Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires

Autores
Marcos, Carlos; Martínez Micakoski, Fernanda; Marcos, Candela
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
La seguridad vial se refiere a las medidas adoptadas para reducir el riesgo de lesiones y muertes causadas en el tránsito. Los traumatismos por accidentes de tránsito son un problema de salud pública a nivel mundial. Argentina, a través de la Agencia Nacional de Seguridad Vial, adhirió a los objetivos y finalidades del Decenio de Acción para la Seguridad Vial de la ONU. Entre sus acciones se encuentra la de recabar datos a nivel municipal mediante el uso del Formulario Estadístico Único (actualmente) y sus versiones anteriores, desde finales del año 2011.El presente trabajo se basa en el uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana, de manera de reducir la proporción de personas hospitalizadas por este tipo de eventos. Las variables predictoras son una herramienta útil para que los agentes de tránsito puedan realizar acciones preventivas en base a la propia idiosincrasia de accidentalidad vial de la comunidad, poniendo en valor los datos registrados en siniestros desde el año 2012 a 2017. Se utilizó el software libre R como facilitador de investigación estadística reproducible. Los resultados reflejan que variables asociadas principalmente al factor humano permiten predecir la existencia de lesiones en los participantes de un siniestro.
Fil: Marcos, Carlos. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; Argentina
Fil: Marcos, Candela. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; Argentina
Fil: Martínez Micakoski, Fernanda. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; Argentina
Peer Reviewed
Materia
Siniestralidad vial
Modelización
Factor humano
Random forest
Machine learning
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-11-17T16:27:26Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8836
Acceder
id RIAUTN_7894fa6e2f662fedc591a22639ff2e45
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8836
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos AiresMarcos, Carlos Martínez Micakoski, FernandaMarcos, CandelaSiniestralidad vialModelizaciónFactor humanoRandom forestMachine learningLa seguridad vial se refiere a las medidas adoptadas para reducir el riesgo de lesiones y muertes causadas en el tránsito. Los traumatismos por accidentes de tránsito son un problema de salud pública a nivel mundial. Argentina, a través de la Agencia Nacional de Seguridad Vial, adhirió a los objetivos y finalidades del Decenio de Acción para la Seguridad Vial de la ONU. Entre sus acciones se encuentra la de recabar datos a nivel municipal mediante el uso del Formulario Estadístico Único (actualmente) y sus versiones anteriores, desde finales del año 2011.El presente trabajo se basa en el uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana, de manera de reducir la proporción de personas hospitalizadas por este tipo de eventos. Las variables predictoras son una herramienta útil para que los agentes de tránsito puedan realizar acciones preventivas en base a la propia idiosincrasia de accidentalidad vial de la comunidad, poniendo en valor los datos registrados en siniestros desde el año 2012 a 2017. Se utilizó el software libre R como facilitador de investigación estadística reproducible. Los resultados reflejan que variables asociadas principalmente al factor humano permiten predecir la existencia de lesiones en los participantes de un siniestro.Fil: Marcos, Carlos. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; ArgentinaFil: Marcos, Candela. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; ArgentinaFil: Martínez Micakoski, Fernanda. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; ArgentinaPeer Reviewed2023-11-17T16:27:26Z2023-11-17T16:27:26Z2018-11-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdf978-987-4998-05-7http://hdl.handle.net/20.500.12272/8836spainfo:eu-repo/semantics/openAccess2023-11-17T16:27:26ZAcceso abiertoreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:45:49Zoai:ria.utn.edu.ar:20.500.12272/8836instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:45:50.804Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
title Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
spellingShingle Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
Marcos, Carlos
Siniestralidad vial
Modelización
Factor humano
Random forest
Machine learning
title_short Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
title_full Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
title_fullStr Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
title_full_unstemmed Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
title_sort Uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana en la ciudad de Trenque Lauquen, Pcia. Buenos Aires
dc.creator.none.fl_str_mv Marcos, Carlos
Martínez Micakoski, Fernanda
Marcos, Candela
author Marcos, Carlos
author_facet Marcos, Carlos
Martínez Micakoski, Fernanda
Marcos, Candela
author_role author
author2 Martínez Micakoski, Fernanda
Marcos, Candela
author2_role author
author
dc.subject.none.fl_str_mv Siniestralidad vial
Modelización
Factor humano
Random forest
Machine learning
topic Siniestralidad vial
Modelización
Factor humano
Random forest
Machine learning
dc.description.none.fl_txt_mv La seguridad vial se refiere a las medidas adoptadas para reducir el riesgo de lesiones y muertes causadas en el tránsito. Los traumatismos por accidentes de tránsito son un problema de salud pública a nivel mundial. Argentina, a través de la Agencia Nacional de Seguridad Vial, adhirió a los objetivos y finalidades del Decenio de Acción para la Seguridad Vial de la ONU. Entre sus acciones se encuentra la de recabar datos a nivel municipal mediante el uso del Formulario Estadístico Único (actualmente) y sus versiones anteriores, desde finales del año 2011.El presente trabajo se basa en el uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana, de manera de reducir la proporción de personas hospitalizadas por este tipo de eventos. Las variables predictoras son una herramienta útil para que los agentes de tránsito puedan realizar acciones preventivas en base a la propia idiosincrasia de accidentalidad vial de la comunidad, poniendo en valor los datos registrados en siniestros desde el año 2012 a 2017. Se utilizó el software libre R como facilitador de investigación estadística reproducible. Los resultados reflejan que variables asociadas principalmente al factor humano permiten predecir la existencia de lesiones en los participantes de un siniestro.
Fil: Marcos, Carlos. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; Argentina
Fil: Marcos, Candela. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; Argentina
Fil: Martínez Micakoski, Fernanda. Universidad Tecnológica Nacional. Facultad Regional Trenque Lauquen; Argentina
Peer Reviewed
description La seguridad vial se refiere a las medidas adoptadas para reducir el riesgo de lesiones y muertes causadas en el tránsito. Los traumatismos por accidentes de tránsito son un problema de salud pública a nivel mundial. Argentina, a través de la Agencia Nacional de Seguridad Vial, adhirió a los objetivos y finalidades del Decenio de Acción para la Seguridad Vial de la ONU. Entre sus acciones se encuentra la de recabar datos a nivel municipal mediante el uso del Formulario Estadístico Único (actualmente) y sus versiones anteriores, desde finales del año 2011.El presente trabajo se basa en el uso de árboles de decisión como herramienta para generar un modelo preventivo de seguridad vial urbana, de manera de reducir la proporción de personas hospitalizadas por este tipo de eventos. Las variables predictoras son una herramienta útil para que los agentes de tránsito puedan realizar acciones preventivas en base a la propia idiosincrasia de accidentalidad vial de la comunidad, poniendo en valor los datos registrados en siniestros desde el año 2012 a 2017. Se utilizó el software libre R como facilitador de investigación estadística reproducible. Los resultados reflejan que variables asociadas principalmente al factor humano permiten predecir la existencia de lesiones en los participantes de un siniestro.
publishDate 2018
dc.date.none.fl_str_mv 2018-11-01
2023-11-17T16:27:26Z
2023-11-17T16:27:26Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv 978-987-4998-05-7
http://hdl.handle.net/20.500.12272/8836
identifier_str_mv 978-987-4998-05-7
url http://hdl.handle.net/20.500.12272/8836
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-11-17T16:27:26Z
Acceso abierto
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-11-17T16:27:26Z
Acceso abierto
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230910133239808
score 13.265058

Publicaciones similares