Em três cidades vietnamitas onde vivem mais de 9 milhões de pessoas, como podemos começar a identificar as zonas escolares de maior risco e as crianças que as utilizam diariamente para combater a principal causa de morte de jovens – os acidentes rodoviários? A resposta? Grandes dados.
Uma metodologia de triagem de Big Data desenvolvida como parte do Projeto AI&Me permitiu a análise desktop de Big Data para a cidade de Ho Chi Minh, Pleiku e Yen Bai. A análise identificou as 106 escolas de maior risco para futuras investigações de segurança rodoviária e priorizou o investimento de um total de 1.063 escolas analisadas.
Informado pelas descobertas, o projeto avaliará com estrelas a segurança das escolas que usam o Classificação por estrelas para escolas aplicação, testar um novo aplicativo YEA de envolvimento juvenil com 1.800 alunos mapeando onde eles se sentem seguros e inseguros no caminho para a escola e trabalhar com os tomadores de decisão do governo local para implementar melhorias de infraestrutura em 18 escolas prioritárias.
As fontes de big data estão cada vez mais disponíveis e fornecem informações sobre uma ampla gama de elementos do ambiente urbano que podem representar um risco para a segurança rodoviária. Trabalhar com big data para identificar locais de alto risco é uma forma eficiente e eficaz de ampliar as avaliações em cidades, regiões ou países.
A Metodologia utilizou fontes de big data, particularmente dados telemáticos e de satélite, para recolher atributos rodoviários, de infra-estruturas e sociodemográficos e sinalizar escolas de risco onde a combinação dos elementos ambientais possa representar um risco para os alunos.
Os atributos foram classificados pelo seu risco em quatro níveis, uma abordagem que ajudou a economizar custos e esforços de análise. O nível um incluía informações disponíveis gratuitamente e, à medida que os níveis progrediam e a área de âmbito era reduzida, dados mais complexos, dispendiosos e detalhados podiam ser recolhidos e analisados de uma forma muito focada.
“Essa abordagem nos permitiu avaliar como a análise foi feita e aproveitar os grandes dados disponíveis para analisar e comparar 1.063 escolas. Também nos deu a capacidade de aprimorar e avaliar uma série de parâmetros de risco em escala e em nível de escola individual em todo o Vietnã”, disse Peter Jamieson, Diretor Geral da empresa de análise de dados, Anditi.
Progressão de níveis e mudanças no escopo da análise – Fonte das imagens: Anditi e iRAP
Shanna Lucchesi, gerente de projetos da AI & Me, do International Road Assessment Programme (iRAP) disse que, até onde sabemos, esta é a primeira vez que uma metodologia de big data foi desenvolvida e testada para avaliar o risco da infraestrutura rodoviária ao redor das escolas.
“As três cidades são muito diferentes em tamanho e complexidade, provando quão flexível é a metodologia para se adaptar a diferentes contextos”, disse a Sra. Lucchesi.
“Estamos entusiasmados por pilotar o programa AI&Me no Vietnã, onde poderemos usar big data para mudar a maneira como pensamos, abordamos e resolvemos a crise rodoviária”, disse Trang Truong, gerente de projeto AI&Me da Fundação AIP.
“As agências governamentais locais também coletaram informações sobre mortes de pedestres e o número de estudantes. A metodologia foi partilhada com os nossos parceiros governamentais locais e escolas no Vietname. A pesquisa pós-formação mostrou que 86% de participantes consideraram a metodologia de Triagem de Big Data apresentada na formação útil ou muito útil para as partes interessadas do governo identificarem comunidades e locais de alto risco com mais facilidade.
“A metodologia não apenas revelou insights interessantes para aplicação no Vietnã, mas também foi projetada para ser escalonável, transferível, acessível e fácil de aplicar em qualquer lugar, em conjunto com o aplicativo iRAP Star Rating for Schools (SR4S) para refinar uma lista prioritária de locais para informações detalhadas. avaliações”, disse Lucchesi.
“Juntamente com o SR4S, o método ajudará os decisores a fazer escolhas eficazes e baseadas em evidências sobre onde concentrar os esforços de segurança rodoviária, ligados ao maior impacto e às intervenções mais económicas para salvar a vida das crianças”, disse ela.
Os acidentes rodoviários afectam desproporcionalmente os jovens, sendo a principal causa de morte de pessoas com idades compreendidas entre os 5 e os 29 anos em todo o mundo.
A combinação de condições inseguras nas estradas perto das escolas, a vulnerabilidade especial das crianças e a elevada tolerância ao risco dos jovens condutores expõem os jovens ao risco diário de ferimentos e morte na estrada.
Estima-se que 500 crianças morrerão diariamente nas estradas globais e mais de 10.000 sofrerão lesões que mudarão as suas vidas, o que terá enormes implicações económicas e sociais para as gerações futuras.
Apesar destes níveis inaceitáveis de trauma juvenil, a verdadeira escala do problema é muitas vezes escondida da consciência da comunidade, embora pareça demasiado grande para ser resolvida.
Sra. Lucchesi disse que pode ser difícil para os governos saberem por onde começar a priorizar a segurança e para quem, e decidir onde concentrar o investimento em modificações ou fiscalização das estradas.
“O Projeto Ai&Me é entusiasmante não apenas pela sua abordagem inovadora de big data, mas também pelo envolvimento abrangente de todas as pessoas afetadas e capazes de ajudar – desde os estudantes, aos administradores escolares, representantes do governo local responsáveis e capacitados para tomar decisões de investimento, e soluções rodoviárias globais. especialistas em segurança e dados com o conhecimento mais recente. Todos estão se unindo para proteger os mais vulneráveis nas estradas escolares e apoiar a tomada de decisões do governo.
“Estamos entusiasmados com a Metodologia Big Data, os insights que ela revelou e as melhorias de segurança rodoviária muito direcionadas que tornará possíveis nas três cidades. Também estamos entusiasmados com o seu potencial global para tornar as viagens escolares mais seguras e da forma mais económica, muito para além das fronteiras do Vietname”, disse a Sra. Lucchesi.
A Metodologia foi desenvolvida como parte do AI&Me: Projeto Capacitar Jovens para Estradas Mais Seguras fundado por Fondation Botnar e FIA Foundation, liderado pela Fundação AIP e apoiado pela iRAP e pela ANDITI.
Para mais informações sobre a Metodologia, baixe o Relatório de metodologia AI&Me Big Data aqui.
Também será apresentado no Conferência Internacional Walk21 que terá lugar na próxima semana, de 19 a 23 de Setembro, em Dublin.
Fonte da imagem do cabeçalho: Vương Bùi no Pixabay
Português do Brasil 
English 
Español de Colombia 
Français 
हिन्दी