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 usan a diario para hacer frente a la principal causa de muerte entre los jóvenes: los accidentes de tráfico? ¿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 de seguridad vial y priorizó la inversión de un total de 1063 escuelas analizadas.

Informado por los hallazgos, el proyecto calificará con estrellas la seguridad de las escuelas que utilizan el Calificación de estrellas para escuelas aplicación, poner a prueba una nueva aplicación de participación juvenil de YEA con 1800 estudiantes mapeando dónde se sienten seguros e inseguros en su camino a la escuela, y trabajar con los responsables de la toma 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 brindan 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 efectiva de ampliar las evaluaciones de ciudades, regiones o países.

La Metodología utilizó grandes fuentes de datos, en particular datos telemáticos y satelitales, para recopilar atributos viales, de infraestructura y sociodemográficos y señalar escuelas en riesgo donde la combinación de los elementos ambientales podría representar un riesgo para los estudiantes.

Los atributos se clasificaron por 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 los niveles avanzaban y el área de alcance se reducía, se podían recopilar y analizar datos más complejos, costosos y detallados de una manera muy enfocada.

“Este enfoque nos permitió evaluar cómo se realizó el análisis y aprovechar los grandes datos disponibles para analizar y comparar 1063 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 de las 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 se 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 Sra. Lucchesi.

"Estamos encantados de poner a prueba el programa AI&Me en Vietnam, donde podremos usar big data para cambiar la forma en que pensamos, abordamos y resolvemos la crisis vial”, dijo Trang Truong, Gerente de Proyecto AI&Me para Fundación AIP.

“Las agencias del gobierno local también recopilaron información sobre las muertes de peatones y la cantidad de estudiantes. La metodología se compartió con nuestros socios gubernamentales locales y escuelas en Vietnam. La encuesta posterior a la capacitación mostró que el 86% de los participantes consideró que la metodología Big Data Screening presentada en la capacitación fue útil o muy útil para que las partes interesadas del gobierno identifiquen comunidades y ubicaciones de alto riesgo con mayor facilidad.

“La Metodología no solo ha revelado interesantes conocimientos 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”, dijo la Sra. 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 a las intervenciones más rentables y de mayor impacto para salvar las vidas de los niños”, dijo.

Los accidentes de tránsito afectan de manera desproporcionada a los jóvenes, ya que son la principal causa de muerte entre las personas de 5 a 29 años en todo el mundo.

La combinación de condiciones viales inseguras cerca de las escuelas, la vulnerabilidad especial de los niños y la elevada tolerancia al riesgo de los conductores jóvenes, exponen a los jóvenes al riesgo diario de lesiones y muerte en la carretera.

Se estima que 500 niños morirán en las carreteras de todo el mundo todos los días, y más de 10 000 sufrirán lesiones que les cambiarán la vida, lo que plantea enormes implicaciones económicas y sociales para las generaciones futuras.

A pesar de estos niveles inaceptables de trauma juvenil, la verdadera escala del problema a menudo se oculta a la conciencia de la comunidad, al mismo tiempo que se siente demasiado grande para abordarlo.

La Sra. Lucchesi dijo que puede ser abrumador para los gobiernos saber dónde comenzar a priorizar la seguridad y para quién, y decidir dónde enfocar la inversión en las modificaciones o la aplicación de las carreteras.

“El Proyecto Ai&Me es emocionante no solo 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 del gobierno local responsables y facultados para tomar decisiones de inversión y la carretera global. 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 del gobierno.

“Estamos entusiasmados con la Metodología Big Data, los conocimientos que ha revelado y las mejoras de seguridad vial muy específicas que hará posible en las tres ciudades. También estamos emocionados por su potencial global para hacer que los viajes escolares sean más seguros de la manera más rentable más allá de las fronteras de Vietnam”, dijo la Sra. Lucchesi.

La Metodología ha sido desarrollada como parte del AI&Me: Proyecto Empower Youth for Safer Roads fundado por Fundación Botnar y Fundación FIA, liderado por Fundación AIP, y apoyado por iRAP y ANDITI.

Para más información sobre la Metodología, descargue el Informe de metodología de Big Data de AI&Me aquí.

También se presentará 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: Vuong Bùi en Pixabay