ANÁLISIS TEMPORAL DE ACCIDENTES DE TRÁFICO EN EL ESTADO DE SÃO PAULO: UN ESTUDIO DE CASO EN LA CIUDAD DE CARAPICUÍBA DE 2015 A 2024
um estudo de caso na cidade de Carapicuíba no período de 2015 a 2024
DOI:
https://doi.org/10.26853/Refas_ISSN-2359-182X_v11n03_05Palabras clave:
Accidentes de tráfico, Minería de datos, Random Forest, Carapicuíba, Análisis temporalResumen
Este artículo propone un análisis temporal integral de los accidentes de tránsito ocurridos en Carapicuíba, un municipio en la región metropolitana del estado de São Paulo, Brasil. El análisis utiliza un enfoque exploratorio y predictivo para identificar patrones, tendencias, factores asociados con estos incidentes y comparaciones con ciudades vecinas como Osasco y Barueri. Los datos utilizados provienen de varios conjuntos de datos disponibles públicamente a través del Sistema de Información Gerencial de Accidentes de Tránsito del Estado de São Paulo (Infosiga SP). Las bases de datos compilan nueve años de datos, incluyendo información sobre fallecimientos, perfiles de las víctimas, tipos de accidentes y características regionales desde 2015 hasta 2024. La técnica de minería de datos adoptada en este estudio fue Random Forest. Los hallazgos del estudio tienen como objetivo proporcionar información que pueda guiar el desarrollo de políticas públicas y medidas de intervención dirigidas a promover la seguridad vial en Carapicuíba.
Descargas
Citas
BREIMAN, L. Random Forests. Machine Learning, v. 45, n. 1, p. 5-32, 2001.
BREIMAN, L.; FREIDMAN, J. H.; OLSHEN, R. A.; STONE, C. J. Classification and Regression Trees. Wadsworth and Brooks/Cole Advanced Books & Software, 1986.
CHAUDHURI, S.; DAYAL, U.; NARASAYYA, V. An overview of business intelligence technology. Communications of the ACM, 54(8), 88-98, 2011.
FAYYAD, Usama; HAUSSLER, David; STOLORZ, Paul. Mining and knowledge discovery in databases: Analysis automation interface. Advances in Knowledge Discovery and Data Mining, [s.l.], v. 1, n. 1, p. 30, 1996.
GABER, Mohamed Medhat; ZASLAVSKY, Arkady; KRISHNASWAMY, Shonali. Mining data streams: a review. ACM SIGMOD Record, v. 34, n. 2, p. 18-26, 2005.
GOOGLE. Google Colaboratory. Disponível em: <https://colab.research.google.com/>. Acesso em: 09 maio 2024.
HADDON, W. A Logical Framework for Categorizing Highway Safety Phenomena and Activity. Journal of Trauma, v. 10, n. 3, p. 312-323, 1970.
HAN, Jiawei; KAMBER, Micheline; PEI, Jian. Data mining: concepts and techniques. 3rd ed. San Francisco: Morgan Kaufmann, 2011.
HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd ed. Springer, 2009.
HUNTER, J. D. Matplotlib: A 2D Graphics Environment. Zenodo, (Versão 3.7.1). Disponível em: <https://matplotlib.org/>. Acesso em: 09 maio 2024.
IBM. Random Forest. Disponível em: <https://www.ibm.com/br-pt/cloud/learn/random-forest>. Acesso em: 6 jun. 2024.
IBM. Data Analysis: Exploratory Data Analysis (EDA). Disponível em: https://www.ibm.com/cloud/learn/exploratory-data-analysis. Acesso em: 6 jun. 2024.
MCKINNEY, Wes. pandas: powerful Python data analysis toolkit. Zenodo, (Versão 2.0.3). Disponível em: <https://pandas.pydata.org/>. Acesso em: 09 maio 2024.
MICROSOFT. Excel. Redmond: Microsoft Corporation, (Versão 2404 Build 16.0.17531.20140) 64 bits.
Ministério da Infraestrutura. OMS lança plano para reduzir acidentes e mortes no trânsito até 2030. Portal Gov.br, 28 out. 2021. Disponível em: <https://www.gov.br/transportes/pt-br/assuntos/noticias/2021/10/oms-lanca-plano-para-reduzir-acidentes-e-mortes-no-transito-ate-2030>. Acesso em: 6 jun. 2024.
