dc.creatorOspina Mateus, Holman
dc.creatorQuintana Jiménez, Leonardo Augusto
dc.date.accessioned2020-12-17T16:32:58Z
dc.date.available2020-12-17T16:32:58Z
dc.date.created2020-12-17T16:32:58Z
dc.date.issued2019
dc.identifierEconomía & Región.vol. 13 no. 2 (diciembre de 2019), páginas 83-115
dc.identifier(ALEPH)000029721UTB01
dc.identifier(janium) 31389
dc.identifier990000297210205731
dc.identifierhttps://hdl.handle.net/20.500.12585/9877
dc.identifierUniversidad Tecnológica de Bolívar
dc.identifierRepositorio UTB
dc.description.abstractEl objetivo principal de esta investigación es predecir los factores asociados con la severidad en los accidentes viales de Cartagena (Colombia), la metodología está basada en técnicas de minería de datos como arboles de decisión (J48) y reglas de asociación (soporte, confianza, Lift). La investigación fue desarrollada con 10.053 registros de accidentes de tráfico entre 2016 y 2017, por medio del uso del Software WEKA (Waikato Environment for Knowledge Analysis). En el análisis, la severidad fue definida de bajo riesgo (daños materiales), y alto riesgo (victimas heridas y fatales), y su validación consideró la técnica transversal 10-fold. Entre los resultados más significativos, se evidenció que los motociclistas y ciclistas son los actores viales más vulnerables, además los moto-usuarios entre los 20-39 años son propensos a accidentes viales con alta severidad. Finalmente, los factores de accidentalidad vial identificados ayudan a promover contramedidas para mejorar la seguridad vial de la ciudad.
dc.languagespa
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución-NoComercial 4.0 Internacional
dc.sourceEconomía & Región.
dc.titlePredicción de accidentes viales en Cartagena, Colombia, con árboles de decisión y reglas de asociación


Este ítem pertenece a la siguiente institución