De nouvelles recherches menées par un professeur d'ingénierie du Nord-Est ont utilisé les récentes tempêtes et la pandémie de COVID-19 pour prédire les mouvements humains lors de catastrophes en prévision d'une intervention d'urgence plus efficace.

L'équipe de recherche, dirigée par Qi Ryan Wang, professeur agrégé de génie civil et environnemental à Northeastern, et Jianxi Gao, professeur adjoint d'informatique à l'Institut polytechnique de Rensselaer, a également constaté une disparité de mouvement entre les différents groupes économiques qui expose ceux qui ont peu de moyens. à un plus grand risque.

Wang et son équipe ont utilisé des données anonymes de 90 millions d'Américains lors de six événements majeurs pour créer un modèle mathématique permettant de prédire la mobilité humaine lors de catastrophes. Les résultats ont été publiés plus tôt en août dans les Actes de l'Académie nationale des sciences (PNAS ) journal.

Des schémas de mouvement prévisibles ont émergé de l'ouragan Dorian, de la tempête tropicale Imelda, du feu de forêt de Saddleridge, du feu de forêt de Kincade, tous en 2019, du gel hivernal du Texas en 2021 et de la pandémie de COVID-19, a déclaré Wang.

"L'idée a commencé avec la pandémie", dit Wang.

"Nous avons commencé à regarder le comportement des gens, mais surtout leur comportement de mobilité", dit-il. "Combien de temps passent-ils du temps en dehors de chez eux, en particulier lorsque la distanciation sociale était si importante."

Wang et d'autres membres de l'équipe ont utilisé des informations anonymes fournies par une société extérieure pour analyser les pings des appareils électroniques de 90 millions de personnes aux États-Unis.

Il y avait des comportements universels, comme la tendance des gens à quitter leur domicile plus fréquemment au fil du temps, un phénomène connu en termes scientifiques sous le nom de déclin temporel.

Lorsque les chercheurs ont ajouté des variables telles que les informations fournies par les secteurs de recensement sur le revenu et la diversité ethnique, ils ont trouvé de grandes différences entre la mobilité humaine dans les quartiers les moins riches et les plus riches.

Ils ont constaté que les habitants des quartiers pauvres quittaient leur domicile plus tôt et plus fréquemment que les habitants des quartiers plus riches.

Le comportement n'est pas basé sur un manque d'engagement envers des pratiques sûres, dit Wang.

"Les gens des quartiers pauvres ont mis beaucoup plus de temps à pratiquer la distanciation sociale" pendant la pandémie de COVID-19, dit Wang. "Ce sont des travailleurs essentiels. Ils doivent encore aller travailler pour subvenir aux besoins de leur famille."

L'équipe de recherche a observé des schémas similaires lors de catastrophes liées aux conditions météorologiques, a déclaré Wang.

"Le modèle peut tous les décrire", dit-il.

Selon Wang, la recherche peut aider les services d'urgence et d'autres agences à cibler les réponses lors de catastrophes et également à identifier les personnes les plus exposées au danger d'événements à grande échelle.

"Certains veulent probablement se distancier davantage socialement, mais ils ne peuvent tout simplement pas", dit-il.

"Sur la base des résultats, nous pouvons spéculer sur la raison", a déclaré Wang.

Les personnes à faible revenu n'ont pas seulement besoin d'être physiquement présentes à leur travail; ils sont également moins susceptibles de pouvoir s'approvisionner en nourriture, en eau et en glace et d'avoir à leur disposition des générateurs d'urgence.

Selon Wang, les schémas de mobilité peuvent également aider à expliquer les différents taux de COVID-19 dans différentes communautés.

"Nous avons salué ces travailleurs essentiels comme des héros, mais nous sacrifions vraiment leur santé pour qu'ils puissent fournir ces services", a déclaré Wang.

Les gouvernements et les intervenants d'urgence peuvent utiliser les informations fournies par le modèle de mobilité humaine pour mieux comprendre comment allouer leurs ressources lors d'une crise publique, déclarent Wang et les autres auteurs dans le PNAS article.

"Notre modèle représente un outil puissant pour comprendre et prévoir les schémas de mobilité après l'urgence, et donc pour aider à produire des réponses plus efficaces." + Explorer plus loin

La prévision des mouvements humains lors de catastrophes pourrait permettre une réponse d'urgence plus efficace