Em três cidades vietnamitas com mais de 9 milhões de habitantes, como podemos começar a identificar as zonas escolares de maior risco e as crianças que as frequentam diariamente para combater a principal causa de morte entre jovens – os acidentes de trânsito? A resposta? Big Data.
Uma metodologia de triagem de Big Data, desenvolvida como parte do projeto AI&Me, possibilitou a análise remota de grandes volumes de dados para as cidades de Ho Chi Minh, Pleiku e Yen Bai. A análise identificou as 106 escolas de maior risco para investigação mais aprofundada em segurança viária e priorizou investimentos a partir de um total de 1.063 escolas analisadas.
Com base nas descobertas, o projeto atribuirá uma classificação por estrelas à segurança das escolas que utilizam o Star Rating for Schools O projeto inclui um aplicativo piloto da YEA para engajamento juvenil, com 1.800 alunos mapeando os locais onde se sentem seguros e inseguros no caminho para a escola, e uma parceria com autoridades governamentais locais para implementar melhorias na infraestrutura de 18 escolas prioritárias.
Fontes de big data estão se tornando mais acessíveis e fornecem informações sobre uma ampla gama de elementos do ambiente urbano que podem representar um risco para a segurança viária. Trabalhar com big data para identificar locais de alto risco é uma maneira eficiente e eficaz de ampliar avaliações em nível de cidade, região ou país.
A metodologia utilizou fontes de big data, particularmente dados telemáticos e de satélite, para coletar atributos de estradas, infraestrutura e sociodemográficos e sinalizar escolas de risco onde a combinação dos elementos ambientais poderia representar um risco para os alunos.
Os atributos foram classificados por risco em quatro níveis, uma abordagem que ajudou a economizar custos e esforço de análise. O nível um incluía informações disponíveis gratuitamente e, à medida que os níveis progrediam e o escopo era reduzido, dados mais complexos, dispendiosos e detalhados podiam ser coletados e analisados de forma muito mais focada.
“Essa abordagem nos permitiu definir o escopo de como a análise foi feita e aproveitar o grande volume de dados disponível para analisar e comparar 1.063 escolas. Também nos deu a capacidade de focar e avaliar uma série de parâmetros de risco em larga escala e no nível de cada escola individualmente em todo o Vietnã”, disse Peter Jamieson, Diretor Executivo da empresa de análise de dados, Anditi.
Progressão dos níveis e alterações no âmbito da análise – Fonte das imagens: Anditi e iRAP
Shanna Lucchesi, Gerente de Projetos AI&Me da International Road Assessment Programme (iRAP) afirmou 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 viária em torno de escolas.
“As três cidades são muito diferentes em tamanho e complexidade, o que comprova a flexibilidade da metodologia para se adaptar a diferentes contextos”, disse a Sra. Lucchesi.
“Estamos muito entusiasmados por implementar o programa AI&Me no Vietname, onde poderemos usar o Big Data para mudar a forma como pensamos, abordamos e resolvemos a crise rodoviária”, afirmou Trang Truong, Gestora de Projetos AI&Me. 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 governamentais locais e escolas no Vietnã. A pesquisa pós-treinamento mostrou que 861 participantes consideraram a metodologia de triagem de Big Data apresentada no treinamento útil ou muito útil para que as partes interessadas do governo identifiquem comunidades e locais de alto risco com mais facilidade.”.
“A metodologia não só revelou informações interessantes para aplicação no Vietname, como também foi concebida para ser escalável, transferível, acessível e fácil de aplicar em qualquer lugar, em conjunto com a aplicação iRAP Star Rating for Schools (SR4S), para refinar uma lista de prioridades de locais para avaliações detalhadas“, afirmou a Sra. 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 em segurança rodoviária, vinculando-os às intervenções de maior impacto e mais custo-efetivas para salvar vidas de crianças”, disse ela.
Os acidentes rodoviários afetam desproporcionalmente os jovens, sendo a principal causa de morte entre pessoas de 5 a 29 anos em todo o mundo.
A combinação de condições rodoviárias inseguras perto de 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 morram diariamente nas estradas do mundo e mais de 10.000 sofram ferimentos com consequências para toda a vida, o que acarreta enormes implicações econômicas e sociais para as gerações futuras.
Apesar desses níveis inaceitáveis de trauma juvenil, a verdadeira dimensão do problema muitas vezes permanece oculta à consciência da comunidade, além de parecer grande demais para ser enfrentada.
A Sra. Lucchesi afirmou que pode ser extremamente difícil para os governos saberem por onde começar a priorizar a segurança e para quem, e decidir onde concentrar o investimento em modificações rodoviárias ou fiscalização.
“O Projeto Ai&Me é empolgante não apenas por sua abordagem inovadora de big data, mas também pelo envolvimento abrangente de todas as pessoas impactadas e capazes de ajudar – desde os alunos, passando pelos administradores escolares, representantes do governo local responsáveis e com poder para tomar decisões de investimento, até especialistas globais em segurança viária e dados com o conhecimento mais recente. Todos estão se unindo para proteger os mais vulneráveis nas proximidades das escolas e apoiar a tomada de decisões governamentais.”.
“Estamos entusiasmados com a metodologia de Big Data, com os insights que ela revelou e com as melhorias de segurança viária altamente direcionadas que ela possibilitará nas três cidades. Também estamos entusiasmados com seu potencial global para tornar os trajetos escolares mais seguros da maneira mais eficaz em termos de custo, muito além das fronteiras do Vietnã”, disse a Sra. Lucchesi.
A metodologia foi desenvolvida como parte do AI&Me: Projeto para Capacitar Jovens em Estradas Mais Seguras fundada por Fundação Botnar e FIA Foundation, liderado pela Fundação AIP e apoiado pela iRAP e pela ANDITI.
Para obter mais informações sobre a metodologia, faça o download do arquivo. Relatório sobre a metodologia de Big Data da AI&Me aqui.
Também será apresentado em Conferência Internacional Walk21 O evento será realizado na próxima semana, de 19 a 23 de setembro, em Dublin.
Fonte da imagem do cabeçalho: Vuong Bùi no Pixabay