Een nieuw internationaal onderzoek onder leiding van UvA-onderzoekers Peter Sloot en Michael Lees heeft uitgebreide gegevens opgeleverd over sloppenwijken in Bangalore en geeft gedetailleerd inzicht in de armoedeproblematiek in India. De zeer gedetailleerde gegevens, die werd verzameld door middel van een veldonderzoek van 36 sloppenwijken, zou kunnen leiden tot een beter begrip van armoede en tot effectievere strategieën voor het beheren en verbeteren van de omstandigheden voor sloppenwijkbewoners. De resultaten zijn onlangs gepubliceerd in het tijdschrift Natuur wetenschappelijke gegevens .

In 2010, naar schatting 860 miljoen mensen leefden wereldwijd in sloppenwijken. Om effectieve ontwikkelingsprogramma's voor sloppenwijken en armoedebestrijdingsmethoden te formuleren, er is meer inzicht nodig in de kenmerken en behoeften van sloppenwijken. Als onderdeel van hun studie hebben de onderzoekers verzamelden data om een ​​completer beeld van het probleem te krijgen en ontwikkelden voorspellende computermodellen. 'Tot nu, de beschikbare gegevens waren niet voldoende om de geavanceerde computermodellen te bouwen die nodig zijn om interventiescenario's te berekenen', zegt Sloot, die hoogleraar Computational Science is en directeur van het Institute for Advanced Study van de UvA.

In de loop van een aantal jaren, het team voerde enquêtes en interviews uit in 36 sloppenwijken in de stad Bangalore. De sloppenwijken zijn gekozen op basis van stratificatiecriteria zoals hun locatie, bevolkingsomvang, etniciteit en religieus profiel. Door de vakgebieden van de sociologie te combineren, aardrijkskunde en informatica, de onderzoekers bestudeerden de sloppenwijken met geografische informatiesystemen en (agent-based) computersimulatie. De verzamelde gegevens omvatten ongeveer 267, 894 datapunten verdeeld over 242 vragen voor 1107 huishoudens. 'Met deze gegevens zijn we in staat om computermodellen met een hoge resolutie te ontwikkelen om een ​​nieuw inzicht te krijgen in de evolutie van sloppenwijken in India.' zegt Michael Lees, universitair docent bij het Computational Science Lab van de UvA.

Het onderzoeksteam heeft de dataset gebruikt om verder onderzoek te doen naar de structuur en dynamiek van sloppenwijken. 'We hebben onderzocht hoe groepssegregatie de ongelijkheid binnen de sloppenwijken van Bangalore versterkt', voegt Debraj Roy toe, een postdoctoraal onderzoeker die nauw betrokken is bij het project. 'Onze resultaten laten zien dat we het aantal succesvolle interventies in sloppenwijken misschien kunnen verhogen als we ons richten op de zogenaamde horizontale ongelijkheid – dat is ongelijkheid tussen, bijvoorbeeld, Indiase etnische en religieuze groepen.'

Het onderzoeksteam heeft de inzichten uit de unieke dataset gebruikt om een ​​op agenten gebaseerd model genaamd DynaSlum te ontwikkelen om de belangrijkste sociale determinanten te identificeren die van invloed zijn op het gedrag van een sloppenwijkhuishouden. In de komende drie jaar zal zullen de onderzoekers andere, bredere aspecten zoals waterinfrastructuur, waterbeheer en sanitatiepraktijken. Het uiteindelijke doel is om een ​​computersysteem te creëren dat de effecten van interventies berekent en beleidsmakers in staat stelt om verschillende beleidsstrategieën te beoordelen voordat ze worden geïmplementeerd.