• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  • Les médias sociaux peuvent prévoir avec précision l'impact économique des catastrophes naturelles, y compris la pandémie de COVID-19

    Séries temporelles pour le nombre total de publications Facebook effectuées par toutes les entreprises à Katmandou, Népal montrant des données d'activité de détachement transformées résultant de la méthodologie proposée. Crédit :Université de Bristol

    Les médias sociaux devraient être utilisés pour tracer l'impact économique et la reprise des entreprises dans les pays touchés par la pandémie de COVID-19, selon une nouvelle étude publiée dans Communication Nature . Les scientifiques de l'Université de Bristol décrivent une méthode «en temps réel» testée avec précision sur trois catastrophes naturelles mondiales qui pourrait être utilisée pour prévoir de manière fiable l'impact financier de la crise sanitaire mondiale actuelle.

    Estimations traditionnelles de la reprise économique, tels que des sondages et des entretiens, sont généralement coûteux, prend du temps et ne se développe pas bien. Cependant, des chercheurs des départements d'ingénierie, de mathématiques et de génie civil de Bristol montrent qu'ils ont pu estimer avec précision les temps d'arrêt et la reprise des petites entreprises dans les pays touchés par trois risques naturels différents à l'aide de données agrégées sur les réseaux sociaux.

    La méthode repose sur l'hypothèse que les entreprises ont tendance à publier plus de publications sur les réseaux sociaux lorsqu'elles sont ouvertes et moins lorsqu'elles sont fermées, Ainsi, en analysant l'activité de détachement agrégée d'un groupe d'entreprises au fil du temps, il est possible de déduire quand elles sont ouvertes ou fermées.

    En utilisant les données des publications Facebook publiques des entreprises locales collectées auparavant, pendant et après trois catastrophes naturelles comprenant le tremblement de terre de Gorkha en 2015 au Népal, le séisme de 2017 au Chiapas au Mexique, et l'ouragan Maria 2017 à Porto Rico, l'équipe a répertorié le nombre de petites entreprises urbaines qui ont été fermées et a ensuite pu mesurer leur reprise après l'événement. L'équipe a validé son analyse à l'aide d'enquêtes de terrain, rapports officiels, sondages Facebook, Facebook publie des analyses de texte et d'autres études disponibles dans la littérature.

    Surtout, le cadre fonctionne en « temps réel » sans avoir besoin d'une analyse de texte qui peut dépendre en grande partie de la langue, la culture ou l'analyse sémantique et peut être appliqué à n'importe quelle zone de taille ou type de catastrophe naturelle, dans les pays développés et en développement, permettant aux collectivités locales de mieux cibler la répartition des ressources.

    Dr Filippo Simini, Le conférencier principal et auteur principal explique :« Le défi de prévoir l'effet des risques naturels tels que les tremblements de terre, inondations, ouragans, et pandémies sur les actifs, les gens et la société n'a jamais été aussi opportun que jamais pour évaluer la capacité des pays à se remettre d'événements extrêmes.

    "Souvent, les petites et moyennes entreprises passent à travers le filet du processus de suivi traditionnel de la reprise. Nous avons remarqué dans les zones frappées par des aléas naturels que toutes les zones et les populations ne réagissent pas de la même manière."

    Dr Flavia De Luca, Maître de conférences au département de génie civil de Bristol et auteur principal, a ajouté :« Nous avons eu l'idée de soutenir le déploiement de ressources post-urgence après un événement de catastrophe naturelle en utilisant des publications Facebook publiques d'entreprises pour mesurer comment une région spécifique se rétablit après l'événement. C'était incroyable de découvrir que l'approche fournissait des informations sur la récupération en « temps réel ».

    « Nous aimerions tester la méthode pour mesurer l'impact économique de la pandémie de COVID-19. »


    © Science https://fr.scienceaq.com