Los factores asociados con tener familiares en prisión: un enfoque de aprendizaje automático con datos desbalanceados

Abstract

Este estudio explora el entorno familiar de sujetos privados de libertad en Argentina mediante un enfoque de aprendizaje automático desbalanceado. Utilizando un conjunto de datos representativo a nivel nacional de 17,139 individuos provenientes de diversas regiones urbanas, se aplicaron técnicas de aprendizaje automático, como información mutua, bosques aleatorios balanceados y análisis SHAP con el objetivo de conocer las condiciones estructurales de índole socioeconómica vinculadas con tener familiares privados de libertad. Los principales factores encontrados fueron tener un estatus socioeconómico bajo, vivienda compartida por muchas personas, falta de propiedad de la vivienda y educación limitada. El modelo de bosques aleatorios balanceados tuvo unas métricas F1 de .6357 y un área bajo la curva de precisión (PR AUC) de .7063, demostrando su efectividad al tratar con una base de datos desbalanceada. El análisis SHAP permitió interpretar los resultados al describir cómo las anteriores variables se relacionan con tener un familiar encarcelado. Este estudio revela la necesidad de intervenciones públicas dirigidas que aborden las desigualdades estructurales y promuevan la movilidad social. Los resultados subrayan la importancia de pasar de enfoques punitivos a estrategias preventivas que se centren en mejorar la educación, las condiciones habitacionales y las oportunidades económicas para las poblaciones vulnerables.

This study explores the family environment of individuals deprived of liberty in Argentina through an imbalanced machine learning approach. Based on a national representative dataset of 17,139 individuals from various urban regions, machine learning techniques, including mutual information, balanced random forest, and SHAP analysis, were employed to identify structural socioeconomic conditions associated with having incarcerated family members. The main factors identified include lower socio-economic status, overcrowded living conditions, lack of homeownership, and limited education. The Balanced Random Forest model achieved an F1 score of .6357 and a PR AUC of .7063, demonstrating its effectiveness in handling the imbalanced dataset. SHAP analysis provided interpretability to the results by illustrating how the previous factors are related to having an incarcerated family member. This study reveals the need for targeted policy interventions that address structural inequalities and promote social mobility. The findings underscore the importance of shifting from punitive approaches to preventive strategies that focus on improving education, housing conditions, and economic opportunities for vulnerable populations.