En tres ciudades vietnamitas que albergan a más de 9 millones de personas, ¿cómo podemos empezar a identificar las zonas escolares de mayor riesgo y los niños que las utilizan a diario para hacer frente a la principal causa de muerte entre los jóvenes: los accidentes de tránsito? ¿La respuesta? Grandes datos.
Una metodología de detección de big data desarrollada como parte del proyecto AI&Me ha permitido el análisis de escritorio de big data para Ciudad Ho Chi Minh, Pleiku y Yen Bai. El análisis identificó las 106 escuelas de mayor riesgo para una mayor investigación en materia de seguridad vial y priorizó la inversión de un total de 1.063 escuelas analizadas.
Informado por los hallazgos, el proyecto calificará con estrellas la seguridad de las escuelas utilizando el Clasificación de estrellas para escuelas aplicación, poner a prueba una nueva aplicación de participación juvenil YEA con 1.800 estudiantes mapeando dónde se sienten seguros e inseguros en su camino a la escuela, y trabajar con los tomadores de decisiones del gobierno local para implementar mejoras de infraestructura en 18 escuelas prioritarias.
Las fuentes de big data están cada vez más disponibles y proporcionan información sobre una amplia gama de elementos del entorno urbano que pueden representar un riesgo para la seguridad vial. Trabajar con big data para identificar ubicaciones de alto riesgo es una forma eficiente y eficaz de ampliar las evaluaciones a escala de ciudades, regiones o países.
La Metodología utilizó fuentes de big data, en particular datos telemáticos y satelitales, para recopilar atributos viales, de infraestructura y sociodemográficos y señalar escuelas de riesgo donde la combinación de elementos ambientales podría representar un riesgo para los estudiantes.
Los atributos se clasificaron según su riesgo en cuatro niveles, un enfoque que ayudó a ahorrar costos y esfuerzo de análisis. El nivel uno incluía información disponible gratuitamente y, a medida que avanzaban los niveles y se reducía el área de alcance, se podían recopilar y analizar datos más complejos, costosos y detallados de una manera muy específica.
“Este enfoque nos permitió determinar cómo se realizó el análisis y aprovechar los grandes datos disponibles para analizar y comparar 1.063 escuelas. También nos dio la capacidad de perfeccionar y evaluar una variedad de parámetros de riesgo a escala y a nivel de escuelas individuales en todo Vietnam”, dijo Peter Jamieson, director general de la empresa de análisis de datos. Anditi.
Progresión de niveles y cambios en el alcance del análisis – Fuente imágenes: Anditi y iRAP
La directora de proyectos AI & Me Shanna Lucchesi del International Road Assessment Programme (iRAP) dijo que, hasta donde sabemos, esta es la primera vez que se desarrolla y pone a prueba una metodología de big data para evaluar el riesgo de la infraestructura vial alrededor de las escuelas.
"Las tres ciudades son muy diferentes en tamaño y complejidad, lo que demuestra cuán flexible es la Metodología para adaptarse a diferentes contextos", dijo la señora Lucchesi.
"Estamos encantados de poner a prueba el programa AI&Me en Vietnam, donde podremos utilizar big data para cambiar la forma en que pensamos, abordamos y solucionamos la crisis vial”, afirmó Trang Truong, director del proyecto AI&Me de Fundación AIP.
“Las agencias gubernamentales locales también recopilaron información sobre las muertes de peatones y el número de estudiantes. La metodología se compartió con nuestros socios gubernamentales locales y escuelas en Vietnam. La encuesta posterior a la capacitación mostró que 86% de los participantes encontraron la metodología de Big Data Screening presentada en la capacitación útil o muy útil para que las partes interesadas del gobierno identifiquen comunidades y ubicaciones de alto riesgo más fácilmente.
“La Metodología no sólo ha revelado ideas interesantes para su aplicación en Vietnam, sino que está diseñada para ser escalable, transferible, asequible y fácil de aplicar en cualquier lugar junto con la aplicación iRAP Star Rating for Schools (SR4S) para refinar una lista prioritaria de sitios para obtener información detallada. evaluaciones", afirmó la señora Lucchesi.
"Junto con SR4S, el método ayudará a los tomadores de decisiones a tomar decisiones efectivas y basadas en evidencia sobre dónde enfocar los esfuerzos de seguridad vial, vinculados con las intervenciones de mayor impacto y más rentables para salvar las vidas de los niños", dijo.
Los accidentes de tráfico afectan desproporcionadamente a los jóvenes, ya que son la principal causa de muerte entre personas de entre 5 y 29 años en todo el mundo.
La combinación de condiciones inseguras en las carreteras cerca de las escuelas, la especial vulnerabilidad de los niños y la elevada tolerancia al riesgo de los conductores jóvenes exponen a los jóvenes al riesgo diario de sufrir lesiones y muerte en la carretera.
Se estima que 500 niños morirán en las carreteras de todo el mundo cada día y más de 10.000 sufrirán lesiones que cambiarán sus vidas, lo que plantea enormes implicaciones económicas y sociales para las generaciones futuras.
A pesar de estos niveles inaceptables de trauma juvenil, la verdadera magnitud del problema a menudo permanece oculta a la conciencia de la comunidad, y al mismo tiempo se siente demasiado grande para abordarlo.
Lucchesi dijo que puede resultar abrumador para los gobiernos saber dónde empezar a priorizar la seguridad y para quién, y decidir dónde centrar la inversión en modificaciones o aplicación de la ley en las carreteras.
“El Proyecto Ai&Me es apasionante no sólo por su enfoque innovador de big data, sino también por la participación integral de todas las personas afectadas y capaces de ayudar, desde los estudiantes hasta los administradores escolares, los representantes de los gobiernos locales responsables y facultados para tomar decisiones de inversión y los responsables de carreteras globales. expertos en seguridad y datos con los últimos conocimientos. Todos se están uniendo para proteger a los más vulnerables en las carreteras escolares y apoyar la toma de decisiones gubernamentales.
“Estamos entusiasmados con la metodología Big Data, los conocimientos que ha revelado y las mejoras muy específicas en seguridad vial que permitirá en las tres ciudades. También estamos entusiasmados con su potencial global para hacer que los viajes escolares sean más seguros de la manera más rentable mucho más allá de las fronteras de Vietnam”, afirmó la señora Lucchesi.
La Metodología ha sido desarrollada como parte del AI&Me: Proyecto Empoderar a los jóvenes para carreteras más seguras fundado por Fundación Botnar y FIA Foundation, liderado por Fundación AIP, y apoyado por iRAP y ANDITI.
Para más información sobre la Metodología, descargue el Informe de Metodología Big Data de AI&Me aquí.
También será presentado en el Conferencia Internacional Walk21 que se celebrará la próxima semana del 19 al 23 de septiembre en Dublín.
Fuente de la imagen del encabezado: Vương Bùi en Pixabay
Español de Colombia 
English 
Português do Brasil 
Français 
हिन्दी