SciELO - Scientific Electronic Library Online

 
 issue112Landslide susceptibility assessment in scarce-data regions using remote sensing dataCommercial turpentine oil enriched with α-terpineol using an acid heterogeneous catalyst author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Facultad de Ingeniería Universidad de Antioquia

Print version ISSN 0120-6230On-line version ISSN 2422-2844

Abstract

ESPINOZA-MINA, Marcos Antonio  and  COLINA-VARGAS, Alejandra Mercedes. Caracterización de la siniestralidad de tránsitos para la seguridad vial urbana. Rev.fac.ing.univ. Antioquia [online]. 2024, n.112, pp.60-77.  Epub June 24, 2025. ISSN 0120-6230.  https://doi.org/10.17533/udea.redin.20231134.

Los accidentes de tránsito son un grave problema social para cualquier país, con una pérdida significativa de vidas humanas y consecuencias económicas difíciles de cuantificar. Este artículo propone una caracterización del índice de colisiones de tránsito para la seguridad vial urbana mediante series temporales. Se realizó un estudio cuantitativo descriptivo, caracterizando las variables de cada choque extraídas de la Agencia Nacional de Tránsito del Ecuador; los datos fueron procesados a nivel descriptivo y predictivo para la ciudad de Guayaquil. El primer paso fue una exploración del interés científico del tema con el procesamiento de datos bibliográficos extraídos de artículos de Scopus y Web of Science. Entre los resultados obtenidos se observa una tendencia creciente de investigaciones relacionadas con la evaluación de accidentes de tránsito a través de la estadística aplicada. Cada día mueren aproximadamente 155 personas como consecuencia de un accidente de tráfico. Además, los accidentes de tráfico se analizan en base a tres indicadores: número de colisiones, heridos y fallecidos in situ. Finalmente, se encuentra un rendimiento adecuado, con muy pocas diferencias en la previsión de incidentes utilizando tres modelos de series temporales, media móvil integrado autorregresiva (ARIMA). Se espera que este estudio sea valioso para los analistas de datos y tomadores de decisiones a nivel de seguridad para reducir las pérdidas humanas relacionadas con estos eventos en ciudades urbanas con características similares a los casos analizados.

Keywords : Gestión de datos; series de tiempo; modelo ARIMA; control de tráfico; datos abiertos.

        · abstract in English     · text in English     · English ( pdf )