Predicción De Incidentes Viales En Medellin

Califique este contenido

Titulo + fecha de publicación

Fecha de publicación: 29/11/2024

La movilidad en Medellín enfrenta grandes desafíos en cuanto a la seguridad vial, especialmente en accidentes que involucran motocicletas, un medio de transporte ampliamente utilizado en la ciudad. Los incidentes viales con motos representan un alto porcentaje de los accidentes y pueden ser prevenibles si se identifican patrones específicos de riesgo en horarios y zonas precisas. Sin embargo, actualmente, la falta de información predictiva limita las intervenciones oportunas, lo que impide reducir la frecuencia y gravedad de estos incidentes. Este proyecto fue realizado en el marco del concurso Datos a la U 2024

Departamento

BOLÍVAR

Municipio

TUMACO

Autor

Academia

Nombre del autor

Juan Alejandro Moreno Santos

Sector

Transporte

Tipo de producto

Visualización

Detalles Big Data

Url Codigo de fuente

https://github.com/Denalyn19/PREDICCION-DE-INCIDENTES-VIALES-EN-MEDELLIN

Enlace del producto

https://github.com/Denalyn19/PREDICCION-DE-INCIDENTES-VIALES-EN-MEDELLIN

Otros Datos Usados

Describa el impacto que genera el producto y/o servicio asociado a este uso de datos.

La implementación de este modelo tendrá un impacto significativo en la seguridad y bienestar de los ciudadanos de Medellín. Sus beneficios incluyen:

Reducción de la tasa de accidentes viales, en especial entre motociclistas, promoviendo así una movilidad más segura y confiable.

Mejora en la respuesta de los servicios de emergencia y de las autoridades de tránsito.

Fomento de una cultura de movilidad consciente y segura, mediante la concientización de la ciudadanía sobre los riesgos asociados a ciertos comportamientos en el tráfico y ciertas zonas

Licencia

Public Domain

Datos Abiertos

https://www.datos.gov.co/Transporte/Incidentes-viales-con-Motos/mfwq-9cxj/about_data

Seleccione las categorías de impacto asociadas a su producto y/o servicio

Sociales

Descripción de las categorias seleccionadas

Con las predicciones que genera el modelo de predicción, los agentes de seguridad vial pueden implementar medidas preventivas y de control en las zonas identificadas como de alto riesgo, priorizando intervenciones estratégicas como la señalización, el aumento de controles policiales, la instalación de reductores de velocidad, o campañas educativas dirigidas a la comunidad local. Esto permite optimizar los recursos y reducir significativamente la probabilidad de accidentes en dichas áreas.