為經緯度圍成的多邊形，共5097筆。有300餘筆因缺乏地籍圖資資料，無法轉換。資料最早的一筆為2002年10月2日，最新的一筆資料則更新至2015年12月20日。
鳥瞰重疊狀況
環資在與政大團隊合作前，已經建置完成「守護農地地圖」，將農試所及環保署的資料繪製在地圖上。圖示中的黃色網格為農試所超標網格，紅色為列管中的農地，橘色則是已解除列管的農地。因此，單獨未疊色的黃色網格即為疑似重金屬超標、但範圍內並無政府公告為污染控制場址的農地，盼有關單位應儘速查證。
從距離、密度二指標回答問題
團隊為找出超標未管農地，發展出「距離指標」，計算農試所超標網格與最接近公告列管農地污染場址間的距離（d）。團隊以超標網格為中心、200公尺半徑內的範圍作為判準，若無重疊則代表該超標網格疑似沒有被政府管到。由於污染列管場址多為不規則多邊形，故計算距離時取多邊形的重心為準。
另外，團隊還發展出「密度指標」，試圖找出農試所超標網格之熱區。由於農地污染常常是藉由灌溉渠道或水路擴散，造成系統性的污染，故此方法試圖找出超標熱區。計算原理是以農試所所有超標網格中心為圓心，以方圓一公里畫圓，計算範圍內超標採樣點個數，越多反映該圓超標網格密度越大。
在這次的計畫中，我們用較為寬鬆的標準定義「超標熱區」，只要範圍包含的超標網格大於1個（即還有其他超標點），就算在超標熱區中。
我們也已經開發了資料分析介面，讀者可以自行嘗試探索資料。例如在「地圖與數據分頁中」，拉選更高的網格密度定義為熱區，或用更遠的距離去定義重疊與否，藉此觀察篩選結果。
分析結果
若將農試所經計算後得出的超標網格資料在地圖上顯示，我們發現大多集中在桃園、彰化、高雄、屏東一帶。環保署公告列管污染場址亦多集中在桃園、彰化地區。
INTRODUCTION
視障朋友從事按摩以外的工作時，常常面臨多重挑戰，其中有視障所產生的就業困境；同時也會面對一般普遍的就業挑戰。在非營利組織 雙連視障關懷基金會，致力爭取視障朋友工作機會下，按摩小站設立於醫院，提供一個明亮開放的空間，在醫療院所明亮開放的環境下，願意嘗試視障按摩的朋友因此變多！視障朋友藉於按摩小站服務，走入社區，走入人群，讓更多人了解視障按摩、了解視障，進而創造對視障朋友更友善的社會環境。
PROBLEM
在非營利組織 雙連視障關懷基金會 積極爭取下，目前有10個按摩小站，大多駐點於醫療院所內，提供約100位按摩師穩定就業機會。然而累積了大量紙本的記錄工作表與非細節的電子式文檔，卻因為資料不夠完善，讓這些寶貴資料無處發揮。 另外，按摩小站的排班在管理是一大負擔，人工調動排班靠得是人腦記憶跟有限的資訊，此時就有可能造成師傅之間的誤會。所以如果在有大量可用的資料後，進而發掘資料價值，透過資料分析，產出信服人的資料視覺化呈現。
在有大量可用的資料後，進而發掘資料價值，透過資料分析，產出信服人的資料視覺化呈現。
(Image Credit: http://d4sg.org)
METHOD
根據上述所遇到的問題，我們分為兩個部份：
後台的資料庫管理要如何呈現？資料的欄位要有哪些？
前台要給使用者哪些比較的選擇？以及比較過後給予回饋的呈現？
[1] Azure架設資料庫建設前後端。後台使用 php將功能主要分為「增加工作記錄」與「管理按摩師傅與各小站」。原本 雙連視障關懷基金會 提供的電子檔資料只有儲存一個按摩師傅一天總共的薪水，與紙本上相比未將「指定節數」、「未指定節數」和「來客數」等詳細資料也作記錄。為了統一資料庫名稱，我們共同討論資料欄位名稱，這時我們就將前述也附加上去。
[2] 前台使用 JS 傳使用者選定資料跟後台要資料庫資料的時候，會依據後台接收到的字串，使用 python plotly 做資料視覺化呈現，再透過 api 方式傳回前端。
DEFINE:
asg 指定節數, nasg 未指定節數,
有人用勞力做公益，也有人用財力做公益，如果用資料力來做公益，不知道會擦出怎樣的火花？
身為一個資料玩家，Data for Social Good 的概念一直是我覺得有興趣、有義務來做的東西。在 DSP智庫驅動 的夥伴共同努力之下，今年十月正式發起 Data for Social Good (D4SG) 計畫 (D4SG臉書社團)，透過多場實體活動 ([1], [2], [3]) 匯集了好幾間已經有資料，也想要透過資料科學解決真實問題的非營利組織。這些組織的服務對象包含：兒童、老人、身障、環境、教育等等項目。透過與開拓文教基金會合辦「公益加值資料工作坊」的活動，在11/28, 29 週末兩天的時間，來了場 NPO 與資料人的大亂鬥。
以下筆者將以資料人的身份來談談「公益加值資料工作坊」的觀察。
跟台灣環境資訊協會的淑貞姊的合作是很有趣的經驗，她讓我有機會做了一場「資料科學口譯」。淑貞姊想要透過環保署調查的土地污染數據評量個縣市政府的整治速度，一邊聽她講想法，就一邊將它翻譯成數學模型，定義出簡單直覺的指標，規劃一套嚴謹的資料分析流程。同組善於處理地理圖資的尼斯，就能夠根據統計指標計算出各縣市政府的表現，做出視覺化呈現以及名次排序。
來自瑞信兒童醫療基金會的致緯兄提出的問題真的很特別。以往的企業顧問案接觸的大多是在談怎麼從數據中找出開源節流的方法。但是，瑞信關心的卻是怎麼付出更多的錢，給更多的病童。進行這個專案，就好比做偵探一般，盡一切可能找出病童申請醫療補助人數下降的原因。進行「探索性資料分析」的過程令人印象深刻，大家七嘴八舌的猜測補助人數下降的影響因子，有經驗資料人則試圖把大家的「意見」翻譯成「量化的變數」，以探求補助人數與各種因子之間的關聯性，進而破解謎團。
還有很多引人注目的專案，譬如地球公民基金會期待【水污染監測地圖（以後勁溪為例）】、雙連視障關懷基金會探求【視障按摩師的就業公平機會】、生命線關懷總會想要知道【從1986年開始，求助個案有什麼樣的變化】、台中甘霖基金會關心【失智長者生理數據與長青課程的關係】、企業永續發展協會想要了解【台灣企業對碳揭露議題的表現】。
關於D4SG計畫，先別說回饋社會這麼崇高的話語。對資料人而言，這是一場練功打怪、提升自我價值的好機會，這種場合你可以從 NPO 那裡得到最真實問題跟真誠的回饋，又可以跟眾多深藏不露的高手合作，整個讓人熱血沸騰啊！
>> 原文刊登自「讀數一格」。