Patrones de movilidad en tiempos de COVID-19: un enfoque con big data

 

Guardado en:
Detalles Bibliográficos
Autores: Gómez-Campos, Steffan, Cubero-Corella, Mariana, Salas García, María Fernanda, Chou-Chen, Shu Wei
Formato: artículo original
Estado:Versión publicada
Fecha de Publicación:2023
Descripción:La movilidad en Costa Rica es un tema complejo debido a la falta de ordenamiento territorial de la Gran Área Metropolitana (GAM). La crisis sanitaria global causada por la pandemia del COVID-19 cambió considerablemente los patrones de movilidad en el país a causa de restricciones vehiculares, y de actividades económicas, impuestas por el gobierno para contener los contagios del virus. Con el uso de las técnicas de \textit{big data} y los datos de Waze, se analiza la congestión vial (como \textit{proxy} de la movilidad de población) antes (2019) y durante la pandemia (marzo a diciembre de 2020). Además, se analiza la relación entre los flujos de movilidad de la población, junto con variables sociodemográficas, y los contagios de COVID-19. Los análisis realizados muestran que la movilidad de población cambió drásticamente con la pandemia, y que la movilidad y las variables sociodemográficas estudiadas están asociadas con la cantidad de contagios por COVID-19. Estos resultados sirven como una inspección del fenómeno ocurrido tan complejo, y también como un insumo para valorar la factibilidad de aplicar medidas sobre el tránsito en condiciones posteriores a la pandemia, con el fin de reducir los tiempos perdidos por la congestión, la contaminación y otras externalidades negativas que produce el fuerte embotellamiento en la GAM.
País:Portal de Revistas UCR
Institución:Universidad de Costa Rica
Repositorio:Portal de Revistas UCR
Lenguaje:Español
OAI Identifier:oai:portal.ucr.ac.cr:article/55398
Acceso en línea:https://revistas.ucr.ac.cr/index.php/episcience/article/view/55398
Palabra clave:Coronavirus; spatial analysis; time series; human development; public health, mobile navigation, big data.
Coronavirus; análisis espacial; time series; desarrollo humano; salud pública, navegación móvil, big data.