Comments (1)
Tiro esto acá, porque considero EMHO es x donde se debe enfocar en el diseño del BE (cuento con expertise en BE dev de cómputos electorales).
Estimo debajo un mínimo esta estructura de datos (si se adopta relacional).
Concuerda con las columnas del .csv del sistema Electoral Nacional para poder comparar y detectar desviaciones para denuncias con datos reales y concretos, general y a nivel de mesas.
Estructura de los datos
Estas entities deben contar c/u con su correspondiente CRUD, mas allá de los entry controller especializados q se requieran.
province ( id, name ) --> es la provincia o CABA
|
|__>> section ( id, name ) --> Es la sección electoral
|
|__>> district ( id, name ) --> Es el distrito / municipio / departamento
|
|__>> circuit ( id ) --> Es el circuito electoral en el distrito
|
|__>> table ( id, v134, v135, vtot, vblank ) --> Es la mesa de votación
|
|___>>
_______>> fiscal_table ( fiscalId, tableId ) -->> relacion M:M de fiscales de mesas
|
|
fiscal ( id, DNI, telefono, [userId] ) -->> Cada fiscal, persona física (DNI Unique Key)
La tabla "fiscal_table" permite asociar 1 fiscal (o mas) x cada mesa o viceversa.
Aclaración conceptual de CIRCUITO para la detección de Fraudes en c/mesa:
El CIRCUITO es una zona geográfica que no siempre coincide con el concepto de localidad (puede contener mas de una o ser parte de una). Es definida por la Justicia Electoral y divisoria dentro de cada distrito, para contener una cierta cantidad de mesas en donde los votantes empadronados, están ORDENADOS ALFABETICAMENTE. Es decir que dentro de un circuito los promedios de votos resultantes de cada lista política son prácticamente idénticos y están dentro de un "desvío aceptable" o tolerancia.
Lo importante en esto es que, una vez cargada cierta cantidad de mesas, y a los fines de controlar la posibilidad de fraudes, es que conociendo el promedio de votos del partido político XX en un circuito NNNN, no debe haber diferencias importantes en los promedios entre una y otra mesa.
Por ej. si en el circuito 00085 de la mesa 412 de Bahia Blanca hay 40% de votos para LLA y 60% para UXT, pero el PROMEDIO calculado para todo ese circuito es de 52% LLA y 48% UXT, es una mesa con mucha probabilidad de fraude/error del telegrama, y por ende hay que pedir la reapertura de urna, en el turno con la justicia electoral.
Como orientación de su efecto en el FE (no es mi expertise) , con esa dispersión o "diferencia" respecto a la media, debería establecerse una tolerancia (x ej. 15%) desde la que se alerta y/o "colorea" esa mesa para identificarla visualmente en los lists. Se me ocurre que debajo de esa tolerancia es verde, y se va "enrojeciendo" en la medida que la diferencia es mayor.
Por otra parte me parece correcta la decisión de trabajar sobre Nestjs + typeorm para el BE.
Espero haber sido de utilidad y sigo a disposición.
VLLC
from sistema-anti-fraude-electoral.
Related Issues (20)
- Propuesta App Mobile para Android en React Native HOT 9
- Invite discord HOT 2
- Subir material de dominio HOT 2
- Frontend: Libreria de componentes para tailwind HOT 6
- Arquitectura Del Sistema - Opinion / Dudas HOT 1
- Definir los contratos de los servicios requeridos siguiendo un estándar HOT 2
- Añadir roadmap a la documentacion del proyecto HOT 2
- Definir y añadir normas de contribución al proyecto HOT 4
- Trabajar todo como servicio. HOT 2
- RE: Re-evaluar Auditor Externo HOT 3
- [API] Renombrar endpoints a ingles HOT 8
- good project, I'll analyze it HOT 1
- Procesos Batch: informacion 2023 no disponible en vivo HOT 5
- si no existe user proteger las rutas HOT 2
- MESAS PARA AGREGAR FISCALES HOT 5
- Buenas como puedo hacer para ayudar? HOT 1
- BACKEND: Hola! Ya tengo una parte hecha del backend. HOT 5
- [BE] auth y seguridad HOT 1
- Python HOT 2
- DevOps: agregar SonarQube en el workflow HOT 3
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from sistema-anti-fraude-electoral.