Hoe kunnen we in drie Vietnamese steden met meer dan 9 miljoen inwoners beginnen met het identificeren van de schoolzones met het hoogste risico en de kinderen die deze dagelijks gebruiken om de belangrijkste doodsoorzaak onder jongeren aan te pakken: verkeersongevallen. Het antwoord? Grote gegevens.

Een Big Data Screening Methodologie, ontwikkeld als onderdeel van het AI&Me Project, heeft desktopanalyse van big data voor Ho Chi Minh City, Pleiku en Yen Bai mogelijk gemaakt. De analyse identificeerde de 106 scholen met het hoogste risico voor verder onderzoek naar de verkeersveiligheid en gaf prioriteit aan investeringen van in totaal 1.063 geanalyseerde scholen.

Geïnformeerd door de bevindingen zal het project de veiligheid van de scholen die gebruik maken van de Sterrenwaardering voor scholen applicatie, een nieuwe YEA-app voor jongerenbetrokkenheid testen waarbij 1.800 leerlingen in kaart brengen waar zij zich veilig en onveilig voelen op weg naar school, en samenwerken met besluitvormers van de lokale overheid om infrastructuurverbeteringen door te voeren op 18 prioriteitsscholen.

Big data-bronnen worden steeds gemakkelijker beschikbaar en bieden inzicht in een breed scala aan stedelijke omgevingselementen die een verkeersveiligheidsrisico kunnen vormen. Het werken met big data om locaties met een hoog risico te identificeren is een efficiënte en effectieve manier om stads-, regio- of landelijke evaluaties op te schalen.

De Methodologie maakte gebruik van big data-bronnen, met name telematica en satellietgegevens, om weg-, infrastructuur- en sociodemografische kenmerken te verzamelen en risicovolle scholen te markeren waar de combinatie van de omgevingselementen een risico voor leerlingen zou kunnen vormen.

De attributen werden op vier niveaus gerangschikt op basis van hun risico, een aanpak die hielp kosten en analyse-inspanningen te besparen. Niveau één omvatte vrij beschikbare informatie en naarmate de niveaus vorderden en het toepassingsgebied kleiner werd, konden complexere, kostbare en gedetailleerde gegevens op een zeer gerichte manier worden verzameld en geanalyseerd.

“Dankzij deze aanpak konden we in kaart brengen hoe de analyse werd uitgevoerd en gebruik maken van de beschikbare big data om 1.063 scholen te analyseren en te vergelijken. Het gaf ons ook de mogelijkheid om een reeks risicoparameters op schaal en op het niveau van individuele scholen in heel Vietnam aan te scherpen en te beoordelen”, zegt Peter Jamieson, Managing Director van een data-analysebedrijf. Anditi.

Niveauvoortgang en veranderingen in de reikwijdte van de analyse – Bron afbeeldingen: Anditi en iRAP

AI&Me-projectmanager Shanna Lucchesi van de International Road Assessment Programme (iRAP) zei dat dit, voor zover wij weten, de eerste keer is dat een big data-methodologie is ontwikkeld en getest om de risico's van de wegeninfrastructuur rond scholen te beoordelen.

“De drie steden zijn zeer verschillend qua omvang en complexiteit, wat bewijst hoe flexibel de methodologie is om zich aan te passen aan verschillende contexten”, aldus mevrouw Lucchesi.

“We zijn blij dat we het AI&Me-programma in Vietnam kunnen testen, waar we big data kunnen gebruiken om de manier te veranderen waarop we denken over de verkeerscrisis, deze aanpakken en oplossen”, aldus Trang Truong, de AI&Me-projectmanager voor Stichting AIP.

“De lokale overheidsinstanties verzamelden ook informatie over dodelijke slachtoffers onder voetgangers en het aantal studenten. De methodologie werd gedeeld met onze lokale overheidspartners en scholen in Vietnam. Uit het onderzoek na de training bleek dat 86% van de deelnemers de Big Data Screening-methodologie die in de training werd gepresenteerd, nuttig of zeer nuttig vond voor belanghebbenden bij de overheid om gemeenschappen en locaties met een hoog risico gemakkelijker te identificeren.

“De Methodologie heeft niet alleen opwindende inzichten onthuld voor toepassing in Vietnam, maar is ook ontworpen om schaalbaar, overdraagbaar, betaalbaar en gemakkelijk overal toe te passen te zijn, in combinatie met de iRAP Star Rating for Schools (SR4S)-app om een prioriteitenlijst van sites te verfijnen voor gedetailleerde informatie. beoordelingen,” zei mevrouw Lucchesi.

“Samen met SR4S zal de methode besluitvormers helpen effectieve en op feiten gebaseerde keuzes te maken over waar ze de verkeersveiligheidsinspanningen op moeten richten, gekoppeld aan de grootste impact en meest kosteneffectieve interventies om de levens van kinderen te redden,” zei ze.

Verkeersongevallen treffen onevenredig veel jongeren, omdat ze wereldwijd de grootste doodsoorzaak zijn onder mensen tussen de 5 en 29 jaar.

De combinatie van onveilige wegomstandigheden in de buurt van scholen, de bijzondere kwetsbaarheid van kinderen en de verhoogde risicotolerantie van jonge automobilisten stelt jongeren bloot aan het dagelijkse risico op verkeersgewonden en overlijden.

Elke dag zullen naar schatting 500 kinderen sterven op de mondiale wegen, en meer dan 10.000 zullen levensveranderende verwondingen oplopen, wat enorme economische en sociale gevolgen heeft voor toekomstige generaties.

Ondanks deze onaanvaardbare niveaus van jeugdtrauma's blijft de ware omvang van het probleem vaak verborgen voor het bewustzijn van de gemeenschap, terwijl het ook te groot lijkt om aan te pakken.

Mevrouw Lucchesi zei dat het voor regeringen overweldigend kan zijn om te weten waar ze prioriteit moeten geven aan veiligheid en voor wie, en om te beslissen waar ze de investeringen in wegaanpassingen of handhaving moeten concentreren.

“Het Ai&Me-project is niet alleen spannend vanwege de innovatieve big data-aanpak, maar ook vanwege de uitgebreide betrokkenheid van alle betrokken mensen die kunnen helpen – van de studenten tot schoolbestuurders, vertegenwoordigers van de lokale overheid die verantwoordelijk en bevoegd zijn om investeringsbeslissingen te nemen, en mondiale wegbeheerders. veiligheids- en data-experts met de nieuwste kennis. Ze komen allemaal samen om de meest kwetsbaren langs schoolwegen te beschermen en de besluitvorming van de overheid te ondersteunen.

“We zijn enthousiast over de Big Data Methodologie, de inzichten die deze heeft opgeleverd en de zeer gerichte verbeteringen op het gebied van de verkeersveiligheid die deze in de drie steden mogelijk zal maken. We zijn ook enthousiast over het mondiale potentieel om schoolreizen veiliger te maken op de meest kosteneffectieve manier, tot ver buiten de grenzen van Vietnam”, aldus mevrouw Lucchesi.

De Methodologie is ontwikkeld als onderdeel van de AI&Me: Empower Youth for Safer Roads-project opgericht door Stichting Botnar En Stichting FIA, geleid door AIP Foundation, en ondersteund door iRAP en ANDITI.

Voor meer informatie over de Methodologie kunt u de AI&Me Big Data-methodologierapport hier.

Het zal ook worden gepresenteerd op de Internationale Walk21-conferentie volgende week van 19 tot en met 23 september in Dublin.

Bron afbeelding header: Vuong Bùi op Pixabay