Hoe kunnen we in drie Vietnamese steden met meer dan 9 miljoen inwoners de schoolzones met het hoogste risico en de kinderen die er dagelijks gebruik van maken identificeren, om zo de belangrijkste doodsoorzaak onder jongeren – verkeersongevallen – aan te pakken? Het antwoord? Big Data.
Een methodologie voor het screenen van big data, ontwikkeld als onderdeel van het AI&Me-project, heeft desktopanalyse van big data voor Ho Chi Minh-stad, Pleiku en Yen Bai mogelijk gemaakt. De analyse identificeerde de 106 scholen met het hoogste risico voor nader onderzoek naar verkeersveiligheid en prioriteerde investeringen uit een totaal van 1063 geanalyseerde scholen.
Op basis van de bevindingen zal het project de veiligheid van de scholen beoordelen met behulp van een sterrensysteem. Star Rating for Schools Een nieuwe YEA-app voor jongerenparticipatie testen met 1800 leerlingen om in kaart te brengen waar ze zich veilig en onveilig voelen op weg naar school, en samenwerken met lokale overheidsfunctionarissen om infrastructurele verbeteringen door te voeren bij 18 prioriteitsscholen.
Grote hoeveelheden data zijn steeds gemakkelijker beschikbaar en bieden inzicht in een breed scala aan elementen in de stedelijke omgeving die een risico voor de verkeersveiligheid kunnen vormen. Het gebruik van big data om risicovolle locaties te identificeren is een efficiënte en effectieve manier om evaluaties op stads-, regionaal of landelijk niveau uit te breiden.
De methodologie maakte gebruik van big data-bronnen, met name telematica- en satellietgegevens, om kenmerken van wegen, infrastructuur en sociaal-demografische gegevens te verzamelen en risicovolle scholen aan te wijzen waar de combinatie van omgevingsfactoren een risico voor leerlingen zou kunnen vormen.
De kenmerken werden op basis van hun risico in vier niveaus ingedeeld, een aanpak die hielp om kosten en analyse-inspanningen te besparen. Niveau één omvatte vrij beschikbare informatie en naarmate de niveaus vorderden en het onderzoeksgebied kleiner werd, konden complexere, duurdere en gedetailleerdere gegevens worden verzameld en op een zeer gerichte manier worden geanalyseerd.
“"Deze aanpak stelde ons in staat om te bepalen hoe de analyse werd uitgevoerd en om gebruik te maken van beschikbare big data om 1.063 scholen te analyseren en te vergelijken. Het gaf ons ook de mogelijkheid om een reeks risicoparameters op grote schaal en op het niveau van individuele scholen in heel Vietnam te beoordelen", aldus Peter Jamieson, Managing Director van het data-analysebedrijf., Anditi.
Niveaus en veranderingen in de reikwijdte van de analyse – Bron afbeeldingen: Anditi en iRAP
Shanna Lucchesi, projectmanager van AI&Me bij International Road Assessment Programme (iRAP(De auteur) 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 weginfrastructuur rond scholen te beoordelen.
“"De drie steden verschillen sterk in omvang en complexiteit, wat aantoont hoe flexibel de methodologie is en hoe goed deze zich kan aanpassen aan verschillende contexten," aldus mevrouw Lucchesi.
“"We zijn enorm blij dat we het AI&Me-programma in Vietnam kunnen testen. Daar kunnen we big data gebruiken om onze kijk op, aanpak en oplossing van de wegencrisis te veranderen", aldus Trang Truong, projectmanager van AI&Me. AIP Stichting.
“De lokale overheidsinstanties verzamelden ook informatie over dodelijke ongevallen met voetgangers en het aantal leerlingen. De methodologie werd gedeeld met onze lokale overheidspartners en scholen in Vietnam. Uit de enquête na de training bleek dat 861% van de deelnemers de gepresenteerde Big Data Screening-methodologie nuttig of zeer nuttig vond voor overheidsinstanties om risicovolle gemeenschappen en locaties gemakkelijker te identificeren.
“"De methodologie heeft niet alleen boeiende inzichten opgeleverd voor toepassing in Vietnam, maar is ook ontworpen om schaalbaar, overdraagbaar, betaalbaar en gemakkelijk overal te gebruiken te zijn in combinatie met de iRAP Star Rating for Schools (SR4S) app om een prioriteitslijst van locaties voor gedetailleerde beoordelingen te verfijnen," aldus mevrouw Lucchesi.
“"Samen met SR4S zal de methode beleidsmakers helpen om effectieve en op bewijs gebaseerde keuzes te maken over waar de inspanningen op het gebied van verkeersveiligheid op gericht moeten worden, gekoppeld aan de meest effectieve en kostenefficiënte interventies om kinderlevens te redden," zei ze.
Verkeersongevallen treffen jongeren onevenredig zwaar; wereldwijd zijn ze de belangrijkste doodsoorzaak onder mensen van 5 tot 29 jaar.
De combinatie van onveilige wegomstandigheden in de buurt van scholen, de bijzondere kwetsbaarheid van kinderen en de verhoogde risicobereidheid van jonge bestuurders, stelt jongeren dagelijks bloot aan het risico van verkeersongevallen met letsel en overlijden.
Naar schatting sterven er dagelijks 500 kinderen op de wegen wereldwijd en lopen meer dan 10.000 kinderen levensveranderende verwondingen op, met enorme economische en sociale gevolgen voor toekomstige generaties.
Ondanks deze onaanvaardbare mate van trauma bij jongeren, blijft de ware omvang van het probleem vaak verborgen voor het maatschappelijk bewustzijn, terwijl het tegelijkertijd te groot lijkt om aan te pakken.
Mevrouw Lucchesi zei dat het voor overheden overweldigend kan zijn om te weten waar te beginnen met het prioriteren van veiligheid en voor wie, en om te beslissen waar investeringen in wegaanpassingen of handhaving op gericht moeten worden.
“Het Ai&Me-project is niet alleen spannend vanwege de innovatieve big data-aanpak, maar ook vanwege de uitgebreide betrokkenheid van alle betrokkenen die kunnen bijdragen – van de leerlingen en schoolbestuurders tot lokale overheidsvertegenwoordigers die verantwoordelijk zijn voor en bevoegd zijn om investeringsbeslissingen te nemen, en wereldwijde verkeersveiligheids- en data-experts met de meest recente kennis. Zij werken allemaal samen om de meest kwetsbaren langs de schoolwegen te beschermen en de besluitvorming van de overheid te ondersteunen.
“"We zijn enthousiast over de Big Data-methodologie, de inzichten die het heeft opgeleverd en de zeer gerichte verbeteringen van de verkeersveiligheid die het in de drie steden mogelijk zal maken. We zijn ook enthousiast over het wereldwijde potentieel om schoolreizen op de meest kosteneffectieve manier veiliger te maken, ver buiten de grenzen van Vietnam", aldus mevrouw Lucchesi.
De methodologie is ontwikkeld als onderdeel van de AI&Me: Jongeren sterker maken voor veiligere wegen-project opgericht door Fondation Botnar En FIA Foundation, onder leiding van de AIP Foundation en ondersteund door iRAP en ANDITI.
Voor meer informatie over de methodologie kunt u het document downloaden. Het AI&Me Big Data-methodologierapport vindt u hier..
Het zal ook worden gepresenteerd tijdens de Internationale Walk21-conferentie Het evenement vindt volgende week plaats, van 19 tot en met 23 september in Dublin.
Bron headerafbeelding: Vuong Bùi op Pixabay