Lento avance del callejero español hacia la igualdad de género: 3,2 puntos porcentuales en 25 años
El grupo de investigación de la Universidad Pablo de Olavide STNAMES LAB acaba de actualizar el análisis del sesgo de género en el callejero español. Granada y Sevilla destacan como las dos provincias con mayor proporción de calles dedicadas a mujeres, con valores del 18,3 y 17,36 por ciento. Cervantes y Clara Campoamor son los personajes masculinos y femeninos más conmemorados en el conjunto de España.
Fuente: Universidad Pablo de Olavide
El grupo de investigación de la Universidad Pablo de Olavide STNAMES LAB, liderado por el profesor Daniel Oto Peralías, ha actualizado el análisis del sesgo de género en el callejero español, hallando que el porcentaje de calles con nombre de mujer se encuentra en el 12,92 % a enero de 2025. Esto supone un modesto avance respecto al año 2001, cuando este porcentaje era del 9,7 %.
Entre las calles nuevas y renombradas, aquellas dedicadas a mujeres suponen un porcentaje significativamente mayor, oscilando en los últimos cinco años alrededor del 30 % sobre el total de calles de personajes no religiosos.
Personajes masculinos y femeninos más conmemorados por comunidades autónomas.
En cifras totales, de las 891.247 calles contabilizadas, 166.559 tienen nombre propio que hace referencia a personajes, reales o de ficción, de carácter no religioso. De estas, solo el 12,92 % de las calles están dedicadas a mujeres. Cervantes y Clara Campoamor son los personajes masculinos y femeninos más conmemorados en el conjunto de España, aunque el acervo histórico y cultural de cada comunidad se refleja con frecuencia en su callejero. En Andalucía los nombres más frecuentes son Federico García Lorca y, de nuevo, Clara Campoamor.
Las provincias andaluzas de Granada y Sevilla destacan como las dos con mayor proporción de calles dedicadas a mujeres en España, con valores del 18,3 y 17,36 %, respectivamente. Las que presentan callejeros menos igualitarios son Soria y Salamanca, con menos del 10 % de calles honrando a mujeres. Los datos de cada provincia pueden consultarse en stnameslab.com/ciudades-con-genero. Este mapa permite visualizar el sesgo de género en la toponimia urbana desde el nivel provincial hasta el detalle del callejero de cada municipio.
Los investigadores aplican un algoritmo para clasificar las calles según su género, usando los datos del Callejero del Censo Electoral (INE). La web stnameslab.com pone a disposición del público todos los datos analizados, en la confianza de que sean una herramienta útil al servicio de entes públicos y privados, y de la ciudadanía, para hacer un seguimiento a esta dimensión simbólica de la igualdad de género.
Referencia:
STNAMES LAB: https://stnameslab.com/ciudades-con-genero
Estudio original (2022): Gutiérrez-Mora, D., & Oto-Peralías, D. (2022). ‘Gendered cities: Studying urban gender bias through street names’. Environment and Planning B, 49(6), 1792-1809.
Versión final pre-print (open access): https://osf.io/b9n4k/
Últimas publicaciones
Un equipo de investigación de la Universidad de Cádiz ha creado un sistema basado en aprendizaje profundo capaz de localizar y clasificar automáticamente anomalías en radiografías de tórax. Los resultados mejoran la precisión de otros métodos utilizados y lo validan como una herramienta con potencial para dar soporte a la evaluación precoz de patologías del pulmón.
El hallazgo permitirá ampliar el estudio microbiano de los ecosistemas fluviales a gran escala, incluso en zonas remotas. Evalúan la conservación por secado al aire y congelación que mantienen la información ecológica de los ciclos de nutrientes.
Sigue leyendo
La Fundación Descubre-Consejería de Universidad, Investigación e Innovación y la Universidad Pablo de Olavide organizan las I Jornadas de Ciencia Ciudadana de esta institución académica donde han presentado el proyecto ‘Andalucía + ciencia ciudadana’. La iniciativa contempla una línea económica que financiará 8 grupos participativos encaminados a mejorar el entorno a través de la ciencia, la tecnología y la innovación.
