Qi "Ryan" Wang, Profesor Asistente de Ingeniería Civil y Ambiental. Crédito:Matthew Modoono/Universidad del Noreste
Una nueva investigación realizada por un profesor de ingeniería del noreste utilizó tormentas recientes y la pandemia de COVID-19 para predecir el movimiento humano durante los desastres en anticipación de una respuesta de emergencia más efectiva.
El equipo de investigación, dirigido por Qi Ryan Wang, profesor asociado de ingeniería civil y ambiental en Northeastern, y Jianxi Gao, profesor asistente de informática en el Instituto Politécnico Rensselaer, también encontró una disparidad en el movimiento entre los diferentes grupos económicos que exponían a los de escasos recursos. a un mayor riesgo.
Wang y su equipo utilizaron datos anónimos de 90 millones de estadounidenses durante seis eventos importantes para crear un modelo matemático para predecir la movilidad humana durante los desastres. Los resultados se publicaron a principios de agosto en Proceedings of the National Academy of Sciences. (PNAS ) diario.
Los patrones de movimiento predecibles surgieron del huracán Dorian, la tormenta tropical Imelda, el incendio forestal de Saddleridge, el incendio forestal de Kincade, todo en 2019, la helada invernal de Texas de 2021 y la pandemia de COVID-19, dice Wang.
"La idea comenzó con la pandemia", dice Wang.
"Empezamos a observar el comportamiento de las personas, pero particularmente su comportamiento de movilidad", dice. "¿Cuánto tiempo pasan fuera de casa, especialmente cuando el distanciamiento social era tan importante?"
Wang y otros miembros del equipo utilizaron información anónima proporcionada por una empresa externa para analizar los pings de los dispositivos electrónicos de 90 millones de personas en los EE. UU.
Hubo algunos comportamientos universales, como la tendencia de las personas a abandonar sus hogares con mayor frecuencia a medida que pasaba el tiempo, un fenómeno conocido en términos científicos como deterioro temporal.
Cuando los investigadores agregaron variables como la información proporcionada por las secciones del censo sobre los ingresos y la diversidad étnica, encontraron grandes diferencias entre la movilidad humana en los vecindarios menos y más ricos.
Descubrieron que las personas de los vecindarios más pobres se iban de casa antes y con más frecuencia que las personas que vivían en áreas más ricas.
El comportamiento no se basa en la falta de compromiso con las prácticas seguras, dice Wang.
"La gente de los barrios pobres tardó mucho más en practicar el distanciamiento social" durante la pandemia de COVID-19, dice Wang. "Son trabajadores esenciales. Todavía necesitan ir a trabajar para mantener a sus familias".
El equipo de investigación observó patrones similares durante las catástrofes relacionadas con el clima, dice Wang.
"El modelo puede describirlos a todos", dice.
Wang dice que la investigación puede ayudar a los servicios de emergencia y otras agencias a orientar las respuestas durante los desastres y también identificar a las personas con mayor riesgo de exposición al peligro de eventos a gran escala.
"Algunos probablemente quieran distanciarse socialmente más, pero simplemente no pueden", dice.
"Según los resultados, podemos especular sobre el motivo", dice Wang.
Las personas con ingresos más bajos no solo necesitan estar físicamente presentes en su trabajo; también es menos probable que puedan abastecerse de alimentos, agua y hielo y tener generadores de emergencia a su disposición.
Wang dice que los patrones de movilidad también pueden ayudar a explicar las diferentes tasas de COVID-19 en diferentes comunidades.
"Aclamamos a estos trabajadores esenciales como héroes, pero en realidad estamos sacrificando su salud para que puedan brindar estos servicios", dice Wang.
Los gobiernos y los servicios de emergencia pueden usar la información proporcionada por el modelo de movilidad humana para comprender mejor cómo asignar sus recursos durante una crisis pública, dicen Wang y los otros autores en el PNAS artículo.
"Nuestro modelo representa una herramienta poderosa para comprender y pronosticar los patrones de movilidad posteriores a la emergencia y, por lo tanto, ayudar a producir respuestas más efectivas". La predicción del movimiento humano durante los desastres podría permitir una respuesta de emergencia más eficaz
