Les outils

La méthodologie a été développée par iRAP en collaboration avec la Fondation AIP et Anditi. Elle a été conçue pour exploiter les sources de données existantes, qu'elles soient open source ou sécurisées par des contrats d'achat. Son objectif principal est d'optimiser la collecte de données, en garantissant l'accès aux informations pertinentes tout en minimisant les coûts. La méthode utilise des attributs couramment disponibles dans l'analyse macro des piétons et les utilise pour classer les écoles du risque de sécurité routière le plus élevé au plus faible pour les piétons.

Les attributs sont ensuite classés en quatre niveaux d'analyse différents, où la méthode réduit la quantité de données collectées au fur et à mesure de la progression du niveau. À chaque niveau, les écoles sont classées et seules celles à haut risque passeront à l'étape d'analyse suivante. La méthodologie est documentée dans le rapport Analyse des Big Data : méthodologie d'évaluation des écoles à haut risque.

Tous les repères d'évaluation des piétons signalés par les étudiants sur YEA sont directement intégrés à la plateforme SR4S pour aider à identifier les zones à forte concentration de groupes de repères et à hiérarchiser ces points pour une évaluation détaillée de l'infrastructure via SR4S. Fonctionnant comme un outil de collecte de données polyvalent et plus encore, YEA sert de plateforme d'orientation pour partager des informations précieuses sur les perceptions des jeunes de l'environnement routier.

YEA est disponible à l'utilisation et les données sont ouvertes à la visualisation. Pour utiliser l'application dans vos projets ou pour accéder aux données, veuillez contacter l'équipe du projet.

Plus d'informations sont disponibles dans le Site Web de YEA.

La liste des écoles à haut risque examinées à l'aide de la méthode Big Data, combinée aux données rapportées par les utilisateurs de YEA, a fait l'objet d'une évaluation approfondie de la sécurité des infrastructures à l'aide des outils d'évaluation SR4S pour produire des recommandations de mise à niveau. Les résultats de la notation par étoiles, où cinq étoiles sont les plus sûres et 1 étoile la moins sûre, sont générés sur chaque site. Les écoles ayant une note basse de 1 ou 2 étoiles sont prioritaires par le gouvernement dans le plan de rénovation. Plus d'informations sur SR4S sont disponibles sur le site site web du programme. Au cœur de SR4S se trouve un système méticuleux de collecte de données utilisant la norme mondiale iRAP. Des codeurs formés suivent des directives standardisées pour collecter systématiquement des données sur divers attributs. Cette approche systématique et de qualité garantie constitue la base du calcul des risques pour la sécurité routière, garantissant une évaluation approfondie et précise.

Pour en savoir plus sur l'accès SR4S, visitez starratingforschools.org

Les projets

Logo	La description	Plus d'information
	AI&Me : Projet de renforcement des capacités des jeunes pour des routes plus sûres, soutenu par Fondation Botnar et  Fondation FIA, défend l’utilisation des technologies numériques pour améliorer le bien-être des jeunes en milieu urbain.	Cliquez ici pour accéder au rapport final du projet Cliquez ici pour accéder aux opportunités d'évolutivité du projet
	Le projet AI&Me : Tirer parti de l'outil AI pour améliorer la sécurité routière, financé par Google.org, s'appuie sur l'intelligence artificielle (IA), le système de notation par étoiles iRAP pour les écoles et le partenariat AiRAP pour offrir des trajets scolaires 3 étoiles ou plus et lutter contre les accidents de la route qui sont la principale cause de décès chez les enfants et les jeunes dans le monde.	Cliquez ici pour plus d'informations