Dans trois villes vietnamiennes abritant plus de 9 millions d'habitants, comment pouvons-nous commencer à identifier les zones scolaires les plus à risque et les enfants qui les utilisent quotidiennement pour lutter contre le principal tueur de jeunes : les accidents de la circulation. La réponse? Big Data.

Une méthodologie de filtrage de données volumineuses développée dans le cadre du projet AI&Me a permis une analyse de bureau des données volumineuses pour Ho Chi Minh-Ville, Pleiku et Yen Bai. L'analyse a identifié les 106 écoles les plus à risque pour une enquête plus approfondie sur la sécurité routière et a priorisé les investissements sur un total de 1 063 écoles analysées.

Informé par les résultats, le projet évaluera la sécurité des écoles en utilisant le Classement par étoiles pour les écoles application, piloter une nouvelle application d'engagement des jeunes YEA avec 1 800 élèves cartographiant où ils se sentent en sécurité et en danger sur leur chemin vers l'école, et travailler avec les décideurs du gouvernement local pour mettre en œuvre des améliorations d'infrastructure dans 18 écoles prioritaires.

Les sources de mégadonnées sont de plus en plus facilement accessibles et fournissent des informations sur un large éventail d'éléments de l'environnement urbain qui peuvent représenter un risque pour la sécurité routière. Travailler avec des mégadonnées pour identifier les emplacements à haut risque est un moyen efficace et efficient d'étendre les évaluations à l'échelle de la ville, de la région ou du pays.

La méthodologie a utilisé des sources de données volumineuses, en particulier des données télématiques et satellitaires, pour collecter les routes, les infrastructures et les attributs sociodémographiques et signaler les écoles à risque où la combinaison des éléments environnementaux pourrait représenter un risque pour les élèves.

Les attributs ont été classés en fonction de leur risque en quatre niveaux, une approche qui a permis de réduire les coûts et les efforts d'analyse. Le premier niveau comprenait des informations librement disponibles et, à mesure que les niveaux progressaient et que la zone de portée se réduisait, des données plus complexes, coûteuses et détaillées pouvaient être collectées et analysées de manière très ciblée.

« Cette approche nous a permis de déterminer comment l'analyse a été effectuée et de tirer parti des mégadonnées disponibles pour analyser et comparer 1 063 écoles. Cela nous a également donné la possibilité d'affiner et d'évaluer une gamme de paramètres de risque à l'échelle et au niveau des écoles individuelles à travers le Vietnam », a déclaré Peter Jamieson, directeur général de la société d'analyse de données, Anditi.

Progression des niveaux et évolution du périmètre d'analyse – Source images : Anditi et iRAP

Chef de projet AI&Me Shanna Lucchesi du International Road Assessment Programme (iRAP) a déclaré que, à notre connaissance, c'est la première fois qu'une méthodologie de mégadonnées est développée et testée pour évaluer les risques liés aux infrastructures routières autour des écoles.

"Les trois villes sont très différentes en taille et en complexité, ce qui prouve à quel point la méthodologie est flexible pour s'adapter à différents contextes", a déclaré Mme Lucchesi.

"Nous sommes ravis de piloter le programme AI&Me au Vietnam, où nous pourrons utiliser les mégadonnées pour changer notre façon de penser, d'aborder et de résoudre la crise routière », a déclaré Trang Truong, le chef de projet AI&Me pour Fondation AIP.

« Les agences gouvernementales locales ont également recueilli des informations sur les décès de piétons et le nombre d'étudiants. La méthodologie a été partagée avec nos partenaires gouvernementaux locaux et les écoles au Vietnam. L'enquête post-formation a montré que 86% des participants ont trouvé la méthodologie de Big Data Screening présentée dans la formation utile ou très utile pour les acteurs gouvernementaux afin d'identifier plus facilement les communautés et les lieux à haut risque.

"Non seulement la méthodologie a révélé des informations intéressantes pour l'application au Vietnam, mais elle est conçue pour être évolutive, transférable, abordable et facile à appliquer n'importe où en conjonction avec l'application iRAP Star Rating for Schools (SR4S) pour affiner une liste prioritaire de sites pour des informations détaillées. évaluations », a déclaré Mme Lucchesi.

"Avec SR4S, la méthode aidera les décideurs à faire des choix efficaces et fondés sur des preuves sur les domaines sur lesquels concentrer les efforts de sécurité routière, liés aux interventions les plus efficaces et les plus rentables pour sauver des vies d'enfants", a-t-elle déclaré.

Les accidents de la route affectent de manière disproportionnée les jeunes, qui sont la principale cause de décès chez les personnes âgées de 5 à 29 ans dans le monde.

La combinaison de conditions routières dangereuses à proximité des écoles, de la vulnérabilité particulière des enfants et de la tolérance élevée au risque des jeunes conducteurs expose les jeunes au risque quotidien de blessures et de décès sur la route.

On estime que 500 enfants mourront chaque jour sur les routes du monde, et plus de 10 000 subiront des blessures qui changeront leur vie, entraînant d'énormes implications économiques et sociales pour les générations futures.

Malgré ces niveaux inacceptables de traumatismes chez les jeunes, la véritable ampleur du problème est souvent cachée à la conscience de la communauté, tout en se sentant trop vaste pour être abordée.

Mme Lucchesi a déclaré qu'il peut être écrasant pour les gouvernements de savoir par où commencer en donnant la priorité à la sécurité et pour qui, et de décider où concentrer les investissements dans les modifications ou l'application des routes.

"Le projet Ai&Me est passionnant non seulement par son approche innovante des mégadonnées, mais également par l'implication globale de toutes les personnes concernées et capables d'aider - des étudiants aux administrateurs scolaires, en passant par les représentants des gouvernements locaux responsables et habilités à prendre des décisions d'investissement, et la route mondiale. des experts en sécurité et en données dotés du savoir-faire le plus récent. Ils se mobilisent tous pour protéger les personnes les plus vulnérables au bord des routes scolaires et soutenir la prise de décision du gouvernement.

"Nous sommes ravis de la méthodologie Big Data, des informations qu'elle a révélées et des améliorations très ciblées de la sécurité routière qu'elle rendra possibles dans les trois villes. Nous sommes également enthousiasmés par son potentiel mondial pour rendre les trajets scolaires plus sûrs de la manière la plus rentable bien au-delà des frontières du Vietnam », a déclaré Mme Lucchesi.

La Méthodologie a été développée dans le cadre du AI&Me : Projet d'autonomisation des jeunes pour des routes plus sûres fondé par Fondation Botnar et Fondation FIA, dirigé par la Fondation AIP, et soutenu par iRAP et ANDITI.

Pour plus d'informations sur la Méthodologie, téléchargez le Rapport sur la méthodologie AI&Me Big Data ici.

Il sera également présenté au Conférence internationale Walk21 qui se tiendra la semaine prochaine du 19 au 23 septembre à Dublin.

Source de l'image d'en-tête : Vuong Bùi sur Pixabay