MITCHELL, T. Machine Learning. McGraw-Hill, Inc., 1997.
ONU Brasil. Objetivos de Desenvolvimento Sustentável. Nações Unidas Brasil. Disponível em: <https://brasil.un.org/pt-br/sdgs>. Acesso em: 10 maio 2024.
OPAS. Apesar do progresso notável, segurança viária continua sendo um problema mundial. Organização Pan-Americana da Saúde, 13 dez. 2023. Disponível em: <https://www.paho.org/pt/noticias/13-12-2023-apesar-do-progresso-notavel-seguranca-viaria-continua-sendo-um-problema-mundial#:~:text=Este%20relat%C3%B3rio%20abrange%20o%20progresso%20entre%202010%20e,pela%20metade%20as%20mortes%20no%20tr%C3%A2nsito%20at%C3%A9%202030>. Acesso em: 09 maio 2024.
PADUA, Mateus. Machine Learning – Métricas de avaliação: Acurácia, Precisão e Recall, F1-score. Medium, 2020. Disponível em: <https://medium.com/@mateuspdua/machine-learning-m%C3%A9tricas-de-avalia%C3%A7%C3%A3o-acur%C3%A1cia-precis%C3%A3o-e-recall-d44c72307959>. Acesso em: 09 maio 2024.
PEDEN, M.; Scurfield, R.; Sleet, D.; Mohan, D.; Hyder, A.A.; Jarawan, E.; Mathers, C. World report on road traffic injury prevention. World Health Organization, 2004.
PIATETSKY-SHAPIRO, G. Discovery, analysis, and presentation of strong rules. In Knowledge Discovery in Databases, AAAI Press, 1991.
PYTHON SOFTWARE FOUNDATION. Python Language Reference, (Versão 3.10.12). Disponível em: <https://www.python.org/>. Acesso em: 09 maio 2024.
SECRETARIA DE GOVERNO - SEADE. Infosiga SP - Sistema de Informações Gerenciais de Acidentes de Trânsito do Estado de São Paulo. Governo Aberto SP, 2015. Disponível em: <http://catalogo.governoaberto.sp.gov.br/dataset/infosiga-sp-sistema-de-informacoes-gerenciais-de-acidentes-de-transito-do-estado-de-sao-paulo.> Acesso em: 09 maio 2024.
TAYLOR, S. J.; LETHAM, B. Prophet: Forecasting at scale (Versão 1.1). Disponível em: <https://github.com/facebook/prophet>. Acesso em: 09 maio 2024.
TRAFFIC accident analysis using data mining techniques. Transportation Research, [s.l.],
TUKEY, J. W. Exploratory Data Analysis. Addison-Wesley, 1977.
WANG, Y.; SHI, Y.; LI, W.; LI, J. Traffic Accident Analysis Using Data Mining Techniques. Transportation Research Part C: Emerging Technologies, v. 95, p. 99-111, 2018.
WHO. Global Status Report on Road Safety 2023. World Health Organization. Disponível em: <https://www.who.int/teams/social-determinants-of-health/safety-and-mobility/global-status-report-on-road-safety-2023>. Acesso em: 09 maio 2024.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Refas - Revista Fatec Zona Sul
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
1 - As fontes dos dados, as autorizações pertinentes e os textos publicados na revista são de inteira responsabilidade de seus autores.
2 - É permitida a reprodução, desde que citada a fonte e o autor.
3 - Após o artigo aprovado, o autor principal deverá enviar declaração, conforme o modelo:
Refas - Revista Fatec Zona Sul
Autorização par publicação
(Nome do autor), (no caso de vários autores citar todos), autorizo (ou autorizam, no caso de diversos autores) a publicação do artigo (nome do artigo), com exclusividade para a primeira publicação pela Revista Fatec Zona Sul, em meio eletrônico.
A contribuição é original e inédita, e não está sendo avaliada para publicação por outra revista; caso contrário, deve-se justificar em "Comentários ao editor".
Dados de todos os autores:
Nome completo:
Instituição:
E-mail:
Telefone:
Obs.: Informar os códigos dos serviços DDD e DDI.
Assinatura do autor principal: ____________________________________
Aviso de Direito Autoral
Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
b) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
c)Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons CC Attribution-NonCommercial-NoDerivatives 4.0, acessável em Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.