Nieuw onderzoek door een noordoostelijke technische professor gebruikte recente stormen en de COVID-19-pandemie om menselijke bewegingen tijdens rampen te voorspellen in afwachting van een effectievere noodrespons.

Het onderzoeksteam, geleid door Qi Ryan Wang, universitair hoofddocent civiele en milieutechniek aan de Northeastern University, en Jianxi Gao, assistent-professor computerwetenschappen aan het Rensselaer Polytechnic Institute, ontdekten ook een ongelijkheid in beweging tussen verschillende economische groepen die degenen met weinig middelen blootlegden tot een groter risico.

Wang en zijn team gebruikten anonieme gegevens van 90 miljoen Amerikanen tijdens zes grote evenementen om een ​​wiskundig model te creëren om menselijke mobiliteit tijdens rampen te voorspellen. De resultaten werden eerder in augustus gepubliceerd in de Proceedings of the National Academy of Sciences (PNAS ) dagboek.

Voorspelbare bewegingspatronen kwamen voort uit orkaan Dorian, tropische storm Imelda, de Saddleridge Wildfire, de Kincade Wildfire - allemaal in 2019 - de wintervorst in Texas in 2021 en de COVID-19-pandemie, zegt Wang.

"Het idee begon met de pandemie", zegt Wang.

"We zijn gaan kijken naar het gedrag van mensen, maar vooral hun mobiliteitsgedrag", zegt hij. "Hoe lang ze tijd buitenshuis doorbrengen, vooral wanneer sociale afstand zo belangrijk was."

Wang en andere teamleden gebruikten anonieme informatie van een extern bedrijf om pings van de elektronische apparaten van 90 miljoen mensen in de VS te analyseren.

Er waren enkele universele gedragingen, zoals de neiging van mensen om na verloop van tijd vaker hun huis te verlaten, een fenomeen dat in wetenschappelijke termen bekend staat als tijdelijk verval.

Toen de onderzoekers variabelen toevoegden, zoals informatie uit volkstellingen over inkomen en etnische diversiteit, ontdekten ze grote verschillen tussen menselijke mobiliteit in minder en meer welvarende buurten.

Ze ontdekten dat mensen in armere buurten eerder en vaker het huis verlieten dan mensen in rijkere buurten.

Het gedrag is niet gebaseerd op een gebrek aan toewijding aan veilige praktijken, zegt Wang.

"Mensen uit arme buurten deden er veel langer over om sociale afstand te nemen" tijdens de COVID-19-pandemie, zegt Wang. "Het zijn essentiële werkers. Ze moeten nog steeds aan het werk om hun gezin te onderhouden."

Het onderzoeksteam observeerde vergelijkbare patronen tijdens weergerelateerde rampen, zegt Wang.

"Het model kan ze allemaal beschrijven", zegt hij.

Wang zegt dat het onderzoek hulpdiensten en andere instanties kan helpen bij het richten op reacties tijdens rampen en ook bij het identificeren van degenen die het grootste risico lopen op gevaar door grootschalige evenementen.

"Sommigen willen waarschijnlijk meer sociale afstand nemen, maar dat kunnen ze gewoon niet", zegt hij.

"Op basis van de resultaten kunnen we speculeren over de reden", zegt Wang.

Mensen met een lager inkomen moeten niet alleen fysiek aanwezig zijn op hun werk; ze hebben ook minder kans om voedsel, water en ijs in te slaan en hebben noodgeneratoren tot hun beschikking.

Wang zegt dat de mobiliteitspatronen ook kunnen helpen bij het verklaren van verschillende COVID-19-percentages in verschillende gemeenschappen.

"We begroetten deze essentiële werkers als helden, maar in werkelijkheid offeren we hun gezondheid op zodat ze deze diensten kunnen leveren", zegt Wang.

Overheden en hulpdiensten kunnen de informatie van het menselijke mobiliteitsmodel gebruiken om beter te begrijpen hoe ze hun middelen kunnen toewijzen tijdens een publieke crisis, zeggen Wang en de andere auteurs in de PNAS artikel.

"Ons model vertegenwoordigt een krachtig hulpmiddel om mobiliteitspatronen na een noodsituatie te begrijpen en te voorspellen, en zo te helpen bij het produceren van effectievere reacties." + Verder verkennen

Voorspelling van menselijke bewegingen tijdens rampen kan een effectievere noodrespons mogelijk maken