Magdalena Lanza, Florencia Gómez, Inés Pereyra, Lupe Giménez.
Cuatro barrios en un dataset, reflejos sonoros de cuatro regiones del Área metropolitana de Buenos Aires. 
Caminatas es un recorrido a través de cuatro barrios/localidades diferentes del Área Metropolitana de Buenos Aires: Ramos Mejía, Caballito, Chacarita e Ituzaingó. Este proyecto se realizó con el fin de analizar distintos aspectos que hacen al hábitat de estas regiones de la ciudad. 
En la caminata se registraron datos vinculados a los niveles de urbanización y densidad poblacional, y a los distintos tipos de transportes presentes en cada región. Esta recolección es representada en una sonificación, donde se reflejan estos datos, en términos de ruido y polución sonora, además de algunas relaciones con el aspecto emocional y sensitivo que generan dichos hábitats.
Memoria conceptual 
A través de este proyecto, buscamos generar una construcción identitaria de nuestros respectivos barrios mediante la creación de imaginarios sonoros. 
Estos paisajes se dan como consecuencia de la recolección de diferentes datos, que dentro de una tabla parece información llana y densa, pero al traducirse en sonidos, se crean nuevas e infinitas formas de habitarlos dentro del imaginario de quien los escucha. 
El enfoque dentro de esta construcción, se encuentra en la convivencia de distintos aspectos del paisaje urbano que involucran el ruido, la contaminación espacial y las sensaciones que esto produce. Esto fue lo principal a la hora de definir qué datos recolectar. 
La elección de datos a observar se definió a partir de reflexionar sobre qué factores, pensados desde lo sonoro y lo espacial, nos parecían tener más relevancia a la hora de un recorrido que definiera de alguna forma nuestros barrios. 
Cada barrio, cada zona de la ciudad posee diferentes características, muchas son similares, pero cada mínimo detalle hace al carácter del barrio. Tanto las personas que allí habitan como las formas en las que lo hacen. Detener el tiempo y pensar en torno a
cómo es el espacio que estamos transitando, permite obtener una mirada más compleja y enriquecida. Es por esto que decidimos analizar distintas cuestiones que se relacionan con el entorno para comprenderlo de otra manera. 
Nuestro objetivo es lograr una cohesión sonora entre cuatro locaciones del Área Metropolitana de Buenos Aires. 
Hipótesis tentativas 
Por medio de la recolección de los distintos datos, realizamos observaciones sobre las características de los espacios en los que habitamos. ¿Qué nivel de urbanización tiene el barrio? ¿Cuánto espacio aéreo se encuentra ocupado, es decir que tan alto o bajo es el barrio en términos de pisos? ¿Qué niveles de ruido percibimos? ¿Qué sensaciones genera cada cuadra?¿Cuántos colectivos, autos y bicicletas vemos al pasar por la calle? ¿Cuántas personas vemos al caminar por cada cuadra? Estas cuestiones fueron formando algunas de nuestras hipótesis las cuales se fundamentan sobre la relación entre el ruido y las sensaciones que genera. ¿Creemos que los barrios más céntricos son más ruidosos? ¿Qué representan los datos y qué aspectos muestran de los entornos en los que habitamos? ¿Qué diferencias sustanciales se podrían encontrar entre el paisaje urbano porteño y el conurbano? ¿Y entre ambos barrios porteños? ¿Y entre las dos localidades del conurbano? 
Informe técnico 
Para realizar el dataset elegimos distintos tipos de variables: tres variables son de carácter cualitativo, nominales en el caso de color_mas_lindo, sensación y ruido_lupa. Las 7 variables restantes son de carácter cuantitativo. En este caso, nos dedicamos a contabilizar el nivel de ruido percibido en cada cuadra, los niveles de urbanización, la altura de las edificaciones reflejando así el espacio aéreo ocupado, también contabilizamos la cantidad de colectivos, autos y bicicletas que vimos pasar y la cantidad de personas con las que nos cruzamos.

El proyecto fue realizado en las siguientes etapas: 
1. Caminatas y Recolección de datos en planilla de excel 
2. Exportación de la planilla en formato .csv 
3. Importación de .csv en Jupyter Notebook. 
4. Normalización de las listas para optimizar la lectura e interpretación de los datos
5. Análisis de los datos por medio de Gráficos. *Ver dossier de imagenes al final del documento 
6. Desarrollo conceptual y técnico de la estructuración del patch en Pd. *Ver esquemático 
7. Envío de datos por el protocolo OSC a Pure Data, sonificación de datos más relevantes y significativos para cada caminata. 
8. Grabación en .wav de un fragmento del patch en funcionamiento. 
9. Redacción y armado del presente informe. 

Las variables elegidas para la representación sonora de los datos fueron: 
● cantidad_personas: valor numérico (int). Define los bpm con los que se reproducirá la pieza. Usando el objeto moses de manera anidada, podemos agrupar los valores del rango de pulso de la siguiente manera: 
0 = 40 bpm; 1-5 = 80 bpm; 6-10 = 96 bpm; 11-15 = 104 bpm ; 
16-20 = 120 bpm; 21-30 = 144 bpm; 31-40 = 168 bpm; 41-45 = 208 bpm. 
● sensación: clasificados en: calma, ansiedad, aturdimiento y alienación (string). Desde el notebook, recorremos esta columna de sensaciones asociadas a la cuadra. Enviamos la ruta por OSC a PD con el mismo nombre de la sensación y un valor asociado que será el que disparará el bang, éste se encarga de encontrar un valor aleatorio de archivo .wav para reproducir. Cada sensación agrupa una serie de samples (5) que evocan o representan de alguna manera lo sentido. 
● pisos_espacio_aéreo: valor numérico (int). Define el tono del sample que disparan las sensaciones. Agrupamos los valores en Hz: 
1 = 100 Hz ; 2 = 110 Hz; 3 = 115 Hz; 4 = 120 Hz; 5 = 130 Hz; 6 = 138 Hz; 7 = 150 Hz; 8 = 170 Hz; 9 = 200 Hz; 10 = 230 Hz; 12 = 280 Hz; 13 = 315 Hz; 14 = 330 Hz; 15 = 380 Hz ; 16 = 400 Hz; 20 = 420 Hz; 24 = 450 Hz 
Back to Top