Cette image représente une carte de la pauvreté (552 communautés) du Sénégal générée à l'aide des outils informatiques des chercheurs. Crédit :Université de Buffalo
Pendant des années, les décideurs se sont appuyés sur des enquêtes et des données de recensement pour suivre et répondre à l'extrême pauvreté.
Bien qu'efficace, rassembler ces informations est coûteux et chronophage, et il manque souvent de détails dont les organisations d'aide et les gouvernements ont besoin pour déployer au mieux leurs ressources.
Cela pourrait bientôt changer.
Une nouvelle technique de cartographie, décrit dans le numéro du 14 novembre du Actes des Académies nationales des sciences , montre comment les chercheurs développent des outils informatiques qui combinent des enregistrements de téléphones portables avec des données provenant de satellites et de systèmes d'information géographique pour créer des cartes de la pauvreté en temps opportun et incroyablement détaillées.
"Malgré de nombreux progrès au cours des dernières décennies, il y a encore plus d'un milliard de personnes dans le monde qui manquent de nourriture, un abri et d'autres besoins humains fondamentaux, " dit Neeti Pokhriyal, l'un des co-auteurs principaux de l'étude, et un candidat au doctorat au Département d'informatique et d'ingénierie de l'Université de Buffalo.
L'étude s'intitule "Combiner des sources de données disparates pour une meilleure prévision et cartographie de la pauvreté".
Certaines organisations définissent l'extrême pauvreté comme un grave manque de nourriture, soins de santé, l'éducation et d'autres besoins de base. D'autres l'associent au revenu; par exemple, la Banque mondiale affirme que les personnes vivant avec moins de 1,25 dollar par jour (prix de 2005) sont extrêmement appauvries.
Le GIF montre une carte de la pauvreté existante du Sénégal et une carte de la pauvreté beaucoup plus détaillée que les chercheurs de l'UB ont créée en exploitant les mégadonnées. Crédit :Université de Buffalo
Tout en diminuant dans la plupart des régions du monde, environ 1,2 milliard de personnes vivent encore dans l'extrême pauvreté. La plupart sont en Asie, Afrique subsaharienne et Caraïbes. Les organisations humanitaires et les agences gouvernementales affirment que des données actualisées et précises sont essentielles pour mettre fin à l'extrême pauvreté.
L'étude porte sur le Sénégal, un pays d'Afrique subsaharienne avec un taux de pauvreté élevé.
Le premier ensemble de données comprend 11 milliards d'appels et de SMS de plus de 9 millions d'utilisateurs de téléphones portables sénégalais. Toutes les informations sont anonymes et elles capturent comment, lorsque, où et avec qui les gens communiquent.
Le deuxième ensemble de données provient de l'imagerie satellitaire, systèmes d'information géographique et stations météorologiques. Il offre un aperçu de la sécurité alimentaire, activité économique et accessibilité aux services et autres indicateurs de pauvreté. Cela peut être déduit de la présence d'électricité, routes pavées, l'agriculture et d'autres signes de développement.
Les deux ensembles de données sont combinés à l'aide d'un cadre basé sur l'apprentissage automatique.
En utilisant le cadre, les chercheurs ont créé des cartes détaillant les niveaux de pauvreté de 552 communautés au Sénégal. Les cartes actuelles de la pauvreté divisent la nation en quatre régions. Le cadre peut également aider à prédire certaines dimensions de la pauvreté telles que les privations en matière d'éducation, niveau de vie et de santé.
Contrairement aux enquêtes ou aux recensements, qui peut prendre des années et coûter des millions de dollars, ces cartes peuvent être générées rapidement et à moindre coût. Et ils peuvent être mis à jour aussi souvent que les sources de données sont mises à jour. Plus, leur nature diagnostique peut aider les décideurs à concevoir de meilleures interventions pour lutter contre la pauvreté.
Pokhriyal, qui a commencé à travailler sur le projet en 2015 et s'est rendu au Sénégal, précise que le but n'est pas de remplacer les recensements et les enquêtes mais de compléter ces sources d'information entre les cycles. L'approche pourrait également s'avérer utile dans les zones de guerre et de conflit, ainsi que les régions éloignées.
