Em três cidades vietnamitas que abrigam mais de 9 milhões de pessoas, como podemos começar a identificar as zonas escolares de maior risco e as crianças que as usam diariamente para combater o principal assassino de jovens – acidentes de trânsito? A resposta? Grandes Dados.

Uma Metodologia de Triagem de Big Data desenvolvida como parte do Projeto AI&Me permitiu a análise desktop de big data para Ho Chi Minh City, Pleiku e Yen Bai. A análise identificou as 106 escolas de maior risco para investigação adicional de segurança no trânsito e priorizou o investimento de um total de 1.063 escolas analisadas.

Com base nos resultados, o projeto vai avaliar a segurança das escolas usando o Classificação por estrelas para escolas aplicação, piloto de um novo aplicativo de engajamento de jovens YEA com 1.800 alunos mapeando onde eles se sentem seguros e inseguros em sua caminhada para a escola e trabalhe com os tomadores de decisão do governo local para implementar melhorias de infraestrutura em 18 escolas prioritárias.

As fontes de big data estão se tornando mais prontamente disponíveis e fornecem informações sobre uma ampla gama de elementos do ambiente urbano que podem representar um risco à segurança rodoviária. Trabalhar com big data para identificar locais de alto risco é uma maneira eficiente e eficaz de ampliar as avaliações da cidade, região ou país.

A Metodologia utilizou fontes de big data, principalmente telemática e dados de satélite, para coletar atributos rodoviários, de infraestrutura e sociodemográficos e sinalizar escolas de risco onde a combinação dos elementos ambientais pode representar um risco para os alunos.

Os atributos foram classificados por seu risco em quatro níveis, uma abordagem que ajudou a economizar custos e esforços de análise. O nível um incluía informações disponíveis gratuitamente e, à medida que os níveis progrediam e a área de escopo era reduzida, dados mais complexos, caros e detalhados podiam ser coletados e analisados de maneira muito focada.

“Essa abordagem nos permitiu definir como a análise foi feita e utilizar big data disponível para analisar e comparar 1.063 escolas. Também nos deu a capacidade de aprimorar e avaliar uma série de parâmetros de risco em escala e no nível de escolas individuais em todo o Vietnã”, disse Peter Jamieson, diretor administrativo da empresa de análise de dados, Anditi.

Progressão de níveis e mudanças no escopo da análise – Fonte das imagens: Anditi e iRAP

Shanna Lucchesi, gerente de projetos da AI & Me, do International Road Assessment Programme (iRAP) disse que, até onde sabemos, esta é a primeira vez que uma metodologia de big data foi desenvolvida e testada para avaliar o risco da infraestrutura rodoviária ao redor das escolas.

“As três cidades são muito diferentes em tamanho e complexidade, provando como a Metodologia é flexível para se adaptar a diferentes contextos”, disse a Sra. Lucchesi.

“Estamos entusiasmados por pilotar o programa AI&Me no Vietnã, onde poderemos usar big data para mudar a maneira como pensamos, abordamos e resolvemos a crise rodoviária”, disse Trang Truong, gerente de projeto AI&Me da Fundação AIP.

“As agências governamentais locais também coletaram informações sobre mortes de pedestres e o número de estudantes. A metodologia foi compartilhada com nossos parceiros do governo local e escolas no Vietnã. A pesquisa pós-treinamento mostrou que 86% dos participantes acharam a metodologia de triagem de Big Data apresentada no treinamento útil ou muito útil para os atores do governo identificarem comunidades e locais de alto risco com mais facilidade.

“A Metodologia não apenas revelou insights interessantes para aplicação no Vietnã, mas foi projetada para ser escalável, transferível, acessível e fácil de aplicar em qualquer lugar em conjunto com o aplicativo iRAP Star Rating for Schools (SR4S) para refinar uma lista prioritária de sites para informações detalhadas avaliações”, disse Lucchesi.

“Juntamente com o SR4S, o método ajudará os tomadores de decisão a fazer escolhas eficazes e baseadas em evidências sobre onde concentrar os esforços de segurança no trânsito, vinculados às intervenções de maior impacto e custo-benefício para salvar a vida das crianças”, disse ela.

Os acidentes de trânsito afetam desproporcionalmente os jovens, sendo a principal causa de morte de pessoas de 5 a 29 anos em todo o mundo.

A combinação das condições inseguras das estradas próximas às escolas, a vulnerabilidade especial das crianças e a elevada tolerância ao risco dos jovens condutores expõem os jovens ao risco diário de lesões e morte nas estradas.

Estima-se que 500 crianças morrerão nas estradas globais todos os dias e mais de 10.000 sofrerão ferimentos que mudarão suas vidas, apresentando enormes implicações econômicas e sociais para as gerações futuras.

Apesar desses níveis inaceitáveis de trauma juvenil, a verdadeira escala do problema é muitas vezes escondida da consciência da comunidade, embora também pareça grande demais para ser enfrentada.

Lucchesi disse que pode ser esmagador para os governos saber por onde começar a priorizar a segurança e para quem, e decidir onde concentrar o investimento em modificações ou fiscalização das estradas.

“O Projeto Ai&Me é empolgante não apenas em sua abordagem inovadora de big data, mas também no envolvimento abrangente de todas as pessoas impactadas e capazes de ajudar - desde os alunos, administradores escolares, representantes do governo local responsáveis e capacitados para tomar decisões de investimento e estradas globais especialistas em segurança e dados com o mais recente know-how. Eles estão todos se unindo para proteger os mais vulneráveis nas estradas das escolas e apoiar a tomada de decisões do governo.

“Estamos entusiasmados com a Metodologia de Big Data, os insights que ela revelou e as melhorias de segurança viária muito direcionadas que ela possibilitará nas três cidades. Também estamos entusiasmados com seu potencial global para tornar as viagens escolares mais seguras da maneira mais econômica, muito além das fronteiras do Vietnã”, disse Lucchesi.

A Metodologia foi desenvolvida como parte do AI&Me: Projeto Capacitar Jovens para Estradas Mais Seguras fundado por Fondation Botnar e Fundação FIA, liderada pela Fundação AIP e apoiada pela iRAP e ANDITI.

Para mais informações sobre a Metodologia, baixe o Relatório de Metodologia de Big Data AI&Me aqui.

Também será apresentado no Conferência Internacional Walk21 a realizar-se na próxima semana, de 19 a 23 de Setembro, em Dublin.

Fonte da imagem do cabeçalho: Vuong Bùi no Pixabay