Observatorio Nacional del Bullying — Perú

Datos, tendencias y evidencia sobre acoso escolar y ciberbullying en el Perú.

Sistema de inteligencia y visualización de datos sobre el bullying, el ciberbullying y la violencia escolar en el Perú, construido exclusivamente con datos verificables y con prioridad absoluta a fuentes oficiales peruanas.

No se inventan cifras. Cada número del observatorio es trazable a una fuente con URL. Cuando un dato no existe, se declara explícitamente en docs/DATA_GAPS.md. Se distingue rigurosamente entre bullying, ciberbullying y violencia escolar, y entre registros administrativos (SíseVe = reportes de presuntos hechos) y exposición medida por encuestas a estudiantes.

GitHub Pages sirve solo archivos estáticos, así que el sistema separa el procesamiento (local, reproducible) de la presentación (estática):

FUENTES  →  ETL Python (local)  →  data/processed/*.json  →  Frontend estático (GitHub Pages)
(oficiales)  scripts/*.py          (datos limpios+citados)    HTML + Leaflet + ECharts

• ETL (scripts/): descarga, limpia, normaliza y calcula indicadores. Reproducible.
• Datos procesados (data/processed/): JSON/CSV que consume el frontend, cada uno con su source_id.
• Frontend (src/, publicado en la raíz para Pages): dashboard, mapa coroplético, series históricas, explorador, exportación.
• Chatbot "Pregúntale al Observatorio" vía gateway ai.tunky.net, con citación obligatoria y prohibido inventar cifras.

El modelo de datos relacional (PostgreSQL) del plan original está documentado en docs/DATA_DICTIONARY.md y materializado como JSON. No se requiere servidor para Pages; una API real (FastAPI) es opcional y va al VPS, no a Pages.

data/
  raw/         # datos crudos tal como se descargan (no versionados salvo muestras)
  processed/   # datasets limpios y normalizados (JSON/CSV) que consume el frontend
  metadata/    # catálogo de fuentes, diccionarios, calidad
  geo/         # GeoJSON oficial del Perú (departamentos, UBIGEO)
  news/        # dataset de noticias curadas
scripts/       # pipeline ETL reproducible (Python)
  download_sources.py, clean_data.py, normalize_data.py,
  build_indicators.py, update_news.py
docs/          # SOURCE_CATALOG, DATA_DICTIONARY, METHODOLOGY, ARCHITECTURE, DATA_GAPS
src/           # frontend estático (css/js/data)

Fase 1 — Investigación de fuentes. Antes de implementar el dashboard se catalogan y documentan todas las fuentes. Ver docs/:

• SOURCE_CATALOG.md — catálogo de fuentes
• DATA_DICTIONARY.md — modelo y variables
• METHODOLOGY.md — definiciones, tratamiento, límites
• ARCHITECTURE.md — arquitectura técnica
• DATA_GAPS.md — datos que no existen o no se hallaron

Los datos pertenecen a sus fuentes originales (MINEDU/SíseVe, INEI, Defensoría, etc.); este repositorio solo los reorganiza de forma agregada y citada. Nunca se publican datos personales de menores.

• docs/AUDITORIA-FUENTES.md — auditoría de fuentes S1–S6, cadena de custodia del microdato SíseVe y qué verificamos nosotros.
• docs/MODELO-INSTITUCIONAL.md — institución vs servicio (código modular) vs local; reglas de agregación y de territorio.
• docs/PIPELINE.md — orden de los scripts, verificaciones y privacidad como puerta.
• docs/SOLICITUD-TRANSPARENCIA.md — solicitud lista para presentar al MINEDU (Ley 27806), sin datos personales.